Creare lo schema e il set di dati di vendita al dettaglio
Questo tutorial ti fornisce i prerequisiti e le risorse necessari per tutte le altre esercitazioni di Adobe Experience Platform Data Science Workspace. Al termine, lo schema e i set di dati di vendita al dettaglio saranno disponibili per te e per i membri della tua organizzazione il Experience Platform.
Introduzione
Prima di avviare questa esercitazione, è necessario disporre dei seguenti prerequisiti:
-
Accesso a Adobe Experience Platform. Se non si dispone dell'accesso a un'organizzazione in Experience Platform, contattare l'amministratore di sistema prima di procedere.
-
Autorizzazione ad effettuare Experience Platform chiamate API. Completa l'esercitazione Autentica e accedi alle API di Adobe Experience Platform per ottenere i seguenti valori al fine di completare questa esercitazione:
- Autorizzazione:
{ACCESS_TOKEN}
- x-api-key:
{API_KEY}
- x-gw-ims-org-id:
{ORG_ID}
- Segreto client:
{CLIENT_SECRET}
- Certificato client:
{PRIVATE_KEY}
- Autorizzazione:
-
Dati di esempio e file di origine per Ricetta vendite al dettaglio. Scarica le risorse necessarie per questa e altre esercitazioni di Data Science Workspace dall'archivio Git pubblico di Adobe.
-
Python >= 2.7 e i seguenti Python pacchetti:
-
Una buona conoscenza dei seguenti concetti utilizzati in questa esercitazione:
Crea schema e set di dati di vendita al dettaglio
Lo schema e i set di dati di vendita al dettaglio vengono creati automaticamente utilizzando lo script di avvio fornito. Segui i passaggi seguenti nell’ordine:
Configurare i file
-
All'interno del pacchetto di risorse dell'esercitazione Experience Platform, passare alla directory
bootstrap
e aprireconfig.yaml
utilizzando un editor di testo appropriato. -
Nella sezione
Enterprise
immettere i valori seguenti: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}
-
Modifica i valori trovati nella sezione
Platform
, come mostrato di seguito: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
: percorso di base per le chiamate API. Non modificare questo valore.ims_token
:{ACCESS_TOKEN}
viene reindirizzato qui.ingest_data
: ai fini di questa esercitazione, imposta questo valore come"True"
per creare schemi e set di dati di vendita al dettaglio. Un valore di"False"
creerà solo gli schemi.build_recipe_artifacts
: ai fini di questa esercitazione, impostare questo valore come"False"
per impedire che lo script generi un artefatto di ricetta.kernel_type
: tipo di esecuzione dell'artefatto della ricetta. Lasciare questo valore comePython
sebuild_recipe_artifacts
è impostato come"False"
, altrimenti specificare il tipo di esecuzione corretto.
-
Nella sezione
Titles
, fornisci le seguenti informazioni in modo appropriato per i dati di esempio di vendita al dettaglio, salva e chiudi il file dopo le modifiche. Esempio mostrato di seguito: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
Eseguire lo script di avvio automatico
-
Aprire l'applicazione terminal e passare alla directory delle risorse dell'esercitazione Experience Platform.
-
Impostare la directory
bootstrap
come percorso di lavoro corrente ed eseguire lo scriptbootstrap.py
Python immettendo il comando seguente:code language-bash python bootstrap.py
note note NOTE Lo script potrebbe richiedere alcuni minuti.
Passaggi successivi
Al completamento dello script di avvio, gli schemi e i set di dati di input e output per la vendita al dettaglio possono essere visualizzati il Experience Platform. Guarda l'esercitazione anteprima dati schema
per ulteriori informazioni.
Sono stati inoltre acquisiti i dati di esempio di Retail Sales in Experience Platform utilizzando lo script di avvio fornito.
Per continuare a lavorare con i dati acquisiti:
- Analizza i tuoi dati utilizzando Jupyter Notebook
- Utilizza Jupyter Notebooks in Data Science Workspace per accedere, esplorare, visualizzare e comprendere i tuoi dati.
- Creare pacchetti di file di origine in una ricetta
- Segui questa esercitazione per scoprire come inserire il tuo modello in Data Science Workspace creando un pacchetto dei file di origine in un file di ricetta importabile.