Créer des audiences à l’aide de SQL

Utilisez l’extension d’audience SQL pour créer des audiences avec des données du lac de données, y compris toutes les entités de dimension existantes (telles que les attributs du client ou les informations sur le produit).

L’utilisation de cette extension SQL améliore votre capacité à créer des audiences, car vous n’avez pas besoin de données brutes dans vos profils lors de la définition des segments d’audience. Les audiences créées à l’aide de cette méthode sont automatiquement enregistrées dans l’espace de travail Audience , où vous pouvez les cibler davantage vers des destinations basées sur des fichiers.

Ce document explique comment utiliser l’extension d’audience SQL dans Adobe Experience Platform Data Distiller pour créer, gérer et publier des audiences à l’aide de commandes SQL.

Cycle de vie de la création d’audiences dans Data Distiller audience-creation-lifecycle

Pour créer, gérer et activer vos audiences, procédez comme suit. Les audiences créées s’intègrent de manière transparente dans le « flux d’audience ». Vous pouvez ainsi créer des segments à partir d’audiences de base et cibler des destinations basées sur des fichiers (par exemple, des chargements CSV ou des emplacements d’espace de stockage) pour la sensibilisation des clients. « Flux d’audience » fait référence à l’ensemble du processus de création, de gestion et d’activation des audiences, assurant ainsi une intégration transparente entre les destinations.

Dans le cadre de votre « flux d’audience », utilisez les commandes SQL suivantes pour créer, modifier et supprimer des audiences dans Adobe Experience Platform.

Créer une audience create-audience

Utilisez la commande CREATE AUDIENCE AS SELECT pour définir une nouvelle audience. L’audience créée est enregistrée dans un jeu de données et enregistrée dans l’espace de travail Audiences sous Distiller de données.

CREATE AUDIENCE table_name
WITH (primary_identity='IdentitycolName', identity_namespace='Namespace for the identity used', [schema='target_schema_title'])
AS (select_query)

Paramètres

Utilisez les paramètres suivants pour définir votre requête de création d'audience SQL :

Exemple :

L'exemple suivant montre comment structurer votre requête de création d'audience SQL :

CREATE Audience aud_test
WITH (primary_identity=userId, identity_namespace=lumaCrmId)
AS SELECT userId, orders, total_revenue, recency, frequency, monetization FROM profile_dim_customer;

Dans cet exemple, la colonne userId est identifiée comme colonne d’identité et un espace de noms approprié (lumaCrmId) est attribué. Les colonnes restantes (orders, total_revenue, recency, frequency et monetization) sont des attributs enrichis qui fournissent un contexte supplémentaire pour l’audience.

Limites :

Gardez à l’esprit les limites suivantes lorsque vous utilisez SQL pour la création d’audiences :

Ajouter des profils à une audience existante add-profiles-to-audience

Utilisez la commande INSERT INTO pour ajouter des profils (ou des audiences entières) à une audience existante.

INSERT INTO table_name
SELECT select_query

Paramètres

Le tableau ci-dessous décrit les paramètres requis pour la commande INSERT INTO :

Exemple :

L’exemple suivant montre comment ajouter des profils à une audience existante avec la commande INSERT INTO :

INSERT INTO Audience aud_test
SELECT userId, orders, total_revenue, recency, frequency, monetization FROM customer_ds;

Remplacer les données d'audience (INSERT OVERWRITE) replace-audience

Utilisez la commande INSERT OVERWRITE INTO pour remplacer tous les profils existants d’une audience par les résultats d’une nouvelle requête SQL. Cette commande est utile pour gérer les segments d’audience dynamiques en vous permettant d’actualiser entièrement le contenu d’une audience en une seule étape.

Contrairement à INSERT INTO, qui s’ajoute à l’audience actuelle, INSERT OVERWRITE INTO supprime tous les membres existants de l’audience et insère uniquement ceux renvoyés par la requête. Vous bénéficiez ainsi d’un meilleur contrôle et d’une plus grande flexibilité lors de la gestion des audiences nécessitant des mises à jour fréquentes ou complètes.

Utilisez le modèle de syntaxe suivant pour remplacer une audience par un nouvel ensemble de profils :

INSERT OVERWRITE INTO audience_name
SELECT select_query

Paramètres

Le tableau ci-dessous décrit les paramètres requis pour la commande INSERT OVERWRITE INTO :

Exemple :

Dans cet exemple, l’audience audience_monthly_refresh est complètement remplacée par les résultats de la requête. Tous les profils non renvoyés par la requête sont supprimés de l’audience.

INSERT OVERWRITE INTO audience_monthly_refresh
SELECT user_id FROM latest_transaction_summary WHERE total_spend > 100;

Comportement de remplacement de l’audience dans le profil client en temps réel

Lorsque vous remplacez une audience, le profil client en temps réel applique la logique suivante pour mettre à jour l’appartenance à un profil :

Cela permet de s’assurer que les mises à jour des audiences sont reflétées avec précision dans les systèmes et workflows en aval.

Exemple de scénario

Si un A1 d’audience contient à l’origine :

Et la requête de remplacement renvoie :

L’audience mise à jour contiendra alors :

Le profil B est supprimé, le profil A est mis à jour et le profil C reste inchangé.

Si la requête de remplacement inclut un nouveau profil :

L’audience finale sera alors :

Exemple d’audience de modèle RFM rfm-model-audience-example

L’exemple suivant montre comment créer une audience à l’aide du modèle Récence, fréquence et monétisation (RFM). Cet exemple segmente les clients en fonction de leurs scores de récence, de fréquence et de monétisation pour identifier des groupes clés, tels que les clients fidèles, les nouveaux clients et les clients à forte valeur ajoutée.

La requête suivante crée un schéma pour l’audience RFM. Le relevé configure des champs pour contenir des informations sur le client telles que userId, days_since_last_purchase, orders, total_revenue, etc.

CREATE Audience adls_rfm_profile
WITH (primary_identity=userId, identity_namespace=lumaCrmId) AS
SELECT
    cast(NULL AS string) userId,
    cast(NULL AS integer) days_since_last_purchase,
    cast(NULL AS integer) orders,
    cast(NULL AS decimal(18,2)) total_revenue,
    cast(NULL AS integer) recency,
    cast(NULL AS integer) frequency,
    cast(NULL AS integer) monetization,
    cast(NULL AS string) rfm_model
WHERE false;

Après avoir créé l’audience, renseignez-la avec des données client et segmentez les profils en fonction de leurs scores RFM. L’instruction SQL ci-dessous utilise la fonction NTILE(4) pour classer les clients en quartiles en fonction de leurs scores RFM (Récence, Fréquence, Monétisation). Ces scores classent les clients en six segments, tels que « Principal », « Fidèle » et « Baleines ». Les données client segmentées sont ensuite insérées dans le tableau des adls_rfm_profile d’audience. »

INSERT INTO Audience adls_rfm_profile
SELECT
    userId,
    days_since_last_purchase,
    orders,
    total_revenue,
    recency,
    frequency,
    monetization,
    CASE
        WHEN Recency=1 AND Frequency=1 AND Monetization=1 THEN '1. Core - Your Best Customers'
        WHEN Recency IN(1,2,3,4) AND Frequency=1 AND Monetization IN (1,2,3,4) THEN '2. Loyal - Your Most Loyal Customers'
        WHEN Recency IN(1,2,3,4) AND Frequency IN (1,2,3,4) AND Monetization=1 THEN '3. Whales - Your Highest Paying Customers'
        WHEN Recency IN(1,2,3,4) AND Frequency IN(1,2,3) AND Monetization IN(2,3,4) THEN '4. Promising - Faithful Customers'
        WHEN Recency=1 AND Frequency=4 AND Monetization IN (1,2,3,4) THEN '5. Rookies - Your Newest Customers'
        WHEN Recency IN (2,3,4) AND Frequency=4 AND Monetization IN (1,2,3,4) THEN '6. Slipping - Once Loyal, Now Gone'
    END AS rfm_model
FROM (
    SELECT
        userId,
        days_since_last_purchase,
        orders,
        total_revenue,
        NTILE(4) OVER (ORDER BY days_since_last_purchase) AS recency,
        NTILE(4) OVER (ORDER BY orders DESC) AS frequency,
        NTILE(4) OVER (ORDER BY total_revenue DESC) AS monetization
    FROM (
        SELECT
            userid,
            DATEDIFF(current_date, MAX(purchase_date)) AS days_since_last_purchase,
            COUNT(purchaseid) AS orders,
            CAST(SUM(total_revenue) AS double) AS total_revenue
        FROM (
            SELECT DISTINCT
                ENDUSERIDS._EXPERIENCE.EMAILID.ID AS userid,
                commerce.`ORDER`.purchaseid AS purchaseid,
                commerce.`ORDER`.pricetotal AS total_revenue,
                TO_DATE(timestamp) AS purchase_date
            FROM sample_data_for_ootb_templates
            WHERE commerce.`ORDER`.purchaseid IS NOT NULL
        ) AS b
        GROUP BY userId
    )
);

Supprimer une audience delete-audience

Utilisez la commande DROP AUDIENCE pour supprimer une audience existante. Si l’audience n’existe pas, une exception se produit, sauf si IF EXISTS est spécifié.

DROP AUDIENCE [IF EXISTS] [db_name.]table_name

Paramètres

Le tableau contient les paramètres nécessaires à la commande DROP AUDIENCE :

Exemple :

L’exemple suivant montre comment supprimer une audience à l’aide de la commande DROP AUDIENCE :

DROP AUDIENCE IF EXISTS aud_test;

Enregistrement et disponibilité automatiques des audiences registration-and-availability

Les audiences créées à l’aide de l’extension SQL sont automatiquement enregistrées sous la Distiller de données Origine dans l’espace de travail Audience . Une fois enregistrées, ces audiences sont disponibles pour le ciblage dans les destinations basées sur des fichiers, ce qui améliore la segmentation et les stratégies de ciblage. Ce processus ne nécessite aucune configuration supplémentaire, ce qui simplifie la gestion des audiences. Pour plus d’informations sur l’affichage, la gestion et la création d’audiences dans l’interface utilisateur d’Experience Platform, consultez la présentation d’Audience Portal.

Activer des audiences vers les destinations activate-audiences

Activez vos audiences en les ciblant vers une destination basée sur des fichiers, telle que Amazon S3, SFTP ou Azure Blob. Les attributs d’audience enrichis sont disponibles pour un affinement et un filtrage supplémentaires, si nécessaire.

Clarifications des fonctionnalités faqs

Cette section répond aux questions fréquentes sur la création et la gestion des audiences externes à l’aide de SQL dans Data Distiller.

Questions :

Étapes suivantes

Vous êtes arrivé au bout de ce document. À présent, vous savez comment utiliser l’extension d’audience SQL dans Data Distiller pour créer, gérer et publier efficacement des audiences à l’aide de commandes SQL. Vous pouvez désormais personnaliser les définitions d’audience en fonction des besoins uniques de votre entreprise et les activer dans différentes destinations, optimisant ainsi vos stratégies marketing et vos décisions axées sur les données.

Vous pouvez ensuite lire la documentation suivante pour développer et optimiser davantage vos stratégies de gestion des audiences Experience Platform :