データモデリングのベストプラクティス

Experience Data Model（XDM）は、ダウンストリーム Adobe Experience Platform サービスで使用する共通の構造と定義を提供することで、顧客体験データを標準化するコアフレームワークです。XDM 標準に準拠することで、すべての顧客体験データを共通の表現に組み込み、顧客行動から貴重なインサイトを得たり、顧客オーディエンスを定義したり、パーソナライゼーション目的で顧客属性を表現したりできます。

XDM は非常に汎用性が高く、デザインによってカスタマイズ可能なので、スキーマを設計する際には、データモデリングのベストプラクティスに従うことが重要です。 このドキュメントでは、顧客体験データを XDM にマッピングする際におこなう必要がある主な決定と考慮事項について説明します。

はじめに

このガイドを読む前に、 XDM システムの概要 XDM とその役割の概要を説明します。Experience Platform

このガイドでは、スキーマデザインに関する主な考慮事項にのみ焦点を当てているので、 スキーマ構成の基本 このガイドで取り上げる個々のスキーマ要素の詳細については、を参照してください。

ベストプラクティスのまとめ summary

Experience Platform で使用するデータモデルを設計するための推奨されるアプローチは、次のように要約できます。

ビジネスユースケースの実行に必要な適切なデータソースの特定に関する手順は、組織によって異なります。 このドキュメント全体の残りの節では、データソースを特定した後の ERD の編成と構築の後半の手順に焦点を当てていますが、図の様々なコンポーネントの説明は、どのデータソースを Platform に移行する必要があるかについての決定に役立つ場合があります。

高レベル ERD の作成 create-an-erd

に取り込むデータソースを決定したら、 Platformでは、高レベルの ERD を作成して、データを XDM スキーマにマッピングするプロセスをガイドします。

次の例は、データを Platform に取り込む会社の単純化された ERD を表しています。この図は、顧客アカウント、ホテル、住所、いくつかの一般的な eコマースイベントなど、XDM クラスに分類する必要がある重要なエンティティをハイライト表示しています。

プロファイル、ルックアップ、イベントのカテゴリへのエンティティの並べ替え sort-entities

Platform に取り込む必要のあるエンティティを特定する ERD を作成したら、これらのエンティティをプロファイル、ルックアップ、イベントのカテゴリに並べ替える必要があります。

エンティティの並べ替えに関する考慮事項 considerations

以下の節では、上記のカテゴリにエンティティを並べ替える方法について詳しく説明します。

可変データと不変データ mutable-and-immutable-data

エンティティカテゴリ間で並べ替える主な方法は、キャプチャされるデータが可変かどうかです。

プロファイルまたはルックアップエンティティに属する属性は、通常、可変です。例えば、顧客の好みは時間の経過に伴い変化する可能性があり、サブスクリプションプランのパラメーターは市場のトレンドに応じて更新される可能性があります。

これに対し、イベントデータは通常不変です。 イベントは特定のタイムスタンプに添付されるので、イベントが提供する「システムスナップショット」は変更されません。例えば、イベントは、買い物かごのチェックアウト時に顧客の好みを把握でき、顧客の好みが後で変化しても変更されません。 イベントデータは、記録した後に変更することはできません。

要約すると、プロファイルとルックアップエンティティは可変属性を含んでおり、取得したサブジェクトに関する最新の情報を表しています。一方、イベントは特定の時点でのシステムの不変レコードです。

顧客属性 customer-attributes

エンティティに個々の顧客に関連する属性が含まれている場合、それはプロファイルエンティティである可能性が最も高くなります。顧客属性の例を次に示します。

時系列データの追跡 track-data

エンティティ内の特定の属性が時間的にどのように変化するかを分析する場合、エンティティはイベントエンティティである可能性が高いでしょう。例えば、買い物かごへの製品項目の追加を、Platform で addToCart イベントとして追跡できます。

セグメント化のユースケース segmentation-use-cases

エンティティを分類する場合は、特定のビジネスユースケースに対処するために、作成対象のオーディエンスについて検討することが重要です。

例えば、昨年 6 回以上購入したロイヤルティプログラムの「ゴールド」メンバーまたは「プラチナ」メンバー全員を企業が把握したいとします。このセグメントのロジックに基づいて、関連するエンティティの表現方法に関して、次の結論を下すことができます。

アクティブ化のユースケース activation-use-cases

セグメント化の使用例に関する考慮事項に加えて、これらのオーディエンスのアクティブ化の使用例を確認して、関連する属性を追加識別する必要があります。

例えば、country = US というルールに基づいて、企業がオーディエンスを作成したとします。次に、そのオーディエンスを特定のダウンストリームターゲットに対してアクティベートする際に、企業は、書き出されたすべてのプロファイルを居住地に基づいてフィルタリングしようとします。したがって、該当するプロファイルエンティティに state 属性も取り込む必要があります。

集計値 aggregated-values

データのユースケースと精度に基づいて、プロファイルまたはイベントエンティティに含める前に、特定の値を事前に集計する必要があるかどうかを判断してください。

例えば、企業が買い物かごの商品購入数に基づいてオーディエンスを作成するとします。タイムスタンプ付きの各購入イベントを独自のエンティティとして含めることで、最も低い精度でこのデータを取り込むことができます。ただし、これにより、記録されるイベントの数が急激に増える可能性があります。 取り込まれるイベントの数を減らすために、集計値を作成することもできます numberOfPurchases 1 週間か 1 ヶ月の長い期間にわたって このような状況には、MIN や MAX などの他の集計関数も適用できます。

基数 cardinality

ERD で確立された基数は、エンティティの分類方法に関するヒントも提供してくれます。 2 つのエンティティ間に 1 対多の関係がある場合、「多数」を表すエンティティはイベントエンティティである可能性が高くなります。 ただし、「多」側が、プロファイルエンティティ内の配列として提供される一連のルックアップエンティティである場合もあります。

エンティティの一般的な関係と、それらから導き出せるカテゴリの概要を次の表に示します。

様々なエンティティクラスの長所と短所 pros-and-cons

前の節では、エンティティを分類する方法を決定するための一般的なガイドラインをいくつか示しましたが、一方のエンティティカテゴリより他方を選ぶ場合はメリットとデメリットがあることが多いということを理解しておくことが重要です。ここでは、以下のユーザー事例を取り上げ、このような状況でオプションをどのように検討するかを説明します。

ある企業が、1 人の顧客が多数のサブスクリプションを持てる状況で、顧客向けのアクティブなサブスクリプションを追跡しているとします。また、同社は、サブスクリプションを実際に利用しているすべてのユーザーを検索するなど、セグメント化のユースケースにサブスクリプションを含めることも望んでいます。

このシナリオでは、同社には、顧客のサブスクリプションをデータモデルで表すために取り得る選択肢が 2 つあります。

アプローチ 1：プロファイル属性の使用 profile-approach

1 番目のアプローチは、顧客のプロファイルエンティティ内の属性としてサブスクリプションの配列を含めることです。この配列内のオブジェクトには、category、status、planName、startDate および endDate のフィールドが含まれます。

長所

短所

アプローチ 2：イベントエンティティの使用 event-approach

2 番目のアプローチは、イベントスキーマを使用してサブスクリプションを表すことです。これには、サブスクリプション ID、顧客 ID、サブスクリプションイベントが発生したときのタイムスタンプを追加して、1 番目のアプローチと同じサブスクリプションフィールドを取り込む必要があります。

長所

短所

分類されたエンティティに基づいてスキーマを作成する schemas-for-categorized-entities

エンティティをプロファイル、ルックアップ、イベントのカテゴリに並べ替えたら、データモデルを XDM スキーマへの変換を開始できます。次の図では、デモンストレーションの目的で、前に示したデータモデルの例を適切なカテゴリに並べ替えています。

エンティティが並べ替えられたカテゴリによって、そのスキーマのベースとなる XDM クラスが決定されます。繰り返し実行する手順は、次のとおりです。

以下の節では、ERD に基づいてスキーマを構築するための一般的なガイダンスを示します。

反復モデリングアプローチの採用 iterative-modeling

スキーマ進化のルールでは、スキーマが実装された後は、非破壊的な変更のみをスキーマに加えることができると規定されています。つまり、スキーマにフィールドを追加し、そのフィールドに対してデータが取り込まれると、そのフィールドは削除できなくなります。したがって、最初にスキーマを作成するときは、単純化された実装から始めて、時間の経過と共に徐々に複雑になる、反復モデリングアプローチを採用することが不可欠です。

特定のフィールドをスキーマに含める必要があるかどうかわからない場合は、除外することをお勧めします。後でフィールドが必要であると判断した場合は、スキーマの次の反復でいつでも追加できます。

ID フィールド identity-fields

Experience Platform では、ID としてマークされた XDM フィールドを使用して、複数のデータソースからの個々の顧客に関する情報を結合します。 1 つのスキーマに複数のフィールドを ID としてマークすることはできますが、で使用できるようにするには、1 つのプライマリ ID を定義する必要があります Real-Time Customer Profile. これらのフィールドのユースケースについて詳しくは、スキーマ構成の基本の ID フィールドに関する節を参照してください。

スキーマを設計する際、リレーショナルデータベーステーブル内のプライマリキーは、プライマリ ID の候補となる可能性が高くなります。 該当する ID フィールドの他の例としては、顧客の電子メールアドレス、電話番号、アカウント ID、ECID などがあります。

Adobeアプリケーションスキーマフィールドグループ adobe-application-schema-field-groups

Experience Platform には、次のアドビアプリケーションに関連するデータを取得するための、すぐに使用できる XDM スキーマフィールドグループがいくつか用意されています。

例えば、 Adobe Analytics ExperienceEvent テンプレート フィールドグループ 地図を作る AnalyticsXDM スキーマに固有のフィールドです。 使用しているアドビアプリケーションに応じて、これらのアドビが提供するフィールドグループをスキーマで使用する必要があります。

アドビアプリケーションフィールドグループは、identityMap フィールドを使用してデフォルトのプライマリ ID を自動的に割り当てます。このフィールドは、個々の顧客の標準 ID 値をマッピングする、システム生成の読み取り専用オブジェクトです。

Adobe Analytics の場合、ECID はデフォルトのプライマリ ID です。顧客が ECID 値を指定しない場合、プライマリ ID はデフォルトで AAID に設定されます。

データ検証フィールド data-validation-fields

データレイクにデータを取り込む場合、データの検証は、制約付きフィールドに対してのみ適用されます。 バッチ取得中に特定のフィールドを検証するには、XDM スキーマ内で、フィールドを制約付きとしてマークする必要があります。 無効なデータが Platform に取り込まれるのを防ぐには、スキーマの作成時に、フィールドレベルの検証の条件を定義することをお勧めします。

特定のフィールドに制約を設定するには、スキーマエディターからフィールドを選択して、 フィールドのプロパティ サイドバー。 次のドキュメントを参照してください： タイプ固有のフィールドプロパティ を参照してください。

データの整合性を維持するためのヒント data-integrity-tips

スキーマを作成する際にデータの整合性を維持するための推奨事項を次に示します。

次の手順

このドキュメントでは、Experience Platform のデータモデルを設計する際の一般的なガイドラインとベストプラクティスを説明しました。以下に要約を示します。

準備が整ったら、UI でのスキーマの作成に関するチュートリアルで、スキーマの作成、エンティティに適したクラスの割り当ておよびデータのマッピング先となるフィールドの追加に関する手順を確認してください。