Visão geral do relatório da preparação de dados (versão preliminar)
[Este artigo faz parte da documentação de pré-lançamento e está sujeito a alterações.]
O relatório da preparação de dados no Dynamics 365 Customer Insights - Data ajuda você a entender a qualidade geral dos dados, a preparação dos dados para produzir insights e ajuda a melhorar os dados para desbloquear mais e melhores insights para qualquer estratégia de vendas ou marketing que você tenha em mente.
Importante
- Esse é um recurso de versão preliminar.
- A versão preliminar dos recursos não foi criada para uso em ambientes de produção e pode ter funcionalidade restrita. Esses recursos são disponibilizados antes de um lançamento oficial para que os clientes possam ter acesso antecipado e forneçam comentários.
Pré-requisitos
O relatório da preparação de dados será executado automaticamente se os seguintes pré-requisitos forem atendidos:
- Ingestão é concluída com dados do cliente e da transação.
- Unificação é concluída.
- Atividades e relacionamentos são mapeados.
- Habilite os recursos do Copilot da plataforma da configuração Azure OpenAI configuração Ativada. O padrão é Ativado.
- O ambiente está em uma geografia suportada e usa um idioma suportado.
- Pelo menos 100 registros do cliente, de preferência, 1.000 registros.
- Pelo menos um ano de histórico de transação, de preferência, de dois a três anos. O ideal é que de duas a três transações por ID do cliente, de preferência, em várias datas.
- Identificador do cliente: um identificador exclusivo para comparar transações com os clientes.
- Menos de 20% de valores ausentes nos campos obrigatórios.
Relatório de preparação de dados
Depois que a unificação for concluída, o sistema vai gerar automaticamente um relatório da preparação de dados com base nos dados ingeridos e unificados, além de analisar informações contextuais sobre os dados. Essas informações são atualizadas sempre que você executa a unificação.
Acesse o Relatório da preparação de dados na Página Inicial, na página Fontes de dados ou na página Previsões.
Dica
Se você não vir o relatório da preparação de dados, é provável que ele não tenha sido gerado porque você não atendeu aos pré-requisitos. Verifique se você concluiu a ingestão e a unificação, mapeou atividades e relacionamentos e se um administrador definiu a configuração de consentimento global como Ativada na página Configurações.
Existem quatro seções principais dentro do relatório da preparação de dados.
Resumo da qualidade dos dados gerados por IA: um resumo conciso gerado por um modelo Open AI de classificação da qualidade de dados, preparação de insights e seções de problemas e recomendações. O resumo é exibido na faixa de página Home Page e no relatório da preparação de dados.
Classificação da qualidade geral dos dados: a classificação indica a integridade geral dos dados. A classificação é calculada como uma porcentagem agregada (valor variando de 0 a 100%) com um nível correspondente (qualidade de dados alta, média ou baixa). Ela deriva de pontuações médias ponderadas em um conjunto de regras da qualidade de dados dentro dos pilares da qualidade de dados padrão do setor. Pilares como integridade, consistência, singularidade, precisão, pontualidade, validade e integridade. Se você tiver uma classificação alta e um alto nível correspondente da qualidade de dados, a qualidade dos dados será suficiente para gerar a maioria dos insights disponíveis no produto com alta confiança em resultados significativos.
Preparação de insights: a preparação de insights indica se você atendeu ou não aos requisitos para gerar um insight específico. Ela é determinada comparando os requisitos de dados da linha de base de cada insight com os problemas presentes nos dados. Quando algum problema viola qualquer requisito de dados para um insight, o insight é considerado não pronto para uso. Se um insight for considerado pronto para uso, será provável que ele gere resultados significativos.
Problemas e recomendações para qualidade de dados: estes problemas e recomendações dão orientações abrangentes sobre os problemas surgidos nos dados, inclusive a gravidade, quais insights são afetados e quais recomendações para correção devem ser tomadas. Os problemas derivam das regras dentro dos mesmos pilares da qualidade de dados padrão do setor como a classificação da qualidade de dados. Qualquer violação dessas regras acarreta um problema. Quanto menos problemas estiverem presentes, especialmente os de gravidade crítica, maior será a probabilidade de você ter uma classificação de alta qualidade de dados e todos os insights identificados como prontos para uso.
Dica
A exibição padrão apresenta os problemas mais críticos presentes nos dados. Para ver todos os problemas, organizados por gravidade, desative Mostrar problemas críticos. Para alterar a exibição a fim de mostrar problemas organizados por outras opções, selecione Agrupar por e faça uma seleção. Entre as seleções disponíveis estão gravidade, pilar da qualidade de dados e insights afetados.
Na maioria dos casos, as recomendações e os problemas surgidos no relatório da preparação de dados devem ser resolvidos realizando correções nos dados de origem fora do Customer Insights - Data usando ferramentas para limpeza de dados, como o Power Query. Os dados novos e melhorados devem ser reingeridos, e a unificação deve ser concluída novamente para que a qualidade dos dados melhore. A atualização do relatório da preparação de dados só é disparada quando a unificação é concluída.
Informações contextuais sobre os dados
Além do relatório da preparação de dados, você recebe informações contextuais relacionadas a insights, mais especificamente modelos de previsão. Use essas informações para compreender quais modelos de previsão são mais indicados para os dados antes de passar pelo tempo e pelo esforço de configuração e execução do modelo.
Na página Previsões na guia Criar, os modelos identificados como Usar este modelo são mais indicados para os dados, e os modelos identificados como Não estão prontos para uso não são. Para qualquer modelo Não pronto para uso, revise o relatório completo da preparação de dados e faça as correções necessárias nos dados segundo a orientação da seção Problemas e recomendações.