• Accueil / Pardot / Recette du succès…
, Recette du succès : Pardot B2BMA colonnes en lignes<span class="wtr-time-wrap after-title"><span class="wtr-time-number">9</span> minutes de lecture</span>

Recette du succès : Pardot B2BMA colonnes en lignes9 minutes de lecture


Modifiez vos colonnes de données en lignes dans Pardot B2B Marketing Analytics/Tableau CRM

Est ce que ça t’es déjà arrivé? Vous souhaitez pouvoir modifier vos données Pardot B2BMA de colonnes en lignes.

Vous disposez de toutes les données Pardot B2B Marketing Analytics que vous souhaitez dans une seule colonne, mais vous devez créer des rapports B2BMA qui affichent les données sous forme de lignes.

Par example:

Vos données ressemblent à ceci.

, Recette du succès : Pardot B2BMA colonnes en lignes<span class="wtr-time-wrap after-title"><span class="wtr-time-number">9</span> minutes de lecture</span>

Mais vous voulez que les données ressemblent à ceci.

, Recette du succès : Pardot B2BMA colonnes en lignes<span class="wtr-time-wrap after-title"><span class="wtr-time-number">9</span> minutes de lecture</span>

Vous pouvez donc faire des visuels comme celui-ci !

, Recette du succès : Pardot B2BMA colonnes en lignes<span class="wtr-time-wrap after-title"><span class="wtr-time-number">9</span> minutes de lecture</span>

Et vous voulez le faire sans utiliser une requête compliquée sur le front-end de votre tableau de bord qui pourrait limiter la possibilité de filtrer et de trier les données…

Il y a plusieurs façons d’accomplir ceci. Mais l’une des méthodes les plus simples et les plus gérables consiste à utiliser une recette de données utilisant les filtres d’ajout (UNION) et de transformation. Cette approche vous permet de modifier vos règles et vos données sans code sur le front-end afin que vous puissiez garder vos options de création de tableau de bord flexibles.

Modification des colonnes de données Pardot B2BMA en lignes

Étape 1 : Déterminez les champs et les filtres à ajouter.

La première étape consiste à identifier les règles.

  • Qu’est-ce qui détermine chaque type ?
  • Quels champs sont nécessaires pour le visuel de données ?
  • Quels filtres souhaitez-vous inclure ?

Dans notre exemple, nous savons que le MQL (Marketing Qualified stage) a été atteint si la date « Date__Qualified » est supérieure au 1971-01-01’. Chaque étape a ses propres règles.

Pour créer notre jeu de données, nous devons déterminer quels champs et filtres ajouter :

  • Statut MQL (champs de règles) et date MQL
  • Statut SQL (champs de règles) et date SQL
  • Statut SAL (champs de règles) et date SAL

Filtres : Pays, Nom du compte

Lors de la création de votre ensemble de données, assurez-vous de documenter les champs nécessaires. Gardez la liste des champs aussi petite que possible (vous pouvez toujours ajouter d’autres champs plus tard si nécessaire). Moins est plus pour les performances et la facilité d’utilisation dans ce cas.

Étape 2 : Choisissez les champs dont vous avez besoin.

Ouvrez votre recette de données et sélectionnez l’ensemble de données. Choisissez uniquement les champs dont vous avez besoin. Cela gardera l’ensemble de données gérable. Vous devez sélectionner tous les champs nécessaires pour créer les règles et les champs que vous utiliserez pour filtrer. Documentez tout ce que vous sélectionnez car vous répéterez ce processus pour chaque type de ligne.

, Recette du succès : Pardot B2BMA colonnes en lignes<span class="wtr-time-wrap after-title"><span class="wtr-time-number">9</span> minutes de lecture</span>

Étape 3 : associez une transformation à l’ensemble de données.

Dans cette étape suivante, vous allez attacher une transformation à l’ensemble de données. Sélectionnez l’option « formule personnalisée ».

Dans notre exemple, partout où les données qualifiées se trouvent après ‘1971-01-01’, nous marquons le type comme MQL, sinon nous le laissons vide.

, Recette du succès : Pardot B2BMA colonnes en lignes<span class="wtr-time-wrap after-title"><span class="wtr-time-number">9</span> minutes de lecture</span>

Étape 4 : Ajoutez votre règle et créez un nouveau champ.

Utilisez la fonction « CASE » pour ajouter votre règle et créer un nouveau champ. Cela créera un nouveau champ (BusinessStage) qui indiquera « MQL » où les données qualifiées sont valides. Définissez le type de champ en tant que texte et assurez-vous de renommer le champ

Exemple de code :

Cas
quand Date_QualifiedMQL__c >’1971-01-01′
puis ‘MQL’
autre  »
finir

, Recette du succès : Pardot B2BMA colonnes en lignes<span class="wtr-time-wrap after-title"><span class="wtr-time-number">9</span> minutes de lecture</span>

Étape 5 : Attachez une autre transformation.

, Recette du succès : Pardot B2BMA colonnes en lignes<span class="wtr-time-wrap after-title"><span class="wtr-time-number">9</span> minutes de lecture</span>

Attachez une autre transformation pour renseigner la date correcte à l’aide de la formule personnalisée. Nous créons essentiellement un champ de date qui sera la date « principale » de notre ensemble de données et permettra l’agrégation sur le tableau de bord.

Exemple de code :

Cas
quand Date_QualifiéMQL__c >’1971-01-01′
puis Date_QualifiedMQL__c
else Date_QualifiedMQL__c
finir

Étape 6 : Ajoutez un filtre.

Ajoutez un filtre pour réduire votre ensemble de données aux données « MQL ».

, Recette du succès : Pardot B2BMA colonnes en lignes<span class="wtr-time-wrap after-title"><span class="wtr-time-number">9</span> minutes de lecture</span>
, Recette du succès : Pardot B2BMA colonnes en lignes<span class="wtr-time-wrap after-title"><span class="wtr-time-number">9</span> minutes de lecture</span>

Maintenant, votre ensemble de données ressemble à ceci avec « SQL » comme FunnelStatus et la date SQL comme FunnelDate.

, Recette du succès : Pardot B2BMA colonnes en lignes<span class="wtr-time-wrap after-title"><span class="wtr-time-number">9</span> minutes de lecture</span>

Étape 7 : Répétez les étapes 1 à 6.

Répétez les étapes 1 à 6 pour créer le type de ligne suivant. Pour chacun, assurez-vous que votre déclaration CASE reflète vos règles.

, Recette du succès : Pardot B2BMA colonnes en lignes<span class="wtr-time-wrap after-title"><span class="wtr-time-number">9</span> minutes de lecture</span>

Étape 8 : ajoutez les flux de données.

Ajoutez les deux flux de données avec le connecteur Ajouter. Chaque jeu de données doit avoir des lignes identiques pour les connecter en un seul jeu de données (unifié).

, Recette du succès : Pardot B2BMA colonnes en lignes<span class="wtr-time-wrap after-title"><span class="wtr-time-number">9</span> minutes de lecture</span>

Votre ensemble de données ressemble maintenant à ceci. Vos SAL et MQL sont passés de colonnes en lignes !

, Recette du succès : Pardot B2BMA colonnes en lignes<span class="wtr-time-wrap after-title"><span class="wtr-time-number">9</span> minutes de lecture</span>

Pour chaque variable restante, répétez les étapes 1 à 7 avec les règles de transformation correctes et ajoutez l’ajout à l’ensemble de données au fur et à mesure.

, Recette du succès : Pardot B2BMA colonnes en lignes<span class="wtr-time-wrap after-title"><span class="wtr-time-number">9</span> minutes de lecture</span>

Étape 9 : Créez un objet de sortie.

Une fois que vous avez ajouté tous vos types dans des ensembles de données « sous » filtrés, créez un objet de sortie.

Une fois le flux de données exécuté, vous pourrez utiliser FunnelStage et FunnelDate pour faire des résumés sans code complexe. Si les règles de création des FunnelGroups changent, modifiez les transformations dans la recette ou ajoutez-en de nouvelles.

Vous pouvez désormais utiliser votre nouvel ensemble de données pour créer des visuels par date et type ou créer un tableau récapitulatif.

Considérations supplémentaires pour le reformatage des données Pardot B2BMA

Voici quelques points à garder à l’esprit lorsque vous commencez.

  • Vous pouvez utiliser des jointures pour ajouter d’autres ensembles de données à votre recette – notez qu’ils doivent exister pour tous les « flux »
  • Vérifiez que toutes les variables souhaitées ont été prises en compte (dans notre exemple, après avoir filtré SQL, SAL et MQL, y a-t-il des lignes qui ne sont pas importées et dont vous pourriez avoir besoin dans votre analyse ?)
  • Vous pouvez importer autant de colonnes que nécessaire pour le filtrage. Étant donné que nous transformons chaque « colonne » en sa propre ligne, chaque nouvelle colonne peut contenir les mêmes données qu’avant, ce qui rend tous les filtres de l’ensemble de données d’origine disponibles.
  • Assurez-vous de faire une vérification de la réalité sur les données, y compris :
    • Nombre de lignes attendu
    • Montants totaux attendus
    • Valeurs manquantes
  • Notez que lorsque vous créez des lignes à partir de colonnes, vous devez décider si vous souhaitez que TOUTES les données soient converties ou uniquement les données qui répondent aux règles que vous avez définies. En cas de doute, créez un flux de données supplémentaire qui filtre tous les enregistrements qui ne répondent à aucun des critères et assurez-vous de les examiner. Ce qui n’y est pas peut être important aussi !

Lectures complémentaires :





Source de l’article traduit automatiquement en Français

Besoin d'aide ?
Vous utilisez Pardot depuis un certain temps mais vous n'êtes pas sûr d'en
exploiter tout le potentiel

Notre analyse de votre Pardot offerte dès aujourd'hui
Merci, vous pouvez compléter notre questionnaire
Nous allons revenir vers vous rapidement !

Fermer