Mettre en miroir et utiliser des données basées sur des modèles

Connectez-vous à Google BigQuery.

Sélectionnez BigQuery > Studio.

Sélectionnez votre projet, jeu de données et tableau. Dans l’onglet Schéma, vous voyez un aperçu du schéma pour les données d’événement.

Sélectionnez Requête.

Exécutez un exemple de requête dans le requêteur, où project est le nom de votre projet et datasets est le nom de vos jeux de données :

SELECT * FROM `project.datasets.eventdata` LIMIT 100

Exécutez l’instruction SQL suivante dans le requêteur pour vérifier le paramètre , où project est le nom de votre projet et datasets est le nom de vos jeux de données :

SELECT
   table_name,
   MAX(CASE WHEN option_name = 'enable_change_history' THEN option_value END) AS enable_change_history
FROM `project.datasets.INFORMATION_SCHEMA.TABLE_OPTIONS`
WHERE table_name = 'eventdata'
GROUP BY table_name
ORDER BY table_name;

Si le résultat n’est pas TRUE, utilisez l’instruction SQL suivante pour activer l’historique des modifications, où project est le nom de votre projet et datasets est le nom de vos jeux de données :

ALTER TABLE `project.datasets.eventdata`
SET OPTIONS (enable_change_history = TRUE);

Dans le rail de gauche de l’interface utilisateur de Adobe Experience Platform, sélectionnez Schémas sous Gestion des données.

Sélectionnez Créer un schéma.

Dans le menu déroulant, sélectionnez Basé sur le modèle.

Si une fenêtre contextuelle s’affiche avec la possibilité de choisir entre Créer manuellement ou Télécharger un fichier DDL :

1. Sélectionnez Créer manuellement.

   

2. Sélectionnez Suivant.

Dans l’interface Schémas > Créer un schéma basé sur un modèle :

1. Saisissez un nom d’affichage du schéma. Par exemple : Sample Event Feed Schema.

2. Saisissez une Description. Par exemple : Sample event feed schema for a model-based schema.

3. Sélectionnez Série temporelle comme Comportement du schéma. Sélectionnez Série temporelle pour les données basées sur une série temporelle et Enregistrement pour les données basées sur un enregistrement. Le comportement définit la structure du schéma et les propriétés qui sont incluses.

   Experience Platform Data Mirror for Customer Journey Analytics est principalement utilisé pour les données de série temporelle (par exemple, les données d’événement).

   

4. Sélectionnez Terminer.

Dans l’interface Schémas > Exemple de schéma de flux d’événements, un avertissement s’affiche indiquant que les schémas basés sur un modèle prennent en charge l’ingestion en tant que lignes de modification.

L’ingestion en tant que lignes de modification est également appelée capture de données de modification (CDC). Pour prendre en charge la capture de données de modification, le schéma requiert les éléments suivants :

• Clé de Principal.
• Descripteur de version.
• Descripteur d’horodatage pour les données de série temporelle.

Sélectionnez en regard de Sample Event Feed Schema pour commencer à ajouter des champs au schéma. Ajoutez les champs suivants avec le type de données et des attributs supplémentaires au schéma.

table 0-row-4 1-row-4 2-row-4 3-row-4 4-row-4 5-row-4 6-row-4 7-row-4
Nom du champ	Nom d’affichage	Type	Attributs supplémentaires
id	Id	Entier	descripteur de version
orders	Orders	Entier
pagename	Page Name	Chaîne
personid	Person Id	Chaîne	clé de Principal Identité Sélectionnez CRMID pour l’espace de noms d’identité.
revenueamount	Revenue Amount	Double
timestamp	Timestamp	DateHeure	descripteur d’horodatage
trackingcode	Tracking Code	Chaîne

• Le champ id est configuré comme descripteur de version.

  

• Le champ personid est configuré, avec timestamp comme clé de Principal ​. Sélectionnez Créer une clé primaire composite pour créer une clé composite.

  

  Le champ personid est également configuré en tant qu’Identité, avec CRMID comme Espace de noms d’identité.

  

• Le champ timestamp est configuré, ainsi que le champ personid comme clé de Principal ​. Le champ horodatage est également configuré en tant que descripteur d’horodatage. Il vous suffit de définir un champ en tant que descripteur d’horodatage pour les données basées sur un modèle de série temporelle.

  

Si vous avez correctement défini la clé de Principal ​, le descripteur de version ​​et le descripteur d’horodatage ​, l’avertissement au-dessus de la définition du schéma disparaît.

Sélectionnez Enregistrer pour enregistrer le schéma.

Sélectionnez la table dans la liste des tables. Par exemple : eventdata.

Un exemple des données affichées à des fins de vérification s’affiche.

Sélectionnez Suivant pour continuer.

Sélectionnez Activer la capture de données de modification. Une zone d’informations Modifier les exigences de capture de données s’affiche avec plus d’informations.

Sélectionnez Nouveau jeu de données pour Jeu de données cible afin de créer un jeu de données contenant les données mises en miroir.

Saisissez un Nom du jeu de données de sortie. Par exemple : event-data-mirror.

Sélectionnez le schéma basé sur un modèle que vous avez créé précédemment à partir du menu déroulant Schéma. Par exemple : Exemple de schéma de flux d’événements.

Spécifiez d’autres détails.

Sélectionnez Suivant.

Mappez les champs . Du schéma dans Google BigQuery (données Source) aux champs du schéma que vous avez défini dans Experience Platform (champs cibles).

Si tous les champs sont correctement mappés, sélectionnez Suivant pour continuer.

Spécifiez les paramètres Fréquence et Intervalle pour planifier la synchronisation des données en miroir.

Spécifiez l’Heure de début pour le planning.

Sélectionnez Suivant pour continuer.

Vérifiez la configuration du connecteur source.

Sélectionnez Terminer. Vous êtes redirigé vers le flux de données configuré.

Sélectionnez Connexions dans le menu Gestion des données.

Sélectionnez Créer une connexion.

Spécifiez les paramètres obligatoires Nom de la connexion, Sandbox, Nombre moyen d’événements quotidiens et d’autres paramètres facultatifs.

Sélectionnez Ajouter des jeux de données.

1. À l’étape Sélectionner des jeux de données de Ajouter des jeux de données :

   1. Sélectionnez le jeu de données contenant les données mises en miroir. Par exemple : event-data-mirror. Le jeu de données a Modèle comme Type de jeu de données.

      

   2. Ajoutez des jeux de données supplémentaires pertinents pour la connexion.

   3. Sélectionnez Suivant.

2. À l’étape Paramètres des jeux de données de Ajouter des jeux de données :

   Pour le jeu de données event-data-mirror basé sur des modèles

   1. Sélectionnez Événement comme Type de jeu de données.

   2. Sélectionnez le champ PersonId comme ID de personne.

   3. Horodatage est automatiquement renseigné en tant que Horodatage.

   4. Sélectionnez Autre comme Type de source de données.

   5. Saisissez Google BigQuery Event Data comme Description de la source de données.

   6. Spécifiez d’autres détails, tels que Importer toutes les nouvelles données et Renvoyer toutes les données existantes.

      

   Vous pouvez éventuellement spécifier des détails pour d’autres jeux de données.

3. Sélectionnez Ajouter des jeux de données.

Sélectionnez Enregistrer.

Dans l’interface de Customer Journey Analytics, sélectionnez Vues de données, éventuellement à partir de Gestion des données dans le menu supérieur.

Sélectionnez Créer une vue de données.

À l’étape Configurer :

1. Sélectionnez la connexion dans la liste Connexion.

2. Nommez et décrivez (facultatif) la connexion.

3. Sélectionnez Enregistrer et continuer.

À l’étape Composants :

1. Ajoutez n’importe quel champ de schéma et/ou composant standard que vous souhaitez inclure dans les zones de composant MESURES ou DIMENSIONS. Veillez à ajouter les champs pertinents du jeu de données contenant les données mises en miroir. Pour accéder à ces champs :

   1. Sélectionnez Jeux de données d’événement.

   2. Sélectionnez Champs ad hoc et basés sur un modèle.

   3. Faites glisser et déposez des champs des schémas basés sur des modèles sur MESURES ou DIMENSIONS.

      

2. Définissez des champs dérivés pour les champs qui n’ont pas le type approprié, qui ne sont pas au format approprié ou que vous souhaitez modifier pour d’autres raisons. Par exemple, pour Montant des revenus.

   1. Sélectionnez Créer un champ dérivé.

   2. Dans l’éditeur de champs dérivés :

      1. Définissez un nouveau champ de Revenue Amount (Numeric), comme ci-dessous.

         

      2. Sélectionnez Enregistrer.

   3. Faites glisser le nouveau champ dérivé Montant du chiffre d’affaires (numérique) et déposez-le dans MESURES.

      

3. Sélectionnez Enregistrer et continuer.

À l’étape Paramètres :

Ne modifiez pas les paramètres et sélectionnez Enregistrer et terminer.

Dans l’interface de Customer Journey Analytics, sélectionnez Workspace dans le menu supérieur.

Sélectionnez Projets dans la barre de navigation de gauche.

Sélectionnez Créer un projet. Dans la fenêtre contextuelle :

1. Sélectionnez Projet Workspace vierge.

2. Sélectionnez Créer.

Dans l’espace de travail Nouveau projet, assurez-vous que votre vue de données est sélectionnée. Cette vue de données établit un lien vers la connexion qui contient les données mises en miroir.

Pour créer votre premier rapport, faites glisser et déposez des dimensions et des mesures dans le tableau à structure libre du panneau à structure libre. Par exemple, faites glisser Montant des recettes (numérique) sur Faites glisser une mesure ici. Faites ensuite glisser PersonId et déposez le champ sur le premier en-tête de colonne. Effectuez d’autres ajustements comme bon vous semble.

Le résultat final est une vue d’ensemble des profils et de leurs revenus basés sur les données mises en miroir provenant d’un tableau BigQuery Google.