Set di dati derivati

Ultimo aggiornamento: 16 luglio 2024

Creato per:

  • Utente
  • Sviluppatore

La funzione dei set di dati derivati offre un mezzo pratico per generare set di dati a tua scelta tra le altre informazioni disponibili nel data lake. Questi set di dati possono essere aggiornati a qualsiasi cadenza regolare e facoltativamente pubblicati nei dati del Profilo cliente in tempo reale. I set di dati derivati soddisfano la necessità di creare set di dati complessi come decile, percentile e quartile rispetto a quelli più semplici come max, count e mean. Questi set di dati possono essere calcolati in modo specifico per un singolo utente o per un’entità aziendale. Questo consente di derivare set di dati che possono essere direttamente accreditati a un identificatore, ad esempio indirizzi e-mail, ID dispositivo e numeri di telefono, e anche set di dati che sono indirettamente associati a tale utente o profilo aziendale.

I set di dati derivati sono necessari per diversi casi d’uso quando i dati vengono analizzati sul data lake. Questi dati possono quindi essere contrassegnati per l’utilizzo in Real-Time Customer Profile e utilizzati in casi di utilizzo a valle, ad esempio per la creazione di tipi di pubblico altamente mirati. Alcuni potenziali casi d’uso per questa funzione potrebbero includere:

  • Identificare il 10% più basso degli abbonati in base al pubblico per canale. Questo consentirebbe agli addetti al marketing di rivolgersi a un determinato pubblico e di vendere un nuovo pacchetto di abbonati.
  • Identificare un pubblico che rientra nel 10% dei migliori volantini in base al numero totale di miglia percorse e che ha lo stato di "Volantino". Questo pubblico potrebbe essere utilizzato per indirizzare in modo selettivo la vendita di una nuova offerta di carta di credito.
  • Determina la frequenza di abbandono in base alla sottoscrizione.
  • Identificare il primo 1% del reddito familiare in una provincia o in uno stato e fornire una misura del numero di individui che si spostano da quel gruppo collettivo negli ultimi "n" mesi.

Set di dati derivati complessi

Per creare una classificazione basata su una o più metriche (ad esempio ricavi, durata del pubblico e così via) per una particolare dimensione (categoria), sono necessari set di dati derivati complessi. I decili, i quartili e i percentili consentono flessibilità e precisione durante la classificazione dei dati con set di dati derivati.

Un decile è un metodo per suddividere un set di dati classificati in 10 parti uguali. Quando i dati sono divisi in decili, a ogni riga del set di dati viene assegnato un livello decile. Questo consente di ordinare i dati in ordine decrescente o crescente.

Un livello decile dispone i dati in ordine dal più basso al più alto e viene eseguito su una scala da 1 a 10 dove ogni numero successivo corrisponde a un aumento di 10 punti percentuali.

I bucket di decile rappresentano il numero di gruppi classificati e vengono utilizzati per assegnare una classificazione a una dimensione (categoria) nel set di dati. Il bucket può essere un numero o un’espressione che restituisce un valore intero positivo per ogni partizione. I bucket non devono avere un valore null.

I quartili vengono utilizzati per dividere la distribuzione per quattro e percentili per 100.

Set di dati derivati analitici

Query Service fornisce funzioni incorporate, tra cui sessionizzazione e ultimo contatto, che puoi applicare a qualsiasi serie temporale per generare set di dati derivati correlati al business. Puoi basare questi set di dati derivati analitici su una o più identità e, facoltativamente, pubblicare i dati su Real-Time Customer Profile se necessario.

Alcuni potenziali casi d’uso per questo tipo di attributo derivato possono includere:

  • Tracciamento dei prodotti analizzati durante una sessione utente che erano esauriti.
  • Tracciamento delle metriche più comuni, ad esempio dimensioni, colore o categoria di prodotto dei prodotti visualizzati o acquistati.
  • Tracciamento dell’origine della piattaforma che ha portato alla navigazione o all’acquisto di un prodotto.
  • Tracciamento dell’elemento visualizzato più di recente per identità.
  • Metriche di tracciamento come il numero medio di elementi in un carrello, l’abbandono del carrello o la frequenza media di acquisto.