Création de connaissances avec le générateur de connaissances

Objectifs d’apprentissage

Après avoir terminé cette unité, vous pourrez :

• Utiliser le générateur de connaissances pour créer une connaissance dans Data Cloud
  
• Lier des données pour des individus unifiés
  

Avant de commencer

Dans ce module, nous partons du principe que vous disposez de l’autorisation adéquate pour créer des connaissances dans Data Cloud. Nous vous recommandons de passer en revue les modules Connaissances Data Cloud à l’aide de SQL et Connaissances Data Cloud avant de commencer à créer des connaissances. N’essayez pas de suivre les étapes de ce module dans un Trailhead Playground. Data Cloud n’y est pas disponible.

Générateur de connaissances

Pour enrichir et utiliser les données importées dans Data Cloud, vous pouvez créer des connaissances calculées et en continu à l’aide de SQL (Structured Query Language). Vous connaissez le langage SQL, mais vous ne savez pas comment l’écrire ? Vous pouvez toujours créer des connaissances calculées et en continu à l’aide du générateur de connaissances dans Data Cloud. Cet outil vous permet de créer vos instructions SQL à l’aide d’une fonctionnalité de glisser-déposer. Regardez cette vidéo pour voir comment créer des connaissances à l’aide du générateur de connaissances.

Création d’une connaissance

Pour vous guider dans l’utilisation du générateur de connaissances, passons en revue les étapes que vous devez suivre et les questions auxquelles vous devez répondre à chaque étape. Tout d’abord, créons une connaissance.

1. Cliquez sur le bouton New (Nouveau) de l’onglet Calculated Insights (Connaissances calculées) dans Data Cloud.
   
2. Sélectionnez Create with Builder (Créer avec le générateur) puis cliquez sur Next (Suivant).
   

Vous avez maintenant une zone de dessin vierge. Bien que l’utilisation de SQL nécessite une compréhension des mots-clés et de la syntaxe, le générateur de connaissances vous guide à travers vos options dans une interface fonctionnant par glisser-déposer. Parcourons ces étapes. Première étape : la sélection des objets. 

Sélectionner des objets

Commencez par répondre aux questions suivantes : quelles données souhaitez-vous utiliser comme base de votre recherche ? Souhaitez-vous interroger des données de vente ou des données client ? Une fois que vous avez identifié ces données, procédez comme suit.

1. Cliquez sur Select Objects (Sélectionner des objets) pour sélectionner l’objet modèle de données souhaité.
   
2. Trouvez votre objet modèle de données (par exemple, individus unifiés), puis cliquez sur Next (Suivant).
   

Jointure

Déterminez ensuite les données supplémentaires à inclure dans votre recherche. Si aucune donnée supplémentaire n’est nécessaire, vous pouvez ignorer ces étapes. Si vous disposez de données supplémentaires, ajoutez le nœud de jointure à votre requête en procédant comme suit. 

1. Cliquez sur l’icône + à côté de l’objet sélectionné.
   
2. Cliquez sur le nœud Join (Joindre).
   

3. Recherchez les objets de votre modèle de données pour cette source de données, par exemple l’identification d’une partie ou une commande client. Une fois que vous les avez trouvés, cliquez sur Next (Suivant).
   

Maintenant que vous avez ajouté le nœud de jointure, il est temps de répondre à quelques questions supplémentaires et d’effectuer les étapes nécessaires.

Profils unifiés

Une dernière question : utilisez-vous la résolution de l’identité et les profils unifiés ? Par exemple, dans la vidéo de cette unité, NTO utilisait l’objet modèle de données Unified Individual (Individu unifié) pour démarrer son expression SQL. Si vous faites de même, vous devez d’abord connecter votre objet modèle de données Unified Individual (Individu unifié) à l’objet modèle de données Unified Individual Link (Lien Individu unifié), également appelé table passerelle, avant de le joindre à tout autre objet modèle de données. 

Pourquoi ? Parce que vos données d’engagement (ou autre objet modèle de données) ont un ID de client individuel et non un ID d’individu unifié. Elles connaissent essentiellement vos données d’origine, et non les données qui ont été unifiées grâce aux ensembles de règles de résolution de l’identité. C’est pourquoi l’objet modèle de données Unified Individual Link (Lien Individu unifié) doit être joint en premier. Cela permet au système de relier les données entre l’engagement et les objets modèle de données Unified Individual (Individu unifié).

Votre objet modèle de données peut porter un nom différent, car les noms d’étiquettes peuvent changer. Il est important de regarder le nom d’API et d’identifier l’objet modèle de données qui relie votre objet modèle de données Individual (Individu) à l’objet modèle de données Unified Individual (Individu unifié).

Agrégation

Passons maintenant à une autre étape nécessaire pour créer vos connaissances : le nœud Agréger. La fonction d’agrégation effectue un calcul sur un ensemble de valeurs dans Data Cloud et renvoie une valeur unique. Dans le générateur, vous devez identifier deux fonctionnalités clés, les mesures et les dimensions. Voici les questions auxquelles vous devez répondre et les étapes à suivre. 

À suivre : Amélioration de vos connaissances

Maintenant que vous savez comment créer vos connaissances, nous les améliorerons dans l’unité suivante en passant en revue les options restantes du générateur.

Ressources

• Aide Salesforce : Utilisation du générateur de connaissances visuelles
• Externe : Salesforce GitHub, Connaissances calculées