Berika Real-Time Customer Profile med maskininlärningsinsikter

Adobe Experience Platform Data Science Workspace innehåller verktyg och resurser för att skapa, utvärdera och använda maskininlärningsmodeller för att generera dataprognoser och insikter. När maskininlärningsinsikter hämtas in till en Profile-aktiverad datauppsättning, hämtas samma data även som Profile-poster som sedan kan segmenteras med Adobe Experience Platform Segmentation Service.

Det här dokumentet innehåller länkar till självstudiekurser som gör att du kan förbättra Real-Time Customer Profile med dina maskininlärningsinsikter.

Komma igång

För att kunna slutföra självstudiekurserna nedan måste du ha en fungerande förståelse för att importera Profile-data och skapa segment. Innan du börjar med den här självstudiekursen bör du läsa dokumentationen för följande tjänster:

  • Real-Time Customer Profile: Tillhandahåller en fullständig, enhetlig representation av varje enskild kund baserat på aggregerade data från flera källor.
  • Identity Service: Aktiverar Real-Time Customer Profile genom att brygga identiteter från olika datakällor som hämtas till plattformen.
  • Experience Data Model (XDM): Det standardiserade ramverk som Platform använder för att organisera kundupplevelsedata.

Förutom de ovannämnda dokumenten rekommenderar vi att du även granskar följande handböcker om scheman och schemaläggningsprogrammet:

Skapa och konfigurera ett utdataschema och en datauppsättning create-an-output-schema-and-dataset

Det första steget mot att berika Real-Time Customer Profile med poängsättningsinsikter är att känna till vilket objekt i verkligheten (till exempel en person) som dina data definierar. Genom att förstå era data kan ni beskriva och utforma en struktur för att göra dem meningsfulla, ungefär som att utforma en relationsdatabas.

Dispositionen av ett schema börjar med att tilldela en klass. Klasser definierar de beteendeaspekter av data som schemat ska innehålla (post- eller tidsserie). Om du vill börja skapa egna scheman följer du stegen i självstudiekursen om hur du skapar ett schema med Schemaredigeraren. Observera, att innan du kan aktivera en datauppsättning för Profile måste du konfigurera datasetens schema så att det har ett primärt identitetsfält och sedan aktivera schemat för Profile. När data hämtas in till en Profile-aktiverad datauppsättning, hämtas samma data även som Profile-poster.

Om du hellre vill skapa ett schema med Schema Registry API:t börjar du med att läsa Schema Registry utvecklarhandboken innan du försöker med självstudiekursen om hur du skapar ett schema med API:t.

När ditt schema och din datauppsättning har förberetts kan du generera och importera betygsdata till datauppsättningen genom att utföra betygskörningar med en lämplig modell.

Skapa segment med Segment Builder create-segments-using-the-segment-builder

När du har genererat och inhämtat dina resultatdatainsikter till din Profile-aktiverade datauppsättning kan du skapa dynamiska segment med Segment Builder.

Segment Builder innehåller en omfattande arbetsyta som du kan använda för att interagera med Profile-dataelement. Arbetsytan innehåller intuitiva kontroller för att skapa och redigera regler, till exempel dra-och-släpp-paneler som används för att representera dataegenskaper. Följ Segment Builder användarhandboken om du vill veta mer om:

  • Skapa segmentdefinitioner med en kombination av attribut, händelser och befintliga målgrupper som byggstenar.
  • Använda regelbyggarens arbetsyta och behållare för att styra i vilken ordning segmentreglerna körs.
  • Visa uppskattningar av den potentiella målgruppen, så att ni kan justera segmentdefinitionerna efter behov.
  • Aktivera alla segmentdefinitioner för schemalagd segmentering.
  • Aktivera angivna segmentdefinitioner för direktuppspelningssegmentering.

Nästa steg next-steps

Mer information om segment och Segment Builder finns i Översikt över segmenteringstjänsten.

Mer information om Real-Time Customer Profile finns i Översikt över kundprofiler i realtid

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