Pulizia e preparazione dei dati

Dopo aver inserito i dati in Data 360, utilizzare le funzioni della libreria, gli operatori e i campi di dati non elaborati per prepararsi alla mappatura dei dati.

• Trasformazioni dati in streaming
  Una trasformazione dati in streaming legge un record in un oggetto di origine, rimodella i dati del record e scrive uno o più record in un oggetto di destinazione. Gli oggetti di origine e di destinazione devono essere oggetti diversi. Una trasformazione dati in streaming viene eseguita in modo continuo come processo di streaming, raccogliendo dati nuovi o modificati.
• Trasformazioni dati batch
  Per trasformare i dati per un ulteriore utilizzo, ad esempio la risoluzione dell'identità, la segmentazione o gli approfondimenti calcolati o per derivare approfondimenti nei rapporti Salesforce, utilizzare una trasformazione dati batch. Una trasformazione batch è una serie di operazioni ripetibili che è possibile eseguire quando vengono aggiornati i dati. La prima volta che si esegue una trasformazione dati batch, l'opzione riceve i dati e li definisce in base alle fasi. È quindi possibile eseguire una trasformazione manualmente o impostarla per l'esecuzione a intervalli pianificati.
• Considerazioni sulla fatturazione per le trasformazioni dati
  L'uso delle trasformazioni dati influisce sul consumo dei crediti utilizzati per la fatturazione per le organizzazioni che gestiscono Data 360 con licenza Data 360.
• Creazione di un flusso evento piattaforma trasformazione dati
  Creare un flusso attivato da piattaforma per le azioni evento trasformazione dati.
• Creazione di un flusso evento record trasformazione dati
  Creare un flusso attivato da record per le azioni evento trasformazione dati. Con un flusso attivato da record è possibile aggiornare un altro record, inviare una notifica o avviare un processo.
• Dati normalizzati e denormalizzati
  I dati hanno origine da più fonti e possono essere normalizzati o denormalizzati. Poiché il modello di dati standard di Data 360 è normalizzato, i dati in entrata devono essere normalizzati prima di poter essere mappati al modello di dati. Poiché non tutti i sistemi di origine offrono opzioni di esportazione normalizzate o di normalizzazione dei dati, valutare i dati a livello di campo per stabilire come trasformare e mappare i dati di origine al modello di dati standard.
• Caso d'uso: normalizzazione di dati denormalizzati
  In questo caso d'uso, i dati provengono da una singola estensione dati Marketing Cloud Engagement ma devono essere normalizzati per essere mappati agli oggetti modello di dati (DMO) di Data 360.