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 mappning av en CSV-fil till ett befintligt schema.

För att kunna importera CSV-data till Adobe Experience Platform måste data mappas till ett 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 självstudien kräver en fungerande förståelse av följande komponenter i Platform:

  • Experience Data Model (XDM System): Det standardiserade ramverket som Platform organiserar kundupplevelsedata med.
    • Du måste åtminstone förstå begreppet beteenden i XDM, så att du kan bestämma om du ska mappa dina data till en Profile-klass (postbeteende) eller ExperienceEvent-klass (tidsseriebeteende).
  • Gruppinmatning: Den metod som Platform använder för att importera data från användartillhandahållna datafiler.
  • Adobe Experience Platform Data Prep: En serie funktioner som gör att du kan mappa och omvandla inlästa data så att de överensstämmer med XDM-scheman. Dokumentationen för dataprep-funktioner är särskilt relevant för schemamappning.

Ange information om dataflöde

I användargränssnittet för Experience Platform väljer du Sources i den vänstra navigeringen. Navigera till kategorin Local system i vyn Catalog. Välj Add data under Local file upload.

Katalogen Sources i plattformsgränssnittet med Add data under Local file upload markerad.

Arbetsflödet Map CSV XDM schema visas med början i steget Dataflow detail.

Välj Create a new schema using ML recommendations, vilket gör 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 en business-to-business-modell (B2B) markerar du kryssrutan B2B data .

Steget Dataflow detail med alternativet för ML-rekommendation markerat. Profile väljs för klassen och Telecommunications väljs 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 ta emot om dataflödets status när det har initierats.

Välj Next när du är klar med konfigurationen av dataflödet.

Avsnittet Dataflow detail har slutförts.

Markera data

I steget 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 och välja filen från. Du kan också dra och släppa filen direkt i kolumnen.

Knappen Choose files och dra och släpp-området är markerat i Select data-steget.

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 om du vill 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 fylls steget Mapping i så att mappningarna för varje enskilt fält visas bredvid den fullt navigerbara vyn för den genererade schemastrukturen.

Steget Mapping i användargränssnittet, med alla mappade CSV-fält och den resulterande schemastrukturen.

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-till-XDM-schemat med filterikonen och listrutan markerad. {width="100" modal="regular"}

Härifrån kan du redigera fältmappningarna eller ändra de fältgrupper som de är kopplade till efter dina 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.

Knappen Finish markeras och CSV-mappningsprocessen slutförs.

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 Användargränssnittshandboken 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.

Knappen Edit markeras bredvid schematrädet.

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

Den rekommenderade fältgruppen för ett källfält ändras.

När du är klar med justeringen av schemarekommendationerna för dina källfält 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 det befintliga arbetsflödet för schemamappning. Mer information om direktuppspelning av data till plattformen i realtid via färdiga källanslutningar finns i källans översikt.

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