[仅限PaaS]{class="badge informative" title="仅适用于云项目(Adobe管理的PaaS基础架构)和内部部署项目上的Adobe Commerce 。"}

使用映射表标准化数据

假设您正在Report Builder构建Revenue by State报表。 在您尝试将billing state分组添加到您的报告并且看到以下内容之前,一切进展顺利:

显示命名不一致的混乱状态区段的图表

怎么会这样?

遗憾的是,缺乏标准化有时会导致数据混乱,并在构建报告时带来麻烦。 在此示例中,可能没有下拉菜单或标准化方式可供您的客户输入其计费状态信息。 这会导致不同的值 — paPApennapennsylvaniaPennsylvania — 都处于同一状态,这会导致Report Builder中出现一些奇怪的结果。

可能存在一个技术资源,可帮助您清理数据或将所需的列直接插入数据库。 如果没有,则存在其他解决方案 — 映射表。 映射表允许您将数据映射到单个输出,从而快速、轻松地清除和标准化任何乱数据。

NOTE
如果没有Adobe支持团队的帮助,则无法为统一表创建映射表。

如何创建它? how

数据格式刷新程序:

  • 确保您的电子表格具有标题行。
  • 避免使用逗号! 在上传文件时会导致问题。
  • 对日期使用标准日期格式(YYYY-MM-DD HH:MM:SS)
  • 百分比必须以小数形式输入。
  • 请确保正确保留任何前导零或尾随零。

在深入之前,Adobe建议您导出原始表数据。 首先查看原始数据意味着您可以浏览要清理的数据的所有可能组合,从而确保映射表涵盖所有内容。

要生成映射表,您需要创建一个两列电子表格,该电子表格应遵循用于文件上载的格式化规则

在第一列中,输入存储在数据库中的值,每行​ 中仅有一个值。 例如,paPA不能位于同一行 — 每个输入都需要有自己的行。 有关示例,请参阅下文。

在第二列中,输入这些值​ 应为 ​的值。 继续使用计费状态示例,如果您希望paPAPennsylvaniapennsylvania只是PA,则应当在此列中为每个输入值输入PA

显示原始值和标准化值的映射表示例

我需要在Commerce Intelligence中执行什么操作才能使用它? use

创建完映射表后,必须将文件上载到Commerce Intelligence和创建一个联接列,该列将新字段重新定位到所需的表中。 将文件同步到Data Warehouse后,您便可以执行该操作。

此示例使用联接列将您在mapping_state表(state_input)上创建的列移至customer_address表。 这允许我们在报表中按干净的state_input列而不是state列进行分组。

要创建joined列,请在Data Warehouse管理器中导航到字段将重新定位到的表。 在此示例中,这将是customer_address表。

  1. 单击​ Create a Column

  2. Joined Column下拉列表中选择Definition

  3. 为该列提供一个名称,使其与数据库中的state列不同。 为列billing state (mapped)命名,以便您能够在Report Builder中进行分段时了解要使用哪个列。

  4. 连接表所需的路径不存在,因此您需要创建一个路径。 在​ Create new path ​下拉菜单中单击Select a table and column

    如果您不确定表关系是什么,或者不确定如何正确定义主键和外键,请查看教程以获取帮助。

    • Many端,选择您要将该字段重新定位到的表(同样,对我们来说,它是customer_address)以及示例中的Foreign Key列或state列。

    • One侧,选择mapping表和Primary key列。 在这种情况下,应从state_input表中选择mapping_state列。

    • 以下是路径的外观:

      Data Warehouse Manager显示状态映射计算路径

  5. 完成后,单击​ Save ​以创建路径。

  6. 路径在保存后可能不会立即填充 — 如果发生这种情况,请单击Path框并选择您创建的路径。

  7. 单击​ Save ​以创建列。

我现在该怎么办? wrapup

更新周期完成后,您将能够使用新的联接列正确划分数据,而不是使用数据库中乱七八糟的列。 现在来看看你的分组选项 — 不再有压力混乱:

显示标准化后状态区段的图表

无论您何时想要清理Data Warehouse中一些潜在的乱数据,都可以使用映射表。 但是,映射表也可以用于其他酷炫用例,如在 Google Analytics channels 中复制 Commerce Intelligence

相关

recommendation-more-help
e1f8a7e8-8cc7-4c99-9697-b1daa1d66dbc