Erfassen Sie Ihre Fortschritte
Trailhead-Startseite
Trailhead-Startseite

Extrahieren externer Daten in Analytics

Lernziele

Nachdem Sie diese Lektion abgeschlossen haben, sind Sie in der Lage, die folgenden Aufgaben auszuführen:
  • Vorbereiten externer Daten auf das Einspeisen in Analytics
  • Hochladen einer CSV-Datei mit externen Daten
  • Überwachen und Prüfen des Hochladens externer Daten

Extrahieren externer Daten – Übersicht

Es wird langsam Zeit, dass wir Daten in Analytics übertragen, damit die Vertriebsleitung ihre Performance-Dashboards bekommt. Sie sind Salesforce-Administrator und damit für die Einrichtung der Dashboards für das Vertriebsteam zuständig. Sie wissen daher, dass die meisten Daten, die die Vertriebsleitung ansehen möchte, bereits vorhanden sind, und zwar in den Objekten Opportunity, Account und Benutzer. Ein Teil der Daten muss Ihres Wissens nach jedoch aus einer externen Quelle extrahiert werden. Das ist für Analytics überhaupt kein Problem! Sehen wir uns das genauer an.

Das Auftragsbearbeitungsteam Ihres Unternehmens verwendet bei jedem Account ein SIC-Code-Feld (Standard Industry Classification) zur Angabe der Branche. Da es der Vertriebsleitung schwer fällt, diese Codes zu "übersetzen", bevorzugt sie stattdessen die gute, alte Beschreibung. Das Auftragsbearbeitungsteam hat Ihnen daher eine CSV-Datei mit allen verwendeten SIC-Codes und den zugehörigen Beschreibungen zur Verfügung gestellt. Hier ist ein Auszug daraus:

Auszug aus CSV-Datei mit SIC.-Beschreibung

Ihr Ziel bei dieser Einheit besteht darin, diese Daten in Analytics zu extrahieren, sodass sie später zu den Salesforce-Daten hinzugefügt werden können, die Sie extrahieren werden. Die folgende Abbildung zeigt Ihnen, wo wir uns auf der Datenroute befinden.

Darstellung der Datenroute mit markiertem Extraktionsprozess für externe Daten

Vorbereiten Ihrer CSV-Daten

Wenn Sie Daten aus einer CSV-Datei extrahieren, trifft Analytics auf der Grundlage der Werte in den einzelnen Feldern Annahmen zum Typ der Daten. Es weist jedem Feld einen Maßeinheitentyp, ein Datum oder eine Dimension zu. Diese Typen sind wichtig, da sie die Interaktion mit einem Feld in einer Analytics-Linse oder einem Dashboard bestimmen.

Analytics ist zwar ziemlich gut darin, den korrekten Feldtyp zuzuordnen, doch manchmal müssen Sie bei der Bestimmung des richtigen Typs helfen. Gehen wir also die CSV-Datei mit SIC-Beschreibungen Feld für Feld durch, um festzustellen, was Sie tun müssen.

CSV-Datei mit SIC-Beschreibungen
Hinweis

Hinweis

Zur Veranschaulichung haben wir hier ein Feld namens "Industry Size" hinzugefügt. Dieses Feld ist in der von Ihnen verwendeten CSV-Datei nicht enthalten.

Feld "SIC Code"
Analytics identifiziert ein numerisches Feld wie dieses als Maßeinheit. Eine Maßeinheit ist ein Feldtyp, mit dem Sie Berechnungen durchführen können, etwa Summe oder Durchschnitt. Achten Sie jedoch auf Felder, die zwar numerische Werte enthalten, aber keine Maßeinheiten sind. Niemand möchte mathematische Berechnungen für ein SIC-Code-, Postleitzahlen- oder ID-Feld durchführen, doch Analytics ist da anderer Meinung und identifiziert solche Felder als Maßeinheiten. Es gibt nicht viel, was Sie dagegen tun können. Doch wenn Sie die Daten hochladen, bekommen Sie die Möglichkeit, diese Feldtypen in Dimensionsfelder zu ändern. Notieren Sie sich die Felder also zunächst. 

Feld "SIC Description" 
Felder wie dieses, die nicht numerische Zeichen enthalten, werden als Dimension identifiziert. Sie können auf der Grundlage von Dimensionsfeldern gruppieren und filtern. In der Regel erkennt Analytics diese Felder fehlerfrei, sodass Sie hier eigentlich nichts tun müssen! 

Feld "Industry Size" 
Eventuell möchten Sie mathematische Berechnungen mit einem Betragsfeld wie diesem durchführen, sodass es der perfekte Kandidat für eine Maßeinheit ist. Analytics erkennt Währungssymbole, Kommas und Dezimalpunkte in numerischen Daten, doch ist hier dennoch Vorsicht geboten. Findet Analytics andere, nicht numerische Zeichen, ordnet es das Feld als Dimension ein und Sie können keine Berechnungen damit durchführen! Prüfen Sie numerische Felder wie dieses daher und entfernen Sie nicht numerische Zeichen, wenn die Felder als Maßeinheit identifiziert werden sollen. 

Feld "Last Updated" 
Analytics erkennt alle gängigen Datumsformate und legt ein Feld wie dieses als Datum fest. Es legt sogar das Format für Sie fest und ist intelligent genug, zwischen US-amerikanischem und europäischem Datumsformat zu unterscheiden. Nehmen Sie sich trotzdem kurz die Zeit, Datumsfelder zu überprüfen, um sicherzugehen, dass die Werte in einem der unterstützten Formate vorliegen. Erkennt Analytics das Format nicht, legt es das Feld als Dimension fest. In diesem Fall verlieren Sie einige der coolen Funktionen zum Gruppieren und Filtern nach Datum. Überprüfen Sie auch, dass Ihre Datumsangaben alle dasselbe Format haben. Trifft Analytics beispielsweise auf eine Mischung aus US-amerikanischen und europäischen Formaten, verwendet es das europäische Format. 

Spaltenüberschriften 
Kontrollieren Sie die Spaltenüberschriften auf Richtigkeit, da sie die Feldbezeichnungen in Ihrem Datenset werden. Sie können sie in der CSV-Datei korrigieren, bevor Sie fortfahren. Sie können damit auch bis zum Hochladen der Datei warten, da Sie dann noch einmal die Chance haben, die Überschriften zu ändern.

Glücklicherweise bekommen Sie die Möglichkeit, eine Vorschau der Datenanzeige in Analytics anzuzeigen, und können dann eventuell notwendige Korrekturen vornehmen.

Hochladen Ihrer CSV-Daten

Da Sie Ihre CSV-Datei jetzt vorbereitet haben, können Sie sie nun mit dem CSV-Upload-Tool in Analytics hochladen. Dabei erstellen Sie auch gleich eine Anwendung für das neue Datenset.

Hinweis

Hinweis

Beim Hochladen einer CSV-Datei extrahiert Analytics die Daten und erstellt ein Datenset. Sie können dieses neue Datenset gleich erkunden, doch in diesem Fall ist die lange Liste der SIC-Codes und -Beschreibungen nicht wirklich spannend. Stattdessen verwenden Sie dieses Datenset später zur Vorbereitung des endgültigen Vertriebs-Datensets. Stellen Sie sich dieses Datenset vorerst als Aufbewahrungsort für die SIC-Daten vor.

  1. Laden Sie die CSV-Datei mit SIC-Beschreibungen von hier auf Ihr Desktop-Gerät.
  2. Falls Sie noch nicht bei der Developer Edition-Organisation angemeldet sind, für die Sie sich in der vorherigen Einheit registriert haben, melden Sie sich jetzt an.
  3. Suchen und wählen Sie im App Launcher (App Launcher-Symbol) Analytics Studio aus.
  4. Klicken Sie in Analytics Studio auf Erstellen und wählen Sie Anwendung aus.
  5. Da Sie eine leere Anwendung erstellen möchten, klicken Sie auf Leere Anwendung erstellen.
  6. Klicken Sie auf Weiter.
  7. Geben Sie in das Feld Anwendung benennen den Namen Sales Performance Datasets ein.
  8. Klicken Sie auf Erstellen.
  9. Klicken Sie oben auf der Anwendungsseite auf Erstellen und wählen Sie Datenset aus. Wenn Sie ein Datenset innerhalb einer Anwendung erstellen, wird automatisch der Anwendungsname ausgewählt. Wieder etwas, das Sie nicht selbst tun müssen.
  10. Klicken Sie auf CSV-Datei.
  11. Klicken Sie auf Wählen Sie eine Datei aus oder ziehen Sie sie hier hin.
  12. Navigieren Sie zu der zuvor heruntergeladenen CSV-Datei, wählen Sie sie aus und klicken Sie auf Öffnen. Falls Sie die Datei leicht in das Fenster ziehen können, ziehen Sie sie stattdessen in das Feld Wählen Sie eine Datei aus oder ziehen Sie sie hier hin und sparen so ein paar Sekunden.
  13. Klicken Sie auf Weiter. Analytics verwendet den Dateinamen als Namen für das neue Datenset und wählt die Anwendung aus.
  14. Ändern Sie im Feld Datensetname den Namen in "SIC Descriptions". Analytics erkennt bestimmte Eigenschaften Ihrer Datei, wie etwa das Trennzeichen und die Codierung. Sie können diese Eigenschaften im Feld "Dateieigenschaften erkannt" prüfen. Wenn Sie Änderungen vornehmen möchten, klicken Sie auf Menüschaltfläche im Feld 'Dateieigenschaften erkannt' und dann auf Bearbeiten.
  15. Klicken Sie auf Weiter. Nun wird der Bildschirm "Feldattribute bearbeiten" angezeigt, indem Sie eine Vorschau auf die Daten erhalten, die Sie gerade in Analytics extrahieren. Vorschau der CSV-Daten
Wie versprochen haben Sie nun die Möglichkeit, die Daten zu korrigieren, bevor Sie sie in Analytics laden. Denken Sie an die Dinge, die Sie beim Vorbereiten der CSV-Datei geprüft haben. Sie wollten sicherstellen, dass Felder auf den richtigen Typ festgelegt wurden, also Maßeinheit, Datum oder Dimension. Außerdem haben Sie geprüft, ob die Feldnamen richtig waren. Sehen Sie sich die Spaltenüberschriften in der Vorschau an, um zu kontrollieren, ob Analytics sie richtig festgelegt hat.

Das Symbol in der Überschrift gibt den Feldtyp an:

  • Maßeinheit Maßeinheit-Symbol
  • Dimension Dimension-Symbol
  • Datum Datum-Symbol
Hinweis

Hinweis

Wird die Spalte, die Sie kontrollieren möchten, nicht angezeigt? Verwenden Sie den Felderbereich auf der linken Seite, um nach dem Feld zu suchen, und klicken Sie dann darauf, um zur zugehörigen Spalte zu gelangen.

Falls Analytics Fehler gemacht hat, können Sie auf eine Spalte klicken, um ihre Attribute im Bereich "Feldattribute" auf der rechten Seite anzuzeigen und zu bearbeiten.

Bei Ihrer Datenvorschau sieht es so aus als habe Analytics das Feld "SIC Code" als Maßeinheit identifiziert. Diese Festlegung ist zwar verständlich, aber nicht das, was Sie möchten. Wenn Sie den Feldtyp "Maßeinheit" beibehalten, können Sie SIC-Codes addieren (nicht wirklich sinnvoll), haben jedoch keine Möglichkeit, Ihre Accounts und Opportunities nach SIC-Code zu gruppieren (sehr sinnvoll). Ändern wir den Typ also.

  1. Klicken Sie auf die Spalte "SIC Code". Im Bereich auf der rechten Seite werden die Feldattribute angezeigt. Feldattribute von 'SIC Code'
  2. Wählen Sie aus der Auswahlliste "Feldtyp" die Option Dimension aus.

Sie haben auch das Datumsfeld in der CSV-Datei geprüft, um sicherzustellen, dass Analytics Typ und Format richtig festlegt. Am besten prüfen wir das nun ebenfalls.

  1. Klicken Sie auf die Spalte 'Last Updated'. Im Bereich auf der rechten Seite werden die Feldattribute angezeigt. Feldattribute von 'Last Updated' Anscheinend hat Einstein Analytics den Datentyp richtig erkannt, aber fälschlicherweise das Datumsformat (d/M/yyyy) festgelegt. Alle Datumsangaben in der CSV-Datei lauten 10/1/2017, was entweder bei Verwendung des Formats M/d/yyyy dem 10. Januar in den USA oder bei Verwendung des Formats d/M/yyyy dem 1. Oktober in Europa entspricht. Da Analytics dies nicht wissen kann, entscheidet es sich für das europäische Format. Sie möchten aber das US-amerikanische Format verwenden. Dies können Sie hier nun ganz einfach ändern.
  2. Wählen Sie aus der Auswahlliste "Datumsformat" die Option M/d/yyyy aus.

Wie erwartet, hatte Analytics keine Schwierigkeiten damit, das Feld "SIC Description" korrekt als Dimension zu erkennen. Wir sind also fertig mit unserer Überprüfung. Klicken Sie nun noch auf Datei hochladen, um den Vorgang abzuschließen.

Analytics lädt die Daten hoch und zeigt den Fortschritt der Datenseterstellung an.Dialogfeld, das den Fortschritt der Datenset-Erstellung zeigt

Über den angezeigten Link gelangen Sie zur Datenüberwachung, in der Sie prüfen können, wie es mit der Erstellung des Datensets steht. Jetzt machen wir aber erst einmal Pause. Klicken Sie deshalb auf Schließen. Schließen Sie die Registerkarte "Sales Performance Dataset".

Prima. Zeit für ein heißes Getränk. Wenn Sie zurück sind, können Sie nachsehen, ob das Datenset erstellt wurde.

Überwachen des Datenauftrags und Prüfen des neuen Datensets

Hinter den Kulissen erstellt Analytics einen Auftrag für Ihr neues Datenset, der im Hintergrund ausgeführt wird. Die Ausführungsdauer dieses Auftrags hängt von der Größe der CSV-Datei und der Anzahl anderer Aufträge ab, die Analytics ausführt. Sie können den Auftragsfortschritt ganz leicht im Datenmanager prüfen.

  1. Klicken Sie in Analytics auf das Zahnradsymbol (Zahnradsymbol) und dann auf Datenmanager. Der Datenmanager wird in einer neuen Browserregisterkarte geöffnet. Hier wird zuerst die Registerkarte "Überwachen" angezeigt, in der standardmäßig die Unterregisterkarte "Aufträge" ausgewählt ist.
  2. Suchen Sie in der Liste nach Ihrem Auftrag. Der Auftragsname beginnt mit "Upload", gefolgt vom Namen der CSV-Datei "SIC_Descriptions". Ansicht 'Aufträge‘ in der Registerkarte 'Überwachen'
  3. Wenn Sie sehen möchten, was Analytics zum Extrahieren Ihrer Daten unternommen hat, klicken Sie auf den Pfeil (>) vor dem Auftragsnamen.
Wenn alles glatt lief, lautet der Auftragsstatus "Erfolgreich". Ist dies nicht der Fall, versuchen Sie, Ihre Schritte zu wiederholen und die Daten erneut zu laden.

Jetzt ist es an der Zeit, das eigentliche Datenset zu prüfen. Prüfen Sie das Live-Datenset erneut auf Punkte wie Felddatentypen und Datumsformate. Suchen Sie das Datenset, um es auszuprobieren.

  1. Klicken Sie auf der linken Seite im Datenmanager auf die Registerkarte Daten.
  2. Klicken Sie rechts neben dem Datenset "SIC Descriptions" auf Datenfluss-Menüschaltfläche im Datenmanager und wählen Sie Erkunden aus.
  3. Klicken Sie links von der neuen Linse unter "Balkenlänge" auf die Schaltfläche Maßeinheit hinzufügen (+). Klicken Sie auf das Pluszeichen unterhalb von 'Balkenlänge', um eine Maßeinheit in einer Linse hinzuzufügenEs werden keine Maßeinheiten angezeigt Erinnern Sie sich? Wir haben in den Feldattributen keine Maßeinheiten festgelegt.
  4. Klicken Sie unter "Balken" auf die Schaltfläche Gruppe hinzufügen (+). Prüfen Sie, ob Ihre drei Felder "Last Updated", "SIC Code" und "SIC Description" vorhanden sind. Dies bestätigt, dass Analytics sie als Datum oder Dimension festgelegt hat. Schließen Sie die Registerkarte "Neue Linse".

Herzlichen Glückwunsch! Sie haben gerade mithilfe des CSV-Upload-Tools Ihre CSV-Datei in ein Analytics-Datenset verwandelt.

Weiter geht es mit: Laden Ihrer Salesforce-Daten in Analytics.