Usted está aquí:
¿Por qué debo utilizar recetas en lugar de flujos de datos?
Las recetas y los flujos de datos preparan datos. En comparación con los flujos de datos las recetas son más nuevas y se recomiendan por su funcionalidad y facilidad de uso. Las recetas le permiten obtener una vista previa de los datos cuando los transforma, mientras que los flujos de datos solo muestran su esquema de nodo. Por ejemplo, las recetas tienen más tipos de uniones y transformaciones con aprendizaje automático incorporado, como Predecir valores que faltan y Detectar opinión, que no están disponibles en flujos de datos. Las recetas también pueden agregar datos a un nivel superior.
Las recetas y los flujos de datos no son mutuamente exclusivos. Puede utilizar ambos para satisfacer más requisitos de preparación de datos complejos. Por ejemplo, puede utilizar un flujo de datos para generar un conjunto de datos intermedio y, a continuación, utilizar ese conjunto de datos como el origen para una receta para realizar transformaciones adicionales.
Recetas
Las recetas son excelentes para administradores de Salesforce y expertos en datos que desean realizar vistas previas y transformar datos.
Con una receta puede:
- Trabaje en una interfaz gráfica fácil de utilizar.
- Realizar una vista previa de sus datos y cómo cambian cuando aplica cada transformación.
- Eliminar columnas o cambie etiquetas de columna rápidamente.
- Analizar la calidad de sus datos con perfiles de columna.
- Agregue y una datos.
- Utilice el aprendizaje automático integrado como detección de opiniones, agrupación de datos y previsiones de series temporales.
- Crear depósitos de valores sin necesidad de redactar expresiones de SAQL complejas.
- Crear columnas calculadas con un generador de fórmula visual.
- Utilizar una interfaz de apuntar y hacer clic para transformar valores fácilmente para garantizar la coherencia de los datos. Por ejemplo, puede depositar, recortar, dividir y sustituir valores sin una fórmula.
- Consulte el historial de todos sus cambios y realice una copia de seguridad o avance para reproducirlo.
- Distribuya sus datos preparados a otros sistemas con conectores de salida.
Cuando hace una referencia de datos directa en una receta, no se almacenan datos en CRM Analytics. Cuando una receta utiliza datos directos, una consulta obtiene los datos actuales. En el Gestor de datos, las conexiones SFDC_Local representan datos almacenados en CRM Analytics. Por lo tanto, no se incluye una referencia de datos directa en conexiones SFDC_Local.
Cuando se ejecuta una receta, la fecha y hora de última ejecución para los objetos SFDC_Local que utiliza no se actualizan. Si una receta se ejecuta utilizando datos de SFDC_Local, la receta utiliza los datos guardados en el objeto durante la última sincronización. Por lo tanto, programe la sincronización del objeto local antes de que se ejecute la receta, por ejemplo, utilizando la programación de eventos.
Flujos de datos
Los flujos de datos son perfectos para desarrolladores de CRM Analytics que prefieren trabajar en un editor visual y, si es necesario, JSON.
Con un flujo de datos puede:
- Diseñar flujos de preparación de datos complejos con el editor de flujos de datos visual.
- Modificar el JSON subyacente para un mayor control.
- Realizar cálculos en filas para derivar nuevos datos para el análisis de tendencias.
- Aplique filtros complejos.
La fecha de finalización de la vida útil para flujos de datos no se estableció aún. Puede continuar utilizando flujos de datos si son efectivos y no requieren ninguna función de receta avanzada. Si está iniciando un nuevo proceso de preparación de datos, considere utilizar recetas primero.
Comparación de transformación de un vistazo
¿Aún no está seguro de qué herramienta elegir? Utilice esta tabla para comparar qué transformaciones están disponibles en recetas y flujos de datos.
| Función | Receta | Flujo de datos |
|---|---|---|
| Agregado |
|
|
| Anexo |
|
|
| Depósito |
|
(transformación computeExpression) |
| Calcular expresiones (entre filas) |
(transformación Fórmula) |
(transformación computeRelative) |
| Calcular expresiones (misma fila) |
(transformación Fórmula) |
(transformación computeExpression) |
| Clúster |
|
|
| Convertir tipos de columna |
|
|
| Fecha y hora |
|
|
| Delta |
|
|
| Detectar opinión |
|
|
| Soltar columnas |
|
(transformación sliceDataset) |
| Modificar atributos (Columna) |
|
|
| Extraer componente de fecha |
|
|
| Extraer datos de conjunto de datos |
(Nodo de entrada) |
(transformación edgemart) |
| Extraer datos de Salesforce |
(Nodo de entrada) |
(transformación sfdcDigest) |
| Extraer datos sincronizados |
(Nodo de entrada) |
(transformación de resumen) |
| Filtro |
|
|
| Aplanar jerarquías |
|
|
| Asignar formato a fechas |
|
|
| Unir |
|
|
| Búsqueda |
|
(transformación augment) |
| Predecir valores que faltan |
|
|
| Predecir valores |
|
(transformación predicción) |
| Columna de perfil |
|
|
| Dividir |
|
|
| Previsiones de serie temporal |
|
|
| Actualizar valores |
(actualizar nodo) |
(transformación update) |
