Préparation des données en vue de leur utilisation dans Intelligent Services

Pour que Intelligent Services puissiez découvrir des informations à partir de vos données d’événements marketing, les données doivent être enrichies sémantiquement et conservées dans une structure standard. Intelligent Services tirer parti des schémas Experience Data Model (XDM) pour y parvenir. Plus précisément, tous les jeux de données utilisés dans Intelligent Services doivent être conformes au schéma XDM Consumer ExperienceEvent (CEE) ou utiliser le connecteur Adobe Analytics. En outre, l’IA dédiée aux clients prend en charge le connecteur Adobe Audience Manager.

Ce document fournit des instructions générales sur le mappage de vos données d’événements marketing de plusieurs canaux au schéma CEE, en fournissant des informations sur les champs importants du schéma afin de vous aider à déterminer comment mapper efficacement vos données à leur structure. Si vous prévoyez d’utiliser les données Adobe Analytics, consultez la section relative à la préparation des données Adobe Analytics. Si vous envisagez d’utiliser les données de Adobe Audience Manager (IA dédiée aux clients uniquement), consultez la section relative à la préparation des données d’Adobe Audience Manager.

Exigences en matière de données

Intelligent Services nécessitent différentes quantités de données historiques en fonction de l’objectif que vous créez. Quoi qu’il en soit, les données que vous préparez pour tous Intelligent Services doivent inclure des parcours/événements clients positifs et négatifs. Les événements négatifs et positifs améliorent la précision et la précision du modèle.

Par exemple, si vous utilisez l’IA dédiée aux clients pour prédire la propension à acheter un produit, le modèle pour l’IA dédiée aux clients a besoin d’exemples de chemins d’achat réussis et d’exemples de chemins d’achat infructueux. En effet, lors de la formation aux modèles, l’IA dédiée aux clients cherche à comprendre quels événements et parcours conduisent à un achat. Cela inclut également les actions entreprises par les clients qui n’ont pas effectué d’achat, comme une personne qui a arrêté son parcours pour ajouter un article au panier. Ces clients peuvent présenter des comportements similaires. Cependant, l’IA dédiée aux clients peut fournir des insights et analyser en profondeur les différences et facteurs majeurs qui conduisent à un score de propension plus élevé. De même, l’IA dédiée à l’attribution nécessite à la fois des types d’événements et de parcours afin d’afficher des mesures telles que l’efficacité des points de contact, les principaux chemins de conversion et les répartitions par position de point de contact.

Pour plus d’exemples et d’informations sur les exigences en matière de données historiques, consultez la section IA dédiée aux clients ou IA dédiée à l’attribution exigences en matière de données historiques dans la documentation sur les entrées/sorties.

Instructions pour l’assemblage de données

Il est recommandé de regrouper les événements d’un utilisateur sur un identifiant commun lorsque cela est possible. Par exemple, vous pouvez avoir des données utilisateur avec « id1 » sur 10 événements. Par la suite, le même utilisateur a supprimé l’ID de cookie et est enregistré comme « id2 » sur les 20 événements suivants. Si vous savez que id1 et id2 correspondent au même utilisateur, la bonne pratique consiste à assembler les 30 événements avec un id commun.

Si cela s’avère impossible, vous devez traiter chaque ensemble d’événements comme un utilisateur différent lors de la création des données d’entrée de votre modèle. Vous obtiendrez ainsi les meilleurs résultats lors de la formation et de la notation des modèles.

Résumé du workflow

Le processus de préparation varie selon que vos données sont stockées dans Adobe Experience Platform ou en externe. Cette section résume les étapes nécessaires à suivre, selon les scénarios.

Préparation des données externes

Si vos données sont stockées en dehors d’Experience Platform, vous devez les mapper aux champs obligatoires et pertinents d’un schéma Consumer ExperienceEvent. Ce schéma peut être complété par des groupes de champs personnalisés pour mieux capturer vos données client. Une fois mappé, vous pouvez créer un jeu de données à l’aide de votre schéma ExperienceEvent client et ingérer vos données dans Experience Platform. Le jeu de données CEE peut ensuite être sélectionné lors de la configuration d'un Intelligent Service.

Selon le Intelligent Service que vous souhaitez utiliser, différents champs peuvent être requis. Notez qu’il est recommandé d’ajouter des données à un champ si vous disposez des données. Pour en savoir plus sur les champs obligatoires, consultez le guide IA dédiée à l’attribution ou IA dédiée aux clients sur les exigences en matière de données.

Préparation des données Adobe Analytics analytics-data

L’IA dédiée aux clients et l’IA dédiée à l’attribution prennent en charge les données Adobe Analytics de manière native. Pour utiliser les données Adobe Analytics, suivez les étapes décrites dans la documentation pour configurer un connecteur source Analytics.

Une fois que le connecteur source diffuse vos données dans Experience Platform, vous pouvez sélectionner Adobe Analytics en tant que source de données suivie d’un jeu de données pendant la configuration de votre instance. Tous les groupes de champs de schéma requis et les champs individuels sont automatiquement créés lors de la configuration de la connexion. Vous n’avez pas besoin d’ETL (Extraction, transformation, chargement) pour les jeux de données au format CEE.

Si vous comparez les données transmises par le biais du connecteur source Adobe Analytics sur Adobe Experience Platform avec les données Adobe Analytics, vous remarquerez peut-être quelques incohérences. Le connecteur Source Analytics peut ignorer des lignes lors de la transformation en schéma de modèle de données d’expérience (XDM). Il peut y avoir plusieurs raisons pour lesquelles la ligne entière ne peut pas être transformée, notamment des horodatages manquants, des ID de personne manquants, des ID de personne volumineux ou non valides, des valeurs d’analyse non valides, etc.

Pour plus d’informations et d’exemples, consultez la documentation pour comparer des données Adobe Analytics et Customer Journey Analytics. Cet article est conçu pour vous aider à diagnostiquer et à résoudre ces différences afin que vous et votre équipe puissiez utiliser les données Adobe Experience Platform pour les services intelligents sans être gênés par des préoccupations relatives à l’intégrité des données.

Dans Adobe Experience Platform Query Services, exécutez les enregistrements totaux suivants entre l’horodatage de début et de fin par canal.typeAtSource pour rechercher le nombre par canaux marketing.

       Count(_id) AS Records
FROM  df_hotel
WHERE timestamp>=from_utc_timestamp('2021-05-15','UTC')
        AND timestamp<from_utc_timestamp('2022-01-10','UTC')
        AND timestamp IS NOT NULL
        AND enduserids._experience.aaid.id IS NOT NULL
GROUP BY channel.typeAtSource

Préparation des données Adobe Audience Manager (IA dédiée aux clients uniquement) AAM-data

L’IA dédiée aux clients prend en charge les données Adobe Audience Manager en mode natif. Pour utiliser les données d’Audience Manager, suivez les étapes décrites dans la documentation pour configurer un connecteur source Audience Manager.

Une fois que le connecteur source diffuse vos données dans Experience Platform, vous pouvez sélectionner Adobe Audience Manager en tant que source de données suivie d’un jeu de données lors de la configuration de l’IA dédiée aux clients. Tous les groupes de champs de schéma et les champs individuels sont automatiquement créés lors de la configuration de la connexion. Vous n’avez pas besoin d’ETL (Extraction, transformation, chargement) pour les jeux de données au format CEE.

préparation des données Experience Platform

Si vos données sont déjà stockées dans Experience Platform et ne sont pas diffusées en continu via les connecteurs source Adobe Analytics ou Adobe Audience Manager (IA dédiée aux clients uniquement), procédez comme suit. Il est toujours recommandé de comprendre le schéma CEE.

Présentation du schéma CEE cee-schema

Le schéma ExperienceEvent du client décrit le comportement d’un individu par rapport aux événements de marketing numérique (web ou mobile), ainsi qu’à l’activité commerciale en ligne ou hors ligne. L’utilisation de ce schéma est requise pour Intelligent Services en raison de ses champs (colonnes) sémantiquement bien définis, qui évitent les noms inconnus qui rendraient autrement les données moins claires.

Le schéma CEE, comme tous les schémas XDM ExperienceEvent, capture l’état temporel du système lorsqu’un événement (ou un ensemble d’événements) se produit, y compris le moment et l’identité du titulaire concerné. Les événements d’expérience sont des enregistrements de faits de ce qui s’est produit. Ils sont donc immuables et représentent ce qui s’est produit sans agrégation ni interprétation.

Intelligent Services utiliser plusieurs champs clés dans ce schéma pour générer des informations à partir de vos données d’événements marketing, qui se trouvent tous au niveau racine et sont développés pour afficher les sous-champs requis.

Comme tous les schémas XDM, le groupe de champs de schéma CEE est extensible. En d’autres termes, des champs supplémentaires peuvent être ajoutés au groupe de champs CEE et différentes variations peuvent être incluses dans plusieurs schémas si nécessaire.

Vous trouverez un exemple complet du groupe de champs dans le référentiel XDM public. En outre, vous pouvez afficher et copier le fichier JSON suivant pour un exemple de la manière dont les données peuvent être structurées pour se conformer au schéma CEE. Reportez-vous à ces deux exemples au fur et à mesure que vous en apprendrez plus sur les champs clés décrits dans la section ci-dessous, afin de déterminer comment vous pouvez mapper vos propres données au schéma.

Champs clés

Plusieurs champs clés du groupe de champs CEE doivent être utilisés afin que les Intelligent Services puissent générer des informations utiles. Cette section décrit le cas d’utilisation et les données attendues pour ces champs, et fournit des liens vers la documentation de référence pour d’autres exemples.

Champs obligatoires

Bien que l’utilisation de tous les champs clés soit vivement recommandée, deux champs sont obligatoires pour que le Intelligent Services fonctionne :

Identité principale identity

L’un des champs de votre schéma doit être défini comme champ d’identité principal, ce qui Intelligent Services permet de lier chaque instance de données de série temporelle à une personne individuelle.

Vous devez déterminer le meilleur champ à utiliser comme identité principale en fonction de la source et de la nature de vos données. Un champ d’identité doit inclure un espace de noms d’identité qui indique le type de données d’identité attendu par le champ en tant que valeur. Voici quelques valeurs d’espace de noms valides :

Si vous ne savez pas quel champ vous devez utiliser comme identité principale, contactez les services Adobe Consulting pour déterminer la meilleure solution. Si aucune identité principale n’est définie, l’application Intelligent Service utilise le comportement par défaut suivant :

Pour définir une identité principale, accédez à votre schéma à partir de l’onglet Schémas et sélectionnez le lien hypertexte du nom du schéma pour ouvrir le Schema Editor.

Ensuite, accédez au champ que vous souhaitez utiliser comme identité principale et sélectionnez-le. Le menu Propriétés du champ s’ouvre pour ce champ.

Dans le menu Propriétés du champ, faites défiler l’écran vers le bas jusqu’à trouver la case à cocher Identité. Après avoir coché la case, l’option permettant de définir l’identité sélectionnée comme identité de Principal s’affiche. Cochez également cette case.

Ensuite, vous devez fournir un Espace de noms d’identité à partir des espaces de noms prédéfinis dans la liste déroulante. Dans cet exemple, l’espace de noms ECID est sélectionné, car un mcid.id d’ID Adobe Audience Manager est utilisé. Sélectionnez Appliquer pour confirmer les mises à jour, puis sélectionnez Enregistrer dans le coin supérieur droit pour enregistrer les modifications apportées à votre schéma.

xdm:timestamp timestamp

Ce champ représente la date et l’heure auxquelles l’événement s’est produit. Cette valeur doit être fournie sous la forme d’une chaîne, conformément à la norme ISO 8601.

xdm:channel channel

Ce champ représente le canal marketing associé à l’ExperienceEvent. Le champ contient des informations sur le type de canal, le type de média et le type d’emplacement.

Exemple de schéma

{
  "@id": "https://ns.adobe.com/xdm/channels/facebook-feed",
  "@type": "https://ns.adobe.com/xdm/channel-types/social",
  "xdm:mediaType": "earned",
  "xdm:mediaAction": "clicks"
}

Pour obtenir des informations complètes sur chacun des sous-champs obligatoires pour xdm:channel, reportez-vous à la spécification schéma du canal d’expérience. Pour obtenir des exemples de mappages, consultez le tableau ci-dessous.

Exemples de mappages de canal example-channels

Le tableau suivant fournit quelques exemples de canaux marketing mappés au schéma xdm:channel :

Champs recommandés

Le reste des champs clés est décrit dans cette section. Bien que ces champs ne soient pas nécessairement obligatoires pour que Intelligent Services fonctionne, il est vivement recommandé d’en utiliser le plus grand nombre possible afin d’obtenir des informations plus riches.

xdm:productListItems

Ce champ est un tableau d’éléments qui représentent les produits sélectionnés par un client, y compris le SKU, le nom, le prix et la quantité du produit.

Exemple de schéma

[
  {
    "xdm:SKU": "1002352692",
    "xdm:name": "24-Watt 8-Light Chrome Integrated LED Bath Light",
    "xdm:currencyCode": "USD",
    "xdm:quantity": 1,
    "xdm:priceTotal": 159.45
  },
  {
    "xdm:SKU": "3398033623",
    "xdm:name": "16ft RGB LED Strips",
    "xdm:currencyCode": "USD",
    "xdm:quantity": 1,
    "xdm:priceTotal": 79.99
  }
]

Pour obtenir des informations complètes sur chacun des sous-champs obligatoires pour xdm:productListItems, reportez-vous à la spécification schéma des détails commerciaux.

xdm:commerce

Ce champ contient des informations spécifiques à Commerce sur l’ExperienceEvent, y compris le numéro de commande fournisseur et les informations de paiement.

Exemple de schéma

{
    "xdm:order": {
      "xdm:purchaseID": "a8g784hjq1mnp3",
      "xdm:purchaseOrderNumber": "123456",
      "xdm:payments": [
        {
          "xdm:transactionID": "transactid-a111",
          "xdm:paymentAmount": 59,
          "xdm:paymentType": "credit_card",
          "xdm:currencyCode": "USD"
        },
        {
          "xdm:transactionId": "transactid-a222",
          "xdm:paymentAmount": 100,
          "xdm:paymentType": "gift_card",
          "xdm:currencyCode": "USD"
        }
      ],
      "xdm:currencyCode": "USD",
      "xdm:priceTotal": 159
    },
    "xdm:purchases": {
      "xdm:value": 1
    }
  }

Pour obtenir des informations complètes sur chacun des sous-champs obligatoires pour xdm:commerce, reportez-vous à la spécification schéma des détails commerciaux.

xdm:web

Ce champ représente les détails web relatifs à l’ExperienceEvent, tels que l’interaction, les détails de la page et le référent.

Exemple de schéma

{
  "xdm:webPageDetails": {
    "xdm:siteSection": "Shopping Cart",
    "xdm:server": "example.com",
    "xdm:name": "Purchase Confirmation",
    "xdm:URL": "https://www.example.com/orderConf",
    "xdm:errorPage": false,
    "xdm:homePage": false,
    "xdm:pageViews": {
      "xdm:value": 1
    }
  },
  "xdm:webReferrer": {
    "xdm:URL": "https://www.example.com/checkout",
    "xdm:referrerType": "internal"
  }
}

Pour obtenir des informations complètes sur chacun des sous-champs obligatoires pour xdm:productListItems, reportez-vous à la spécification du schéma Détails web ExperienceEvent.

xdm:marketing

Ce champ contient des informations relatives aux activités marketing qui sont actives avec le point de contact.

Exemple de schéma

{
  "xdm:trackingCode": "marketingcampaign111",
  "xdm:campaignGroup": "50%_DISCOUNT",
  "xdm:campaignName": "50%_DISCOUNT_USA"
}

Pour obtenir des informations complètes sur chacun des sous-champs obligatoires pour xdm:productListItems, reportez-vous à la spécification du schéma marketing.

Mappage et ingestion de données mapping

Une fois que vous avez déterminé si vos données d’événements marketing peuvent être mappées au schéma CEE, l’étape suivante consiste à déterminer les données à importer en Intelligent Services. Toutes les données historiques utilisées dans Intelligent Services doivent se situer dans la fenêtre temporelle minimale de quatre mois de données, plus le nombre de jours prévus comme période de recherche en amont.

Après avoir choisi la plage de données à envoyer, contactez les services Adobe Consulting pour mapper vos données au schéma et les ingérer dans le service.

Si vous disposez d’un abonnement Adobe Experience Platform et que vous souhaitez mapper et ingérer les données vous-même, suivez les étapes décrites dans la section ci-dessous.

Utilisation de Adobe Experience Platform

Cette section décrit le processus de mappage et d’ingestion de données dans Experience Platform en vue d’une utilisation dans Intelligent Services, y compris des liens vers des tutoriels détaillant les étapes.

Créer un schéma et un jeu de données CEE

Lorsque vous êtes prêt(e) à commencer à préparer vos données pour l’ingestion, la première étape consiste à créer un schéma XDM qui utilise le groupe de champs CEE. Les tutoriels suivants décrivent le processus de création d’un schéma dans l’interface utilisateur ou l’API :

Après avoir ajouté le groupe de champs CEE au schéma, vous pouvez ajouter d’autres groupes de champs selon vos besoins pour des champs supplémentaires dans vos données.

Une fois que vous avez créé et enregistré le schéma, vous pouvez créer un jeu de données basé sur ce schéma. Les tutoriels suivants décrivent le processus de création d’un jeu de données dans l’interface utilisateur ou l’API :

Une fois le jeu de données créé, vous pouvez le retrouver dans l’interface utilisateur d’Experience Platform dans l’espace de travail Jeux de données.

Ajouter des champs d’identité au jeu de données

Si vous importez des données provenant de Adobe Audience Manager, Adobe Analytics ou d’une autre source externe, vous avez la possibilité de définir un champ de schéma comme champ d’identité. Pour définir un champ de schéma comme champ d’identité, consultez la section sur la définition de champs d’identité dans le tutoriel IU ou API pour créer un schéma.

Si vous ingérez des données à partir d’un fichier CSV local, vous pouvez passer à la section suivante sur le mappage et l’ingestion de données.

Mapper et ingérer des données ingest

Après avoir créé un schéma et un jeu de données CEE, vous pouvez commencer à mapper vos tableaux de données au schéma et ingérer ces données dans Experience Platform. Consultez le tutoriel sur le mappage d’un fichier CSV à un schéma XDM pour savoir comment effectuer cette opération dans l’interface utilisateur. Vous pouvez utiliser l’exemple de fichier JSON suivant pour tester le processus d’ingestion avant d’utiliser vos propres données.

Une fois qu’un jeu de données a été renseigné, le même jeu de données peut être utilisé pour ingérer des fichiers de données supplémentaires.

Si vos données sont stockées dans une application tierce prise en charge, vous pouvez également choisir de créer un connecteur source pour ingérer en temps réel les données de vos événements marketing dans Experience Platform.

Étapes suivantes next-steps

Ce document fournit des instructions générales sur la préparation des données en vue de leur utilisation dans Intelligent Services. Si vous avez besoin de conseils supplémentaires en fonction de votre cas d’utilisation, contactez l’assistance Adobe Consulting.

Une fois que vous avez renseigné un jeu de données avec vos données d’expérience client, vous pouvez utiliser Intelligent Services pour générer des informations. Reportez-vous aux documents suivants pour commencer :