[B2B edition]{class="badge informative"} [B2P-Edition]{class="badge informative"}

Real-Time CDP Insights-Datenmodell B2B edition

Das Real-Time CDP Insights-Datenmodell für B2B edition stellt die Datenmodelle und SQL zur Verfügung, die die Insights für Account-Profile unterstützen. Sie können diese SQL-Abfragevorlagen anpassen, um Real-Time CDP-Berichte für Ihre Anwendungsfälle des B2B-Marketings und des Key Performance Indicators (KPI) zu erstellen. Diese Einblicke können dann als benutzerdefinierte Widgets für Ihre Dashboards verwendet werden.

Voraussetzungen

Dieses Handbuch setzt ein Verständnis der benutzerdefinierten Dashboards voraus. Lesen Sie die Dokumentation unter Erstellen eines benutzerdefinierten Dashboards bevor Sie mit diesem Handbuch fortfahren.

Real-Time CDP B2B-Insight-Berichte und -Anwendungsfälle B2B-insight-reports-and-use-cases

Die B2B-Berichterstellung von Real-Time CDP bietet Einblicke in die Daten Ihrer Account-Profile und die Beziehung zwischen Accounts und Opportunities. Die folgenden Star-Schemamodelle wurden entwickelt, um eine Vielzahl gängiger Marketing-Anwendungsfälle zu beantworten, und jedes Datenmodell kann mehrere Anwendungsfälle unterstützen.

Account-Profilmodell account-profile-model

Das Kontoprofilmodell besteht aus acht Datensätzen:

Das folgende Diagramm zeigt die relevanten Datenfelder in jedem Datensatz, ihren Datentyp und die Fremdschlüssel, die die Datensätze miteinander verknüpfen.

Die neuen Konten nach Branchen-Anwendungsfall accounts-by-industry

Die Logik, die für die Einblicke Neue Konten nach Branche verwendet wird, gibt die fünf wichtigsten Branchen entsprechend ihrer Anzahl an Account-Profilen und ihrer relativen Größe zueinander zurück. Weitere Informationen finden Sie in der Dokumentation ​Neue Konten nach Branche .

Der SQL-Code, der die Erkenntnisse Neue Konten nach Branche generiert, wird im ausblendbaren Abschnitt unten angezeigt.

WITH RankedIndustries AS (
    SELECT
        i.industry,
        SUM(f.counts) AS total_accounts,
        ROW_NUMBER() OVER (ORDER BY SUM(f.counts) DESC) AS industry_rank
    FROM
        adwh_fact_account f
    INNER JOIN adwh_dim_industry i ON f.industry_id = i.industry_id
    WHERE f.accounts_created_date between UPPER(COALESCE('$START_DATE', '')) and UPPER(COALESCE('$END_DATE', ''))
    GROUP BY
        i.industry
)
SELECT
    CASE
        WHEN industry_rank <= 5 THEN industry
        ELSE 'Others'
    END AS industry_group,
    SUM(total_accounts) AS total_accounts
FROM
    RankedIndustries
GROUP BY
    CASE
        WHEN industry_rank <= 5 THEN industry
        ELSE 'Others'
    END
ORDER BY
    total_accounts DESC
LIMIT 5000;

Die neuen Konten nach Typ - Anwendungsfall accounts-by-type

Die für die Insight-Funktion Neue Konten nach Typ verwendete Logik gibt die numerische Aufschlüsselung von Konten nach ihrem Typ zurück. Diese Einblicke können als Leitfaden für Geschäftsstrategien und -vorgänge dienen, einschließlich Ressourcenzuordnungs- oder Marketing-Strategien. Weitere Informationen finden Sie in der Dokumentation Neue Konten ​ Typ Widget .

Der SQL-Code, der die Einblicke Neue Konten nach Typ generiert, wird im ausblendbaren Abschnitt unten angezeigt.

SELECT t.account_type,
       Sum(f.counts) AS account_count
FROM   adwh_fact_account f
       JOIN adwh_dim_account_type t
         ON f.account_type_id = t.account_type_id
WHERE  accounts_created_date BETWEEN Upper(Coalesce('$START_DATE', '')) AND
                                     Upper(
                                     Coalesce('$END_DATE', ''))
GROUP  BY t.account_type
LIMIT  5000;

Opportunity-Modell opportunity-model

Das Opportunity-Modell besteht aus sieben Datensätzen:

Das folgende Diagramm zeigt die relevanten Datenfelder in jedem Datensatz.