数据蒸馏器示例
选择卡片以打开文档指南和示例,帮助您充分利用Data Distiller:
- 基于Decile的派生数据集:了解如何在Adobe Experience Platform中创建用于分段和受众创建的基于Decile的派生数据集。 使用航空公司忠诚度方案,其中包括架构设计、十分位数计算以及用于排名和聚合数据的查询示例。
- 客户存留期值:了解如何使用Real-Time CDP和自定义仪表板跟踪和可视化客户存留期值。 利用这些见解制定吸引新客户、留住现有客户并最大化利润率的策略。
- 倾向得分:了解如何使用机器学习预测模型确定倾向得分。 本指南包括发送培训数据、将经过培训的模型与SQL一起应用以及预测客户购买可能性。
- 同意分析:了解如何使用Real-Time CDP、查询服务和数据Distiller来分析和跟踪客户同意。 本指南涵盖构建同意功能板、优化分段、跟踪趋势和确保合规性,帮助您建立信任并提供个性化体验。
- 模糊匹配:了解如何对Experience Platform数据执行“模糊”匹配以查找近似匹配并分析数据集之间的字符串相似度。 遵循本指南以节省时间并使您的数据更易于访问。 该示例演示了如何在两个旅行社数据集之间匹配酒店房间属性,说明如何高效地匹配、比较和协调大型复杂数据集,以获得一致性和准确性。
关键量度
关键量度部分显示有助于监视查询服务使用情况的重要数据的可视化图表。 对于每个图表,您可以选择右上角的省略号(...
),然后选择查看更多以查看以表格形式显示的结果,或者以CSV文件格式下载数据以在电子表格中查看。 有关详细信息,请参阅查看更多指南。
设置日期过滤器
若要对这些可视化应用全局日期过滤器,请选择过滤器图标(
Distiller批次查询
Distiller批量查询图表按日期划分查询活动,突出显示已处理的CTA和ITAS(交互式和已计划)查询的数量。 图表突出显示模式,例如交互式查询在某些日期达到高峰,以及不频繁使用计划查询。 利用这些见解通过识别活动高峰期、优化调度策略和平衡查询执行来优化性能,从而提高工作流效率和资源利用率。
计算小时已耗用
计算所用小时数图表提供了用于处理查询服务操作的计算小时数的逐日可视化图表。 使用这些计算小时趋势来监控资源消耗、确定高需求时段,并优化查询执行以确保高效的资源分配和性能。
数据探索查询
数据探索查询图表显示每天按需处理的SELECT查询数。 此可视化图表突出显示查询活动趋势(如特定日期使用量的峰值),以帮助您了解数据探索工作最活跃的时间。 利用这些见解监控查询使用模式、平衡工作负载并优化资源分配,以进行探索性数据分析。 此分析确保查询服务得到更高效的使用,并改进高需求期间的规划。