- Platform-Tutorials
- Einführung in Platform
- Ein Kundenerlebnis auf Basis von Experience Platform
- Hinter den Kulissen: Ein Kundenerlebnis auf Basis von Experience Platform
- Übersicht zu Experience Platform
- Wichtigste Funktionen
- Plattformbasierte Anwendungen
- Integrationen mit Experience Cloud-Applikationen
- Wichtige Anwendungsfälle
- Grundlegende Architektur
- Benutzeroberfläche
- Rollen und Projektphasen
- Einführung in Real-Time CDP
- Erste Schritte: Datenarchitekten und Dateningenieure
- Bei Experience Platform-APIs authentifizieren
- Importieren von Beispieldaten nach Experience Platform
- Administration
- Zielgruppen und Segmentierung
- Einführung in Audience Portal und Komposition
- Hochladen von Zielgruppen
- Übersicht über Audience Rule Builder
- Erstellen von Zielgruppen
- Inhaltsbasierte Zielgruppen erstellen
- Erstellen von Konversionszielgruppen
- Erstellen von Zielgruppen aus vorhandenen Zielgruppen
- Sequenzielle Zielgruppen erstellen
- Dynamische Zielgruppen erstellen
- Erstellen von Audiences mit mehreren Entitäten
- Erstellen von Zielgruppen mit B2B-Daten
- Demo der Streaming-Segmentierung
- Bewerten einer Zielgruppenregel
- 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
- Audit-Protokolle
- 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
- Streamen von Daten mit der HTTP-API
- 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 aufdecken
- 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
- Konfigurieren eines Datensatz-Exportziels
- 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
- Aktivieren über LiveRamp-Ziele
- Adobe Target und benutzerdefinierte Personalisierung
- Webinar zur Datenaktivierung für Nicht-Adobe-Anwendungen
- Identitäten
- Intelligent Services
- Überwachung
- Unterstützung von Partnerdaten
- 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
- Validieren von Daten im Datensatz
- Schemata
- Übersicht
- Bausteine
- Planung Ihres Datenmodells
- Konvertieren Ihres Datenmodells in XDM
- Erstellen von Schemata
- 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
- Quellen
- Quellen – Übersicht
- Daten aus Adobe Analytics erfassen
- Daten aus Audience Manager erfassen
- Daten aus Marketo erfassen
- Daten aus Cloud-Speicher erfassen
- Daten aus CRM erfassen
- Daten aus Datenbanken aufnehmen
- Streamen von Daten mit der HTTP-API
- Streamen von Daten mithilfe von Source Connectors
- Fehlerbehebung: SFTP Connector
- Experience Cloud-Integrationen
- Trends in der Branche
Daten von Marketo Engage erfassen
Erfahren Sie, wie Sie mit dem Quell-Connector mithilfe zweier Workflows Daten aus Marketo Engage einfach in Real-time Customer Data Platform, B2B Edition und Adobe Experience Platform erfassen können.
Vorlagen-Workflow
Erfahren Sie, wie Sie den Quell-Connector für Marketo mithilfe des Vorlagen-Workflows konfigurieren. Dieser Workflow generiert automatisch Assets, die für die Aufnahme von Marketo-Daten basierend auf Vorlagen erforderlich sind. Dadurch sparen Sie im Voraus Zeit und die Assets können entsprechend Ihren Anforderungen angepasst werden.
Standardarbeitsablauf
Erfahren Sie, wie Sie den Quell-Connector für Marketo mithilfe des Standard-Workflows konfigurieren. Der Standard-Workflow erfordert die vorzeitige Erstellung von Schemas und Identitäts-Namespaces.
Weitere Informationen finden Sie in der folgenden Dokumentation:
Ressourcen
Adobe-Konto
Sprache ändern
Copyright © 2023 Adobe. All Rights Reserved.
