- Tutoriels sur Platform
- Présentation de Platform
- Expérience client optimisée par un Experience Platform
- En arrière-plan : Expérience client optimisée par un Experience Platform
- Présentation d’Experience Platform
- Fonctionnalités principales
- Application et services intelligents
- Intégrations avec des applications Experience Cloud
- Cas d’utilisation clés
- Architecture de base
- Utilisation de l’interface utilisateur de Platform
- Rôles et phases de projet
- Prise en main : Architectes de données et ingénieurs de données
- Authentification aux API Experience Platform
- Importation de données dʼexemple vers Experience Platform
- Administration
- Journaux d’audit
- Collecte de données
- Tableaux de bord
- Gouvernance des données
- Hygiène des données
- Ingestion des données
- Présentation
- Présentation de l’ingestion par lots
- Création et remplissage d’un jeu de données
- Mappage d’un fichier CSV à XDM
- Présentation des sources
- Ingestion de données à partir d’Adobe Analytics
- Ingestion de données à partir d’une Audience Manager
- Ingestion de données à partir de l’espace de stockage dans le cloud
- Ingestion de données à partir de CRM
- Ingérer des données à partir de bases de données
- Présentation de l’ingestion par flux
- Diffusion de données en continu avec l’API HTTP
- Diffusion de données à l’aide des connecteurs sources
- Tutoriels du SDK Web
- Tutoriels du SDK Mobile
- Espace de travail de science des données
- Présentation
- Architecture
- Chargement des données dans les blocs-notes JupyterLab
- Requête et découverte de données dans des notebooks JupyterLab
- Analyse des données exploratoires
- Présentation des recettes, des modèles et des services
- Création d’un modèle à l’aide du modèle de créateur de recettes
- Analyse des performances du modèle
- Création et publication d’un modèle formé (interface utilisateur)
- Planification de la formation et de la notation automatisées d’un service
- Enrichissement des profils client en temps réel avec des insights d’apprentissage automatique
- Regroupement des fichiers sources dans une recette
- Importation d’une recette empaquetée (interface utilisateur)
- Importation d’une recette empaquetée (API)
- Destinations
- Présentation des destinations
- Connexion aux destinations
- Création de destinations et activation de données
- Activation de profils et de segments vers une destination
- Intégration à la correspondance client Google
- Configuration de la destination Azure Blob
- Configuration de la destination Marketo
- Configuration de l’espace de stockage dans le cloud basé sur les fichiers ou des destinations de marketing par e-mail
- Configuration d’une destination de réseau social
- Personnalisation de l’accès suivant avec Adobe Target
- Webinaire Activation des données vers des applications non Adobes
- Identités
- Surveillance
- Profils
- Confidentialité et sécurité
- Présentation du Privacy Service
- Données d’identité dans les demandes d’accès à des informations personnelles
- Bibliothèque JavaScript Privacy
- Étiquettes de confidentialité dans Adobe Analytics
- Prise en main de l’API du Privacy Service
- UI Privacy Service
- API Privacy Service
- Abonnement à des événements de confidentialité
- Configuration des clés gérées par le client
- 10 considérations à prendre en compte pour une gestion des données client responsable
- Élever le rôle du marketeur en tant que responsable des données
- Requêtes
- Présentation
- UI Query Service
- API Query Service
- Explorer les données
- Préparer les données
- Fonctions définies par Adobe
- Modèles d’utilisation des données
- Exécution de requêtes
- Génération des jeux de données à partir de résultats de requête
- Tableau
- Analyse et visualisation des données
- Création de tableaux de bord à l’aide des outils de BI
- Rechargement des données client
- Connexion des clients à Query Service
- Schémas
- Présentation
- Blocs de création
- Planification de votre modèle de données
- Convertir votre modèle de données en XDM
- Création de schémas
- Création de schémas pour les données B2B
- Création de classes
- Créer des groupes de champs
- Création de types de données
- Configuration des relations entre les schémas
- Utiliser des champs énumérés et des valeurs suggérées
- Copie de schémas entre des sandbox
- mettre à jour les schémas,
- Création d’un schéma ad hoc
- Segments
- Présentation du créateur de segments
- Créer des segments
- Création de segments basés sur du contenu
- Création de segments de conversion
- Création de segments à partir de segments existants
- Création de segments séquentiels
- Création de segments dynamiques
- Création de segments d’entités multiples
- Création de segments avec des données B2B
- Démonstration de la segmentation par flux
- Évaluation d’un segment
- Création d’un jeu de données pour exporter des données
- Configuration de la connexion à Correspondance de segments
- Gouvernance des données de Correspondance de segments
- Flux de configuration de Correspondance de segments
- Insights sur le prépartage de Correspondance de segments
- Correspondance de segments recevant des données
- Sources
- Présentation des sources
- Ingestion de données à partir d’Adobe Analytics
- Ingestion de données à partir d’une Audience Manager
- Ingestion de données à partir de Marketo
- Ingestion de données à partir de l’espace de stockage dans le cloud
- Ingestion de données à partir de CRM
- Ingérer des données à partir de bases de données
- Diffusion de données en continu avec l’API HTTP
- Diffusion de données à l’aide des connecteurs sources
- Services d’application
- Intelligent Services
- Intégrations Experience Cloud
- Tendances du secteur
- L’avenir de la gestion des données et les changements d’environnement
- A Tale of Two Perceptions - Brands vs. Consumers (Double perception - Marques contre Consommateurs)
- Évolution de votre centre d’excellence d’audience
- Amélioration des expériences avec les profils client
- Collaboration en matière de données dans le contexte des données propriétaires
Documentation
Analyse des données exploratoires dans Data Science Workspace
Le tutoriel sur l’analyse des données exploratoires (EDA) est conçu pour vous aider à comprendre les schémas des données, à vérifier l’intégrité des données et à résumer les données pertinentes pour les modèles prédictifs.
INFO
Cette vidéo fait partie d'un cours, Prise en main de Data Science Workspace pour les spécialistes des données, disponible gratuitement sur Experience League !
Pour plus d’informations, consultez la Documentation sur l’analyse des données exploratoires.
Ressources Business.Adobe.com
Ressources
Compte Adobe
Changer la langue
Copyright © 2023 Adobe. All Rights Reserved.
