Kopīgot, izmantojot


Azure Data Lake Storage iespējošana Dynamics 365 Commerce vidē

Šajā rakstā ir sniegti norādījumi par to, kā savienot Azure Data Lake Storage Gen 2 risinājumu ar Dynamics 365 Commerce vides entītiju veikalu. Tā ir obligāta darbība pirms produktu rekomendāciju iespējošanas.

Dynamics 365 Commerce risinājumā dati, kuri ir vajadzīgi, lai aprēķinātu rekomendācijas, preces un transakcijas, tiek apkopoti vides entitīju veikalā. Lai šos datus padarītu pieejamus citiem Dynamics 365 pakalpojumiem, piemēram, datu analīzei, biznesa informācijai un personalizētiem ieteikumiem, vide ir jāpieslēdz klientam piederošam Azure Data Lake Storage Gen 2 risinājumam.

Pēc tam, kad ir izpildītas visas iepriekš noteiktās darbības, visi vides entitīju veikala klientu dati tiek automātiski spoguļoti klienta Azure Data Lake Storage Gen 2 risinājumā. Kad ieteikumu līdzekļi tiek iespējoti ar Līdzekļu pārvaldības darbvietu Commerce galvenajā pārvaldē, ieteikumu kopai būs atļauja piekļūt tam pašam Azure Data Lake Storage Gen 2 risinājumam.

Visa procesa laikā klientu dati paliek aizsargāti un atrodas viņu pārvaldībā.

Priekšnosacījumi

Dynamics 365 Commerce vides entitīju veikalam jābūt savienotam ar Azure Data LAke Gen Storage Gen 2 kontu un pavadošajiem pakalpojumiem.

Papildinformāciju par Azure Data Lake Storage Gen 2 un to, kā to iestatīt, skatiet rakstā Azure Data Lake Storage Gen 2 oficiālā dokumentācija.

Konfigurācijas darbības

Šajā sadaļā aprakstītas konfigurēšanas darbības, kuras jāveic, lai iespējotu Azure Data Lake Storage Gen 2 vidē, jo tā ir saistīta ar preču ieteikumiem. Padziļinātāku pārskatu par darbībām, kuras vajadzīgas, lai iespējotu Azure Data Lake Storage Gen 2, skatiet rakstā Padarīt entitīju veikalu pieejamu kā Data Lake.

Azure Data Lake Storage iespējošana vidē

  1. Piesakieties vides iekšējās uzskaites daļas portālam.
  2. Sameklējiet Sistēmas parametri un dodieties uz cilni Datu savienojumi.
  3. Iestatiet Iespējot Data Lake integrāciju uz .
  4. Pēc tam ievadiet šādu nepieciešamo informāciju:
    1. Lietojumprogrammas ID // Lietojumprogrammas slepenais // DNS nosaukums - nepieciešams, lai izveidotu savienojumu ar KeyVault, kur Azure Data Lake Storage tiek glabāts slepanais nosaukums.
    2. Slepenais nosaukums - slepenais nosaukums, kas tiek saglabāts KeyVault un tiek izmantots, lai autentificētos ar Azure Data Lake Storage.
  5. Saglabājiet izmaiņas lapas augšējā kreisajā stūrī.

Tālāk redzamajā attēlā ir parādīts Azure Data Lake Storage konfigurācijas piemērs.

Pakalpojuma Azure Data Lake Storage konfigurācijas piemērs.

Azure Data Lake Storage savienojuma pārbaude

  1. Pārbaudiet savienojumu ar KeyVault, izmantojot saiti Pābaudīt Azure Key Vault.
  2. Pārbaudiet savienojumu ar Azure Data Lake Storage, izmantojot saiti Pābaudīt Azure krātuvi.

Piezīme

Ja neviena pārbaude neizdodas, apstipriniet, ka visa KeyVault informācija, kas pievienota augstāk, ir pareiza, un mēǵiniet vēlreiz.

Kad savienojuma pārbaudes ir veiksmīgas, jāiespējo automātiska elementu krātuves atsvaidzināšana.

Lai iespējotu automātisku elementu krātuves atsvaidzināšanu, veiciet tālāk aprakstītās darbības.

  1. Sameklējiet Elementu krātuvi.
  2. Kreisajā pusē esošajā sarakstā dodieties uz ierakstu RetailSales un atlasiet Rediģēt.
  3. Pārliecinieties, ka opcija Iespējota automātiskā atsvaidzināšana ir iestatīta , atlasiet Atsvaidzināt un pēc tam atlasiet Saglabāt.

Tālak redzamaja attēlā parādīts elementu veikala ar iespējotu automātisku atsvaidzināšanu piemērs.

Elementu krātuves ar iespējotu automātisku atsvaidzināšanu piemērs.

Azure Data Lake Storage tagad ir konfigurēta videi.

Ja tas vēl nav pabeigts, sekojiet norādījumiem par preču ieteikumu iespējošanu un personalizāciju videi.

Papildu resursi

Padariet entītiju veikalu pieejamu kā datu ezeru

Produktu ieteikumu pārskats

Iespējot produktu ieteikumus

Iespējot personalizētus ieteikumus

Atteikties no personalizētiem ieteikumiem

Iespējot “pirkt līdzīgus modeļus” ieteikumu

Pievienot produktu ieteikumus pārdošanas punktā

Pievienot ieteikumus transakciju ekrānam

Pielāgot AI-ML ieteikumu rezultātus

Manuāli izveidot pārraudzītus ieteikumus

Izveidot ieteikumus ar demonstrācijas datiem

BUJ par produktu ieteikumiem