Normalisation des données avec les tableaux de mappage

Imaginez que vous êtes en train de créer un rapport Report Builder Revenue by State. Tout va bien jusqu'à ce que vous essayiez d'ajouter un groupement billing state à votre rapport et que vous voyiez ceci :

Comment cela pourrait-il se produire ?

Malheureusement, l’absence de normalisation peut parfois entraîner des problèmes de données et de têtes lors de la création de rapports. Dans cet exemple, il se peut qu’il n’y ait pas eu de menu déroulant ni de méthode normalisée permettant à vos clients de saisir les informations d’état de facturation. Cela conduit à diverses valeurs - pa, PA, penna, pennsylvania et Pennsylvania - toutes pour le même état, ce qui entraîne des résultats étranges dans le Report Builder.

Il est possible qu’une ressource technique vous aide à nettoyer les données ou à insérer les colonnes dont vous avez besoin directement dans votre base de données. Si ce n'est pas le cas, il existe une autre solution : la table de mappage. Un tableau de mappage vous permet de nettoyer et de normaliser rapidement et facilement les données désordonnées en mappant les données à une seule sortie.

Comment puis-je le créer ? how

Actualisation de la mise en forme des données :

Avant de vous plonger, Adobe vous recommande d'exporter les données de la table brute. En examinant d’abord les données brutes, vous pouvez explorer toutes les combinaisons possibles pour les données à nettoyer, ce qui garantit que le tableau de mappage couvre tout.

Pour créer un tableau de mappage, vous devez créer une feuille de calcul de deux colonnes qui suit les règles de formatage pour les chargements de fichiers.

Dans la première colonne, saisissez les valeurs stockées dans votre base de données avec une seule valeur par ligne. Par exemple, pa et PA ne peuvent pas se trouver sur la même ligne ; chaque entrée doit avoir sa propre ligne. Voir ci-dessous pour obtenir un exemple.

Dans la seconde colonne, entrez les valeurs qui doivent être. Si vous continuez avec l’exemple d’état de facturation, si vous souhaitez que pa, PA, Pennsylvania et pennsylvania soient simplement PA, vous devez saisir PA dans cette colonne pour chaque valeur d’entrée.

Que dois-je faire dans Commerce Intelligence pour l’utiliser ? use

Une fois la création de la table de mappage terminée, vous devez charger le fichier dans Commerce Intelligence et créer une colonne jointe qui relocalise le nouveau champ dans la table souhaitée. Vous pouvez effectuer cette opération une fois que le fichier a été synchronisé avec votre Data Warehouse.

Cet exemple déplace la colonne que vous avez créée sur la table mapping_state (state_input) vers la table customer_address à l’aide d’une colonne associée. Cela nous permet de regrouper par colonne state_input propre dans vos rapports au lieu de la colonne state.

Pour créer la colonne joined, accédez à la table à laquelle le champ sera déplacé dans le Gestionnaire de Data Warehouse. Dans cet exemple, il s’agit de la table customer_address.

Que dois-je faire maintenant ? wrapup

Une fois le cycle de mise à jour terminé, vous pourrez utiliser la nouvelle colonne jointe pour segmenter correctement vos données au lieu de la colonne désordonnée de votre base de données. Examinez maintenant vos options de regroupement - ce n’est plus un problème de stress :

Les tableaux de mappage sont pratiques pour tout moment où vous souhaitez nettoyer certaines données potentiellement dangereuses dans votre Data Warehouse. Cependant, les tables de mappage peuvent également être utilisées pour d’autres cas d’utilisation cool, comme la réplication de votre Google Analytics channels dans Commerce Intelligence.

Associé