소매 판매 스키마 및 데이터 세트 만들기
이 자습서에서는 다른 모든 Adobe Experience Platform Data Science Workspace 자습서에 필요한 사전 요구 사항 및 자산을 제공합니다. 완료되면 Experience Platform에서 사용자 및 조직의 멤버가 소매 판매 스키마 및 데이터 세트를 사용할 수 있습니다.
시작하기
이 튜토리얼 시작 전 다음과 같은 전제 조건이 있어야 합니다.
- 
                  Adobe Experience Platform에 액세스. Experience Platform의 조직에 대한 액세스 권한이 없는 경우 계속하기 전에 시스템 관리자에게 문의하십시오. 
- 
                  Experience Platform API 호출 권한 부여. 이 자습서를 성공적으로 완료하려면 Adobe Experience Platform API 인증 및 액세스 자습서를 완료하여 다음 값을 얻으십시오. - 인증: {ACCESS_TOKEN}
- x-api-키: {API_KEY}
- x-gw-ims-org-id: {ORG_ID}
- 클라이언트 암호: {CLIENT_SECRET}
- 클라이언트 인증서: {PRIVATE_KEY}
 
- 인증: 
- 
                  Retail Sales Recipe🔗에 대한 샘플 데이터 및 소스 파일. 이 자습서 및 기타 Data Science Workspace 자습서에 필요한 자산을 Adobe Systems 공용 Git 저장소에서 다운로드하십시오. 
- 
                  Python >= 2.7 및 다음 Python 패키지: 
- 
                  이 튜토리얼에 사용된 다음 개념에 대한 작업 이해: 
소매 판매 스키마 및 데이터 세트 만들기
소매 판매 스키마 및 데이터 세트는 제공된 부트스트랩 스크립트를 사용하여 자동으로 생성됩니다. 다음 단계를 순서대로 수행합니다.
파일 구성
- 
                  Experience Platform 자습서 리소스 패키지 내에서 bootstrap디렉터리로 이동한 다음 적절한 텍스트 편집기를 사용하여config.yaml을(를) 엽니다.
- 
                  Enterprise섹션에서 다음 값을 입력합니다.code language-yaml Enterprise: api_key: {API_KEY} org_id: {ORG_ID} tech_acct: {technical_account_id} client_secret: {CLIENT_SECRET} priv_key_filename: {PRIVATE_KEY}
- 
                  Platform섹션에 있는 값을 편집합니다. 아래 예제를 참조하십시오.code language-yaml Platform: platform_gateway: https://platform.adobe.io ims_token: {ACCESS_TOKEN} ingest_data: "True" build_recipe_artifacts: "False" kernel_type: Python- platform_gateway: API 호출의 기본 경로입니다. 이 값은 수정하지 마십시오.
- ims_token:- {ACCESS_TOKEN}이(가) 여기에 있습니다.
- ingest_data: 이 자습서에서는 소매 판매 스키마 및 데이터 세트를 만들려면 이 값을- "True"(으)로 설정하십시오. 값은- "False"스키마만 만듭니다.
- build_recipe_artifacts: 이 튜토리얼 목적에 따라 스크립트가 Recipe 아티팩트를 생성하지 않도록 하려면 이 값을 로- "False"설정합니다.
- kernel_type: Recipe 아티팩트의 실행 유형입니다. 이 값을 로 설정된- "False"것처럼- build_recipe_artifacts- Python둡니다. 그렇지 않으면 올바른 실행 유형을 지정합니다.
 
- 
                  Titles섹션에서 소매 판매 샘플 데이터에 대해 다음 정보를 적절하게 제공하고, 편집이 완료되면 파일을 저장하고 닫습니다. 아래 예:code language-yaml Titles: input_class_title: retail_sales_input_class input_mixin_title: retail_sales_input_mixin input_mixin_definition_title: retail_sales_input_mixin_definition input_schema_title: retail_sales_input_schema input_dataset_title: retail_sales_input_dataset file_replace_tenant_id: DSWRetailSalesForXDM0.9.9.9.json file_with_tenant_id: DSWRetailSales_with_tenant_id.json is_output_schema_different: "True" output_mixin_title: retail_sales_output_mixin output_mixin_definition_title: retail_sales_output_mixin_definition output_schema_title: retail_sales_output_title output_dataset_title: retail_sales_output_dataset
부트스트랩 스크립트 실행
- 
                  터미널 응용 프로그램을 열고 Experience Platform 자습서 리소스 디렉터리로 이동합니다. 
- 
                  bootstrap디렉터리를 현재 작업 경로로 설정하고 다음 명령을 입력하여bootstrap.pyPython 스크립트를 실행합니다.code language-bash python bootstrap.pynote note NOTE 스크립트를 완료하는 데 몇 분 정도 걸릴 수 있습니다. 
다음 단계
부트스트랩 스크립트가 완료되면 Experience Platform에서 소매 판매 입력 및 출력 스키마와 데이터 세트를 볼 수 있습니다. 미리 보기 스키마 데이터 튜토리얼을(를) 참조하십시오.
추가 정보.
제공된 부트스트랩 스크립트를 사용하여 소매 판매 샘플 데이터를 Experience Platform에 수집했습니다.
수집된 데이터로 작업을 계속하려면 다음을 수행합니다.
- Jupyter Notebooks를 사용하여 데이터 분석
                  - 데이터 과학 Workspace의 Jupyter Notebooks를 사용하여 데이터에 액세스하고, 탐색하고, 시각화하고, 이해할 수 있습니다.
 
- 소스 파일을 레시피에 패키징
                  - 이 튜토리얼 따라 소스 파일을 가져올 수 있는 레시피 파일로 패키징하여 자체 모델을 가져오는 Data Science Workspace 방법을 알아보세요.