Data Distiller 101
Essa visão geral do destilador de dados demonstrará como superar os desafios comuns do destilador de dados, bem como as principais práticas recomendadas de uso para o sucesso.
Pontos principais de discussão
- Visão geral do destilador de dados
- Perguntas frequentes sobre o Data Distil e suas soluções
- Principais casos de uso
Principais pontos
Visão geral e finalidade do Data Distiller
O Data Distiller foi projetado para fornecer uma visão geral de seus principais casos de uso e soluções para clientes. Ele é compatível com arquitetos de dados, engenheiros de dados, cientistas de dados e entidades de marketing, permitindo a segmentação de dados, a curadoria e a adição de dados contextuais.
Principais casos de uso
O webinário destacou cinco principais casos de uso do Data Distiller:
- Criação de modelos de dados centrados na marca para uma empresa de varejo na América do Sul.
- Enriquecimento de emails de última oferta com dados personalizados para uma empresa de telecomunicações.
- Otimização de dados para criação de relatórios e modelagem de atribuição para uma retailer de luxo.
- Personalização de insights para o painel operacional.
- Aproveitar os pipelines de recursos de IA e ML para modelos de treinamento e pontuação.
Principais recursos
A Data Distiller oferece processamento baseado em SQL, gerenciamento escalável de dados, funções definidas pela Adobe, automação e agendamento, monitoramento e alertas, além de integração com ferramentas de terceiros para obter insights estendidos.
Transformação e enriquecimento de dados
O Data Distiller permite limpar, modelar, manipular e enriquecer dados. Isso inclui padronização de dados, remodelagem de formatos de dados, aumento de dados para granularidade e derivação de atributos adicionais para uso downstream.
Painéis operacionais e integração AI/ML
O Data Distiller permite a criação de painéis operacionais em tempo real e oferece suporte a pipelines de recursos de AI/ML. Isso permite que os usuários treinem modelos com dados do Adobe, pontuem modelos e integrem previsões de volta ao Adobe Experience Platform para tomar decisões orientadas por dados aprimorados.