[제한 공개]{class="badge informative"}

Data Mirror 개요

Data Mirror은 모델 기반 스키마를 사용하여 외부 데이터베이스에서 데이터 레이크로 행 수준 변경 수집을 활성화하는 Adobe Experience Platform 기능입니다. 데이터 관계를 유지하고, 고유성을 적용하며, 업스트림 추출, 변환, 로드(ETL) 프로세스 없이 버전 관리를 지원합니다.

Data Mirror을 사용하여 Snowflake, Databricks 또는 BigQuery과(와) 같은 외부 시스템에서 삽입, 업데이트 및 삭제(변경 가능한 데이터)를 Experience Platform으로 직접 동기화합니다. 이렇게 하면 데이터를 플랫폼으로 가져올 때 기존 데이터베이스 모델 구조와 데이터 무결성을 유지하는 데 도움이 됩니다.

기능 및 이점

Data Mirror은 데이터베이스 동기화를 위한 다음과 같은 필수 기능을 제공합니다.

Data Mirror을 사용하여 소스 시스템에서 직접 변경 사항을 수집하고, 스키마 무결성을 적용하며, 분석, 여정 오케스트레이션 및 규정 준수 워크플로우에 데이터를 사용할 수 있도록 합니다. Data Mirror은 기존 데이터베이스 모델의 직접 미러링을 활성화하여 복잡한 업스트림 ETL 프로세스를 제거하고 구현 시간을 단축합니다.

Data Mirror으로 모델 기반 스키마를 구현할 때 삭제 및 데이터 위생 요구 사항을 계획합니다. 모든 애플리케이션은 배포 전에 삭제가 관련 데이터 세트, 규정 준수 워크플로우 및 다운스트림 프로세스에 미치는 영향을 고려해야 합니다.

전제 조건 prerequisites

시작하기 전에 Experience Platform의 다음 구성 요소를 이해하고 환경이 기술 및 구조적 요구 사항을 충족하는지 확인해야 합니다.

구현 요구 사항

Data Mirror이 제대로 작동하려면 플랫폼 인스턴스 및 소스 데이터가 특정 요구 사항을 충족해야 합니다. Data Mirror에는 강제 제약 조건이 있는 유연한 데이터 구조인 모델 기반 스키마 ​가 필요합니다. 현재 Data Mirror은 주로 모델 기반 스키마에서 작동하지만 향후 출시될 B2B 사용자 지정 개체 기능(2025년 10월 예정)을 통해 표준 XDM 스키마와의 통합이 지원됩니다.

모든 스키마에 기본 키 및 버전 설명자 ​를 포함합니다. 시계열 스키마로 작업하는 경우 타임스탬프 설명자 ​도 필요합니다.

외부 데이터베이스는 변경 데이터 캡처를 지원하거나 삽입, 업데이트 및 삭제를 식별하는 메타데이터를 제공해야 합니다. Source 데이터에는 시스템이 올바른 순서로 업데이트를 적용할 수 있도록 단일 필드 또는 복합 기본 키인 고유 식별자 ​와 버전 정보 ​가 포함되어야 합니다.

삭제를 검색하려면 각 레코드가 업데이트인지 아니면 삭제인지를 지정하는 _change_request_type 열을 추가하십시오.

Data Mirror 구현 implementation-workflow

표준 수집 접근 방식과 달리 Data Mirror은 Experience Platform 데이터 레이크 내에 데이터베이스 모델 구조를 유지합니다. 이러한 데이터 구조의 일관성은 외부 전처리의 필요성을 제거한다. 다음은 높은 수준의 Data Mirror 구현 워크플로우입니다. 팀의 워크플로우 및 소스 시스템을 기반으로 구현 방법을 선택합니다.

스키마 구조 정의

필수 설명자(스키마 동작 및 제약 조건을 정의하는 메타데이터)를 사용하여 모델 기반 스키마을(를) 만듭니다. UI를 통해 또는 API를 통해 직접 팀의 워크플로에 맞는 방법을 선택하십시오.

관계 매핑 및 데이터 관리 정의

관계 설명자를 사용하여 데이터 세트 간 연결을 정의합니다. 데이터 세트 간 관계를 관리하고 데이터 품질을 유지합니다. 이러한 작업은 일관된 조인을 보장하며 데이터 위생 요구 사항 준수를 지원합니다.

소스 연결 구성

소스 시스템 및 사용 사례를 기반으로 수집 방법을 선택합니다. 각 옵션은 다양한 수준의 자동화, 변환 및 확장성을 지원합니다.

변경 데이터 캡처 수집 활성화

지원되는 클라우드 데이터 웨어하우스를 사용하여 변경 데이터 캡처 연결을 설정합니다. 고유성을 유지하고 업데이트를 올바른 순서로 적용하면서 행 수준 변경 사항을 수집합니다.

일반적인 사용 사례 use-cases

Data Mirror이 정확한 데이터 동기화 및 관계 보존을 지원하는 아래 나열된 일반적인 사용 사례를 검토하십시오. 각 시나리오에서는 Data Mirror이 분석, 오케스트레이션 및 규정 준수 전반에서 일반적인 비즈니스 요구 사항을 지원하는 방법을 보여 줍니다.

관계형 데이터 모델링

Data Mirror에서 모델 기반 스키마(관계형 스키마라고도 함)를 사용하여 엔터티를 나타내고 행 수준에서 삽입, 업데이트 및 삭제를 처리하며 데이터 소스에 존재하는 기본 및 외래 키 관계를 유지 관리합니다. 이 접근 방식은 관계형 데이터 모델링 원칙을 Experience Platform에 도입하고 데이터 세트 간에 구조적 일관성을 보장합니다.

웨어하우스와 레이크 간 동기화

지원되는 클라우드 데이터 웨어하우스의 이벤트 데이터, 고객 상호 작용 로그, 캠페인 이벤트 및 보조 데이터를 Experience Platform에 미러링합니다. 이는 캠페인 자격, 타기팅 정밀도 및 메시지 순서를 지원합니다. Journey Optimizer 및 Real-Time CDP B2B는 실시간에 가까운 오케스트레이션 논리를 위해 이를 사용합니다.

Customer Journey Analytics 통합

웹 클릭, 제품 보기, 구매 및 콜 센터 또는 채팅 로그와 같은 시스템의 지원 상호 작용과 같은 시계열 이벤트를 동기화합니다. 전체 변경 기록은 정확한 트렌드 분석 및 행동 세분화를 지원합니다. Experience Platform Data Mirror for Customer Journey Analytics은 이 옵션을 사용하여 소스 시스템의 업데이트 및 삭제를 반영합니다.

B2B 관계 모델링

계정-연락처, 구독-계정 또는 연락처-지역 계층과 같은 관계를 유지합니다. 이러한 기능은 세분화, 잠재 고객 점수, 기회 추적 및 멀티채널 조정을 지원합니다. 관계를 병합하는 표준 수집과 달리 Data Mirror은 더 정확한 모델링을 위해 설명자를 사용하여 기본 관계를 유지합니다.

구독 관리

전체 버전 내역에서 갱신, 취소, 업그레이드, 다운그레이드 및 계획 변경과 같은 이벤트를 추적합니다. 이는 유지 캠페인, 이탈 예측 및 라이프사이클 기반 세그먼테이션을 지원합니다. 전체 내역을 통해 행동 통찰력과 정확한 타겟팅을 사용할 수 있습니다.

데이터 위생 작업

변경 데이터 캡처를 사용하여 규정 준수(예: 규제 대상 산업) 및 정리 워크플로우에 대한 정확한 레코드 수준 삭제를 활성화합니다. Data Mirror은 연결된 데이터 세트 간에 관련 데이터를 유지하면서 삭제를 정확하게 적용합니다.

중요한 고려 사항 considerations

이러한 주요 고려 사항을 검토하여 구현이 지원되는 스키마 동작, 수집 방법 및 관계 패턴에 맞게 조정되는지 확인하십시오. 적절한 계획은 통합 문제를 방지하고 정확한 데이터 모델링을 보장하는 데 도움이 됩니다.

데이터 삭제 및 위생 요구 사항

모델 기반 스키마 및 Data Mirror을 사용하는 모든 애플리케이션은 데이터 삭제 영향을 이해해야 합니다. 모델 기반 스키마를 사용하면 연결된 데이터 세트 간에 관련 데이터에 영향을 줄 수 있는 정확한 레코드 수준 삭제를 사용할 수 있습니다. 이러한 삭제 기능은 특정 사용 사례에 관계없이 데이터 무결성, 규정 준수 및 다운스트림 애플리케이션 동작에 영향을 줍니다. 구현하기 전에 데이터 위생 요구 사항을 검토하고 삭제 시나리오를 계획하십시오.

스키마 동작 선택

모델 기반 스키마는 기본적으로 엔터티 상태(고객, 계정 등)를 캡처하는 레코드 동작 ​으로 설정됩니다. 이벤트 추적에 시계열 동작 ​이 필요한 경우 명시적으로 구성해야 합니다.

수집 방법 비교

이 비교 표를 사용하여 실시간 동기화, SQL 기반 변환 또는 수동 파일 업로드가 필요하든 상관없이 데이터 요구 사항에 가장 적합한 수집 방법을 선택합니다.

관계 제한 사항

Data Mirror에서는 설명자를 사용하여 일대일로 및 다대일 관계를 지원합니다. 다대다 관계는 추가 모델링이 필요하며 직접 지원되지 않습니다.

다음 단계

이 개요를 검토한 후 Data Mirror이 사용 사례에 적합한지 확인하고 구현 요구 사항을 이해할 수 있어야 합니다. 시작하려면:

구현에 대한 자세한 내용은 모델 기반 스키마 설명서를 참조하세요.