12.4 Chargement de données de BigQuery dans Adobe Experience Platform

Objectifs

  • Mappage des données BigQuery à un schéma XDM
  • Chargement des données BigQuery dans Adobe Experience Platform
  • Familiarisez-vous avec l’interface utilisateur de BigQuery Source Connector

Avant de commencer

Après l’exercice 12.3, cette page doit être ouverte dans Adobe Experience Platform :

demo

Si vous l’avez ouvert, passez à l’exercice 12.4.1.

Si vous ne l’avez pas ouvert, accédez à Adobe Experience Platform.

Dans le menu de gauche, accédez à Sources. Vous verrez alors le Sources page d’accueil. Dans le Sources , cliquez sur Bases de données.

demo

Sélectionnez la Google BigQuery Connecteur source et cliquez sur + Configurer.

demo

L’écran de sélection Compte BigQuery Google s’affiche alors.

demo

Sélectionnez votre compte et cliquez sur Suivant.

demo

Vous verrez alors le Ajouter des données vue.

demo

12.4.1 Sélection de tableau BigQuery

Dans le Ajouter des données sélectionnez votre jeu de données BigQuery.

demo

Vous pouvez maintenant voir un aperçu des données d’exemple des données Google Analytics dans BigQuery.

Cliquez sur Suivant.

demo

Mappage XDM 12.4.2

Vous verrez maintenant ceci :

demo

Vous devez maintenant créer un nouveau jeu de données ou sélectionner un jeu de données existant dans lequel charger les données Google Analytics. Pour cet exercice, un jeu de données et un schéma ont déjà été créés. Vous n’avez pas besoin de créer un nouveau schéma ou jeu de données.

Sélectionner Jeu de données existant. Ouvrez le menu déroulant pour sélectionner un jeu de données. Recherchez le jeu de données nommé Demo System - Event Dataset for BigQuery (Global v1.1) et sélectionnez-le. Cliquez sur Suivant.

demo

Faites défiler la page vers le bas. Vous devez maintenant mapper chaque Champ source de Google Analytics/BigQuery à un XDM Champ cible, champ par champ.

demo

Utilisez le tableau de mappage ci-dessous pour cet exercice.

Champ source Champ cible
_identifiant _id
_identifiant channel._id
timeStamp timestamp
GA_ID --aepTenantId--.identification.core.gaid
customerID --aepTenantId--.identification.core.loyaltyId
Page web.webPageDetails.name
Appareil device.type
Navigateur environment.browserDetails.vendor
MarketingChannel marketing.trackingCode
TrafficSource channel.typeAtSource
TrafficMedium channel.mediaType
TransactionID commerce.order.payments.transactionID
Ecommerce_Action_Type eventType
Pages vues web.webPageDetails.pageViews.value
Unique_Achats commerce.purchases.value
Product_Detail_Views commerce.productViews.value
Ajouts_To_Cart commerce.productListAdds.value
Product_Removes_From_Cart commerce.productListRemovals.value
Product_Checkouts commerce.checkouts.value

Après avoir copié et collé le mappage ci-dessus dans l’interface utilisateur de Adobe Experience Platform, vérifiez si vous ne voyez aucune erreur en raison de fautes de frappe ou d’espaces au début/à la fin.

Vous disposez désormais d’un Mappage comme celui-ci :

demo

Champs source GA_ID et customerID sont mappés à un identifiant dans ce schéma XDM. Vous pourrez ainsi enrichir les données des Google Analytics (données de comportement web/app) avec d’autres jeux de données tels que Loyalty ou Call Center-data.

Cliquez sur Suivant.

demo

12.4.3 Connexion et planification de l’ingestion des données

Vous verrez maintenant le Planification tab :

demo

Dans le Planification vous pouvez définir une fréquence d’ingestion des données pour cet onglet. Mappage et .

Lorsque vous utilisez des données de démonstration dans Google BigQuery qui ne seront pas actualisées, il n’est pas nécessaire de définir une planification dans cet exercice. Vous devez sélectionner un élément et, pour éviter un trop grand nombre de processus d’ingestion de données inutiles, vous devez définir la fréquence suivante :

  • Fréquence : Semaine
  • Intervalle : 200

demo

Important: assurez-vous d’activer la variable Renvoi changer.

demo

Enfin, et non des moindres, vous devez définir une delta champ .

demo

Le delta sert à planifier la connexion et à charger uniquement les nouvelles lignes qui entrent dans votre jeu de données BigQuery. Un champ delta est généralement toujours une colonne d’horodatage. Ainsi, pour les prochaines assimilations de données planifiées, seules les lignes comportant un nouvel horodatage plus récent seront ingérées.

Sélectionner timeStamp comme champ delta.

demo

Vous avez maintenant ceci.

demo

Cliquez sur Suivant.

demo

12.4.4 Vérification et lancement de la connexion

Dans le Détails du flux du jeu de données vue. vous devez nommer votre connexion, ce qui vous aidera à la trouver ultérieurement.

Utilisez cette convention d’affectation des noms :

Champ Dénomination Exemple
Nom du flux de jeux de données DataFlow - ldap - Interaction du site web BigQuery DataFlow - vangeluw - Interaction du site web BigQuery
Description DataFlow - ldap - Interaction du site web BigQuery DataFlow - vangeluw - Interaction du site web BigQuery

demo

Cliquez sur Suivant.

demo

Vous voyez maintenant un aperçu détaillé de votre connexion. Assurez-vous que tout est correct avant de continuer, car certains paramètres ne peuvent plus être modifiés par la suite, comme le mappage XDM par exemple.

demo

Cliquez sur Terminer.

demo

La configuration de la connexion peut prendre un certain temps. Ne vous inquiétez donc pas si vous voyez ceci :

demo

Une fois la connexion créée, vous verrez :

demo

Vous êtes maintenant prêt à poursuivre l’exercice suivant, au cours duquel vous utiliserez Customer Journey Analytics pour créer de puissantes visualisations en plus des données Google Analytics.

Étape suivante : 12.5 Analyse des données de Google Analytics à l’aide de Customer Journey Analytics

Revenir au module 12

Revenir à tous les modules

Sur cette page