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

레시피 빌더 템플릿을 사용하여 모델 구축

이 비디오는 JupyterLab 런처의 레시피 빌더 템플릿을 사용하여 성향 모델을 교육하고 점수화하고 레시피를 만드는 방법을 보여 줍니다. 자세한 내용은 다음을 참조하십시오. 데이터 과학 작업 영역 설명서.

레시피 빌더 템플릿을 사용하여 모델 구축

Business.Adobe.com 리소스

이 페이지에서는

다음 보기:

학습

설명서

커뮤니티

지원

리소스

Adobe 계정

Adobe