使用机器学习见解丰富Real-Time Customer Profile

Adobe Experience Platform Data Science Workspace提供了用于创建、评估和利用机器学习模型生成数据预测和洞察的工具和资源。 将机器学习分析摄取到启用了Profile的数据集时,还会将该相同数据作为Profile记录摄取,然后可以使用Adobe Experience Platform Segmentation Service对其进行分段。

此文档提供指向教程的链接,这些教程使您能够用机器学习见解扩充Real-Time Customer Profile。

快速入门

要完成下面的教程,您需要对摄取Profile数据和创建区段有一定的了解。 在开始本教程之前,请查看以下服务的文档:

  • Real-Time Customer Profile:根据来自多个来源的汇总数据,为每个单独的客户提供完整、统一的表示形式。
  • Identity Service:通过桥接正在引入到Platform中的不同数据源中的标识来启用Real-Time Customer Profile。
  • Experience Data Model (XDM): Platform用于组织客户体验数据的标准化框架。

除了上述文档之外,还强烈建议您查看有关架构和架构编辑器的以下指南:

  • 架构组合的基础知识:描述用于组合要在Experience Platform中使用的架构的XDM架构、构建块、原则和最佳实践。
  • 架构编辑器教程:提供了有关在Experience Platform中使用架构编辑器创建架构的详细说明。

创建和配置输出架构和数据集 create-an-output-schema-and-dataset

使用得分见解丰富Real-Time Customer Profile的第一步是了解您的数据定义的真实对象(如人员)。 了解数据使您能够描述和设计结构以添加含义,就像设计关系数据库一样。

架构的合成从指定类开始。 类定义架构将包含的数据的行为方面(记录或时间序列)。 要开始创建自己的架构,请按照教程中有关使用架构编辑器创建架构的步骤操作。 请注意,在为Profile启用数据集之前,您需要配置数据集的架构以使其具有主标识字段,然后为Profile启用架构。 当数据被摄取到启用了Profile的数据集时,同样的数据也会被摄取为Profile条记录。

如果您希望改用Schema Registry API编写架构,请先阅读Schema Registry 开发人员指南,然后再尝试阅读有关使用API创建架构的教程。

准备好架构和数据集后,您可以使用适当的模型执行评分运行,从而生成评分数据并将其摄取到数据集。

使用Segment Builder创建区段 create-segments-using-the-segment-builder

生成评分数据见解并将其引入启用了Profile的数据集后,您可以使用Segment Builder创建动态区段。

Segment Builder提供了一个丰富的工作区,允许您与Profile数据元素进行交互。 工作区为构建和编辑规则提供了直观的控件,例如用于表示数据属性的拖放图块。 请按照Segment Builder 用户指南了解以下内容:

  • 将属性、事件和现有受众的组合用作构建块来创建区段定义。
  • 使用规则生成器画布和容器控制区段规则的执行顺序。
  • 查看潜在受众的估计,允许您根据需要调整区段定义。
  • 为计划分段启用所有区段定义。
  • 为流式分段启用指定的区段定义。

后续步骤 next-steps

要了解有关区段和Segment Builder的更多信息,请阅读分段服务概述

若要了解有关Real-Time Customer Profile的更多信息,请阅读实时客户个人资料概述

recommendation-more-help
cc79fe26-64da-411e-a6b9-5b650f53e4e9