區段不會傳回或零個成員

注意事項

我們在 2023 年 9 月 1 日合併並重新命名 Dynamics 365 Marketing 和 Dynamics 365 Customer Insights。 Dynamics 365 營銷現在稱為 Dynamics 365 Customer Insights - Journeys。 Dynamics 365 Customer Insights 現在稱為 Dynamics 365 Customer Insights - Data。 如需詳細資訊，請參閱 Dynamics 365 Customer Insights 常見問題。

本文提供區 段 未如預期傳回任何成員的問題解決方案。

必要條件

• 區段重新整理狀態成功。
• 區段是新建立或編輯的，或者數據匯入或統一規則或數據的商務定義已變更。

如果區段先前成功且有成員，但顯示零個成員，而且沒有如上所述的其他變更，請開啟支援票證。

徵狀

區段會成功執行並重新整理，但不包含任何成員。

解決方案

您可以採取下列步驟來調查根本原因並修正問題。

驗證自變條件或規則的基本邏輯

相同屬性上的自變 AND 條件或規則一律會產生空區段。 例如， FirstName = JoeANDFirstName = Frank。

檢閱所有規則和條件的中斷邏輯。 請考慮跨多個屬性進行更複雜的整合， (這需要更深入了解數據集) 。 例如， Status = 1ANDStatusDescription = Inactive雖然狀態值為 1 一律表示其為作用中。

、 和 Except (UnionIntersect設定作業用來結合兩個規則) 會套用到CustomerId每個規則所傳回的 上。 因此，根據預期的結果，確認 是否 CustomerId 為每個規則評估結果 (一部分) 。

細分複雜度

使用具有多個條件或規則的複雜區段時，請降低複雜度，並隔離負責此問題的條件或規則。

• 從完整區段開始，逐一移除條件和規則。 在每次變更之後執行區段，直到傳回成員為止。
• 從頭開始建置新的區段，並從不會產生任何成員的區段逐一新增條件和規則。 在新增條件或規則的每個步驟之後執行區段，直到不再傳回任何成員為止。

區段規則或條件中使用的屬性 () 遺漏數據

如果區段規則或條件中使用的屬性值因為任何原因而遺失，則區段可能不會傳回任何成員。 檢查預期的值是否存在。

• 探索數據表數據和屬性值。 如果有的話，請檢閱您感興趣之屬性的 [摘要 ] 數據行，並確定它們不是處於 [遺漏 ] 或 [ 錯誤 ] 狀態。

  注意事項

  摘要不適用於系統產生的數據表，而且對於從您自己的 Azure Data Lake Storage 匯入的數據表而言是選擇性的。

• 檢查來源記錄是否因為 損毀而遭拒絕。

• 檢查指定屬性的數據表中是否存在特定值。 建立該數據表的量值，並根據屬性值進行篩選。 使用 [計數] 選項來查看有多少筆記錄包含篩選條件的值。 使用主鍵或外鍵上的 First 選項來尋找參考記錄。

• 若要進一步探索數據中的屬性值，請考慮下列選項：

  • 下載數據 .csv 表檢視上數據表的檔案，以驗證前 100,000 筆記錄。

  • 使用 Power BI 連接器來 探索 Power BI 中的實體。

    注意事項

    此連接器將無法使用所有實體，特別是來自 Azure Data Lake Storage 數據源的來源實體。 也建議您在數據列少於1百萬個的數據表上使用它。

  • 在 Azure Blob 儲存體、Azure Data Lake Storage 或 Azure Synapse Analytics 中將數據匯出至 Azure。 匯出有助於使用 Synapse Analytics、Power BI 或任何其他數據探索工具進行進一步調查。

  • 針對 Power Query 數據源，請使用遺漏屬性的篩選條件，在現有數據源中建立新的數據源或個別的參考查詢。 重新整理之後，請檢查新數據表是否包含任何數據。

數據表之間的關聯性問題

如果用於分割的數據表與統一客戶數據表之間的關聯性因以下所述的原因而無法運作，則區段不會傳回任何成員。

• 檢查是否使用預期的 關聯性路徑 ，因為在您的源數據表 (與屬性) 和 Customer 數據表上具有篩選條件的來源數據表之間，有數個路徑在技術上可能有效。 如果涉及數個數據表，請檢查每個關聯性，並驗證是否已使用正確的屬性正確設定它們。

• 屬性值評估會區分大小寫。 例如，兩個數據表是透過通用屬性 相關聯的。 MembershipType 如果屬性值在一個數據表中為 GOLD ，而在其他數據表中為 gold ，則不會產生成功的聯結，也不會傳回任何結果。 相同的邏輯也適用於 GUIDs很容易錯過的 。

• 確認屬性的數據類型在數據表之間對齊。

• 重複資料刪除程式會在數據統一期間識別「成功者」記錄。 在關聯性路徑中使用重複數據刪除配置檔源數據表建立的量值和區段，可能會使用「成功者」記錄，導致非預期的結果。

區段和量值評估會藉由聯結關聯性中定義之屬性的數據表來進行。 例如， MembershipMaster 與 Contact 數據 表具有關聯性，以及和 MembershipIdMembershipType 屬性。 Contact 數據表與 Customer 資料表有關聯性，其中包含屬性 ContactId 和ContactId (Source1_Contact)的統一客戶配置檔。 如需數據表關聯性的詳細資訊，請參閱下列螢幕快照：

如果此範例中 (配置文件 數據表， 則 Contact 資料表) 會重複 資料刪除，則評估會透過「成功者」記錄進行，因為關聯性。

在此範例中，請連絡具有「金級」成員資格) 的 C1 (，而具有「銀級」成員資格的 C2 () 已整合，而 C2 則為成功者。 因此，建立區段來識別「金級」成員時，「第一人稱」將不會成為區段的一部分，因為關聯性路徑只會以 C2 進行評估。