Tableau Blueprint-hjälp

Arbetsbladet för kontrollmodeller för data och innehåll, som finns i Tableau Blueprint Planner (Tableau Blueprint-planeraren), går igenom de viktigaste övervägandena för att definiera centraliserade, delegerade och självstyrande modeller. Det hjälper dig att dokumentera vem som ansvarar för respektive område och vad de utsedda personerna eller teamen ska göra. Mer information om de olika områdena finns i Kontroll i Tableau och Kontrollmodeller i Tableau.

Datastyrning

Hantering av datakällor: innefattar processer relaterade till urval och distribution av data i din organisation.

• Vilka är de viktigaste datakällorna för en avdelning eller ett team?
• Vem är datasteward eller ägare till dessa data?
• Ansluter du live eller extraherar du data?
• Ska datakällan vara inbäddad eller publicerad?
• Finns det varianter av en datauppsättning? Om så är fallet, kan de konsolideras som en auktoritativ källa?
• Om flera datakällor konsolideras kan en enskild datakällas prestanda eller användning påverkas negativt av att försöka hantera för många användningsfall samtidigt?
• Vilka affärsfrågor behöver besvaras av datakällan?
• Vilka namnkonventioner används för publicerade datakällor?
• Behövs det kopplingar mellan flera företag (enbart CRM Analytics)?
• Kommer du att behöva använda utmatningskopplingar (CRM Analytics)?
• Funderar du på ETL-verktyg eller API-anrop för att pusha data från lokala källor (CRM Analytics)?
• Kommer du att behöva skapa lokala anslutningar till din Salesforce-organisation (CRM Analytics)?

Datakvalitet: en bedömning av datans lämplighet att uppfylla ett syfte i ett visst sammanhang.

• Vilka processer finns för att säkerställa precision, fullständighet, tillförlitlighet och relevans?
• Vilka processer finns för att hantera konsekvenser uppströms/nedströms av att lägga till eller radera fält i datakällor?
• Har du gjort en checklista för processens utförande?
• Vem måste granska data innan de delas och blir tillförlitliga?
• Kan din process anpassas för företagsanvändare och kan de samarbeta med dataägare för att rapportera problem?

Anrikning och förberedelse: processer som används för att förbättra, förfina eller förbereda rådata för analys

• Sker berikning och förberedelse av data centraliserat eller med självbetjäning?
• Vilka roller i organisationen utför databerikning och -förberedelse?
• Vilka ETL-verktyg och -processer ska användas för att automatisera berikning och/eller förberedelse?
• Vilka datakällor erbjuder värdefull kontext när de kombineras med varandra?
• Hur komplexa är de datakällor som ska kombineras?
• Kommer användare att kunna använda Tableau Prep Builder och/eller Tableau Desktop för att kombinera datauppsättningar (eller Recipes för CRM Analytics)?
• Har databasadministratören etablerat standardiserade kopplings- eller kombinationsfält så att användare kan berika och förbereda datauppsättningar?
• Hur ska du möjliggöra dataförberedelse med självbetjäning?
• Hur ofta ska anriknings- och förberedelseprocesser köras (timvis, dagligen, månadsvis) och hur kommer du att aviseras när det misslyckas?
• Vilket synsätt ska du anamma för att kombinera datauppsättningar och/eller bibehålla datauppsättningars detaljnivå (CRM Analytics)?
• Hur ska du implementera funktionstekniker eller hybriddata som krävs för berättelser/modeller i förutsägelser (CRM Analytics – Einstein Discovery)?

Datasäkerhet: skyddsåtgärder som används för att hindra obehörig åtkomst till data

• Hur klassificerar du olika typer av data utifrån deras känslighet?
• Hur begär en person åtkomst till data?
• Kommer du att använda servicekonto eller databassäkerhet för att ansluta till data?
• Vilket är bästa metoden att skydda data enligt känslighetsklassificeringen?
• Uppfyller din datasäkerhet rättsliga krav, krav på efterlevnad och lagstadgade krav?
• Planerar du att använda Sharing Inheritence från Salesforce eller säkerhetspredikat för säkerhet på dataradnivå (CRM Analytics)?
• Använder du Salesforce Shield och kräver rapportering för maskerade fält och krypterade datauppsättningar (CRM Analytics)?
• Har du etablerat åtkomst på resursnivå för olika användare/grupper/roller i Salesforce (CRM Analytics)?
• Finns det krav på att använda sammanfattade/aggregerade datauppsättningar för att maskera analys på detaljnivå?

Metadatahantering: den heltäckande processen för att skapa, kontrollera, förbättra, tillskriva, definiera och hantera ett företagsvänligt semantiskt datalager

• Hur ser processen för att kuratera datakällor ut?
• Har datakällan dimensionerats efter den aktuella analysen?
• Vad är din organisations standard för namnkonventioner och fältformatering?
• Uppfyller Tableau-datamodellen (fält eller datauppsättnings-XMD:er för CRM Analytics) alla kriterier för att organisera data, inklusive användarvänlig namngivning?
• Har checklistan för metadata definierats, publicerats och integrerats i processerna för validering, främjande och certifiering?
• Har du identifierat och aktiverat handlingsbara fält på varje datauppsättningsnivå (CRM Analytics)?

Övervakning och hantering: processen för att mäta framgångsrikt verkställande av jobb

• Finns det scheman för de tider som behövs för extraktuppdatering?
• Hur övervakas rådatapåfyllning från källsystem? Har jobben utförts korrekt?
• Finns det dubbla källor till data?
• När planeras extraktuppdateringar att köras? Hur lång tid tar det att köra extrakt? Var uppdateringen lyckad eller misslyckad?
• Vem ska ta emot aviseringar om jobbkörningar?
• Är prenumerationsscheman tillgängliga efter att extraktuppdateringar gjorts?
• Används datakällor? Av vem? Hur förhåller sig detta till förväntad målgruppsstorlek?
• Vad är processen för att ta bort inaktuella publicerade datakällor?
• Vilken är processen för att rensa datauppsättningar som inte används, inklusive de i privata appar (CRM Analytics)?
• Är orkestrering (schemaläggning) nödvändigt för synkroniseringar, dataflöden och Recipes (CRM Analytics)?
• Vem ansvarar för övervakning av aviseringar om använda förutsägelsedata (CRM Analytics – Einstein Discovery)?
• Vem ansvarar för uppdatering av modeller, inklusive själva datauppsättningarna (CRM Analytics – Einstein Discovery)?

Innehållsstyrning

Innehållshantering: processer som används för att hålla arbetsböcker och datakällor aktuella och relevanta

• Kommer arbetsböcker och datakällor att delas över hela företaget?
• Kommer webbplatser att användas för att isolera känsligt innehåll eller känsliga avdelningar?
• Kommer projekt att hanteras på organisationsnivå (avdelningar/team), funktionsnivå (ämnen) eller med en hybridmetod?
• Har sandlåde- och produktionsprojekt konfigurerats för att stödja ad hoc-innehåll och validerat innehåll?
• Används namnkonventioner för innehållet?
• Publicerar författare flera kopior av samma arbetsbok med olika filter valda?
• Har innehållet en beskrivning, taggar och följer stilangivelser för visualisering?
• Har du fastställt en förväntad belastningstid och ett förfarande för undantag?
• Finns det en process för att omtilldela ägande av innehåll?
• Hur ska du hantera appar och publicera analysresurser (CRM Analytics)?
• Kommer du att begränsa användare från att spara sina analysresurser enbart i sina privata appar (CRM Analytics)?
• Finns det driftsatta analysappar från mallar eller integrerade tjänstleverantörer som måste hanteras (CRM Analytics)?

Auktorisering: processen att definiera behörighetsmodell som aktiverar åtkomst till data och innehåll

• Vilken än lägsta platsrollen för gruppsynkronisering i Active Directory/LDAP?
• Har du angett alla behörigheter för gruppen All Users (Alla användare) i standardprojektet som None (Ingen)?
• Behövs det uttryckliga begränsningar (Neka behörigheter) för gruppen Alla användare för att propagera till alla användarkonton?
• Har du skapat grupper som motsvarar en uppsättning med funktioner för webbredigering och visning för varje projekt?
• Har du granskat effektiva behörigheter för utvalda användare för att testa din behörighetsmodell?
• Har du låst behörigheter i det överordnade projektet för att bibehålla säkerheten i hela projekthierarkin?
• Har servicekonton med användarnamn/lösenord fastställts för publicerade datakällor?
• Provisionerar du användare i Salesforce-organisationen som har CRM Analytics aktiverat (CRM Analytics)?
• Hur hanterar och tilldelar du behörighetsuppsättningar relaterade till CRM Analytics PSL:er och behörigheter (CRM Analytics)?
• Har du planeringsbehörigheter för appar och har mappat dem till användare/roller/grupper från Salesforce.org (CRM Analytics)?
• Hur skyddar du åtkomst till kopplingar som har kontoinloggningsinformation till datakällor (CRM Analytics)?
• Har du aktiverat läsåtkomst för användarprofilen Analytics Integration för nödvändiga anpassade fält och objekt (CRM Analytics)?

Validering av innehåll: processen används för att verifiera att innehåll är korrekt

• Vem är involverad i valideringsprocessen?
• Är innehållet rätt, fullständigt, tillförlitligt, relevant och aktuellt?
• Ersätter nytt innehåll befintligt?
• Är underliggande data och beräkningar korrekta?
• Återspeglar innehållet företagets varumärke?
• Har innehållet logisk layout?
• Är alla axlar och siffror rätt formaterade i datavisualiseringar?
• Läses dashboards in inom rimlig tid?
• Återges filter- och instrumenpanelåtgärder korrekt på målvyerna?
• Är instrumentpanelen fortfarande användbar vid kantbeteende (filtrerat på allt, inget, ett värde osv.)?
• Vem finjusterar modeller och verifierar modellmätvärden (CRM Analytics – Einstein Discovery)?

Främjande av innehåll: processen används för att ta innehåll från sandlådeprojekt till produktionsprojekt

• Vem är involverad i främjandeprocessen?
• Har innehållsfrämjande roller en checklista med kriterier att utvärdera?
• Har du gjort en tydlig avgränsning mellan certifierat innehåll och ad hoc-innehåll för varje projekt?
• Är processen tillräckligt agil för att stödja iterationer och innovation?
• Har du arbetsflöden för att hantera både direkta och begränsade datakällor och arbetsböcker?
• Vilka migreringsmetoder kommer du att använda för att driftsätta analysresurser från sandlåda till produktion (Tableau CRM)?
• Kommer du att göra en "dark launch" för förutsägelser? Kommer du att driftsätta förutsägelser till specifika användare i stadier (CRM Analytics)?

Certifiering av innehåll: processen används för att verifiera att innehåll har gåtts igenom och är tillförlitligt när systemet är i drift

• Vem ansvarar för tilldelning av certifierat innehåll?
• Har alla kriterier för att uppnå certifieringsstatus uppfyllts?
• Är alla fält ifyllda: om, certifieringsnoteringar, taggar?
• När det gäller berättelser och modeller – vem certifierar vilka modellmätvärden som ska driftsättas som förutsägelser (CRM Analytics)?

Utnyttjande av innehåll: processer som används för att mäta användarnas engagemang

• Hur mycket trafik går till respektive vy?
• Vad är definitionen för inaktuellt innehåll? Hur ofta rensas inaktuellt innehåll?
• Hur stor indirekt användning (aviseringar och prenumerationer) förekommer?
• Levereras prenumerationer i tid?
• Stämmer den faktiska målgruppsstorleken med förväntningarna?
• Följer innehåll en veckovis, månatlig eller kvartalsvis trend?
• Hur ofta sker inloggning eller hur många dagar är det sedan den senaste inloggningen per användargrupp?
• Hur fördelas storleken på arbetsboken och datakällan?
• Planerar du att använda Adoption Analytics-appen för att övervaka utnyttjande (CRM Analytics)?