Veri akışı - Data stream
Olarak bağlantı yönelimli iletişim , bir veri akışı dijital olarak kodlanmış bir dizi olduğunda tutarlı sinyallerinin ( paketlerin bir veri ya da veri paketlerinin için kullanılır) iletim veya alma bilgileri iletilen sürecindedir. Veri akışı, bir veri sağlayıcıdan alınan bir dizi bilgidir. Özel bir pikselin yerleştirildiği web sitelerinden kullanıcıların tarayıcı davranışlarından toplanan ham verileri içerir . Veri akışları, veri bilimcileri için büyük veri ve AI algoritmaları tedariki için faydalıdır . Ana veri akışı sağlayıcıları, veri teknolojisi şirketleridir.
Resmi tanımlama
Resmi bir şekilde, bir veri akışı, aşağıdaki durumlarda herhangi bir sıralı çifttir :
- bir sekans arasında küpe ve
- pozitif gerçek zaman aralıklarının bir dizisidir .
İçerik
Veri Akışı, seçilen veri biçimine bağlı olarak farklı veri kümeleri içerir.
- Nitelikler – veri akışının her bir niteliği belirli bir veri türünü temsil eder, örneğin segment / veri noktası kimliği, zaman damgası, coğrafi veriler.
- Zaman damgası özelliği, bir olayın ne zaman gerçekleştiğini belirlemeye yardımcı olur.
- Konu Kimliği , bir çerezden çıkarılan algoritmaya göre kodlanmış bir kimliktir.
- Ham Veri , bir algoritma veya insan tarafından işlenmeden doğrudan veri sağlayıcıdan gelen bilgileri içerir.
- İşlenmiş Veriler , gelecekteki eylemler için kullanılmak üzere hazırlanmış (bir şekilde değiştirilmiş, doğrulanmış veya temizlenmiş) verilerdir.
kullanım
Veri akışlarının kullanıldığı çeşitli alanlar vardır:
- Dolandırıcılık tespiti ve puanlaması – ham veriler, bir dolandırıcılık önleme algoritması için kaynak veri olarak kullanılır ( dolandırıcılık tespiti için veri analizi teknikleri ). Örneğin, zaman damgası veya çerez oluşumlarının miktarı veya veri noktalarının analizi, dolandırıcılığı tespit etmek veya bir mesaj alıcısının bir bot (İnsan Dışı Trafik olarak adlandırılır) olmadığından emin olmak için puanlama sistemi içinde kullanılır.
- Yapay zeka – ham veriler, yapay zeka ve makine öğrenimi algoritmaları oluşturmasırasında bir tren seti ve bir test seti gibi ele alınır.
- Ham veriler , kullanıcı profillerini özelleştirmek ve bunları, örneğin cinsiyete veya konuma göre ( veri noktasına dayalı olarak)segmentasyon için bölmek üzere profil oluşturma ve kişiselleştirme için kullanılır.
- İş zekası – ham veriler, kullanıcı profillerini onlar hakkında ayrıntılı bilgilerle zenginleştirmek için kullanılan BI sistemleri için bir bilgi kaynağıdır, örneğin satın alma yolu veya coğrafi veriler. Bu bilgiler iş analizi ve tahmine dayalı araştırmaiçin kullanılır.
- Hedefleme – veri bilimcileri tarafından işlenen veriler çevrimiçi kampanyaları iyileştirir ve hedef kitleye ulaşmak için kullanılır.
- CRM Zenginleştirme – ham veriler müşteri ilişkileri yönetim sistemi ile entegre edilmiştir . CRM entegrasyonu, kullanıcıların profillerindeki boşlukları demografik veriler, ilgi alanları veya satın alma niyetleriyle doldurmaya olanak tanır.
Entegrasyon
Veri akışlarıyla temel entegrasyonlar şunlardır:
- Veri akışları, kullanıcı profillerini harici verilerle zenginleştirmek için müşteri veri platformu (CDP), müşteri ilişkileri yönetimi (CRM) veya veri yönetimi platformu (DMP) gibi sistemlerle entegre edilmiştir . Dış kaynakları kullanarak mevcut kullanıcılar hakkındaki bilgileri genişletmek mümkündür.
- Veri akışları, iş zekası sistemlerini zenginleştirmek ve analizleri daha kesin ve sonuçları daha doğru hale getirmek için kullanılır.
- Durumunda içerik yönetim sistemi (CMS) entegrasyonu, Veri Akış onların ilki bile, kullanıcıları tanımlamak ve ziyaretlerini kişiselleştirmek için kullanılır. Veri analizi ile web sitesinin gerçek içeriği kullanıcıya uyarlanır.
- Veri akışları, programatik reklamcılık ekosisteminde talep tarafı platformu (DSP) ile entegre edilmiştir . Taraflar (örneğin, reklam verenler) kullanıcıların kimliklerini değiştirebilir ve mevcut profilleri onlarla birleştirebilir.
- Veri akışları, ilgili kullanıcı segmentlerini (örneğin, otomotiv endüstrisiyle ilgilenen kişiler) seçmek ve bunları çevrimiçi bir kampanyada kullanmak için kullanılır. Segmentler, veri akışı dışında daha fazla kullanıcı özelliği ile zenginleştirilir ve ardından DSP'ye gönderilir.
Veri kaynakları görünür
Bir veri akışında, kullanıcı tarafından hangi cihazın kullanıldığı görülebilir – kullanıcı aracısında görülebilir :
- mobil – bir kullanıcı keşfetmek için bir mobil tarayıcı kullandığında, sırasıyla dar ekran çözünürlüğüne ve mobil uygulama sürümüne sahiptir;
- masaüstü - bir kullanıcı bir masaüstü tarayıcısı veya uygulama sürümü kullandığında.
Aşağıdaki bilgiler kullanılmış cihazdan paylaşılır:
- Bir etkinliğin gerçekleştiği, ziyaret edilen web sitesinin gerçek URL'si
- Kullanıcı Aracısı
- coğrafi konum
- İnternet Protokolü (IP)
Formatlar
Bir veri noktası bir web sitesinde bir kullanıcı tarafından gerçekleştirilen belirli bir eylem hakkında bilgi, toplayan bir etikettir. Veri noktaları, değerleri uygun izleyiciler oluşturmak için kullanılan iki türde bulunur. Onlar:
- belirli bir olayın oluşumları hakkında bilgi içeren "etkinlik" (ör. bir bağlantıya tıklayın veya reklam görüntüleyin)
- sayısal veya alfasayısal değerlerle 'özellik'.
Segment , AND, OR veya NOT operatörlerini kullanan belirli Veri Noktaları üzerine kurulmuş mantıksal bir ifadedir.
Hibrit veriler – hem Veri Noktası hem de Segment veri formatlarından ham veriler.
URL'ler – ziyaret edilen belirli bir URL hakkında bir dizi bilgidir .
GDPR
Web sitelerinden toplanan bilgiler, kullanıcı davranışlarına dayanmaktadır. Veri sağlayıcılar hem kişisel hem de kişisel olmayan bilgiler sağlar. Veri akışında iki tür kullanıcı verisi mevcuttur:
- Kişisel olarak tanımlanabilir bilgiler (PII) – bir kişiyi açıkça veya veri tanımlama yöntemleriyle birleştirerek tanımlamaya izin veren bilgiler. PII örnekleri şunlardır: sigorta kimliği, e-posta adresi, telefon numarası, IP adresi , coğrafi konum, biyometrik veriler .
- Kişisel olarak tanımlanamayan bilgiler (PII olmayan), bir kişiyi tanımlamak veya bir konumu izlemek için kullanılamayan bilgilerdir. Tanımlama bilgisi veya cihaz kimliği, PII olmayan bir örnektir.