Erfassen Sie Ihre Fortschritte
Trailhead-Startseite
Trailhead-Startseite

Einstieg in die Datenroute

Hinweis

Hinweis

Einstein Analytics hat einen neuen Namen. Begrüßen Sie "Tableau CRM". Die Funktionsweise bleibt unverändert. Tableau CRM bietet die beste Erfahrung für native Analysen innerhalb von Salesforce CRM-Produkten. Das Tool kombiniert weiterhin künstliche Intelligenz (KI) und Business Intelligence (BI). Einstein Discovery ist weiterhin eng in die Plattform integriert. Sie werden den alten Namen an einigen Stellen vorfinden, während wir die Aktualisierungen vornehmen.

Lernziele

Nachdem Sie diese Lektion abgeschlossen haben, sind Sie in der Lage, die folgenden Aufgaben auszuführen:
  • Erläutern, was ein Datenset ist und welche Vorteile es bei der Datenerkundung bietet
  • Beschreiben des Erstellens eines Datensets im Überblick
  • Ermitteln Ihrer Datenanforderungen und Planen Ihrer Datenintegration

Der Weg zum Analytics-Datenexperten

Sie sind Salesforce-Administrator bei DTC Electronics, und gerade hat sich die VP Vertrieb mit einer dringenden Bitte an Sie gewandt. Das Vertriebsführungsteam braucht Informationen und das schnell: Der neue Geschäftsführer von DTC hat eben für die nächste Woche eine Besprechung angesetzt, bei der es um die Vertriebsleistung gehen soll. Die VP Vertrieb braucht eine Reihe von Dashboards, die Angaben zu Leistung nach Vertriebsmitarbeiter und Region enthalten, die sie bei der Besprechung als Grundlage heranziehen kann.

Grob umrissen, haben Sie jetzt die Aufgabe, die von der VP Vertrieb benötigten Daten aus den jeweiligen Quellen einzusammeln und zu einem Datenset zusammenzustellen.

Quelldaten in Datenset

Normalerweise ist eine solche Datenintegrationsaufgabe recht mühsam und erfordert das Können eines Data Engineers. Analytics erleichtert die Arbeit erheblich und bietet Salesforce-Administratoren eine leistungsstarke Möglichkeit, Daten einzubringen.

In diesem Modul werden die wichtigsten Tools erläutert, mit denen Sie Daten in Analytics bringen oder für die Verwendung vorbereiten. Sie lernen die Schritte kennen, die notwendig sind, um sowohl externe als auch Salesforce-Daten in Analytics einzuspeisen. Außerdem erfahren Sie, wie Sie die Daten vorbereiten, damit Sie die für die Vertriebsleitung notwendigen Dashboards erstellen können und das Führungsteam die Daten dann selbständig erkunden kann.

Doch zuerst behandeln wir einige wichtige Konzepte, die Sie kennen sollten, um Analytics-Datenexperte zu werden.

Was ist ein Datenset?

Stellen Sie sich ein Datenset wie eine Kiste mit Daten vor. Hier bei Salesforce stellen wir uns immer eine sechseckige violette Kiste vor, aber die Geschmäcker sind ja bekanntlich verschieden. Alle, die Zugang zu dieser Kiste haben, können sie öffnen und die Daten untersuchen.

Ein Datenset kann Daten aus einem einzelnen Salesforce-Objekt enthalten, z. B. Opportunities. Es kann aber auch Daten aus unterschiedlichen Objekten wie Opportunities, Accounts und Benutzern sowie Daten aus externen Quellen, etwa Finanzdaten, enthalten. Sie können auch ein Datenset erstellen, indem Sie Daten aus anderen Datensets kombinieren. Diese enthalten wiederum Daten aus mehreren Quellen und Datensets. Ganz schön beeindruckend.

Wenn Sie bereits mit Salesforce arbeiten, wissen Sie wahrscheinlich, dass Sie zum Berichtsgenerator wechseln, einen Bericht erstellen und diesen sofort anzeigen können. Ganz ohne Datenset. Warum benötigen Sie also in Analytics ein Datenset? Dafür gibt es mehrere gute Gründe.

Datensets sind schneller

Eingefleischte Datenspezialisten würden sagen, dass Salesforce-Daten normalisiert sind, was bedeutet, dass zusammengehörige Daten aus verschiedenen Objekten "zusammengeführt" werden. Beim Ausführen eines Salesforce-Berichts muss das Berichtsmodul die Daten beim Zusammenstellen des Berichts erst aus diesen Objekten abrufen. Der Abruf von Daten ist bei ein paar Tausend Zeilen noch in Ordnung, doch wenn es um Millionen von Zeilen geht, kann dieser Vorgang doch ein Weilchen dauern.

Analytics-Datensets führen alle Daten im Vorfeld zusammen, sodass sie beim Öffnen eines Analytics-Dashboards fast sofort zur Verfügung stehen. Die bereits erwähnten Datenspezialisten würden hier sagen, dass Analytics-Daten denormalisiert sind, was bedeutet, dass ein Teil der Vorverarbeitung bereits erfolgt ist.

Datensets machen Abfragen schneller

Bei Analytics-Datensets wird der Inhalt komprimiert und indiziert, sodass Abfrage superschnell erfolgen.

Datensets kombinieren Salesforce-Daten und externe Daten

In Analytics-Datensets können Sie Dinge wie Salesforce-Opportunitydaten mit Finanz-, Quoten- und Demografiedaten aus anderen Systemen oder Quellen kombinieren. Diese Art der Kombination von Daten ist bei Salesforce-Berichten nur mit einem Riesenaufwand für die Erstellung von benutzerdefinierten Objekten möglich.

Wie wird ein Datenset erstellt?

Es gibt zwei Hauptphasen beim Erstellen eines Datensets: Extraktion und Vorbereitung. Extraktion klinkt irgendwie schmerzhaft, bezeichnet aber nur den Vorgang, bei dem Daten in Analytics eingespeist werden. Zur Vorbereitung gehört, dass diese Daten in eine leicht verständliche Form gebracht werden. Wenn wir dies mit dem Zubereiten eines Gerichts vergleichen, dann entspricht die Extraktion dem Herausnehmen der Zutaten aus Kühlschrank und Regal und die Vorbereitung dem Verrühren der Zutaten zu einem Eintopf.

Extrahieren und vorbereiten

Es gibt verschiedene Möglichkeiten für die Datenextraktion in Analytics. Sie können externe Daten mithilfe des CSV-Upload-Tools über eine CSV-Datei einspeisen oder dazu Konnektoren bzw. die Analytics-API verwenden. Für Salesforce-Daten gibt es dazu ein leistungsstarkes Tool namens Datenfluss. Zur Vorbereitung können Sie ebenfalls den Datenfluss einsetzen oder Sie machen sich mit dem Tool für die Zubereitung nach dem Datenset-Rezept ans Werk, das "Datenvorbereitung" heißt.

Tools für Extraktion und Vorbereitung

Später in diesem Modul werden Sie Daten extrahieren und vorbereiten und dort erfahren Sie dann auch mehr über diese Tools.

Planen der Datenroute

Nachdem Sie nun die wichtigsten Konzepte kennen, lassen Sie uns über die Planung sprechen, die Sie durchführen, bevor Sie Daten in Analytics einzuspeisen versuchen. Die Planung umfasst zwei Schritte: Ermitteln Ihrer Datenanforderungen und Festlegen der Datenroute durch Analytics.

Schritt 1: Ermitteln Ihrer Datenanforderungen

Überlegen Sie beim Ermitteln Ihrer Datenanforderungen, welche Daten Sie benötigen, wo diese sich befinden und ob sie mit anderen Daten kombiniert werden müssen. Glücklicherweise hat Ihre VP Vertrieb eine Liste mit Feldern zusammengestellt, die die Vertriebsleitung beim Untersuchen von Opportunities in Analytics sehen möchte.

Name Accountname Branche
Erstelldatum Rechnungsanschrift Stadt Name des Opportunity-Inhabers
Schlusstermin Rechnungsanschrift Land Titel des Opportunity-Inhabers
Betrag Feld "SIC Code"
Stage Feld "SIC Description"

Als gewissenhafter Administrator stöbern Sie einige Zeit in Salesforce. Sie stellen schnell fest, dass diese Felder nicht alle aus einem Objekt stammen. Da sind Opportunityfelder, ok, aber Sie müssen auch Felder aus den Objekten Account und Benutzer abrufen. Und SIC-Beschreibungen? Diese Daten befinden sich nicht in Salesforce. Sieht so aus, als müssten Sie sie von woanders holen. Auf Nachfrage empfiehlt die VP Vertrieb Ihnen, sich an das Auftragsbearbeitungsteam zu wenden. Und Sie haben Glück: Das Team gibt Ihnen eine CSV-Datei mit Beschreibungen zu SIC-Codes.

Das Stöbern hat sich ausgezahlt. Sie haben die notwendigen Felder und ihren Ursprung identifiziert.
Opportunity Account Benutzer CSV-Datei
Opportunity-Symbol Account-Symbol Benutzersymbol CSV-Symbol
Name Name Vollständiger Name Feld "SIC Description"
Erstelldatum Branche Titel
Schlusstermin Feld "SIC Code"

Betrag Rechnungsanschrift Stadt

Stage Rechnungsanschrift Land





Schritt 2: Festlegen der Datenroute

Nachdem Sie die einzelnen Datenquellen identifiziert haben, können Sie über die Datenroute nachdenken: Welche Route werden die Daten nehmen und wo beginnt sie? Hier ist der Zeitfaktor wichtig, da Sie Daten aus verschiedenen Quellen erhalten, die Sie kombinieren müssen. Sind Daten nicht zum richtigen Zeitpunkt verfügbar, können Sie sie nicht kombinieren. Zur Unterstützung ermöglicht Ihnen Analytics, Ihre Extraktionen und Vorbereitungen zu planen, damit Sie die Daten extrahieren, wenn sie am aktuellsten sind, und Sie zur Verfügung haben, wenn Sie sie für die Vorbereitung brauchen. Beim Festlegen der Datenroute wird der Prozess zudem in eine Reihe von Schritten unterteilt, denen Sie folgen.

Da die Tools für Extraktion und Vorbereitung noch nicht behandelt wurden, haben wir die Datenroute bei diesem Beispiel für Sie festgelegt. Die Festlegung zeigt die Schritte, die Sie im Verlauf des Moduls durchlaufen.

Da sich die SIC-Beschreibungen in einer CSV-Datei befinden, verwenden Sie das CSV-Upload-Tool, um sie zu extrahieren. Die restlichen Daten befinden sich alle in Salesforce, sodass Sie für diese Daten den Datenfluss nutzen. Die Reihenfolge ist hierbei beliebig, solange alle Daten extrahiert wurden, bevor Sie zur Vorbereitungsphase gelangen.

Der Datenfluss übernimmt einen Teil der Vorbereitung für Sie, da er die Felder aus den drei Salesforce-Objekten verknüpft. Abschließend verwenden Sie ein Datenset-Rezept, um die SIC-Beschreibungen hinzuzufügen.

Dies ist die Datenroute, die wir für Sie festgelegt haben.

Darstellung der Datenroute

Wir empfehlen Ihnen, die Datenroute auf ähnliche Weise festzulegen, wenn Sie eigene Datenintegrationen in Analytics durchführen.

OK. Legen wir also los. Zuallererst richten wir eine Organisation für Sie ein, damit Sie die Schritte nachvollziehen können. Anschließend begleiten wir Sie durch den Prozess zur Extraktion externer Daten.

Testen von Analytics mit einer Developer Edition-Organisation

Eine kostenlose Developer Edition-Organisation ist eine sichere Umgebung, in der Sie die erlernten Fertigkeiten üben können. Genau das benötigen Sie definitiv für die Aufgaben hier bei Trailhead.

Hinweis

Hinweis

Für diesen Trail können Sie keine bestehende Developer Edition- oder Trailhead Playground-Organisation verwenden. Sie müssen stattdessen eine spezielle für Analytics aktivierte Developer Edition-Organisation einsetzen. Sie müssen sich für diese spezielle Developer Edition-Organisation registrieren, da sie eine eingeschränkte Analytics Platform-Lizenz umfasst und für diesen Analytics-Trail erforderliche Beispieldaten enthält.

Nehmen Sie nun die Einrichtung vor, damit Sie sich anmelden und mit der Verwendung von Analytics beginnen können.
  1. Rufen Sie folgende Seite auf: developer.salesforce.com/promotions/orgs/analytics-de.
  2. Füllen Sie das Formular unter Angabe einer aktiven E-Mail-Adresse aus. Ihr Benutzername muss ebenfalls wie eine E-Mail-Adresse aussehen und eindeutig sein, muss jedoch nicht zwingend ein gültiges E-Mail-Konto bezeichnen. Ihr Benutzername könnte beispielsweise "IhrName@waverocks.de" lauten oder Sie könnten Ihren Firmennamen angeben.
  3. Wenn Sie das Formular ausgefüllt haben, klicken Sie auf Registrieren. Daraufhin wird eine Bestätigungsmeldung angezeigt. Bestätigungsmeldung mit der Aufforderung, den E-Mail-Posteingang zu prüfen
  4. Warten Sie, bis Sie die Aktivierungs-E-Mail erhalten, öffnen Sie diese und klicken Sie darin auf Account bestätigen.
  5. Schließen Sie die Registrierung ab und legen Sie Ihr Kennwort und die Überprüfungsfrage fest.
  6. Notieren Sie Ihre Anmeldedaten. Zum Anmelden und Experimentieren rufen Sie login.salesforce.com auf.
  7. Klicken Sie auf Kennwort ändern. Sie werden bei Ihrer neuen Analytics Developer Edition-Organisation angemeldet. Wenn das Fenster "Willkommen bei Lightning Experience" angezeigt wird, schließen Sie es.

Jetzt kann es losgehen! Sie haben jetzt eine Salesforce-Organisation mit DTC Electronics-Vertriebsdaten.