以機器學習深入分析豐富Real-Time Customer Profile
Adobe Experience Platform Data Science Workspace提供各種工具和資源,用來建立、評估及運用機器學習模型,以產生資料預測和深入分析。 將機器學習深入分析擷取至啟用Profile的資料集時,該相同資料也會擷取為Profile記錄,然後可以使用Adobe Experience Platform Segmentation Service分段。
本檔案提供教學課程的連結,可讓您透過機器學習深入分析擴充Real-Time Customer Profile。
快速入門
若要完成下列教學課程,您必須實際瞭解如何擷取Profile資料和建立區段。 在開始本教學課程之前,請先檢閱下列服務的檔案:
- Real-Time Customer Profile:根據來自多個來源的彙總資料,提供每個個別客戶的完整、統一表示法。
- Identity Service:透過從擷取到Platform的不同資料來源橋接身分來啟用Real-Time Customer Profile。
- Experience Data Model (XDM): Platform用來組織客戶體驗資料的標準化架構。
除了上述檔案之外,強烈建議您也檢閱下列有關結構描述和結構描述編輯器的指南:
- 結構描述構成的基本概念:說明XDM結構描述、建置區塊、構成要用於Experience Platform的結構描述的原則和最佳實務。
- 結構描述編輯器教學課程:提供在Experience Platform中使用結構描述編輯器建立結構描述的詳細指示。
建立及設定輸出結構和資料集 create-an-output-schema-and-dataset
若要使用評分見解來豐富Real-Time Customer Profile,第一步是瞭解您的資料所定義的真實世界物件(例如人員)。 瞭解您的資料後,您就可以描述和設計結構來增加意義,就像設計關聯式資料庫一樣。
構成結構描述從指派類別開始。 類別會定義結構描述將包含之資料(記錄或時間序列)的行為方面。 若要開始建立您自己的結構描述,請依照教學課程中有關使用結構描述編輯器建立結構描述的步驟操作。 請注意,在啟用Profile的資料集之前,您需要先設定資料集的結構描述使其具有主要身分欄位,然後啟用Profile的結構描述。 將資料擷取至啟用Profile的資料集時,該資料也會擷取為Profile筆記錄。
如果您偏好改用Schema Registry API來撰寫結構描述,請先閱讀Schema Registry 開發人員指南,再嘗試進行有關使用API建立結構描述的教學課程。
準備好您的結構描述和資料集後,您可以使用適當的模型執行評分回合,產生評分資料並內嵌到資料集中。
使用Segment Builder建立區段 create-segments-using-the-segment-builder
在您產生評分資料深入分析並內嵌至啟用Profile的資料集後,可以使用Segment Builder建立動態區段。
Segment Builder提供豐富的工作區,可讓您與Profile資料元素互動。 工作區提供用於建置和編輯規則的直覺式控制項,例如用來表示資料屬性的拖放圖磚。 請依照Segment Builder 使用手冊瞭解以下資訊:
- 使用屬性、事件和現有對象的組合作為建置區塊來建立區段定義。
- 使用規則產生器畫布和容器來控制區段規則的執行順序。
- 檢視潛在對象的預估值,可讓您視需要調整區段定義。
- 啟用已排程區段的所有區段定義。
- 為串流細分啟用指定的區段定義。
後續步驟 next-steps
若要深入瞭解區段和Segment Builder,請閱讀區段服務總覽。
若要深入瞭解Real-Time Customer Profile,請閱讀即時客戶個人檔案總覽