Introdução para engenheiros de dados data-engineer

Nesta página: crie esquemas, conjuntos de dados, identidades e fontes de dados que potencializam o Adobe Journey Optimizer para que suas equipes possam fornecer experiências do cliente personalizadas e em tempo real.

Como Arquiteto(a) de dados ou Engenheiro(a) de dados, você configura e mantém os dados de perfis de clientes e outras fontes de dados que viabilizam as experiências orquestradas pelo Journey Optimizer. Isso inclui a integração de todos os dados de clientes e negócios — da web, do CRM ou de fontes offline — em uma visão unificada de 360 graus do cliente. Você modela os dados de perfil do cliente e os dados de negócios em esquemas, configura conectores de origem para ingerir dados e garante que os dados fluam sem problemas para permitir insights do cliente e engajamento em tempo real. Você pode começar a trabalhar com o Adobe Journey Optimizer assim que o(a) admin de sistema conceder acesso e preparar seu ambiente.

NOTE
Ordem de implementação: Administrador → Você está aqui: Engenheiro de dados → Desenvolvedor → Profissional de marketing
Conclua a Configuração do administrador antes de iniciar o trabalho da base de dados.
NOTE
Saiba mais sobre ingestão de dados na documentação da Adobe Experience Platform.
TIP
Você está começando na área de dados no Journey Optimizer? Comece com a visão geral Introdução à gestão de dados para entender esquemas, conjuntos de dados, identidades, o modelo de fragmento de perfil e a lista de verificação completa de preparação de dados antes de iniciar a configuração.

Etapas essenciais de configuração de dados

Siga estas etapas para configurar a base de dados do Journey Optimizer:

  1. Criar namespaces de identidade. No Adobe Journey Optimizer, as Identidades vinculam consumidores em dispositivos e canais, e o resultado é um gráfico de identidade. O gráfico de identidade vinculado é usado para personalizar experiências com base em interações em todos os pontos de contato de negócios. Saiba mais sobre identidades e namespaces de identidade nesta página.

    Além disso, configure identificadores complementares para permitir que o mesmo perfil entre em várias instâncias da jornada com base em identificadores secundários, como IDs de pedido ou IDs de reserva. Saiba mais sobre identificadores complementares.

  2. Crie esquemas e habilite-os para perfis. Um esquema é um conjunto de regras que representam e validam a estrutura e o formato dos dados. Em um nível alto, os esquemas fornecem uma definição abstrata de um objeto do mundo real (como uma pessoa) e descrevem quais dados devem ser incluídos em cada instância desse objeto (como nome, sobrenome, aniversário e assim por diante).

    • Para jornadas e campanhas padrão: use esquemas XDM
    • Para campanhas orquestradas: crie esquemas relacionais para habilitar a segmentação de várias entidades
  3. Crie conjuntos de dados e habilite-os para perfis. Um conjunto de dados é uma construção de armazenamento e gerenciamento para uma coleção de dados, normalmente uma tabela, que contém um esquema (colunas) e campos (linhas). Os conjuntos de dados também contêm metadados que descrevem vários aspectos dos dados armazenados. Depois que um conjunto de dados é criado, é possível mapeá-lo para um esquema existente e adicionar dados a ele. Saiba mais sobre conjuntos de dados nesta página.

    Em cenários avançados, prepare conjuntos de dados para pesquisas em tempo de execução e enriqueça a execução da jornada com dados em tempo real de conjuntos de dados de registro. Saiba mais sobre a pesquisa de conjunto de dados.

  4. Configurar conectores de origem. O Adobe Journey Optimizer permite que os dados sejam assimilados de fontes externas e fornece a capacidade de estruturar, rotular e aprimorar os dados recebidos com os serviços da Platform. Você pode assimilar dados de várias fontes, como aplicativos Adobe, armazenamentos baseados em nuvem, bancos de dados e muitas outras. Saiba mais sobre conectores de origem nesta página.

  5. Criar perfis de teste. Os perfis de teste são necessários ao usar o modo de teste em uma jornada, e para visualizar e testar suas mensagens antes de enviar. As etapas para criar perfis de teste são detalhadas nesta página.

  6. Configurar atributos computados (opcional). Crie atributos derivados de dados de perfil para simplificar a segmentação e a personalização. Os atributos computados calculam automaticamente métricas complexas como “Total de compras nos últimos 90 dias” ou “Valor médio do pedido”. Saiba mais sobre atributos computados.

  7. Conjuntos de dados de exportação de mensagens (opcional). Quando a exportação de mensagens é habilitada no nível de configuração de canais, o conteúdo de email e SMS enviado é exportado automaticamente para um conjunto de dados dedicado da Experience Platform para fins de conformidade, arquivamento ou análise downstream. Saiba mais sobre exportação de mensagens.

Além disso, para poder enviar mensagens em jornadas, configure as Fontes de dados, os Eventos e as Ações. Saiba mais nesta seção.

  • A configuração da fonte de dados permite definir uma conexão com um sistema para recuperar informações adicionais que serão usadas em suas jornadas. Saiba mais sobre Fontes de dados nesta seção.

  • Os Eventos permitem acionar as jornadas de forma unitária para enviar mensagens, em tempo real, à pessoa que flui para a jornada. Na configuração do evento, configure os eventos esperados nas jornadas. Os dados de entrada dos eventos são padronizados de acordo com o Adobe Experience Data Model (XDM). Os eventos vêm das APIs de ingestão de transmissão para eventos autenticados e não autenticados (como eventos do Adobe Mobile SDK). Saiba mais sobre eventos nesta seção.

  • O Journey Optimizer vem com recursos de mensagem integrados: você pode criar suas mensagens em uma jornada e projetar o conteúdo. Se você estiver usando um sistema de terceiros para enviar mensagens, por exemplo, Adobe Campaign, crie uma ação personalizada. Saiba mais sobre ações nesta seção.

Monitorar e analisar dados de jornada

Após a entrada em execução das jornadas, é possível consultar os eventos de etapa da jornada no Data Lake para monitorar o desempenho, solucionar problemas e analisar o comportamento do cliente. Usar consultas SQL para analisar:

  • Padrões de entrada e saída de perfil
  • Taxas de erro e motivos para descarte
  • Desempenho do trabalho de exportação do público-alvo de leitura
  • Métricas de desempenho da ação personalizada
  • Estados da instância e gargalos da jornada

Explore exemplos de consulta para análise da jornada prontos para uso como uma introdução à análise de dados e à solução de problemas.

Colaborar entre funções

O trabalho de configuração de dados é essencial para outras equipes:

Trabalhar com admins

Colabore com Admins no acesso e na governança:

  • Solicite as permissões necessárias para o gerenciamento de dados e a criação de esquema
  • Coordene o acesso à sandbox para desenvolvimento e testes
  • Alinhe as políticas de governança de dados e o gerenciamento de consentimento
  • Discuta as políticas de retenção de dados e os requisitos de armazenamento
Trabalhar com desenvolvedores

Colabore com os Desenvolvedores nos eventos e na estrutura dos dados:

  • Forneça esquemas XDM e estruturas de evento necessárias para a implementação
  • Defina quais eventos precisam ser enviados e o formato de conteúdo necessário
  • Alinhe os requisitos de coleta de dados e os padrões de qualidade dos dados
  • Teste a entrega de eventos e a ingestão de dados em conjunto
Trabalhar com profissionais de marketing

Colabore com os Profissionais de marketing em relação aos públicos-alvo e dados:

  • Crie atributos computados para personalização e segmentação
  • Crie públicos-alvo com base nos seus requisitos de campanha e jornada
  • Configure esquemas relacionais para campanhas orquestradas
  • Suporte à segmentação de várias entidades para casos de uso avançados
  • Quando profissionais de marketing estiverem escolhendo entre jornadas e campanhas, compartilhe Jornadas versus Campanhas e tipos de Jornadas: escolha a correta para ajudá-los a escolher a arquitetura de dados certa para seu caso de uso

Outros guias de função other-role-guides

Voltar à Visão geral de funções e responsabilidades · Voltar à Introdução

AI Knowledge Reference

This section contains structured knowledge intended to support interpretation, retrieval, and question answering related to this topic.

For complete understanding, this information should be combined with the documentation on this page. Neither source is intended to stand alone; the page describes the feature, while this section provides additional context that helps disambiguate terminology, intent, applicability, and constraints.

  • TL;DR: This page is the Data Engineer getting-started path, covering the essential data configuration steps — identities, schemas, datasets, source connectors, test profiles, and event and action setup — that power the experiences orchestrated by Journey Optimizer.

Intents:

  • Create identity namespaces and configure supplemental identifiers
  • Create schemas and datasets and enable them for profiles
  • Configure source connectors to ingest data from external sources
  • Create test profiles for test mode and message preview and testing
  • Configure Data Sources, Events, and Actions to send messages in journeys
  • Query journey step events in the Data Lake to monitor and analyze journey data

Glossary:

  • Identity namespace: A construct that links consumers across devices and channels, producing an identity graph used to personalize experiences (product-specific)
  • Supplemental identifier: A secondary identifier, such as an order ID or booking ID, that enables the same profile to enter multiple journey instances (product-specific)
  • Schema: A set of rules that represent and validate the structure and format of data, providing an abstract definition of a real-world object (product-specific)
  • Dataset: A storage and management construct for a collection of data, typically a table containing a schema (columns) and fields (rows) (product-specific)
  • Dataset lookup: Preparing datasets for runtime lookups to enrich journey execution with real-time data from record datasets (product-specific)
  • Test profile: A profile required when using test mode in a journey and to preview and test messages before sending (product-specific)

Guardrails:

  • Test profiles are required when using test mode in a journey and to preview and test messages before sending.
  • For standard journeys and campaigns, use XDM schemas; for Orchestrated campaigns, create relational schemas to enable multi-entity segmentation.
  • Message export datasets apply only when message export is enabled at the channel configuration level, after which sent email and SMS content is automatically exported to a dedicated Experience Platform dataset.
  • You can start working once the System Administrator has granted you access and prepared your environment.
  • To send messages in journeys, you must configure Data Sources, Events, and Actions.

Terminology:

  • Canonical name: Data Engineer — variants: Data Architect
  • Acronym: XDM = Adobe Experience Data Model
  • Implementation order: Administrator → Data Engineer → Developer → Marketer
  • Do not confuse: “XDM schemas” (for standard journeys and campaigns) ≠ “relational schemas” (for Orchestrated campaigns and multi-entity segmentation)

FAQ:

  • Q: When are test profiles needed? — They are required when using test mode in a journey and to preview and test messages before sending.
  • Q: Which schema type should I create? — XDM schemas for standard journeys and campaigns, and relational schemas for Orchestrated campaigns to enable multi-entity segmentation.
  • Q: What do I need to configure so messages can be sent in journeys? — Data Sources, Events, and Actions.
  • Q: Where do incoming events come from and how is their data structured? — Events come from Streaming Ingestion APIs for authenticated and unauthenticated events, and the incoming data is normalized following the Adobe Experience Data Model (XDM).
  • Q: How can I monitor and troubleshoot running journeys? — Query journey step events in the Data Lake using SQL to analyze entry and exit patterns, error rates and discard reasons, and journey instance states and bottlenecks.
recommendation-more-help
journey-optimizer-help