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.
Segmenteringsprocessen beror på vilken metod publiken använder. Om en målgrupp har konfigurerats som direktuppspelning bearbetas alla nya uppdateringar som skrivits av modellen till profilen i realtid. Om en målgrupp har konfigurerats för batch-utvärdering utvärderas dock de nya värdena i nästa grupp.
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 målgrupper. 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:
- Grundläggande om schemakomposition: Beskriver XDM-scheman, byggstenar, principer och bästa tillvägagångssätt för att komponera scheman som ska användas i Experience Platform.
- Schemaredigeraren, självstudiekurs: Tillhandahåller detaljerade anvisningar för hur du skapar scheman med Schemaredigeraren i Experience Platform.
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 målgrupper med Segment Builder create-audiences-using-the-segment-builder
När du har genererat och inhämtat dina poäng till din Profile-aktiverade datauppsättning kan du skapa dynamiska målgrupper 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 målgruppsregler 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
Läs Översikt över segmenteringstjänsten om du vill veta mer om målgrupper och Segment Builder.
Mer information om Real-Time Customer Profile finns i Översikt över kundprofiler i realtid