Retail branschdatamodell

Följande enhetsrelationsdiagram representerar en standardiserad datamodell för detaljhandeln. 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. Visa guiderna för hantering scheman och relationer i användargränssnittet för mer information.

Använd följande förklaring för att tolka denna ERD:

  • Varje enhet som visas i är baserad på ett underliggande Klassen Experience Data Model (XDM).
  • För en given entitet är varje rad markerad i fet representerar 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
Händelseentiteten i Experience innehåller fältet "_ID", som representerar den unika identifieraren (_id)-attribut från klassen XDM ExperienceEvent. Se referensdokumentet på XDM ExperienceEvent för mer information om vad som förväntas för det här värdet.

Retail användningsfall

Följande tabell visar de rekommenderade klasserna och schemafältgrupperna för flera vanliga användningsfall.

Användningsfall
Rekommenderade klasser och fältgrupper
Kombinera online- och offlinedatakällor och matcha enhets- och online-/offlineidentitet för att tillhandahålla en helhetsbaserad rapportering för flerkanals- och enhetsövergripande attribuering.
Tillhandahåll målinriktade och personaliserade upplevelser för olika segment för att öka intäkterna och bidra till att stärka plattformen i flerkanalsmarknadsföring.
Analysera multitouch-attribuering för att förbättra marknadsföringens effektivitet.
Förbättra e-postrelevansen genom förbättrad segmentering mellan män och kvinnor.
Öka lojalitetsdata (partnerdata) för att öka relevant produktinformation över webben, e-post och digitala marknadsföringskanaler.
Återmarknadsför övergivna varukorgar via automatiserade och personaliserade e-postmeddelanden.
recommendation-more-help
62e9ffd9-1c74-4cef-8f47-0d00af32fc07