Marketo Measure-Berichtsvorlage – Power BI marketo-measure-report-template-power-bi

Erste Schritte getting-started

Sie können auf die Power BI-Berichtsvorlage () ​.

Öffnen Sie die Power BI-Datei der Adobe Marketo Measure-Berichtsvorlage.

Sie finden Ihre spezifischen Server-, Warehouse- und Schemadaten in der Marketo Measure-Benutzeroberfläche auf der Data Warehouse-Informationsseite. Anweisungen zum Auffinden dieser Seite finden Sie hier.

Die Parameter „QueryFilterStartDate“ und „QueryFilterEndDate“ werden verwendet, um die Menge der importierten Daten zu begrenzen. Diese Parameter müssen in demselben SQL-Format vorliegen wie in den an Snowflake gesendeten Abfragen. Wenn Sie beispielsweise Daten auf die letzten zwei Jahre beschränken möchten, würde „QueryFilterStartDate“ auf „dateadd (year,-2,current_date())“ lauten. Diese Parameter werden mit den datetime-Datentypen verglichen. Daher wird empfohlen, „dateadd (day,1,current_date())“ für „QueryFilterEndDate“ zu verwenden, um alle Daten zur aktuellen Zeit zurückzugeben.

Datenverbindung data-connection

Mit den beim Öffnen der Datei eingegebenen Parametern werden native Abfragen strukturiert, mit denen Tabellen aus dem Data Warehouse importiert werden. Sie müssen weiterhin eine Datenverbindung zu Ihrer Snowflake-Instanz einrichten. Dazu benötigen Sie dieselben Server- und Warehouse-Namen sowie Ihren Benutzernamen und Ihr Kennwort. Details darüber, wo Sie Ihren Benutzernamen finden und Ihr Passwort gegebenenfalls zurücksetzen können, finden Sie hier.

Datenimport data-import

Um die Berichtsleistung zu verbessern und die Umwandlungsfunktionen von Power Query zu nutzen, richten Sie diese Vorlage mit der Import-Speichermethode ein.

Abfrageparameter query-parameters

Um die in das Modell importierten Daten zu begrenzen, wird jede Tabelle mithilfe einer nativen Abfrage als Quelle eingerichtet. Native Abfragen erfordern eine Validierung. Sie müssen für jede Abfrage auf „Ausführen“ klicken. Dieser Schritt ist nur erforderlich, wenn die Abfragen zum ersten Mal ausgeführt werden oder sich die Parameter ändern.

Alle Abfragen filtern gelöschte Zeilen heraus, und die Faktentabellen sind so eingestellt, dass sie nach Zeilen mit einem geänderten Datum zwischen Start- und Enddatum filtern, die als Parameter eingegeben wurden.

Die folgenden Tabellen werden als Faktentabellen behandelt. Dabei wurden diese Abfragen um die Datumsbeschränkungen für das Änderungsdatum erweitert.

Die folgenden Tabellen werden als Dimensionstabellen behandelt. Für diese Abfragen sind keine Datumsbegrenzungen festgelegt.

Datenumwandlungen data-transformations

Einige Umwandlungen wurden auf die Daten in Power Query angewendet. Um die spezifischen Umwandlungen für eine Tabelle anzuzeigen, öffnen Sie Power Query, navigieren Sie zu einer Tabelle und achten Sie auf die angewendeten Schritte auf der linken Seite des Fensters. Einige der spezifischen Umwandlungen sind nachfolgend beschrieben.

Spalten entfernt removed-columns

Um das Datenmodell zu vereinfachen und unnötige Daten zu entfernen, wurde die Anzahl der aus der ursprünglichen Snowflake-Tabelle nach Power BI importierten Spalten verringert. Zu den entfernten Spalten gehören unnötige Fremdschlüssel, denormalisierte Dimensionsdaten, die besser über Beziehungen zu anderen Tabellen im Modell genutzt werden können, Audit-Spalten und für die interne Marketo Measure-Verarbeitung verwendete Spalten. Sie können Spalten entsprechend Ihren geschäftlichen Anforderungen hinzufügen oder entfernen. Navigieren Sie in einer beliebigen Tabelle zum Schritt „Andere Spalten entfernt“ nach dem Schritt „Quelle“, klicken Sie auf das Zahnradsymbol und aktualisieren Sie die ausgewählten Spalten in der Liste.

Spalten umbenannt renamed-columns

Tabellen und Spalten wurden umbenannt, um sie benutzerfreundlicher zu gestalten und Namenskonventionen zu standardisieren. Um die Spaltennamenänderungen anzuzeigen, navigieren Sie in einer beliebigen Tabelle zum Schritt „Spalten umbenannt“ nach dem Schritt „Andere Spalten entfernt“.

Segmente umbenannt renamed-segments

Segmentnamen sind anpassbar. Sie weisen daher im Snowflake Data Warehouse allgemeine Spaltennamen auf. BIZ_SEGMENT_NAMES ist eine Zuordnungstabelle, in der der allgemeine Segmentname und der zugeordnete angepasste Segmentname aufgeführt werden, wie im Segmentabschnitt der Marketo Measure-Benutzeroberfläche definiert. Die Tabelle „Segmentname“ wird verwendet, um die Segmentspalten in den Lead-Touchpoint- und Attributions-Touchpoint-Tabellen umzubenennen. Wenn kein benutzerdefiniertes Segment vorhanden ist, bleibt der allgemeine Segmentname erhalten.

ID-Umwandlung mit Unterscheidung zwischen Groß-/Kleinschreibung case-sensitive-id-conversion

Marketo Measure-Daten verfügen über einige Tabellen, bei denen die Werte des Primärschlüssels (ID) zwischen Groß- und Kleinschreibung unterscheiden, nämlich „Touchpoint“ und „Kampagne“. Die Daten-Engine, die die Power BI-Modellierungsebene steuert, unterscheidet nicht zwischen Groß- und Kleinschreibung, was zu „doppelten“ ID-Werten führt. Um die Groß-/Kleinschreibung dieser Schlüsselwerte zu erhalten, wurden Umwandlungsschritte implementiert, die unsichtbare Zeichen an Kleinbuchstaben anhängen, wobei die Eindeutigkeit der ID bei der Auswertung auf Daten-Engine-Ebene gewahrt bleibt. Weitere Informationen zu diesem Problem und zu den detaillierten Schritten für die angewendete Methode finden Sie [hier] (https://blog.crossjoin.co.uk/2019
/10/06/power-bi-and-case-sensitivity/){target=“_blank”}. Diese ID-Werte, bei denen zwischen Groß- und Kleinschreibung unterschieden wird, werden als „Join-IDs“ (Verküpfungs-IDs) bezeichnet und als Joinkeys (Verknüpfungsschlüssel) auf Beziehungsebene verwendet. Die Join-IDs wurden in der Berichtsebene ausgeblendet, sodass die ursprünglichen ID-Werte für Berichte sichtbar bleiben, da die unsichtbaren Zeichen die Funktionen zum Ausschneiden/Einfügen und
Filtern beeinträchtigen können.

Zeilen hinzugefügt rows-added

Um den Berechnungen im Modell Funktionen zur Währungsumrechnung hinzuzufügen, wurde sowohl in der Tabelle für die Opportunity als auch in der für die Kosten eine Spalte für den unternehmensbezogenen Umrechnungskurs hinzugefügt. Der Wert in dieser Spalte wird auf Zeilenebene hinzugefügt und ausgewertet, indem sowohl für die Datums- als auch für die Währungs-ID eine Verknüpfung zur Tabelle mit dem Umrechnungskurs hergestellt wird. Weitere Informationen dazu, wie die Währungsumrechnung in diesem Modell funktioniert, finden Sie im Abschnitt Währungsumrechnung in dieser Dokumentation.

Die in Snowflake gespeicherte Tabelle „Umrechnungskurs“ enthält einen Datumsbereich für jede Umrechnung. Power BI erlaubt keine Verknüpfungskriterien für eine Berechnung (d. h. zwischen einem Datumsbereich). Für eine Verknüpfung an einem Datum wurden der Tabelle Schritte für den Umrechnungskurs hinzugefügt, um die Zeilen so zu erweitern, dass im Datumsbereich für die Umrechnung für jedes Datum eine Zeile vorhanden ist.

Datenmodell data-model

Klicken Sie auf das folgende Bild, um es in voller Größe anzuzeigen.

Beziehungen und Datenfluss relationships-and-data-flow

Ereignisdaten, die zum Erstellen von Touchpoints verwendet werden, werden in den Tabellen Sitzung, Aufgabe, Veranstaltung, Aktivität und „Kampagnenmitglied“ gespeichert. Diese Ereignistabellen werden über ihre jeweiligen IDs mit der Touchpoint-Tabelle verknüpft. Wenn das Ereignis zu einem Touchpoint geführt hat, werden die Details in der Touchpoint-Tabelle gespeichert.

Lead-Touchpoints und Attributions-Touchpoints werden in ihren eigenen Tabellen gespeichert, und zwar mit einem Link zur Touchpoint-Tabelle. Die meisten Dimensionsdaten für Lead- und Attributions-Touchpoints stammen aus ihrer Verknüpfung mit dem entsprechenden Touchpoint.

In diesem Modell sind die Dimensionen „Kampagne“ und „Kanal“ mit dem Touchpoint verknüpft, sodass alle Berichte zu diesen Dimensionen über diesen Link erfolgen. Das bedeutet, dass die dimensionsbezogenen Berichte zu Ereignisdaten möglicherweise unvollständig sind. Dies ist darauf zurückzuführen, dass viele Ereignisse erst dann Links zu diesen Dimensionen haben, nachdem sie zu Touchpoints verarbeitet wurden. Hinweis: Einige Ereignisse, wie z. B. Sitzungen, haben direkte Links zu den Dimensionen „Kampagne“ und „Kanal“. Wenn Berichte zu diesen Dimensionen auf Sitzungsebene gewünscht werden, wird empfohlen, hierzu ein eigenes Datenmodell zu erstellen.

Kostendaten werden auf unterschiedlichen Aggregationsebenen in der Snowflake Data Warehouse-Kostentabelle gespeichert. Für alle Anzeigenanbieter kann für die Daten auf Kampagnenebene ein Rollup auf Kanalebene durchgeführt werden. Aus diesem Grund ruft dieses Modell Kostendaten basierend auf dem Flag „campaign_is_aggregatable_cost“ ab. Selbstgemeldete Kosten können nur auf Kanalebene übermittelt werden und sind nicht erforderlich, um über Kampagnendaten zu verfügen. Um möglichst genaue Kostenberichte zu ermöglichen, werden die selbstgemeldeten Kosten basierend auf dem Flag „channel_is_aggregatable_cost“ abgerufen. Die Abfrage zum Import von Kostendaten wird mit folgender Logik verfasst: If ad_provider = "SelfReported" then channel_is_aggregatable_cost = true, else campaign_is_aggregatable_cost = true.

Kostendaten und Touchpoint-Daten verfügen über einige gemeinsame Dimensionen, sodass beide Faktentabellen Beziehungen zu den Dimensionstabellen „Kampagne“ und „Kanal“ aufweisen.

Im Kontext dieses Modells werden diese Modell-, Lead-, Kontakt-, Konto- und Opportunity-Daten als Dimensionsdaten betrachtet und direkt mit den Tabellen der Lead- und Attributions-Touchpoints verknüpft.

Tabellen hinzugefügt added-tables

Datum

Da Power BI nur Beziehungen zwischen Tabellen in einer Spalte ermöglicht, wurde eine Dimensionstabelle „Datum“ hinzugefügt, um die nötige Verknüpfung zwischen den Tabellen mit den Beträgen (Opportunity und Kosten) und der Tabelle „Umrechnungskurs“ zu ermöglichen. Weitere Informationen zum Berechnen von Währungsumrechnungen in diesem Modell finden Sie im Abschnitt „Währungsumrechnung“.

Kennzahlen

Alle Kennzahlen wurden einer speziellen Tabelle „Kennzahlen“ hinzugefügt. Sie ist nicht mit dem Modell verbunden, dient der Einfachheit halber aber als zentraler Speicherort für alle Kennzahlen.

Attributionsmodell

Es wurde eine separate Tabelle hinzugefügt, in der die Namen der Attributionsmodelle gespeichert werden. Diese Tabelle wird verwendet, um Filter zu erstellen, mit denen Benutzende bei Berechnungen attributierter Umsätze zwischen Attributionsmodellen wechseln können.

Währungsumrechnung currency-conversion

Die in der Tabelle „Umrechnungskurs“ angegebenen Kurse stellen den Wert dar, der zum Umrechnen eines Betrags aus der Unternehmenswährung erforderlich ist. Für Umrechnungen in eine beliebige Währung ist eine doppelte Umrechnung erforderlich: zunächst von der ursprünglichen Währung in die Unternehmenswährung und dann von der Unternehmenwährung in die ausgewählte Währung. Der erste Schritt in dieser Kette im Modell besteht darin, eine Spalte mit diesem Umrechnungskurs zu den Tabellen mit Beträgen, Opportunitys und Kosten hinzuzufügen. Diese Schritte werden unter der Überschrift „Zeilen hinzugefügt“ des Abschnitts „Datenumwandlungen“ in diesem Dokument beschrieben. Bei der Umrechnung von der ursprünglichen Währung in die Unternehmenswährung wird der Wert durch diese hinzugefügte Spalte geteilt. Der nächste Schritt besteht darin, den unternehmensbezogenen Währungswert mit dem Kurs in der Tabelle „Umrechnungskurs“ zu multiplizieren, der der ausgewählten Währung entspricht.

Da Umrechnungskurse nicht statisch sein müssen und sich in bestimmten Datumsbereichen ändern können, müssen alle Währungsumrechnungen auf Zeilenebene durchgeführt werden. Umrechnungskurse beziehen sich, wie bereits erwähnt, nicht auf einen bestimmten Datumsbereich, sodass die Lookup-Berechnung innerhalb des DAX der Kennzahl durchgeführt werden muss, damit die Beziehung sowohl für den Währungs-Code als auch für das Datum definiert werden kann.

In den Kennzahlen für die Währungsumrechnung in diesem Modell wird der Wert 1,0 für den Kurs eingesetzt, wenn kein Umrechnungskurs identifiziert werden kann. Es wurden separate Kennzahlen erstellt, um den Währungswert für die Kennzahl anzuzeigen und einen Warnhinweis auszugeben, wenn eine Berechnung mehr als einen Währungswert enthält ((d. h. ein Wert konnte nicht in die ausgewählte Währung umgerechnet werden).

Datendefinitionen data-definitions

Zum Power BI-Modell wurden Definitionen für Tabellen, benutzerdefinierte Spalten und Kennzahlen hinzugefügt.

Informationen zum Anzeigen von Definitionen für Spalten, die direkt aus Snowflake stammen, finden Sie in der Data-Warehouse-Dokumentation.

Diskrepanzen zwischen Vorlagen- und Discover-Modell discrepancies-between-templates-and-discover

Attributierter Umsatz attributed-revenue

Lead-Touchpoints und Attributions-Touchpoints übernehmen Dimensionsdaten vom ursprünglichen Touchpoint. Das Berichtsvorlagenmodell liefert alle übernommenen Dimensionsdaten aus der Beziehung zum Touchpoint, während im Discover-Modell Dimensionsdaten in die Lead- und Attributions-Touchpoint-Einträge denormalisiert werden. Die insgesamt attributierten Umsätze oder attributierten Pipeline-Umsätze sollten zwischen den beiden Berichten stimmig sein. Es können jedoch Diskrepanzen auftreten, wenn der Umsatz nach Dimensionsdaten (Kanal, Subkanal oder Kampagne) aufgeschlüsselt oder gefiltert wird. Wenn die dimensionsbezogenen Umsatzbeträge zwischen Vorlage und Discover nicht übereinstimmen, fehlen wahrscheinlich Touchpoint-Einträge im Vorlagenberichtsdatensatz. Dies geschieht, wenn ein Lead- oder Attributions-Touchpoint-Eintrag vorhanden ist, es aber keinen entsprechenden Eintrag in der Touchpoint-Tabelle innerhalb des in den Bericht importierten Datensatzes gibt. Diese Tabellen werden nach dem Änderungsdatum gefiltert. Daher ist es möglich, dass der Lead-/Attributions-Touchpoint-Eintrag später als der Touchpoint-Eintrag geändert und somit zwar der Lead-/Attributions-Touchpoint in den Datensatz importiert wurde, der ursprüngliche Touchpoint-Eintrag aber nicht. Um dieses Problem zu beheben, erweitern Sie den gefilterten Datumsbereich für die Touchpoint-Tabelle oder entfernen Sie die Datumsbeschränkung insgesamt. Hinweis: Die Touchpoint-Tabelle ist groß. Achten Sie daher auf eine gewisse Balance zwischen der Vollständigkeit eines Datensatzes und der Menge der zu importierenden Daten.

Kosten cost

Kostenberichte in den Vorlagen sind nur auf Kampagnen- und Kanalebene verfügbar. Discover bietet jedoch Berichte mit geringerer Granularität für bestimmte Anzeigenanbieter (d. h. zu Kreativinhalten, Keywords, Anzeigengruppen usw.). Weitere Informationen zum Modellieren der Kostendaten in den Vorlagen finden Sie im Abschnitt „Datenmodell“ in dieser Dokumentation. Wenn der Dimensionsfilter in Discover auf Kanal oder Kampagne eingestellt ist, sollten die Kosten auf Kanal-, Subkanal- und Kampagnenebene zwischen Discover und Berichtsvorlagen stimmig sein.

ROI roi

Da sich der ROI aus attributiertem Umsatz und Kosten berechnet, können dieselben Diskrepanzen, die bei diesen Berechnungen auftreten können, auch im ROI aus den gleichen Gründen auftreten, wie in diesen Abschnitten beschrieben.

Touchpoints touchpoints

Diese Metriken werden, wie in den Berichtsvorlagen dargestellt, in Discover nicht widergespiegelt. Es ist derzeit kein direkter Vergleich zwischen Vorlagen und Discover möglich.

Webtraffic web-traffic

Das Datenmodell der Berichtsvorlage normalisiert die Dimensionsdaten von Kanal, Subkanal und Kampagne über die Beziehung zwischen Sitzung und Touchpoint. Dies unterscheidet sich vom Discover-Datenmodell, bei dem diese Dimensionen für die Sitzung denormalisiert werden. Aufgrund dieser Unterscheidung sollten die Gesamtzahlen für Besuche und Besuchende zwischen Discover und der Berichtsvorlage übereinstimmen. Wenn diese Zahlen jedoch nach Dimension angezeigt oder gefiltert werden, wird diese Übereinstimmung nicht erwartet. Dies liegt daran, dass die Dimensionsdaten in der Vorlage nur für Web-Ereignisse verfügbar sind, die zu einem Touchpoint geführt haben (d. h. nicht anonyme Ereignisse). Weitere Informationen finden Sie im Abschnitt Datenmodell in dieser Dokumentation.

Es kann kleine Diskrepanzen bei der Gesamtzahl der Site-Formulare zwischen Discover und der Vorlage geben. Dies liegt daran, dass das Datenmodell in der Berichtsvorlage über eine Beziehung zur Sitzung und dann zum Touchpoint Dimensionsdaten für das Site-Formular erhält. Es einigen Fälle weisen Site-Formulardaten keine korrelierte Sitzung auf.

Leads und Konten leads-and-accounts

Die Dimensionsberichte für die betroffenen Konten können zwischen Discover und der Vorlage geringfügig voneinander abweichen. Dies ist erneut auf die Dimensionsmodellierung auf Basis der Beziehung zwischen Touchpoint und Lead- bzw. Attributions-Touchpoint zurückzuführen. Weitere Informationen dazu finden Sie im Abschnitt „Zugewiesener Umsatz“.

Alle Lead-Zahlen in Discover sind attributierte Lead-Zahlen, und in der Berichtsvorlage weist die Metrik Lead-Touchpoints auf. Daher ist für diese Kennzahl kein direkter Vergleich zwischen den beiden Berichten möglich.

Interaktionsverlauf engagement-path

Es gibt keinen direkten Vergleich zwischen dem Bericht Interaktionsverlauf in Discover und der Vorlage. Der Bericht in Discover wird ausgehend vom Touchpoint, aber der Bericht in der Vorlage ausgehend vom Attributions-Touchpoint modelliert. Die Vorlage konzentriert sich ausschließlich auf Opportunitys und ihre zugehörigen Touchpoints, anstatt alle Touchpoint-Daten anzuzeigen.

Abschlussgeschwindigkeit deal-velocity

Es sollte keine Diskrepanz zwischen diesem Bericht in der Vorlage und der Kachel „Abschlussgeschwindigkeit“ im Dashboard „Geschwindigkeit“ in Discover geben.