Minska provisionsmotorbelastningen med uppströmsdataändringar
Att förbereda data i Salesforce innan de synkroniseras till Spiff minskar det arbete som kommissionsmotorn utför. Att hantera datastruktur, typkonverteringar och kreditlogik uppströms ger snabbare och mer underhållsbara provisionsberäkningar.
Versioner som krävs
| Tillgängliga i: både Salesforce Classic (inte tillgängligt i alla organisationer) och Lightning Experience |
| Tillgängliga i: Enterprise, Unlimited, och Developer Editions |
| Tillgängliga mot en tilläggskostnad i: Professional Edition med Web Services API aktiverat |
Varför hantera data uppströms
Varje transformation som kommissionsmotorn utför — konvertera en datatyp, gå igenom en relation för att hitta en flagg eller köra en bakåtberäkning för att avgöra områdeskredit — upptar minne och tid. Provisionsmotorn har en fast allokering av båda för varje uttalande. Om denna allokering överskrids löper uttalanden ut eller misslyckas.
Använd Objekthanterare, Flöde eller Apex för att flytta dataförberedelsearbete uppströms till Salesforce så att kommissionsmotorn får rena, förformade data och fokuserar på kommissionslogik istället för datarensning.
Vanliga optimeringsscenarier uppströms
Dessa tre scenarion ger den högsta avkastningen vid hantering av data uppströms innan de når Spiff.
-
Datatypkonvertering. Spiff använder specifika datatyper för datum, booleer och valuta. Om källdata inte matchar den förväntade typen konverterar Spiff varje värde vid beräkningstillfället för varje behandlad post.
Vanliga exempel inkluderar att konvertera ett
DATETIMEtill detDATEsom Spiff använder för periodjämförelser, eller att konvertera ett booleskt fält som ditt källsystem lagrar som0och1till Spiffstrue/false.Utför dessa konverteringar i ett Salesforce-flöde eller formelfält innan data synkroniseras, så att Spiff får värdet i sin slutgiltiga form.
-
Indikatorfält i relaterade objekt. Provisionsregler kräver ibland att du kontrollerar om en specifik produkt, kategori eller villkor är associerat med en post. När denna information finns i ett relaterat objekt går Spiff igenom relationen för varje post i filtret för att utvärdera villkoret.
Till exempel, en regel som endast betalar provision när en order innehåller en specifik produkttyp gör att Spiff kopplar objektet Order till objektet Orderprodukt för varje orderpost. Att lägga till en kryssruta eller ett indikatorfält direkt i objektet Order — satt av ett flöde när produkten läggs till — eliminerar helt denna relationstraversering.
Överväg att lägga till indikatorfält i överordnade objekt när din provisionslogik kräver att ett villkor kontrolleras för ett underordnat objekt.
-
Områdeskreditering. Områdesbaserade kommissionsberäkningar kräver ofta söklogik — som avgör vilket område en säljare tillhörde när en affär avslutas och vilken kredit de är skyldiga. Att köra denna logik inuti kommissionsmotorn för varje uttalande är beräkningsintensivt.
Ett mer effektivt tillvägagångssätt är att ha dina data för områdestilldelning för kundförsörjning som en förberäknad sökning. När tilldelningsdata är tillgängliga som ett direkt fält eller relaterat objekt i Spiff läser motorn ett värde istället för att beräkna det. Koordinera med din kund för att tillhandahålla dessa data som en del av den vanliga datasynkroniseringen istället för att beräkna dem dynamiskt i varje uttalandekörning.
Verktyg för datahantering uppströms
Använd dessa Salesforce-verktyg för att förbereda data innan de når Spiff.
- Objekthanterare. Lägg till formelfält, kryssrutefält eller egna fält i befintliga Salesforce-objekt för att lagra förberäknade värden eller indikatorflaggor.
- Flöde. Använd postutlösta flöden för att fylla i indikatorfält, konvertera datatyper eller skriva beräknade värden när Spiff skapar eller uppdaterar poster.
- Apex. För komplexa transformationer eller batchbearbetning, använd Apex utlösare eller schemalagda Apex för att förbereda data i stor skala innan de synkroniseras till Spiff.
Planera ändringar uppströms innan implementering
Dataändringar uppströms är enklast att implementera i början av ett engagemang. Gå igenom den fullständiga datamappningen för dina kommissionsplaner. Identifiera alla fält som kräver typkonvertering, alla villkor som kräver relationsöverföring och all kreditlogik som ska tillhandahållas som förberäknade data.

