Platform 자습서
플랫폼 소개
- Experience Platform 기반의 고객 경험
- 배경: Experience Platform 기반의 고객 경험
- Experience Platform 개요
- 주요 기능
- 애플리케이션 및 지능형 서비스
- Experience Cloud 애플리케이션과 통합
- 주요 사용 사례
- 기본 아키텍처
- 사용자 인터페이스
- 역할 및 프로젝트 단계
Real-Time CDP 소개
- 개요
- 엔드 투 엔드 데모
- 워크플로
- B2B 에디션 개요
- Marketo Engage을 사용하여 캠페인 오케스트레이션
시작하기: 데이터 설계자 및 데이터 엔지니어
Experience Platform API 인증
Experience Platform으로 샘플 데이터 가져오기
관리
- 경고 사용
- 샌드박스 사용
- 속성 기반 액세스 제어 구성
- Admin Console
- 제품 프로필 관리
대상 및 세분화
- Audience Portal 및 구성 소개
- 대상자 업로드
- 대상 규칙 빌더 개요
- 대상자 만들기
- 콘텐츠 기반 대상 만들기
- 전환 대상자 만들기
- 기존 대상에서 대상 만들기
- 순차적 대상자 만들기
- 동적 대상자 만들기
- 다중 엔티티 대상 만들기
- B2B 데이터를 사용하여 대상 만들기
- 스트리밍 세분화 데모
- 대상 규칙 평가
- 데이터를 내보낼 데이터 세트 만들기
- 세그먼트 매치 연결 설정
- 세그먼트 매치 데이터 거버넌스
- 세그먼트 매치 구성 플로우
- 세그먼트 매치 사전 공유 인사이트
- 세그먼트 일치 수신 데이터
감사 로그
데이터 수집
대시보드
- 대시보드 만들기
데이터 거버넌스
- 개요
- 엔드 투 엔드 데모
- 레이블을 사용하여 데이터 분류
- 데이터 사용 정책 만들기
- 데이터 사용 정책 시행
- 동의 시행
- IAB 투명성 및 동의 프레임워크 2.0과 통합
데이터 위생
- 데이터 세트 삭제
데이터 수집
- 개요
- 일괄 처리 수집 개요
- 데이터 세트 만들기 및 채우기
- XDM에 CSV 파일 매핑
- 소스 개요
- Adobe Analytics에서 데이터 수집
- Audience Manager에서 데이터 수집
- 클라우드 스토리지에서 데이터 수집
- CRM에서 데이터 수집
- 데이터베이스로부터 데이터 수집
- 스트리밍 수집 개요
- HTTP API로 데이터 스트리밍
- 소스 커넥터를 사용하여 데이터 스트리밍
- Web SDK 튜토리얼
- 모바일 SDK 자습서
데이터 과학 작업 영역
- 개요
- 아키텍처
- JupyterLab 노트북에 데이터 로드
- JupyterLab 노트북에서 데이터 쿼리 및 검색
- 탐색적 데이터 분석
- 레서피, 모델 및 서비스 개요
- 레시피 빌더 템플릿을 사용하여 모델 구축
- 모델 성능 분석
- 교육된 모델(UI) 만들기 및 게시
- 서비스에 대한 자동화된 교육 및 채점 예약
- 머신 러닝 통찰력을 통해 실시간 고객 프로필 강화
- 소스 파일을 레시피에 패키징
- 패키지된 레시피(UI) 가져오기
- 패키지된 레서피(API) 가져오기
대상
- 대상 개요
- 대상에 연결하는 중
- 대상 만들기 및 데이터 활성화
- 대상에 대한 프로필 및 세그먼트 활성화
- 데이터 세트 내보내기 대상 구성
- Google Customer Match와 통합
- Azure Blob 대상 구성
- Marketo 대상 구성
- 파일 기반 클라우드 스토리지 또는 이메일 마케팅 대상 구성
- 소셜 대상 구성
- Adobe Target 및 사용자 지정 개인화
- Adobe 이외의 애플리케이션에 대한 데이터 활성화 웨비나
ID
- ID 및 ID 그래프 개요
- ID 데이터 레이블 지정, 처리 및 확인
- ID 그래프 보기
Intelligent Services
- 개요
- Attribution AI 개요
- Attribution AI 값
- Attribution AI 구성
- Attribution AI 스코어 및 인사이트 사용
- 고객 AI 개요
- 고객 AI 가치
- 고객 AI 구성
- 고객 AI 스코어 및 인사이트 사용
모니터링
- 데이터 수집 모니터링
- 세그먼트 활성화 모니터링
- 데이터 흐름 모니터링
파트너 데이터 지원
- 파트너 데이터 지원 개요
- 오프사이트 전망 지원
- 프로필에 파트너 속성 추가
- 알 수 없는 방문자에 대한 온사이트 개인화
프로필
- 실시간 고객 프로필 이해
- 프로필 개요 다이어그램
- 프로필로 데이터 가져오기
- 프로필 보기 세부 정보 사용자 지정
- 계정 프로필 보기
- 병합 정책 만들기
- 결합 스키마 개요
- 업데이트를 사용하여 특정 속성 업데이트
개인정보 보호 및 보안
- Privacy Service 소개
- 개인 정보 보호 요청의 ID 데이터
- 개인 정보 JavaScript 라이브러리
- Adobe Analytics의 개인 정보 레이블
- Privacy Service API 시작하기
- Privacy Service UI
- Privacy Service API
- 개인정보 보호 이벤트 구독
- 고객 관리 키 설정
- 책임 있는 고객 데이터 관리를 위한 10가지 고려 사항
- 데이터 관리자로서 마케터의 역할 강화
쿼리
- 개요
- 쿼리 서비스 UI
- 쿼리 서비스 API
- 데이터 탐색
- 데이터 준비
- Adobe 정의 함수
- 데이터 사용 패턴
- 쿼리 실행
- 쿼리 결과에서 데이터 세트 생성
- 타블로
- 데이터 분석 및 시각화
- BI 도구를 사용하여 대시보드 빌드
- 고객 데이터 충전
- 클라이언트를 쿼리 서비스에 연결
- 데이터 레이크에서 데이터 유효성 검사
스키마
- 개요
- 빌딩 블록
- 데이터 모델 계획
- 데이터 모델을 XDM으로 변환
- 스키마 만들기
- B2B 데이터에 대한 스키마 만들기
- 클래스 만들기
- 필드 그룹 만들기
- 데이터 유형 만들기
- 스키마 간의 관계 구성
- 열거형 필드 및 제안 값 사용
- 샌드박스 간에 스키마 복사
- 스키마 업데이트
- 애드혹 스키마 만들기
소스
- 소스 개요
- Adobe Analytics에서 데이터 수집
- Audience Manager에서 데이터 수집
- Marketo에서 데이터 수집
- 클라우드 스토리지에서 데이터 수집
- CRM에서 데이터 수집
- 데이터베이스로부터 데이터 수집
- HTTP API로 데이터 스트리밍
- 소스 커넥터를 사용하여 데이터 스트리밍
- 문제 해결: SFTP 커넥터
Experience Cloud 통합
- Analytics
- Audience Manager
- Commerce
- Marketo Engage
- Target
업계 동향
- 데이터 관리의 미래와 변화하는 환경
- 두 가지 인식에 대한 이야기 - 브랜드 대 소비자
- Audience Center of Excellence 진화
- 고객 프로필을 통해 더 나은 경험 구축
- 자사 데이터 컨텍스트에서의 데이터 공동 작업

데이터 과학 작업 영역에서 모델 성능 분석

혼동 행렬, 정확도, 리콜 및 정밀도와 같이 모델의 성능을 분석하는 데 사용되는 다양한 방법에 대해 알아봅니다. 자세한 내용은 다음을 참조하십시오. 데이터 과학 작업 영역 설명서.

데이터 과학 작업 영역에서 모델 성능 분석

Business.Adobe.com 리소스

이 페이지에서는

다음 보기:

학습

설명서

커뮤니티

지원

리소스

Adobe 계정

Adobe