תכנון מערכות Event-Driven עבור שיפור אישיזציה של לקוחות וחוויות

הציפיות של הלקוחות השתנו באופן דרמטי.היום, משתמשים דורשים אינטראקציות שמרגישות מותאמות, מיידית ורלוונטיות.אם הן מצפות בחנות מסחר אלקטרוני, באמצעות יישום SaaS, או מעורבות בפלטפורמת מדיה, ההבדל בין חוויה גנרית לבין אדם מותאם אישית לעתים קרובות קובע אם לקוח ממיר, כורדים, או הופך ליועץ נאמן של מערכות מונחות אירועים הנמצאות בלב טרנספורמציה זו, ומאפשרות לעסקים לפרש, ולפעול באופן דינמי, על ידי פעילות גופנית, תוך כדי פעילות גופנית, על ידי פעילות גופנית, על ידי פעילות גופנית, או פעולה עם כל סוג של פעילות גופנית, או פעולה עם כל סוג של פעילות גופנית, או פעולה עם מערכת מונחה.

מאמר זה מספק מבט מעמיק על עיצוב מערכת מונחה אירוע, תפקידו בהתאמה אישית של לקוחות, ואת השיקולים המעשיים ליישום אדריכלות כזו באמצעות כלים מודרניים כגון FLT:0DirectuscioFLT:1 ופלטפורמות הזרמת אירועים משלימים.

מה הם מערכות Event-Driven?

מערכת מונחה אירוע היא ארכיטקטורת תוכנה שבה זרימת התוכנית נקבעת על ידי אירועים - פעולות משתמשים, פלטי חיישן, הודעות ממערכות אחרות, או שינויים במדינה. במקום לעקוב אחר מחזור בקשה נוקשה, אדריכלות מונעת אירוע (EDA) לפעול על מודל מבוסס דחיפה: מפיק אירוע פולט אות, וכל מספר של צרכנים מגיבים לסימן זה באופן מזערי, כדי להגיב באופן עצמאי לרכיבים של לחץ, ומאפשר להם לחץ נמוך, ובאופן עצמאי.

עבור התאמה אישית של לקוחות, אירועים הם חומר גלם של תובנה.FLT:0; כל קליק, חיפוש, דף תצוגה, תוספת עגלות, טופס הגשת טופס או כניסה הוא אירוע 1 (כאשר נתפס ומעובד באופן מיידי, אירועים אלה מציירים תמונה של כוונה, העדפה והתנהגות שניתן להשתמש בהם כדי להתאים את מסע הלקוח בטיסה.

מערכות מונעות אירועים אינן חדשות - הן מאמינות הכל מפלטפורמות מסחר פיננסיות לצינורות של IoT - אבל היישום שלהן לחוויית הלקוח הפך נגיש יותר הודות לאוטובוסים של אירועים נורמטיביים, פונקציות ללא שרת, ומערכות ניהול תוכן ללא ראש כמו Directus שיכולה פולטת webhooks או להאזין לזרמים אירועים.

עקרונות הליבה של אדריכלות Event-Driven

  • (FLT:0) תקשורת סינכרונית: מפיקים וצרכנים אינם צריכים להיות פעילים בו זמנית.אירועים מוצצים ומעובדים כאשר הצרכנים מוכנים.
  • (ב) הפיכה:0) שירותים 1FLT לא יודעים דבר אחד על השני מלבד מבנה האירועים שהם מחליפים.
  • (FLT:0) עקביות כללית: FLT:1 משום שהנתונים מופצים באופן מסונכרן, חלקים שונים של המערכת עשויים באופן זמני להיות בעלי השקפות שונות של לוגיקה של התאמה אישית חייב לסבול זאת.
  • (FLT:0) Replayability: FLT:1 ניתן לעבד מחדש יומני אירועים מאחסן כדי לבנות מחדש את המדינה, לבחון אלגוריתמים חדשים, או לבדוק החלטות קודמות.

אדריכלות: Event-Driven Architecture

כדי לעצב מערכת מונחה אירוע עבור התאמה אישית, עליך להבין את אבני הבניין שמעבירים אירועים שמקורם לפעולה.המאמר המקורי המפורט ארבעה רכיבים; אנו מרחיבים כל אחד כאן עם דוגמאות קונקרטיות רלוונטיות לחוויה של הלקוח.

מפיקים אירועים

יצרני אירועים הם המקורות המייצרים אותות גלם. בהקשר של התאמה אישית של לקוחות, יצרנים כוללים:

  • (FLT:0Web ויישומים ניידים FLT:1) - מעקב אחר אינטראקציות משתמשים באמצעות JavaScript SDKs או ממשקי API של אפליקציית Native.
  • (FLT:0) שירותי Backend ServicesFLT:1) - ניהול סדר, CRM או מערכות ניהול תוכן פולטות אירועים כאשר משתמש מעדכן פרופיל, משלים רכישה, או מקבל כרטיס תמיכה.
  • (FLT:0) מכשירים IoT (IoT) 1 (בקמעונאים פיזיים, אירועים עשויים לבוא משואות, מדפים חכמים או מסופי נקודה.
  • (FLT:0) שילובי צד שלישי (Third- Partyאינטגרציה) 1 (פלטפורמות שיווק בדוא"ל, רשתות מודעות ו- API במדיה החברתית יכולים לפעול כולם כמפיקים.

איכות ההתאמה האישית היא פרופורציה ישירה לעשירים של נתוני האירוע.הפרקטיקה הטובה ביותר היא לכלול לא רק מה קרה אלא גם מטא-נתונים קונטקסטואליים: תזמון, מזהה משתמש, סוג המכשיר, מזהה הפעלה, מפנה, וכל תכונות רלוונטיות (למשל, מזהה מוצר, מחיר, קטגוריה).

Event Bus / Eventסטרימינג

אוטובוס האירוע הוא מערכת העצבים של האדריכלות.זה מחלחל אירועים מיצרנים ומסלול אותם לאחד או יותר צרכנים.אופציות טווח מ תורי הודעות פשוטים (רבט MQ, Amazon SQS) לפלטפורמות הזרמת אירועים מבוצעות (Apache, Amazon Kinesis, Google Pub/Sub) עבור מקרים רבים של ניסיון לקוחות, גישה לעיבוד זרמה היא מועדפת כי היא מאפשרת מציאות, מסננים, מסננים, ואירועי זמן לפני אירועים לפני ביצוע אירועים.

(FLT:0) בחירת אוטובוס האירוע הנכון תלוי בקנה המידה שלך, דרישות השקיפות, ואת המערכת האקולוגית. קפקא הוא לעתים קרובות Go-to עבור צינורות התאמה גבוהה, בעוד אפשרויות ללא שרת כמו AWS EventBridge לפשט אינטגרציה עם נקודות קצה SaaS.

Event Handlers (Processors)

מטפלים באירוע הם ההיגיון שהופך אירוע לפעולה.אלה יכולים להיות:

  • (ב) [ה] [ה], [ה], [ה],] [ה], [ה],], [ה],]], [ה], [ה], [ה], [ה],]], [ה'], [ה'], [ה'], [ה'[ה']']']'[ה'], [ה'[ה']']']']']']'[ה'[ה']']'[ה'[ה'[ה'[ה'[ה'[ה'[ה']']'[ה']']']'[ה']']']']'[ה']'[ה'[ה'[ה'[ה']']']']']']']']']']']'[ה']'[ה']']'[ה'[ה']']'[ה'[ה']']'[ה']'[ה']']'[ה'[ה'[ה'[ה'[
  • (ב) ⁇ :0) ,Stream מעבדים של ההרחבה 1 (למשל, קפקא סטריפוס, Apache Flink) ששומרים על המדינה ומבצעים התאמות מורכבות לאורך חלונות הזמן.
  • (FLT:0MicroservicesFLT:1) שמקשיב לסוג אירוע ספציפי ולבצע לוגיקה עסקית, כגון מנוע המלצה המעדכן פרופיל של המשתמש כאשר אירוע ראיית מוצר מגיע.

בערימה ממוקדת Directus, מטפלים באירוע ניתן להגדיר באמצעות webhooks, Flows (מנוע אוטומציה בנוי של Directus), או מודעות ביניים מותאם אישית שמקשיבים ל-Directus Lifecycles. לדוגמה, כאשר לקוח מעדכן את העדפותיהם ב-Directus, אירוע יכול לגרום לצינור אישיזציה אשר מיישם מחדש את התוכן שלהם.

אחסון נתונים

יש לאחסן נתונים של אירועים לשימוש מיידי וניתוח היסטורי.שני סוגים של אחסון הם נפוצים:

  • (ב) [ה] [ה]: [ה] [ה] [ה]], [ה],] [ה],] נושאים של קפקא, Kinesis shards] שמשמרים כל אירוע על מנת.
  • (FLT:0state Store / Read-optimized DatabaseFalLT:1) - מסד נתונים (PostgreSQL, DynamoDB, Ambisearch) המחזיק המדינה נגזרת, כגון 100 הפעולות האחרונות של המשתמש, חברות המגזר שלהם, או קבוצה קודמת של המלצות. Directus עצמו יכול לשמש כחנות מדינה עבור פרופילים ותכנים, בעוד שהאירוע נמשך במקום אחר.

יישום אישיזציה עם מערכות Event-Driven

ההתאמה היא לספק את התוכן הנכון, להציע או ניסיון למשתמש מסוים ברגע הנכון.אדריכלות מונחת אירועים מצטיינים בכך כי הם הופכים כל אינטראקציה לאות שיכול להשפיע על האינטראקציה הבאה.

  1. לקוח מבצע פעולה - למשל, רואה דף מוצר.
  2. אירוע הוא פולט המכיל את מזהה המוצר, מזהה המשתמש, פעמיםטאמפ והקשר הפגישה.
  3. האירוע זורם דרך אוטובוס האירוע לדוב המעדכן את פרופיל הריבית של המשתמש (למשל, "משתמש מראה עניין בהילוך חיצוני").
  4. שינוי הפרופיל גורם לשאילתת המלצה חדשה: מוצרים שמשתמשים אחרים עם פרופילים דומים שנצפו בהם.
  5. התוצאה מיד על בסיס העומס הבא של הלקוח - אולי דגל על דף הבית או "פריטים דומים" קרזל.

לולאה משוב מתמשך זו הופכת את ההתאמה האישית המונעת על ידי האירוע להיענות הרבה יותר מאשר גישות מבוססות אצווה שפועלות בלילה.זה גם מאפשר "משקל אור" אישיזציה כגון FLT:0 בזמן אמת, דירוג חיפוש מותאם אישית, הודעות דוא"ל דינמיות, והצעות שיחה על צ'אט חי FLT:1.

מימוש אישיזציה בזמן אמת בפעולה

שקול קמעונאי מקוון באמצעות Directus כ- CMS חסר ראש לצד חזרה מונחה אירוע. כאשר לקוח מוסיף מעיל לעגלה שלהם:

  • שירות העגלה פולט אירוע (FLT:0)
  • מעבד זר מעשיר את האירוע עם נתוני המיקום והמזג האוויר של המשתמש (באמצעות ממשק API של צד שלישי).
  • האירוע המועשר גורם למנוע המלצה המצביע על התאמת אביזרים - כפפות, כובעים או תרמיל מתאים.
  • באופן סימבולי, אירוע הנחה הוא פולט עבור אותו משתמש, המאפשר קידום מותאם אישית המוצג כפופ-up במהלך בדיקת.

כל זה קורה בתוך מילימטרים, ללא הלקוח אי פעם להבין מערכת מורכבת מתזמרת מאחורי הקלעים.התוצאה היא חוויה חלקה, כמעט מתקדמת, אשר מגבירה את ערך ההזמנה הממוצע ומפחיתה את הנטישה.

ניתוח נתונים ולמידה של מכונות

בעוד התגובות בזמן אמת הן עוצמתיות, אסטרטגיות ההתאמה האישית היעילות ביותר לומדות גם מן העבר.מערכות מונחות על אירועים לייצר באופן טבעי זרם גבוה, גבוה של נתונים היסטוריים אידיאלי עבור מודלים של למידת מכונה אימון.

(ב) בפרשת ה-ML (בשיתוף פעולה) ב-[[1924]]

  • (FLT:0) פלחציה מוקדמת: FLT:1hil השתמש אלגוריתמים מקובצים על רצף אירועים העבר כדי באופן אוטומטי משתמשים קבוצתיים למיקרו-גיל (למשל, "דפדפנים גרועים שרק לעתים רחוקות קונים", "קונים עונתיים").
  • (FLT:0) מודלים של הפעולה הבאה:FLT:1 , סופר-ביקור שחיזוי פעולה (דואר אלקטרוני, הצג הנחה, ממליץ על מאמר) הוא כנראה תוצאה של המרה עבור משתמש מסוים במדינה נתונה.
  • (FLT:0) Anomaly זיהוי: FLT:1 שינויים פתאומיים בהתנהגות שעלולה להצביע על סיכון צ'ואן או שינוי עניין, מה שגורם לקמפיין לשימור.
  • (FLT:0) ניתוק אישיזציה בזמן אמת: FLT:1 מודלים להקצות "ציון אישי" לכל פריט תוכן למשתמש, מעודכנים כאירועים חדשים זורמים פנימה.

כדי לתמוך ב-ML, חנות האירועים חייבת לשמור נתונים למשך זמן מספיק (בדרך כלל 30-90 ימים בהתאם למודל) וחייב להיות נגיש לאימון צינורות.שימוש בפורמט כמו Apache Avro או פרוטוקול Buffers עבור schemas מסייע לשמור על תאימות בין יצרנים וגרסאות צרכנים.

היתרונות של הסמכת Event-Driven

היתרונות מרחיבים מעבר ל"המלצות טובות יותר" מערכת התאמה אישית מבוססת אירועים מביאה הטבות מבניות לערעור חווית הלקוח כולו.

  • (FLT:0) מעורבות לקוחות:FLT:1 רלוונטיות בזמן אמת שומרת על המשתמשים בזרם.הם רואים מוצרים שמתאימים להקשר המיידי שלהם, לקרוא מאמרים המותאמים לאינטרסים שלהם, ולקבל הצעות שמרגישות זמן ולא ספאמי. , פרמטרים כמו זמן באתר, עומק דף, והחזרת קצב שיפור משמעותי.
  • (FLT:0) הורדת שיעורי ההסכמה: 1.10earLT:1 , אישיזציה מפחיתה את החיכוך. כאשר משתמש חוזר לא צריך לחפש את מה שהם ראו קודם לכן, כאשר תזכורת עגומה מגיעה ברגע האופטימלי, או כאשר דף מוצר מדגיש באופן דינמי תכונות רלוונטיות לאדם של הלקוח, שיעורי המרה מטפסים.
  • (FLT:0) עדיף Data Utilization:FLT:1 כל אירוע הוא נקודת נתונים שיכולה לחדד את המודל.בניגוד מערכות אצווה מסורתיות שבו נתונים מתקלקלים בין רץ הלילה, צינורות מונעים אירועים משתמשים בכל אינטראקציה.זה יוצר מחזור רוטט: אירועים נוספים מובילים למודלים טובים יותר, אשר מובילים למעורבות רבה יותר, מה שמוביל לעוד אירועים.
  • (FLT:0) calScalability: FLT:1 אדריכלות מונחה על ידי אירועים הם בעלי יכולת מדרגת מטבעם, כי רכיבים הם decoupled וקשורים באופן מסונכרוני.You can scale Event יצרנים ללא דאגה לגבי יכולת הטיפול, ואתה יכול להוסיף צרכנים חדשים (למשל, אלגוריתם אישיזציה חדש) ללא שינוי קוד קיים.
  • (FLT:0)Faster Time to Market:FLT:1 כי צוותים יכולים לעבוד על יצרני אירועים, מטפלים, וחנויות נתונים באופן עצמאי, תכונות אישיות חדשות ניתן לגלגל באופן מצטבר.

Directus, עם קובצי האירוע הבלתי ניתנים לעצימה שלה ואוטומציה של זרימה, מאפשר לצוותים לבנות אינטגרציה אלה ללא השקעות תשתית כבדות.לדוגמה, מפתח יכול להקשיב לאירוע ה-FLT:1 ב Directus ומיד לייעל אותו לקפא או שירות המלצה.זה מוריד את המחסום לאמץ את ההתאמה האישית המונעת על ידי אירועים עבור צוותים באמצעות CMS ללא ראש.

אתגרים ושיקולים

התאמה אישית מונעת אירועים אינה כדור כסף.החלת זה דורש החלטות אדריכליות זהירות והיערכות ארגונית. להלן האתגרים המשמעותיים ביותר וכיצד לטפל בהם.

פרטיות נתונים וממשל

זרמי אירועים מכילים נתונים של משתמשים גריונאליים ביותר – כל קליקים, מיקום והעדפה.זה גורם להם מטרה לתקנות פרטיות כמו GDPR ו-מק"סA. עליכם ליישם מנגנונים עבור:

  • ניהול:0 (Consent Management: 1FLT) לפני שפלט אירועים, ללכוד ולאחסן את הסכמת המשתמשים. השתמש במערכת שיכולה להפיץ שינויים בהסכמה למטפלים באירוע.
  • (FLT:0) שמירת נתונים: מדיניות שימור Define עבור חנויות אירועים.התאמה אישית זקוקה לעתים קרובות לנתונים היסטוריים, אך אינך יכול לשמור על זה ללא הגבלת זמן. השתמש בהגדרות זמן לחיים (TTL) בנושאים של קפקא או ליישם עיוות אוטומטי.
  • (FLT:0) אנונימיזציה / פסיה:FLT 1 עבור זרמי אירועים המשמשים בניתוח מצטבר, להסיר ישירות זיהוי שדות.כמה פלטפורמות תמיכה באירוע סינון ומסיכה ברמת האוטובוס.
  • (FLT:0) זכות להפלה: 1 בינואר כאשר משתמש מבקש מחיקה של נתונים, עליך להיות מסוגל להסיר את כל האירועים הקשורים אליהם, כולל מגלי גומלין.זה מאתגר מבחינה טכנית עם חנויות אירועים בלתי-מוגדרים; לשקול שימוש בדפוס "סימן מחיקה" וסינון משתמשים נמחקים במהלך עיבוד.

מערכת מורכבות

מערכות מונחות אירועים מציגות מצבי כשלון חדשים: אירוע המזמין, אירועים משוכפלים, אירועים חסרים, ומדכאים. API פשוט של בקשה-תגובה הוא קל יותר לפוצץ כי הזרם הוא ליניארי.עם אירועים, אתה צריך:

  • (ב) ,0) מטפלים בלתי אפשריים: FIRLT:1 (מבטיחים כי עיבוד אותו אירוע פעמיים מייצרת את אותה תוצאה. השתמש בתעודות זהות אירוע ייחודיות ולוגיקה שכפול.
  • (FLT:0) מובנים וצייתנות: אירועי 1:1 Trace דרך הצינור באמצעות כלים מבוזרים (Jaeger, OpenTelemetry). Monitor אירוע בחזרה, גודל הפחתת הצרכנים ושיעורי השגיאה.
  • (FLT:0) ניהול של סצ'מה: 1.As אירועים מתפתחים, יצרנים וצרכנים חייבים להסכים על מבנה. השתמש במרשם סכימה (למשל, הרשמה לשליש) עם בדיקות תאימות לאחור.

עיבוד בזמן אמת

"זמן אמת" הוא ספקטרום.עבור כמה מקרים של שימוש אישיזציה (למשל, גילוי הונאה), שקיפות תת-שנית היא קריטית.עבור אחרים (למשל, המלצות דוא"ל), דקות מתקבלות על הדעת בהתאם:

  • (FLT:0) עיבוד סטרים לעומת מיקרו-batching:FLT 1:1 קפקא זרמים או Flink יכול להשיג עיבוד תת-שני עבור שינויים פשוטים.עבור למידה מכונה הקצאה, לשקול מודלים מראש גילוח ועדכון אותם מסונכרוני.
  • (FLT:0) מחשוב מחשוב: FLT:1 עבור התאמה אולטרה-נמוכה (למשל, תמחור דינמי על דף מוצר), הפעלת עיבוד אירוע קל משקל קרוב למשתמש, על פלטפורמה CDN או קצה.

המונחים: coupling Personalization Logic to Event Schema

לוגיקה נפוצה היא בניית לוגיקה אישית של התאמה תלויה במידה רבה מדי בצורתו המדויקת של סוג אירוע יחיד.כאשר זה משתנה, הכל שובר.

  • באמצעות מודל נתונים תותחי לאירועים של לקוחות (למשל, FLT:2 עם שדות משותפים ומפת תכונות גמישות).
  • העשרה משותפת מלוגיקה עסקית: לטפל בשינויים סכימה בשלב צינור ייעודי, לא מפוזרים על פני מטפלים.

אדריכלות עם Directus

כדי לקרקע מושגים אלה, הנה ארכיטקטורה קונקרטית באמצעות FLT:0DirectusFLT:1 כ- CMS חסר ראש ו-Data backend, בשילוב עם שירותי הזרמת אירועים.

  1. (FLT:0) הפקה: FLT:1 היישום Directus עצמו פועל כמפיק אירוע כאשר תוכן נוצר, מעודכן או נמחק.עבור אינטראקציות משתמשים (למשל, תצוגות דף, חיפושים), SDK חזיתי נפרד פולט אירועים ישירות לאוטובוס אירוע (למשל, קפקא או אמזון EventBridge).
  2. (FLT:0) Bust:FLT:1 Apache קפקא או AWS Kinesis ingests כל האירועים.אירועים מחולקים על ידי מזהה משתמש כדי להבטיח הזמנת למשתמש.
  3. (FLT:0) אפילו Handlers:FLT:1Buildless function (AWS Lambda, Cloud Functions) מנוי לנושאי אירועים.מנהל אחד מעדכן את פרופיל המשתמש ב Directus (באמצעות ה- API), אחר גורם המלצה על מסד נתונים וקטורת שלישית מעשי העשרה עם נתונים חיצוניים (אנחנו, מעמד מלאי).
  4. (FLT:0State Store:BuildFLT:1) Directus מאחסן את פרופיל הלקוחות של המאסטר, קטלוג המוצר ואוספים תוכן מותאמים אישית.מסד הנתונים הווקטור (למשל, Pinecone) מחזיק בהטמעת חיפוש דומה. A Redis cache מאחסן מאחסן את המדינה ברמת המיקומים של החלטות בזמן אמת.
  5. (FLT:0) אספקת מידע:FLT:1 כאשר לקוח עומס דף, החזית קוראת ל-Directus SDK כדי להביא תוכן, הכולל שדה התאמה אישי שנקבע בזמן אמת על ידי שאילתת מסד הנתונים הווקטור או נקודת חיזוי.העמוד הופך עם אלמנטים דינמיים.

אדריכלות זו היא מודולרית: כל רכיב יכול להיות משולף או בקנה מידה עצמאי. Directus' REST ו- GraphQL APIs, יחד עם זרימה מונעת אירוע, לפשט את החיבור CMS לצנרת האירוע.

מסקנה

תכנון מערכות מונחות אירוע עבור אישיזציה של הלקוחות אינו רק בחירה טכנית - זה אסטרטגי אחד.בנוף שבו הלקוחות מצפים מותגים לדעת אותם, לזכור אותם, ולצפות את הצרכים שלהם, האדריכלות שיכולים להגיב בזמן אמת להתנהגות אישית הם חיוניים. מערכות מונחות אירועים לספק את האגרה לספק חוויות אלה בקנה מידה, תוך בניית בסיס נתונים עשיר לשיפור מתמשך באמצעות למידה.

המסע מגישה ויזואליזציה סטטית, מכוונת-מזווה להזדמנות בזמן אמת, הדורשת השקעה בתשתיות, מיומנויות צוות וממשל נתונים.עם זאת, התגמול – מעורבות גבוהה יותר, המרה מוגברת, נאמנות לקוחות עמוקה יותר – הופך אותו לאחד הטרנספורמציות המתגמלות ביותר שעסק דיגיטלי יכול לבצע.התחל על ידי הפעלת נקודות המגע הקיימות שלך כדי פולט אירועים, ואז מציג בהדרגה מטפלים כי קרוב הפעולה בין כלים והתאמה ישירה, לפני שתאפשרה זו עם למערכות יחסים מתקדמות יותר מאשר , מאשר , לפני למערכות הפעלה מתקדמות יותר מאשר למערכות הפעלה , מאשר , עם למערכות הפעלה מתקדמות יותר , מאשר , מאשר למערכות , מאשר , עם .

לקריאה נוספת על תבניות אדריכלות מונחות אירועים, ראה:0 Martin Fowler של אדריכלות מבוססת אירועים (Third Architects) 1 ו-FLT:2AWS מדריך לתכנון מונחה על ידי Event-FLT 3 עבור יישום מעשי עם CMS ללא ראש, לחקור את הבלוג FLT:4Directus על ארכיטקטורות מונחה אירוע:555: