Préparation des données pour une utilisation dans Intelligent Services

Pour que Intelligent Services puisse 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 exploitez les schémas Experience Data Model (XDM) pour y parvenir. En particulier, 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, Customer AI prend en charge le connecteur Adobe Audience Manager.

Ce document fournit des conseils généraux sur le mappage de vos données d’événements marketing de plusieurs canaux au schéma CEE, décrivant les informations sur les champs importants du schéma pour vous aider à déterminer comment mapper efficacement vos données à sa structure. Si vous prévoyez d’utiliser les données Adobe Analytics, consultez la section pour la préparation des données Adobe Analytics. Si vous prévoyez d’utiliser les données Adobe Audience Manager (Customer AI uniquement), consultez la section pour la préparation des données Adobe Audience Manager.

Exigences de données

Intelligent Services nécessite différentes quantités de données historiques en fonction de l’objectif que vous créez. Quoi qu'il en soit, les données que vous préparez pour all Intelligent Services doivent inclure des parcours/événements client positifs et négatifs. La présence d’événements négatifs et positifs améliore la précision et la précision du modèle.

Par exemple, si vous utilisez Customer AI pour prédire la propension à acheter un produit, le modèle de Customer AI nécessite à la fois des exemples de parcours d’achat réussis et des exemples de chemins d’accès infructueux. En effet, pendant la formation du modèle, Customer AI cherche à comprendre les événements et les parcours qui conduisent à un achat. Cela inclut également les actions entreprises par les clients qui n’ont pas effectué d’achat, par exemple une personne qui a arrêté son parcours lors de l’ajout d’un article au panier. Ces clients peuvent avoir des comportements similaires, mais Customer AI peut fournir des informations et analyser les principales différences et facteurs qui mènent à un score de propension plus élevé. De même, Attribution AI 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 chemins de conversion principaux et les ventilations par position de point de contact.

Pour plus d’exemples et d’informations sur les exigences de données historiques, consultez la section sur les exigences de données historiques Customer AI ou Attribution AI dans la documentation d’entrée/sortie.

Instructions relatives à l’assemblage de données

Dans la mesure du possible, il est recommandé de regrouper les événements d’un utilisateur sur un identifiant commun. 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 sous la forme "id2" sur les 20 événements suivants. Si vous savez que id1 et id2 correspondent à un même utilisateur, la bonne pratique consiste à regrouper les 30 événements avec un identifiant commun.

Si cela n’est pas possible, vous devez traiter chaque ensemble d’événements comme un utilisateur différent lors de la création de vos données d’entrée de modèle. Cela garantit 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, quel que soit le scénario.

Préparation des données externes

Si vos données sont stockées en dehors de l’Experience Platform, vous devez mapper vos données aux champs requis et pertinents dans un schéma ExperienceEvent du client. Ce schéma peut être complété avec des groupes de champs personnalisés pour mieux capturer les données de vos clients. Une fois mappé, vous pouvez créer un jeu de données à l’aide de votre schéma Consumer ExperienceEvent et ingérer vos données vers 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 les données sont disponibles. Pour en savoir plus sur les champs requis, consultez le guide sur les exigences en matière de données Attribution AI ou Customer AI .

Préparation des données Adobe Analytics analytics-data

Customer AI et Attribution AI prennent en charge les données Adobe Analytics en mode natif. 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 comme source de données suivi d’un jeu de données lors de la configuration de votre instance. Tous les groupes de champs de schéma et champs individuels requis sont automatiquement créés lors de la configuration de la connexion. Vous n’avez pas besoin d’utiliser un processus ETL (extraction, transformation, chargement) pour les jeux de données au format CEE.

Si vous comparez les données transportées par le connecteur source Adobe Analytics vers Adobe Experience Platform avec les données Adobe Analytics, vous constaterez peut-être des incohérences. Le connecteur Analytics Source peut déposer des lignes pendant la transformation vers un schéma de modèle de données d’expérience (XDM). Il peut y avoir plusieurs raisons pour lesquelles la ligne entière n’est pas adaptée à la transformation, notamment des horodatages manquants, des ID de personne manquants, des ID de personne non valide ou volumineux, des valeurs analytiques non valides, etc.

Pour plus d’informations et d’exemples, consultez la documentation de comparaison 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 entravés par des préoccupations d’intégrité des données.

Dans Adobe Experience Platform Query Services, exécutez le nombre total d’enregistrements suivant entre l’horodatage de début et de fin par requête channel.typeAtSource pour trouver 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 (Customer AI uniquement) AAM-data

Customer AI 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 d’Audience Manager.

Une fois que le connecteur source diffuse vos données dans Experience Platform, vous pouvez sélectionner Adobe Audience Manager comme source de données suivi d’un jeu de données lors de la configuration de Customer AI. 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’utiliser un processus ETL (extraction, transformation, chargement) pour les jeux de données au format CEE.

Experience Platform préparation des données

Si vos données sont déjà stockées dans Platform et ne sont pas diffusées en continu via les connecteurs source Adobe Analytics ou Adobe Audience Manager (Customer AI 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 en ce qui concerne les événements de marketing numérique (web ou mobile) ainsi que l’activité de commerce en ligne ou hors ligne. L’utilisation de ce schéma est requise pour Intelligent Services en raison de ses champs (colonnes) sémantiquement bien définis, en évitant les noms inconnus qui autrement rendraient les données moins claires.

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

Intelligent Services utilise plusieurs champs clés de ce schéma pour générer des informations à partir de vos données d’événements marketing, qui se trouvent toutes au niveau racine et sont développées pour afficher leurs 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 obtenir un exemple de la structure des données en vue de la conformité avec le schéma CEE. Reportez-vous à ces deux exemples lorsque vous en apprendrez plus sur les champs clés décrits dans la section ci-dessous, afin de déterminer comment mapper vos propres données au schéma.

Champs clés

Il existe plusieurs champs clés dans le groupe de champs CEE qui doivent être utilisés pour que Intelligent Services génère 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 fortement recommandée, il existe deux champs obligatoires pour que Intelligent Services fonctionne :

Identité principale identity

L’un des champs de votre schéma doit être défini comme champ d’identité principal, ce qui permet à Intelligent Services 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 comme valeur. Certaines valeurs d’espace de noms valides sont les suivantes :

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 l’hyperlien 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 jusqu’à ce que vous trouviez 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 puisqu’un Adobe Audience Manager ID mcid.id est utilisé. Sélectionnez Apply pour confirmer les mises à jour, puis Save 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 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 requis pour xdm:channel, reportez-vous à la spécification schéma de canal d’expérience . Pour obtenir des exemples de mappages, reportez-vous au tableau ci-dessous.

Exemples de mappages de canaux example-channels

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

Champs recommandés

Le reste des champs clés est présenté dans cette section. Bien que ces champs ne soient pas nécessairement nécessaires au fonctionnement de Intelligent Services, il est vivement recommandé d’en utiliser autant que possible afin d’obtenir des informations plus riches.

xdm:productListItems

Ce champ est un tableau d’éléments qui représente 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 requis pour xdm:productListItems, reportez-vous à la spécification Commerce details schema .

xdm:commerce

Ce champ contient des informations propres au commerce sur ExperienceEvent, notamment le numéro de bon de commande 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 requis pour xdm:commerce, reportez-vous à la spécification Commerce details schema .

xdm:web

Ce champ représente les détails web relatifs à 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 requis pour xdm:productListItems, reportez-vous à la spécification Schéma de détails web ExperienceEvent .

xdm:marketing

Ce champ contient des informations relatives aux activités marketing 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 requis pour xdm:productListItems, reportez-vous à la spécification sechma 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 dans Intelligent Services. Toutes les données historiques utilisées dans Intelligent Services doivent respecter la période minimale de quatre mois des données, plus le nombre de jours prévus comme période de recherche arrière.

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

Si vous disposez d’un abonnement Adobe Experience Platform et 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 pour une utilisation dans Intelligent Services, y compris des liens vers des tutoriels pour obtenir des étapes détaillées.

Création d’un schéma et d’un jeu de données CEE

Lorsque vous êtes prêt à commencer à préparer vos données pour l’ingestion, la première étape consiste à créer un nouveau schéma XDM qui utilise le groupe de champs CEE. Les tutoriels suivants décrivent le processus de création d’un nouveau 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 les besoins pour des champs supplémentaires dans vos données.

Une fois que vous avez créé et enregistré le schéma, vous pouvez créer un nouveau 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 trouver dans l’interface utilisateur de Platform dans l’espace de travail Jeux de données .

Ajout de 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 des champs d’identité dans le tutoriel sur l’interface utilisateur ou le tutoriel sur l’API pour la création d’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.

Mappage et ingestion de 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 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 le fichier JSON d’exemple 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 vos données d’événements marketing dans Platform.

Étapes suivantes next-steps

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

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