Du er her:
Bruke Datagrafer med tilpassing
Salesforce Personalisering krever profildatagrafen Data 360 og elementdatagrafen. Profildatadiagrammet inneholder sanntidsdata for å bestemme berettigelse til tilpassing. Elementdatadiagrammet gir data til Personlig tilpassing-tilpassing som brukes til å generere anbefalinger.
Du bygger et datadiagram fra et primært datamodellobjekt (DMO) og velger objekter og felt som skal inkluderes. Avhengig av datadiagrammet kan du også legge til relaterte objekter, Data 360-segmenter og Data 360-innsikt. Data fra disse valgte komponentene behandles og transformeres til en enkelt, flatt, skrivebeskyttet datagrafpost som Personlig tilpassing bruker til å ta beslutninger, filtrere og velge innhold for anbefalinger.
Profildatagraf
Profildatadiagrammet tilordner enkeltpersoner til en forent profil etter hvert som de samhandler med nettstedet eller appen din. For å ta hensyn til behovet for raskere responstider når du samhandler med individuell aktivitet, må profildatadiagrammet være et sanntids datadiagram. En sanntids datadiagram gir raskere responstider enn en standard datadiagram, slik at Personlig tilpassing kan løse individuelle identiteter fra ulike kilder, tilordne dem til en enkelt forent profil og levere tilpasset innhold i millisekunder.
Når du oppretter profildatadiagrammet, bruker du objektet Forente profiler som datadiagrammets primære DMO for å dra nytte av dens muligheter for sanntids identitetsløsning. Hvis du vil avgrense hvilke data som er gjort tilgjengelig for Personlig tilpassing for berettigelsesbeslutninger og anbefalingsfiltre, kan du inkludere andre dataalternativer, som direkte og relaterte objekter, segmenter og innsikter.
Elementdatagraf
Personlig tilpassing bruker elementdatagrafen til å referere til innhold (produkter, artikler, blogger og så videre) for å få tilpassede anbefalinger og attributter knyttet til hvert element for filtrering. Når du oppretter dette datadiagrammet, kan du bruke en standard, nær sanntids datadiagramkonfigurasjon. Et datadiagram i nær sanntid gir data når hastighet og nøyaktighet er viktig, men svartider i millisekunder i sanntid ikke kreves.
En nær sanntids datadiagram transformerer data til nye, materialiserte visninger som Personlig tilpassing kan bruke til å levere mer målrettet anbefalingsinnhold. Disse forhåndsberegnede dataene fører til færre samtaler slik at spørringer svarer i nær sanntid.
Når du definerer elementdatadiagrammet, kan du i tillegg til det primære datamodellobjektet inkludere beregnet innsikt som skal brukes til å opprette regelbaserte anbefalinger.
