Data Distillerによる長期的なパーソナライゼーション

長期的なパーソナライゼーションにより、数カ月から数年にわたる顧客行動を用いて、リアルタイムの体験をカスタマイズできます。 Data Distillerを使用すると、プロファイルストアと合計データボリューム ​のリーンを維持しながら、これらのユースケースを効果的にサポートできます。SQLを使用して、データレイクの履歴からコンパクトなシグナルを計算し、そのシグナルのみをReal-Time Customer Profileに公開してアクティブ化します。 シグナルは、スコア、層、ランク、オーディエンスメンバーシップなどのSQL変換の出力です。 このガイドでは、そのパターンを実装する方法を示します。

このガイドは、データエンジニア、ソリューションアーキテクト、およびソリューションを構築する技術実装者向けです。 Experience Platformの基本とSQLに精通していることを前提としています。

仕組み how-it-works

長期的なパーソナライゼーションのためのData Distiller ワークフローは、派生と昇格のパターンに従います。過去のイベントはデータレイクに残り、計算された出力のみがプロファイルストアに昇格されます。 以下の各ステップは、詳細な製品ドキュメントにリンクしています。

前提条件：​過去のイベントデータは、Data Distillerがクエリを実行する前に、既にExperience Platformに取り込まれ、データレイクで利用できる必要があります。 Data Distillerは、データレイク内のデータをクエリします。 データそのものを取り込むことはありません。

以下の手順は、派生属性パターンを示しています。 直接SQL オーディエンスパターンは、同じ計算と更新のアプローチを使用しますが、2つの方法でシグナルを配信するで説明しているように、再利用可能なプロファイル属性の代わりにオーディエンスメンバーシップを公開します。

シグナルを届ける2つの方法 output-patterns

すべてのプロファイルを充実させる必要があるか、特定のオーディエンスをターゲットにする必要があるかに応じて、2つの方法でシグナルをプロファイルストアに配信できます。

Data Distillerの適合性を確認 when-to-use

このガイドでは、Data Distillerが選択したアプローチであることを前提としています。 長期的なパーソナライゼーションのユースケースにおいて、次のことが必要な場合に最適です。

Data Distillerは、データエンジニアやSQL アナリストが使用します。 シグナルが公開されると、マーケターやキャンペーン管理者は、技術的な知識がなくても、セグメントビルダーやAdobe Journey Optimizerでシグナルを使用できます。

ユースケースの例：航空会社のロイヤルティデシルのスコアリング example

Experience Platformで2年間のフライト取引イベントを保存し、プロファイルストアにすべてのイベントを保持することで合計データ量を増やすことなく、フリークエントフライヤーの上位10%に座席のアップグレードを提供したい航空会社を考えてみましょう。

Data Distillerを使用すると、データエンジニアがデータレイクから過去12か月間のフライト取引をクエリし、ロイヤルティメンバーを合計マイル数でデシルにランク付けし、顧客ごとに1つの派生属性（デシルのランクと階層ラベル）を記述します。 クエリを毎週更新し、派生属性のみをプロファイルストアに公開するようにスケジュールします。 マーケターは「Decile 10」オーディエンスを作成し、Adobe Journey Optimizerでアップグレードオファーをアクティブ化します。

このシナリオの詳細なSQL チュートリアルについては、決定ベースの派生データセットの作成を参照してください。

計算するための一般的なシグナル common-signals

Data Distillerを使用して、長い履歴からこのような出力の例を計算します。

プロファイルストアをリーンに保つ keep-lean

Data Distillerでシグナルを導き出すと、新しい履歴データがプロファイルストアから除外されます。 ライセンス使用権限の監視、取り込みフィルター、データセットのハイジーンを通じてすでに存在するデータを管理するには、​ データ管理ライセンス使用権限のベストプラクティス ​を参照してください。

次の手順 next-steps

以下のリソースを使用して、ソリューションを実装および拡張します。