Att tänka på innan integrering av data i datauppsättningar

Denna sektion handlar om förväntat beteende och begränsningar att tänka på innan integrering av data i datauppsättningar.

• Hantera numeriska värden
  CRM Analytics lagrar numeriska värden i datauppsättningar som långa värden internt. Exempelvis lagrar CRM Analytics talet 3 200,99 med en skala på 2 som 320099. Användargränssnittet konverterar det lagrade värdet tillbaka till decimalform för att visa talet som 3200,99.
• Hantera datumvärden
  När CRM Analytics läser in datum i en datauppsättning delas upp varje datum i flera kolumner, som dag, vecka, månad, kvartal och år, baserat på kalenderåret. Om du till exempel extraherar datum från en CreateDate skapar CRM Analytics kolumner som CreateDate_Day och CreateDate_Week. Om ditt räkenskapsår skiljer sig från kalenderåret kan du aktivera CRM Analytics för att även skapa kolumner för räkenskapsdatum.
• Hantera egna värden för tidszoner
  Stöd för tidszoner låter dig se tidsspecifika data på instrumentpaneler i en tidszon som du anger för din organisation. Som standard är CRM Analytics-datauppsättningar inte medvetna om tidszoner, så CRM Analytics behandlar alla datum/tid-värden som GMT. De data du ser i dina instrumentpaneler är i GMT, oavsett din lokala tidszon. När du aktiverar stöd för tidszoner konverterar CRM Analytics datum/tid-värden i dina datauppsättningar till den tidszon som valts för CRM Analytics. Du kan sedan skapa aktiverade tidszoner för instrumentpaneler för att visa dessa konverterade datum-tid-värden. Användare ser instrumentpaneldata i den enskild egna tidszon du anger, inte deras personliga tidszon som anges i Salesforce. Receptformler och filter med datum/tid-fält fungerar i GMT.
• Hantera textvärden
  Bekräfta att textvärden i en kolumn är enhetliga vad gäller formatering, stavning och språk. Inkonsekvenser kan inträffa inom datakällor och efter att data slås ihop från flera datakällor.
• Hantera värden som saknas
  Luckor i dina data kan göra analysen felaktig. Värden som saknas åtgärdas bäst i källprogrammet genom att till exempel göra det till ett obligatoriskt fält. Om du inte kan göra det kan du använda CRM Analytics för att fylla i data som saknas.
• Datauppsättningskapacitet och -gränser
  Innan du skapar några datauppsättningar, gå igenom gränserna. Till exempel har varje Salesforce-organisation ett maximalt antal rader för alla datauppsättningar i organisationen. Det finns även gränser för antalet kolumner i en datauppsättning och tecken i en kolumn.
• Fältnamn på reserverade datauppsättningar
  CRM Analytics-dataförberedelse har inte stöd för att använda vissa reserverade nyckelord som fältnamn i linser och instrumentpaneler.
• Så här fungerar CRM Analytics och Salesforce-datapipelines tillsammans
  CRM Analytics och Salesforce Datapipelines är unika produkter, men inställningar, gränser och tillgångar kanske delas eller är relaterade när du använder båda produkterna. Dessa funktioner delas när du använder CRM Analytics.