Show Menu
THEMEN×

Schema und Dataset für den Einzelhandel erstellen

Dieses Lernprogramm bietet Ihnen die Voraussetzungen und Elemente, die für alle anderen Lernprogramme des Adobe Experience Platform Data Science Workspace erforderlich sind. Nach Abschluss des Projekts stehen Ihnen und Mitgliedern Ihrer IMS-Organisation auf Experience Platform das Schema und die Datensätze für den Einzelhandel zur Verfügung.

Erste Schritte

Bevor Sie dieses Lernprogramm starten, müssen Sie über die folgenden Voraussetzungen verfügen:
  • Zugriff auf Adobe Experience Platform Wenn Sie keinen Zugriff auf eine IMS-Organisation in Experience Platform haben, wenden Sie sich an Ihren Systemadministrator, bevor Sie fortfahren.
  • Autorisierung zum Durchführen von Experience Platform-API-Aufrufen. Führen Sie das Lernprogramm zum Authentifizieren und Zugreifen auf Adobe Experience Platform-APIs durch, um die folgenden Werte abzurufen, damit dieses Lernprogramm erfolgreich abgeschlossen werden kann:
    • Genehmigung: {ACCESS_TOKEN}
    • x-api-key: {API_KEY}
    • x-gw-ims-org-id: {IMS_ORG}
    • Kundengeheimnis: {CLIENT_SECRET}
    • Client-Zertifikat: {PRIVATE_KEY}
  • Beispieldaten und Quelldateien für das Einzelhandelsverkaufsrezept . Laden Sie die für diese und andere Data Science Workspace-Tutorials erforderlichen Assets aus dem öffentlichen Git-Repository von Adobe herunter .
  • Python >= 2.7 und die folgenden Python-Pakete:
  • Ein funktionierendes Verständnis der folgenden in diesem Lernprogramm verwendeten Konzepte:

Schema und Dataset für den Einzelhandel erstellen

Das Retail Sales-Schema und die Datensätze werden automatisch mithilfe des bereitgestellten Bootstrap-Skripts erstellt. Gehen Sie wie folgt vor, um die Reihenfolge zu ändern:

Dateien konfigurieren

  1. Navigieren Sie im Experience Platform-Lernprogramm-Ressourcenpaket zum Ordner bootstrap und öffnen Sie config.yaml es mit einem entsprechenden Texteditor.
  2. Geben Sie unter dem Enterprise Abschnitt die folgenden Werte ein:
    Enterprise:
        api_key: {API_KEY}
        org_id: {IMS_ORG}
        tech_acct: {technical_account_id}
        client_secret: {CLIENT_SECRET}
        priv_key_filename: {PRIVATE_KEY}
    
    
  3. Bearbeiten Sie die Werte unter dem Platform Abschnitt, Beispiel unten:
    Platform:
        platform_gateway: https://platform.adobe.io
        ims_token: {ACCESS_TOKEN}
        ingest_data: "True"
        build_recipe_artifacts: "False"
        kernel_type: Python
    
    
    • platform_gateway : Der Basispfad für API-Aufrufe. Ändern Sie diesen Wert nicht.
    • ims_token : Du {ACCESS_TOKEN} gehst hierher.
    • ingest_data : Legen Sie für diese Übung den Wert "True" fest, um die Schema und Datensätze für den Einzelhandel zu erstellen. Der Wert "False" "von"erstellt nur die Schema.
    • build_recipe_artifacts : Legen Sie für die Zwecke dieses Lernprogramms diesen Wert so fest, dass das Skript kein Rezept-Artefakt generieren "False" kann.
    • kernel_type : Der Ausführungstyp des Recipe-Artefakts. Lassen Sie diesen Wert unverändert, Python wenn er als build_recipe_artifacts Ausführungsart festgelegt "False" ist.
  4. Geben Sie unter dem Titles Abschnitt die folgenden Informationen entsprechend für die Musterdaten für den Einzelhandel ein, speichern und schließen Sie die Datei, nachdem die Änderungen vorgenommen wurden. Beispiel:
    Titles:
        input_class_title: retail_sales_input_class
        input_mixin_title: retail_sales_input_mixin
        input_mixin_definition_title: retail_sales_input_mixin_definition
        input_schema_title: retail_sales_input_schema
        input_dataset_title: retail_sales_input_dataset
        file_replace_tenant_id: DSWRetailSalesForXDM0.9.9.9.json
        file_with_tenant_id: DSWRetailSales_with_tenant_id.json
        is_output_schema_different: "True"
        output_mixin_title: retail_sales_output_mixin
        output_mixin_definition_title: retail_sales_output_mixin_definition
        output_schema_title: retail_sales_output_title
        output_dataset_title: retail_sales_output_dataset
    
    

Bootstrap-Skript ausführen

  1. Öffnen Sie die Terminalanwendung und navigieren Sie zum Ordner für die Experience Platform-Lernhilfe.
  2. Legen Sie den bootstrap Ordner als aktuellen Arbeitspfad fest und führen Sie das bootstrap.py Python-Skript aus, indem Sie den folgenden Befehl eingeben:
    python bootstrap.py
    
    
    Das Skript kann mehrere Minuten dauern.

Nächste Schritte

Nach erfolgreichem Abschluss des Bootstrap-Skripts können die Retail Sales-Input- und -Output-Schema und -Datensätze auf Experience Platform angezeigt werden. Weitere Informationen finden Sie im Tutorial zu Schema-Daten zur Vorschau.
Sie haben außerdem erfolgreich Musterdaten für Einzelhandelsverkäufe in Experience Platform mit dem bereitgestellten Bootstrap-Skript erfasst.
So arbeiten Sie weiter mit den erfassten Daten: