プロファイルエンリッチメントのブループリントのため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 ブループリントのカスタム データ サイエンスでは、データを使用してモデルをトレーニング、デプロイ、スコアリングし、データ サイエンスおよび機械学習ツールからExperience PlatformとReal-Time Customer Data Platformに関する機械学習インサイトを提供する方法を示します。
モデル化されたインサイトをExperience Platformに取り込んで、リアルタイムの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に取り込む際のガードレールとエンドツーエンドの遅延について詳しくは、 デプロイメントガードレール 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レイテンシ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
blueprints-learn-help-blueprints