Show Menu
THEMEN×

Adobe Experience Platform – Versionshinweise

Releasedatum: 28. Juni 2019
Neue Funktionen in Adobe Experience Platform:
Aktualisierungen vorhandener Funktionen:

Data Science-Arbeitsbereich

Adobe Experience Platform Data Science Workspace ist ein vollständig verwalteter Dienst innerhalb der Experience Platform, mit dem Datenwissenschaftler nahtlos Einblicke aus Daten und Inhalten in Adobe-Lösungen und Drittanbietersystemen generieren können, indem sie maschinelle Lernmodelle erstellen und operationalisieren. Data Science Workspace ist eng mit der Plattform integriert und ermöglicht den End-to-End-Data Science-Lebenszyklus, einschließlich der Erforschung und Vorbereitung von XDM-Daten, gefolgt von der Entwicklung und Inbetriebnahme von Modellen, um das Echtzeit-Profil von Kunden automatisch mit Machine Learning Insights zu bereichern.
Wichtigste Funktionen
Funktion
Beschreibung
Bereitstellung und Berechnung der Isolation
Stellen Sie spezielle Rechenressourcen bereit, die erforderlich sind, damit Datenwissenschaftler nicht vertrauenswürdigen Code in Experience Platform auf sichere Weise ausführen können.
Erstmaliges Benutzererlebnis
Umfasst vordefinierte Beispiele für verschiedene maschinelle Lernumgebungen und Sprachen wie Python, R, PySpark und Scala Spark.
Notebooks
Benutzerdefinierte Umgebung für Datenwissenschaftler/Dateningenieure mit Jupyter-Notebooks, um sie in die Lage zu versetzen, Daten vorzubereiten, Funktionen zu extrahieren und ML-Modelle mit einer kuratierten Liste von Bibliotheken und beliebten maschinellen Lernumgebungen zu entwickeln.
Datenforschung
Nahtloser Zugriff auf XDM-Daten, die in eine Plattform integriert werden, die mit dem Platform Data Access SDK integriert ist.
Datenvisualisierung
Möglichkeit, SQL-Abfragen in Jupyter-Notebooks auszuführen, um die Datenvorbereitung und die Funktionstechnik zu beschleunigen.
Funktionspipelines
API/SDK für Scala/PySpark zur Bereitstellung von Feature Engineering-Pipelines zur Umwandlung von Kern-XDM-Daten in Feature-Schema.
Modellerstellung
Vorlagen und Laufzeitumgebungen, die es Datenwissenschaftlern ermöglichen, sich auf die Modellentwicklung zu konzentrieren, ohne Infrastrukturcode für den Zugriff auf Daten und die Berechnung von Ressourcen implementieren zu müssen. Sie können Modellcode importieren und operalisieren, um Insights von Daten in Plattform abzuleiten.
Management von Unternehmensmodellen
Unterstützung von Datenmodellen mit mehreren Mandanten zur Nachverfolgung von Modellversionen und dazugehöriger Hyperparameterkonfigurationen, um die Grundlage für das Partner-Ökosystem zu schaffen.
Modellbewertung
Bewerten und optimieren Sie Regressions- und Classification-Modelle in Python, PySpark, R und Scala.
Modellbereitstellung
Möglichkeit zum Vergleichen von Bewertungsmetriken und -konfigurationen über mehrere Experimentiervorgänge hinweg und zum Veröffentlichen des optimalen Modells als Dienst.
Stapelbewertung
Verbessern Sie das Echtzeit-Profil Ihrer Kunden mit maschinellen Lerninhalten oder schreiben Sie sie als Datensätze zurück auf die Plattform
Zeitplan
Integrierte Plattform-Orchestrierung zur Automatisierung von Modellschulungen, -bewertungen und -funktionen mit benutzerdefinierten Zeitplänen über APIs.
Bekannte Probleme
  • Planungs- und Feature-Pipelines stehen derzeit nur über API zur Verfügung. Eine Benutzeroberfläche wird in einer zukünftigen Version hinzugefügt.
Weitere Informationen finden Sie unter Übersicht über den Data Science Workspace .

Entscheidungsdienst

Der Entscheidungsdienst für Adobe Experience Platform bietet die Möglichkeit, programmatisch und intelligent die "Nächstes bestes Erlebnis"aus einer Reihe verfügbarer Optionen für eine bestimmte Person auszuwählen, sie an einen beliebigen Kanal oder eine Anwendung bereitzustellen und Berichte und Analyse auszuführen.
Ein vordefiniertes Rich-Data-Modell ermöglicht die Verwendung der Entscheidungsfindung "Nächstes Bestes Angebot"auf eine Kanal-agnostische Weise.
Wichtigste Funktionen
Funktion
Beschreibung
Business Object Repository
Ein Repository, das von JSON-Schema-Modellen gesteuert wird, ermöglicht es einem Entwickler, eine Vielzahl von Geschäftsobjekten zu erstellen, zu lesen, zu aktualisieren und zu löschen. Das Repository bietet eine umfassende Abfrage-APIs sowie eine Schema-basierte Suche.
Repository-Container
Innerhalb des Business Object Repositorys kann ein Entwickler seine Bedenken in Bezug auf Projekte, geschäftliche oder organisatorische Einheiten oder in Bezug auf Lebenszyklusphasen eines Projekts isolieren (z. B. in der Entwicklung und Integration, Staging oder zur Verwendung in der Live-Produktion). Diese Isolationen werden als Repository-Container bezeichnet.
Rollen und Berechtigungen
Mithilfe der Admin-Konsole kann ein Unternehmen Profil erstellen und verwalten, um zielgerichteten Zugriff auf Ressourcen nach Typ, Zugriffsvorgang und Container zu gewähren. Benutzer können diesen Profilen hinzugefügt werden, und effektive Zugriffsberechtigungen werden automatisch aus diesen Richtlinien berechnet.
Vordefiniertes Angebot-Objektmodell
Ohne dass zunächst ein Datenmodell erstellt werden muss, kann ein Plattformentwickler vorgefertigte JSON-Schema und -Beziehungen nutzen, um einen Angebotskatalog zu erstellen, Entscheidungsregeln und -einschränkungen zu definieren und Angebot-Sammlungen für die Entscheidungsfindung zusammenzustellen.
Entscheidungsregeln auf der Grundlage von Profil- und Nicht-Profil-Daten
Dank der engen Integration mit dem Echtzeit-Profil für Kunden können Entwickler Entscheidungsregeln erstellen, die Profil-Daten nutzen. Entscheidungen können nicht nur mit Profil-Attributen getroffen werden, sondern auch anhand des Erlebnisverlaufs eines Profils und auf der Grundlage von Geschäftseinheiten, die nicht mit einer Benutzeridentität in Verbindung stehen (z.B. Traffic-Ereignisse, Produktbestand). Für die Entscheidungsregeln kann jede Entität des Erlebnisdatenmodells (XDM) verwendet werden, für die ein Schema in der Schema-Registrierung vorhanden ist. Regeln sind erstklassige Entitäten und können für beliebige Entscheidungsoptionen und Aktivitäten wiederverwendet werden.
Rangansicht und Deckelung
Entscheidungsoptionen, die alle Voraussetzungen und sonstigen Einschränkungen für einen bestimmten Benutzer erfüllen, werden nach Rang geordnet und die beste Option ausgewählt. Zusätzliche Einschränkungen pro Benutzer und globale Begrenzungen für die Begrenzung der Verfügbarkeit der verfügbaren Optionen können verwendet werden, um eine Personalisierung unter Berücksichtigung von Ressourcenbeschränkungen und Benutzermüdigkeit zu ermöglichen.
Entscheidung von REST-APIs
Der Entscheidungsdienst kann mit einer einfachen REST-API aufgerufen werden, um das Angebot "Nächstes Bestes"für eine bestimmte Person abzurufen. Eine Metrik-API kann zur Überprüfung von Echtzeit-Angebotsvorschlägen und zum Deckelen von Werten verwendet werden.
Streaming von Entscheidungs-Ereignissen in Data Lake und Abfrage
Der Entscheidungsdienst erstellt automatisch Datensätze, um alle XDM-Decision-Ereignis automatisch in den Data Lake zu streamen. Die Datensätze stehen dann über den Abfrage Service für Analyse und Berichte zur Verfügung.
Entwickleraktivierung
Self-Service-Teilnahme mit Dokumentation zu Adobe I/O, einschließlich Tutorials zu verschiedenen Themen.
Bekannte Probleme
  • Das Angebot-Datenmodell wird nicht über das Schema-Register offen gelegt und kann daher nur in begrenztem Umfang erweitert werden. Das Schema des Modells verfügt über integrierte Strukturen, mit denen benutzerdefinierte Daten angehängt werden können. In Zukunft können Sie eine Basis-XDM-Modellklasse erweitern, um Ihre eigenen benutzerdefinierten Entscheidungsdomänen zu definieren.
  • Sie müssen über das Domänenmodell der Angebot-Verwaltung verfügen und Benutzer und Integrationen müssen in diesem Produktkontext verwaltet werden.
Weitere Informationen finden Sie unter Übersicht über den Entscheidungsdienst .

Abfrage

Abfrage Service bietet die Möglichkeit, in Adobe Experience Platform standardmäßige SQL-Daten zur Abfrage zu verwenden, um viele verschiedene Anwendungsfälle für Analyse und Data Management zu unterstützen. Es handelt sich dabei um ein serverloses Tool, mit dem Sie beliebige Datensätze in den Data Lake einbinden und die Abfragen als neuer Datensatz erfassen können, der in Berichte, Data Science Workspace oder zur Erfassung in Profil Service verwendet werden kann.
Sie können Abfrage Service verwenden, um Ökosysteme für die Analyse von Daten zu erstellen und so ein Bild von den Verbrauchern über ihre verschiedenen Interaktions-Kanal hinweg zu erstellen. Zu diesen Kanälen zählen:
  • Point-of-Sale-System
  • Web
  • Mobil
  • CRM-System
Wichtigste Funktionen
Funktion
Beschreibung
Abfrageeditor
Verwenden Sie ein webbasiertes Tool, um Abfragen zu schreiben, zu validieren, zu testen und auszuführen. Es enthält eine Konsole für detaillierte Informationen über die Ausführung von Abfragen sowie die Möglichkeit, die Ergebnisse der Vorschau Abfrage.
Dataset-Erstellung
Erstellen Sie Datensätze auf Experience Platform über die SQL-Standardsyntax.
Von Adobe definierte Funktionen
Nutzen Sie Verknüpfungsfunktionen für gängige Aufgaben wie das Identifizieren von Sitzungen oder Festlegen der Zuordnung.
BI-Tool-Konnektivität
Verwenden Sie die PostgreSQL-Treiber (Postgres), die in gängigen BI-Werkzeugen zur Verbindung mit dem Abfrage Service gefunden werden, um Berichte und Visualisierungen zu erstellen. Zu den unterstützten Tools gehören: Tableau, Power BI und Looker. Authentifizierungsinformationen finden Sie auf der Registerkarte "Berechtigungen".
Datenbankverwaltungswerkzeug-Verbindung
Schließen Sie Aqua Data Studio oder DB Visualisierer an den Abfrage Service für die Datenerforschung und die Dataset-Erstellung an. Abfrage Service unterstützt auch die Konnektivität von R Studio. Authentifizierungsinformationen finden Sie auf der Registerkarte "Berechtigungen".
Befehlszeilenwerkzeug Abfrage
Schließen Sie PSQL an, um Abfragen über die Befehlszeile ausführen zu können.
Abfragen-Protokoll
Verfolgt Abfragen, die vom Abfrage Service ausgeführt werden, und ermöglicht Ihnen die Suche nach SQL zur Bearbeitung, Ausführung oder zum Erstellen eines Datensatzes aus den Ergebnissen.
API zur Abfrage-Planung
Planen Sie Abfragen für die wiederholte Ausführung über diese API.
Bekannte Probleme
  • Abfrage Editor zeigt ein Beispiel von 100 Zeilen der Ergebnisse für Ihre Abfragen. Um die vollständige Ergebnismenge beizubehalten, verwenden Sie die Datensatzerstellungsfunktionen aus dem Abfragen-Protokoll.
  • In den Versionen mit naher Laufzeit werden Ansichten und eine Benutzeroberfläche für die Anwendung von Zeitplänen auf Abfragen unterstützt.
Weitere Informationen zu Abfrage Service finden Sie in der Produktdokumentation .

Experience Data Model (XDM)

Standardisierung und Interoperabilität sind Schlüsselkonzepte der Experience Platform. Das von Adobe unterstützte Experience Data Model (XDM) ist ein Versuch, Kundenerlebnisdaten zu standardisieren und Schema für das Kundenerlebnis-Management zu definieren.
XDM ist eine öffentlich dokumentierte Spezifikation, die die Leistungsfähigkeit digitaler Erlebnisse verbessern soll. Es stellt allgemeine Strukturen und Definitionen für Anwendungen bereit, die mit Diensten auf der Adobe Experience Platform kommunizieren. Durch die Einhaltung von XDM-Standards können alle Kundenerlebnisdaten in eine gemeinsame Darstellung integriert werden, die Erkenntnisse schneller und besser integriert liefert. Sie können wertvolle Einblicke aus Kundenaktionen gewinnen, Audiencen durch Segmente definieren und Kundenattribute für Personalisierungszwecke verwenden.
XDM ist der Mechanismus, mit dem Experience Cloud, powered by Adobe Experience Platform, die richtige Nachricht an die richtige Person, am richtigen Kanal und genau zum richtigen Zeitpunkt senden kann.
Die Methode, auf der Experience Platform aufbaut, XDM System operalisiert Experience Data Model-Schema für die Verwendung durch Experience Platform-Komponenten.
Neue Funktionen
Funktion
Beschreibung
JSON-Schema-Beschränkungen
Die folgenden Datentypen verfügen jetzt über zusätzliche Optionen in der Benutzeroberfläche zum Definieren von Einschränkungen: string - min/max length, pattern, default value, formats (wie im JSON Schema draft-6 definiert) and double - min/max, default value.
Benutzerspezifisch $id
Sie können jetzt Ihren eigenen $id Wert angeben, wenn Sie Ressourcen in POST-Anforderungen erstellen.
Leistungsverbesserungen in der Schema-Registrierung
Optimierte Erstellung von Vereinigung-Schemas und verbesserte Schema-Caching, um die Reaktionszeiten der API deutlich zu verbessern.
Fehlerkorrekturen
  • Das Feld identityMap wurde aus Kontext/Profil und in eine eigene Mischung verschoben, um die Definition von Identitäten intuitiver zu gestalten.
  • Alle vorhandenen Schema basierend auf Kontext/Profil mit context/identitymap gepatcht.
  • Die Fehlermeldung wurde behoben, wenn keine Version angegeben wurde.
  • Es wurde ein Fehler behoben, durch den die Schema-Registrierung zufällige Antworten für Profil-Vereinigung-Schema-Aufrufe gab.
  • Es wurde ein Fehler behoben, durch den Vereinigung-Schema nicht die korrekten Felder in der Schema-Registrierung anzeigten.
  • Es wurde ein Fehler behoben, durch den Identitätsdeskriptoren gelegentlich nicht mit gültigen Namensräumen erstellt werden konnten.
  • Korrektur des Fehlers bei der Dereferenzierung, wenn ein Objekt properties anstelle von allOf verwendet wird.
Bekannte Probleme
  • Ein plattformbereitgestelltes Mixin kann nicht durch Hinzufügen eines Felds erweitert werden.
  • Deskriptoren werden nicht gelöscht, wenn eine Mischung aus der Schema-Komposition entfernt wird.
  • Es kann kein Enum-Feld ohne Beschriftungen erstellt werden.
Weitere Informationen zum Arbeiten mit XDM mit der Schema Registry API und dem Schema Editor finden Sie in der XDM-Systemdokumentation .

Segmentierungsdienst

Der Segmentierungsdienst definiert eine bestimmte Untergruppe von Profilen aus Ihrem Profil-Store und beschreibt die Kriterien zur Unterscheidung einer vermarktbaren Personengruppe in Ihrem Profil-Store. Segmente können auf Datensatzdaten (z. B. demografische Informationen) oder Zeitreihen-Ereignissen basieren, die Berührungspunkte von Kunden mit Ihrer Marke darstellen.
In einer E-Mail-Kampagne, die sich auf Laufschuhe konzentriert, können Sie beispielsweise ein Audience-Segment aller Benutzer verwenden, die in den letzten 30 Tagen nach Laufschuhen gesucht haben, aber keinen Einkauf abgeschlossen haben. Ein weiteres Beispiel wäre die Verwendung eines Segments zur Zielgruppe von Site-Inhalten, sodass er nur Besuchern angezeigt wird, die zu einer bestimmten Stufe Ihres Belohnungssegments gehören.
Neue Funktionen
Funktion
Beschreibung
Relative Zeitregeln
Sie können jetzt rollierende Zeitfenster wie vor 14 Tagen, vor 3 bis 5 Stunden usw. auswählen.
XDM-Feldzusammenfassungen
Für Attribute auf der linken Leiste stehen nun Zusammenfassungen zur Verfügung, die eine Ansicht der zugrunde liegenden Daten ermöglichen.
Suche links
Verbesserte Suchfunktionen für den Segmentteil der linken Leiste.
eVar-Anzeigenamen
Verbesserte Unterstützung für Anzeigenamen, sodass Sie leichter erkennen können, welche Informationen in benutzerdefinierten Ereignissen und Dimensionen aus Adobe Analytics erfasst werden.
Unterstützung von Richtlinien zusammenführen
Sie können jetzt festlegen, welche Richtlinie für die Zusammenführung auf die Segmentdefinition angewendet werden soll, indem Sie eine einfache Dropdownliste verwenden.
Fehlerkorrekturen
  • Es wurde ein zeitweilig auftretender Fehler behoben, der dazu führte, dass die Attribute- und Ereignis-Bausteine in der linken Leiste langsam geladen wurden.
  • Es wurde ein Fehler behoben, der dazu führte, dass der Schätzer eine "NaN"-Antwort zurückgab.
  • Es wurde ein Fehler behoben, bei dem einige Felder die falsche Arbeitsfläche zum Erstellen von Regeln geöffnet haben.
Bekannte Probleme
  • Keine.
Weitere Informationen finden Sie in der Übersicht über den Segmentierungsdienst .