Financial services ERD för branschdatamodell

Följande företagsrelationsdiagram representerar en standardiserad datamodell för banksektorn, finanssektorn och försäkringssektorn. Den europeiska referensdosen presenteras avsiktligt på ett avnormaliserat sätt och med hänsyn till hur data lagras i Adobe Experience Platform.

OBSERVERA

Den rekommenderade referensmetoden är en rekommendation för hur du ska modellera dina data för det här användningsexemplet. Om du vill använda den här datamodellen i Platform måste du själv skapa de rekommenderade scheman och deras relationer. Visa guiderna för hantering scheman och relationer i användargränssnittet om du vill ha mer information.

Använd följande förklaring för att tolka denna ERD:

  • Varje enhet som visas i är baserad på ett underliggande Klassen Experience Data Model (XDM).
  • För en given entitet är varje rad markerad i fet representerar en fältgrupp eller en datatyp, med de relevanta fält som anges nedan i oformaterad text.
  • De viktigaste fälten för en viss enhet markeras med rött.
  • Alla egenskaper som kan användas för att identifiera enskilda kunder markeras som"identitet", med en av dessa egenskaper markerad som"primär identitet".
  • Enhetsrelationer markeras som icke-beroende eftersom cookie-baserade händelser ofta inte kan avgöra vem eller vilka personer som gjorde transaktionen.

OBSERVERA

Händelseentiteten i Experience innehåller fältet "_ID", som representerar den unika identifieraren (_id)-attribut från klassen XDM ExperienceEvent. Se referensdokumentet på XDM ExperienceEvent om du vill ha mer information om vad som förväntas för det här värdet.

Financial services användningsfall

Följande tabell visar de rekommenderade klasserna och schemafältgrupperna för flera vanliga fall av ekonomiskt bruk.

Användningsfall Rekommenderade klasser och fältgrupper
Driv personalisering i stor skala för de segment du föredrar genom insikter i flerkanalsrapportering och automatisera resor för att öka registreringen till ett belöningsprogram som passar dig bäst.
Optimera personalisering över flera kanaler, både online och offline.
Få nya intäktsmöjligheter genom att använda insikter från flerkanalsbeteendeanalyser, identifiera mönster för produktanvändning som kan leda till nya produkterbjudanden.

På denna sida