分析集成(4)准备您的数据

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。具有客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!

突出显示加入外部数据数据配方步骤的数据行程图

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客户和用户字段,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。

数据集配方概述

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。
准备标签
  • 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 “包含客户和用户的商机”。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,它是具有客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。

数据集配方预览

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。
数据集配方预览编辑
  • 在“客户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客户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。
添加数据对话框
  • 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。
数据集配方中的新字段

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”。
运行数据集配方对话框
  • 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. 客户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,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:MTu, WThF
  • 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。
配方选项卡的屏幕截图,突出显示近交叉图标
  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。

数据旅程地图显示您已到达旅程的终点​​。 做得好!

分析集成(3)将Salesforce数据提取到Analytics中

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。

突出显示Salesforce对象提取过程的数据旅程图

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”
监视数据流视图
  • 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,您知道机会与客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; 您还在相关客户和用户记录中“查找”字段值。

对象关系
机会记录

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“客户”作为根对象,则可以包括相关对象,例如“用户”和“父客户”,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“客户”作为根对象,则可以包括相关对象,例如“用户”和“父客户”,但不包括“商机”,因为它较低。

注意

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。
  • 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(+)。
机会根对象
  • 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. 关闭日期
    2. 创建日期
    3. 名称
    4. 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客户和用户中选择所需的字段。
选择关系
  • 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“客户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。
帐户关系
  • 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。

  • 要打开客户字段列表,请将鼠标悬停在“客户”对象上,然后单击加号(+)。
数据集构建器中的相关对象
  • 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。如果要包含与客户对象相关的对象中的字段,请使用此选项,例如父客户。
  • 要隐藏字段列表,请单击“客户”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客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,其中包含相关客户和所有者用户记录中的字段。

机会行

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. 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子选项卡在数据管理器的Monitor选项卡上选择
  • 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”。
数据流成功
  • 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。
数据流节点

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“有客户和用户的商机”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。
数据流计划设置屏幕
  • 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:MTu, WThF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。具有客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!

分析集成(2)将外部数据提取到Analytics中

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客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:

SIC说明CSV代码段

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。

数据旅程图与提取外部数据进程突出显示

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。

SIC描述CSV
注意

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

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. 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。
CSV数据预览

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

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代码对客户和机会进行分组(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。
SIC代码字段属性
  • 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。
上次更新的字段属性
  • 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。

显示数据集创建过程进度的屏幕进度对话框

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。
监视器中的作业视图
  • 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。
单击水平轴下方的加号可在镜头中添加度量
  • 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。