Adobe Experience League

Adobe Experience League

總覽
平台簡介
- 由Experience Platform提供支援的客戶體驗
- 幕後：由Experience Platform提供支援的客戶體驗
- Experience Platform 概觀
- 主要功能
- 應用程式和智慧服務
- 與Experience Cloud應用程式整合
- 主要使用案例
- 基本架構
- 使用Platform使用者介面
- 角色和專案階段
驗證Experience PlatformAPI
快速入門：資料架構師與資料工程師
匯入範例資料至Experience Platform
管理
- 使用警報
- 使用沙箱
- Admin Console
- 管理產品設定檔
資料治理
- 總覽
- 端對端示範
- 使用控管標籤分類資料
- 建立資料使用原則
- 強制資料使用原則
資料擷取
- 總覽
- 批次內嵌概觀
- 建立和填入資料集
- 將CSV檔案對應至XDM
- 串流獲取概觀
- 建立已驗證的串流連線
- 建立串流連線(UI)
- 建立串流連線(API)
- 流記錄資料
- 串流時間序列資料
- 串流多則訊息
- 資料流監視
- 監控儀表板
- Web SDK教學課程
- Mobile SDK教學課程
- Debugger教學課程
Data Science Workspace
- 總覽
- 架構
- 將資料載入 JupyterLab Notebook
- 在JupyterLab筆記型電腦中查詢和發現資料
- 探索資料分析
- 配方、模型及服務概述
- 使用方式產生器範本建立模型
- 分析模型效能
- 建立並發佈訓練好的模型(UI)
- 為服務安排自動培訓和計分
- 透過機器學習深入分析，豐富即時客戶設定檔
- 將源檔案打包到配方中
- 匯入封裝配方(UI)
- 匯入封裝配方(API)
目的地
- 目的地概觀
- 建立目的地和啟用資料
- 對目的地啟用設定檔和區段
- 與Google Customer Match整合
- 設定 Azure Blob 目的地
- 設定檔案式雲端儲存空間或電子郵件行銷目的地
- 設定社交目的地
- 將資料啟用至非Adobe應用程式網路研討會
身分
- 身分和身分圖表概觀
- 標示、擷取及驗證身分資料
- 檢視身分圖
- 設定Identity Service的資料集
設定檔
- 了解即時客戶個人檔案
- 設定檔概述圖
- 將資料帶入設定檔
- 自訂設定檔檢視詳細資訊
- 建立合併策略
- 聯合結構概觀
隱私權
- Privacy Service簡介
- 隱私權要求中的身分資料
- 隱私權JavaScript程式庫
- Adobe Analytics中的隱私權標籤
- 開始使用Privacy ServiceAPI
- Privacy ServiceUI
- Privacy ServiceAPI
- 訂閱隱私權事件
- 負責任的客戶資料管理的十大考量因素
查詢
- 總覽
- 查詢服務UI
- 查詢服務API
- 探索資料
- 準備資料
- Adobe定義的函式
- 資料使用模式
- 運行查詢
- 從查詢結果生成資料集
- 塔布洛
- 使用BI工具建立控制面板
- 將客戶端連接到查詢服務
方案
- 總覽
- 構成要素
- 規劃您的資料模型
- 將資料模型轉換為XDM
- 建立方案
- 建立類
- 建立欄位群組
- 建立資料類型
- 設定方案之間的關係
- 在沙箱之間複製方案
- 更新方案
- 建立隨選結構
區段
- 區段產生器概觀
- 建立區段
- 建立內容型區段
- 建立轉換區段
- 從現有區段建立區段
- 建立循序區段
- 建立動態區段
- 建立多實體區段
- 串流細分示範
- 評估區段
- 建立資料集以匯出資料
- 強制區段符合資料使用情形
來源
- 來源概觀
- 從Adobe Analytics內嵌資料
- 從Audience Manager內嵌資料
- 從雲端儲存擷取資料
- 從CRM內嵌資料
- 從資料庫擷取資料
- 使用HTTP API串流資料
- 使用來源連接器串流資料
應用程式服務
- Customer Journey Analytics教學課程
- Journey Orchestration教學課程
- offer decisioning教學課程
- Real-time CDP教學課程
Intelligent Services
- 總覽
- Attribution AI 概述
- Attribution AI值
- 設定 Attribution AI
- 使用 Attribution AI 評分和深入分析
- Customer AI 概述
- Customer AI值
- 設定 Customer AI
- 使用 Customer AI 評分和深入分析
Experience Cloud 整合
- Magento
行業趨勢
- 資料管理的未來和不斷變化的環境
- 兩種見解的故事 - 品牌與消費者
- 打造卓越受眾中心
- 使用客戶設定檔建立更好的體驗

分析Data Science Workspace中的模型效能

了解用於分析模型效能的不同方法，例如混淆矩陣、準確性、召回和精確度。

資訊

此影片是資料科學家專用資料科學工作區快速入門課程的一部分，免費提供Experience League!

其他資源

adobe.com 上的資源

本頁內容

檢視下一個: