Criar públicos-alvo usando SQL

Use a extensão de público-alvo SQL para criar públicos-alvo com dados do data lake, incluindo quaisquer entidades de dimensão existentes (como atributos do cliente ou informações do produto).

Usar essa extensão SQL melhora sua capacidade de criar públicos, pois você não precisa de dados brutos em seus perfis ao definir segmentos de público. Os públicos-alvo criados usando esse método são registrados automaticamente no espaço de trabalho Público-alvo, onde você pode direcioná-los ainda mais para destinos baseados em arquivo.

Este documento aborda como usar a extensão de público-alvo SQL no Data Distiller da Adobe Experience Platform para criar, gerenciar e publicar públicos-alvo usando comandos SQL.

Ciclo de vida de criação de público-alvo no Data Distiller audience-creation-lifecycle

Siga estas etapas para criar, gerenciar e ativar públicos. Os públicos-alvo criados se integram perfeitamente ao "fluxo de público-alvo", de modo que você possa criar segmentos a partir de públicos-alvo básicos e destinos baseados em arquivos de destino (por exemplo, uploads de CSV ou locais de armazenamento em nuvem) para alcance do cliente. "Fluxo de público-alvo" refere-se ao processo completo de criação, gerenciamento e ativação de públicos-alvo, garantindo uma integração perfeita entre os destinos.

Como parte do 'fluxo de público-alvo', use os seguintes comandos SQL para criar, modificar e excluir públicos-alvo no Adobe Experience Platform.

Criar um público-alvo create-audience

Use o comando CREATE AUDIENCE AS SELECT para definir um novo público-alvo. O público-alvo criado é salvo em um conjunto de dados e registrado no espaço de trabalho Públicos-alvo na Data Distiller.

CREATE AUDIENCE table_name
WITH (primary_identity='IdentitycolName', identity_namespace='Namespace for the identity used', [schema='target_schema_title'])
AS (select_query)

Parâmetros

Use estes parâmetros para definir sua consulta de criação de público-alvo SQL:

Exemplo:

O exemplo a seguir demonstra como estruturar sua consulta de criação de público-alvo de SQL:

CREATE Audience aud_test
WITH (primary_identity=userId, identity_namespace=lumaCrmId)
AS SELECT userId, orders, total_revenue, recency, frequency, monetization FROM profile_dim_customer;

Neste exemplo, a coluna userId é identificada como a coluna de identidade e um namespace apropriado (lumaCrmId) é atribuído. As colunas restantes (orders, total_revenue, recency, frequency e monetization) são atributos enriquecidos que fornecem contexto adicional para o público-alvo.

Limitações:

Esteja ciente das seguintes limitações ao usar o SQL para criação de público-alvo:

Adicionar perfis a um público existente add-profiles-to-audience

Use o comando INSERT INTO para adicionar perfis (ou públicos inteiros) a um público existente.

INSERT INTO table_name
SELECT select_query

Parâmetros

A tabela abaixo explica os parâmetros necessários para o comando INSERT INTO:

Exemplo:

O exemplo a seguir demonstra como adicionar perfis a um público-alvo existente com o comando INSERT INTO:

INSERT INTO Audience aud_test
SELECT userId, orders, total_revenue, recency, frequency, monetization FROM customer_ds;

Substituir dados do público-alvo (INSERIR SUBSTITUIR) replace-audience

Use o comando INSERT OVERWRITE INTO para substituir todos os perfis existentes em um público-alvo pelos resultados de uma nova consulta SQL. Esse comando é útil para gerenciar segmentos de público-alvo dinâmicos, permitindo atualizar totalmente o conteúdo de um público-alvo em uma única etapa.

Ao contrário de INSERT INTO, que adiciona ao público-alvo atual, INSERT OVERWRITE INTO remove todos os membros existentes do público-alvo e insere somente aqueles retornados pela consulta. Isso proporciona maior controle e flexibilidade ao gerenciar públicos-alvo que exigem atualizações frequentes ou completas.

Use o modelo de sintaxe a seguir para substituir um público-alvo por um novo conjunto de perfis:

INSERT OVERWRITE INTO audience_name
SELECT select_query

Parâmetros

A tabela abaixo explica os parâmetros necessários para o comando INSERT OVERWRITE INTO:

Exemplo:

Neste exemplo, o público-alvo audience_monthly_refresh é completamente substituído pelos resultados da query. Todos os perfis não retornados pelo query são removidos do público-alvo.

INSERT OVERWRITE INTO audience_monthly_refresh
SELECT user_id FROM latest_transaction_summary WHERE total_spend > 100;

Comportamento de substituição de público-alvo no Perfil do cliente em tempo real

Ao substituir um público-alvo, o Perfil do cliente em tempo real aplica a seguinte lógica para atualizar a associação do perfil:

Isso garante que as atualizações de público sejam refletidas com precisão nos sistemas e fluxos de trabalho downstream.

Exemplo de cenário

Se uma audiência A1 originalmente contém:

E a consulta de substituição retorna:

Em seguida, o público-alvo atualizado conterá:

O perfil B é removido, o perfil A é atualizado e o perfil C permanece inalterado.

Se a consulta de substituição incluir um novo perfil:

Então, o público final será:

Exemplo de público-alvo do modelo RFM rfm-model-audience-example

O exemplo a seguir demonstra como criar um público-alvo usando o modelo de Recenticidade, Frequência e Monetização (RFM). Este exemplo segmenta os clientes com base em suas pontuações de recenticidade, frequência e monetização para identificar grupos-chave, como clientes fiéis, novos clientes e clientes de alto valor.

A consulta a seguir cria um esquema para o público-alvo de RFM. O demonstrativo configura campos para manter informações do cliente como userId, days_since_last_purchase, orders, total_revenue, e assim por diante.

CREATE Audience adls_rfm_profile
WITH (primary_identity=userId, identity_namespace=lumaCrmId) AS
SELECT
    cast(NULL AS string) userId,
    cast(NULL AS integer) days_since_last_purchase,
    cast(NULL AS integer) orders,
    cast(NULL AS decimal(18,2)) total_revenue,
    cast(NULL AS integer) recency,
    cast(NULL AS integer) frequency,
    cast(NULL AS integer) monetization,
    cast(NULL AS string) rfm_model
WHERE false;

Depois de criar o público-alvo, preencha-o com os dados do cliente e segmente os perfis com base em suas pontuações de RFM. A instrução SQL abaixo usa a função NTILE(4) para classificar clientes em quartis com base em suas pontuações RFM (Recency, Frequency, Monetização). Essas pontuações categorizam os clientes em seis segmentos, como "Core", "Loyal" e "Whales". Os dados segmentados do cliente são então inseridos na tabela de público-alvo adls_rfm_profile."

INSERT INTO Audience adls_rfm_profile
SELECT
    userId,
    days_since_last_purchase,
    orders,
    total_revenue,
    recency,
    frequency,
    monetization,
    CASE
        WHEN Recency=1 AND Frequency=1 AND Monetization=1 THEN '1. Core - Your Best Customers'
        WHEN Recency IN(1,2,3,4) AND Frequency=1 AND Monetization IN (1,2,3,4) THEN '2. Loyal - Your Most Loyal Customers'
        WHEN Recency IN(1,2,3,4) AND Frequency IN (1,2,3,4) AND Monetization=1 THEN '3. Whales - Your Highest Paying Customers'
        WHEN Recency IN(1,2,3,4) AND Frequency IN(1,2,3) AND Monetization IN(2,3,4) THEN '4. Promising - Faithful Customers'
        WHEN Recency=1 AND Frequency=4 AND Monetization IN (1,2,3,4) THEN '5. Rookies - Your Newest Customers'
        WHEN Recency IN (2,3,4) AND Frequency=4 AND Monetization IN (1,2,3,4) THEN '6. Slipping - Once Loyal, Now Gone'
    END AS rfm_model
FROM (
    SELECT
        userId,
        days_since_last_purchase,
        orders,
        total_revenue,
        NTILE(4) OVER (ORDER BY days_since_last_purchase) AS recency,
        NTILE(4) OVER (ORDER BY orders DESC) AS frequency,
        NTILE(4) OVER (ORDER BY total_revenue DESC) AS monetization
    FROM (
        SELECT
            userid,
            DATEDIFF(current_date, MAX(purchase_date)) AS days_since_last_purchase,
            COUNT(purchaseid) AS orders,
            CAST(SUM(total_revenue) AS double) AS total_revenue
        FROM (
            SELECT DISTINCT
                ENDUSERIDS._EXPERIENCE.EMAILID.ID AS userid,
                commerce.`ORDER`.purchaseid AS purchaseid,
                commerce.`ORDER`.pricetotal AS total_revenue,
                TO_DATE(timestamp) AS purchase_date
            FROM sample_data_for_ootb_templates
            WHERE commerce.`ORDER`.purchaseid IS NOT NULL
        ) AS b
        GROUP BY userId
    )
);

Excluir um público (SOLTAR PÚBLICO) delete-audience

Use o comando DROP AUDIENCE para excluir um público existente. Se o público-alvo não existir, uma exceção ocorrerá, a menos que IF EXISTS seja especificado.

DROP AUDIENCE [IF EXISTS] [db_name.]table_name

Parâmetros

A tabela contém os parâmetros necessários para o comando DROP AUDIENCE:

Exemplo:

O exemplo a seguir demonstra como excluir um público-alvo usando o comando DROP AUDIENCE:

DROP AUDIENCE IF EXISTS aud_test;

Registro e disponibilidade automáticos de público registration-and-availability

Os públicos-alvo criados com a extensão SQL são registrados automaticamente na Origin do Data Distiller no espaço de trabalho Público-alvo. Depois de registrados, esses públicos-alvo estão disponíveis para direcionamento em destinos baseados em arquivo, aprimorando a segmentação e as estratégias de direcionamento. Esse processo não requer configuração adicional, o que simplifica o gerenciamento de público-alvo. Para obter mais detalhes sobre como exibir, gerenciar e criar públicos-alvo na interface do Experience Platform, consulte a Visão geral do Portal de público-alvo.

Ativar públicos-alvo para os destinos activate-audiences

Ative seus públicos direcionando-os para qualquer destino baseado em arquivo, como Amazon S3, SFTP ou Azure Blob. Os atributos de público-alvo enriquecidos estão disponíveis para refinamento e filtragem adicionais, conforme necessário.

Esclarecimentos sobre os recursos faqs

Esta seção aborda as perguntas frequentes sobre como criar e gerenciar públicos-alvo externos usando SQL no Data Distiller.

Perguntas:

Próximas etapas

Depois de ler este documento, você aprendeu a usar a extensão de público-alvo SQL no Data Distiller para criar, gerenciar e publicar públicos-alvo com eficiência usando comandos SQL. Agora é possível personalizar as definições de público-alvo com base nos requisitos exclusivos de sua empresa e ativá-las em vários destinos, otimizando suas estratégias de marketing e decisões orientadas por dados.

Em seguida, você pode ler a documentação a seguir para desenvolver e otimizar ainda mais suas estratégias de gerenciamento de público-alvo do Experience Platform: