Rensa, transformera och läs in data med Klassisk dataförberedelse

Använd ett recept för att rensa och kombinera data från olika datauppsättningar eller anslutna objekt. Lägg till hink- och formelfält, filtrera rader, standardisera datumformat och konvertera fältvärden eller fälttyper. Du kan sedan mata ut resultaten till en ny måldatauppsättning.

När du är färdig följer du dessa steg för att skapa ett recept.

• Ska jag använda klassisk dataförberedelse eller dataförberedelse?
  CRM Analytics tillhandahåller två versioner av dataförberedelse: Klassisk dataförberedelse och Dataförberedelse. Dataförberedelse är den senaste versionen som ersätter den tidigare versionen, Klassisk dataförberedelse. Recept som byggs i dataförberedelse går inte att öppna i klassisk dataförberedelse. Om du öppnar ett recept skapat med klassisk dataförberedelse uppgraderas det till, och öppnas i, dataförberedelse. Från och med utgåvan Winter '21 går det inte längre att skapa recept i klassisk dataförberedelse.
• Skapa ett recept med Klassisk dataförberedelse
  Använd ett recept för Klassisk dataförberedelse för att transformera data innan de läses in i en datauppsättning. Endast Government Cloud-användare kan skapa recept med Klassisk dataförberedelse. Alla andra användare, inklusive de som använder Government Cloud Plus, måste använda Dataförberedelse för att skapa recept.
• Konfigurera förhandsvisning i ett recept
  Ett recept visar en förhandsvisning av dina data på fliken Förhandsvisning medan du arbetar. Du kan konfigurera de kolumner och antal rader som visas i denna förhandsvisning. Om du arbetar med en stor mängd data skyndar att minska storleken på förhandsvisningen på datauppdateringen medan du lägger till steg i ditt recept.
• Lägg till mer data i ett recept
  Du kan lägga till datakolumner från relaterade objekt i befintliga data i ett recept. Beroende på hur du vill kombinera dina nya data, använd en av följande metoder: sökning, vänster sammanslagning, höger sammanslagning, inre sammanslagning eller fullständig yttre sammanslagning.
• Lägg till rader i ett recept med tilläggsfunktionen
  Använd tillägg för att lägga till rader till data i ditt recept från en annan datauppsättning eller anslutet objekt. Fält mappas automatsikt eller så kan du mappa dem manuellt.
• Rensa och förbered data smart med kolumnprofiler och smarta förslag
  Kolumnprofilen ger dig viktiga insikter i din datakvalitet och ger förslag på ytterligare transformationer som kan hjälpa dig rensa och förbereda dina data. Denna profil är särskilt användbar om du kombinerar data från olika källor, då det ofta skapar inkonsekvens.
• Lägg till ett filter i ett recept
  Filtrera data i ett recept om du vill ta bort rader som du inte behöver i måldatauppsättningen.
• Hinka ett måttfält i ett recept
  Lägg till ett fält i ett recept för att hinka värden i ett specificerat måttfält.
• Hinka ett dimensionsfält i ett recept
  Lägg till ett fält i ett recept för att hinka värden i ett specificerat dimensionsfält.
• Hinka ett datumfält i ett recept
  Lägg till ett fält i ett recept för att hinka värden i ett specificerat datumfält.
• Lägg till ett formelfält i ett recept
  Lägg till ett formelfält för att beräkna nya värden från mått och dimensionen i receptet.
• Sammanfatta och gruppera data till en annan kornighet
  Det kan vara svårt att ta till sig stora datauppsättningar om de innehåller mycket information och småkorniga detaljer. Genom aggregering kan dessa datauppsättningar sammanfattas till en högre kornighet, vilket gör det lättare för användarna att skapa regelbunden, sammanfattande statistik och slå samman datauppsättningar som har olika kornighet. Det går också att aggregera data för att utföra beräkningar på grupperade poster utan att aggregera måtten. Du kan till exempel gruppera efter webbplatssessions-ID och därefter beräkna genomsnittlig tid på varje sida och totalt antal klick.
• Konvertera fält i ett recept
  Data är inte alltid enhetliga, särskilt när du kombinerar data från olika källor. Du kan konvertera fält i ett recept för att säkerställa att alla värden i måldatauppsättningen är enhetliga. Ändra skiftläge, dela värden för att få precis de delar du behöver, och ersätt inkorrekta värden.
• Standardisera datumformat
  Om ett dimensionsfält innehåller datum i olika format kan du använda recepttransformationen Format datum för att standardisera formatet på alla värden i fältet. Med ett enhetligt format går det att korrekt filtrera och gruppera poster efter datum och använda filtrering efter en datumkomponent, till exempel månaden. Det gör också att du utan problem kan konvertera fälttypen från dimension till datum.
• Konvertera fälttyper i ett recept
  Typen som tilldelas till ett datauppsättningsfält avgör på vilket sätt du kan fråga och använda fältets data. Du kan till exempel filtrera och gruppera efter ett dimensions- eller datumfält eller utföra matematiska beräkningar på ett måttfält. När data läses in i en datauppsättning taggar CRM Analytics ibland ett datauppsättningsfält med fel typ. Om det behövs kan du konvertera fältet till rätt typ.
• Förutsäga saknade värden i dimensionskolumner
  Om en datauppsättning eller ett anslutet objekt har saknade värden i en dimensionskolumn kan CRM Analytics fylla i de saknade värdena och komplettera dina data. CRM Analytics förutsäger värdena på ett informerat sätt utifrån värden i andra, starkt korrelerade kolumner i dina data.
• Navigera bland kolumner i ett recept
  När du lägger till data och transformerar fält ökar antalet kolumner i din receptförhandsvisning, vilket gör det svårare att hitta de kolumner du vill arbeta med. Använd kolumnvyn för att snabbt hitta de kolumner du behöver, och dölja de du inte behöver.
• Navigera i och redigera receptsteg
  När du förbereder dina data visas varje ändring du gör som ett receptsteg till vänster. Tänk på dessa steg som din recepthistorik. Du kan gå framåt och bakåt i denna historik för att se hur dina data ser ut i olika faser i receptet. Om du inte gillar vad du ser kan du ta bort eller redigera steget.
• Spara ett recept
  Om du inte är redo att skapa måldatauppsättningen, spara receptet och kom tillbaka till det senare. Då sparas dina steg utan att du behöver skapa datauppsättningen.