Skip to main content

Erstellen von Pivot-Tabellen

Hinweis

Datorama heißt jetzt Marketing Cloud Intelligence. 

Lernziele

Nachdem Sie diese Lektion abgeschlossen haben, sind Sie in der Lage, die folgenden Aufgaben auszuführen:

  • Erklären, wie Pivot-Tabellen in Marketing Cloud Intelligence funktionieren
  • Erstellen einer Pivot-Tabelle in Marketing Cloud Intelligence
  • Hinzufügen von Daten zu Pivot-Tabellen
  • Analysieren und Prüfen der Daten in einer Pivot-Tabelle

Was sind Pivot-Tabellen?

Pivot-Tabellen sind ein effektives und dynamisches Instrument zur Analyse Ihrer Daten. Sie dienen der Anordnung und Darstellung von Daten, um ihren Nutzen zu steigern. Mit Pivot-Tabellen können Sie Zahlen und Erkenntnisse schnell abrufen, da Ihre Daten auf sinnvolle Weise gruppiert werden. Dadurch sind Pivot-Tabellen ein wesentlicher Bestandteil der Datenanalyse. Pivot-Tabellen in Marketing Cloud Intelligence sind Pivot-Tabellen sehr ähnlich, die Sie vielleicht schon aus anderen Programmen kennen. Wenn Sie also mit Pivot-Tabellen vertraut sind, sollte deren Nutzung in Marketing Cloud Intelligence ein Kinderspiel sein.

In Marketing Cloud Intelligence können Pivot-Tabellen als Berichte gespeichert oder zur Erstellung von Widgets verwendet werden. Am häufigsten werden Pivot-Tabellen eingesetzt, um zu prüfen, ob Daten ordnungsgemäß aus der Quelle in Marketing Cloud Intelligence geladen wurden. So können Sie die Qualität Ihrer Daten leicht überprüfen und feststellen, ob die Werte korrekt zusammengesetzt sind. Lassen Sie uns nun zunächst eine Pivot-Tabelle erstellen.

In diesem Modul gehen wir davon aus, dass Sie ein Marketing Cloud Intelligence-Benutzer mit den entsprechenden Berechtigungen zum Ausführen der beschriebenen Aktionen sind. Falls Sie kein Marketing Cloud Intelligence-Benutzer sind, ist das kein Problem. Lesen Sie einfach weiter, um zu erfahren, wie Sie die Schritte im Produkt durchführen würden. Versuchen Sie nicht, diese Schritte in Ihrem Trailhead Playground nachzuvollziehen. Marketing Cloud Intelligence steht im Trailhead Playground nicht zur Verfügung.

Erstellen einer Pivot-Tabelle

In Pivot-Tabellen werden die in Ihrem Datenmodell definierten Dimensionen und Messwerte angezeigt. Sie können die Daten sortieren, filtern und vergleichen, um sicherzustellen, dass sie in Marketing Cloud Intelligence richtig zugeordnet sind. 

Abbildung von PiaPia ist Systemarchitektin bei Northern Trail Outfitters (NTO), einem Anbieter von Outdoor-Ausrüstung und -Bekleidung. Sie lädt über TotalConnect Daten in Marketing Cloud Intelligence hoch und möchte sicherstellen, dass die Daten wie gewünscht zugeordnet werden. Pivot-Tabellen sind Pias erste Wahl, um sicherzustellen, dass ihre Daten wie vorgesehen zugeordnet werden. Pia hat zwei Optionen, eine Pivot-Tabelle zu erstellen: "Pivot-Tabellen" oder "Datenströme". Das geht so.

Erstellen einer Pivot-Tabelle über "Pivot-Tabellen" 

Navigieren Sie in Marketing Cloud Intelligence zur Registerkarte Analysieren & Agieren und dann zu Pivot-Tabellen. Klicken Sie auf das Symbol "+Neu hinzufügen".

Datorama-Registerkarte 'Analysieren & Agieren' mit angezeigter Option 'Pivot-Tabellen'.

Erstellen einer Pivot-Tabelle über "Datenströme"

Navigieren Sie in Marketing Cloud Intelligence zur Registerkarte Anbinden & Harmonisieren und dann zu Liste mit Datenströmen. Wählen Sie einen Datenstrom aus und klicken Sie auf In Pivot-Tabelle anzeigen. In der Tabelle "Einstellungen" können Sie den Datumsbereich (1) anpassen sowie Dimensionen und Messwerte (2) und Filter (3) hinzufügen.

Der Datumsbereich wird automatisch entsprechend dem Datenstrom festgelegt, für den Pia die Pivot-Tabelle erstellt.
Fenster mit den Einstellungen für die Pivot-Tabelle mit Hervorhebung von Datumsbereich, Dimensionen, Messwerten und Filtern.

Anpassen und Analysieren Ihrer Daten mithilfe von Pivot-Tabellen

Was machen Sie jetzt nach dem Erstellen Ihrer Pivot-Tabelle? Mithilfe von Pivot-Tabellen können Sie Ihre Daten aus vielen verschiedenen Blickwinkeln analysieren. Sie können Daten berechnen, zusammenfassen und analysieren. So können Sie beispielsweise Daten in Kategorien gruppieren, nach Jahren und Monaten aufschlüsseln und Daten so filtern, dass Kategorien ein- oder ausgeschlossen werden.  

Pia ist bereit, ihre Daten anzupassen. Als Erstes muss sie sicherstellen, dass der Datumsbereich den Daten entspricht, die sie im Fokus hat. Um den Datumsbereich zu ändern, kann Pia einfach auf das Feld Datumsbereich klicken, die Datumsangaben festlegen und dann auf Übernehmen klicken.

Fenster zur Auswahl des Datumsbereichs, in dem der 25. Dezember bis 1. Januar ausgewählt ist.

Jetzt können Sie die Tabelle "Einstellungen" (1) bearbeiten und die Dimensionen und Messwerte auswählen, die Sie in die Pivot-Tabelle aufnehmen möchten. Als Nächstes muss sie festlegen, welche Dimensionen/Messwerte die Zeilen und welche die Werte darstellen sollen (2). Dazu klickt sie auf das Pluszeichen (3) neben der gewählten Dimension oder dem Messwert oder zieht ihn in das gewünschte Feld. Sie kann auch über das Feld Suchen (4) nach einer bestimmten Dimension oder einem bestimmten Messwert suchen. 

Hier können Sie sehen, dass Media Buy Name zu Zeilen und Aufrufe zu Werten hinzugefügt wurde.

Fenster mit den Einstellungen für die Pivot-Tabelle mit 'Media Buy Name' als Zeile und 'Aufrufe' als Wert.

Filtern von Pivot-Tabellen
Sie können Ihrer Pivot-Tabelle einen Filter hinzufügen, um sich auf bestimmte Daten zu konzentrieren, z. B. auf Daten, die sich auf einen Kampagnennamen beziehen. Pia möchte ihrer Pivot-Tabelle einige Filter hinzufügen. Im Abschnitt Filter klickt sie auf Filter hinzufügen. Im Fenster Filter sucht sie nach dem Namen der Dimension, wählt den Wert aus, nach dem sie filtern möchte, und klickt auf Speichern.

Hier verwendet Pia Kampagnenname als Dimension und 2021_Q1_COMPANYNAME_CA_RTNR_US_BRAND_SP_AUDIENCE_NYC_USA als Wert.

Fenster 'Filter' für Pivot-Tabellen mit Suchwerten für 'Kampagnenname'.

Um ihre Daten zu überprüfen, vergleicht Pia die von ihr hochgeladene ursprüngliche Datei mit den Ergebnissen in der Pivot-Tabelle. Zunächst stellt sie sicher, dass sowohl für die Pivot-Tabelle als auch für die Quelldaten derselbe Datumsbereich und dieselben Filterwerte gelten.

Pia hat diese Filter für "Datum" und "Kampagnenname" angewendet: 

  • Datum > 2020
  • 2021_Q1_COMPANYNAME_CA_RTNR_US_BRAND_SP_AUDIENCE_NYC_USA

Quelldaten mit demselben Filter für 'Kampagnenname' gemäß Definition in der Pivot-Tabelle.

Jetzt vergleicht sie die Summen in der Quelldatei mit den Summen in der Pivot-Tabelle. Wenn sie übereinstimmen, weiß Pia, dass die Daten ordnungsgemäß hochgeladen wurden.

In den folgenden Abbildungen können Sie erkennen, dass die Summe der Aufrufe in der Quelldatei und in der Pivot-Tabelle übereinstimmen. 

Summe der Aufrufe in der Quelldatei
Quelldaten mit der Summe der Aufrufe.

Summe der Aufrufe in der Pivot-Tabelle

Datorama-Plattform mit der Summe der Aufrufe.

Auch die Summe der Klicks stimmt an beiden Stellen überein.

Summe der Klicks in der Quelldatei

Quelldaten mit der Summe der Klicks

Summe der Klicks in der Pivot-Tabelle

Datorama-Plattform mit der Summe der Klicks.

Nachdem Pia bestätigt hat, dass die Daten ordnungsgemäß angezeigt werden, benennt sie ihre Pivot-Tabelle im Feld "Name" und klickt dann auf Speichern

Sie wissen nun, wie Sie eine Pivot-Tabelle erstellen und anpassen können. In der nächsten Einheit erfahren Sie, wie Sie eine Pivot-Tabelle exportieren und freigeben können. 

Lernen Sie weiter kostenlos!
Registrieren Sie sich für einen Account, um fortzufahren.
Was ist für Sie drin?
  • Holen Sie sich personalisierte Empfehlungen für Ihre Karriereplanung
  • Erproben Sie Ihre Fähigkeiten mithilfe praktischer Aufgaben und Quizze
  • Verfolgen Sie Ihre Fortschritte nach und teilen Sie sie mit Arbeitgebern
  • Nutzen Sie Mentoren und Karrierechancen