- Platform Tutorials
- Inleiding tot platform
- Een klantervaring met Experience Platform
- Achter de schermen: een klantervaring met Experience Platform
- Overzicht van Experience Platform
- Belangrijkste mogelijkheden
- Toepassings- en intelligente services
- Integratie met Experience Cloud toepassingen
- Hoofdgebruik
- Basisarchitectuur
- Gebruikersinterface
- Rollen en projectfasen
- Inleiding tot Real-Time CDP
- Aan de slag: Data Architects en Data Engineers
- Verifiëren voor Experience Platform-API’s
- Voorbeeldgegevens importeren naar Experience Platform
- Beheer
- Segmentering en publiek
- Inleiding tot het Poort van het publiek en Samenstelling
- Soorten publiek uploaden
- Overzicht van Audience Rule builder
- Soorten publiek maken
- Op inhoud gebaseerd publiek maken
- Conversiepubliek maken
- Soorten publiek maken van bestaand publiek
- Opeenvolgend publiek maken
- Dynamisch publiek maken
- Eenvoudig publiek maken
- Soorten publiek maken met B2B-gegevens
- Demo van streamingsegmentatie
- Een publieksregel evalueren
- Een gegevensset maken om gegevens te exporteren
- Instellingen voor segmentovereenkomst
- Beheer van segmentmatchgegevens
- Segment afstemmen, configuratiestroom
- Segment afstemmen op inzichten vóór delen
- Segmentovereenkomst die gegevens ontvangt
- Controlelogboeken
- Gegevensverzameling
- Dashboards
- Gegevensbeheer
- Gegevenshygiëne
- Gegevensopname
- Overzicht
- Overzicht van inname in batch
- Een gegevensset maken en vullen
- Een CSV-bestand toewijzen aan XDM
- Overzicht van bronnen
- Gegevens van Adobe Analytics verzamelen
- Gegevens van Audience Manager verzamelen
- Gegevens uit cloudopslag verzamelen
- Gegevens van CRM verzamelen
- Gegevens uit databases samenvoegen
- Overzicht van het opnemen van streaming
- Gegevens streamen met HTTP-API
- Gegevens streamen met behulp van Bronverbindingen
- Zelfstudies voor Web SDK
- Zelfstudies voor Mobile SDK
- Data Science-werkruimte
- Overzicht
- Architectuur
- Gegevens laden in JupyterLab-laptops
- Gegevens opvragen en detecteren in JupyterLab-laptops
- Analyse van verkennende gegevens
- Overzicht van recept, modellen en services
- Een model maken met de sjabloon voor het samenstellen van het recept
- Modelprestaties analyseren
- Een getraind model maken en publiceren (UI)
- Geautomatiseerde training en scoring voor een service plannen
- Klantprofielen in realtime verrijken met leergegevens over computers
- Bronbestanden in een recept plaatsen
- Een verpakt recept (UI) importeren
- Een verpakt recept (API) importeren
- Doelen
- Overzicht van doelen
- Verbinding maken met doelen
- Doelen maken en gegevens activeren
- Profielen en segmenten naar een doel activeren
- Vorm een bestemming van de datasetuitvoer
- Integreren met Google Customer Match
- De Azure Blob-bestemming configureren
- De Marketo-bestemming configureren
- Op bestanden gebaseerde cloudopslag of e-mailmarketingdoelen configureren
- Een sociale bestemming configureren
- Adobe Target en Aangepaste personalisatie
- Gegevens activeren voor webinar van toepassingen zonder Adobe
- Identiteiten
- Intelligente services
- Bewaking
- Ondersteuning van partnergegevens
- Profielen
- Privacy en beveiliging
- Inleiding tot de Privacy Service
- Identiteitsgegevens in privacyverzoeken
- Privacy JavaScript-bibliotheek
- Privacy-labels in Adobe Analytics
- Aan de slag met de Privacy Service-API
- UI PRIVACY SERVICE
- Privacy Service-API
- Abonneren op privacygebeurtenissen
- Door de klant beheerde sleutels instellen
- 10 overwegingen voor Verantwoordelijk beheer van klantgegevens
- De rol van de Markering als Data Steward verhogen
- Zoekopdrachten
- Overzicht
- Gebruikersinterface Query Service
- Query Service-API
- Gegevens verkennen
- Gegevens voorbereiden
- Door Adobe gedefinieerde functies
- Gegevenstoepassingen
- Zoekopdrachten uitvoeren
- Gegevenssets genereren op basis van queryresultaten
- Tableau
- Gegevens analyseren en visualiseren
- Dashboards maken met BI-gereedschappen
- De gegevens van uw klant opnieuw laden
- Client verbinden met Query-service
- Gegevens valideren in de datalake
- Schema’s
- Overzicht
- Bouwstenen
- Uw gegevensmodel plannen
- Uw gegevensmodel converteren naar XDM
- Schema’s maken
- Schema’s maken voor B2B-gegevens
- Klassen maken
- Veldgroepen maken
- Gegevenstypen maken
- Relaties tussen schema’s configureren
- Opsommende velden en voorgestelde waarden gebruiken
- Schema’s kopiëren tussen sandboxen
- Schema’s bijwerken
- Een ad-hocschema maken
- Bronnen
- Overzicht van bronnen
- Gegevens van Adobe Analytics verzamelen
- Gegevens van Audience Manager verzamelen
- Gegevens van Marketo verzamelen
- Gegevens uit cloudopslag verzamelen
- Gegevens van CRM verzamelen
- Gegevens uit databases samenvoegen
- Gegevens streamen met HTTP-API
- Gegevens streamen met behulp van Bronverbindingen
- Problemen oplossen: SFTP-connector
- Integratie van Experience Cloud
- Tendensen industrie
Inleiding tot intelligente diensten
Een introductie op hoog niveau van Intelligent Services, waarmee marketinganalisten en uitvoerders de kracht van kunstmatige intelligentie en machine learning in de ervaring van de klant kunnen gebruiken zonder kennis van gegevenswetenschap. Ga voor meer informatie naar de Documentatie over intelligente services.
Business.Adobe.com-bronnen
Ondersteuning
Resources
Adobe-account
Taal wijzigen
Copyright © 2023 Adobe. All Rights Reserved.
