[Beta]{class="badge informative"}
모델 기반 데이터 미러링 및 사용
이 빠른 시작 안내서에서는 Customer Journey Analytics용 Experience Platform Data Mirror를 사용하여 Adobe Experience Platform의 Data Warehouse 기본 솔루션에서 모델 기반 데이터를 미러링하는 방법을 설명합니다. 그런 다음 Customer Journey Analytics에서 해당 데이터를 사용합니다.
이 사용 사례를 달성하려면 다음을 수행해야 합니다.
-
Data Warehouse 네이티브 솔루션을 사용 하여 Experience Platform에서 미러링할 데이터를 저장합니다. 그런 다음 Customer Journey Analytics의 해당 데이터를 사용하여 보고하고 분석합니다.
-
Experience Platform에서 스키마를 설정 하여 미러링할 데이터의 모델(스키마)을 정의합니다.
-
Experience Platform에서 소스 커넥터를 사용 하여 미러링된 데이터를 데이터 세트로 가져옵니다.
-
Customer Journey Analytics에서 연결 설정. 이 연결에는 Experience Platform 모델 기반 데이터 세트가 포함되어야 합니다.
-
Customer Journey Analytics에서 데이터 보기를 설정 하여 Analysis Workspace에서 사용하려는 지표 및 차원을 정의합니다.
-
Customer Journey Analytics에서 프로젝트를 설정 하여 보고서 및 시각화를 빌드합니다.
Customer Journey Analytics용 Experience Platform Data Mirror에는 모델 기반 스키마가 필요합니다.
Data Warehouse 네이티브 솔루션 사용
이 빠른 시작 안내서에서는 Google BigQuery을(를) Data Warehouse 네이티브 솔루션으로 사용합니다. 다른 지원되는 솔루션은(는) Snowflake 및 Azure Databricks입니다.
Google BigQuery 내에서 다음 예제 데이터는 eventdata 테이블에 정기적으로 저장되고 업데이트됩니다.
table 0-row-7 1-row-7 2-row-7 3-row-7 4-row-7 5-row-7 6-row-7 7-row-7 8-row-7 9-row-7 10-row-7 11-row-7 12-row-7 13-row-7 14-row-7 15-row-7 16-row-7 17-row-7 18-row-7 19-row-7 20-row-7 1-align-left 2-align-right 3-align-left 4-align-left 5-align-left 6-align-right 7-align-left 9-align-left 10-align-right 11-align-left 12-align-left 13-align-left 14-align-right 15-align-left 17-align-left 18-align-right 19-align-left 20-align-left 21-align-left 22-align-right 23-align-left 25-align-left 26-align-right 27-align-left 28-align-left 29-align-left 30-align-right 31-align-left 33-align-left 34-align-right 35-align-left 36-align-left 37-align-left 38-align-right 39-align-left 41-align-left 42-align-right 43-align-left 44-align-left 45-align-left 46-align-right 47-align-left 49-align-left 50-align-right 51-align-left 52-align-left 53-align-left 54-align-right 55-align-left 57-align-left 58-align-right 59-align-left 60-align-left 61-align-left 62-align-right 63-align-left 65-align-left 66-align-right 67-align-left 68-align-left 69-align-left 70-align-right 71-align-left 73-align-left 74-align-right 75-align-left 76-align-left 77-align-left 78-align-right 79-align-left 81-align-left 82-align-right 83-align-left 84-align-left 85-align-left 86-align-right 87-align-left 89-align-left 90-align-right 91-align-left 92-align-left 93-align-left 94-align-right 95-align-left 97-align-left 98-align-right 99-align-left 100-align-left 101-align-left 102-align-right 103-align-left 105-align-left 106-align-right 107-align-left 108-align-left 109-align-left 110-align-right 111-align-left 113-align-left 114-align-right 115-align-left 116-align-left 117-align-left 118-align-right 119-align-left 121-align-left 122-align-right 123-align-left 124-align-left 125-align-left 126-align-right 127-align-left 129-align-left 130-align-right 131-align-left 132-align-left 133-align-left 134-align-right 135-align-left 137-align-left 138-align-right 139-align-left 140-align-left 141-align-left 142-align-right 143-align-left 145-align-left 146-align-right 147-align-left 148-align-left 149-align-left 150-align-right 151-align-left 153-align-left 154-align-right 155-align-left 156-align-left 157-align-left 158-align-right 159-align-left 161-align-left 162-align-right 163-align-left 164-align-left 165-align-left 166-align-right 167-align-left | ||||||
---|---|---|---|---|---|---|
timestamp | ID | pagename | 성격 | trackingcode | 주문 수 | 수익 금액 |
2025-03-06T19:15:39+00:00 | 10001 | 홈 페이지 | person-1abc123 | abc123 | ||
2025-03-06T19:15:39+00:00 | 10002 | 확인 페이지 | person-1abc123 | 1 | 174.25 | |
2025-03-06T19:15:39+00:00 | 10003 | 홈 페이지 | person-2def123 | def123 | ||
2025-03-06T19:15:39+00:00 | 10004 | 홈 페이지 | person-3ghi123 | ghi123 | ||
2025-03-06T19:15:39+00:00 | 10005 | 확인 페이지 | person-3ghi123 | 1 | 149.25 | |
2025-03-06T19:15:39+00:00 | 10006 | 홈 페이지 | person-4abc456 | abc456 | ||
2025-03-06T19:15:39+00:00 | 10007 | 홈 페이지 | person-5def456 | def456 | ||
2025-03-06T19:15:39+00:00 | 10008 | 홈 페이지 | person-6ghi456 | ghi456 | ||
2025-03-06T19:15:39+00:00 | 10009 | 확인 페이지 | person-6ghi456 | 1 | 159.25 | |
2025-03-06T19:15:39+00:00 | 10010 | 홈 페이지 | person-7abc789 | abc789 | ||
2025-03-06T19:15:39+00:00 | 10011 | 홈 페이지 | person-8def789 | def789 | ||
2025-03-06T19:15:39+00:00 | 10012 | 홈 페이지 | person-9ghi789 | ghi789 | ||
2025-03-06T19:15:39+00:00 | 10013 | 확인 페이지 | person-9ghi789 | 1 | 124.25 | |
2025-03-06T19:15:39+00:00 | 10014 | 홈 페이지 | person-10abc987 | abc987 | ||
2025-03-06T19:15:39+00:00 | 10015 | 홈 페이지 | person-11def987 | def987 | ||
2025-03-06T19:15:39+00:00 | 10016 | 홈 페이지 | person-12ghi987 | ghi987 | ||
2025-03-06T19:15:39+00:00 | 10017 | 홈 페이지 | person-13abc654 | abc654 | ||
2025-03-06T19:15:39+00:00 | 10018 | 홈 페이지 | person-14def654 | def654 | ||
2025-03-06T19:15:39+00:00 | 10019 | 홈 페이지 | person-15ghi654 | ghi654 | ||
2025-03-06T19:15:39+00:00 | 10020 | 확인 페이지 | person-15ghi654 | 1 | 174.25 |
데이터는 연관된 스키마가 있는 데이터베이스 테이블에 저장됩니다. 데이터베이스 테이블을 검사하려면 다음을 수행합니다.
-
Google BigQuery에 로그인.
-
BigQuery > Studio 을(를) 선택합니다.
-
프로젝트, 데이터 세트 및 테이블을 선택합니다. 스키마 탭에 이벤트 데이터에 대한 스키마 개요가 표시됩니다.
데이터를 검사하려면:
-
쿼리 를 선택합니다.
-
쿼리 편집기에서 샘플 쿼리를 실행합니다. 여기서
project
은(는) 프로젝트 이름이고datasets
은(는) 데이터 세트 이름입니다.code language-sql SELECT * FROM `project.datasets.eventdata` LIMIT 100
Experience Platform Data Mirror for Customer Journey Analytics의 경우 변경 내역에 대해 데이터 웨어하우스 네이티브 솔루션의 테이블을 활성화해야 합니다. 변경 내역에 대해 테이블이 활성화되어 있는지 확인하려면 다음을 수행합니다.
-
쿼리 편집기에서 다음 SQL 문을 실행하여 설정을 확인합니다. 여기서
project
은(는) 프로젝트 이름이고datasets
은(는) 데이터 세트 이름입니다.code language-sql SELECT table_name, MAX(CASE WHEN option_name = 'enable_change_history' THEN option_value END) AS enable_change_history FROM `project.datasets.INFORMATION_SCHEMA.TABLE_OPTIONS` WHERE table_name = 'eventdata' GROUP BY table_name ORDER BY table_name;
-
결과가 TRUE 가 아니면 다음 SQL 문을 사용하여 변경 기록을 사용하도록 설정하십시오. 여기서
project
은(는) 프로젝트 이름이고datasets
은(는) 데이터 세트 이름입니다.code language-sql ALTER TABLE `project.datasets.eventdata` SET OPTIONS (enable_change_history = TRUE);
Data Warehouse 기본 솔루션의 표에 있는 데이터는 Customer Journey Analytics용 Experience Platform Data Mirror을 사용할 준비가 되었습니다.
스키마 설정
Experience Platform의 데이터를 미러링하려면 먼저 데이터에 대한 스키마를 정의해야 합니다. Experience Platform에서 미러링하고 Customer Journey Analytics용 Experience Platform Data Mirror을 사용하는 모든 데이터는 모델 기반 스키마를 준수해야 합니다.
이 데이터를 모델링하는 스키마를 정의합니다. 스키마를 설정하는 경우:
-
Adobe Experience Platform UI의 왼쪽 레일에서 데이터 관리 내의 스키마 을(를) 선택합니다.
-
스키마 만들기 를 선택합니다.
-
드롭다운 메뉴에서 모델 기반 을(를) 선택합니다.
-
수동으로 만들기 또는 DDL 파일 업로드 중에서 선택하는 옵션이 있는 팝업이 표시되는 경우:
-
수동으로 만들기 선택 을 선택합니다.
-
다음 을 선택합니다.
-
-
스키마 > 모델 기반 스키마 만들기 인터페이스에서:
-
스키마 표시 이름 을 입력하십시오. 예:
Sample Event Feed Schema
. -
설명 을 입력하십시오. 예:
Sample event feed schema for a model-based schema
. -
시계열 을(를) 스키마 동작(으)로 선택합니다. 시계열 기반 데이터에는 시계열 을(를) 선택하고 레코드 기반 데이터에는 레코드 을(를) 선택합니다. 비헤이비어는 스키마 구조 및 포함된 속성을 정의합니다.
Customer Journey Analytics용 Experience Platform Data Mirror은 대부분 시계열 데이터(예: 이벤트 데이터)에 사용됩니다.
-
마침 을 선택합니다.
-
-
스키마 > 샘플 이벤트 피드 스키마 인터페이스에 모델 기반 스키마가 변경 행으로 수집을 지원한다는 경고가 표시됩니다.
변경 행으로 수집한 것을 변경 데이터 캡처(CDC)라고도 합니다. 변경 데이터 캡처를 지원하려면 스키마에 다음이 필요합니다.
- 기본 키.
- 버전 설명자.
- 시계열 데이터에 대한 타임스탬프 설명자.
-
table 0-row-4 1-row-4 2-row-4 3-row-4 4-row-4 5-row-4 6-row-4 7-row-4 필드 이름 표시 이름 유형 추가 속성 id
Id
정수 orders
Orders
정수 pagename
Page Name
문자열 personid
Person Id
문자열
ID 네임스페이스에 대해 CRMID를 선택합니다.revenueamount
Revenue Amount
이중 timestamp
Timestamp
DateTime trackingcode
Tracking Code
문자열 -
id 필드가 버전 설명자(으)로 구성되었습니다.
-
personid 필드가 타임스탬프 와 함께 기본 키(으)로 구성되었습니다. 복합 키를 만들려면
personid 필드도 ID(으)로 구성되었으며 CRMID 은(는) ID 네임스페이스(으)로 사용됩니다.
-
타임스탬프 필드가 personid 필드와 함께 기본 키(으)로 구성되었습니다. timestamp 필드도 Timestamp 설명자(으)로 구성되어 있습니다. 시계열 모델 기반 데이터에 대해 필드를 타임스탬프 설명자(으)로 정의하기만 하면 됩니다.
기본 키, 버전 설명자 및 타임스탬프 설명자 를 올바르게 정의한 경우 스키마 정의 위에 있는 경고가 사라집니다.
-
-
스키마를 저장하려면 저장 을 클릭합니다.
소스 커넥터 사용
소스 커넥터를 사용하여 Data Warehouse 기본 솔루션을 Experience Platform에 연결합니다.
Experience Platform 인터페이스에서 다음을 수행합니다.
- 소스 를 선택하십시오.
- Google BigQuery 을(를) 선택하거나 검색하세요.
- 데이터 추가 를 선택합니다.
데이터 추가 마법사는 Google BigQuery의 테이블에서 Experience Platform으로 데이터를 연결하는 다음 단계를 안내합니다.
인증
인증 단계에서 다음을 선택합니다.
-
Google BigQuery에 대한 계정을 이미 설정한 경우 기존 계정. 데이터 선택 단계로 진행합니다.
-
Google BigQuery에 연결해야 하는 경우 새 계정.
-
계정 이름 및 (선택 사항) 설명 을(를) 지정하십시오.
-
인증 유형 을 선택하십시오. 기본 인증 또는 서비스 인증. 선택한 항목에 따라 필요한 입력을 제공합니다.
-
소스에 연결 선택
연결이 확인되었습니다.
-
다음 을 선택합니다.
Azure 데이터베이스 또는 Snowflake 커넥터를 사용할 때 연결 및 인증하는 방법에 대한 자세한 내용은 Experience Platform 설명서를 참조하세요.
-
데이터 선택
데이터 선택 단계에서:
-
테이블 목록에서 테이블을 선택합니다. 예: eventdata.
확인을 위해 표시된 데이터 샘플이 표시됩니다.
-
계속하려면 다음 을 선택합니다.
데이터 흐름 세부 정보
데이터 흐름 세부 정보 단계:
-
변경 데이터 캡처 사용 을 선택합니다. 데이터 캡처 요구 사항 변경 정보 상자에 자세한 정보가 표시됩니다.
-
대상 데이터 세트 에 대해 새 데이터 세트 을(를) 선택하여 미러링된 데이터가 포함된 새 데이터 세트를 만듭니다.
-
출력 데이터 세트 이름 을(를) 입력하십시오. 예:
event-data-mirror
. -
스키마 드롭다운 메뉴에서 이전에 만든 모델 기반 스키마를 선택합니다. 예: 샘플 이벤트 피드 스키마.
-
기타 세부 정보를 지정합니다.
-
다음 을 선택합니다.
매핑
매핑 단계에서:
-
필드를 매핑합니다. Google BigQuery의 스키마(Source 데이터)에서 Experience Platform에 정의한 스키마의 필드(Target 필드)까지.
-
모든 필드가 올바르게 매핑되면 다음 을(를) 선택하여 계속합니다.
예약
예약 단계:
-
미러된 데이터의 동기화를 예약하려면 빈도 및 간격 을 지정하십시오.
-
일정에 대해 시작 시간 을(를) 지정하십시오.
-
계속하려면 다음 을 선택합니다.
자세한 내용은
검토 단계에서.
-
소스 커넥터에 대한 구성을 검토하십시오.
-
완료 를 선택합니다. 구성된 데이터 흐름으로 이동합니다.
연결 설정
이 빠른 시작 안내서에서는 Experience Platform에서 미러링된 데이터를 사용하기 위해 새 연결을 만듭니다. 또는 미러링된 데이터를 기존 연결에 추가할 수 있습니다.
Customer Journey Analytics 인터페이스에서 다음을 수행합니다.
-
데이터 관리 메뉴에서 연결 을 선택합니다.
-
새 연결 만들기 를 선택합니다.
-
필요한 연결 이름, 샌드박스, 일일 평균 이벤트 수 및 기타 선택적 매개 변수를 지정하십시오.
-
데이터 세트 추가 를 선택합니다.
-
데이터 세트 추가 의 데이터 세트 선택 단계에서:
-
미러링된 데이터가 포함된 데이터 세트를 선택합니다. 예: event-data-mirror. 데이터 집합에 데이터 집합 형식(으)로 모델 이(가) 있습니다.
-
연결과 관련된 추가 데이터 세트를 추가합니다.
-
다음 을 선택합니다.
-
-
데이터 세트 추가 의 데이터 세트 설정 단계에서:
event-data-mirror 모델 기반 데이터 세트의 경우
-
Event 을(를) 데이터 집합 형식(으)로 선택합니다.
-
PersonId 필드를 Person ID(으)로 선택합니다.
-
타임스탬프 이(가) 자동으로 타임스탬프(으)로 채워집니다.
-
기타 를 데이터 원본 형식(으)로 선택합니다.
-
Google BigQuery Event Data
을(를) 데이터 원본 설명(으)로 입력하십시오. -
새 데이터를 모두 가져오기 및 기존 데이터를 모두 채우기 와 같은 다른 세부 정보를 지정하십시오.
필요한 경우 다른 데이터 세트에 대한 세부 사항을 지정합니다.
-
-
데이터 세트 추가 를 선택합니다.
-
-
저장 을 선택합니다.
연결을 만든 후 다양한 관리 작업을 수행할 수 있습니다. 데이터 세트 선택 및 결합, 연결의 데이터 세트 상태 및 데이터 수집 상태 확인 등.
데이터 보기 설정
데이터 보기를 만드는 경우:
-
Customer Journey Analytics 인터페이스의 상단 메뉴에서 데이터 보기(선택 사항: 데이터 관리)를 선택합니다.
-
새 데이터 보기 만들기 를 선택합니다.
-
구성 단계에서:
-
연결 목록에서 연결을 선택합니다.
-
연결의 이름을 지정하고 (선택 사항) 연결에 대해 설명합니다.
-
저장 후 계속 을 선택합니다.
-
-
구성 요소 단계에서:
-
포함할 스키마 필드 및/또는 표준 구성 요소를 METRICS 또는 DIMENSIONS 구성 요소 상자에 추가하십시오. 미러링된 데이터가 포함된 데이터 세트에서 관련 필드를 추가해야 합니다. 이러한 필드에 액세스하려면:
-
이벤트 데이터 세트 를 선택하십시오.
-
임시 및 모델 기반 필드 를 선택하십시오.
-
모델 기반 스키마에서 지표 또는 차원(으)로 필드를 끌어다 놓습니다.
-
-
올바른 형식이 없거나 올바른 형식이 아니거나 다른 이유로 수정하려는 필드에 대해 파생된 필드를 정의합니다. 예를 들어 매출액 의 경우.
-
파생 필드 만들기 를 선택합니다.
-
파생 필드 편집기에서:
-
아래와 같이 새
Revenue Amount (Numeric)
필드를 정의합니다. -
저장 을 선택합니다.
-
-
새 매출액(숫자) 파생 필드를 끌어다 놓고 지표 에 필드를 놓습니다.
-
-
저장 후 계속 을 선택합니다.
-
-
설정 단계에서:
설정은 그대로 두고 저장 후 마침 을 선택합니다.
데이터 보기를 만들고 편집하는 방법에 대한 자세한 내용은 데이터 보기 개요를 참조하십시오. 데이터 보기에서 사용할 수 있는 구성 요소와 세그먼트 및 세션 설정을 사용하는 방법을 알아봅니다.
프로젝트 설정
Analysis Workspace은 데이터를 기반으로 분석을 빠르게 작성하고 통찰력을 공유할 수 있는 유연한 브라우저 도구입니다. 작업 영역 프로젝트를 사용하여 데이터 구성 요소, 테이블 및 시각화를 결합하여 분석을 작성하고 조직의 모든 사람과 공유할 수 있습니다.
프로젝트를 만드는 경우:
-
Customer Journey Analytics 인터페이스의 상단 메뉴에서 Workspace 을(를) 선택합니다.
-
왼쪽 탐색 영역에서 프로젝트 를 선택합니다.
-
프로젝트 만들기 를 선택합니다. 팝업에서
-
빈 Workspace 프로젝트 를 선택하십시오.
-
만들기 를 선택합니다.
-
-
새 프로젝트 작업 영역에서 데이터 보기를 선택했는지 확인하십시오. 이 데이터 보기는 미러링된 데이터가 포함된 연결에 연결됩니다.
-
첫 번째 보고서를 만들려면 자유 형식 패널의 자유 형식 테이블 에서 차원 및 지표를 끌어서 놓습니다. 예를 들어 매출액(숫자) 을(를) 여기에 지표 끌어오기(으)로 끌어옵니다. PersonId 을(를) 끌어 첫 번째 열 헤더에 필드를 놓습니다. 알맞은 것처럼 다른 조정을 좀 하세요.
최종 결과는 Google BigQuery 테이블에서 생성된 미러링된 데이터를 기반으로 한 프로필 및 해당 매출에 대한 개요입니다.
구성 요소, 시각화 및 패널을 사용하여 프로젝트를 만들고 분석을 빌드하는 방법에 대한 자세한 내용은 Analysis Workspace 개요를 참조하십시오.