选择正确的长期个性化方法
长期个性化意味着根据客户行为定制可追溯到六个月、一年或更长的实时体验。 您可以支持这些用例，而无需将多年的原始事件历史记录存储在配置文件存储中：将详细历史记录保留在分析层中，从中派生紧凑信号，并仅提升该信号以供激活。 本决策指南将比较各种可用方法，并帮助您选择适合您架构的方法。 它解释了何时、为何以及要使用哪种方法。 有关配置步骤和SQL语法，请按照链接的产品文档操作。
本指南适用于在Experience Platform中评估长期个性化方法的解决方案架构师、平台架构师和技术决策者。 它假定您熟悉个人资料、受众、数据湖和个人资料存储。
为何长期历史记录不属于配置文件存储 customer-problem
许多组织都会在配置文件存储中积累大量历史事件数据，前提是存储的数据越多，个性化越好。 实际上，这会增加配置文件存储大小和总数据量权利，而不会改善客户获得的体验。
长期个性化用例在购买周期较长或客户关系缓慢发展的行业中很常见：
- 一位金融服务客户，他在18个月前开设了一个储蓄账户，现在正在研究抵押贷款产品。
- 一位零售购物者，去年浏览过季节性库存，但从未购买。
- 航空公司常旅客的忠诚度等级反映了12个月的累计活动。
- 一位电信客户，8个月前流失了客户，后来又回来了，被认定为历史行为带来的风险。
在每种情况下，相关数据都是历史数据，但个性化时刻必须实时发生。 当组织将所有的事件级历史记录直接存储在用户档案存储区以支持这些时刻时，就会出现问题。
配置文件存储针对速度（而非容量）进行了优化，它保存的每条记录都计入您的总数据量权利。 12、18或24个月前的原始事件非常有助于分析，但很少需要存储在配置文件存储中来支持激活。
如何确定长期个性化用例 identify
使用下列问题确定您的组织是否对配置文件存储区提出超出其预期范围的分析要求。 如果有两个或更多插件适用，则您可能会有派生的信号架构将更有效地提供的长期个性化用例。
- 分段逻辑可以追溯到多久之前？ 使用“任何时间”逻辑或超过30-90天的回溯时段构建的受众是一个强信号。
- 您是否接近或超过您的总数据量授权？ 如果是这样，检查该卷中有多少是很少用于实时激活的历史事件数据。
- 您的个人资料数据配置了什么生存时间？ 没有TTL，或12个月或更长时间的TTL，意味着原始事件可能累积而没有明确的激活目的。
- 您的行业是否以购买周期较长为特征？ 抵押贷款、保险、B2B合同、季节性零售和旅行奖励都涉及几个月或几年内不断发展的关系。
- 您是否拥有Data Distiller或Customer Journey Analytics许可证，但未用于创建受众？ 这些工具专为您当前可能要求用户档案存储执行的分析工作而设计。
如果这些问题指向长期的个性化模式，则下一步是了解每种类型的数据在Experience Platform中的归属。
数据存储的位置：分析和参与工作流 workflows
Experience Platform将数据存储在两个为不同工作流提供服务的存储库中。 将每个数据集与其支持的工作流匹配是高效长期个性化架构的基础。
指导原则是对信号进行个性化，而不是原始历史记录。 您无需在Profile存储区中存储多年的原始行为事件，即可知道客户有资格成为忠诚度级别成员、高价值购买者或风险流失者。 您可以从分析工作流中的历史数据计算这些标签，并仅在用户档案存储中存储标签（信号）。 原始历史记录将保留在数据湖中，不会计入您的配置文件权利。
推荐的架构 architecture
建议的体系结构将长期存储与实时激活分隔开来：
- 客户事件数据在数据湖中累积。 Web、应用程序、购买、忠诚度和离线记录将在完全历史深度下保留，而不会影响您的配置文件权利。
- 分析工作流派生信号。 查询或分析将数月或数年的历史记录转换为紧凑输出：忠诚度级别、流失风险分数、存留期值排名或符合条件的受众。
- 信号已提升到配置文件存储区。 只有输出（而非基础事件历史记录）进入参与工作流。
- 在信号上激活Real-Time Customer Data Platform和Adobe Journey Optimizer。 激活层对精简的当前数据进行操作，并以毫秒为单位进行响应。
本指南中的方法是执行步骤2和步骤3的不同方法。 在选择其中之前，请确认您的用例实际需要Real-Time CDP和Adobe Journey Optimizer之外的分析工作流。
选择之前：确认您有长期需求 qualifier
并非每个组织都需要一种分析方法。 如果所有分段和个性化逻辑在30-90天的行为窗口中运行，并且配置文件存储区中的当前配置文件属性以及最近事件包含决策所需的一切，则仅Real-Time CDP和Adobe Journey Optimizer就足够了。 无需使用其他工具，激活可直接从配置文件存储区运行。
这一基线是起点，而不是第四种方法。 这一限制是其余方法可以提供附加价值的地方：当分段逻辑扩展超过30-90天时，或者个性化依赖于从几个月或几年历史中派生的insight时，将该历史记录存储在用户档案存储中会增加总数据量，而不会改善结果。 如果您在上一部分中的诊断指出长期需要，请选择以下三种方法之一。
快速选择器 quick-chooser
如果您已经知道自己的目标，请使用此表查找可能的起点，然后阅读方法部分和决策指南进行确认。
选择分析方法 approaches
以下每种方法都描述了它的功能、使用时间及其优势和限制。 跳到快速选择器向您介绍的方法，或阅读这三者以进行比较。
数据蒸馏器 data-distiller
要使用SQL大规模查询、转换和扩充数据，请使用Data Distiller（一种Experience Platform加载项）。 对于长期个性化，它会从数据湖读取历史事件数据，应用转换逻辑，并仅将生成的信号写入个人资料存储区。
通过使用SQL，数据工程师定义转换逻辑并生成派生的数据集、紧凑输出（如忠诚度等级或流失分数）。 查询计划为自动刷新，并且仅将该信号发布到配置文件存储区。 数据Distiller还可以直接从SQL构建和发布受众，而无需首先创建派生属性。
- 最适合：忠诚度和流失率、存留期值、十分位数和百分位数排名、RFM模型和自动定期刷新。
- 强项：生成数学上精确的输出，按计划自动刷新，并将原始数据保留在数据湖中。
- 限制：需要SQL和数据工程师。 转换必须事先定义，因此不适合探索性分析。
要实施此方法（包括端到端工作示例），请参阅使用数据Distiller进行长期个性化。
Customer Journey Analytics customer-journey-analytics
要分析客户跨渠道和随时间推移的行为，请使用Customer Journey Analytics。 对于长期个性化，它提供了一个用于浏览历史历程的可视无代码环境，以及一个用于将生成的受众提升到配置文件存储区的直接路径（受众发布）。
在Customer Journey Analytics中分析的历史数据不需要为配置文件存储启用，因此事件历史可以保留数月或数年，而无需计入您的总数据量授权。
分析人员可以跨任意时间范围直观地探索历程，将行为标准组合到受众中，并将其发布到个人资料存储区，该存储区在Real-Time CDP和Adobe Journey Optimizer中提供。 受众可以为营销活动发布一次或自动刷新。
- 最适合：个通过探索、多渠道历程分析、重新参与营销活动和与特定事件关联的一次性受众发现的受众。
- 强项：分析师和营销人员无需使用SQL的自助服务。 探索优先，因此受众定义可以从数据中产生。 会在几分钟内发布以激活。
- 限制：输出是受众成员资格，而不是写回每个配置文件的计算属性。 基于过滤器的精度是近似的而不是精确的。
联合受众构成 federated-audience-composition
要直接从外部企业数据仓库中的数据构建和鉴别受众，而不将基础数据移入Experience Platform，请使用联合受众构成。 使用无代码构成画布对仓库数据应用受众定义，并且只将生成的受众成员资格发送到Experience Platform进行激活。
- 最适合以下组织：其历史数据是仓库中的记录系统（如Snowflake、Databricks、Google BigQuery或Amazon Redshift），并且希望在没有完整摄取项目的情况下激活它。
- 强项：底层数据从不离开仓库，满足治理和主权要求。 无需大规模摄取。
- 限制：依赖于仓库连接和组合。 激活仅限于受众成员资格。
比较各种方法 comparison
下表比较了三种方法。 Real-Time CDP和Adobe Journey Optimizer本身仍然是仅需要最近数据的用例的基线，如选择之前中所述。
决定使用哪种方法 decision-guide
快速选择器提供了一个起点。 使用以下问题解决细微或组合案例。
您是否需要在数学上精确计算输出？ 如果您的用例需要确切的排名（例如，按计算量度排名的前10%客户或第8十分位中的生命周期值），请选择数据Distiller。 如果无法提前准确定义计算，请从Customer Journey Analytics开始。
您是否从探索开始？ 如果您还不知道受众的外观，并且希望直观地发现规律，请从Customer Journey Analytics开始。 在验证模式后，如果需要严格，数据工程师可以在Data Distiller中构建经过计划、精确评分的版本。
您是否需要可重复使用的配置文件属性或一次性受众？ 数据Distiller将派生属性（如分数或层）写入每个配置文件，并可按计划自动重新计算该属性。 当信号必须在多个受众和历程中可重用时使用。 相反，Customer Journey Analytics会发布受众会员资格，这适用于营销活动受众或无需工程参与而构建的多步历程定义。
您的数据位置和许可允许什么？ 如果历史数据必须保留在外部仓库中，请使用联合受众合成。 否则，请让您已许可的工具和工程支持的可用性指导您的选择。
使配置文件存储保持精简状态 keep-lean
选择正确的方法可将新的历史数据保留在配置文件存储区之外。 积极管理现有内容，每个部署都有一个互补、持续的实践。 不要在此处重复该指南，请使用专用资源：
- 有关许可证授权监控、摄取筛选器和数据集卫生，请参阅数据管理许可证授权最佳实践。
后续步骤 next-steps
长期个性化不需要将多年的原始事件数据存储到配置文件存储中。 它需要从历史中得出正确的信号，并且只将该信号用于实时激活。 确认您有长期需求，选择适合您的架构和团队的方法，然后按照链接的产品文档进行实施。