Skip to main content
Join the Agentforce Hackathon on Nov. 18-19 to compete for a $20,000 Grand Prize. Sign up now. Terms apply.

Criar insights no Data Cloud

Objetivos de aprendizagem

Após concluir esta unidade, você estará apto a:

  • Identificar métodos para criar insights.
  • Criar insights calculados e de streaming.

Antes de começar

Neste módulo, partimos do pressuposto de que você tem as devidas permissões para criar insights. Também presumimos que você seja um arquiteto de dados ou um profissional de marketing técnico familiarizado com o SQL. Embora você não precise ser um especialista em SQL para usar insights (há um criador para ajudar você), é útil entender os principais conceitos de SQL. Recomendamos revisar Insights do Data Cloud usando o SQL antes de começar a criar insights. Por fim, não tente seguir essas etapas no Trailhead Playground. O Data Cloud não está disponível no Trailhead Playground.

Criar insights calculados

Há quatro maneiras de criar novos insights no Data Cloud. 

  1. Criar com um criador
  2. Criar a partir de um pacote
  3. Criar com o SQL
  4. Criar insights de streaming

Criar uma nova tela de insights calculados com quatro opções.

Vamos analisar cada tipo de criação.

Método

Descrição

Mais informações

Criar com um criador

Se você não estiver familiarizado com o SQL, poderá criar insights calculados e de streaming usando a ferramenta de criação no Data Cloud. Esta ferramenta permite arrastar e soltar elementos para criar suas instruções SQL. 

Saiba mais sobre o criador no emblema Criador de insights no Data Cloud.

Criar a partir de um pacote

Se você ou um colega tiver criado e testado um insight calculado em outra organização, poderá criar um insight a partir de um pacote do Salesforce instalado.

Saiba mais sobre como criar pacotes no emblema Empacotamento e kits de dados no Data Cloud.

Criar com o SQL

Escreva expressões SQL para criar suas métricas e dimensões a partir de objetos e campos mapeados.

Saiba mais sobre opções e limitações na página de ajuda Insights calculados.  

Criar insights de streaming

Com uma interface semelhante à dos insights calculados, você pode escrever expressões SQL para calcular métricas de streaming em todas as dimensões de suas origens de dados em tempo real.  

Saiba mais sobre opções e limitações na página de ajuda Insights de streaming.

Criar uma expressão SQL

Como os insights são baseados em SQL, vamos analisar a interface SQL e como você pode criar uma expressão. Na interface Criar com SQL, você tem várias opções, incluindo guias para campos, insights e funções (1). Você também pode exibir exemplos (2) e verificar seu trabalho diretamente na interface clicando em Check Syntax (Verificar Sintaxe) (3). 

Nova tela de Insights calculados com campos, insights e funções circulados, juntamente com exemplos e verificação de sintaxe.

Vamos analisar as opções da interface.

  • Fields (Campos): Selecione entre os campos do modelo de dados para adicionar o nome da API do campo diretamente à sua expressão.
  • Insights: Selecione entre as ideias criadas anteriormente.
  • Functions (Funções): Selecione algumas funções agrupadas por: Aggregation (Agregação), Datetime (Data/hora) e Other (Outra).

Criar sua expressão

Usando as opções de interface, você pode inserir os campos e funções necessários em uma estrutura da Expressão SQL fornecida. 

SELECT <Attributes>, <Aggregation[_Measures_]>
FROM <Data Model Object>
JOIN [Inner | Left | Right | Full] <Data Model Object> [Optional]
WHERE <predicate on rows> [Optional]
GROUP BY <columns[_Dimensions_]>

Ao adicionar os elementos necessários para sua expressão, é importante observar alguns requisitos se você planeja usar seu insight calculado na segmentação.

  • Inclua o fluxo de dados pelo qual você segmenta como uma declaração JOIN.
  • A chave primária do fluxo de dados também deve ser listada como uma dimensão.

Uma dimensão é um valor qualitativo usado para categorizar uma medida. Por exemplo, digamos que você queira criar um segmento de público com base em seus indivíduos unificados. Você usaria uma declaração JOIN em um indivíduo unificado e incluiria uma declaração GROUP BY de ID de indivíduo unificado como sua dimensão e chave primária. 

Criar uma expressão de insight de streaming

A interface da expressão de insights de streaming é muito semelhante à dos insights calculados, exceto que você não tem a opção de usar os insights existentes. Além disso, você precisa levar em conta uma janela de tempo como neste exemplo. 

SELECT COUNT( RealTimeMobileEvents__dlm.pageviews__c ) as page_views__c,
ssot__Individual__dlm.ssot__Id__c as customer_id__c,
RealTimeMobileEvents__dlm.product__c as product__c,
WINDOW.START as start__c,
WINDOW.END as end__c
FROM
RealTimeMobileEvents__dlm
JOIN
ssot__Individual__dlm
ON
ssot__Individual__dlm.ssot__Id__c = RealTimeMobileEvents__dlm.deviceId__c
GROUP BY
window( RealTimeMobileEvents__dlm.dateTime__c ,'5 MINUTE'),
customer_id__c
Nota

Deseja relembrar e ver mais exemplos? Não se esqueça de consultar Insights do Data Cloud usando o SQL.

A seguir: Usar seus insights

Agora que você sabe como criar insights calculados e de streaming, vamos analisar como você pode exibir e usar seus insights no Data Cloud. 

Recursos

Compartilhe seu feedback do Trailhead usando a Ajuda do Salesforce.

Queremos saber sobre sua experiência com o Trailhead. Agora você pode acessar o novo formulário de feedback, a qualquer momento, no site Ajuda do Salesforce.

Saiba mais Continue compartilhando feedback