계산된 속성 개요

사용자 행동을 기반으로 하는 Personalization은 마케터가 개인화의 영향을 극대화하기 위한 주요 요구 사항입니다. 예를 들어 가장 최근에 본 제품을 사용하여 마케팅 이메일을 개인화하여 전환을 유도하거나 사용자의 총 구매를 기반으로 웹 페이지를 개인화하여 유지를 유도합니다.

계산된 속성은 다음에 대한 엔지니어링 리소스에 의존하지 않고 프로필 행동 데이터를 프로필 수준에서 집계된 값으로 빠르게 변환하는 데 도움이 됩니다.

  • Adobe Journey Optimizer에서 Real-time Customer Data Platform 대상 및 사용에 대한 행동 합계를 활성화하여 타깃팅된 일대일 또는 일괄 개인화 활성화
  • 행동 집계를 프로필 속성으로 저장하여 대상자 세분화 간소화
  • 플랫폼 및 앱에서 사용하기 위해 집계된 프로필 행동 데이터 표준화
  • 이전 프로필 이벤트 데이터를 의미 있는 행동 통찰력으로 통합함으로써 데이터 관리 개선

이러한 집계는 Adobe Experience Platform에 수집된 프로필 활성화 경험 이벤트 데이터 세트를 기반으로 계산됩니다. 계산된 각 속성은 프로필 통합 스키마에서 생성된 프로필 속성이며 통합 스키마의 "SystemComputedAttribute" 필드 그룹 아래에 그룹화됩니다.

샘플 사용 사례는 다음과 같습니다.

  • 사용자가 프리미엄 티어로 승격된 것을 축하하기 위해 총 보상 포인트로 마케팅 이메일 개인화
  • 구매 횟수 및 빈도에 따라 사용자에 대한 커뮤니케이션 개인화
  • 구독 만료 날짜를 기반으로 보존 이메일 개인화
  • 마지막으로 본 제품이 있는 제품을 보았으나 구매하지 않은 사용자를 재타겟팅합니다
  • Real-Time CDP 대상을 사용하여 계산된 속성을 통해 다운스트림 시스템으로 이벤트 합계 활성화
  • 여러 이벤트 기반 대상을 계산된 속성의 더 압축된 그룹으로 축소
  • 이벤트에서 최근 파트너 ID를 사용하여 오프사이트에서 인증되지 않은 사용자 재타겟팅

이 안내서를 통해 계산된 속성의 기본 사항을 설명할 뿐만 아니라 플랫폼 내에서 계산된 속성의 역할을 더 잘 이해할 수 있습니다.

계산된 속성 이해

Adobe Experience Platform을 사용하면 Real-Time Customer Profiles을(를) 생성하기 위해 여러 소스에서 데이터를 쉽게 가져오고 병합할 수 있습니다. 각 프로필에는 연락처 정보, 환경 설정 및 구매 내역과 같은 개인과 관련된 중요한 정보가 포함되어 있어 고객을 360도 조회할 수 있습니다.

프로필에 수집된 정보 중 일부는 데이터 필드를 직접 읽을 때(예: "first name") 쉽게 이해할 수 있지만, 다른 데이터는 여러 계산을 수행하거나 정보를 생성하기 위해 다른 필드와 값에 의존해야 합니다(예: "lifetime purchase total"). 이 데이터를 한눈에 쉽게 이해할 수 있도록 Platform을(를) 사용하면 이러한 참조와 계산을 자동으로 수행하는 계산된 특성을 만들어 해당 필드의 값을 반환할 수 있습니다.

계산된 속성에는 들어오는 데이터에 대해 작동하고 결과 값을 프로필 속성에 저장하는 표현식 또는 "규칙" 생성이 포함됩니다. 여러 가지 방법으로 표현식을 정의할 수 있으며, 이를 통해 집계할 이벤트, 집계 함수 또는 전환 기간을 지정할 수 있습니다.

함수

계산된 속성을 사용하면 사전 정의된 함수를 활용하여 셀프서비스 방식으로 이벤트 합계를 정의할 수 있습니다. 이러한 기능에 대한 자세한 내용은 아래에서 확인할 수 있습니다.

함수
설명
지원되는 데이터 유형
사용 예
합계
정규화된 이벤트에 대해 지정된 값을 합계 ​하는 함수입니다.
정수, 숫자, 길이
지난 7일 동안의 모든 구매 내역 합계
특정 규칙에 대해 발생한 이벤트 수를 계산 ​하는 함수입니다.
N/A
지난 3개월 동안의 구매 횟수
최소
정규화된 이벤트에 대한 minimum 값을 찾는 함수입니다.
정수, 숫자, 길이, 타임스탬프
지난 7일 동안의 첫 번째 구매 데이터
지난 4주 동안의 최소 주문 금액
MAX
정규화된 이벤트에 대한 maximum 값을 찾는 함수입니다.
정수, 숫자, 길이, 타임스탬프
지난 7일 동안의 마지막 구매 데이터
지난 4주 동안의 최대 주문 금액
가장 최근
가장 최근의 정규화된 이벤트에서 지정된 속성 값을 찾는 함수입니다. 이 함수는 둘 다 ​에 값과 특성의 타임스탬프를 제공합니다.
모든 기본 값, 기본 값 배열
지난 7일 동안 조회한 최신 제품

전환 기간

계산된 속성은 일괄로 계산되므로 합계를 최신 이벤트를 사용하고 최신 상태로 유지할 수 있습니다. 이러한 시나리오를 최소한의 지연으로 지원하기 위해 새로 고침 빈도는 이벤트 전환 기간에 따라 달라집니다.

전환 확인 기간은 계산된 속성에 대해 경험 이벤트를 집계할 때 검토되는 시간을 나타냅니다. 이 기간은 시간, 일, 주 또는 월 단위로 정의할 수 있습니다.

새로 고침 빈도는 계산된 속성을 새로 고치는 빈도를 말합니다. 이 값은 전환 확인 기간에 따라 달라지며 자동으로 설정됩니다.

전환 기간
새로 고침 빈도
최대 24시간
시간별
최대 7일
일별
최대 4주
주간
최대 6개월
월별

예를 들어 계산된 속성에 최근 7일의 전환 확인 기간이 있는 경우 이 값은 지난 7일의 값을 기반으로 계산된 다음 일별로 새로 고쳐집니다.

NOTE
이벤트 전환 확인에 사용할 경우 주 및 월은 모두 달력 주달력 월(으)로 간주됩니다. 일정 주간이 일요일 ​에 시작되고 해당 주의 토요일 ​에 끝납니다. 달력 월은 해당 월의 첫 번째 ​에 시작되며 해당 월의 마지막 날 ​에 종료됩니다.

계산된 특성에 대한 전환 확인 기간은 롤링 전환 확인 기간입니다. 예를 들어 첫 번째 평가가 10월 15일 오전 12시(UTC)에 발생하는 경우 2주의 전환 확인 기간은 10월 1일부터 10월 15일까지의 모든 이벤트를 검색하고, 10월 22일 1주일 동안 새로 고친 다음, 10월 8일부터 10월 22일까지의 모든 이벤트를 검색합니다.

빠른 새로 고침

빠른 새로 고침을 사용하면 속성을 최신 상태로 유지할 수 있습니다. 이 옵션을 활성화하면 더 긴 전환 확인 기간에도 계산된 속성을 매일 새로 고칠 수 있으므로 사용자 활동에 빠르게 반응할 수 있습니다.

NOTE
전환 확인 기간이 각각 주별 또는 월별 기준으로 롤백되므로 빠른 새로 고침을 활성화하면 이벤트 전환 확인 기간이 달라집니다.
빠른 새로 고침이 활성화된 2주 전환 확인 기간이 있는 계산된 속성을 만드는 경우 이는 초기 전환 확인 기간이 2주임을 의미합니다. 그러나 매일 새로 고칠 때마다 전환 확인 기간에는 추가된 날의 이벤트가 포함됩니다. 이 일 추가는 다음 주가 시작될 때까지 계속되며, 이 주는 전환 확인 기간이 롤오버되고 2주로 돌아갑니다.
예를 들어 3월 15일(일)부터 2주간의 전환 확인 기간이 있고, 빠른 새로 고침이 활성화되어 있으며, 매일 새로 고침이 있는 경우 전환 확인 기간은 3월 22일까지 포괄적으로 확장되어 2주로 재설정됩니다. 요컨대, 계산된 특성은 매일 새로 고침 ​되며, 전환 확인 기간이 주중 2 ​주에서 3 ​주로 증가하고 그 후 2 ​주로 다시 돌아옵니다.

다음 단계

연산 속성 만들기 및 관리에 대한 자세한 내용은 연산 속성 API 안내서 또는 연산 속성 UI 안내서를 참조하십시오.

recommendation-more-help
54550d5b-f1a1-4065-a394-eb0f23a2c38b