Adobe Experience Platform Query Service의 사용 사례 예
이 문서와 함께 제공되는 비디오 프레젠테이션은 Adobe Experience Platform Query Service이(가) 조직의 전략적 비즈니스 통찰력에 어떤 이점을 제공하는지 보여 주는 전체적인 워크플로를 제공합니다. 찾아보기 포기 사용 사례를 예로 들자면 이 안내서에서는 다음 주요 개념을 보여줍니다.
- Adobe Experience Platform의 잠재력을 극대화하기 위한 데이터 처리의 핵심 중요성입니다.
- 기존 데이터 아키텍처를 기반으로 쿼리를 작성하는 방법입니다.
- 요구 사항에 맞는 데이터 품질을 확인하고 부족한 부분을 완화할 수 있는 방법을 마련합니다.
- 세분화 및 개인화 대상에서 다운스트림을 사용하도록 설정된 빈도로 쿼리를 실행하도록 예약하는 프로세스입니다.
- 마케터는 Query Service의 기능을 통해 파생 데이터 세트를 대상자에 포함하기 쉽습니다.
목표 objectives
이 워크플로우 데모는 여러 Adobe Experience Platform 서비스를 사용합니다. 계속 사용하려면 다음 기능 및 서비스를 잘 이해하는 것이 좋습니다.
- XDM(경험 데이터 모델) 스키마 컴포지션의 기본 사항
- 데이터 집합을 만들고 데이터를 수집하는 방법
- Adobe Analytics 소스 커넥터를 사용하여 데이터를 수집하는 방법
- 세그먼테이션
- 대상
찾아보기 포기 예제는 Adobe Analytics 데이터를 사용하여 특정 실행 가능한 대상을 만드는 것을 중심으로 합니다. 대상자는 지난 4일 동안 웹 사이트를 열람했지만 구매하지 않은 모든 고객을 포함하도록 개선됩니다. 대상자의 각 프로필은 고객의 행동 패턴에서 비롯된 가장 높은 가격의 SKU로 타깃팅됩니다.
쿼리 자체는 매우 규정적이며 세그먼트 정의에 대한 사용 사례 기준을 충족하는 데이터만 포함합니다. 이렇게 하면 처리되는 Analytics개의 데이터 양을 최소화하여 성능이 향상됩니다. 또한 데이터를 가장 높은 가격에서 가장 낮은 가격으로 주문하고 사용자가 탐색 중인 가장 높은 가격의 SKU를 선택합니다.
프레젠테이션에 사용된 쿼리는 아래에서 볼 수 있습니다.
INSERT INTO summit_adv_data_prep_dataset
SELECT STRUCT(
customerId AS crmCustomerId, struct(sku AS sku, price AS sku_price, abandonTS AS abandonTS) AS abandonBrowse) AS _pfreportingonprod
FROM
(SELECT
B.personKey.sourceId,
A.productListItems[0].SKU AS sku,
max(A.timestamp) AS abandonTS,
max(c._pfreportingonprod.price) AS price
FROM summit_adobe_analytics_dataset A,profile_attribute_14adf268_2a20_4dee_bee6_a6b0e34616a9 B,summit_product_dataset c
WHERE A._experience.analytics.customDimension.evars.evar1 = B.personKey.sourceID
AND productListItems[0].SKU = C._pfreportingonprod.sku
AND A.web.webpagedetails.URL NOT LIKE '%orderconfirmation%'
AND timestamp > current_date - interval '4 day'
GROUP BY customerId,sku
order by price desc)D;
adobe analytics를 사용한 Query Service 찾아보기 포기 예 video-example
아래에 표시된 비디오 프레젠테이션은 Query Service 및 Adobe 분석 통합에 중점을 둔 Experience Platform 데이터에 대한 전체적인 실제 사용 사례를 제공합니다.
Query Service의 이점 benefits
Query Service이(가) 제공하는 기능은 다양한 용도로 사용됩니다. 이를 사용하여 세그멘테이션에 대한 복잡한 논리를 수용하거나, 다운스트림에 사용할 다양한 개인화된 특성을 계산하거나, 대상을 구성하는 방법을 크게 단순화할 수 있습니다.
Query Service을(를) 사용하면 쿼리에 제약 조건을 포함하여 대상 구축 프로세스를 단순화할 수 있습니다. 이렇게 하면 대상자에게 적합한 데이터를 확보하여 데이터 품질이 향상됩니다. 쿼리의 품질을 유지 관리하면 정확한 대상자가 되고 데이터 안정성이 향상됩니다. 쿼리에서 파생된 특성을 기반으로 스키마 및 사용자 지정 테이블을 만들어 대상자를 저장할 수도 있습니다. 프로필에 대해 사용자 지정 테이블을 활성화할 수 있으며 이러한 데이터 포인트를 세분화 및 개인화에 사용할 수 있습니다. 이 기능은 명확한 사람 대상을 만들려는 마케터를 지원합니다.
또한 Query Service은(는) 자동연장 또는 정적 조건을 충족하는 논리를 쿼리에 포함시켜 정교한 세분화를 가능하게 합니다.
Adobe Experience Platform은 효율적이고 안정적인 방식으로 데이터를 활성화하는 데 필요한 데이터 저장소 및 도구를 제공합니다. 데이터를 플랫폼 내에 보관하면 다른 프로세스를 실행하는 동안 속성을 파생할 수 있으며 조작 및 처리를 위해 데이터를 타사 도구로 내보낼 필요가 없습니다. 이러한 처리 오버헤드는 수백 개의 속성 또는 캠페인을 처리할 때 프로젝트 타임라인에 큰 영향을 줄 수 있습니다. 이렇게 하면 마케터가 데이터에 액세스하고 캠페인을 구축할 수 있는 단일 위치뿐만 아니라 메시지를 세그먼트화하고 개인화할 수 있는 매우 동적인 수단을 제공합니다.
다음 단계
이 문서를 읽으면 이제 Query Service이(가) 전체 통합 워크플로우를 위해 데이터의 품질과 세그먼테이션의 용이성뿐만 아니라 데이터 아키텍처 내에서 데이터의 중요성에 어떤 영향을 미치는지 이해할 수 있습니다. Adobe Analytics을 Query Service과(와) 함께 사용하는 적용 가능한 SQL 예제는 Adobe Analytics 머천다이징 변수 사용 사례를 참조하십시오.
조직의 전략적 비즈니스 인사이트에 대한 Query Service의 이점을 보여 주는 다른 문서는 보트 필터링 사용 사례 예입니다.
또는 다음 문서를 통해 Query Service 기능을 이해할 수 있습니다.