Erstellen eines Datenmodells (EX)
Was finden Sie hier?
Informationen zum Erstellen eines Datenmodells
Nachdem Sie ein neues Projekt für die Analyse der Mitarbeiter-Journey von Grund auf neu erstellt haben, besteht der nächste Schritt darin, ein Datenmodell einzurichten, um zwei oder mehr Ihrer vorhandenen Datenquellen zu verknüpfen. Im Datenmodell können Sie Datenquellen hinzufügen, Datenquellen verknüpfen, Ihre Daten filtern und ein Ausgabedatenset erstellen, das für die Analyse verwendet wird.
Die Daten fast jeder Art von Employee Experience-Projekt können Ihrem Modell für die Analyse der Mitarbeiter-Journey zugeordnet werden. Eine Liste der kompatiblen Projekttypen finden Sie in dieser Tabelle.
Tipp: Diese Seite beschreibt nur Datenmodelle in Analyse der Mitarbeiter-Journey-Projekten.
Quellen hinzufügen und bearbeiten
Der erste Schritt beim Erstellen Ihres Datenmodells ist das Hinzufügen einer Quelle.
Achtung: Sie können jedem Projekt maximal 10 Quellen hinzufügen.
Eine Quelle bearbeiten
Sobald Sie Ihrem Datenmodell eine Quelle hinzugefügt haben, klicken Sie darauf, um zusätzliche Informationen anzuzeigen und kleinere Änderungen vorzunehmen.
Wenn Sie auf eine Quelle klicken, werden einige Registerkarten mit zusätzlichen Informationen angezeigt:
„Quelldetails“: Auf dieser Registerkarte werden der Quellenname des Datensatzes, die Anzahl der Einträge in der Quelle und die Anzahl der Felder in der Quelle angezeigt. Sie können auch den Ausgabenamen der Quelle bearbeiten, der im Datenmodell angezeigt wird.
Tipp: Das Bearbeiten des Ausgabenamens ändert den Namen der ursprünglichen Quelle nicht.
Feld-Editor: Auf dieser Registerkarte werden die Felder angezeigt, die Sie beim Hinzufügen der Quelle ausgewählt haben, sowie deren Feldtyp. Sie können hier auch Felder entfernen, Felder bearbeiten, Felder umkodieren und neue Felder hinzufügen.
Achtung: Alle hier vorgenommenen Änderungen führen dazu, dass Verbindungen, die die Datenquelle ändern, zurückgesetzt werden. Feldänderungen sollten vorgenommen werden, bevor Verbindungen hinzugefügt werden, die die Datenquelle ändern.
Eine Quelle entfernen
Wenn Sie Ihrem Datenmodell eine Quelle hinzugefügt haben, diese aber nicht mehr benötigen, klicken Sie auf das x, um sie zu entfernen.
Tipp: Sie können eine Quelle nicht entfernen, wenn sie mit Transformationen verbunden ist.
Achtung: Alle Feldänderungen, die unter „Felder verwalten“ vorgenommen wurden, werden zurückgesetzt, wenn eine Quelle entfernt wird.
Zeilen filtern
Das Filtern von Zeilen in Ihrem Datenmodell schränkt die in Ihrem Datensatz enthaltenen Antworten ein.
Beispiel: Fügen Sie Ihren Quellen einen Filter hinzu, damit nur Daten aus den letzten 12 Monaten angezeigt werden. So können Sie Trends des vergangenen Jahres analysieren.
Dieser Abschnitt behandelt die Grundlagen zum Hinzufügen eines Filters in Ihrem Datenmodell. Weitere Informationen zur Verschachtelungslogik oder zur Auswahl zwischen „Beliebige“ und „Alle“ finden Sie unter Antworten filtern.
Achtung: Sie können keinen Filter für ein Feld mit Werten einrichten, die Sie bearbeiten möchten. Wenn Sie einen Wert so ändern, dass ein Datensatz, der im Dashboard enthalten war, nun herausgefiltert wird, verbleibt eine fehlerhafte Version dieses Datensatzes im Dashboard, bis es neu erstellt wird, und es finden keine Aktualisierungen statt.
Felder bearbeiten, entfernen und hinzufügen
Achtung: Durch das Bearbeiten von Join- und Filter-Transformationen werden alle Änderungen, die auf der Registerkarte „Feld-Editor“ für die aktuelle Transformation vorgenommen wurden, sowie alle zukünftigen Transformationen und zugehörigen Feldbearbeitungen zurückgesetzt.
Schritte zum Bearbeiten von Feldern finden Sie auf den folgenden Support-Seiten. Obwohl es sich um CX-Seiten handelt, ist die Funktionalität im Datenmodellierer für die Analyse der Mitarbeiter-Journey genau dieselbe.
- Neues Feld hinzufügen
- Felder löschen
- Umkodieren von Datenmodellfeldern
- Ändern von Datumsformaten in Datenmodellen
Joins durchführen
Mit Joins können Sie Zeilen aus 2 oder mehr Datenquellen anhand einer verwandten Datenspalte kombinieren, die diese gemeinsam haben. Mit einem Join können Sie die kombinierten Daten effizienter und effektiver erfassen und analysieren und so mehr Erkenntnisse gewinnen. Derzeit unterstützt der Datenmodellierer nur Left Outer Joins.
Weitere Informationen finden Sie auf der Support-Seite „Joins (CX)“. Obwohl dies eine CX-Supportseite ist, ist die Funktionalität im Datenmodellierer für die Analyse der Mitarbeiter-Journey genau dieselbe.
Tipp: Ein gängiges Beispiel für einen Join-Schlüssel für Mitarbeiterdaten ist die eindeutige Mitarbeiterkennung.
Beispiel: So könnte ein vollständiges Datenmodell mit Joins für Mitarbeiterdaten aussehen.
Zusammenführen mehrerer Teilnehmerantworten
Je nach Ihren Quellprojekten ist es möglich, dass ein Teilnehmer mehrere Antworten im Projekt hat, die mit derselben eindeutigen Kennung verknüpft sind (z. B. ein Lifecycle-Projekt, bei dem mehrere Antworten aktiviert sind). Wie diese Antworten im Datenmodell behandelt werden, hängt von der Join-Reihenfolge der Quellen ab.
Wenn die „rechte“ Quelle doppelte Join-Schlüssel aufweist (d. h. mehrere Antworten pro eindeutigem Bezeichner), verknüpft das Datenmodell 1 Antwort und verwirft die anderen. Wenn die „linke“ Quelle jedoch doppelte Join-Schlüssel aufweist, werden die Werte der „rechten“ Quelle für diejenigen der „linken“ Quelle mit übereinstimmenden Join-Schlüsseln dupliziert.
Kontinuierlich vs. Regelmäßige Datensatzaktualisierungen
Größtenteils werden Datenmodell-Datensätze kontinuierlich aktualisiert. Das bedeutet, dass Ihr Dashboard diese Daten entsprechend empfängt, wenn Sie weitere Daten in Ihren Quellen erfassen, einschließlich aller Vereinigungen, Verknüpfungen und Feldneuzuordnungen. Kontinuierliche Aktualisierungen stellen sicher, dass die Daten Ihres Dashboards aktuell bleiben.
Bestimmte Konfigurationen in Ihrem Datenmodell können jedoch dazu führen, dass es stattdessen regelmäßig aktualisiert wird (zum Beispiel, wenn Ihr Modell über ein Text-Set mit mehreren Werten verknüpft ist). Regelmäßige Aktualisierungen dienen dazu, Ihren Datensatz zu entlasten und die Genauigkeit sicherzustellen, wenn besonders komplexe Konfigurationen vorliegen. Allerdings dauern die Aktualisierungen länger, um alles korrekt zu verarbeiten.
Achtung: Kontinuierliche und periodische Joins funktionieren in EX-Projekten genauso wie in CX. Weitere Informationen finden Sie auf der Supportseite Datenmodellierer erstellen (CX).
Zeilen aggregieren
Sie können Zeilen in Ihrem Datenmodell aggregieren, um Berichte über Variablen in beiden Datensätzen zu erstellen. Dies ist besonders hilfreich, wenn Sie in Ihren Projekten Felder haben, die dieselben Daten darstellen, aber unterschiedlich benannt sind.
Schritt-für-Schritt-Anleitungen zum Aggregieren von Zeilen finden Sie unter Datenmodellzeilen aggregieren. Beachten Sie, dass die verlinkte Seite zwar die Berichtsfunktionen für EX + CX behandelt, die Schritte zum Aggregieren von Daten in einem Projekt für die Analyse der Mitarbeiter-Journey jedoch dieselben sind (Sie verwenden 2 EX-Projekte anstelle von 1 EX- und 1 CX-Projekt).
Tipp: Um Felder mit Aggregatzeilen zu bearbeiten, fügen Sie eine Komponente „Spalten bearbeiten“ hinzu und bearbeiten Sie die Felder auf der Registerkarte „Feld-Editor“.
Einen Ausgabedatensatz hinzufügen
Sobald Sie Ihre Daten kombiniert und geändert haben, ist es an der Zeit, ein Ausgabedatenset hinzuzufügen.
Vorschau Ihres Datenmodells
Nachdem Sie Ihr Datenmodell erstellt haben, klicken Sie auf „Vorschau ausführen“, um Ihren Ausgabedatensatz zu generieren.
Die Generierung kann eine Weile dauern; sobald die Vorschau abgeschlossen ist, werden Sie zu einer Vorschau Ihres Datensatzes weitergeleitet.
Achtung: Wenn das Laden Ihres Datensatzes länger als ein paar Stunden dauert, können Sie sich an den Qualtrics Support wenden.
Klicken Sie auf das Filtersymbol, um die Vorschaudaten zu filtern. Klicken Sie auf „Vorschau schließen“, um zu Ihrem Datenmodell zurückzukehren.
Archivierte Projekte
Achtung! Projekte, die vor dem 6. November 2024 erstellt wurden, verwenden das alte Datenmodell und wurden in einen archivierten Zustand versetzt. Sie können das Datenmodell in archivierten Projekten nicht bearbeiten, veröffentlichen oder aktualisieren. Zuvor veröffentlichte Daten, Dashboards, Teilnehmer:innen und Stats iQ sind weiterhin verfügbar und einsatzbereit, jedoch ist das Erstellen und Kopieren von Dashboards in archivierten Projekten deaktiviert. Archivierte Projekte können nicht kopiert werden; erstellen Sie stattdessen ein neues Projekt.
FAQs
Werden Änderungen an Datenmodellen sofort in Dashboards übernommen?
Werden Änderungen an Datenmodellen sofort in Dashboards übernommen?
Wenn Sie mehrere Quellen desselben Typs in Ihrem Datensatz haben (wie z. B. Tickets und Umfragen), empfehlen wir im Allgemeinen, Unions zu erstellen, bevor Sie Joins erstellen.
Was ist der Unterschied zwischen Datenquellen und Datensätzen?
Was ist der Unterschied zwischen Datenquellen und Datensätzen?
Erfahren Sie mehr über diese Schlüsselbegriffe.
Was passiert, wenn ich ein Feld bearbeite, das verwendet wird, um 2 Datenquellen miteinander zu verbinden?
Was passiert, wenn ich ein Feld bearbeite, das verwendet wird, um 2 Datenquellen miteinander zu verbinden?
Was ist, wenn mir in meinem Datenmodell keine Empfehlungen angezeigt werden?
Was ist, wenn mir in meinem Datenmodell keine Empfehlungen angezeigt werden?
Empfehlungen sind nur für bestimmte Kombinationen von Quellentypen verfügbar: Umfragen, Support-Tickets, Sprach-/Chat-Interaktionen und Funnel-Daten (Verteilungsdaten). Wenn Ihr Modell Datentypen verwendet, die nicht in diese Kategorien fallen, werden keine Empfehlungen angezeigt.
Muss ich die Empfehlung des Datenmodells verwenden?
Muss ich die Empfehlung des Datenmodells verwenden?
Nein. Empfehlungen sind optional. Sie können sie ignorieren und jeden Knoten jederzeit manuell konfigurieren.
Warum ist meine Datenmodellierer-Empfehlung verschwunden?
Warum ist meine Datenmodellierer-Empfehlung verschwunden?
Empfehlungen basieren auf dem aktuellen Zustand Ihres Datenmodells. Wenn Sie eine Quelle löschen, eine neue hinzufügen oder eine Konfiguration ändern, durch die eine vorherige Empfehlung nicht mehr zutrifft, entfernt der Datenmodellierer diesen Vorschlag und berechnet auf Basis des aktualisierten Modells neu.
Großartig! Vielen Dank für die Rückmeldung!
Vielen Dank für die Rückmeldung!