在 Adobe Real‑Time Customer Data Platform（RTCDP）或更广义的 Adobe Experience Platform 中，“Sources” 模块是数据收集／接入（Data Ingestion）链路里的关键一环。下面我帮你从定义、组成、接入方式、注意事项（优缺点）以及在选型／实施中应关注的几点来详细介绍。你作为数据分析／数字营销服务商背景，与这一模块息息相关。
Sources是什么？
“Sources” 在 Adobe Experience Platform 中指的是 将各种数据源系统（包括 Adobe 自有产品、第一方系统、第三方系统、离线数据等）中的数据接入到 Platform 的机制。
换句话说，在 RTCDP 使用场景里，“Sources”负责将外部或内部系统产生的用户行为数据、交易数据、CRM数据、忠诚度系统数据等“带入”平台，以便后续统一建模、身份解析、受众构建、激活。
因此，“Sources”是构建 “单一客户视图（single‑view）” 和 “实时画像（real‑time profile）” 的输入起点。
Sources 的组成／类型
在 Adobe Experience Platform 中，Sources 可以按接入方式、数据类型、频率等维度分类。以下是常见的组成和类型：
| 接入方式 | 数据来源举例 | 说明 |
|---|---|---|
| 批量批处理（batch ingestion） | 离线CRM导出、忠诚度系统定期导出、财务/交易系统数据 | 适合周期性、历史数据或非实时场景 |
| 流式采集（streaming ingestion） | Web行为事件、移动App事件、IoT设备数据、实时点击流数据 | 用于近实时用户行为分析和画像构建 |
| 预建连接器（Connector） | Adobe产品（如 Adobe Analytics、Adobe Campaign）、第三方系统（CRM、广告平台） | Adobe官方或第三方提供的“即插即用”数据源 |
| 自定义接口/API/SDK | 自己搭建的数据采集接口、自定义数据上报的SDK | 用于特殊系统或定制化场景 |
| 离线导入/文件上载 | CSV、JSON、Parquet等文件形式导入 | 较传统但仍常用于补数据、历史迁移阶段 |
Sources支持数据源类型
Adobe的CDP支持非常多的数据源，如Adobe应用程序、基于云的存储、数据库和许多其他资源。
Adobe applications（Adobe应用程序）
Adobe CDP允许从其他Adobe应用程序中摄取数据，支持如下类型：
- Adobe Analytics：Adobe Analytics源连接器将Adobe Analytics收集的数据实时流式传输到CDP，并将SCDS格式的Adobe Analytics数据转换为Experience Data Model (XDM)字段供CDP使用。一般是两分钟内，如果用户的启用A4T，那么最长是15分钟。
- Adobe Audience Manager ：允许Adobe Audience Manager中收集的第一方数据流化到Adobe Experience Platform，可以将实时数据和用户档案数据导入到CDP，实时数据是35分钟内，用户档案数据是两天内。
- Customer Attributes：可以将客户属性用户档案数据引入CDP。
- Experience Platform Launch：可以将点击流或应用数据直接发送到CDP。
- Marketo Engage：目前处于测试状态。
现阶段支持上述Adobe应用程序，随时可能会新增其他的Adobe 应用程序。
需要注意，从Adobe应用程序导入数据，需要先在Adobe Admin Console做授权管理，响应Adobe应用程序的数据才可以导入到Adobe CDP，有两个权限类型：
Advertising（广告）
Adobe CDP支持从第三方广告系统中摄取数据，目前只有Adwords的，处于测试状态。
- Google AdWords
Cloud Storage（云存储）
云存储源是用于存储数据，可以直接导出数据，有可以从平台导入数据。 收录的数据可以格式化为XDM JSON、XDM Perface或分隔。
- Azure Data Lake Storage Gen2
- Azure Blob
- Amazon Kinesis
- Amazon S3
- Apache HDFS
- Azure Event Hubs
- Azure File Storage
- FTP
- Google Cloud Storage
- Google PubSub
- Oracle Object Storage
- SFTP
Customer Relationship Management (CRM，客户关系管理)
Adobe CDP支持从Microsoft Dynamics 365和Salesforce获取CRM数据。
- Microsoft Dynamics ：Microsoft Dynamics源连接器当前不支持与平台的同一区域连接。 这意味着，如果您的Azure实例使用与平台相同的网络区域，则无法建立到平台源的连接。
- Salesforce
Customer Success（客户成功）
Adobe CDP支持从第三方客户成功应用程序中获取数据。
- Salesforce Service Cloud
- ServiceNow
Database（数据库）
Adobe CDP支持从第三方数据库中获取数据，目前市面上主流的基本都支持：
- Amazon Redshift ：处于测试状态
- Apache Hive on Azure HDInsights
- Apache Spark on Azure HDInsights
- Azure Data Explorer
- Azure Synapse Analytics
- Azure Table Storage
- Couchbase
- Google BigQuery
- GreenPlum
- HP Vertica
- IBM DB2
- MariaDB
- Microsoft SQL Server
- MySQL
- Oracle
- Phoenix
- PostgreSQL
eCommerce（电子商务）
Adobe CDP支持从第三方电子商务系统中获取数据。
- Shopify
Marketing Automation（营销自动化）
Adobe CDP支持从第三方营销自动化系统中获取数据。
- HubSpot 连接器
Payments（支付）
Adobe CDP支持从第三方支付系统中获取数据。
- PayPal
Protocols（协议)
Adobe CDP支持从第三方协议系统中获取数据。
- Generic OData ：测试版
Streaming（流）
Adobe CDP支持从流源中获取数据。
- HTTP API
Sources的介面导览
Sources主要有四大功能：
- Catalog：数据源目录，设置数据源
- Accounts：账号管理，如更新、删除都是在这个地方设置
- Dataflows：数据流，数据流是一个计划任务，它从源中检索数据并将其引入CDP里面，其实就是做XDM数据映射管理，可以配置、更新和删除数据流。
- Systemview：系统数据视图，看数据之前的关系情况，如下图：
可以知道数据的来源Sources和数据的用途Destination。
创建数据源的过程
在实际实施中，“配置数据源”概要步骤为：授权连接 → 选择要导入的数据表 → 映射数据到 XDM 模型。
选择数据源并授权连接
在 Platform 的 Sources 目录中选中一个预建连接器或创建新的连接，授权访问源系统（如CRM、广告平台）或配置SDK／API。
数据模型映射／XDM 映射
- 将源系统字段映射到 Adobe 定义的 XDM 架构或自定义 Schema。
- 检查字段类型、命名、必填性、标识符（如电子邮件、客户ID、设备ID）等。
- 映射后可能进行预览数据与字段映射验证。
数据上载／实时事件采集
- 批量模式：上载数据文件，或通过连接器定期拉取。
- 流式模式：事件采集 SDK、Server‑side 上报、Edge Network 等方式实时送达。
在 RTCDP 文档中被称作 “Ingest data from multiple sources” 的步骤。
数据集 (Dataset)创建与存储
- 上载/采集后的数据被归类为 Dataset，存储在 Experience Platform 的数据湖中。
- 还可通过元数据、目录服务管理数据集。
身份解析与 Profile Stitching
- 虽然身份解析是 Profile 层，但数据进入后通过 Sources 字段“标识符”部分进行识别和关联。
- 以便后续构建实时客户画像。
数据治理／标签标记
- 在数据接入阶段，需要对数据源的数据字段应用数据使用标签（Data Usage Labels）和治理策略。
Sources 的优点与挑战
优点
- 能够 整合来自多个系统的数据源，帮助构建统一客户视图。
- 支持批量与流式接入，满足历史数据迁移与实时数据场景。
- 配合 XDM 架构，数据结构标准化、可复用。
- 与 Adobe 生态（RTCDP、Profiles、Audiences、Destinations）天然集成。
挑战／注意事项
- 数据源多样化带来映射复杂度：不同系统字段名称、类型、数据质量差异较大。
- 实时流式场景中系统性能与延迟：流事件如果量大、解析慢，会影响画像更新时效。
- 身份识别／合并问题：虽然不是 Sources 直接功能，但数据源中标识符缺失或冲突，会影响后继 Profile 建设。
- 治理、隐私合规负担：需要在 Sources 阶段就贴标签、处理同意机制、打上使用限制。
- 国内场景额外成本：对于中国市场，可能涉及本地数据接入、SDK支持、服务商定制等额外工作。
