Kennenlernen der Datenstruktur

Lernziele

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

• Erläutern, was ein Datenmodell ist und wie es verwendet wird
  
• Unterscheidung zwischen Dimensionen und Messwerten in einem Datenset
  
• Erkennen, was eine Entität ist und in welcher Beziehung der Schlüssel einer Entität zu deren Attributen steht
  

Ein Datenmodell ist eine vordefinierte Struktur, anhand derer die Daten in einer Datenbank organisiert und die Beziehungen zwischen ihren Elementen definiert werden. In diesem Modul erklären wir die Beziehung zwischen verschiedenen Datentypen und dem Marketing Cloud Intelligence-Datenmodell. Wir beschreiben, was Datenströme sind, und gehen auf die Vorteile des Marketing Cloud Intelligence-Datenmodells ein. Bevor wir uns jedoch mit dem spezifischen Marketing Cloud Intelligence-Datenmodell befassen, ist es wichtig, einige grundlegende Prinzipien über Daten im Allgemeinen zu verstehen.  

Unterscheiden zwischen Dimensionen und Messwerten

Die meisten Datensets bestehen aus einer Sammlung von Feldern, die entweder als Messwerte oder als Dimensionen festgelegt werden können. 

Messwerte sind einfach Zahlen, deren Zweck es ist, bestimmte Dimensionswerte zu zählen oder zu quantifizieren. Beispiele für Datenmesswerte sind Aufrufe, Klicks und Konvertierungen. 

Dimensionen sind in der Regel eine Textbeschreibung oder ein Merkmal für ein bestimmtes Feld. Beispiele hierfür sind der Name der Kampagne, der Name der Website und die Art des Motivs. Beachten Sie, dass Dimensionen mitunter Zahlen enthalten können. Da sie nicht zur Quantifizierung dienen, sondern eher eine Form der Textbeschreibung darstellen, werden sie dennoch als Dimensionen betrachtet. Die Kampagnen-ID kann beispielsweise aus einer Zeichenfolge aus Zahlen bestehen, die jedoch nur zur Identifizierung und nicht zum Zweck der Summierung dient. 

Dimensionen können in zwei Hauptgruppen unterteilt werden: Entitätsdimensionen und allgemeine Dimensionen.

Eine Entität ist ein Element, das Sie in Ihrer Datenbank erfassen und speichern möchten, weil es für Sie von primärem Interesse ist. Entitäten sind eindeutig und voneinander unterscheidbar, normalerweise durch eine eindeutige ID oder Schlüsselnummer. Für jede Entität gibt es auch zusätzliche Merkmale, die sie näher beschreiben. Diese werden als Attribute bezeichnet.

Wenn wir die obigen Definitionen für die Welt des digitalen Marketings übernehmen, ist eine Kampagne eine Entität, die für uns und die Marketing Cloud Intelligence-Datenbank von primärem Interesse ist und daher die Entität "Kampagne" enthält. Die Dimension "Kampagnenschlüssel" ist das, was eine bestimmte Kampagne eindeutig identifiziert und sie von allen anderen Kampagnen unterscheidet. Alle anderen zugehörigen Kampagnendimensionen, wie z. B. Kampagnenname, Kampagnenkategorie, Startdatum der Kampagne usw., sind allesamt Attribute der Entität "Kampagne". Sie können sie sich daher, wie unten dargestellt, als Container mit zusammengehörigen Dimensionen vorstellen.

Im Marketing Cloud Intelligence-Datenmodell ist die Beziehung zwischen einem Schlüssel der Entität und ihren Attributen so gestaltet, dass ein Attribut immer nur einen Wert pro Entitätsschlüssel enthalten kann. So kann z. B. ein bestimmter Kampagnenschlüssel zu einem bestimmten Zeitpunkt nur einen Kampagnennamen und einen Kampagnentyp aufweisen. Ebenso kann ein und dieselbe Kampagne nicht mehr als ein Startdatum haben, noch kann sie zu mehr als einer Kategorie gehören. 

Allgemeine Dimensionen sind, wie der Name schon sagt, nicht eindeutig und voneinander unterscheidbar, d. h. sie sind weder selbst Entitäten, noch sind sie Attribute einer bestimmten Entität. Vielmehr handelt es sich um eine zusätzliche Aufschlüsselung der Daten mit Informationen wie Datum, Gerät und geografischer Standort.

Wissensabfrage

Lesen Sie die Aufgabe auf der Karte und klicken Sie dann auf die Karte, um die richtige Antwort aufzudecken.

Einen Überblick über sämtliche in dieser Lektion behandelten Themen finden Sie in diesem Video. 

Sie wissen nun, wie Datensets strukturiert sind, und können sich daher eingehender mit dem Marketing Cloud Intelligence-Datenmodell befassen.