DocumentaçãoExperience PlatformGuia do espaço de trabalho do Data Science

Criar o esquema de vendas de varejo e o conjunto de dados

Last update: Tue Aug 06 2024 00:00:00 GMT+0000 (Coordinated Universal Time)

Criado para:

  • Usuário
  • Desenvolvedor
NOTE
O Data Science Workspace não está mais disponível para compra.
Esta documentação destina-se aos clientes existentes com direitos anteriores ao Data Science Workspace.

Este tutorial fornece os pré-requisitos e os ativos necessários para todos os outros tutoriais do Adobe Experience Platform Data Science Workspace. Após a conclusão, o esquema de Vendas de Varejo e os conjuntos de dados estarão disponíveis para você e os membros de sua organização em Experience Platform.

Introdução

Antes de iniciar este tutorial, você deve ter os seguintes pré-requisitos:

Criar conjunto de dados e esquema de Vendas de Varejo

O esquema de vendas de varejo e os conjuntos de dados são criados automaticamente usando o script de inicialização fornecido. Siga as etapas abaixo para:

Configurar arquivos

  1. Dentro do pacote de recursos do tutorial Experience Platform, navegue até o diretório bootstrap e abra config.yaml usando um editor de texto apropriado.

  2. Na seção Enterprise, insira os seguintes valores:

    code language-yaml 
    Enterprise:
    api_key: {API_KEY}
    org_id: {ORG_ID}
    tech_acct: {technical_account_id}
    client_secret: {CLIENT_SECRET}
    priv_key_filename: {PRIVATE_KEY}

  3. Edite os valores encontrados na seção Platform, Exemplo mostrado abaixo:

    code language-yaml 
    Platform:
    platform_gateway: https://platform.adobe.io
    ims_token: {ACCESS_TOKEN}
    ingest_data: "True"
    build_recipe_artifacts: "False"
    kernel_type: Python
    • platform_gateway: O caminho base para chamadas de API. Não modifique esse valor.
    • ims_token: Seu {ACCESS_TOKEN} vai aqui.
    • ingest_data: Para a finalidade deste tutorial, defina este valor como "True" para criar esquemas e conjuntos de dados de Vendas de Varejo. Um valor de "False" criará apenas os esquemas.
    • build_recipe_artifacts: Para fins deste tutorial, defina este valor como "False" para impedir que o script gere um artefato de fórmula.
    • kernel_type: O tipo de execução do artefato Receita. Deixe este valor como Python se build_recipe_artifacts estiver definido como "False", caso contrário, especifique o tipo de execução correto.

  4. Na seção Titles, forneça as seguintes informações adequadamente para os dados de amostra de Vendas de Varejo, salve e feche o arquivo após as edições estarem em vigor. Exemplo mostrado abaixo:

    code language-yaml 
    Titles:
    input_class_title: retail_sales_input_class
    input_mixin_title: retail_sales_input_mixin
    input_mixin_definition_title: retail_sales_input_mixin_definition
    input_schema_title: retail_sales_input_schema
    input_dataset_title: retail_sales_input_dataset
    file_replace_tenant_id: DSWRetailSalesForXDM0.9.9.9.json
    file_with_tenant_id: DSWRetailSales_with_tenant_id.json
    is_output_schema_different: "True"
    output_mixin_title: retail_sales_output_mixin
    output_mixin_definition_title: retail_sales_output_mixin_definition
    output_schema_title: retail_sales_output_title
    output_dataset_title: retail_sales_output_dataset

Executar o script de inicialização

  1. Abra o aplicativo de terminal e navegue até o diretório de recursos do tutorial Experience Platform.

  2. Defina o diretório bootstrap como o caminho de trabalho atual e execute o script bootstrap.py Python inserindo o seguinte comando:

    code language-bash 
    python bootstrap.py
    note note
    NOTE
    O script pode levar vários minutos para ser concluído.

Próximas etapas

Após a conclusão bem-sucedida do script de inicialização, os esquemas de entrada e saída de Vendas de Varejo e os conjuntos de dados podem ser exibidos em Experience Platform. Veja o tutorial sobre visualização de dados do esquema
para obter mais informações.

Você também assimilou com êxito dados de amostra de Vendas de Varejo em Experience Platform usando o script de inicialização fornecido.

Para continuar trabalhando com os dados assimilados:

recommendation-more-help
cc79fe26-64da-411e-a6b9-5b650f53e4e9