Översikt över rapporten för dataförberedelser (förhandsversion)
[Denna artikel är en förhandsversion av dokumentationen och kan komma att ändras.]
Rapporten om dataförberedelser i Dynamics 365 Customer Insights - Data hjälper dig att förstå den övergripande datakvaliteten, hur redo dina data är att skapa insikter och hjälper dig att förbättra dina data för att låsa upp fler och bättre insikter för vilken försäljnings- eller marknadsföringsstrategi du än har i åtanke.
Viktigt!
- Detta är en förhandsversion.
- Förhandsversion ska inte användas i produktion, och funktionerna kan vara begränsade. Funktionerna är tillgängliga före den officiella publiceringen så att kunderna kan få tillgång tidigare och ge oss feedback.
Förutsättningar
Rapporten om dataförberedelser körs automatiskt om följande krav uppfylls:
- Inmatning slutfördes med kund- och transaktionsdata.
- Förening slutförd.
- Aktiviteter och relationer mappade.
- Aktivera Copilot-funktioner genom att Azure OpenAI-inställningen är På. Standardinställningen är På.
- Miljön finns i ett geografiskt område som stöds och använder ett språk som stöds.
- Minst 100 kundposter, helst 1 000 poster.
- Minst ett års transaktionshistorik, helst två till tre år. Helst två till tre transaktioner per kund-ID, helst över flera datum.
- Kundidentifierare: En unik identifierare som matchar transaktioner till en kund
- Mindre än 20 procent värden saknas i obligatoriska fält.
Dataförberedelserapport
När föreningen har slutförts genererar systemet automatiskt en rapport om dataförberedelse baserad på dina inmatade och enhetliga data och analyserar kontextuell information om din data. Informationen uppdateras när du kör föreningen.
Öppna Rapporten för dataförberedelser från sidan Start, sidan Datakällor eller sidan Förutsägelser.
Dricks
Om du inte ser rapporten för dataförberedelser har den antagligen inte genererats eftersom du inte har uppfyllt kraven. Se till att du har slutfört insamling och förening, mappat aktiviteter och relationer och att en administratör har den globala samtyckesinställningen inställd på På på sidan Inställningar.
Det finns fyra primära avsnitt på rapporten för dataförberedelser.
AI-genererad sammanfattning av datakvalitet: En kortfattad sammanfattning genererad av en Open AI-modell av avsnitten datakvalitetsgraden, insiktsberedskap och frågor och rekommendationer. Sammanfattningen visas på banderollen på sidan Start och i rapporten för dataförberedelser.
Övergripande betyg på datakvalitet: Betyget anger datas allmänna hälsa. Betyget beräknas som en samlad procentandel (värde från 0 till 100 %) med en motsvarande nivå (hög, hög eller låg datakvalitet). Det härleds från vägda genomsnittspoäng över en uppsättning datakvalitetsregler inom branschstandarden för datakvaliteten. Entitet som fullständighet, enhetlighet, unikhet, precision, tidslinjer, giltighet och integritet. Om du har en hög kvalitet på dina data och har motsvarande hög datakvaliteten är kvaliteten på dina data tillräcklig för att generera de flesta insikter som finns tillgängliga i produkten med hög konfidens till meningsfulla resultat.
Insikt om beredskap: Insikt om beredskap anger om du är redo att uppfylla kraven för att skapa en specifik insikt. Det beror på om du jämför grunddatakraven för varje insikt med problemen i dina data. Om ett problem uppstår som innebär att datakrav för en insikt uppstår, anses insikten inte vara klar att användas. Om en insikt anses vara klar att användas kommer den troligen att generera meningsfulla resultat.
Problem och rekommendationer med datakvalitet: Dessa problem och rekommendationer ger omfattande vägledning om de problem som dykt upp i dina data, inklusive svårighetsgrad, vilka insikter som påverkas och vilka rekommendationer för åtgärdande som ska agerar på. Problem härleds från reglerna inom samma branschstandard för datakvalitetspelare som betyg för datakvalitet. Alla kränkningar av de här reglerna leder till ett problem. Ju färre problem som finns, särskilt viktiga problem, desto troligare är det att du har en hög datakvaliteten och att alla insikter är märkta som klara att användas.
Dricks
Standardvyn innehåller de viktigaste problemen i dina data. Visa alla problem genom att ordna efter svårighetsgrad, inaktivera Visa kritiska problem. Om du vill ändra vyn så att problem som är ordnade efter andra alternativ visas väljer du Gruppera efter och gör ett val. Bland de tillgängliga urvalen finns information om kvalitet och viktiga insikter.
I de flesta fall måste de problem och rekommendationer som visas i rapporten om dataförberedelser åtgärdas genom att utföra korrigeringar i källdata utanför Customer Insights - Data, med datarensningsverktyg som till exempel Power Query. De nya och förbättrade data måste sedan återinföras och sammanslagningen måste slutföras igen för att datakvaliteten ska förbättras. Uppdateringen av rapporten för dataförberedelser utlöses endast när den har slutförts.
Sammanhangsbaserad information om dina data
Utöver rapporten om dataförberedelser tillhandahålls sammanhangsbaserad information om insikter, särskilt prediktionsmodeller. Använd den här informationen om du vill se vilka prediktionsmodeller som passar bäst för dina data innan du går igenom tiden och arbetet med konfigurationen och kör modellen.
På sidan Prediktioner under fliken Skapa passar modeller som Använd den här modellen bäst för dina data medan modeller märkta som Inte redo att användas inte är det. För modeller som Inte är redo att användas, granskar du den fullständiga rapporten för dataförberedelse och gör nödvändiga korrigeringar av dina data enligt vägledningen i avsnittet Problem och rekommendationer.