Platform 教程
Platform简介
- 由Experience Platform提供支持的客户体验
- 幕后：由Experience Platform提供支持的客户体验
- Experience Platform 概述
- 主要功能
- 应用程序和智能服务
- 与Experience Cloud应用程序集成
- 主要用例
- 基本架构
- 用户界面
- 角色和项目阶段
Real-Time CDP简介
- 概述
- 端到端演示
- 工作流
- B2B版本概述
- 使用Marketo Engage编排活动
快速入门：数据架构师和数据工程师
对Experience PlatformAPI进行身份验证
将示例数据导入到 Experience Platform
管理
- 使用警报
- 使用沙盒
- 配置基于属性的访问控制
- Admin Console
- 管理产品配置文件
受众和分段
- 受众门户和构成简介
- 上传受众
- 受众规则生成器概述
- 创建受众
- 创建基于内容的受众
- 创建转化受众
- 从现有受众创建受众
- 创建顺序受众
- 创建动态受众
- 创建多实体受众
- 使用B2B数据创建受众
- 流式客户细分演示
- 评估受众规则
- 创建数据集以导出数据
- 区段匹配连接设置
- 区段匹配数据管理
- 区段匹配配置流程
- 区段匹配预共享 Insights
- 区段匹配接收数据
审核日志
数据收集
仪表板
- 创建功能板
数据治理
- 概述
- 端到端演示
- 使用标签对数据进行分类
- 创建数据使用策略
- 强制执行数据使用策略
- 强制同意
- 与IAB透明度和同意框架2.0集成
数据安全机制
- 删除数据集
数据引入
- 概述
- 批量摄取概述
- 创建和填充数据集
- 将CSV文件映射到XDM
- 源概述
- 从Adobe Analytics引入数据
- 从Audience Manager引入数据
- 从云存储中摄取数据
- 从CRM引入数据
- 从数据库引入数据
- 流式摄取概述
- 使用 HTTP API 流式传输数据
- 使用源连接器流式传输数据
- Web SDK教程
- Mobile SDK教程
数据科学工作区
- 概述
- 架构
- 在 JupyterLab 笔记本中加载数据
- 在JupyterLab笔记本中查询和发现数据
- 探索性数据分析
- 配方、模型和服务概述
- 使用方法生成器模板生成模型
- 分析模型性能
- 创建和发布经过训练的模型(UI)
- 安排服务的自动培训和评分
- 利用机器学习见解丰富实时客户档案
- 将源文件打包到方法中
- 导入打包的方法(UI)
- 导入打包的方法(API)
目标
- 目标概述
- 连接目标
- 创建目标和激活数据
- 将个人资料和区段激活到目标
- 与Google Customer Match集成
- 配置Azure Blob目标
- 配置Marketo目标
- 配置基于文件的云存储或电子邮件营销目标
- 配置社交目标
- Adobe Target和自定义个性化
- 向非Adobe应用程序激活数据网络研讨会
标识
- 身份和身份图概述
- 标记、引入并验证身份数据
- 查看身份图
Intelligent Services
- 概述
- 归因人工智能概述
- Attribution AI值
- 配置归因人工智能
- 使用归因人工智能评分和分析
- 客户人工智能概述
- 客户人工智能价值
- 配置客户人工智能
- 使用客户人工智能评分和分析
监控
- 监测数据提取
- 监测区段激活
- 监测数据流
合作伙伴数据支持
- 合作伙伴数据支持概述
- 支持异地勘探
- 将合作伙伴属性添加到配置文件
- 为未知访客在现场进行个性化
配置文件
- 了解Real-time Customer Profile
- 配置文件概述图
- 将数据引入配置文件
- 自定义配置文件视图详细信息
- 查看帐户配置文件
- 创建合并策略
- 合并模式概述
- 使用upsert更新特定属性
隐私和安全性
- Privacy Service 简介
- 隐私请求中的身份数据
- 隐私JavaScript库
- Adobe Analytics中的隐私标签
- Privacy ServiceAPI快速入门
- Privacy Service UI
- Privacy Service API
- 订阅隐私活动
- 设置客户管理的密钥
- 负责任的客户数据管理的 10 个注意事项
- 提升营销人员作为数据管理者的角色
查询
- 概述
- 查询服务UI
- 查询服务API
- 浏览数据
- 准备数据
- Adobe定义的函数
- 数据使用模式
- 运行查询
- 从查询结果生成数据集
- 表格
- 分析和可视化数据
- 使用BI工具构建仪表板
- 为您的客户数据充电
- 将客户端连接到查询服务
- 验证Datalake中的数据
架构
- 概述
- 构建基块
- 计划您的数据模型
- 将您的数据模型转换为XDM
- 创建架构
- 为B2B数据创建架构
- 创建类
- 创建字段组
- 创建数据类型
- 配置架构之间的关系
- 使用枚举字段和建议值
- 在沙盒之间复制架构
- 更新架构
- 创建临时架构
源
- 源概述
- 从Adobe Analytics引入数据
- 从Audience Manager引入数据
- 从Marketo引入数据
- 从云存储中摄取数据
- 从CRM引入数据
- 从数据库引入数据
- 使用 HTTP API 流式传输数据
- 使用源连接器流式传输数据
- 疑难解答：SFTP连接器
Experience Cloud 集成
- Analytics
- Audience Manager
- Commerce
- Marketo Engage
- Target
行业趋势
- 数据管理的未来和复杂多变的环境
- 一个故事，两种看法 - 品牌对消费者
- 发展您的卓越受众中心
- 利用客户配置文件构建更好的体验
- 第一方数据上下文中的数据协作

在分段中使用机器学习输出

了解如何在实时客户个人资料和细分中使用Data Science Workspace模型输出。

欲知更多信息，请访问数据科学工作区文档.

在分段中使用机器学习输出

Business.Adobe.com 资源

在此页面上

查看下一个：

学习

文档

社区

技术支持

资源

Adobe 帐户

Adobe