- Platform-Tutorials
- Einführung in Platform
- Kundenerlebnis auf der Basis von Experience Platform
- Hinter den Kulissen: Kundenerlebnis auf der Basis von Experience Platform
- Übersicht zu Experience Platform
- Wichtigste Funktionen
- Anwendungen und intelligente Dienste
- Integrationen mit Experience Cloud-Anwendungen
- Wichtige Anwendungsfälle
- Grundlegende Architektur
- Verwenden der Benutzeroberfläche von Platform
- Rollen und Projektphasen
- Erste Schritte: Datenarchitekten und Dateningenieure
- Bei Experience Platform-APIs authentifizieren
- Beispieldaten nach Experience Platform importieren
- Administration
- Auditprotokolle
- Datenerfassung
- Dashboards
- Data Governance
- Datenhygiene
- Datenaufnahme
- Übersicht
- Batch-Erfassung - Übersicht
- Datensatz erstellen und ausfüllen
- Zuordnen einer CSV-Datei zu XDM
- Quellen – Übersicht
- Daten aus Adobe Analytics erfassen
- Daten aus Audience Manager erfassen
- Daten aus Cloud-Speicher erfassen
- Daten aus CRM erfassen
- Daten aus Datenbanken aufnehmen
- Streaming-Erfassung – Übersicht
- Daten mit HTTP-API streamen
- Streamen von Daten mithilfe von Source Connectors
- Web SDK-Tutorials
- Mobile SDK-Tutorials
- Data Science Workspace
- Übersicht
- Architektur
- Laden von Daten in JupyterLab-Notebooks
- Daten in JupyterLab-Notebooks abfragen und ermitteln
- Explorative Datenanalyse
- Rezepte, Modelle und Dienste - Übersicht
- Erstellen eines Modells mithilfe der Rezept-Builder-Vorlage
- Leistung des Modells analysieren
- Erstellen und Veröffentlichen eines trainierten Modells (Benutzeroberfläche)
- Planen automatisierter Schulungen und Auswertungen für einen Dienst
- Anreicherung von Echtzeit-Kundenprofilen mit Einblicken aus maschinellem Lernen
- Packen von Quelldateien in ein Rezept
- Gepacktes Rezept importieren (Benutzeroberfläche)
- Importieren eines gepackten Rezepts (API)
- Ziele
- Ziele – Übersicht
- Verbindung zu Zielen herstellen
- Ziele erstellen und Daten aktivieren
- Profile und Segmente für ein Ziel aktivieren
- Integration mit Google-Kundenabgleich
- Konfigurieren des Azure Blob-Ziels
- Konfigurieren des Marketo-Ziels
- Dateibasierter Cloud-Speicher oder E-Mail-Marketing-Ziele konfigurieren
- Konfigurieren eines sozialen Ziels
- Nächste Hit-Personalisierung mit Adobe Target
- Webinar zur Datenaktivierung für Nicht-Adobe-Apps
- Identitäten
- Überwachung
- Profile
- Datenschutz und Sicherheit
- Einführung in Privacy Service
- Identitätsdaten in Datenschutzanfragen
- Datenschutz-JavaScript-Bibliothek
- Datenschutzbezeichnungen in Adobe Analytics
- Erste Schritte mit der Privacy Service-API
- Benutzeroberfläche von Privacy Service
- Privacy Service-API
- Datenschutzereignisse abonnieren
- Einrichten von kundenverwalteten Schlüsseln
- 10 Überlegungen zum verantwortungsvollen Kundendaten-Management
- Erhöhen der Rolle des Marketingexperten als Data Steward
- Abfragen
- Übersicht
- Benutzeroberfläche von Query Service
- Query Service-API
- Daten durchsuchen
- Daten vorbereiten
- Adobe-definierte Funktionen
- Datennutzungsmuster
- Abfragen ausführen
- Generieren von Datensätzen aus Abfrageergebnissen
- Tableau
- Daten analysieren und visualisieren
- Erstellen von Dashboards mit BI-Tools
- Kundendaten neu berechnen
- Clients mit Query Service verbinden
- Schemata
- Übersicht
- Bausteine
- Planung Ihres Datenmodells
- Konvertieren Ihres Datenmodells in XDM
- Schemas erstellen
- Erstellen von Schemata für B2B-Daten
- Erstellen von Klassen
- Erstellen von Feldergruppen
- Erstellen von Datentypen
- Konfigurieren von Beziehungen zwischen Schemas
- Verwendung von Aufzählungsfeldern und empfohlenen Werten
- Kopieren von Schemas zwischen Sandboxes
- Aktualisieren von Schemas
- Erstellen eines Ad-hoc-Schemas
- Segmente
- Übersicht über den Segmentaufbau
- Erstellen von Segmenten
- Inhaltsbasierte Segmente erstellen
- Konversionssegmente erstellen
- Segmente aus vorhandenen Segmenten erstellen
- Sequenzielle Segmente erstellen
- Dynamische Segmente erstellen
- Erstellen von Segmenten mit mehreren Entitäten
- Segmente mit B2B-Daten erstellen
- Demo der Streaming-Segmentierung
- Bewerten eines Segments
- Erstellen eines Datensatzes zum Exportieren von Daten
- Einrichten der Segment Match-Verbindung
- Data Governance bei Segment Match
- Konfiguration von Segment Match
- Einblicke vor der Freigabe durch Segment Match
- Segment Match erhält Daten
- Quellen
- Anwendungsdienste
- Intelligent Services
- Experience Cloud-Integrationen
- Trends in der Branche
Laden von Daten in JupyterLab-Notebooks
In diesem Video erfahren Sie, wie Sie ein JupyterLab-Notebook erstellen und Daten aus Adobe Experience Platform laden. Außerdem wird gezeigt, wie Sie die Leistung Ihres Notebooks bei der Arbeit mit großen Datenmengen steigern können.
INFO
Dieses Video ist Teil eines Kurses, Erste Schritte mit Data Science Workspace für Datenwissenschaftler, kostenlos auf Experience League!
Weitere Informationen finden Sie unter Datenzugriff in der Dokumentation zu Jupyterlab Notebooks.
Ressourcen für Business.Adobe.com
Ressourcen
Adobe-Konto
Sprache ändern
Copyright © 2023 Adobe. All Rights Reserved.
