分类： Analytics Data Integration

学习目标

完成本单元后，您将能够：

• 描述如何使用数据流准备数据以供使用。
• 使用数据集配方准备数据。

准备数据概述

您已经提取了所需的所有数据，并且您有两个新的数据集。SIC描述数据集包含从CSV文件中提取的数据。具有帐户和用户数据集的机会具有从Salesforce组织中的对象提取的数据。您的最后任务是准备这些数据并将其合并到一个数据集中。

这是您进行数据旅程的地方。就快到了！

准备数据流中的数据

您使用上一单元中的数据流从Salesforce对象中提取数据。如果你还记得的话，数据流也为你做了一些准备。它为您的商机数据添加了帐户和用户字段，并创建了一个数据集。

因此，除了提取之外，数据流也是一个很好的数据准备工具。您可以使用它来过滤数据，添加和删除字段，添加或更新其他数据集中的行，以及向数据添加计算。但是，要准备数据，您可以通过数据流编辑器或编写JSON手动向数据流添加指令。这并非适合所有人，但如果您想尝试一下，请查看参考资料部分并按照链接获取更多详细信息。

但是对于您的DTC Electronics分配，您将使用数据集配方在没有数据流的情况下准备数据。

准备数据集配方中的数据

数据集配方是一种用户界面工具，可让您从现有数据集中获取数据，准备数据并将结果输出到新数据集。使用配方组合来自多个数据集的数据，存储数据，添加公式字段以及通过转换字段值来清理数据。您可以在创建目标数据集之前删除不需要的字段和过滤行。

创建配方时，可以指定要对特定源数据集执行的转换或步骤。运行配方时，它会应用这些转换并将结果输出到新的目标数据集。

为了使目标数据集保持最新，您可以安排配方定期运行。

创建数据集配方

您可以在数据管理器中创建和管理数据集配方。我们去那边吧。

• 在Analytics中，单击齿轮图标，然后单击“ 数据管理器”。数据管理器将在新的浏览器选项卡中打开。
• 在数据管理器中，单击“ 数据流和配方”选项卡。
• 在数据流与食谱选项卡，单击DATASET食谱 子选项卡。“数据集配方”子选项卡显示您已有的所有配方的列表。

• 单击“ 创建配方”。您会看到可用数据集的列表。
• 选择要用作基础数据集的数据集。对于此配方，请单击 “包含帐户和用户的商机”。小费不确定你的基础数据集是什么？问问自己哪个数据集包含您要准备的数据或添加字段。那是你的基础数据集。在您的情况下，它是具有帐户和用户数据集的机会。
• 输入食谱名称。叫这个食谱Opportunities with SIC Descriptions。
• 单击下一步。配方打开，显示所选基础数据集中数据的预览。

数据集配方中有很多内容。创建食谱的过程可能令人困惑，特别是如果这是你第一次。所以让我们停下来让你了解一下，然后看一些技巧来帮助你导航。

导航数据集配方

默认情况下，数据集配方中的中央窗格会在您准备数据时显示数据的实时预览。

如果此处有很多列，您可以切换到“列”选项卡以搜索列或隐藏不需要的列。让我们隐藏几列来整理预览。

• 单击“ 列”选项卡。您会看到配方中列的列表视图。

• 在“帐户ID”列的右侧，单击菜单按钮（），然后选择“ 隐藏列”。该列将移动到“列”选项卡底部的“不在配方”列表中。
• 您现在不需要以下列，因此请隐藏其中的每一列。
  1. AccountId.BillingCountry
  2. AccountId.BillingCity
  3. 所有者ID
  4. 创建日期
  5. 机会ID注意配方预览最多可显示100列。如果从预览中隐藏列，则默认情况下它不包含在目标数据集中。但是，您可以在以后创建数据集时包含任何列。
• 单击“ 预览”选项卡。预览不再包含您隐藏的列。

好的，既然您已经将配方稍微整理了一下，那么我们回过头来将SIC描述数据添加到我们的基本机会数据集中。

在数据集配方中添加数据

您可以将任何其他数据集中的列添加到配方中已有的数据中。您必须“匹配”数据，以便Analytics可以将正确的值添加到新数据集中的右侧行。例如，您的SIC描述数据集具有SIC代码字段，您可以将其与配方中的帐户SIC代码字段进行匹配。这个“匹配”字段称为查找键。让我们看看它的实际效果。

• 在数据集配方页面上，单击“添加数据”按钮（）。
• 单击SIC描述数据集。这是包含要添加的列的“查找”数据集。您将看到“添加数据”窗口，其中包含3个主要部分。

• 您可以在“查找键”部分（1）中选择如何匹配数据。如果Analytics（分析）看到可能的匹配项，则会为您选择查找键。如果找不到匹配项，则会从配方和查找数据集中选择第一个字段。您可以保留此选项或选择不同的键。您最多可以使用5个密钥对。在您添加数据后，您可以在“选择列”部分（2）中选择配方中所需的列。查找键标有 图标。您已隐藏的列和查找数据集中的列未被选中。“查找结果预览”部分（3）显示了您已包含的列的数据预览。
• 在“查找密钥”部分中，确认Analytics已选择 AccountId.SIC和SIC Code查找密钥。如果选择了不同的键，请单击每个查找键字段以选择正确的键。
• 在“要包括的列”列表的底部，确保选中“SIC描述”列。这是查找数据集中唯一需要的附加列。
• 单击“完成”。SIC描述在配方中显示为新列，更改在左窗格中显示为配方步骤。

您可以以相同的方式继续添加其他数据集中的列。

现在，你已经完成了你需要在配方中做的事情。但是，您可以在此处进行大量其他数据准备工作。如果您想尝试其中一些，请查看资源部分以获取更多详细信息。

运行数据集配方

运行配方时，Analytics会执行您添加的步骤并创建目标数据集。选择新数据集的应用程序，然后选择要包括的最终字段。您还可以通过安排定期运行的配方来保持目标数据集的新鲜度。让我们创建数据集！

• 要打开“运行配方”对话框，请单击“数据集配方”页面上的“ 创建数据集”。

• 注意默认情况下，Analytics使用您正在创建的目标数据集的配方名称。要使用其他名称，请编辑“数据集名称”字段。让我们保持名称不变。
• 从App选项列表（1）中选择Sales Performance Datasets。
• 在字段列表（2）中，请注意您未从预览中隐藏的列未被选中。选择这些列以将它们包含在目标数据集中。
  1. 帐户ID
  2. AccountId.BillingCountry
  3. AccountId.BillingCity
  4. 所有者ID
  5. 创建日期
  6. 机会ID
• 在字段列表中，选择了AccountId.SIC和SIC代码列，因为它们是查找键。您只需要其中一个，因此请取消选择列表底部的SIC代码。
• 单击继续。您现在可以选择在运行之前安排配方，或仅运行一次。
• 您希望在数据流运行后安排每个工作日早晨运行的配方。因此，选择是，然后单击计划配方。计划选项出现。
• 通过选择这些设置，安排数据流在每个工作日的凌晨2:00每24小时运行一次。
  1. 附表： Hour
  2. 开始于： 2:00 am
  3. 运行每一个： 24 Hours
  4. 选择日期：M，Tu， W，Th，F
• 单击“ 计划并运行”。您的食谱排队等待运行。

监视配方作业并验证新数据集

在幕后，Analytics再次为配方创建了一份工作。您可以转到数据管理器的“监视”选项卡以检查其进度。

打开新数据集以检查所有字段是否存在也是一个好主意。

1. 在数据管理器中，关闭配方选项卡。

1. 在数据管理器的左侧，单击“ 数据”选项卡。
2. 在带有SIC描述数据集的商机右侧，单击 并选择“ 浏览”。小费如果您没有看到数据集，请尝试刷新浏览器。
3. 在“条形图”下，单击“ 添加组（+）”按钮。您应该在维度列表中看到SIC描述字段。

恭喜！

你做到了！您找出了他们居住的数据，并将外部和Salesforce数据都收集到了Analytics中。然后，您将它们拉到一起，清理它们，并创建一组包含所有必要字段的数据，立即可用。

让我们看看你有多远。

学习目标

完成本单元后，您将能够：

• 解释数据流是什么。
• 使用数据集构建器和数据流为Salesforce数据创建数据集。
• 监控数据流并验证新数据集。

提取Salesforce数据概述

您刚刚迈出第一步，将所需的数据导入到销售领导团队的Analytics中。他们希望在执行团队与新CEO会面时展示他们的绩效结果。但CSV数据只是他们需要的一小部分。他们感兴趣的大多数数据已经在Salesforce中，位于Opportunity，Account和User对象中。现在，您将此Salesforce数据导入Analytics。

这是您进行数据旅程的地方。

向Dataflow说问好

您使用数据流从Salesforce对象中提取数据。数据流是JavaScript Object Notation（JSON）中的一组指令，用于提取数据和创建数据集。这些指令指定要从中提取数据的对象和字段以及要创建的数据集的名称。数据流还有其他用途，例如将数据连接在一起，但是现在我们只关注它的提取技巧。

也许你在想，JSON-ack！我们必须编写代码吗？好消息是你真的不需要了解JSON的任何信息。 Analytics（分析）拥有为您编写这些说明的工具，您将使用其中一种。

数据流不是单一用途。您可以使用它同时从许多不同的对象创建大量数据集。您还可以安排定期运行以使数据集保持最新。由于数据流有可能已被使用，因此在添加新指令之​​前进行备份是个好主意。您的Developer Edition组织中的数据流尚未使用，但无论如何都要备份它以查看它是如何完成的。

• 在Analytics中，单击齿轮图标（），然后单击“ 数据管理器”。数据管理器将在新的浏览器选项卡中打开。
• 在数据管理器中，单击“ 数据流和配方”选项卡。
• 在默认Salesforce数据流的右侧，单击并选择“ 下载”。

• 在本地保存JSON文件并将其保留为现有数据流的备份。要稍后返回此版本的数据流，请重复这些步骤并 在步骤3中选择“上载”。
• 单击齿轮图标（），然后单击“ Analytics Studio”。

使用数据集生成器创建数据集

数据集构建器 – 就像构建数据集的东西一样，对吗？好吧，有点儿。实际上，数据集构建器会生成构建数据集所需的JSON指令，并将指令添加到数据流中。然后数据流执行实际构建。

在使用数据集构建器之前，请考虑您正在提取的Salesforce对象是如何相关的。作为Salesforce管理员，您知道机会与帐户和用户具有查找关系。在Salesforce中创建商机记录时，您将输入商机字段值; 您还在相关帐户和用户记录中“查找”字段值。

创建数据集时，您可以执行类似的操作，但不是记录，而是创建行。为了帮助您，Analytics首先会要求您提供根对象。这只是您要提取的对象层次结构中的 最低对象。在我们的例子中，Opportunity对象是根对象。您只能在数据集中的根对象上方包含相关对象。例如，如果选择“帐户”作为根对象，则可以包括相关对象，例如“用户”和“父帐户”，但不包括“商机”，因为它较低。

数据集时，您可以执行类似的操作，但不是记录，而是创建行。为了帮助您，Analytics首先会要求您提供根对象。这只是您要提取的对象层次结构中的 最低对象。在我们的例子中，Opportunity对象是根对象。您只能在数据集中的根对象上方包含相关对象。例如，如果选择“帐户”作为根对象，则可以包括相关对象，例如“用户”和“父帐户”，但不包括“商机”，因为它较低。

注意

数据极客将根称为数据集的粒度 – 每行中的数据单位。在我们的数据集中，每一行都是机会，因此机会记录就是粮食。当您从不同来源加入数据时，这是一个重要的概念，正如您稍后发现的那样。

• 在Analytics Studio中，单击“ 创建”，然后选择“ 数据集”。
• 单击Salesforce数据。
• 输入数据集名称。尽可能具有描述性，以便其他人知道您创造了什么。命名此数据集Opportunities with Accounts and Users。
• 从Select dataflow …选择列表中，选择Default Salesforce Dataflow。您在此处选择的数据流将为您创建数据集。如果您的组织有多个数据流，您可以选择使用哪个数据流。
• 单击下一步。您将看到包含Salesforce对象列表的数据集构建器。您在此处选择的对象是根对象。
• 在“ 选择要启动搜索的Salesforce对象”框中，输入 opp。该列表显示匹配的对象。
• 在对象列表中，单击“ 机会”。您选择的根对象将显示在数据集构建器画布上。
• 将鼠标悬停在对象上，然后单击加号（+）。

• 您会看到对象字段的列表。
• 单击以选中所需的每个字段。如果您看不到字段，请在“ 按名称搜索” 或“元数据搜索”框中开始输入其名称以过滤列表。选择以下字段：
  1. 量
  2. 关闭日期
  3. 创建日期
  4. 名称
  5. 阶段小费默认情况下，字段按名称按字母顺序列出。要反转顺序，请单击NAME列标题，或按字段类型排序单击 TYPE列标题。
• 要打开与根对象相关的对象列表，请在字段列表的顶部单击“关系”选项卡。您可以在此处从相关帐户和用户中选择所需的字段。

• 注意请记住，此处仅提供根对象上方的相关对象。如果选择其他根对象，则会看到不同的相关对象列表。
• 在“帐户ID”关系前面，单击“ 加入”。您在数据集构建器画布上看到Account对象。

• 在所有者ID关系前面，单击“ 加入”。您在画布上看到User对象。

下一步是从每个相关对象中选择所需的字段。

• 要打开帐户字段列表，请将鼠标悬停在“帐户”对象上，然后单击加号（+）。

• 选择以下字段：
  1. 用户名
  2. 计费城市
  3. 账单国家
  4. 行业
  5. SIC代码小费请注意字段列表顶部的“关系”选项卡。如果要包含与帐户对象相关的对象中的字段，请使用此选项，例如父帐户。
• 要隐藏字段列表，请单击“帐户”对象右侧的。
• 重复步骤1-3以从User对象中选择这些字段：
  1. 全名
  2. 标题

让我们快速回顾一下你在这里所做的一切。您选择了根对象，商机和所需的字段。您还从中选择了相关的帐户和用户对象以及所需的字段。创建数据集时，每行代表一个商机，其中包含相关帐户和所有者用户记录中的字段。

让我们通过将这些指令添加到数据流并创建数据集来完成。

1. 单击下一步。您之前选择的数据流将在后台的数据流编辑器中打开。仔细观察，您可以看到数据集构建说明在编辑器中显示为框或“节点”。
2. 从为数据集选择列表选择应用程序中，选择 销售业绩数据集。您可以在此处编辑数据流以进行调整，但您已准备就绪。
3. 单击“ 创建数据集”。如果一切顺利，您会看到数据集已排队等待创建的通知。在幕后，Analytics运行数据流以创建数据集。
4. 单击Go to the data monitor链接，让我们看看数据流是如何运行的。

监视数据流并验证新数据集

• 在数据管理器的“监视器”选项卡上，单击“ DATAFLOWS”子选项卡。

• Dataflows子选项卡允许您仅查看数据流作业。
• 要刷新视图，请在监视器的右上角单击。数据流图标显示数据流的状态。如果一切顺利，这是一个复选标记，当你将鼠标悬停在它上面时，你会看到“成功”。

• 小费如果状态显示为“已排队”或“正在运行”，请继续刷新视图，直到数据流完成。
• 要查看运行所有时间的列表，请单击数据流前面的加号（+）。
• 单击最近一次运行前面的加号（+）。您会看到数据流已执行的所有JSON指令的列表。

现在让我们检查数据集本身。

1. 在数据管理器的左侧，单击“ 数据”选项卡。
2. 在“有帐户和用户的商机”数据集的右侧，单击并选择“ 浏览”。小费如果您没有看到数据集，请尝试刷新浏览器。
3. 在新镜头的左侧，在“条形长度”下，单击“ 添加小节”（+）按钮。机会金额字段在此处作为度量。
4. 在“条形图”下，单击“ 添加组（+）”按钮。此处可以使用“关闭日期”和“创建日期”进行分组，以及您在“数据集”构建器中选择的所有其他维度字段。

安排数据流

使用数据集构建器创建数据集时，Analytics会在第一时间为您运行数据流。在此之后，您可以手动启动数据流或将其安排为定期运行。调度是使用Salesforce对象中的最新数据保持数据集新鲜度的好方法。

让我们首先启动并运行数据集，然后您可以安排将来的运行。

• 在数据管理器中，单击“ 数据流和配方”选项卡。
• 在默认Salesforce数据流的右侧，单击并选择“ 计划”。将显示数据流的计划设置。

• 通过选择这些设置，安排数据流每个工作日的每24小时运行一次。
  1. 附表： Hour
  2. 开始于： 12:00 am
  3. 运行每一个： 24 Hours
  4. 选择日期：M，Tu， W，Th，F此计划可确保您的探险家每天早上都能获得新鲜的咖啡数据。它还可以防止数据流在工作时间运行。您不希望用户根据一天中的时间查看仪表板中的差异。
• 单击保存。

很好！您已成功创建了两个数据集。SIC描述数据集包含从CSV文件中提取的数据。具有帐户和用户数据集的机会具有从Salesforce组织中的对象提取的数据。并且您已安排数据流以确保始终拥有全新的Salesforce数据。下一步是连接这两个数据集中的数据。您希望从单个数据集中探索所有可用数据。继续到数据准备阶段！

学习目标

完成本单元后，您将能够：

• 解释数据流是什么。
• 使用数据集构建器和数据流为Salesforce数据创建数据集。
• 监控数据流并验证新数据集。

提取Salesforce数据概述

您刚刚迈出第一步，将所需的数据导入到销售领导团队的Analytics中。他们希望在执行团队与新CEO会面时展示他们的绩效结果。但CSV数据只是他们需要的一小部分。他们感兴趣的大多数数据已经在Salesforce中，位于Opportunity，Account和User对象中。现在，您将此Salesforce数据导入Analytics。

这是您进行数据旅程的地方。

向Dataflow说问好

您使用数据流从Salesforce对象中提取数据。数据流是JavaScript Object Notation（JSON）中的一组指令，用于提取数据和创建数据集。这些指令指定要从中提取数据的对象和字段以及要创建的数据集的名称。数据流还有其他用途，例如将数据连接在一起，但是现在我们只关注它的提取技巧。

也许你在想，JSON-ack！我们必须编写代码吗？好消息是你真的不需要了解JSON的任何信息。 Analytics（分析）拥有为您编写这些说明的工具，您将使用其中一种。

数据流不是单一用途。您可以使用它同时从许多不同的对象创建大量数据集。您还可以安排定期运行以使数据集保持最新。由于数据流有可能已被使用，因此在添加新指令之​​前进行备份是个好主意。您的Developer Edition组织中的数据流尚未使用，但无论如何都要备份它以查看它是如何完成的。

• 在Analytics中，单击齿轮图标（），然后单击“ 数据管理器”。数据管理器将在新的浏览器选项卡中打开。
• 在数据管理器中，单击“ 数据流和配方”选项卡。
• 在默认Salesforce数据流的右侧，单击并选择“ 下载”。

• 在本地保存JSON文件并将其保留为现有数据流的备份。要稍后返回此版本的数据流，请重复这些步骤并 在步骤3中选择“上载”。
• 单击齿轮图标（），然后单击“ Analytics Studio”。

使用数据集生成器创建数据集

数据集构建器 – 就像构建数据集的东西一样，对吗？好吧，有点儿。实际上，数据集构建器会生成构建数据集所需的JSON指令，并将指令添加到数据流中。然后数据流执行实际构建。

在使用数据集构建器之前，请考虑您正在提取的Salesforce对象是如何相关的。作为Salesforce管理员，您知道机会与帐户和用户具有查找关系。在Salesforce中创建商机记录时，您将输入商机字段值; 您还在相关帐户和用户记录中“查找”字段值。

创建数据集时，您可以执行类似的操作，但不是记录，而是创建行。为了帮助您，Analytics首先会要求您提供根对象。这只是您要提取的对象层次结构中的 最低对象。在我们的例子中，Opportunity对象是根对象。您只能在数据集中的根对象上方包含相关对象。例如，如果选择“帐户”作为根对象，则可以包括相关对象，例如“用户”和“父帐户”，但不包括“商机”，因为它较低。

数据集时，您可以执行类似的操作，但不是记录，而是创建行。为了帮助您，Analytics首先会要求您提供根对象。这只是您要提取的对象层次结构中的 最低对象。在我们的例子中，Opportunity对象是根对象。您只能在数据集中的根对象上方包含相关对象。例如，如果选择“帐户”作为根对象，则可以包括相关对象，例如“用户”和“父帐户”，但不包括“商机”，因为它较低。

注意

数据极客将根称为数据集的粒度 – 每行中的数据单位。在我们的数据集中，每一行都是机会，因此机会记录就是粮食。当您从不同来源加入数据时，这是一个重要的概念，正如您稍后发现的那样。

• 在Analytics Studio中，单击“ 创建”，然后选择“ 数据集”。
• 单击Salesforce数据。
• 输入数据集名称。尽可能具有描述性，以便其他人知道您创造了什么。命名此数据集Opportunities with Accounts and Users。
• 从Select dataflow …选择列表中，选择Default Salesforce Dataflow。您在此处选择的数据流将为您创建数据集。如果您的组织有多个数据流，您可以选择使用哪个数据流。
• 单击下一步。您将看到包含Salesforce对象列表的数据集构建器。您在此处选择的对象是根对象。
• 在“ 选择要启动搜索的Salesforce对象”框中，输入 opp。该列表显示匹配的对象。
• 在对象列表中，单击“ 机会”。您选择的根对象将显示在数据集构建器画布上。
• 将鼠标悬停在对象上，然后单击加号（+）。

• 您会看到对象字段的列表。
• 单击以选中所需的每个字段。如果您看不到字段，请在“ 按名称搜索” 或“元数据搜索”框中开始输入其名称以过滤列表。选择以下字段：
  1. 量
  2. 关闭日期
  3. 创建日期
  4. 名称
  5. 阶段小费默认情况下，字段按名称按字母顺序列出。要反转顺序，请单击NAME列标题，或按字段类型排序单击 TYPE列标题。
• 要打开与根对象相关的对象列表，请在字段列表的顶部单击“关系”选项卡。您可以在此处从相关帐户和用户中选择所需的字段。

• 注意请记住，此处仅提供根对象上方的相关对象。如果选择其他根对象，则会看到不同的相关对象列表。
• 在“帐户ID”关系前面，单击“ 加入”。您在数据集构建器画布上看到Account对象。

• 在所有者ID关系前面，单击“ 加入”。您在画布上看到User对象。

下一步是从每个相关对象中选择所需的字段。

• 要打开帐户字段列表，请将鼠标悬停在“帐户”对象上，然后单击加号（+）。

• 选择以下字段：
  1. 用户名
  2. 计费城市
  3. 账单国家
  4. 行业
  5. SIC代码小费请注意字段列表顶部的“关系”选项卡。如果要包含与帐户对象相关的对象中的字段，请使用此选项，例如父帐户。
• 要隐藏字段列表，请单击“帐户”对象右侧的。
• 重复步骤1-3以从User对象中选择这些字段：
  1. 全名
  2. 标题

让我们快速回顾一下你在这里所做的一切。您选择了根对象，商机和所需的字段。您还从中选择了相关的帐户和用户对象以及所需的字段。创建数据集时，每行代表一个商机，其中包含相关帐户和所有者用户记录中的字段。

让我们通过将这些指令添加到数据流并创建数据集来完成。

1. 单击下一步。您之前选择的数据流将在后台的数据流编辑器中打开。仔细观察，您可以看到数据集构建说明在编辑器中显示为框或“节点”。
2. 从为数据集选择列表选择应用程序中，选择 销售业绩数据集。您可以在此处编辑数据流以进行调整，但您已准备就绪。
3. 单击“ 创建数据集”。如果一切顺利，您会看到数据集已排队等待创建的通知。在幕后，Analytics运行数据流以创建数据集。
4. 单击Go to the data monitor链接，让我们看看数据流是如何运行的。

监视数据流并验证新数据集

• 在数据管理器的“监视器”选项卡上，单击“ DATAFLOWS”子选项卡。

• Dataflows子选项卡允许您仅查看数据流作业。
• 要刷新视图，请在监视器的右上角单击。数据流图标显示数据流的状态。如果一切顺利，这是一个复选标记，当你将鼠标悬停在它上面时，你会看到“成功”。

• 小费如果状态显示为“已排队”或“正在运行”，请继续刷新视图，直到数据流完成。
• 要查看运行所有时间的列表，请单击数据流前面的加号（+）。
• 单击最近一次运行前面的加号（+）。您会看到数据流已执行的所有JSON指令的列表。

现在让我们检查数据集本身。

1. 在数据管理器的左侧，单击“ 数据”选项卡。
2. 在“有帐户和用户的商机”数据集的右侧，单击并选择“ 浏览”。小费如果您没有看到数据集，请尝试刷新浏览器。
3. 在新镜头的左侧，在“条形长度”下，单击“ 添加小节”（+）按钮。机会金额字段在此处作为度量。
4. 在“条形图”下，单击“ 添加组（+）”按钮。此处可以使用“关闭日期”和“创建日期”进行分组，以及您在“数据集”构建器中选择的所有其他维度字段。

安排数据流

使用数据集构建器创建数据集时，Analytics会在第一时间为您运行数据流。在此之后，您可以手动启动数据流或将其安排为定期运行。调度是使用Salesforce对象中的最新数据保持数据集新鲜度的好方法。

让我们首先启动并运行数据集，然后您可以安排将来的运行。

• 在数据管理器中，单击“ 数据流和配方”选项卡。
• 在默认Salesforce数据流的右侧，单击并选择“ 计划”。将显示数据流的计划设置。

• 通过选择这些设置，安排数据流每个工作日的每24小时运行一次。
  1. 附表： Hour
  2. 开始于： 12:00 am
  3. 运行每一个： 24 Hours
  4. 选择日期：M，Tu， W，Th，F此计划可确保您的探险家每天早上都能获得新鲜的咖啡数据。它还可以防止数据流在工作时间运行。您不希望用户根据一天中的时间查看仪表板中的差异。
• 单击保存。

很好！您已成功创建了两个数据集。SIC描述数据集包含从CSV文件中提取的数据。具有帐户和用户数据集的机会具有从Salesforce组织中的对象提取的数据。并且您已安排数据流以确保始终拥有全新的Salesforce数据。下一步是连接这两个数据集中的数据。您希望从单个数据集中探索所有可用数据。继续到数据准备阶段！

学习目标

完成本单元后，您将能够：

• 在将外部数据导入Analytics之前准备它们。
• 上传外部数据的CSV文件。
• 监控并验证外部数据上传。

提取外部数据概述

是时候将这些数据导入分析，以便销售领导团队可以拥有其绩效仪表板。管理Salesforce并为销售团队进行设置是您的职责。因此，您知道他们想要查看的大多数数据已经存在于Opportunity，Account和User对象中。但是，如果你记得的话，其中一些是从外部来源引入的。分析没问题！让我们深入挖掘一下。

贵公司的销售运营团队在每个帐户上使用标准行业分类（SIC）代码字段来标识其行业。销售主管很难解读这些代码，而宁愿选择一个好的老式描述。因此，Sales Operations提供了一个CSV文件，其中包含他们使用的所有SIC代码，并附有说明。这是一个片段：

您在此单元中的目标是在Analytics中提取此数据，以便以后可以将其添加到您要提取的Salesforce数据中。这里提醒我们在数据旅程中的位置。

准备您的CSV数据

从CSV文件中提取数据时，Analytics会根据其在每个字段中看到的值，对其所处的数据进行假设。它为每个字段分配一种度量，日期或维度。这些类型很重要，因为它们决定了您如何与Analytics镜头或信息中心中的字段进行互动。

分析在分配正确的字段类型方面做得非常好，但有时您需要帮助确定正确的类型。因此，让我们逐字段地浏览SIC描述CSV文件，以查看您需要执行的操作。

注意

我们在此处包含了Industry Size字段以供说明之用。它不在您正在使用的CSV文件中。SIC代码Analytics将这样的数字字段标识为度量。度量是您可以执行计算的字段，例如总和和平均值。但请注意这样的字段包含数值但实际上不是度量。没有人想在SIC代码，邮政编码或Id字段上进行数学计算，但Analytics认为您这样做并将这些字段标识为度量。现在您无法做很多事情，但是当您上传数据时，您可以选择将这些字段更改为维度。所以现在，只需记下它们。SIC说明任何包含非数字字符的字段都标识为 维度。您可以对维度字段进行分组和筛选。分析通常不会被这些字段绊倒，因此您不应该做任何事情！行业规模

您可能希望对这样的金额字段进行数学运算，因此这是衡量指标的理想选择。Analytics可识别数字数据中的货币符号，逗号和小数点，但要注意。如果它看到任何其他非数字字符，它会将字段设置为维度，您无法对其进行数学运算！因此，如果要将字段作为度量，请检查此类数字字段并删除任何其他非数字字符。最近更新时间Analytics可识别所有常见日期格式，并将此字段设置为日期。它甚至为您设置格式，并且足够聪明，可以区分美国和欧洲的日期格式。但是，请花点时间查看日期字段，以确保值采用其中一种受支持的格式。如果Analytics无法识别格式，则会将字段设置为维度。发生这种情况时，您会丢失一些很酷的日期分组和过滤功能。还要检查您的日期是否都采用相同的格式。例如，如果Analytics看到美国和欧洲格式的混合，则它使用欧洲格式。列标题检查列标题是否正确，因为这些标题会成为数据集中的字段标签。您可以在继续操作之前将其固定在CSV中。或者您可以等到上传文件，然后再次有机会更改它们。

好消息是，您有机会预览数据在Analytics中的显示方式，如果需要，您可以进行调整。

上传您的CSV数据

现在您已准备好CSV文件，现在可以使用CSV上传工具将其上传到Analytics。您还可以在此过程中为新数据集创建应用程序。

注意

上传CSV文件时，Analytics会提取数据并创建数据集。您可以立即探索这个新数据集，但在这种情况下，一长串SIC代码和描述并不能令人兴奋地查看。相反，您稍后将使用此数据集来准备最终的销售数据集。暂时将其视为SIC数据的保留区域。

1. 从此处将SIC描述CSV文件下载到您的桌面。
2. 如果您尚未登录，请登录您在上一个单元中注册的Developer Edition组织。
3. 首先点击应用启动器（），转到Analytics 。
4. 然后单击Analytics Studio磁贴。
5. 在Analytics Studio中，单击“ 创建”，然后选择“ 应用”。
6. 您正在创建一个空应用，因此请单击“ 创建空白应用”。
7. 在“ 命名您的应用”字段中，输入Sales Performance Datasets。
8. 点击创建。
9. 在应用页面的顶部，单击“ 创建”，然后选择“ 数据集”。小费从应用程序中创建数据集会自动为您选择应用程序名称。嘿，每一点点都有帮助！
10. 单击CSV文件。
11. 单击选择文件或将其拖动到此处。
12. 导航到先前下载的CSV文件，选择该文件，然后单击“ 打开”。小费如果文件在拖动距离内，您可以将其拖动到 选择文件或将其拖到此处，然后保存几秒钟。
13. 单击下一步。Analytics使用文件名作为新数据集的名称，并选择应用程序。
14. 在“ 数据集名称”字段中，将名称更改为SIC Descriptions。小费Analytics会检测文件的某些属性，例如分隔符和编码。您可以在“检测到的文件属性”框中查看这些属性。要进行更改，请单击，然后单击“ 编辑”。
15. 单击下一步。将出现“编辑字段属性”屏幕，您可以预览要提取到Analytics的数据。

如前所述，这是您在将数据导入Analytics之前修复数据的机会。回想一下准备CSV文件时要注意的事项。您希望确保将字段设置为正确的类型：度量，日期或维度。您还检查了字段名称是否正确。请查看预览中的列标题，了解Analytics是否正确使用这些标题。

每个标题中的图标告诉您字段类型：

• 测量 
• 尺寸 
• 日期 

小费

看不到要检查的列？使用左侧的“字段”面板浏览或搜索该字段，然后单击该字段以跳转到其列。

如果Analytics出错，您可以单击列以在右侧的“字段属性”面板中查看和编辑其属性。

在您的数据中，Analytics似乎已将SIC代码字段标识为度量标准。这种认同是可以理解的，但这不是你想要的。如果将字段类型保留为度量，则可以将SIC代码一起添加（无用），但不能按SIC代码对帐户和机会进行分组（非常有用）。所以让我们改变类型。

• 单击SIC代码列。字段属性显示在右侧面板中。

• 从“字段类型”选项列表中，选择“ 维”。

您还检查了CSV文件中的日期字段，以确保Analytics正确设置类型和格式。所以我们也要检查一下。

• 单击“上次更新”列。字段属性显示在右侧面板中。

• 看起来Analytics数据类型正确，但格式设置为欧洲（d / M / yyyy）。CSV文件中的所有日期均为1/10/2017，即美国的1月1日或欧洲的10月1日。分析不知道哪个，所以它选择欧洲格式。你想要美国格式，但没关系。你可以在这里轻松改变它。
• 从日期格式选项列表中，选择M / d / yyyy。

正如我们预测的那样，Analytics可以正确地将SIC描述字段标识为维度。所以，看起来你已经在这里完成了。只需点击上传文件即可完成。

Analytics会上传数据，并在创建数据集时为您提供进度视图。这里有一个链接，可以将您带到数据监视器以查看数据集的运行方式。但是我们暂时休息一下，所以现在就点击关闭。

好的，是时候喝一杯热饮了。当您返回时，您可以检查数据集是否已创建。

监视数据作业并验证新数据集

在幕后，Analytics会为您的新数据集创建一个作业，该数据集在后台运行。这项工作需要多长时间才能运行，这取决于您的CSV文件有多大以及Analytics在运行中有多少其他工作。通过数据管理器检查作业的进度很容易。

• 在Analytics中，单击齿轮图标（），然后单击“ 数据管理器”。数据管理器将在新的浏览器选项卡中打开。您在这里看到的第一件事是Monitor选项卡，默认情况下选中Jobs子选项卡。
• 在列表中查找您的工作。作业名称以CSV文件的名称SIC_Descriptions开头。

• 如果您有兴趣了解Analytics提取数据所做的工作，请点击作业前面的加号（+）。

如果一切顺利，工作状态就是成功。如果没有，请尝试回溯您的步骤并再次加载数据。

现在是时候检查数据集本身了。在实时数据集中再次检查字段数据类型和日期格式等内容。因此，找到数据集并将其转为旋转。

• 在数据管理器的左侧，单击“ 数据”选项卡。
• 在SIC描述数据集的右侧，单击 并选择“ 浏览”。
• 在新镜头的左侧，在“条形长度”下，单击“ 添加小节”（+）按钮。这里没有措施！请记住，我们没有在字段属性中设置任何度量。

• 在“条形图”下，单击“ 添加组（+）”按钮。检查您的三个字段，上次更新，SIC代码和SIC描述是否在此处。这确认了Analytics已将其设置为日期或维度。

恭喜！您刚刚使用CSV上传工具将CSV文件转换为Analytics数据集。

下一步：将您的Salesforce数据导入Analytics。

学习目标

完成本单元后，您将能够：

• 在将外部数据导入Analytics之前准备它们。
• 上传外部数据的CSV文件。
• 监控并验证外部数据上传。

提取外部数据概述

是时候将这些数据导入分析，以便销售领导团队可以拥有其绩效仪表板。管理Salesforce并为销售团队进行设置是您的职责。因此，您知道他们想要查看的大多数数据已经存在于Opportunity，Account和User对象中。但是，如果你记得的话，其中一些是从外部来源引入的。分析没问题！让我们深入挖掘一下。

贵公司的销售运营团队在每个帐户上使用标准行业分类（SIC）代码字段来标识其行业。销售主管很难解读这些代码，而宁愿选择一个好的老式描述。因此，Sales Operations提供了一个CSV文件，其中包含他们使用的所有SIC代码，并附有说明。这是一个片段：

您在此单元中的目标是在Analytics中提取此数据，以便以后可以将其添加到您要提取的Salesforce数据中。这里提醒我们在数据旅程中的位置。

准备您的CSV数据

从CSV文件中提取数据时，Analytics会根据其在每个字段中看到的值，对其所处的数据进行假设。它为每个字段分配一种度量，日期或维度。这些类型很重要，因为它们决定了您如何与Analytics镜头或信息中心中的字段进行互动。

分析在分配正确的字段类型方面做得非常好，但有时您需要帮助确定正确的类型。因此，让我们逐字段地浏览SIC描述CSV文件，以查看您需要执行的操作。

注意

我们在此处包含了Industry Size字段以供说明之用。它不在您正在使用的CSV文件中。SIC代码Analytics将这样的数字字段标识为度量。度量是您可以执行计算的字段，例如总和和平均值。但请注意这样的字段包含数值但实际上不是度量。没有人想在SIC代码，邮政编码或Id字段上进行数学计算，但Analytics认为您这样做并将这些字段标识为度量。现在您无法做很多事情，但是当您上传数据时，您可以选择将这些字段更改为维度。所以现在，只需记下它们。SIC说明任何包含非数字字符的字段都标识为 维度。您可以对维度字段进行分组和筛选。分析通常不会被这些字段绊倒，因此您不应该做任何事情！行业规模

您可能希望对这样的金额字段进行数学运算，因此这是衡量指标的理想选择。Analytics可识别数字数据中的货币符号，逗号和小数点，但要注意。如果它看到任何其他非数字字符，它会将字段设置为维度，您无法对其进行数学运算！因此，如果要将字段作为度量，请检查此类数字字段并删除任何其他非数字字符。最近更新时间Analytics可识别所有常见日期格式，并将此字段设置为日期。它甚至为您设置格式，并且足够聪明，可以区分美国和欧洲的日期格式。但是，请花点时间查看日期字段，以确保值采用其中一种受支持的格式。如果Analytics无法识别格式，则会将字段设置为维度。发生这种情况时，您会丢失一些很酷的日期分组和过滤功能。还要检查您的日期是否都采用相同的格式。例如，如果Analytics看到美国和欧洲格式的混合，则它使用欧洲格式。列标题检查列标题是否正确，因为这些标题会成为数据集中的字段标签。您可以在继续操作之前将其固定在CSV中。或者您可以等到上传文件，然后再次有机会更改它们。

好消息是，您有机会预览数据在Analytics中的显示方式，如果需要，您可以进行调整。

上传您的CSV数据

现在您已准备好CSV文件，现在可以使用CSV上传工具将其上传到Analytics。您还可以在此过程中为新数据集创建应用程序。

注意

上传CSV文件时，Analytics会提取数据并创建数据集。您可以立即探索这个新数据集，但在这种情况下，一长串SIC代码和描述并不能令人兴奋地查看。相反，您稍后将使用此数据集来准备最终的销售数据集。暂时将其视为SIC数据的保留区域。

1. 从此处将SIC描述CSV文件下载到您的桌面。
2. 如果您尚未登录，请登录您在上一个单元中注册的Developer Edition组织。
3. 首先点击应用启动器（），转到Analytics 。
4. 然后单击Analytics Studio磁贴。
5. 在Analytics Studio中，单击“ 创建”，然后选择“ 应用”。
6. 您正在创建一个空应用，因此请单击“ 创建空白应用”。
7. 在“ 命名您的应用”字段中，输入Sales Performance Datasets。
8. 点击创建。
9. 在应用页面的顶部，单击“ 创建”，然后选择“ 数据集”。小费从应用程序中创建数据集会自动为您选择应用程序名称。嘿，每一点点都有帮助！
10. 单击CSV文件。
11. 单击选择文件或将其拖动到此处。
12. 导航到先前下载的CSV文件，选择该文件，然后单击“ 打开”。小费如果文件在拖动距离内，您可以将其拖动到 选择文件或将其拖到此处，然后保存几秒钟。
13. 单击下一步。Analytics使用文件名作为新数据集的名称，并选择应用程序。
14. 在“ 数据集名称”字段中，将名称更改为SIC Descriptions。小费Analytics会检测文件的某些属性，例如分隔符和编码。您可以在“检测到的文件属性”框中查看这些属性。要进行更改，请单击，然后单击“ 编辑”。
15. 单击下一步。将出现“编辑字段属性”屏幕，您可以预览要提取到Analytics的数据。

如前所述，这是您在将数据导入Analytics之前修复数据的机会。回想一下准备CSV文件时要注意的事项。您希望确保将字段设置为正确的类型：度量，日期或维度。您还检查了字段名称是否正确。请查看预览中的列标题，了解Analytics是否正确使用这些标题。

每个标题中的图标告诉您字段类型：

• 测量 
• 尺寸 
• 日期 

小费

看不到要检查的列？使用左侧的“字段”面板浏览或搜索该字段，然后单击该字段以跳转到其列。

如果Analytics出错，您可以单击列以在右侧的“字段属性”面板中查看和编辑其属性。

在您的数据中，Analytics似乎已将SIC代码字段标识为度量标准。这种认同是可以理解的，但这不是你想要的。如果将字段类型保留为度量，则可以将SIC代码一起添加（无用），但不能按SIC代码对帐户和机会进行分组（非常有用）。所以让我们改变类型。

• 单击SIC代码列。字段属性显示在右侧面板中。

• 从“字段类型”选项列表中，选择“ 维”。

您还检查了CSV文件中的日期字段，以确保Analytics正确设置类型和格式。所以我们也要检查一下。

• 单击“上次更新”列。字段属性显示在右侧面板中。

• 看起来Analytics数据类型正确，但格式设置为欧洲（d / M / yyyy）。CSV文件中的所有日期均为1/10/2017，即美国的1月1日或欧洲的10月1日。分析不知道哪个，所以它选择欧洲格式。你想要美国格式，但没关系。你可以在这里轻松改变它。
• 从日期格式选项列表中，选择M / d / yyyy。

正如我们预测的那样，Analytics可以正确地将SIC描述字段标识为维度。所以，看起来你已经在这里完成了。只需点击上传文件即可完成。

Analytics会上传数据，并在创建数据集时为您提供进度视图。这里有一个链接，可以将您带到数据监视器以查看数据集的运行方式。但是我们暂时休息一下，所以现在就点击关闭。

好的，是时候喝一杯热饮了。当您返回时，您可以检查数据集是否已创建。

监视数据作业并验证新数据集

在幕后，Analytics会为您的新数据集创建一个作业，该数据集在后台运行。这项工作需要多长时间才能运行，这取决于您的CSV文件有多大以及Analytics在运行中有多少其他工作。通过数据管理器检查作业的进度很容易。

• 在Analytics中，单击齿轮图标（），然后单击“ 数据管理器”。数据管理器将在新的浏览器选项卡中打开。您在这里看到的第一件事是Monitor选项卡，默认情况下选中Jobs子选项卡。
• 在列表中查找您的工作。作业名称以CSV文件的名称SIC_Descriptions开头。

• 如果您有兴趣了解Analytics提取数据所做的工作，请点击作业前面的加号（+）。

如果一切顺利，工作状态就是成功。如果没有，请尝试回溯您的步骤并再次加载数据。

现在是时候检查数据集本身了。在实时数据集中再次检查字段数据类型和日期格式等内容。因此，找到数据集并将其转为旋转。

• 在数据管理器的左侧，单击“ 数据”选项卡。
• 在SIC描述数据集的右侧，单击 并选择“ 浏览”。
• 在新镜头的左侧，在“条形长度”下，单击“ 添加小节”（+）按钮。这里没有措施！请记住，我们没有在字段属性中设置任何度量。

• 在“条形图”下，单击“ 添加组（+）”按钮。检查您的三个字段，上次更新，SIC代码和SIC描述是否在此处。这确认了Analytics已将其设置为日期或维度。

恭喜！您刚刚使用CSV上传工具将CSV文件转换为Analytics数据集。

下一步：将您的Salesforce数据导入Analytics。

学习目标

完成本单元后，您将能够：

• 解释数据集是什么以及它为数据探索带来的好处。
• 描述创建数据集的高级过程。
• 确定您的数据要求并规划数据集成。

成为Analytics数据专家

您是DTC Electronics的Salesforce管理员，销售副总裁刚刚给您发出紧急请求。销售领导团队需要信息并且他们需要快速：DTC的新任首席执行官刚刚召集下周的会议来审查销售业绩。销售副总裁想要一组仪表板，显示可用于运行会议的代表和区域的性能。

从高层次来看，您的工作就是将销售副总裁所需的数据从任何地方获取并将其放入数据集中。

通常，像这样的数据集成是一项繁重的任务，需要数据科学家的技能。分析使工作变得更加轻松，为Salesforce管理员提供了一种强大的数据传输方式 – 即使没有数据科学博士学位！

该模块介绍了将数据导入Analytics并准备使用的主要工具。您将完成将外部数据和Salesforce数据都纳入Analytics的过程。您还将学习如何准备数据，以便构建销售领导者所需的仪表板，以便以后可以自行探索数据。

首先，我们将介绍成为Analytics数据专家所需了解的一些关键概念。

什么是数据集？

将数据集视为一盒数据。在Salesforce，我们将其视为六角形的紫色盒子，但是，嘿，这就是我们。有权访问此框的任何人都可以打开它并浏览数据。

数据集可以包含来自单个Salesforce对象的数据，例如商机。或者它可以包含来自不同对象的数据，例如机会，帐户和用户，以及来自外部来源的数据，例如财务数据。您还可以通过组合来自其他数据集的数据来创建数据集，每个数据集又包含来自多个源和数据集的数据。哇！

如果您之前使用过Salesforce，则表示您可以转到报表生成器，生成报表并立即查看。无需数据集。那你为什么需要在Analytics中使用数据集呢？有几个很好的理由。数据集更快

数据极客会说Salesforce数据已经标准化，这意味着不同对象中的相关数据会“连接”在一起。运行Salesforce报表时，报表引擎必须在汇总报表时从这些对象中提取数据。几千行的连接数据是可以的，但是如果你要处理数百万行，这个过程可能需要一段时间。

Analytics数据集首先将所有数据汇总在一起，因此当您打开Analytics仪表板时，它几乎可以立即使用。那些相同的数据极客会说Analytics数据是非规范化的，这意味着一些预处理工作已经完成。数据集使查询更快

分析数据集会压缩和索引其内容，因此查询速度非常快。数据集结合Salesforce数据和外部数据

通过Analytics（分析）数据集，您可以将Salesforce机会数据等内容与来自其他系统或来源的财务，配额或人口统计数据相结合。如果没有对自定义对象进行大量工作，则无法使用Salesforce报表进行此类数据组合。

你如何创建数据集？

创建数据集有两个主要阶段：提取和准备。提取虽然听起来很痛苦，但却只是将数据导入Analytics的过程。准备工作涉及将数据转换为对探索它的人有意义的形式。为了比较烹饪过程，提取是从你的橱柜中取出食材，然后准备将它们放在一起制成，比如炖。

您可以通过多种方式将数据提取到Analytics中。您可以使用CSV上传器通过CSV文件引入外部数据，也可以使用连接器或Analytics API将其带入。对于Salesforce数据，您可以使用称为数据流的强大工具。为了准备，您也可以使用数据流 – 或者您可以使用数据集配方工具进行烹饪。

您可以在本单元的后面提取和准备数据，我们会在这里向您介绍这些工具的更多信息。

规划数据之旅

既然您已熟悉关键概念，那么在尝试将数据导入Analytics之前，请先谈谈您的规划。规划有两个步骤：确定数据要求并将数据映射到Analytics。

第1步：确定您的数据要求

确定数据要求时，请考虑您需要哪些数据，数据位置以及是否需要与其他数据结合使用。幸运的是，您的销售副总裁提供了销售领导者在探索Analytics中的机会时希望看到的字段列表。

名称	用户名	SIC说明
创建日期	行业	机会所有者姓名
关闭日期	计费城市	机会所有者标题
量	账单国家
阶段	SIC代码

你是勤奋的管理员，你花了一些时间在Salesforce中闲逛。您很快就会意识到这些字段并非都来自单个对象。有机会字段，是的，但您还需要从帐户和用户对象中提取字段。和SIC描述？该数据不在Salesforce中。看起来你必须从其他地方获得它。推送时，销售副总裁建议您联系销售运营团队。幸运的是，他们可以为您提供SIC代码描述的CSV文件。你的探索已经得到了回报。您已经确定了所需的字段以及它们的来源。

机会	帐户	用户	CSV文件
名称	名称	全名	SIC说明
创建日期	行业	标题
关闭日期	SIC代码
量	计费城市
阶段	账单国家

第2步：映射数据之旅

一旦确定了每个数据源，就可以开始考虑这个过程：数据采用什么路由以及何时开始？时间非常重要，因为您需要从各种来源获取数据。如果数据在适当的时间不可用，则无法将其合并。为了帮助您， Analytics可让您安排提取和准备工作，以便在数据最新时提取数据，并在需要准备时提取数据。映射数据旅程的行为也将过程分解为一系列步骤供您遵循。

由于我们尚未介绍提取和准备工具，因此我们为此示例为您绘制了数据历程。该地图显示了您在完成此模块时所采取的步骤。

由于SIC描述位于CSV文件中，因此您可以使用CSV上传器提取它们。其余数据全部在Salesforce中，因此您可以使用这些数据流。您可以按任何顺序执行此操作，只要在进入准备阶段之前提取所有数据即可。

数据流还通过将三个Salesforce对象中的字段连接在一起为您做一些准备工作。最后，使用数据集配方添加SIC描述。

这是我们为您绘制的数据旅程。

当您在Analytics中进行自己的数据集成时，我们建议您以类似的方式映射数据旅程。

好的，让我们开始吧。首先，我们让您设置一个组织，以便您可以跟进，然后您将完成提取外部数据的过程。

尝试使用Developer Edition组织进行分析

免费的开发人员版组织是一个安全的环境，您可以在其中练习您正在学习的技能。当您在Trailhead处理挑战时，您肯定需要一个。

重要

对于此跟踪，您不能使用现有的Developer Edition组织或Trailhead Playground组织。您必须使用特殊的启用了Analytics的Developer Edition组织。您必须注册此特殊的开发人员版，因为它附带有限的Analytics Platform许可证，并包含此Analytics跟踪所需的示例数据。

让我们为您设置，以便您可以登录并开始使用Analytics。

1. 转到developer.salesforce.com/promotions/orgs/wave-de。
2. 使用有效的电子邮件地址填写表单。您的用户名也必须看起来像电子邮件地址并且是唯一的，但它不必是有效的电子邮件帐户。例如，您的用户名可以是yourname@waverocks.de，或者您可以输入公司名称。
3. 填写表单后，单击“ 注册”。出现确认消息。
4. 收到激活电子邮件后，将其打开并单击“ 验证帐户”。
5. 完成注册，并设置密码和质询问题。小费记下或记住您的凭据。要登录并播放，请访问login.salesforce.com。
6. 单击更改密码。您将登录到新的Analytics Developer Edition组织。如果您看到“欢迎使用闪电体验”窗口，请将其关闭。

路要走！您现在拥有一个包含DTC Electronics销售数据的Salesforce组织。