プロファイルエンリッチメントのブループリントのカスタムデータサイエンス
プロファイルエンリッチメントのカスタムデータサイエンスのブループリントでは、データを使用してモデルのトレーニング、デプロイ、スコアリングを行い、データサイエンスや機械学習ツールを使用した Experience Platform と Real-Time Customer Data Platform のデータに関する機械学習のインサイトを提供する方法を示しています。
モデル化されたインサイトを Experience Platform に取り込んで、リアルタイム顧客プロファイルを強化できます。 機械学習インサイトの例には、ライフタイム値、スコアリング、製品およびカテゴリの親和性、コンバージョン傾向、チャーン傾向が含まれます。
ユースケース
- 顧客データからインサイトを抽出し、パターンを発見し、このデータからモデルをトレーニングしてスコアを付けます。
- より詳細なパーソナライズ機能と最適化されたジャーニーのために、リアルタイム顧客プロファイルをモデル主導のインサイトおよび属性でエンリッチメントします。
- 顧客のライフタイムバリュー、コンバージョン傾向やチャーン傾向、製品およびコンテンツの親和性、エンゲージメントスコアなどの顧客インサイトを判別するためのモデルをトレーニングおよびスコアリングします。
アーキテクチャ
ガードレール
- データサイエンスの結果を Experience Platform およびリアルタイム顧客プロファイルに取り込む際のガードレールとエンドツーエンドの待ち時間について詳しくは、 デプロイメントガードレールのドキュメント で参照されているデータ取り込みガードレールと待ち時間の図を参照してください。
実装に関する考慮事項
- ほとんどの場合、モデルの結果はエクスペリエンスイベントではなく、プロファイル属性として取り込む必要があります。モデルの結果は、単純な属性文字列にすることができます。取り込むモデル結果が複数ある場合は、配列またはマップタイプのフィールドを使用することをお勧めします。
- 統合プロファイル属性データの毎日の書き出しである日別プロファイルスナップショットデータセットを利用して、プロファイル属性データに関するモデルのトレーニングをおこなうことができます。プロファイルスナップショットデータセットのドキュメントにここからアクセスすることができます。
関連ドキュメント
関連するブログ投稿
recommendation-more-help
045b7d44-713c-4708-a7a6-5dea7cc2546b