I den här lektionen ska du importera gruppdata till Experience Platform på olika sätt.
Genom att lägga in data i grupp kan du samtidigt importera en stor mängd data till Adobe Experience Platform. Du kan importera gruppdata i en enda överföring inom plattformens gränssnitt eller med API:t. Du kan också konfigurera regelbundet schemalagda batchöverföringar från tredjepartstjänster som molnlagringstjänster med hjälp av källanslutningar.
Datatekniker måste importera batchdata utanför den här självstudiekursen.
Innan du börjar övningarna ska du titta på den här korta videon för att lära dig mer om datainhämtning:
I Konfigurera behörigheter lektionen anger du alla åtkomstkontroller som krävs för att slutföra lektionen.
Du måste ha tillgång till en (S)FTP-server eller molnlagringslösning för Sources-övningen. Det finns en lösning om du inte har någon.
Data kan överföras direkt till en datauppsättning på datauppsättningsskärmen i JSON- och parquet-format. Detta är ett bra sätt att testa intag av vissa data efter att ha skapat en
Börja med att hämta exempeldata och anpassa dem för din klientorganisation:
Data i luma-data.zip filen är fiktiv och ska endast användas som exempel.
Hämta luma-data.zip till Luma - resurser för självstudiekurser mapp.
Zippa upp filen och skapa en mapp med namnet luma-data
som innehåller de fyra datafilerna som vi kommer att använda i den här lektionen
Öppna luma-loyalty.json
i en textredigerare och ersätta alla förekomster av _techmarketingdemos
med ditt eget understreck-tenant-id, som du ser i dina egna scheman:
Spara den uppdaterade filen
Välj Datauppsättningar i den vänstra navigeringen
Öppna Luma Loyalty Dataset
Bläddra nedåt tills du ser Lägg till data i den högra kolumnen
Överför luma-loyalty.json
-fil.
När filen har överförts visas en rad för gruppen
Om du läser in sidan igen efter några minuter bör du se att batchen har överförts med 1 000 poster och 1 000 profilfragment.
Det finns några alternativ, Feldiagnostik och Delvis intag som du kommer att se på olika skärmar i den här lektionen. De här alternativen beskrivs inte i självstudiekursen. Snabb information:
Det finns några sätt att bekräfta att data har importerats.
Så här bekräftar du att data har importerats till datauppsättningen:
På den sida där du har inhämtat data väljer du Förhandsgranska datauppsättning överst till höger
Välj Förhandsgranska så kan du se några av de inmatade data.
Så här bekräftar du att data landats i profilen (det kan ta några minuter innan data landas):
Gå till Profiler i den vänstra navigeringen
Markera ikonen bredvid Välj namnområde för identitet fält för att öppna modalt
Välj Luma Loyalty Id
namespace
Ange sedan en av loyaltyId
värden från datauppsättningen, 5625458
Välj Visa
Om du prenumererar på dataöverföringshändelser i den föregående lektionen ska du kontrollera din unika webkrok.site-URL. Tre förfrågningar visas i följande ordning, med lite tid mellan dem, med följande eventCode
värden:
ing_load_success
—batchen som den ingicksig_load_success
—batchen har importerats till identitetsdiagrammetps_load_success
—batchen har importerats till profiltjänstenSe dokumentation om du vill ha mer information om meddelandena.
Nu ska vi ladda upp data med API:t.
Dataarkitekter kan ladda upp CRM-data via användargränssnittsmetoden.
Luma Tutorial Assets
mapp.luma-crm.json
i en textredigerare och ersätta alla förekomster av _techmarketingdemos
med ditt eget understreck-tenant-id, som du ser i dina schemanFörst hämtar vi ID:t för datauppsättnings-ID:t för den datauppsättning som vi vill importera data till:
tenant
200 OK
svarLuma CRM Dataset
från svarsorganetNu kan vi skapa en batch i datauppsättningen:
Hämta API.postman_collection.json till Luma Tutorial Assets
mapp
Importera samlingen till Postman
Välj begäran Data Ingestion API > Batch Ingestion > Create a new batch in Catalog Service.
Klistra in följande som Brödtext av begäran, ersätta dataId-värdet med ditt eget:
{
"datasetId":"REPLACE_WITH_YOUR_OWN_DATASETID",
"inputFormat": {
"format": "json"
}
}
Välj Skicka knapp
Du bör få ett svar från 201 Created som innehåller ID:t för din nya batch!
Kopiera id
den nya batchen
Nu kan vi överföra data till gruppen:
Välj begäran Data Ingestion API > Batch Ingestion > Upload a file to a dataset in a batch.
I Parametrar ange datauppsättnings-id och batch-id i sina respektive fält
I Parametrar tabb, ange luma-crm.json
som filePath
I Brödtext väljer du binary option
Välj den hämtade luma-crm.json
från din lokala Luma Tutorial Assets
mapp
Välj Skicka och du bör få 200 OK-svar med "1" i svarsbrödtexten
Om du nu tittar på gruppen i användargränssnittet för plattformen ser du att den finns i enLäser in" status:
Eftersom API:t för batch ofta används för att överföra flera filer måste du ange för Platform när en batch är slutförd, vilket vi gör i nästa steg.
Så här slutför du gruppen:
Välj begäran Data Ingestion API > Batch Ingestion > Finish uploading a file to a dataset in a batch.
I Parametrar tabb, ange COMPLETE
som åtgärd
I Parametrar anger du ditt batch-ID. Du behöver inte bekymra dig om datauppsättnings-ID eller filePath om de finns.
Kontrollera att POSTENS URL är https://platform.adobe.io/data/foundation/import/batches/:batchId?action=COMPLETE
och att det inte finns några onödiga referenser till datasetId
eller filePath
Välj Skicka och du bör få 200 OK-svar med "1" i svarsbrödtexten
Validera att data har landats i användargränssnittet för plattformen på samma sätt som för lojalitetsdatauppsättningen.
Bekräfta först att batchen visar att 1 000 poster har importerats:
Bekräfta sedan gruppen med datauppsättningen Preview:
Bekräfta slutligen att en av dina profiler har skapats genom att leta upp en av profilerna i Luma CRM Id
namespace, till exempel 112ca06ed53d3db37e4cea49cc45b71e
Det finns en intressant sak som just hände som jag vill understryka. Öppna den Danny Wright
profil. Profilen har båda en Lumacrmid
och Lumaloyaltyid
. Kom ihåg Luma Loyalty Schema
innehöll två identitetsfält, Luma Loyalty Id och CRM Id. Nu när vi har överfört båda datauppsättningarna har de sammanfogats till en enda profil. Lojalitetsdata hade Daniel
som förnamn och"New York City" som hemadress, medan CRM-data Danny
som förnamn och Portland
som hemadress till kunden med samma lojalitets-ID. Vi kommer tillbaka till varför förnamnet visas Danny
i lektionen om sammanfogningsprinciper.
Grattis, du har just sammanfogat profiler!
Om du prenumererar på dataöverföringshändelser i den föregående lektionen ska du kontrollera din unika webkrok.site-URL. Du bör se tre förfrågningar som kommer in, precis som med lojalitetsdata:
Se dokumentation om du vill ha mer information om meddelandena.
Låt oss titta på ett annat sätt att överföra data. Med arbetsflödesfunktionen kan du importera CSV-data som inte redan är modellerade i XDM.
Luma Tutorial Assets
mapp.luma-products.csv
Nu ska vi skapa ett arbetsflöde:
Luma Product Catalog Dataset
och väljer Nästa knappluma-products.csv
filen du hämtade och väljer Nästa knappluma-products.csv
till XDM-fält i målschemat. I det här exemplet är kolumnnamnen tillräckligt nära schemafältnamnen för att mapparen automatiskt ska kunna identifiera rätt mappning. Om mapparen inte kunde identifiera rätt fält automatiskt, skulle du markera ikonen till höger om målfältet för att välja rätt XDM-fält. Om du inte vill importera en av kolumnerna från CSV-filen kan du ta bort raden från mapparen. Du kan spela upp och ändra kolumnrubriker i luma-products.csv
för att lära känna hur mappningen fungerar.När gruppen har överförts verifierar du överföringen genom att förhandsgranska datauppsättningen.
Sedan Luma Product SKU
är ett namnutrymme som inte är ett personnamn, vi kommer inte att se några profiler för produktskalan.
Du borde se de tre träffarna till din webkrok.
Okej, du gjorde saker på den hårda vägen. Nu ska vi flytta in i det utlovade landet automatiserad batchförtäring! När jag säger: "SÄTT IN DET!" "GLÖM DET!" "SÄTT DIG!" "GLÖM DET!" "SÄTT DIG!" "GLÖM DET!" Skämtar du bara, du skulle aldrig göra något sådant! Okej, tillbaka till jobbet. Du är nästan klar.
Gå till Källor i den vänstra navigeringen för att öppna källkatalogen. Här ser du en mängd färdiga integreringar med branschledande data- och lagringsleverantörer.
Okej, vi importerar data med en källanslutning.
Den här övningen kommer att vara din egen stil på äventyret. Jag ska visa arbetsflödet med FTP-källkopplingen. Du kan antingen använda en annan anslutning till molnlagringskällan som du använder på ditt företag, eller överföra json-filen med datauppsättningens användargränssnitt på samma sätt som med lojalitetsdata.
Många av källorna har ett liknande konfigurationsarbetsflöde där du:
De offlineinköpsdata som vi kommer att använda i den här övningen innehåller data för datetime. Datum/tid-data ska vara antingen Formaterade strängar enligt ISO 8061 ("2018-07-10T15:05:59.000-08:00") eller Unix-tid i millisekunder (1531263959000) och konverteras vid importen till mål-XDM-typen. Mer information om datakonvertering och andra begränsningar finns i API-dokumentationen för batchmatning.
Luma Tutorial Assets
mapp.luma-offline-purchases.json
i en textredigerare och ersätta alla förekomster av _techmarketingdemos
med ditt eget understreck-tenant-id, som du ser i dina scheman"timestamp":"2022-06
och ersätta år och månad)luma-offline-purchases.json
till en plats hos den molnlagringsleverantör du föredrarI användargränssnittet för Plattform filtrerar du Källor katalog till molnlagring
Observera att det finns praktiska länkar till dokumentation under ...
I rutan med den molnlagringsleverantör du föredrar väljer du Konfigurera knapp
Autentisering är det första steget. Ange till exempel namnet på ditt konto Luma's FTP Account
och din autentiseringsinformation. Det här steget bör vara ungefär likadant för alla molnlagringskällor, men fälten kan variera något. När du har angett autentiseringsinformationen för ett konto kan du återanvända dem för andra källanslutningar som kan skicka andra data i olika scheman från andra filer på samma konto
Välj Knappen Anslut till källa
När plattformen har anslutit till källan väljer du Nästa knapp
På Markera data kommer användargränssnittet att använda dina autentiseringsuppgifter för att öppna mappen i din molnlagringslösning
Markera de filer som du vill importera, till exempel luma-offline-purchases.json
Som Dataformat, markera XDM JSON
Du kan sedan förhandsgranska JSON-strukturen och exempeldata i filen
Välj Nästa knapp
På Mappning välj Luma Offline Purchase Events Dataset
och väljer Nästa -knappen. Observera i meddelandet att eftersom de data vi samlar in är en JSON-fil finns det inget mappningssteg där vi mappar källfält till målfält. JSON-data måste redan finnas i XDM. Om du importerade en CSV-fil ser du hela mappningsgränssnittet i det här steget:
På Schemaläggning väljer du hur ofta du vill hämta data från källan. Ta en titt på alternativen. Vi ska bara göra ett engångsintag, så lämna Frekvens på En gång och väljer Nästa knapp:
På Dataflödesdetaljer kan du välja ett namn för dataflödet, ange en valfri beskrivning, aktivera feldiagnostik och partiellt intag. Låt inställningarna vara som de är och välj Nästa knapp:
På Granska kan du granska alla dina inställningar tillsammans och antingen redigera dem eller välja Slutför knapp
När du har sparat kommer du att landa på en skärm som den här:
När gruppen har överförts verifierar du överföringen genom att förhandsgranska datauppsättningen.
Du borde se de tre träffarna till din webkrok.
Söka efter profilen med värde 5625458
i loyaltyId
namnutrymme igen för att se om det finns några köphändelser i deras profil. Du borde se ett köp. Du kan utforska detaljer om köpet genom att välja Visa JSON:
Adobe samarbetar med flera ETL-leverantörer för att stödja datainhämtning till Experience Platform. På grund av de många olika tredjepartsleverantörerna ingår inte ETL i kursen, även om du gärna vill titta närmare på några av dessa resurser:
Nu ska vi strömma data med Web SDK