كيف CRM Analytics مصفوفات: هيكل المحفوظات & تدفق البيانات
كيف CRM Analytics مصفوفات: هيكل المحفوظات & تدفق البيانات
الآن بما أنك تعرف ماذا؟ CRM Analytics هو، دعونا ننظر في كيف إنها تناسبنا إنكم لا تحتاجون إلى حفظ رسم بياني هندسي، ولكن خريطة ذهنية بسيطة للهيكل وتدفق البيانات ستؤدي كل درس في وقت لاحق - مزامنة البيانات، وصفات، وصلات حية - نقر في مكانها. ويمر المقطع الوارد أعلاه عبر هذا على مستوى عال؛ وهنا نفس الصورة بالكلمات.
الحصول على البيانات
CRM Analytics هو فقط مفيد مثل البيانات التي تغذيها، لذلك يقدم عدة على الأهرام:
Native Salesforce التوصيل
سحب الأشياء المعيارية والعرفية التي لا توجد بها مواضع أو محركات أو صادرات - نقطة في الحسابات، الفرص، القضايا، وهي تعمل فقط.
موصلات بحرية أخرى
وتصل الموصلات الجاهزة إلى نظم خارجية - أوعية أخرى، أو غيوم تسويقية، أو مستودعات بيانات - لجلب بياناتها إلى جانب بيانات إدارة المخاطر المؤسسية.
CSV تحميل
تحميل صحيفة منتشرة مباشرة للبيانات غير الرسمية أو المرجعية.
ETL / API الابتلاع
لتلبية الاحتياجات الصناعية، وهو خارجي ETL الأداة أو التحليل API يمكن أن تدفع البيانات في جدول زمني.
حيث تهبط البيانات: مجموعات البيانات
على أيّة حال، فإنّها تهبط في النهاية مجموعات البيانات. مجموعة بيانات CRM Analyticsأفضَل، نسق تخزين الأعمدة، مصممة للاستفسارات السريعة على أحجام كبيرة. بمجرد أن يكون لديك بيانات في مكانها يبدأ المرح الحقيقي
- مجموعات بيانات التجميع - الانضمام إلى مصادر متعددة أو دمجها بحيث يمكن أن يمتد تحليل واحد إلى الفرص و بيانات الإيرادات الخارجية
- إنشاء الحقول المشتقة - حساب القيم الجديدة )الجرذان، الدلو، الأعلام( التي لم تكن موجودة في المصدر.
هذا هو المكان الذي تصبح فيه البيانات الخام نموذجاً متشكّلاً وقابلاً للتحليل.
Live vs. replicated data
ليس كل مصدر بحاجة إلى نسخ. CRM Analytics يدعم فلسفتين:
التكرار يعطيك سرعة الدمج والقدرة على الخلط والتحول بحرية. البيانات الحية/الحشرية تعطيك الطازجة وتتجنب تخزين نسخة أخرى وكثيراً ما تستخدم هياكل العالم الحقيقي كلاً منها، واختيار كل مصدر على أساس الحجم، واحتياجات الطازجة، والحوكمة.
إستعادة البيانات
التدفق ثنائية الاتجاه. CRM Analytics ليست نهاية مسدودة حيث يتم النظر إلى البيانات ونسيانها من خلال وصلات النواتجويمكنها أن تدفع النتائج إلى نظم أخرى - على سبيل المثال AWS S3.. Snowflakeأو Tableau Hyper مستخرجات هذا يعني أنّ البيانات المُشكّلة أو المُثرية أو المُسجلة التي تبنيها هنا يمكن أن تُغذي مستودعات المجرى المائي، أو غيرها من أدوات BI، أو بحيرة البيانات.
حساب مخصص وافتراضي
هذه هي التفاصيل المعمارية التي تربط كل شيء معا، وهي تردد الدرس السابق. CRM Analytics تشغيل حساب مخصص وافتراضي - منفصلة عن قاعدة بيانات المعاملات التي تخول لك العيش Salesforce التطبيق.
لماذا هذا يهم؟ التحليل هو ثقيلة. فإسكان الملايين من الصفوف، والانضمام إلى مجموعات البيانات، ونماذج التدريب من شأنه أن يطحن قاعدة بيانات تشغيلية لوقف ويؤذي كل مستخدم يحاول حفظ سجل. عن طريق إجراء تحليلات على طبقة حسابها الخاصة ضد مجموعات البيانات المثلى CRM Analytics يُبقي يومكَ يُمْكِنُ أَنْ يَضْربَ بينما ما زالَ يَجْعلُ حجماً خطيراً وراء المشاهدِ.
الصورة الكبيرة
ضعه معاً و التدفق يُترك لليمين ثم أعود
- 1
Ingest
أحضروا البيانات عن طريق الموصلات المحلية و الموصلات الأخرى CSV تحميل ETL/APIأو علاقة حية
- 2
أرض في مجموعة بيانات
وتستقر البيانات على النحو الأمثل، ومجموعات البيانات العمودية التي بنيت للاستفسارات السريعة على نطاق واسع.
- 3
Combine & مستمدة
الانضمام إلى مجموعات البيانات أو مزيجها وخلق مجالات مستمدة لوضع نموذج لقراءة التحليل.
- 4
البناء & الناتج
تفجير عدسات وألواح متحركة على ممر مكرس، ودفع النتائج إلى S3, Snowflake, or Tableau Hyper.
ضع هذه الخريطة في الاعتبار في الدرس التالي نحشر في طبقة البيانات نفسها - متزامنة، وصفات، تدفقات البيانات، ومجموعات البيانات التي تجعل كل هذا بسرعة.
ما هو CRM Analytics؟
فهم ماذا CRM Analytics )أ(Tableau CRMهو: Salesforceمنصة التحليل الذكية التي تضيف التنبؤات وتزيد من البصيرة على قمة بيانات إدارة العلاقة
The Data Layer
داخل CRM Analytics طبقة البيانات: "الرسم البياني" Dataflow vs. Data Prep الوصفات، وأفضل مجموعات البيانات التي تجعل الاستفسارات سريعة الحجم.