Financial services branschdatamodell - ERD

Följande företagsrelationsdiagram representerar en standardiserad datamodell för banksektorn, finanssektorn och försäkringssektorn. Den europeiska referensdosen presenteras avsiktligt på ett avnormaliserat sätt och med hänsyn till hur data lagras i Adobe Experience Platform.

NOTE
Den rekommenderade referensmetoden är en rekommendation för hur du ska modellera dina data för det här användningsexemplet. Om du vill använda den här datamodellen i Platform måste du själv skapa de rekommenderade scheman och deras relationer. Mer information finns i guiderna för att hantera scheman och relationer i användargränssnittet.

Använd följande förklaring för att tolka denna ERD:

  • Varje entitet som visas i är baserad på en underliggande XDM-klass (Experience Data Model).
  • För en given entitet representerar varje rad som är markerad med bold en fältgrupp eller en datatyp, med de relevanta fält som anges nedan i oformaterad text.
  • De viktigaste fälten för en viss enhet markeras med rött.
  • Alla egenskaper som kan användas för att identifiera enskilda kunder markeras som"identitet", med en av dessa egenskaper markerad som"primär identitet".
  • Enhetsrelationer markeras som icke-beroende eftersom cookie-baserade händelser ofta inte kan avgöra vem eller vilka personer som gjorde transaktionen.

NOTE
Experience Event-entiteten innehåller ett _ID-fält, som representerar det unika identifierarattributet (_id) som tillhandahålls av klassen XDM ExperienceEvent. Mer information om vad som förväntas för det här värdet finns i referensdokumentet på XDM ExperienceEvent.

Financial services användningsfall

Följande tabell visar de rekommenderade klasserna och schemafältgrupperna för flera vanliga fall av ekonomiskt bruk.

Användningsfall
Rekommenderade klasser och fältgrupper
Driv personalisering i stor skala för de segment du föredrar genom insikter i flerkanalsrapportering och automatisera resor för att öka registreringen till ett belöningsprogram som passar dig bäst.
Optimera personalisering över flera kanaler, både online och offline.
Få nya intäktsmöjligheter genom att använda insikter från flerkanalsbeteendeanalyser, identifiera mönster för produktanvändning som kan leda till nya produkterbjudanden.
recommendation-more-help
62e9ffd9-1c74-4cef-8f47-0d00af32fc07