Datenquellen mit Power Query importieren
Bevor Sie damit beginnen, Daten in Customer Insights - Data zu erfassen, müssen Sie die beste Methode für die Datenerfassung auswählen. Dies hängt von Faktoren wie dem erfassten Datenvolumen und dem Umfang der erforderlichen Datentransformation ab. In Szenarien, die eine große Menge an Datentransformation erfordern, oder wenn Sie eine Verbindung zu einem nicht Azure data lake oder Dataverse-Quellen herstellen, ist der Import von Microsoft Power Query oft die beste Option.
Die Option bietet die größte Flexibilität. Power Query ist eine Technologie für die Datenkonnektivität und Datenvorbereitung von Microsoft. Sie wird verwendet, um auf Daten aus vielen Datenquellen zuzugreifen und diese zu transformieren. Es enthält rund 40 verschiedene Konnektoren für die Verbindung mit Datenquellen wie Excel, Oracle, OData, Azure und mehr.
Weitere Informationen zu Power Query finden Sie unter Was ist Power Query?
Es ist wichtig, zu beachten, dass beim Erfassen von Daten mit der Power Query-Option diese in Ihren Customer Insights Data Lake kopiert. Abhängig vom Datenvolumen kann dies zusätzlichen Speicher zur Unterstützung erfordern. Sie müssen sicherstellen, dass Sie auf die Daten zugreifen können, die Sie importieren möchten, da für verschiedene Konnektoren möglicherweise unterschiedliche Konfigurationen und Authentifizierungen erforderlich sind.
Hinweis
Obwohl Customer Insights - Data Power Query verwendet, unterstützen nicht alle Konnektoren Power Query dabei, Daten in Customer Insights - Data einzubinden. Je nach ausgewähltem Konnektor sollten Sie mit den verschiedenen verfügbaren Optionen vertraut sein. Es gibt eine vollständige Liste von Power Query-Konnektoren und -Funktionen.
Transformieren von Daten
Einer der Hauptvorteile beim Importieren von Daten mit Power Query ist die Möglichkeit, eine Datentransformation durchzuführen. Die Datentransformation wird verwendet, um Daten in die geeignete Form zu konvertieren, damit sie für einen statistischen Test oder eine Methode verwendet werden kann. Aus Sicht von Customer Insights - Data müssen Daten in der Regel transformiert werden, um sicherzustellen, dass sie mit Anwendungsfunktionen wie Aktivitäten und Kennzahlen angemessen eingesetzt werden können. Beispielsweise hängen Aktivitäten stark von Datumsangaben ab. Wenn Sie also Daten für Aktivitäten verwenden möchten, müssen Sie sicherstellen, dass der Datensatz mindestens ein Datenfeld enthält. Ein numerisches Feld wird für Felder benötigt, die für Berechnungen oder als Maß für die Berechnung der Gesamtkosten von etwas verwendet werden können.
Während des Importvorgangs können Sie Konfigurationseinstellungen wie das Trennzeichen (basierend auf der ausgewählten Datenquelle) ändern. Im Vorschaubereich können Sie einige dieser Einstellungen ändern, bevor Sie mit dem Transformationsprozess beginnen. Jedes Szenario ist einzigartig. Einige standardmäßige Transformationsschritte sollten Sie jedoch berücksichtigen.
Diese Transformationen werden dringend empfohlen:
Kopfzeilen als erste Zeile verwenden – Wenn Sie Daten aus einer CSV-Datei einbinden, können Sie die erste Zeile der CSV-Datei als Kopfzeileninformation verwenden. Wählen Sie „Daten transformieren“ aus. Sie haben dann die Möglichkeit, zwischen der Verwendung der ersten Zeile als Kopfzeile und der Verwendung als Daten umzuschalten.
Daten auf ein Standarddatenformat abbilden – Mit Customer Insights - Data können Sie Ihre Daten auf Azure Data Lake abbilden. Azure Data Lake ist eine standardmäßige und erweiterbare Sammlung von Schemata (Tabellen, Attribute, Beziehungen). Es stellt Geschäftskonzepte und ‑aktivitäten mit klar festgelegter Semantik dar, um die Dateninteroperabilität zu erleichtern. Beispiele für Tabellen sind: Konto, Kontakt, Lead, Verkaufschance, Produkt usw. Gehen Sie zum Zuordnen von Daten zu „Zu Tabelle zuordnen“, und ordnen Sie dann Felder aus Ihren Quelldaten den Feldern des Azure Data Lake zu.
Felddatentypen ändern – Jedem Feld mit einem Dataset wird ein Datentyp zugeordnet.
In der nächsten Lerneinheit untersuchen wir diese Transformationen genauer.
Weitere Informationen zum Importieren mit Power Query finden Sie unter Import mit Power Query.