Anpassad datavetenskap för en plan för profilberikning
Anpassad datavetenskap för profilberikning illustrerar hur data kan användas för att utbilda, distribuera och poängsätta modeller för maskininlärningsinsikter om Experience Platform och Real-Time Customer Data Platform från datavetenskap och maskininlärningsverktyg.
Modellerade insikter kan hämtas till Experience Platform för att berika kundprofilen i realtid. Exempel på maskininlärningsinsikter är poängsättning för livstid, produkt- och kategoritillhörighet, benägenhet att konvertera eller benägenhet att försvinna.
Användningsfall
- Extrahera insikter och upptäck mönster från kunddata, utbildnings- och poängmodeller utifrån dessa data.
- Berika kundprofilen i realtid med modelldrivna insikter och attribut för mer detaljerad personalisering och optimerade resor.
- Train- och Score-modeller för att fastställa kundinsikter som kundens livstidsvärde, benägenhet att konvertera eller tappa plats, produkt- och innehållstillhörighet samt engagemangsmätningar.
Arkitektur
Skyddsräcken
- Detaljerade skyddsförslag och sluttider för inmatning av datavetenskapsresultat till Experience Platform och kundprofilen i realtid finns i säkerhetsbeskrivningarna för datainmatning och tidsdiagram som refereras i dokumentet distributionsskyddsdokument.
Implementeringsöverväganden
- I de flesta fall bör modellresultat anges som profilattribut och inte upplevas som händelser. Modellresultaten kan vara enkla attributsträngar. Om det finns flera modellresultat som ska importeras rekommenderar vi att du använder ett matris- eller mappningstypsfält.
- Den dagliga ögonblicksbildsdatauppsättningen, som är en daglig export av data för enhetliga profilattribut, kan utnyttjas för att utbilda modeller i profilattributdata. Datadokumentet för ögonblicksbilder av profiler kan nås här.
Relaterad dokumentation
Relaterade blogginlägg
- Innehåll och Commerce AI: Personalisera interaktionen med kunderna via innehållsintelligens
- En introduktion till Exploratory Data Analysis på Adobe Experience Platform
- Skära över Adobe Experience Products med maskininlärning till en bättre användarupplevelse
- Segmentering.AI: Automated Audience-Clustering-as-a-Service i Adobe Experience Platform
recommendation-more-help
blueprints-learn-help-blueprints