Premiers pas avec les transformations de données en continu dans Data Cloud
Objectifs d’apprentissage
Après avoir terminé cette unité, vous pourrez :
- Décrire une transformation de données en continu et ses principaux cas d’utilisation
- Créer une transformation de données en continu dans Data Cloud
Présentation de la transformation de données en continu
Une transformation de données en continu vous permet de nettoyer et d’enrichir vos données en temps quasi réel, dès qu’elles entrent dans le système. Pour modifier certaines quantités de données sur un intervalle de temps planifié, utilisez une transformation par lots.
Par exemple, une transformation de données en continu est idéale pour détecter les fraudes par carte de crédit. En regroupant les données provenant d’un grand nombre de systèmes de traitement, au fur et à mesure de leur ingestion, et en standardisant leur format, il est possible de détecter les irrégularités presque en temps réel.
Transformation en arrière-plan des données en continu
Les nouveaux enregistrements sont ingérés et immédiatement transformés et ajoutés à l’objet de sortie.
Une transformation de donnĂ©es en continu lit les enregistrements d’un objet lac de donnĂ©es sources et exĂ©cute une requĂªte SQL qui modifie les donnĂ©es entrantes. Elle mappe ensuite l’objet lac de donnĂ©es cible au modèle de donnĂ©es Data Cloud dans un objet modèle de donnĂ©es.
Création d’une transformation de données en continu
- Dans Data Cloud, cliquez sur l’onglet Data Transforms (Transformation de données).
- Cliquez sur New (Nouveau).
- Choisissez Streaming Data Transform (Transformation de données en continu).
ComplĂ©tez les Ă©crans de configuration restants, notamment en nommant votre transformation de donnĂ©es en continu, en choisissant un objet lac de donnĂ©es cible, en Ă©crivant une requĂªte SQL et en effectuant des mappages.
Exemple : normalisation des contacts téléphoniques
Vous pouvez utiliser une transformation de données en continu pour la normalisation. Les fonctionnalités de Data Cloud par défaut ne stockent pas plusieurs numéros de téléphone pour un contact. L’objet lac de données Contact_core
est directement mappé à l’objet modèle de données Contact Point Phone
(TĂ©lĂ©phone du point de contact) et un seul point de contact peut Ăªtre mappĂ©.
Dans les systèmes externes, nous avons actuellement :
CUSTOMERID
|
NOM
|
MOBILEPHONE
|
HOMEPHONE
|
WORKPHONE
|
---|---|---|---|---|
C1 |
John |
408-512-2234 |
650-342-4612 |
|
C2 |
Peter |
310-453-3421 |
915-870-9900 |
Les agents du support client ont besoin d’un accès en temps quasi réel à tous les numéros de téléphone d’un contact. Pour que les trois types soient disponibles, nous pouvons utiliser une transformation de données en continu afin de normaliser les contacts téléphoniques.
Pour mapper plusieurs points de contact Ă Contact Point
(Point de contact), utilisez une transformation SQL avec l’opérateur UNION
.
Après exécution, l’objet lac de données cible Phone Numbers
(Numéros de téléphone) contient des enregistrements pour chaque type de numéro de téléphone. Vous pouvez désormais mapper l’objet lac de données Phone Numbers (Numéros de téléphone) cible à l’objet modèle de données Contact Point Phone
(Téléphone du point de contact). L’objet modèle de données Contact Point Phone
(Téléphone du point de contact) contient les trois types de numéros de téléphone pour chaque client. Mieux encore : les données sont disponibles pour les outils en aval qui consomment l’objet modèle de données, tels que les connaissances calculées, la résolution de l’identité et la segmentation !
PHONEID
|
CUSTOMERID
|
PHONENUMBER
|
PHONETYPE
|
---|---|---|---|
C1_Mobile |
C1 |
408-512-2234 |
Mobile |
C1_Work |
C1 |
650-342-4612 |
Travail |
C2_Home |
C2 |
310-453-3421 |
Domicile |
C2_Work |
C2 |
915-870-9900 |
Travail |
Surveillance du statut
Pour surveiller le statut d’une transformation de données en continu, examinez ses métriques de traitement.
- Dans l’onglet Data Transforms (Transformations de données), cliquez sur le nom de la transformation de données en continu.
- Cliquez sur Refresh History (Historique d’actualisation) pour afficher le nombre d’enregistrements traités, échoués et supprimés.
La mise en place d’une transformation de donnĂ©es en continu dans Data Cloud est la première Ă©tape pour combiner des donnĂ©es en temps rĂ©el avec une vue rapide, rĂ©active et complète de votre client. Après avoir mappĂ© l’objet lac de donnĂ©es Ă l’objet modèle de donnĂ©es, le flux de donnĂ©es transformĂ© est prĂªt pour l’analyse ou le traitement en aval.
Ressources
- Aide Salesforce : Cas d’utilisation de normalisation des données avec UNION
- Aide Salesforce : Configuration d’une transformation de données en continu
- Aide Salesforce : Vérification du statut d’une transformation de données en continu
- Aide Salesforce : Mappage des données