FAQ sur les configurations des trains de données dynamiques

Puis-je utiliser des remplacements de flux de données côté Dynamic Datastream Configurations et côté client ensemble ?

Non. Les configurations de train de données dynamiques et ​ remplacements de configuration de train de données s’excluent mutuellement par événement. Lorsqu’un événement est associé à un remplacement côté client (envoyé par le biais de Web SDK sendEvent ou configure), le remplacement est prioritaire et Edge Network ignore Dynamic Datastream Configuration règles pour cet événement.

Planifiez votre implémentation autour d’une approche pour chaque flux de données. Si vous migrez des remplacements vers Dynamic Datastream Configurations, supprimez les edgeConfigOverrides de votre code SDK à mesure que vous activez les règles correspondantes.

Que se passe-t-il si aucune règle de Dynamic Datastream Configuration ne correspond à un événement ?

Edge Network achemine l’événement selon la configuration de train de données statique par défaut : le jeu de données d’événement principal et tous les services activés.

Définissez le jeu de données principal sur un jeu de données non activé pour le profil. Les événements inattendus ou non classés arrivent ensuite dans le lac de données au lieu de gonfler votre banque de profils.

Les Dynamic Datastream Configurations peuvent-ils supprimer ou ignorer entièrement les événements ?

Oui. Désactivez le service (par exemple, Adobe Experience Platform) dans la configuration de routage d’une règle. Edge Network n’envoie pas l’événement à ce service. Si vous désactivez tous les services pour une règle correspondante, l’événement n’atteint aucun traitement en aval.

Pour le filtrage du trafic de robots, Adobe recommande d’acheminer d’abord les événements vers un jeu de données de quarantaine (cas d’utilisation 4) afin de valider votre logique de détection de robots avant de passer à une configuration de suppression complète.

Puis-je filtrer des champs individuels dans un événement à l’aide de Dynamic Datastream Configurations ?

Non. Les configurations de train de données dynamiques acheminent les événements entiers. Ils ne peuvent pas supprimer ni masquer des champs spécifiques dans une payload d’événement.

Affecte-t-Dynamic Datastream Configuration les réponses de personnalisation de Target ou de Journey Optimizer ?

La désactivation des Adobe Target pour certains événements via une règle de Dynamic Datastream Configuration empêche ces événements de déclencher Target Decisioning et ne renvoie Adobe Target aucune personnalisation pour eux. Veillez à ne pas désactiver le Adobe Target pour les événements interactifs de chargement de page qui doivent être personnalisés.

La suppression des événements decisioning.propositionFetch (voir cas d’utilisation 3) empêche Adobe Experience Platform de stocker ces événements système dans ses jeux de données. Cela ne désactive pas l’appel de personnalisation lui-même. Adobe Target et Adobe Journey Optimizer évaluent et renvoient toujours les décisions de personnalisation, quelle que soit cette règle.

Comment interagit-Data Prep avec Dynamic Datastream Configurations ?

La préparation des données pour la collecte de données s’exécute avant Dynamic Datastream Configuration’évaluation des règles. Data Prep mappe vos données sources brutes (envoyées via l’objet data) dans des champs XDM. Les règles de configuration des trains de données dynamiques évaluent ensuite leurs conditions par rapport à la payload XDM résultante.

Cela signifie que vos conditions de règle peuvent référencer tout champ que Data Prep avez mappé, y compris les champs calculés ou dérivés. Si vous utilisez Data Prep, vérifiez que le mappage inclut tous les champs que vous référencez dans vos règles.

Plus généralement, tous les services d’enrichissement, notamment la détection des robots, la géolocalisation et la recherche d’appareils, s’exécutent avant l’évaluation des règles de Dynamic Datastream Configuration. Leurs champs de sortie sont disponibles en tant que conditions de règle.

Comment interagit-Dynamic Datastream Configuration avec la détection des robots ?

Détection de robots s’exécute avant Dynamic Datastream Configuration’évaluation des règles. La détection des robots balise les événements avec un champ botDetection.score. Les configurations de train de données dynamiques peuvent ensuite référencer ce champ en tant que condition dans les règles.

Ils sont complémentaires : la détection des robots identifie le trafic de robots ; Dynamic Datastream Configurations agit sur cette identification en routant ou en ignorant les événements signalés.

Puis-je acheminer des événements vers des jeux de données dans différents sandbox ?

Non. Les configurations de train de données dynamiques acheminent les événements dans le même sandbox que le train de données. Le système ne prend pas en charge le routage entre sandbox.

Combien de flux de données puis-je consolider avec Dynamic Datastream Configurations ?

La limite de 5 règles par service détermine la réponse. Si votre configuration actuelle multi-flux de données nécessite plus de 5 chemins de routage distincts par service, vous pouvez toujours avoir besoin de plusieurs flux de données. Cependant, la plupart des mises en œuvre estiment que 5 règles sont suffisantes pour consolider deux à quatre flux de données en un seul.

Consultez Créer des configurations de flux de données dynamiques pour obtenir la liste complète des mécanismes de sécurisation, y compris le nombre maximal de règles par service et le nombre maximal de conditions par règle.

Quel est l’impact de la Dynamic Datastream Configurations sur les performances ?

Les configurations de train de données dynamiques ajoutent une latence minimale. Le système applique un budget d’évaluation de 25 ms pour toutes les règles d’un flux de données. Les règles évaluées dans le cadre de ce budget n’ont aucun impact mesurable sur la latence des événements de bout en bout.

Pour respecter le budget, veillez à ce que les règles soient simples, utilisez le eventType comme condition principale et évitez les conditions complexes à champs multiples où des alternatives plus simples existent.

Étapes suivantes