Mappa en CSV-fil till ett XDM-schema med AI-genererade rekommendationer

NOTE
Mer information om allmänt tillgängliga CSV-mappningsfunktioner i Platform finns i dokumentet om mappa en CSV-fil till ett befintligt schema.

För att kunna importera CSV-data till Adobe Experience Platformmåste data mappas till en Experience Data Model (XDM) schema. Du kan mappa till ett befintligt schema, men om du inte vet exakt vilket schema som ska användas eller hur det ska struktureras kan du i stället använda dynamiska rekommendationer baserade på ML-modeller (Machine Learning) i plattformsgränssnittet.

Komma igång

Den här självstudiekursen kräver en fungerande förståelse av följande komponenter i Platform:

Ange information om dataflöde

I användargränssnittet för Experience Platform väljer du Sources i den vänstra navigeringen. På Catalog visa, navigera till Local system kategori. Under Local file upload väljer du Add data.

The Sources katalog i plattformens användargränssnitt, med Add data under Local file upload markeras.

The Map CSV XDM schema arbetsflödet visas, med början på Dataflow detail steg.

Välj Create a new schema using ML recommendations, vilket medför att nya kontroller visas. Välj lämplig klass för de CSV-data som du vill mappa (Profile eller ExperienceEvent). Du kan också använda listrutan för att välja den bransch som är relevant för ditt företag, eller lämna den tom om de angivna kategorierna inte gäller för dig. Om din organisation arbetar under business-to-business (B2B) modell, välj B2B data kryssrutan.

The Dataflow detail med alternativet för ML-rekommendation markerat. Profile är markerat för klassen och Telecommunications väljs ut för branschen

Här anger du ett namn för schemat som ska skapas från CSV-data och ett namn för den utdatauppsättning som ska innehålla data som hämtas under det schemat.

Du kan även konfigurera följande ytterligare funktioner för dataflödet innan du fortsätter:

Indatanamn
Beskrivning
Description
En beskrivning av dataflödet.
Error diagnostics
När det här alternativet är aktiverat genereras felmeddelanden för nyligen kapslade batchar, som kan visas när motsvarande batch hämtas i API.
Partial ingestion
När det här alternativet är aktiverat importeras giltiga poster för nya batchdata inom ett angivet feltröskelvärde. Med det här tröskelvärdet kan du konfigurera procentandelen godtagbara fel innan hela batchen misslyckas.
Dataflow details
Ange ett namn och en valfri beskrivning av dataflödet som hämtar CSV-data till plattformen. Dataflödet tilldelas automatiskt ett standardnamn när arbetsflödet startas. Det är valfritt att ändra namnet.
Alerts
Välj i en lista över varningar i produkten som du vill få information om dataflödets status när det har initierats.

När du har konfigurerat dataflödet väljer du Next.

The Dataflow detail -avsnittet har slutförts.

Markera data

Select data använder du den vänstra kolumnen för att överföra din CSV-fil. Du kan välja Choose files om du vill öppna en dialogruta för filutforskaren där du kan välja filen från, eller så kan du dra och släppa filen direkt i kolumnen.

The Choose files och dra-och-släpp-områden som är markerade i Select data steg.

När du har överfört filen visas ett exempeldataavsnitt som visar de första tio raderna i de mottagna data så att du kan kontrollera att de har överförts korrekt. Välj Next för att fortsätta.

Exempeldatarader fylls i på arbetsytan

Konfigurera schemamappningar

ML-modellerna körs för att generera ett nytt schema baserat på dataflödeskonfigurationen och den överförda CSV-filen. När processen är klar Mapping fylls i för att visa mappningarna för varje enskilt fält tillsammans med den fullt navigerbara vyn av den genererade schemastrukturen.

The Mapping i användargränssnittet, där alla mappade CSV-fält och den resulterande schemastrukturen visas.

NOTE
Du kan filtrera alla fält i schemat baserat på en rad olika villkor under arbetsflödet för att mappa fält från källa till mål. Standardbeteendet är att alla mappade fält visas. Om du vill ändra de fält som visas markerar du filterikonen bredvid sökinmatningsfältet och väljer ett alternativ i listrutan.
Mappningssteget för arbetsflödet för CSV-schemaskapande till XDM-schemat med filterikonen och listrutemenyn markerade. {width="100" modal="regular"}

Här kan du välja att redigera fältkopplingar eller ändra de fältgrupper som de är kopplade till efter era behov. När du är nöjd väljer du Finish för att slutföra mappningen och initiera dataflödet som du konfigurerade tidigare. CSV-data hämtas in till systemet och fyller i en datauppsättning som baseras på den genererade schemastrukturen, klar att användas av plattformstjänster längre fram i kedjan.

The Finish när du markerar knappen, slutför CSV-mappningsprocessen.

Redigera fältkopplingar edit-mappings

Använd förhandsgranskningen av fältmappningen för att redigera befintliga mappningar eller ta bort dem helt. Mer information om hur du hanterar en mappningsuppsättning i användargränssnittet finns i Användargränssnittshandbok för datapersonmappning.

Redigera fältgrupper edit-field-groups

CSV-fälten mappas automatiskt till befintliga XDM-fältgrupper med hjälp av ML-modeller. Om du vill ändra fältgruppen för ett visst CSV-fält väljer du Edit bredvid schematrädet.

The Edit knappen markeras bredvid schematrädet.

En dialogruta visas där du kan redigera visningsnamn, datatyp och fältgrupp för alla fält i mappningen. Markera redigeringsikonen ( Ikonen Redigera ) bredvid ett källfält för att redigera informationen i den högra kolumnen innan du väljer Apply.

Den rekommenderade fältgruppen för ett källfält som ändras.

När du är klar med justeringen av schemarekommendationerna för källfälten väljer du Save för att tillämpa ändringarna.

Nästa steg

I den här guiden beskrivs hur du mappar en CSV-fil till ett XDM-schema med hjälp av AI-genererade rekommendationer, så att du kan överföra data till plattformen genom batchingång.

Anvisningar om hur du mappar en CSV-fil till ett befintligt schema finns i befintligt arbetsflöde för schemamappning. Mer information om att strömma data till plattformen i realtid via färdiga källanslutningar finns i källöversikt.

recommendation-more-help
2ee14710-6ba4-4feb-9f79-0aad73102a9a