Preparar dados para uso no Intelligent Services

A fim de Intelligent Services para descobrir insights dos dados dos eventos de marketing, os dados devem ser semanticamente enriquecidos e mantidos em uma estrutura padrão. Intelligent Services aproveitar Experience Data Model (XDM) para atingir esse objetivo. Especificamente, todos os conjuntos de dados usados no Intelligent Services deve estar em conformidade com o esquema XDM do Consumer ExperienceEvent (CEE) ou usar o conector do Adobe Analytics. Além disso, a IA do cliente é compatível com o conector do Adobe Audience Manager.

Este documento fornece orientação geral sobre como mapear os dados de eventos de marketing de vários canais para o esquema CEE, descrevendo informações sobre campos importantes no esquema para ajudar a determinar como mapear com eficiência os dados de acordo com sua estrutura. Se você planeja usar os dados do Adobe Analytics, consulte a seção para Preparação de dados do Adobe Analytics. Se você planeja usar os dados do Adobe Audience Manager (somente IA do cliente), consulte a seção para Preparação de dados do Adobe Audience Manager.

Requisitos de dados

Intelligent Services exigem quantidades diferentes de dados históricos, dependendo da meta criada. Independentemente disso, os dados para os quais você se prepara all Intelligent Services deve incluir jornadas/eventos positivos e negativos do cliente. Ter eventos negativos e positivos melhora a precisão e a precisão do modelo.

Por exemplo, se você estiver usando a IA do cliente para prever a propensão para comprar um produto, o modelo da IA do cliente precisará de exemplos de caminhos de compra bem-sucedidos e exemplos de caminhos malsucedidos. Isso ocorre porque, durante o treinamento do modelo, a IA do cliente procura entender quais eventos e jornadas levam a uma compra. Isso também inclui as ações tomadas pelos clientes que não compraram, como uma pessoa que interrompeu a jornada de adicionar um item ao carrinho. Esses clientes podem apresentar comportamentos semelhantes. No entanto, a IA do cliente pode fornecer insights e detalhar as principais diferenças e fatores que levam a uma pontuação de propensão mais alta. Da mesma forma, o Attribution AI requer ambos os tipos de eventos e jornadas para exibir métricas como eficácia do ponto de contato, os principais caminhos de conversão e detalhamentos por posição de ponto de contato.

Para obter mais exemplos e informações sobre requisitos de dados históricos, visite o IA do cliente ou Attribution AI seção requisitos de dados históricos na documentação de entrada/saída.

Diretrizes para compilação de dados

É recomendável compilar os eventos de um usuário em uma ID comum, quando possível. Por exemplo, você pode ter dados de usuário com "id1" em 10 eventos. Posteriormente, o mesmo usuário excluiu a ID do cookie e foi registrado como "id2" nos próximos 20 eventos. Se você souber que id1 e id2 correspondem ao mesmo usuário, a prática recomendada é compilar todos os 30 eventos com uma id comum.

Se isso não for possível, você deverá tratar cada conjunto de eventos como um usuário diferente ao criar os dados de entrada do modelo. Isso garante os melhores resultados durante o treinamento e a pontuação do modelo.

Resumo do fluxo de trabalho

O processo de preparação varia dependendo se os dados estão armazenados no Adobe Experience Platform ou externamente. Esta seção resume as etapas necessárias que você precisa executar em ambos os cenários.

Preparação de dados externos

Se os dados forem armazenados fora do Experience Platform, será necessário mapear os dados para os campos necessários e relevantes em uma Esquema do ExperienceEvent do consumidor. Esse esquema pode ser aumentado com grupos de campos personalizados para capturar melhor os dados do cliente. Depois de mapeado, você pode criar um conjunto de dados usando o esquema ExperienceEvent do consumidor e Assimilar seus dados na plataforma. O conjunto de dados CEE pode ser selecionado ao configurar um Intelligent Service.

Dependendo do Intelligent Service Se desejar usar, campos diferentes poderão ser obrigatórios. Observe que é uma prática recomendada adicionar dados a um campo se você tiver os dados disponíveis. Para saber mais sobre os campos obrigatórios, visite o Attribution AI ou IA do cliente guia de requisitos de dados.

Preparação de dados do Adobe Analytics analytics-data

A IA do cliente e o oferecem suporte Attribution AI aos dados do Adobe Analytics. Para usar os dados do Adobe Analytics, siga as etapas descritas na documentação para configurar um Conector de origem do Analytics.

Depois que o conector de origem estiver transmitindo seus dados para o Experience Platform, você poderá selecionar o Adobe Analytics como uma fonte de dados seguida por um conjunto de dados durante a configuração da instância. Todos os grupos de campos de esquema obrigatórios e campos individuais são criados automaticamente durante a configuração da conexão. Não é necessário extrair, transformar, carregar (ETL) os conjuntos de dados no formato CEE.

Se você comparar os dados transportados pelo conector de origem do Adobe Analytics para o Adobe Experience Platform com os dados do Adobe Analytics, poderá notar algumas discrepâncias. O conector de origem do Analytics pode descartar linhas durante a transformação para um esquema do Experience Data Model (XDM). Pode haver vários motivos para a linha inteira ser imprópria para transformação, que incluem carimbos de data e hora ausentes, personIDs ausentes, IDs de pessoa inválidas ou grandes, valores analíticos inválidos e muito mais.

Para obter mais informações e exemplos, consulte a documentação de comparação de dados Adobe Analytics e Customer Journey Analytics. Este artigo foi projetado para ajudá-lo a diagnosticar e resolver essas diferenças, de modo que você e sua equipe possam usar os dados da Adobe Experience Platform para Serviços inteligentes sem obstáculos devido a preocupações com a integridade dos dados.

Nos Serviços de consulta da Adobe Experience Platform, execute o seguinte Total de registros entre o carimbo de data e hora inicial e final por channel.typeAtSource query para encontrar a contagem por canais de marketing.

       Count(_id) AS Records
FROM  df_hotel
WHERE timestamp>=from_utc_timestamp('2021-05-15','UTC')
        AND timestamp<from_utc_timestamp('2022-01-10','UTC')
        AND timestamp IS NOT NULL
        AND enduserids._experience.aaid.id IS NOT NULL
GROUP BY channel.typeAtSource

Preparação de dados do Adobe Audience Manager (somente IA do cliente) AAM-data

A IA do cliente oferece suporte nativo aos dados do Adobe Audience Manager. Para usar os dados de Audience Manager, siga as etapas descritas na documentação para configurar um conector de origem do Audience Manager.

Quando o conector de origem estiver transmitindo seus dados para o Experience Platform, você poderá selecionar o Adobe Audience Manager como uma fonte de dados, seguida por um conjunto de dados durante a configuração da IA do cliente. Todos os grupos de campos de esquema e campos individuais são criados automaticamente durante a configuração da conexão. Não é necessário extrair, transformar, carregar (ETL) os conjuntos de dados no formato CEE.

Experience Platform preparação de dados

Se os dados já estiverem armazenados no Platform e não por meio da transmissão pelos conectores de origem da Adobe Analytics ou da Adobe Audience Manager (somente IA do cliente), siga as etapas abaixo. Ainda é recomendável que você entenda o esquema CEE.

Noções básicas sobre o esquema CEE cee-schema

O esquema ExperienceEvent do consumidor descreve o comportamento de um indivíduo, pois está relacionado a eventos de marketing digital (Web ou móvel), bem como a atividades de comércio online ou offline. O uso deste esquema é necessário para Intelligent Services devido a seus campos (colunas) semanticamente bem definidos, evitando nomes desconhecidos que de outra forma deixariam os dados menos claros.

O esquema CEE, como todos os esquemas XDM ExperienceEvent, captura o estado do sistema com base em séries de tempo quando um evento (ou conjunto de eventos) ocorreu, incluindo o momento e a identidade do assunto envolvido. Eventos de experiência são registros fatuais do que ocorreu e, portanto, são imutáveis e representam o que aconteceu sem agregação ou interpretação.

Intelligent Services utilize vários campos principais neste esquema para gerar insights dos dados dos eventos de marketing, que podem ser encontrados no nível raiz e expandidos para mostrar os subcampos obrigatórios.

Como todos os esquemas XDM, o grupo de campos do esquema CEE é extensível. Em outras palavras, campos adicionais podem ser adicionados ao grupo de campos CEE e variações diferentes podem ser incluídas em vários esquemas, se necessário.

Um exemplo completo do grupo de campos pode ser encontrado no repositório XDM público. Além disso, é possível exibir e copiar os seguintes Arquivo JSON para obter um exemplo de como os dados podem ser estruturados para estar em conformidade com o schema CEE. Consulte ambos os exemplos ao saber mais sobre os campos principais descritos na seção abaixo, para determinar como mapear seus próprios dados para o esquema.

Campos-chave

Há vários campos principais no grupo de campos CEE que devem ser usados para Intelligent Services para gerar insights úteis. Esta seção descreve o caso de uso e os dados esperados para esses campos, e fornece links para a documentação de referência para obter mais exemplos.

Campos obrigatórios

Embora o uso de todos os campos principais seja altamente recomendado, há dois campos que são obrigatório para Intelligent Services para trabalhar:

Identidade principal identity

Um dos campos no esquema deve ser definido como um campo de identidade principal, o que permite Intelligent Services para vincular cada instância de dados de série temporal a uma pessoa individual.

Você deve determinar o melhor campo para usar como identidade primária com base na fonte e na natureza dos seus dados. Um campo de identidade deve incluir uma namespace de identidade que indica o tipo de dados de identidade que o campo espera como um valor. Alguns valores de namespace válidos incluem:

Se não tiver certeza de qual campo você deve usar como identidade principal, entre em contato com os Serviços de consultoria da Adobe para determinar a melhor solução. Se uma identidade primária não for definida, o aplicativo de Serviço Inteligente usará o seguinte comportamento padrão:

Para definir uma identidade primária, navegue até o esquema na Esquemas e selecione o hiperlink do nome do schema para abrir a guia Schema Editor.

Em seguida, navegue até o campo desejado como uma identidade principal e selecione-o. A variável Propriedades do campo para esse campo.

No Propriedades do campo , role para baixo até encontrar o Identidade caixa de seleção Depois de marcar a caixa, a opção para definir a identidade selecionada como a Identidade principal é exibida. Selecione esta caixa também.

Em seguida, você deve fornecer um Namespace de identidade na lista de namespaces predefinidos na lista suspensa. Neste exemplo, o namespace da ECID é selecionado desde uma Adobe Audience Manager ID mcid.id está sendo usado. Selecionar Aplicar para confirmar as atualizações, selecione Salvar no canto superior direito para salvar as alterações no esquema.

xdm:timestamp timestamp

Este campo representa a data e hora em que o evento ocorreu. Esse valor deve ser fornecido como uma string, de acordo com o padrão ISO 8601.

xdm:channel channel

Este campo representa o canal de marketing relacionado ao ExperienceEvent. O campo inclui informações sobre o tipo de canal, tipo de mídia e tipo de local.

Exemplo de esquema

{
  "@id": "https://ns.adobe.com/xdm/channels/facebook-feed",
  "@type": "https://ns.adobe.com/xdm/channel-types/social",
  "xdm:mediaType": "earned",
  "xdm:mediaAction": "clicks"
}

Para obter informações completas sobre cada um dos subcampos obrigatórios de xdm:channel, consulte o esquema do experience channel espec. Para obter alguns exemplos de mapeamentos, consulte tabela abaixo.

Exemplo de mapeamentos de canal example-channels

A tabela a seguir fornece alguns exemplos de canais de marketing mapeados para o xdm:channel esquema:

Campos recomendados

O restante dos campos principais é descrito nesta seção. Embora esses campos não sejam necessariamente obrigatórios para Intelligent Services para funcionar, é altamente recomendável usar o máximo possível de elementos para obter insights mais avançados.

xdm:productListItems

Esse campo é uma matriz de itens que representam produtos selecionados por um cliente, incluindo o SKU, nome, preço e quantidade do produto.

Exemplo de esquema

[
  {
    "xdm:SKU": "1002352692",
    "xdm:name": "24-Watt 8-Light Chrome Integrated LED Bath Light",
    "xdm:currencyCode": "USD",
    "xdm:quantity": 1,
    "xdm:priceTotal": 159.45
  },
  {
    "xdm:SKU": "3398033623",
    "xdm:name": "16ft RGB LED Strips",
    "xdm:currencyCode": "USD",
    "xdm:quantity": 1,
    "xdm:priceTotal": 79.99
  }
]

Para obter informações completas sobre cada um dos subcampos obrigatórios de xdm:productListItems, consulte o esquema de detalhes de comércio espec.

xdm:commerce

Este campo contém informações específicas de comércio sobre o ExperienceEvent, incluindo o número da ordem de compra e informações de pagamento.

Exemplo de esquema

{
    "xdm:order": {
      "xdm:purchaseID": "a8g784hjq1mnp3",
      "xdm:purchaseOrderNumber": "123456",
      "xdm:payments": [
        {
          "xdm:transactionID": "transactid-a111",
          "xdm:paymentAmount": 59,
          "xdm:paymentType": "credit_card",
          "xdm:currencyCode": "USD"
        },
        {
          "xdm:transactionId": "transactid-a222",
          "xdm:paymentAmount": 100,
          "xdm:paymentType": "gift_card",
          "xdm:currencyCode": "USD"
        }
      ],
      "xdm:currencyCode": "USD",
      "xdm:priceTotal": 159
    },
    "xdm:purchases": {
      "xdm:value": 1
    }
  }

Para obter informações completas sobre cada um dos subcampos obrigatórios de xdm:commerce, consulte o esquema de detalhes de comércio espec.

xdm:web

Esse campo representa detalhes da Web relacionados ao ExperienceEvent, como interação, detalhes da página e referenciador.

Exemplo de esquema

{
  "xdm:webPageDetails": {
    "xdm:siteSection": "Shopping Cart",
    "xdm:server": "example.com",
    "xdm:name": "Purchase Confirmation",
    "xdm:URL": "https://www.example.com/orderConf",
    "xdm:errorPage": false,
    "xdm:homePage": false,
    "xdm:pageViews": {
      "xdm:value": 1
    }
  },
  "xdm:webReferrer": {
    "xdm:URL": "https://www.example.com/checkout",
    "xdm:referrerType": "internal"
  }
}

Para obter informações completas sobre cada um dos subcampos obrigatórios de xdm:productListItems, consulte o Esquema de detalhes da Web do ExperienceEvent espec.

xdm:marketing

Esse campo contém informações relacionadas às atividades de marketing ativas com o ponto de contato.

Exemplo de esquema

{
  "xdm:trackingCode": "marketingcampaign111",
  "xdm:campaignGroup": "50%_DISCOUNT",
  "xdm:campaignName": "50%_DISCOUNT_USA"
}

Para obter informações completas sobre cada um dos subcampos obrigatórios de xdm:productListItems, consulte o marketing sechma espec.

Mapeamento e assimilação de dados mapping

Depois de determinar se os dados dos eventos de marketing podem ser mapeados para o esquema CEE, a próxima etapa é determinar quais dados você deve trazer para o Intelligent Services. Todos os dados históricos usados no Intelligent Services deve estar na janela de tempo mínimo de quatro meses de dados, mais o número de dias planejados como um período de lookback.

Após decidir o intervalo de dados que deseja enviar, entre em contato com os Serviços de consultoria da Adobe para ajudar a mapear seus dados para o esquema e assimilá-los no serviço.

Se você tiver uma Adobe Experience Platform e quiser mapear e assimilar os dados sozinho, siga as etapas descritas na seção abaixo.

Utilização do Adobe Experience Platform

Esta seção descreve o fluxo de trabalho para mapear e assimilar dados no Experience Platform para uso no Intelligent Services, incluindo links para tutoriais para obter etapas detalhadas.

Criar um esquema e um conjunto de dados CEE

Quando estiver pronto para começar a preparar seus dados para assimilação, a primeira etapa é criar um novo esquema XDM que empregue o grupo de campos CEE. Os seguintes tutoriais caminham pelo processo de criação de um novo esquema na interface ou na API:

Depois de adicionar o grupo de campos CEE ao esquema, é possível adicionar outros grupos de campos, conforme necessário, para campos adicionais nos dados.

Depois de criar e salvar o esquema, você pode criar um novo conjunto de dados com base nesse esquema. Os seguintes tutoriais orientam o processo de criação de um novo conjunto de dados na interface ou na API:

Depois que o conjunto de dados for criado, você poderá encontrá-lo na interface da Platform na Conjuntos de dados espaço de trabalho.

Adicionar campos de identidade ao conjunto de dados

Se você estiver trazendo dados de Adobe Audience Manager, Adobe Analytics, ou outra fonte externa, você tem a opção de definir um campo de esquema como um campo de identidade. Para definir um campo de esquema como um campo de identidade, exiba a seção sobre como definir campos de identidade na Tutorial de interface do usuário ou Tutorial de API para criar um esquema.

Se estiver assimilando dados de um arquivo CSV local, você pode pular para a próxima seção em mapeamento e assimilação de dados.

Mapear e assimilar dados ingest

Depois de criar um esquema e um conjunto de dados CEE, você pode começar a mapear suas tabelas de dados para o esquema e assimilar esses dados na plataforma. Veja o tutorial sobre mapeamento de um arquivo CSV para um esquema XDM para obter etapas sobre como executar isso na interface do usuário. Você pode usar o seguinte arquivo JSON de amostra para testar o processo de assimilação antes de usar seus próprios dados.

Depois que um conjunto de dados é preenchido, o mesmo conjunto de dados pode ser usado para assimilar arquivos de dados adicionais.

Se os dados estiverem armazenados em um aplicativo de terceiros compatível, você também poderá optar por criar um conector de origem para assimilar seus dados de eventos de marketing em Platform em tempo real.

Próximas etapas next-steps

Este documento forneceu orientação geral sobre como preparar seus dados para uso no Intelligent Services. Se você precisar de consultoria adicional com base em seu caso de uso, entre em contato com o Suporte da Adobe Consulting.

Depois de preencher com êxito um conjunto de dados com os dados de experiência do cliente, você pode usar Intelligent Services para gerar insights. Consulte os seguintes documentos para começar: