Exercício – Criar uma instância do Customer Insights - Data, ingerir e unificar os dados
Você foi selecionado como gerente de projeto para a implementação do Dynamics 365 Customer Insights - Data na Contoso Coffees. Como gerente de projeto experiente, você elabora o seguinte plano:
Criar um ambiente do Customer Insights - Data.
Ingerir os dados das fontes de dados de maior prioridade da empresa:
Ponto de venda (PDV)
Dados de fidelidade
Clientes de comércio eletrônico e compras online
Configurar um Perfil unificado de cliente com base nos dados ingeridos.
Objetivos de aprendizado
Ao fim destes exercícios, você poderá realizar os seguintes objetivos:
Inscrever-se para uma avaliação do Dynamics 365 Customer Insights.
Ingerir fontes de dados isoladas.
Seguir Mapear, Corresponder e Mesclar para criar um perfil unificado.
Calcular os principais KPIs de negócios e dos clientes.
Gerar segmentos para serem usados pelo departamento de marketing.
Exercício 1: criar uma instância do Customer Insights - Data
Neste laboratório, você se inscreverá para uma instância do Customer Insights - Data e examinará o tour da demonstração guiada para se familiarizar com o aplicativo.
Tarefa 1: Inscrever-se para uma avaliação do Customer Insights
Abra um navegador e acesse Dynamics 365 Customer Insights - Data.
Selecione Introdução.
Selecione o link Inscreva-se para uma avaliação gratuita ao lado da pergunta Prefere começar por conta própria?
Na página Introdução ao Customer Insights, inscreva-se com seu endereço de email de trabalho.
Se você não tiver acesso a um locatário do Microsoft 365, poderá se inscrever para uma avaliação do Dynamics 365 (que incluirá um locatário do Microsoft 365), conforme detalhado nos pré-requisitos.
Você será redirecionado para
https://home.ci.ai.dynamics.com. (Se você for solicitado a criar um novo ambiente, insira um nome e selecione a região na qual deseja implantar o serviço.)
Parabéns! Agora você entrou no Customer Insights - Data e tem acesso a dois ambientes: um de demonstração e o que você provisionou.
Exercício 2: ingerir dados no Customer Insights - Data
Neste exercício, você se familiarizará com a ingestão de dados de várias fontes.
Como gerente de projeto da Contoso Retail, você já identificou fontes de dados importantes, como clientes de comércio eletrônico, compras online, compras de pontos de vendas em lojas e dados do esquema de cartão de fidelidade da Contoso Retail.
O Customer Insights - Data tem conectores com mais de 30 fontes de dados e aplicativos (incluindo o Dynamics 365 e o Microsoft Dataverse), mas para este laboratório, você usará o conector Texto/CSV.
Fontes de dados
| Item | Descrição | Formato | URL |
|---|---|---|---|
| Contatos de Comércio Eletrônico | Extrato de clientes que fizeram uma compra online | Texto/CSV | Link |
| Esquema de Fidelidade | Extrato de clientes que se inscreveram no esquema do cartão de fidelidade da Contoso Retail | Texto/CSV | Link |
| Compras Online | Extrato de compras feitas pelo site da Contoso Retail | Texto/CSV | Link |
| Compras em PDV | Extrato dos detalhes de compras na loja | Texto/CSV | Link |
| Avaliações do Site | Avaliações do site feita pelos clientes | Texto/CSV | Link |
Tarefa 1: Ingerir os dados dos clientes de uma plataforma de comércio eletrônico
Entre no Customer Insights - Data e selecione seu Ambiente no menu suspenso no canto superior direito. Crie um novo ambiente se for solicitado a fazer isso.
No Customer Insights - Data, expanda Dados no menu esquerdo e selecione Fontes de dados.
Selecione Adicionar Fonte de Dados.
Selecione Microsoft Power Query e, na coluna Salvar fonte de dados como, insira eCommerce e selecione o botão Avançar.
Você verá uma tela com os conectores de fonte de dados que o Customer Insights - Data pode ingerir. Observe os tipos de conectores disponíveis, incluindo o Dataverse. Selecione o conector Texto/CSV.
Insira a URL do Blob do Azure chamado https://aka.ms/ciadclasscontacts e selecione Avançar. (Você encontra a URL na tabela abaixo da introdução a este laboratório.)
Agora você verá a tela Visualizar Dados do Arquivo. Nela você pode alterar o delimitador, o tipo de origem do arquivo ou os dados que são usados para a detecção do tipo de dados. Você pode selecionar o botão Transformar dados.
Agora você deve ver os dados da fonte já tabulados. Agora você pode configurar os tipos e os formatos dos dados ingeridos. Observe que o cabeçalho da coluna apareceu na primeira linha dos dados. Para corrigir esse problema, selecione Transformar tabela e Usar a Primeira Linha como Cabeçalho.
Como você ingeriu os dados de uma fonte de Texto/CSV, todas as colunas foram padronizadas para o tipo de dados Texto. Para ingerir e criar modelos dos dados com êxito, você pode definir o tipo de dados como colunas que não sejam de texto.
Para alterar o tipo de dados, selecione o ícone ABC no título da coluna.
Atualize o tipo de dados das colunas listadas na tabela a seguir.
Título da coluna Novo tipo de dados DateOfBirth DateTime CreatedOn Data/Hora/Zona Na coluna Nome do painel direito, renomeie a fonte de dados de Query para Contacts (eCommerce).
Parabéns! Você ingeriu sua primeira fonte de dados no Customer Insights - Data.
Observação
Observe que os nomes de coluna podem ter apenas letras, números e sublinhados. Eles não podem incluir espaços e devem começar com uma letra. Se você tiver dados em que os nomes de coluna tenham um espaço ou não comecem com uma letra, será necessário corrigi-los no Power Query ou antes que os dados sejam enviados para o Customer Insights - Data.
Tarefa 2: ingerir dados de compras online
Na próxima tarefa, você vai ingerir os dados de Compras Online, que representam as compras feitas no site da Contoso Coffees.
No Customer Insights - Data, expanda Dados no menu esquerdo e selecione Fontes de dados.
A sua fonte de dados eCommerce deve aparecer. Em Ações, selecione os três pontos verticais e clique em Editar.
Você deve ver a tela com os dados de Contacts (eCommerce) ingeridos na Tarefa 1. No menu de ação, selecione Obter dados.
Você verá uma tela com os conectores de fonte de dados que o Customer Insights - Data pode ingerir, assim como ocorreu na Tarefa 1. Selecione o conector Texto/CSV.
Digite a URL dos dados de Compras Online, https://aka.ms/ciadclassonline dados e selecione Avançar.
Agora você verá a tela Visualizar Dados do Arquivo. Nela você pode alterar o delimitador, o tipo de origem do arquivo ou os dados que são usados para a detecção do tipo de dados. Você pode selecionar o botão OK
Selecione Transformar tabela e Usar a Primeira Linha como Cabeçalho.
Atualize os tipos de dados das colunas na tabela a seguir.
Título da coluna Novo tipo de dados Data da Compra Data/Hora/Zona TotalPrice Moeda Dê o nome da sua consulta de eCommercePurchases e selecione Criar.
Tarefa 3: Ingerir os dados dos clientes do esquema de fidelidade, das compras de ponto de venda e das avaliações do site
No Customer Insights - Data, expanda Dados no menu esquerdo e selecione Fontes de Dados.
Selecione Adicionar Fonte de Dados.
Selecione Microsoft Power Query e, na coluna Salvar fonte de dados como, insira Loyalty e selecione o botão Avançar.
Você verá uma tela com os conectores de fonte de dados que o Customer Insights - Data pode ingerir. Anote os tipos de conectores disponíveis. Selecione o conector Texto/CSV.
Digite a URL dos contatos de fidelidade e selecione Avançar.
Agora você verá a tela Visualizar Dados do Arquivo. Nela você pode alterar o delimitador, o tipo de origem do arquivo ou os dados que são usados para a detecção do tipo de dados. Você pode selecionar o botão Transformar dados.
Agora você deve ver os dados da fonte tabulados. Aqui você pode configurar os tipos e os formatos dos dados ingeridos.
Você observará que o cabeçalho da coluna foi mostrado na primeira linha dos dados. Para corrigir isso, selecione Transformar e Usar a Primeira Linha como Cabeçalho.
Como ingerimos os dados de uma fonte de Texto/CSV, todas as colunas foram padronizadas para o tipo de dados "Texto". Para ingerir e criar modelos dos dados com êxito, podemos definir o tipo de dados como colunas que não são de texto.
Para alterar o tipo de dados, selecione o ícone ABC no título da coluna. Atualize o tipo de dados das colunas listadas abaixo.
Use a primeira linha como o título da coluna.
Título da coluna Novo tipo de dados DateOfBirth Data/Hora RewardPoints Número Inteiro CreatedOn Data/Hora/Zona Na coluna Nome do painel direito, renomeie a fonte de dados de Query para loyCustomers e selecione Salvar.
Tarefa 4: Ingerir dados dos clientes
No Customer Insights - Data, expanda Dados no menu esquerdo e selecione Fontes de Dados.
Selecione Adicionar Fonte de Dados.
Selecione Microsoft Power Query, na coluna Salvar fonte de dados como, insira PoS e selecione Avançar.
Você verá uma tela com os conectores de fonte de dados que o Customer Insights - Data pode ingerir. Anote os tipos de conectores disponíveis. Selecione o conector Texto/CSV.
Insira a URL de Compras de PDV
https://aka.ms/ciadclasspos.Agora você verá a tela Visualizar Dados do Arquivo. Nela você pode alterar o delimitador, o tipo de origem do arquivo ou os dados que são usados para a detecção do tipo de dados. Você pode selecionar o botão Transformar dados.
Agora você deve ver os dados da fonte tabulados. Aqui você pode configurar os tipos e os formatos dos dados ingeridos.
Você observará que o cabeçalho da coluna foi mostrado na primeira linha dos dados. Para corrigir isso, selecione Transformar e Usar a Primeira Linha como Cabeçalho.
Como ingerimos os dados de uma fonte de Texto/CSV, todas as colunas foram padronizadas para o tipo de dados "Texto". Para ingerir e criar modelos dos dados com êxito, podemos definir o tipo de dados como colunas que não são de texto.
Para alterar o tipo de dados, selecione o ícone ABC no título da coluna. Atualize o tipo de dados das colunas listadas abaixo.
Use a primeira linha como o título da coluna.
Título da coluna Novo tipo de dados Data da Compra Data/Hora/Zona TotalPrice Moeda RewardPointsAdded WholeNumber Na coluna Nome do painel direito, renomeie a fonte de dados de Query para posPurchases e selecione Salvar.
Tarefa 5: Ingerir os dados dos clientes das avaliações do site
No Customer Insights - Data, expanda Dados no menu esquerdo e selecione Fontes de Dados.
Selecione Adicionar Fonte de Dados.
Nomeie a fonte como Site e selecione Avançar.
Você verá uma tela com os conectores de fonte de dados que o Customer Insights - Data pode ingerir. Anote os tipos de conectores disponíveis. Selecione o conector Texto/CSV.
Digite a URL das avaliações do site e selecione Avançar.
Agora você verá a tela Visualizar Dados do Arquivo. Nela você pode alterar o delimitador, o tipo de origem do arquivo ou os dados que são usados para a detecção do tipo de dados. Você pode selecionar o botão Transformar dados.
Agora você deve ver os dados da fonte tabulados. Aqui você pode configurar os tipos e os formatos dos dados ingeridos.
Você observará que o cabeçalho da coluna foi mostrado na primeira linha dos dados. Para corrigir isso, selecione Transformar e Usar a Primeira Linha como Cabeçalho.
Como ingerimos os dados de uma fonte de Texto/CSV, todas as colunas foram padronizadas para o tipo de dados "Texto". Para ingerir e criar modelos dos dados com êxito, podemos definir o tipo de dados como colunas que não são de texto.
Para alterar o tipo de dados, selecione o ícone ABC no título da coluna. Atualize o tipo de dados das colunas listadas abaixo.
Use a primeira linha como o título da coluna.
Título da coluna Novo tipo de dados ReviewRating Número Inteiro ReviewDate Data/Hora/Zona Na coluna Nome do painel direito, renomeie a fonte de dados de Query para webReviews e selecione Salvar.
Depois que todas as fontes forem ingeridas, você deverá ter quatro fontes de dados, conforme mostrado na figura a seguir.
As fontes de dados devem incluir as consultas que são mostradas na captura de tela a seguir.
Observação
Se você deu outro nome para as suas consultas, precisa fazer os ajustes porque este conteúdo considera os nomes que foram indicados nas etapas acima.
Exercício 3: Unificação dos dados
Depois de ingerir os dados brutos das fontes de dados nas tabelas, você iniciará o processo de mapear, corresponder e mesclar para criar um perfil unificado de cliente, mesclando os dados de cada fonte de perfil do cliente.
Para concluir esse processo, primeiro mapeie as tabelas ingeridas de um modelo padrão e selecione Chave primária para cada uma das tabelas incluídas no perfil. Em seguida, crie a regra de correspondência, que será usada para corresponder os clientes de comércio eletrônico com os clientes de fidelidade.
Por fim, execute o processo de mesclagem para criar um único conjunto de clientes exclusivos que têm perfis correspondentes com os dados dos clientes de comércio eletrônico e de fidelidade usando as suas regras de correspondência.
O objetivo é descobrir quantos perfis de clientes exclusivos a Contoso Retail tem, com base nos dados de comércio eletrônico e de fidelidade.
Tarefa 1: mapear os contatos de comércio eletrônico e de fidelidade para os tipos de dados comuns
Mapeie os contatos dos dados de comércio eletrônico e de fidelidade para os tipos de dados comuns. No menu esquerdo, selecione Unificar.
Nas colunas Origem, selecione o botão Editar. Selecione as tabelas que representam os perfis dos clientes Contacts (eCommerce) e loyCustomers e selecione Aplicar.
Agora você verá os mapeamentos da tabela de origem referentes aos tipos de modelo padrão. É possível examinar os tipos na tabela. Escolha uma chave primária para cada tabela que foi ingerida. A chave primária deve ser uma referência exclusiva. Para Contacts (eCommerce), selecione ContactId como a chave primária.
Selecione loyCustomers em Tabelas e defina LoyaltyID como a Chave primária. Selecione Salvar no canto superior esquerdo.
Depois de selecionar com êxito as colunas de origem, selecione o botão Avançar.
Depois de selecionar o botão Avançar, você será levado para a página de registros duplicados. É aqui que você define as regras desejadas para lidar com registros duplicados que possam existir nas fontes de dados. Nossas fontes de dados não têm registros duplicados; portanto, pularemos essa etapa, selecionando o botão Avançar para passar para o estágio Condições de Correspondência.
Tarefa 2: especificar condições de correspondência
No próximo estágio, você deve selecionar a ordem na qual mesclar os perfis. Você poderá mesclar colunas para garantir que os perfis unificados estejam completos e definir a prioridade das fontes que serão usadas para essas colunas.
Se ainda não tiver feito isso, verifique se você está no estágio Condições de correspondência.
Verifique se Contacts (eCommerce): eCommerce está definido como a primeira tabela na lista e, caso necessário, selecione Incluir todos os registros.
Na lista suspensa Tabela 2, selecione loyCustomers: LoyaltyScheme e, em seguida, Incluir todos os registros.
Tarefa 3: criar uma regra de correspondência
Nesta etapa, você criará uma regra que será usada para fazer a correspondência dos registros em conjunto. As regras podem ter uma condição (por exemplo, com base na ID) ou várias condições (por exemplo, nome completo, código postal, data de nascimento). Neste exercício, você criará uma regra de correspondência com base no nome completo, no código postal e no email.
Na tabela loyCustomers: LoyaltyScheme, selecione o botão Adicionar regra.
Adicione sua primeira condição usando FullName.
Para a tabela Contacts (eCommerce), selecione FullName na lista suspensa Coluna.
Para a tabela loyCustomers, selecione FullName na lista suspensa Coluna.
Selecione o menu suspenso Normalizar e escolha Tipo (Telefone, Nome), o que normalizará os valores na coluna FullName.
Defina Precisão como Básico e Valor como Baixo.
Adicione uma segunda condição para o endereço de email selecionando + Adicionar e escolhendo Adicionar condição.
Para a tabela Contacts (eCommerce), selecione Email na lista suspensa Coluna.
Para a tabela loyCustomers, selecione Email na lista suspensa Coluna.
Defina Precisão como Exata.
Na coluna Nome, insira o nome FullName, Email para a nova regra.
Selecione o botão Concluído para salvar a regra.
Agora, o Customer Insights - Data faz a correspondência dos dados dos clientes com base nas duas fontes de informações dos clientes (contatos de comércio eletrônico e clientes do esquema de fidelidade) para identificar quantos perfis de clientes exclusivos você tem com base nas suas regras.
Selecione o botão Avançar para ir até o estágio Colunas de cliente unificadas.
Tarefa 4: colunas de cliente unificadas
O estágio Colunas de cliente unificadas é o último estágio do processo de unificação de dados. Sua finalidade é reconciliar os dados conflitantes e definir as colunas que serão usados no seu perfil unificado de cliente.
Uma coluna mesclada é uma coluna existe em mais de uma fonte de dados e representa os mesmos dados. Por exemplo, você pode ter um Endereço de Email nas fontes de dados Web Customers e Loyalty Customer.
O Customer Insights - Data tentará identificar colunas a serem mescladas usando o mapeamento delas para os tipos de dados padrão que você usou durante o estágio Condições de correspondência.
Se ainda não estiver lá, verifique se está no estágio Coluna de cliente unificada.
Selecione a divisa na coluna de saída FirstName. Você verá que, na coluna FirstName, os contatos do mesmo tipo (por exemplo, FirstName) foram definidos como Mesclados e o eCommerce.Contacts (eCommerce)FirstName foi classificado como número um. Essa classificação indica que, quando você tiver um perfil do cliente correspondente tanto para Loyalty quanto para eCommerce, o nome obtido de Contacts (eCommerce) será o principal.
Como não vamos fazer alterações no mapeamento, selecione o botão Avançar para ir até o estágio Revisão.
Selecione o botão Criar perfis de clientes.
Parabéns! Você ingeriu, mapeou, correspondeu e mesclou com êxito os dados de várias fontes no Customer Insights - Data para criar um Perfil unificado de cliente que pode ser usado para obter insights de toda a sua base de clientes.