Verrijken Real-Time Customer Profile met leergegevens over computers
Adobe Experience Platform Data Science Workspace biedt de gereedschappen en bronnen om modellen voor machinaal leren te maken, te evalueren en te gebruiken om gegevensvoorspellingen en inzichten te genereren. Wanneer inzichten van het machinaal leren in een Profile-Toegelaten dataset worden opgenomen, worden die zelfde gegevens ook opgenomen zoals Profile verslagen die dan kunnen worden gesegmenteerd gebruikend Adobe Experience Platform Segmentation Service.
Het segmenteringsproces hangt van de evaluatiemethode voor het publiek af. Als een publiek als het stromen wordt gevormd, zal het alle nieuwe updates verwerken die door het model in het profiel in real time worden geschreven. Nochtans, als een publiek voor partij evaluatie wordt gevormd, zullen de nieuwe waarden in de volgende partij worden geëvalueerd.
Dit document bevat koppelingen naar zelfstudies waarmee u Real-Time Customer Profile kunt verrijken met de leermogelijkheden van uw computer.
Aan de slag
Als u de onderstaande lesbestanden wilt voltooien, hebt u een goed begrip nodig van het invoeren van Profile -gegevens en het maken van soorten publiek. Voordat u met deze zelfstudie begint, raadpleegt u de documentatie voor de volgende services:
- Real-Time Customer Profile: biedt een volledige, uniforme representatie van elke individuele klant op basis van geaggregeerde gegevens van meerdere bronnen.
- Identity Service: schakelt Real-Time Customer Profile in door identiteiten te overbruggen van verschillende gegevensbronnen die in Experience Platform worden opgenomen.
- Experience Data Model (XDM): Het gestandaardiseerde raamwerk waarmee Experience Platform gegevens over de ervaring van klanten organiseert.
Naast de bovengenoemde documenten, wordt het ten zeerste geadviseerd dat u ook de volgende gidsen op schema's en de Redacteur van het Schema bekijkt:
- Grondbeginselen van schemacompositie : Beschrijft schema's XDM, bouwstenen, principes, en beste praktijken voor het samenstellen van schema's die in Experience Platform moeten worden gebruikt.
- het leerprogramma van de Redacteur van het Schema : Verstrekt gedetailleerde instructies voor het creëren van schema's gebruikend de Redacteur van het Schema binnen Experience Platform.
Een uitvoerschema en een gegevensset maken en configureren create-an-output-schema-and-dataset
De eerste stap in de richting van verrijking van Real-Time Customer Profile met het schalen van inzichten is het weten van welk echt object (zoals een persoon) uw gegevens definiëren. Dankzij een goed begrip van uw gegevens kunt u een structuur beschrijven en ontwerpen om betekenis toe te voegen, vergelijkbaar met het ontwerpen van een relationele database.
Het samenstellen van een schema begint door een klasse toe te wijzen. De klassen bepalen de gedragsaspecten van de gegevens het schema (verslag of tijdreeks) zal bevatten. Begin makend uw eigen schema's, volg de stappen in het leerprogramma op creërend een schema gebruikend de Redacteur van het Schema . Merk op dat alvorens u een dataset voor Profile kunt toelaten, u het schema van de dataset moet vormen om een primair identiteitsgebied te hebben en dan het schema voor Profile toe te laten. Wanneer gegevens in een Profile -gegevensset worden opgenomen, worden dezelfde gegevens ook opgenomen als Profile -records.
Als u verkiest om een schema samen te stellen gebruikend Schema Registry API in plaats daarvan, begin door de Schema Registry ontwikkelaarsgids te lezen alvorens de leerprogramma te proberen op creërend een schema gebruikend API .
Zodra uw schema en dataset worden voorbereid, kunt u het schrapen gegevens aan de dataset produceren en opnemen door het schrapen looppas uit te voeren gebruikend een aangewezen model.
Soorten publiek maken met de Segment Builder create-audiences-using-the-segment-builder
Nadat u de inzichten van uw scoringsgegevens naar uw Profile -gegevensset hebt gegenereerd en ingepakt, kunt u een dynamisch publiek maken met de Segment Builder -gegevensset.
Segment Builder biedt een rijke werkruimte waarmee u kunt werken met Profile -gegevenselementen. De werkruimte biedt intuïtieve besturingselementen voor het maken en bewerken van regels, zoals tegels voor slepen en neerzetten die worden gebruikt om gegevenseigenschappen te vertegenwoordigen. Volg de Segment Builder gebruikersgids om over te leren:
- Segmentdefinities maken met een combinatie van kenmerken, gebeurtenissen en bestaand publiek als bouwstenen.
- Het gebruiken van het canvas en de containers van de regelbouwer om de orde te controleren waarin de publieksregels worden uitgevoerd.
- Het bekijken van ramingen van uw prospectief publiek, toestaand u om uw segmentdefinities zonodig aan te passen.
- Het toelaten van alle segmentdefinities voor geplande segmentatie.
- Opgegeven segmentdefinities voor streaming segmentatie inschakelen.
Volgende stappen next-steps
Meer over publiek en Segment Builder leren, lees het overzicht van de Dienst van de Segmentatie .
Om meer over Real-Time Customer Profile te leren, lees het Real-Time overzicht van het Profiel van de Klant