Felsöka deduplicering, matchning eller sammanslagningsresultat i Dynamics 365 Customer Insights – Data

När processen för att förena data körs kan du ha frågor om varför specifika poster var eller inte var enhetliga.

Den här artikeln innehåller flera metoder som du kan använda för att förstå enandeprocessen och felsöka oväntade resultat.

Metod 1: Använda kundkort för validering

Välj ett kundkort för att visa hela kundprofilen och kontrollera vilka källposter som deduplicerats och matchats.

I det här exemplet är kunden ett resultat av matchande poster från alla källtabeller utom posPurchases. Dessutom finns det poster som deduplicerats i eCommercePurchases och webReviews.

Metod 2: Kontrollera att rätt primärnyckel har valts för tabeller

Om du väljer fel fält som tabellens primära nyckel i steget Kunddata får poster med samma värde att dedupliceras och tas bort. Kontrollera att primärnyckelkolumnen är tabellens faktiska unika identifierare och inte ett demografiskt fält, till exempel e-post.

Metod 3: Bekräfta matchningsregler

Bekräfta att dedupliceringsregler och matchningsregler har konfigurerats korrekt. Kontrollera att rätt fält jämförs och granska de valda normaliseringsmönstren.

Metod 4: Verifiera "Inkludera alla poster"

Markera kryssrutan Inkludera alla poster i steget Matchande regler . Om du inte markerar kryssrutan kan poster från tabellen som inte matchar någon annan tabell tas bort från de slutliga kundprofilutdata.

Metod 5: Kontrollera dina källdata

Bekräfta att fälten som du tror matchar innehåller samma tecken. Leta efter dolda tecken och tecken som ser liknande ut men som är olika. Dessa problem kan lösas genom att välja ett normaliseringsmönster för varje regel.

Dubbelkolla noggrannheten och fullständigheten i de data som tillhandahålls för enandeprocessen och se till att alla relevanta poster och all information finns.

Det är viktigt att rensa och normalisera data för att säkerställa tillförlitliga resultat.

• Information om hur du ser käll- och utdatatabeller finns i Visa en lista över tabeller.
• Dataprofileringsverktyget analyserar tabeller, ger insikter om datasnedvridningar och tar bort skadade poster från systemet.

Viktigt!

• Kontrollera att inga skadade poster skrivs till tabellen med namnet {Datasource}_{Table}_Corrupt. Om det finns skadade poster bearbetas de inte genom enande. Mer information om hur du löser skadade poster finns i Felsöka skadade data.
• Om kolumnerna som dedupliceras eller matchas har låga unika antal kan de hoppas över av enande av prestandaskäl. I så fall rekommenderar vi att du rensar data innan de matas in i Customer Insights – Data.

Om det finns problem med källdata löser du dem, kör enandet igen och återupptar resultatet. Om det inte finns några problem med källdata fortsätter du med felsökningsstegen.

Metod 6: Granska utdatatabellerna

Varje steg i enande skapar systemgenererade utdatatabeller som är tillgängliga för felsökning.

Om du vill felsöka ett oväntat enanderesultat kan du spåra dessa utdatatabeller. Mer information finns i Felsöka utdatatabeller för enande.