Trasformazioni per i procedimenti Preparazione dati

In CRM Analytics, Preparazione dati mette a disposizione trasformazioni che consentono di preparare, pulire e trasformare i dati. Ad esempio, si può utilizzare una trasformazione per creare una colonna calcolata basata su una formula. Le trasformazioni vanno aggiunte all'interno di un nodo Trasforma. Per modificare i dati in sequenza, concatenare più trasformazioni insieme.

• Trasformazioni bucket: Classificazione dei valori di una colonna
  Con Preparazione dati di CRM Analytics, è possibile inserire in bucket i campi numerici, testo e data per raggruppare e organizzare i dati.
• Trasformazione Cluster: Segmentazione dei dati
  In CRM Analytics, utilizzare la trasformazione Cluster in un procedimento di Preparazione dati per segmentare le righe di dati in cluster distinti in base a caratteristiche comuni. Ad esempio, è possibile raggruppare in cluster gli account in base a numero di dipendenti, valutazione numerica e reddito annuo. Con i cluster si possono identificare prodotti e servizi da proporre in up-selling a ogni account in base ad altri account dello stesso cluster, applicare una gestione dei servizi o campagne di marketing diverse in base al cluster oppure definire metriche e KPI diversi per l'analisi.
• Trasformazioni di conversione dei tipi di dati: Converti tipi di colonne
  In CRM Analytics, il tipo di dati di una colonna serie di dati determina la modalità con cui è possibile eseguire query sui dati della colonna. Ad esempio, è possibile filtrare e raggruppare in base a una colonna testo o data oppure eseguire calcoli in una colonna numero. Quando si caricano dati in una serie di dati, CRM Analytics a volte assegna il tipo errato a un campo della serie di dati. Se necessario, è possibile ricorrere alle trasformazioni di conversione tipo di colonna in un procedimento Preparazione dati per impostare i tipi di colonne corretti.
• Trasformazioni di data e ora Calcolo nei campi data
  In CRM Analytics, i campi dati sono importanti per individuare i trend nel tempo o mantenere informati i team su futuri punti salienti e scadenze. Utilizzare le trasformazioni di data e ora per effettuare calcoli in base a date o renderli più utili per l'analisi. Con l'opzione Now è possibile inserire una colonna con la data e l'ora correnti in un formato specificato. Utilizzare Date Difference per calcolare la durata tra due colonne data selezionate come giorni, mesi o anni. Utilizzare la funzione Add or Subtract Days or Months per aggiungere o sottrarre giorni o mesi da una colonna data.
• Trasformazione Rileva sentiment: Determinazione del sentiment di testo
  In CRM Analytics, i campi di testo contengono informazioni preziose, come recensioni sui prodotti e post di social media. Utilizzare la trasformazione Rileva sentiment in un procedimento Preparazione dati per classificare velocemente il testo in sentiment. Scegliere se si desidera ottenere i risultati relativi al sentiment come valore decimale su una scala di 5 punti, con 5 come valore più positivo, oppure come etichetta Positivo, Negativo e Neutro. Ad esempio, rilevare il sentiment delle risposte a un sondaggio per valutare l'opinione dei clienti in merito all'assistenza offerta. Se i commenti negativi superano una data soglia, poniamo il 30%, inoltrare il feedback ai responsabili dell'assistenza.
• Trasformazione Rimuovi colonne: Rimozione di colonne dal procedimento
  In CRM Analytics, rimuovere le colonne inutili da un procedimento Preparazione dati. Ad esempio, è possibile aggiungere una trasformazione Rimuovi colonne dopo una trasformazione Formula per rimuovere le colonne di input utilizzate per una colonna calcolata.
• Trasformazione Einstein Predict: Come ottenere le previsioni di Einstein Discovery
  In CRM Analytics, utilizzare la trasformazione Einstein Predict per popolare le serie di dati con intelligenza predittiva e prescrittiva. Quando si esegue un procedimento di Preparazione dati con un nodo Discovery Predict, Einstein calcola e salva gli esiti previsti riga per riga. Se si desidera, è possibile archiviare le descrizioni dei principali predittori e miglioramenti. Con il nodo Discovery Predict è possibile esaminare rapidamente le previsioni in base a serie di dati di grandi dimensioni, valutare più modelli prima di implementarli nell'ambiente di produzione e aggregare queste informazioni in un cruscotto digitale.
• Trasformazione Estrai: Inserimento di un componente data
  In CRM Analytics, utilizzare la trasformazione Estrai all'interno di un procedimento Preparazione dati per prelevare un componente selezionato da un campo data e inserirlo in un nuovo campo. Ad esempio, prelevare il componente ora dalla colonna Data creazione caso per analizzare la creazione dei casi in base all'ora del giorno.
• Trasformazione Modifica attributi: Modifica dei nomi di colonna e dei formati dei valori
  In CRM Analytics, per rendere i nomi di colonna più descrittivi e applicare formati coerenti ai valori delle colonne, utilizzare la trasformazione Modifica attributi in un procedimento di Preparazione dati. È possibile impostare le etichette e i nomi API di tutte le colonne. È anche possibile impostare la precisione e la scala per le colonne numero, la lunghezza dei caratteri per le colonne testo e i formati di data per le colonne data.
• Trasformazione Flatten: Appiattimento delle gerarchie
  In CRM Analytics, la trasformazione Flatten appiattisce i dati gerarchici. Ad esempio, è possibile appiattire la gerarchia dei ruoli Salesforce per implementare la protezione a livello di riga in una serie di dati basata sulla gerarchia dei ruoli.
• Trasformazione Formatta date: Standardizzazione del formato data in una colonna
  In CRM Analytics, se una colonna testo contiene date in formati diversi, utilizzare la trasformazione Formatta date all'interno di un procedimento Preparazione dati per uniformare il formato di tutte le date nella colonna. Un formato coerente consente di filtrare e raggruppare i record correttamente per data e di filtrare per componente data, ad esempio per mese. Consente anche di convertire correttamente il tipo di colonna da testo a data. Se si desidera, è possibile convertire il tipo di colonna da Testo a data.
• Trasformazione Formula: Creazione di una colonna calcolata basata su un'espressione
  In CRM Analytics, creare una colonna all'interno di un procedimento Preparazione dati che visualizza i valori in base all'applicazione di una formula. Il calcolo può prevedere l'inclusione dei dati di altri campi nella stessa riga o in più righe. Ad esempio, si può creare una colonna Profitto che si basa sull'input delle colonne Ricavi e Costi. Immettere le formule nel formato EA-SQL. EA-SQL è una raccolta di funzioni standard e personalizzate per dati numerici, stringa e data.
• Trasformazione Prevedi valori mancanti: Inserimento dei valori mancanti
  In CRM Analytics, utilizzare la trasformazione Prevedi valori mancanti all'interno di un procedimento Preparazione dati per completare i dati inserendo i valori mancanti in una colonna di testo. CRM Analytics prevede i valori in modo intelligente basandosi sui valori di altre colonne con forte correlazione presenti nei dati.
• Trasformazione Dividi: Suddivisione dei valori di una colonna
  In CRM Analytics, è possibile dividere le stringhe in una colonna di testo in due valori specificando un delimitatore. Per dividere i valori di una colonna in più di due parti, aggiungere più istanze della trasformazione Dividi. Ad esempio, si possono utilizzare 3 trasformazioni Dividi all'interno di un procedimento Preparazione dati per suddividere l'indirizzo completo nei componenti seguenti: via, città, stato e codice postale.
• Trasformazione Previsione delle serie temporali: Misure di previsione
  In CRM Analytics, è possibile prendere oggi decisioni basate su previsioni relative a domani con le previsioni delle serie temporali. Una previsione delle serie temporali prende una serie ordinata di punti e prevede in modo intelligente quali saranno i valori successivi. Ad esempio, si stimano le unità vendute per i prossimi 4 trimestri in base agli ultimi 5 anni di vendite. Utilizzare la trasformazione Previsione delle serie temporali in un procedimento di Preparazione dati per eseguire le previsioni in base ai dati storici e alla stagionalità.