Création de jeux de données et de schéma de vente au détail
Ce tutoriel vous fournit les prérequis et les ressources requis pour tous les autres tutoriels Adobe Experience Platform Data Science Workspace. Une fois l’opération terminée, les jeux de données et le schéma de vente au détail seront disponibles pour vous et les membres de votre organisation sur Experience Platform.
Prise en main
Avant de commencer ce tutoriel, vous devez disposer des éléments suivants :
-
Accès à Adobe Experience Platform. Si vous n’avez pas accès à une organisation dans Experience Platform, contactez votre administrateur système avant de poursuivre.
-
Autorisation d’effectuer des appels d’API Experience Platform. Suivez le tutoriel Authentification et accès aux API Adobe Experience Platform afin d’obtenir les valeurs suivantes pour effectuer ce didacticiel :
- Authorization:
{ACCESS_TOKEN}
- x-api-key:
{API_KEY}
- x-gw-ims-org-id:
{ORG_ID}
- Client secret:
{CLIENT_SECRET}
- Client certificate:
{PRIVATE_KEY}
- Authorization:
-
Exemples de données et de fichiers source pour la Recette des ventes au détail. Téléchargez les ressources requises pour ce tutoriel et d’autres Data Science Workspace à partir du référentiel Git public Adobe.
-
Python >= 2.7 et les Python packages suivants :
-
Une connaissance concrète des concepts suivants employés dans ce tutoriel :
Création de jeux de données et de schéma de vente au détail
Les jeux de données et le schéma de vente au détail sont créés automatiquement à l’aide du script de bootstrap fourni. Suivez les étapes ci-dessous dans l’ordre :
Fichiers de configuration
-
Dans le package de ressources de tutoriel Experience Platform, accédez au répertoire
bootstrap
et ouvrezconfig.yaml
à l’aide d’un éditeur de texte approprié. -
Dans la section
Enterprise
, saisissez les valeurs suivantes :code language-yaml Enterprise: api_key: {API_KEY} org_id: {ORG_ID} tech_acct: {technical_account_id} client_secret: {CLIENT_SECRET} priv_key_filename: {PRIVATE_KEY}
-
Modifiez les valeurs figurant dans la section
Platform
, comme indiqué ci-dessous :code language-yaml Platform: platform_gateway: https://platform.adobe.io ims_token: {ACCESS_TOKEN} ingest_data: "True" build_recipe_artifacts: "False" kernel_type: Python
platform_gateway
: chemin d’accès de base pour les appels API. Ne modifiez pas cette valeur.ims_token
: votre{ACCESS_TOKEN}
va ici.ingest_data
: pour les besoins de ce tutoriel, définissez cette valeur sur"True"
afin de créer les jeux de données et les schémas de vente au détail. Une valeur"False"
crée uniquement les schémas.build_recipe_artifacts
: pour les besoins de ce tutoriel, définissez cette valeur sur"False"
afin d’empêcher le script de générer un artefact de recette.kernel_type
: type d’exécution de l’artefact de recette. Laissez la valeurPython
sibuild_recipe_artifacts
est définie comme"False"
, sinon spécifiez le type d’exécution correct.
-
Dans la section
Titles
, fournissez les informations suivantes adaptées aux données d’exemple de ventes au détail, enregistrez et fermez le fichier une fois les modifications effectuées. Exemple illustré ci-dessous :code language-yaml Titles: input_class_title: retail_sales_input_class input_mixin_title: retail_sales_input_mixin input_mixin_definition_title: retail_sales_input_mixin_definition input_schema_title: retail_sales_input_schema input_dataset_title: retail_sales_input_dataset file_replace_tenant_id: DSWRetailSalesForXDM0.9.9.9.json file_with_tenant_id: DSWRetailSales_with_tenant_id.json is_output_schema_different: "True" output_mixin_title: retail_sales_output_mixin output_mixin_definition_title: retail_sales_output_mixin_definition output_schema_title: retail_sales_output_title output_dataset_title: retail_sales_output_dataset
Exécution du script de bootstrap
-
Ouvrez votre application de terminal et accédez au répertoire de ressources du tutoriel Experience Platform.
-
Définissez le répertoire
bootstrap
comme chemin d’accès opérationnel actuel et exécutez le scriptbootstrap.py
Python en saisissant la commande suivante :code language-bash python bootstrap.py
note note NOTE L’exécution du script peut prendre plusieurs minutes.
Étapes suivantes
Une fois le script de bootstrap terminé, les jeux de données et schémas d’entrée et de sortie de Ventes au détail peuvent être affichés sur Experience Platform. Pour plus d’informations, consultez le tutoriel de présentation des données de schéma.
Vous avez également ingéré avec succès des données d’exemple de ventes au détail dans Experience Platform à l’aide du script de bootstrap fourni.
Pour continuer à travailler sur les données ingérées, procédez de la façon suivante :
- Analysez vos données à l’aide de Jupyter Notebooks
- Utilisez les notebooks Jupyter dans Data Science Workspace pour accéder à vos données, les explorer, les visualiser et les comprendre.
- Regroupement des fichiers source dans une recette
- Suivez ce tutoriel pour apprendre à importer votre propre modèle dans Data Science Workspace en regroupant les fichiers source dans un fichier de recette pouvant être importé.