[Beta 版]{class="badge informative"}

镜像并使用基于模型的数据

AVAILABILITY
本文中描述的功能处于发布的有限测试阶段,因此可能在您的环境中尚不可用。当该功能正式发布时,将删除此说明。有关 Customer Journey Analytics 发布流程的信息,请参阅 Customer Journey Analytics 功能版本

本快速入门指南介绍如何使用适用于Customer Journey Analytics的Experience Platform Data Mirror,从Adobe Experience Platform中的Data Warehouse本机解决方案镜像基于模型的数据。 然后在Customer Journey Analytics中使用该数据。

要完成此用例,您需要:

  • 使用Data Warehouse本机解决方案 ​存储您要在Experience Platform中镜像的数据。 然后,将这些数据用于Customer Journey Analytics中的报告和分析。

  • 在Experience Platform中设置架构 ​以定义要镜像的数据的模型(架构)。

  • 在Experience Platform中使用源连接器 ​将镜像数据导入数据集。

  • 在 Customer Journey Analytics 中​ 设置连接。此连接应(至少)包含您的Experience Platform基于模型的数据集。

  • 在 Customer Journey Analytics 中​ 设置数据视图 ​以定义要在 Analysis Workspace 中使用的量度和维度。

  • 在 Customer Journey Analytics 中​ 设置一个项目 ​以构建报告和可视化图表。

Experience Platform Data Mirror for Customer Journey Analytics需要基于模型的架构。

NOTE
本快速入门指南是一份关于如何在Adobe Experience Platform中镜像基于模型的数据并在Customer Journey Analytics中使用这些数据的简化指南。 强烈建议参考时研究附加信息。

使用Data Warehouse本机解决方案

本快速入门指南使用Google BigQuery作为Data Warehouse本机解决方案。 其他支持的解决方案SnowflakeAzure Databricks

在Google BigQuery内,以下示例数据在名为​ eventdata ​的表中存储和定期更新。

示例事件数据的详细信息
table 0-row-7 1-row-7 2-row-7 3-row-7 4-row-7 5-row-7 6-row-7 7-row-7 8-row-7 9-row-7 10-row-7 11-row-7 12-row-7 13-row-7 14-row-7 15-row-7 16-row-7 17-row-7 18-row-7 19-row-7 20-row-7 1-align-left 2-align-right 3-align-left 4-align-left 5-align-left 6-align-right 7-align-left 9-align-left 10-align-right 11-align-left 12-align-left 13-align-left 14-align-right 15-align-left 17-align-left 18-align-right 19-align-left 20-align-left 21-align-left 22-align-right 23-align-left 25-align-left 26-align-right 27-align-left 28-align-left 29-align-left 30-align-right 31-align-left 33-align-left 34-align-right 35-align-left 36-align-left 37-align-left 38-align-right 39-align-left 41-align-left 42-align-right 43-align-left 44-align-left 45-align-left 46-align-right 47-align-left 49-align-left 50-align-right 51-align-left 52-align-left 53-align-left 54-align-right 55-align-left 57-align-left 58-align-right 59-align-left 60-align-left 61-align-left 62-align-right 63-align-left 65-align-left 66-align-right 67-align-left 68-align-left 69-align-left 70-align-right 71-align-left 73-align-left 74-align-right 75-align-left 76-align-left 77-align-left 78-align-right 79-align-left 81-align-left 82-align-right 83-align-left 84-align-left 85-align-left 86-align-right 87-align-left 89-align-left 90-align-right 91-align-left 92-align-left 93-align-left 94-align-right 95-align-left 97-align-left 98-align-right 99-align-left 100-align-left 101-align-left 102-align-right 103-align-left 105-align-left 106-align-right 107-align-left 108-align-left 109-align-left 110-align-right 111-align-left 113-align-left 114-align-right 115-align-left 116-align-left 117-align-left 118-align-right 119-align-left 121-align-left 122-align-right 123-align-left 124-align-left 125-align-left 126-align-right 127-align-left 129-align-left 130-align-right 131-align-left 132-align-left 133-align-left 134-align-right 135-align-left 137-align-left 138-align-right 139-align-left 140-align-left 141-align-left 142-align-right 143-align-left 145-align-left 146-align-right 147-align-left 148-align-left 149-align-left 150-align-right 151-align-left 153-align-left 154-align-right 155-align-left 156-align-left 157-align-left 158-align-right 159-align-left 161-align-left 162-align-right 163-align-left 164-align-left 165-align-left 166-align-right 167-align-left
timestamp ID pagename 个性化 trackingcode 订单 收入金额
2025-03-06T19:15:39+00:00 10001 主页 person-1abc123 abc123
2025-03-06T19:15:39+00:00 10002 确认页面 person-1abc123 1 174.25
2025-03-06T19:15:39+00:00 10003 主页 person-2def123 def123
2025-03-06T19:15:39+00:00 10004 主页 person-3ghi123 ghi123
2025-03-06T19:15:39+00:00 10005 确认页面 person-3ghi123 1 149.25
2025-03-06T19:15:39+00:00 10006 主页 person-4abc456 abc456
2025-03-06T19:15:39+00:00 10007 主页 person-5def456 def456
2025-03-06T19:15:39+00:00 10008 主页 person-6ghi456 ghi456
2025-03-06T19:15:39+00:00 10009 确认页面 person-6ghi456 1 159.25
2025-03-06T19:15:39+00:00 10010 主页 person-7abc789 abc789
2025-03-06T19:15:39+00:00 10011 主页 person-8def789 def789
2025-03-06T19:15:39+00:00 10012 主页 person-9ghi789 ghi789
2025-03-06T19:15:39+00:00 10013 确认页面 person-9ghi789 1 124.25
2025-03-06T19:15:39+00:00 10014 主页 person-10abc987 abc987
2025-03-06T19:15:39+00:00 10015 主页 person-11def987 def987
2025-03-06T19:15:39+00:00 10016 主页 person-12ghi987 ghi987
2025-03-06T19:15:39+00:00 10017 主页 person-13abc654 abc654
2025-03-06T19:15:39+00:00 10018 主页 person-14def654 def654
2025-03-06T19:15:39+00:00 10019 主页 person-15ghi654 ghi654
2025-03-06T19:15:39+00:00 10020 确认页面 person-15ghi654 1 174.25

该数据存储在具有关联模式的数据库表中。 检查数据库表:

  1. 登录到Google BigQuery。

  2. 选择​ BigQuery > 工作室

  3. 选择您的项目、数据集和表。 在​ 架构 ​选项卡中,您会看到事件数据的架构概述。

    Google BigQuery — 架构

要检查数据:

  1. 选择​ 查询

  2. 在查询编辑器中运行示例查询,其中project是项目的名称,datasets是数据集的名称:

    code language-sql
    SELECT * FROM `project.datasets.eventdata` LIMIT 100
    

    Google BigQuery — 示例查询

对于Experience Platform Data Mirror for Customer Journey Analytics,必须为更改历史记录启用Data Warehouse本机解决方案中的表。 要验证是否已为更改历史记录启用该表,请执行以下操作:

  1. 在查询编辑器中运行以下SQL语句以检查设置,其中project是项目的名称,datasets是数据集的名称:

    code language-sql
    SELECT
       table_name,
       MAX(CASE WHEN option_name = 'enable_change_history' THEN option_value END) AS enable_change_history
    FROM `project.datasets.INFORMATION_SCHEMA.TABLE_OPTIONS`
    WHERE table_name = 'eventdata'
    GROUP BY table_name
    ORDER BY table_name;
    
  2. 如果结果不是​ TRUE,请使用以下SQL语句启用更改历史记录,其中project是项目的名称,datasets是数据集的名称:

    code language-sql
    ALTER TABLE `project.datasets.eventdata`
    SET OPTIONS (enable_change_history = TRUE);
    

您的Data Warehouse本机解决方案中的表中的数据已准备好用于Experience Platform Data Mirror for Customer Journey Analytics。

设置架构

要在Experience Platform中镜像数据,您必须首先定义数据的架构。 您要在Experience Platform中镜像并使用Experience Platform Data Mirror for Customer Journey Analytics的所有数据都必须符合基于模型的架构。

定义用于对此数据进行建模的架构。 设置您的架构:

  1. 在Adobe Experience Platform UI的左边栏中,选择​ 数据管理 ​中的​ 架构

  2. 选择​ 创建架构

  3. 从下拉菜单中,选择​ 基于模型

  4. 如果您看到一个弹出窗口,其中提供了在​ 手动创建 ​或​ 上传DDL文件 ​之间选择的选项:

    1. 选择​ 选择手动创建

      架构配置 — 手动创建

    2. 选择​ 下一步

  5. 在​ 架构 > 创建基于模型的架构 ​界面中:

    1. 输入​ 架构显示名称。 例如:Sample Event Feed Schema

    2. 输入​ 描述。 例如:Sample event feed schema for a model-based schema

    3. 选择​ 时间序列 ​作为​ 架构行为。 您为基于时间序列的数据选择​ 时间序列,为基于记录的数据选择​ 记录。 行为定义架构的结构和包含的属性。

      适用于Customer Journey Analytics的Experience Platform Data Mirror主要用于时间序列数据(例如事件数据)。

      架构配置

    4. 选择​ 完成

  6. 在​ 架构 > 示例事件馈送架构 ​界面中,您会看到一则警告,指出基于模型的架构支持作为更改行的摄取。

    架构配置

    作为更改行的摄取也称为更改数据捕获(CDC)。 要支持变更数据捕获,架构需要:

    • 主键。
    • 版本描述符。
    • 时间序列数据的时间戳描述符。
  7. 选择 示例事件馈送架构 旁边的​ AddCircle ​以开始向架构添加字段。 将以下具有数据类型和附加属性的字段添加到架构。

    table 0-row-4 1-row-4 2-row-4 3-row-4 4-row-4 5-row-4 6-row-4 7-row-4
    字段名称 显示名称 类型 其他属性
    id Id 整数 SelectBox 版本描述符
    orders Orders 整数
    pagename Page Name 字符串
    personid Person Id 字符串 SelectBox 主键
    SelectBox 标识
    为标识命名空间选择CRMID。
    revenueamount Revenue Amount 双精度
    timestamp Timestamp 日期时间 SelectBox 时间戳描述符
    trackingcode Tracking Code 字符串
    • id ​字段配置为​ 版本描述符

      版本描述符

    • 已将​ personid ​字段与​ 时间戳 ​一起配置为​ 主键。 选择 添加 创建组合主键 ​以创建组合键。

      复合键

      personid ​字段也配置为​ 标识,将​ CRMID ​配置为​ 标识命名空间

      人员描述符

    • 已将​ timestamp ​字段与​ personid ​字段一起配置为​ 主键时间戳 ​字段也配置为​ 时间戳描述符。 对于基于时间序列模型的数据,您只需要将字段定义为​ 时间戳描述符

      时间戳描述符

    如果您已正确定义​ 主键版本描述符 ​和​ 时间戳描述符,则架构定义顶部的警告将消失。

  8. 选择​ 保存 ​以保存架构。

使用源连接器

使用源连接器将Data Warehouse本机解决方案连接到Experience Platform。

在Experience Platform界面中:

  1. 选择​
  2. 选择或搜索​ Google BigQuery
  3. 选择​ 添加数据

添加数据向导将指导您完成以下步骤,将数据从Google BigQuery中的表连接到Experience Platform。

身份验证

在​ 身份验证 ​步骤中,选择:

  • 现有帐户(您已设置Google BigQuery的帐户)。 继续执行选择数据步骤。

  • 需要连接到Google BigQuery时​ 新帐户

    1. 指定​ 帐户名 ​和(可选)描述

    2. 选择您的​ 身份验证类型基本身份验证 ​或​ 服务身份验证。 根据您的选择,提供所需的输入。

    3. 选择​ 连接到源

      Google BigQuery — 身份验证

      已验证您的连接。 CheckmarkCircleGreen Connected ​表示连接成功。

    4. 选择​ 下一步

    有关在使用Azure DatabricksSnowflake连接器时如何连接和身份验证的详细信息,请参阅Experience Platform文档。

选择数据

在​ 选择数据 ​步骤中:

  1. 从表列表中选择表。 例如: eventdata

    Experience Platform - Source Connector — 选择数据

    您会看到为验证而显示的数据示例。

  2. 选择​ 下一步 ​以继续。

数据流详细信息

在​ 数据流详细信息 ​步骤中:

  1. 选择​ 启用变更数据捕获。 显示​ 变更数据捕获要求 ​信息框,其中包含更多信息。

  2. 为​ 目标数据集 ​选择​ 新数据集 ​以创建包含镜像数据的新数据集。

  3. 输入​ 输出数据集名称。 例如:event-data-mirror

  4. 从​ 架构 ​下拉菜单中选择您之前创建的基于模型的架构。 例如:示例事件信息源架构

    Experience Platform - Source Connector — 数据流详细信息

  5. 指定其他详细信息。

  6. 选择​ 下一步

映射

在​ 映射 ​步骤中:

  1. 映射字段。 从Google BigQuery中的架构(Source数据)到您在Experience Platform中定义的架构中的字段(目标字段)。

    Experience Platform - Source Connector — 映射

  2. 如果所有字段均正确映射,请选择​ 下一步 ​以继续。

日程计划

在​ 计划 ​步骤中:

  1. 指定​ 频率 ​和​ 间隔 ​以计划镜像数据的同步。

  2. 为计划指定​ 开始时间

    Experience Platform - Source Connector — 正在计划

  3. 选择​ 下一步 ​以继续。

请查看

在​ 审核 ​步骤中。

  1. 查看源连接器的配置。

    Experience Platform - Source Connector — 审核

  2. 选择​ 完成。 您将被定向到配置的数据流。

    Experience Platform - Source Connector — 数据流

设置连接

在本快速入门指南中,您将创建一个新连接以使用来自Experience Platform的镜像数据。 或者,可以将镜像数据添加到现有连接中。

在Customer Journey Analytics界面中:

  1. 从​ 数据管理 ​菜单中选择​ 连接

  2. 选择​ 创建新连接

  3. 指定所需的​ 连接名称沙盒平均每日事件数 ​以及其他可选参数。

  4. 选择​ 添加数据集

    1. 在​ 添加数据集 ​的​ 选择数据集 ​步骤中:

      1. 选择包含镜像数据的数据集。 例如: event-data-mirror。 数据集具有​ 模型 ​作为​ 数据集类型

        CJA - Connections — 添加数据集

      2. 添加与连接相关的任何其他数据集。

      3. 选择​ 下一步

    2. 在​ 添加数据集 ​的​ 数据集设置 ​步骤中:

      对于​ event-data-mirror ​基于模型的数据集

      1. 选择​ 事件 ​作为​ 数据集类型

      2. 选择​ 人员ID ​字段作为​ 人员ID

      3. 时间戳 ​自动填充为​ 时间戳

      4. 选择​ 其他 ​作为​ 数据源类型

      5. 输入Google BigQuery Event Data作为​ 数据源描述

      6. 指定其他详细信息,如​ 导入所有新数据 ​和​ 回填所有现有数据

        CJA — 连接 — 数据集设置

      (可选)指定其他数据集的详细信息。

    3. 选择​ 添加数据集

  5. 选择​ 保存

创建连接后,您可以执行各种管理任务。 例如选择和组合数据集检查连接数据集的状态以及数据摄取的状态等等。

设置数据视图

创建您的数据视图:

  1. 在Customer Journey Analytics界面中,从顶部菜单中选择​ 数据视图(可选)从​ 数据管理 ​中选择。

  2. 选择​ 创建新数据视图

  3. 在​ 配置 ​步骤中:

    1. 从​ 连接 ​列表中选择您的连接。

    2. 名称并(可选)描述您的连接。

    3. 选择​ 保存并继续

  4. 在​ 组件 ​步骤中:

    1. 将您要包含的任何架构字段和/或标准组件添加到​ METRICS ​或​ DIMENSIONS ​组件框中。 确保从包含镜像数据的数据集中添加相关字段。 要访问这些字段,请执行以下操作:

      1. 选择​ 事件数据集

      2. 选择​ 临时和基于模型的字段

      3. 将基于模型的架构中的字段拖放到​ METRICS ​或​ DIMENSIONS ​上。

        添加基于模型的字段作为组件

    2. 为不具有相应类型、格式不正确或由于其他原因要修改的字段定义派生字段。 例如,对于​ 收入金额

      1. 选择​ 创建派生字段。

      2. 在派生字段编辑器中:

        1. 定义新的Revenue Amount (Numeric)字段,如下所示。

          CJA — 数据视图 — 派生字段

        2. 选择​ 保存

      3. 将新的​ 收入金额(数字) ​派生字段拖放到​ METRICS ​中。

        CJA — 数据视图 — 基于模型的字段

    3. 选择​ 保存并继续

  5. 在​ 设置 ​步骤中:

    保持设置不变并选择​ 保存并完成

有关如何创建和编辑数据视图的更多信息,请参阅数据视图概述。 以及在数据视图中使用哪些组件以及如何使用区段和会话设置。

设置项目

Analysis Workspace是一款灵活的浏览器工具,允许您快速构建分析并根据数据分享见解。 您可以使用工作区项目来组合数据组件、表和可视化,以制作分析并与组织中的任何人共享。

要创建您的项目:

  1. 在Customer Journey Analytics界面中,从顶部菜单中选择​ Workspace

  2. 选择左侧导航中的​ 项目

  3. 选择​ 创建项目。 在弹出窗口中:

    1. 选择​ 空白Workspace项目

    2. 选择​ 创建

  4. 在​ 新项目 ​工作区中,确保已选择您的数据视图。 该数据视图链接到包含镜像数据的连接

  5. 要创建您的第一个报表,请将维度和量度拖放到​ 自由格式 ​面板的​ 自由格式表 ​上。 例如,将​ 收入金额(数字) ​拖动到​ 将量度拖动到此处。 并拖动​ PersonId ​并将该字段放在第一列标题上。 根据需要进行其他调整。

    最终结果是基于源自Google BigQuery表的镜像数据的用户档案及其收入概述。

    Workspace — 示例项目

请参阅 Analysis Workspace 概述,了解有关如何使用组件、可视化和面板创建项目和构建分析的更多信息。

SUCCESS
您已完成所有步骤。您首先定义要从数据仓库本机解决方案中收集哪些镜像数据(架构)。 以及将该数据(数据集)存储在Experience Platform中的什么位置。 您已配置相应的源连接器,以便在Experience Platform中为您提供镜像数据。 您在Customer Journey Analytics中定义了一个连接,以使用镜像的事件数据和(可选)其他数据。 通过数据视图定义,可指定要从镜像数据中使用的维度和量度。 最后,您创建了第一个项目,用于可视化和分析镜像数据。
recommendation-more-help
080e5213-7aa2-40d6-9dba-18945e892f79