Cómo aprobar el examen

de Tableau CRM y Einstein Discovery Consultant

Última actualización el 20 de noviembre de 2022 por Rakesh Gupta

Han pasado aproximadamente tres años desde que aprobé el examen de Einstein Analytics and Discovery Consultant . En las últimas semanas, muchas personas se comunicaron conmigo para pedirme orientación y un camino para convertirme en un consultor certificado de análisis y descubrimiento de Einstein .

Eso me da una idea para escribir una publicación de blog sobre este tema. Al leer desde el principio hasta el final de este artículo, comprenderá claramente cómo aprobar el examen de certificación de consultor de análisis y descubrimiento de Einstein y podrá idear un plan y una estrategia para hacerlo.

Ya que está aquí, es posible que desee consultar los siguientes artículos:

Entonces, ¿quién es un candidato ideal para el examen?

La credencial de Salesforce Certified Tableau CRM y Einstein Discovery Consultant está destinada a personas que tienen el conocimiento, las habilidades y la experiencia con los procesos de ingesta de datos, las implementaciones de acceso y seguridad y la creación de tableros. Esta credencial abarca el conocimiento y las habilidades fundamentales para diseñar, crear y respaldar aplicaciones, conjuntos de datos, tableros e historias en Tableau CRM y Einstein Discovery.

El consultor de Tableau CRM y Einstein Discovery certificado por Salesforce generalmente tiene un mínimo de un año de experiencia y habilidades en los dominios de Tableau CRM y Einstein Discovery, que incluyen:

Interfaz
Parte trasera
Administrativo/Medio
Descubrimiento de Einstein

¿Cómo prepararse para el examen?

Los estilos de aprendizaje difieren ampliamente, por lo que no existe una fórmula mágica que uno pueda seguir para aprobar un examen. La mejor práctica es estudiar durante unas horas al día, ¡llueva o truene! A continuación se presentan algunos detalles sobre el examen y los materiales de estudio:

60 preguntas de opción múltiple/selección múltiple – 90 minutos
68% es el puntaje de aprobación
Secciones de examen y ponderación
- Capa de datos: 24%
- Seguridad : 11%
- Administración : 9%
- Diseño de tablero de Tableau CRM : 19 %
- Implementación del tablero de Tableau CRM : 18 %
- Diseño de la historia del descubrimiento de Einstein : 19 %
La tarifa del examen es de $ 200 más los impuestos aplicables.
Cuota de retomar: $100
Programa tu examen de certificación aquí

La siguiente lista no es exhaustiva; así que échale un vistazo y utilízalo como punto de partida:

Guía de examen para consultores certificados de Tableau CRM y Einstein Discovery de Salesforce
Trailmix : Aprenda Tableau CRM Plus
Capacitación de Tableau CRM de Consultant Academy: más de 10 horas de videos
1. Enlace de la Academia de consultores
2. Enlace de YouTube
Senderos del comienzo del sendero:
Serie de videos de EA Tech Lounge : más de 20 horas de videos
Superinsignias de Trailhead:
1. Especialista en preparación de datos de análisis de CRM
2. Especialista en CRM Analytics y Einstein Discovery Insights
Capacitación dirigida por un instructor por Trailhead Academy
1. Creación de lentes, tableros y aplicaciones en Einstein Analytics (ANC201)
2. Implementar y administrar Tableau CRM (ANC301)

Lo que necesita saber para suavizar su viaje

En un nivel muy alto, debe comprender los siguientes temas para aprobar el examen. No hay atajo para el éxito. Lee y practica todo lo que puedas. Todo el mérito es para el equipo de Salesforce Trailhead y sus respectivos propietarios.

Comencemos desde lo básico : aunque no haya trabajado en ninguna herramienta de análisis e inteligencia comercial (BI) (o incluso en el mundo de TI) y desee obtener la certificación de Einstein Analytics and Discovery Consultant, los siguientes pasos lo ayudarán a lograr su objetivo .
1. Aprende SQL
  1. freeCodeCamp es una comunidad de código abierto que ayuda a las personas a aprender a codificar. Si nunca antes ha estudiado bases de datos o SQL , este es un excelente punto de partida. El curso comienza con Mike ayudándole a instalar MySQL en Windows o Mac. Luego, explora temas como el diseño de esquemas, las operaciones Crear-Leer-Actualizar-Eliminar (CRUD) y otros aspectos fundamentales de la base de datos.
    1. El conocimiento de SQL lo ayudará cuando comience a trabajar con SAQL o escriba consultas personalizadas en CRM Analytics.
  2. Finalice SQL y bases de datos: un curso completo para principiantes .
  3. Puede acompañar su aprendizaje con un curso de SQL para ciencia de datos . En este curso de UC Davis, aprenderá los conceptos básicos sobre cómo usar SQL en el contexto de la ciencia de datos. Este curso es gratuito para auditar en Coursera.
2. Comprender JSON
  1. JSON , o notación de objetos de JavaScript, es un formato utilizado para representar datos. Se introdujo a principios de la década de 2000 como parte de JavaScript y se expandió gradualmente hasta convertirse en el medio más común para describir e intercambiar datos basados en texto. Hoy, JSON es el estándar universal de intercambio de datos.
  2. Si bien trabajar en CRM Analytics varias veces requiere actualizar el JSON para crear el tablero deseado. Uno de los mejores ejemplos: está creando un gráfico de indicadores dinámicos.
  3. El propósito de este ejercicio es que comprenda qué es JSON, la sintaxis y cómo editarlo.
    1. JSON para principiantes: notación de objetos de JavaScript explicada en lenguaje sencillo
    2. Aprenda JSON: curso acelerado completo para principiantes
3. Ahora es el momento de comenzar con CRM Analytics, anteriormente conocido como Tableau CRM .
  1. Complete el módulo Explore con Tableau CRM Trailhead
  2. Complete esta capacitación: Capacitación de Tableau CRM de Consultant Academy: más de 10 horas de videos
    1. Enlace de la Academia de consultores
    2. Enlace de YouTube
    3. La clave del éxito es practicar tanto como sea posible en su organización de desarrollador. Obtenga una edición para desarrolladores habilitada para CRM de Tableau gratis.

Capa de datos: 24%

Un conjunto de datos es un conjunto de datos de origen con formato especial, optimizados para la exploración interactiva.
Utilice una receta de preparación de datos (recetas) en CRM Analytics para limpiar, transformar y enriquecer los datos antes de cargarlos en uno o más objetivos.
Una lente es una exploración guardada. Profundizarás más sobre las lentes más adelante en el camino cuando hagas tus primeras exploraciones.
Un tablero es un conjunto seleccionado de gráficos, métricas y tablas que le brinda una vista interactiva de los datos de su negocio.
Una aplicación es un conjunto de análisis y respuestas especialmente diseñado sobre un área específica de su negocio. Con las aplicaciones, puede proporcionar rutas seleccionadas a través de sus datos, además de herramientas poderosas para exploraciones profundas y espontáneas. Después de crear tableros, lentes y conjuntos de datos, puede organizarlos en aplicaciones para presentar activos en el orden correspondiente y luego compartir aplicaciones con las personas y los grupos adecuados.
El componente de panel de análisis de CRM es un componente de Aura que se utiliza para incorporar paneles de análisis de CRM en páginas de Visualforce y Lightning. El componente puede representar un tablero de CRM Analytics en vivo o puede ser interactivo con la página usando eventos y métodos para actualizar el estado del tablero.
Una historia define los datos y la configuración analítica que utiliza Einstein Discovery para generar conocimientos y construir modelos predictivos. La configuración de la historia incluye la variable de resultado, ya sea para maximizar o minimizar la variable de resultado, los datos para analizar en un conjunto de datos de CRM Analytics y otras preferencias.
Los conectores de CRM Analytics le brindan una manera fácil de conectar datos dentro y fuera de Salesforce con CRM Analytics.CRM Analytics proporciona un conector preconstruido para datos en su organización local y una variedad de conectores configurables para datos remotos en organizaciones, aplicaciones y almacenes de datos externos de Salesforce. y servicios de bases de datos.
Antes de ejecutar o programar la sincronización de datos, especifique si la sincronización extrae cambios incrementales o todos los registros de cada objeto de Salesforce. De forma predeterminada, CRM Analytics realiza una sincronización incremental. Una sincronización incremental se ejecuta más rápido porque extrae solo los últimos cambios en el objeto de Salesforce.
1. Durante la primera sincronización de un objeto, CRM Analytics siempre realiza una sincronización completa. Cambiar el sitio o migrar la organización también activa el objeto para realizar una sincronización completa.
2. La sincronización incremental no es compatible con objetos grandes de Salesforce o estos objetos.
  1. Centro de llamadas
  2. CasoEquipoMiembro
  3. CategoríaNodo
  4. ColaboraciónGrupo
  5. CollaborationGroupMiembro
  6. CollaborationGroupMemberRequest
  7. División
  8. Dominio
  9. DominioSitio
  10. Grupo
  11. Miembro del grupo
  12. ModeloFactor
  13. Perfil
  14. Sitio
  15. Territorio
  16. Tema
  17. Usuario
  18. Rol del usuario
  19. Territorio de usuario
3. Ejecute la sincronización de datos manualmente la primera vez para que los datos estén disponibles en CRM Analytics para crear recetas. Programe sincronizaciones posteriores para actualizar periódicamente los datos.
4. Ejecute una sincronización completa para los objetos que contienen campos de fórmula. Con la sincronización incremental, los campos de fórmula pueden perder la sincronización con su objeto sincronizado.
5. Para asegurarse de que se incluyan todas las actualizaciones, establezca el modo de conexión del objeto en Sincronización completa periódica.
6. Para garantizar que los datos de origen más recientes se carguen en conjuntos de datos, programe sincronizaciones de datos para extraer datos en CRM Analytics antes de las recetas correspondientes. Usted programa la sincronización de datos para cada conexión, donde todos los objetos bajo la conexión se sincronizan a la hora especificada y no los objetos individuales. Para sincronizar objetos de la misma fuente de datos en diferentes intervalos, cree varias conexiones a la fuente de datos y establezca una programación única para cada conexión.
Supervise el progreso de las sincronizaciones de datos de CRM Analytics en Data Manager.
Configure las notificaciones de Sincronización de datos para recibir una notificación por correo electrónico cuando un trabajo de sincronización de CRM Analytics tenga advertencias, cuando falle la sincronización o cada vez que finalice la sincronización.
Mejores prácticas para evitar trabajos cancelados debido a la superposición de horarios
1. Programe sus trabajos de receta y sincronización de datos con suficiente tiempo entre las ejecuciones para permitir posibles retrasos.
2. Revise periódicamente las ejecuciones de su trabajo para ver cuánto tiempo toma un trabajo promedio y actualice el cronograma para permitir posibles demoras.
3. Divida los trabajos de sincronización de datos grandes en varios trabajos de sincronización de datos más pequeños utilizando conexiones remotas o locales adicionales a la misma fuente de datos. Puede establecer cronogramas de sincronización más frecuentes para grupos más pequeños de objetos que requieren actualizaciones más frecuentes y cronogramas de sincronización poco frecuentes para objetos menos actualizados.
4. Habilite la programación prioritaria para poner automáticamente en cola ejecuciones más cortas o más pequeñas antes de ejecuciones más largas o más grandes.
Tenga en cuenta estos comportamientos al crear o actualizar un flujo de datos con la sincronización de datos habilitada.
1. Cuando carga un archivo de definición de flujo de datos o actualiza un flujo de datos en el editor de flujo de datos, CRM Analytics valida el archivo de definición o el flujo de datos. Si ve errores, corríjalos y cargue el archivo o actualice el flujo de datos nuevamente.
2. Las cargas de archivos de definición de flujo de datos pueden demorar más porque CRM Analytics valida el archivo y usa los nodos sfdcDigest para definir la configuración de sincronización.
3. Cuando elimina el nodo sfdcDigest de un objeto del archivo de definición, la sincronización no se deshabilita para ese objeto. Si es necesario, desconecte el objeto de la sincronización en la pestaña Conectar del administrador de datos.
4. Cuando elimina un campo de un nodo sfdcDigest, el campo aún se incluye para la sincronización. Si es necesario, excluya el campo en la configuración de sincronización de objetos.
5. Cuando agrega un campo en un nodo sfdcDigest, el campo se incluye para la sincronización de datos y se activa una sincronización para el objeto cuando el flujo de datos se ejecuta a continuación.
6. Cuando cancela la programación del flujo de datos, CRM Analytics no desconecta los objetos y campos de Salesforce de la sincronización.
Edite un conjunto de datos para cambiar su nombre, aplicación, seguridad o metadatos extendidos (XMD). También puede reemplazar datos en un conjunto de datos, restaurarlos a una versión anterior o eliminarlos. La página de edición del conjunto de datos también proporciona información clave sobre cuándo se creó y se actualizó por última vez el conjunto de datos, y dónde se usa.
1. La restauración de un conjunto de datos no tiene efecto en los flujos de datos o recetas asociados. Es posible que la próxima vez que se ejecute un flujo de datos asociado o una receta, pueda deshacer los resultados de una restauración.
2. Antes de eliminar un conjunto de datos , considere las siguientes pautas.
  1. No puede recuperar un conjunto de datos eliminado.
  2. Use el administrador de datos para eliminar conjuntos de datos de Mi aplicación privada de otro usuario. No puede ver ni eliminar los conjuntos de datos privados de otros usuarios desde las pestañas de la aplicación o de inicio de CRM Analytics. Por razones de seguridad, tampoco puede ver los datos en los conjuntos de datos privados de otros usuarios.
  3. Tampoco puede eliminar un conjunto de datos que se usa en un tablero, una lente o un flujo de datos. Antes de eliminar un conjunto de datos, primero elimine las referencias a él desde los tableros o las transformaciones de flujo de datos y elimine las lentes asociadas.
  4. Analytics no verifica ni muestra si un conjunto de datos se usa en recetas. Asegúrese de eliminar también las referencias de conjuntos de datos de las recetas. Si elimina un conjunto de datos que se usa en una receta, la receta fallará la próxima vez que se ejecute.
La API de datos externos le permite cargar archivos de datos externos a CRM Analytics. La API de datos externos puede cargar archivos .csv y, opcionalmente, puede especificar la estructura de sus datos definiendo metadatos en formato JSON.
1. Los pasos de alto nivel para cargar datos externos mediante la API son:
  1. Prepare sus datos en formato CSV y luego cree un archivo de metadatos para especificar la estructura de los datos.
  2. Conéctese mediante programación a su organización de Salesforce.
  3. Configure la carga insertando una fila en el objeto InsightsExternalData y luego establezca valores de entrada como el nombre del conjunto de datos, el formato de los datos y la operación a realizar en los datos.
  4. Divida sus datos en fragmentos de 10 MB y luego cargue los fragmentos en objetos InsightsExternalDataPart.
  5. Inicie la carga actualizando el campo Acción en el objeto InsightsExternalData.
  6. Supervise el objeto InsightsExternalData en busca de actualizaciones de estado y luego verifique que la carga del archivo se haya realizado correctamente.
Para configurar el acceso a los datos de origen, cree una conexión. Cuando cree una conexión, seleccione objetos y columnas para extraer datos. Puede agregar un filtro a la conexión para extraer un subconjunto de todas las filas. En las propiedades de la conexión, también especifica una cuenta de usuario que determina a qué datos puede acceder la conexión. Por ejemplo, para acceder a datos en Amazon S3, especifique una cuenta de usuario de Amazon S3. Si la cuenta de usuario no tiene acceso a un objeto, la conexión no puede extraer datos de ese objeto.
1. Después de crear una conexión, ejecute su sincronización de datos para extraer los datos de cada objeto seleccionado en la fuente de datos y almacenarlos en el objeto conectado de CRM Analytics correspondiente. Después de ejecutar una sincronización de datos por primera vez, puede agregar los objetos conectados como fuentes para recetas. En la preparación de datos, puede agregar transformaciones para preparar los datos en los objetos conectados y generar los resultados en conjuntos de datos.
2. Ejecute la receta para crear conjuntos de datos. Continúe ejecutándolos para actualizar los datos. Puede ejecutar sincronización de datos y recetas a pedido. También puede programarlos para que se ejecuten de forma continua. Para asegurarse de que sus recetas usen los datos más recientes, programe los trabajos de sincronización de datos para que se completen antes de que se ejecuten las recetas dependientes.
3. Consideraciones antes de integrar datos en conjuntos de datos
  1. Manejar valores numéricos : CRM Analytics almacena internamente valores numéricos en conjuntos de datos como valores largos. Por ejemplo, CRM Analytics almacena el número 3200,99 con una escala de 2 como 320099. La interfaz de usuario vuelve a convertir el valor almacenado en notación decimal para mostrar el número como 3200,99.
  2. Manejar valores de fecha : cuando CRM Analytics carga fechas en un conjunto de datos, divide cada fecha en varias columnas, como día, semana, mes, trimestre y año, según el año calendario. Por ejemplo, si extrae fechas de una columna CreateDate, CRM Analytics genera columnas como CreateDate_Day y CreateDate_Week. Si su año fiscal difiere del año calendario, puede habilitar CRM Analytics para generar columnas de fecha fiscal también.
  3. Manejar valores de zona horaria personalizados: la compatibilidad con la zona horaria le permite ver datos específicos de la hora en paneles en una zona horaria que especifique para su organización. De forma predeterminada, los conjuntos de datos de CRM Analytics no tienen en cuenta la zona horaria, por lo que CRM Analytics trata todos los valores de fecha y hora como si estuvieran en GMT. Los datos que ve en sus tableros están en GMT, independientemente de su zona horaria local. Cuando habilita el soporte de zona horaria, CRM Analytics convierte los valores de fecha y hora en sus conjuntos de datos a la zona horaria seleccionada para CRM Analytics. A continuación, puede crear paneles habilitados para la zona horaria para mostrar estos valores de fecha y hora convertidos. Los usuarios ven los datos del panel en la única zona horaria personalizada que establezca, no en su zona horaria personal especificada en Salesforce.
  4. Manejar valores de texto : confirme que los valores de texto en una columna sean uniformes en formato, ortografía e idioma. Pueden ocurrir inconsistencias dentro de las fuentes de datos y después de fusionar datos de varias fuentes de datos.
  5. Capacidad y límites del conjunto de datos : antes de crear cualquier conjunto de datos, revise los límites. Por ejemplo, cada organización de Salesforce tiene un número máximo de filas para todos los conjuntos de datos de la organización. También hay límites en la cantidad de columnas en un conjunto de datos y caracteres en una columna.
  6. Nombres de campo de conjunto de datos reservados : la preparación de datos de CRM Analytics no admite el uso de algunas palabras clave reservadas como nombres de campo en lentes y paneles de explorador.
    1. todos
    2. TODOS
    3. contar
Limpie, transforme y cargue datos con preparación de datos
Ejecute sincronización de datos y recetas para crear y actualizar conjuntos de datos
Comience más rápido con las plantillas de datos
Cada conjunto de datos admite hasta 2 mil millones de filas. Si su organización de Salesforce tiene menos de 2 mil millones de filas asignadas, cada conjunto de datos admite hasta las filas asignadas de su organización.

Límites de campo del conjunto de datos

Límite	Valor
Número máximo de campos en un conjunto de datos	5000 (incluidos hasta 1000 campos de fecha)
Número máximo de lugares decimales para cada valor en un campo numérico en un conjunto de datos (límite de desbordamiento)	17 decimales Cuando un valor excede el número máximo de lugares decimales, se desborda . Tanto 100,000,000,000,000,000 como 10,000,000,000,000,000.0 se desbordan porque usan más de 17 decimales. Un número también se desborda si es mayor (o menor) que el valor máximo (o mínimo) admitido. 36.028.797.018.963.968 se desborda porque su valor es mayor que 36.028.797.018.963.967. -36 028 797 018 963 968 se desborda porque es menor que -36 028 797 018 963 967. Cuando un número se desborda, el comportamiento resultante en CRM Analytics es impredecible. A veces, CRM Analytics arroja un error. A veces reemplaza un valor numérico con un valor nulo. Y, a veces, los cálculos matemáticos, como sumas o promedios, arrojan resultados incorrectos. Ocasionalmente, CRM Analytics maneja números de hasta 19 dígitos sin desbordarse porque están dentro del valor máximo para un número entero de 64 bits con signo (2 ⁶³ – 1). Pero no se garantiza que los números de estas longitudes se procesen. Como práctica recomendada, utilice números que tengan 17 decimales o menos. Si son necesarios números que se desbordarían, establecer una precisión y una escala más bajas en el conjunto de datos que contiene los números grandes a veces evita el desbordamiento.
Valor máximo para cada campo numérico en un conjunto de datos, incluidos los lugares decimales	36.028.797.018.963.967 Por ejemplo, si se utilizan tres decimales, el valor máximo es 36.028.797.018.963,967
Valor mínimo para cada campo numérico en un conjunto de datos, incluidos los lugares decimales	-36.028.797.018.963.968 Por ejemplo, si se utilizan cinco decimales, el valor mínimo es -36.028.797.018,9,63968
Número máximo de caracteres en un campo	32,000

Seguridad : 11%

Uso compartido a nivel de aplicación

Las aplicaciones de CRM Analytics son como carpetas, lo que permite a los usuarios organizar sus propios proyectos de datos, tanto privados como compartidos, y controlar el uso compartido de conjuntos de datos, lentes y tableros.
Cada usuario también tiene acceso a una aplicación predeterminada lista para usar, llamada Mi aplicación privada, destinada a proyectos personales en curso. Los administradores no pueden ver el contenido de Mi aplicación privada de cada usuario, pero se pueden compartir los paneles y lentes en Mi aplicación privada.
Todas las demás aplicaciones creadas por usuarios individuales son privadas, de forma predeterminada; el propietario y los administradores de la aplicación tienen acceso de administrador y pueden extender el acceso a otros usuarios, grupos o roles.
Para permitir que otros vean una lente, un tablero o un conjunto de datos, una forma de compartir es compartir la aplicación en la que se encuentra.

Resumen de lo que los usuarios pueden hacer con el acceso de Visor, Editor y Administrador.

Acción	Espectador	Editor	Gerente
Ver tablero, lentes y conjunto de datos en la aplicación	X	X	X
Ver quién tiene acceso a la aplicación	X	X	X
Explore conjuntos de datos a los que el usuario tiene acceso de espectador y guarde lentes en una aplicación a la que el usuario tenga acceso de editor o administrador	X	X	X
Guarde el contenido de la aplicación en otra aplicación a la que el usuario tenga acceso de editor o administrador	X	X	X
Guarde los cambios en el tablero, las lentes y el conjunto de datos existentes en la aplicación (guardar tablero requiere la licencia y el permiso del conjunto de permisos apropiados)		X	X
Cambiar la configuración para compartir de la aplicación			X
Cambiar el nombre de la aplicación			X
Actualizar la visibilidad de los activos en una aplicación		X	X
eliminar la aplicación			X

Si tiene acceso de administrador a una aplicación, puede eliminarla. Al eliminar una aplicación, se eliminan de forma permanente todas sus lentes, paneles y conjuntos de datos de CRM Analytics.

Seguridad del conjunto de datos para controlar el acceso a las filas
1. Si un usuario de CRM Analytics tiene acceso a un conjunto de datos, el usuario tiene acceso a todos los registros del conjunto de datos de forma predeterminada. Para restringir el acceso a los registros, puede implementar la seguridad de nivel de fila en un conjunto de datos cuando utiliza la herencia compartida y los predicados de seguridad. La herencia de colaboración aplica automáticamente la lógica de colaboración de un objeto de Salesforce a las filas del conjunto de datos. Un predicado de seguridad es una condición de filtro asignada manualmente que define el acceso a las filas del conjunto de datos.
2. La herencia de uso compartido se puede aplicar desde un objeto compatible si todos los registros de objetos tienen menos de 400 descriptores de uso compartido cada uno. Los objetos admitidos para compartir la herencia son:
  1. Cuenta
  2. Caso
  3. Contacto
  4. Guiar
  5. Oportunidad
3. Es una buena práctica tener un predicado de seguridad definido para los conjuntos de datos que utilizan el uso compartido heredado. Sin un predicado de seguridad, los usuarios que no están cubiertos por la herencia compartida no ven datos en el conjunto de datos porque no tienen acceso a nivel de fila del conjunto de datos.
4. El uso compartido no se aplica automáticamente a los conjuntos de datos. Aplicar el uso compartido a cada conjunto de datos manualmente.
5. Compartir la herencia puede afectar el rendimiento de las consultas, los flujos de datos y las recetas de preparación de datos. Si sus requisitos incluyen el mejor rendimiento posible, use predicados de seguridad en lugar de compartir la herencia.
6. Los cambios en la configuración de seguridad de rowLevelSharingSource o rowLevelSecurityFilter en un flujo de datos solo afectan a los conjuntos de datos creados después de guardar el cambio. Del mismo modo, los cambios en los campos Fuente de uso compartido y Predicado de seguridad del nodo de salida de una receta de preparación de datos solo afectan a los conjuntos de datos creados después de guardar el cambio. Actualice esa configuración para los conjuntos de datos existentes en la página de edición de conjuntos de datos.
7. Un conjunto de datos puede heredar la configuración de uso compartido de un solo objeto, independientemente de cuántos objetos de origen se utilicen para crear el conjunto de datos. Debido a que muchos objetos componen el conjunto de datos, cada objeto puede usar un modelo de seguridad diferente.
8. Los campos calculados se tratan como campos normales. Se ignora la seguridad a nivel de fila aplicada durante el cálculo en Salesforce.
Sintaxis de expresión de predicado para conjuntos de datos
1. Debe utilizar una sintaxis válida al definir la expresión de predicado.
  1. <columna del conjunto de datos> <operador> <valor>
2. Tenga en cuenta los siguientes requisitos para la expresión de predicado:
  1. La expresión distingue entre mayúsculas y minúsculas.
  2. La expresión no puede exceder los 5.000 caracteres.
  3. Debe haber al menos un espacio entre la columna del conjunto de datos y el operador, entre el operador y el valor, y antes y después de los operadores lógicos. Esta expresión no es válida: 'Revenue'>100 . Debe tener espacios como este: 'Revenue' > 100 .

Administración : 9%
1. Cada licencia de CRM Analytics Growth y CRM Analytics Plus es una licencia de usuario único que brinda acceso a CRM Analytics. La licencia limita su instancia de CRM Analytics a mil millones de filas de datos. Si necesita más datos, puede comprar CRM Analytics – Filas de datos adicionales, que le da derecho a 100 millones de filas más.
2. La licencia CRM Analytics Growth incluye dos conjuntos de permisos prediseñados:
  1. CRM Analytics Growth Admin habilita todos los permisos necesarios para administrar la plataforma de CRM Analytics, incluidos los permisos para crear y administrar aplicaciones y aplicaciones con plantillas de CRM Analytics.
  2. CRM Analytics Growth User habilita todos los permisos necesarios para usar la plataforma de CRM Analytics y las aplicaciones y aplicaciones con plantilla de CRM Analytics.
3. La licencia de CRM Analytics Plus incluye dos conjuntos de permisos prediseñados:
  1. CRM Analytics Plus Admin habilita todos los permisos necesarios para administrar la plataforma de CRM Analytics y Einstein Discovery, incluidos los permisos para crear y administrar aplicaciones y aplicaciones con plantillas de CRM Analytics.
  2. CRM Analytics Plus User habilita todos los permisos necesarios para usar la plataforma de CRM Analytics, Einstein Discovery y las aplicaciones y aplicaciones con plantilla de CRM Analytics.
4. Puede asignar una licencia de conjunto de permisos de CRM Analytics junto con cualquiera de las siguientes licencias de usuario de Salesforce:
  1. Plataforma Lightning (suscripción a la aplicación)
  2. Plataforma Lightning (una aplicación)
  3. CRM completo
  4. Plataforma de fuerza de ventas
  5. Plataforma Uno de Salesforce
5. Implemente aplicaciones prediseñadas de CRM Analytics
6. Cifrado de análisis de CRM
7. Limitaciones de análisis de CRM
Diseño de tablero de Tableau CRM : 19 %
1. Siga las prácticas recomendadas para diseñar y crear paneles de análisis de CRM útiles y efectivos, al tiempo que minimiza la repetición del trabajo y aborda las posibles brechas.
2. Antes de crear el tablero, tenga en cuenta las siguientes mejores prácticas de diseño:
  1. Dibuje su tablero en papel o en una pizarra antes de comenzar a construir.
  2. Prioriza los elementos, de arriba a la izquierda a abajo a la derecha. Con los idiomas que se leen de izquierda a derecha, las personas comienzan mirando la esquina superior izquierda y avanzan hacia abajo. Considere el lenguaje de la audiencia y el diseño para ello. Si su audiencia tiene tiempo o atención limitados, coloque elementos importantes donde se noten.
  3. Coloque widgets procesables, fáciles de leer y de alto nivel cerca de la parte superior izquierda, y coloque widgets con información de apoyo más abajo. Por ejemplo, coloque números que muestren una sola medida, como los ingresos del trimestre actual, arriba ya la izquierda.
  4. Agrupe los filtros en la parte superior o izquierda para que se noten rápidamente. Puede usar un widget de contenedor para separarlos en el tablero.
  5. Tenga en cuenta que un gráfico en CRM Analytics es principalmente una forma de hacer preguntas, no una forma de ilustrar una conclusión. Un buen tablero invita a la audiencia a profundizar y buscar información cada vez más enfocada y útil.
  6. Elija tipos de gráficos en función de las características de los datos, no por el aspecto o la variedad. Por ejemplo, si la mayoría de sus gráficos muestran cambios de valores a lo largo del tiempo, está bien si todos son gráficos de líneas.
  7. Si un gráfico parece necesitar una leyenda o un título extensos, reconsidere si el gráfico está haciendo su trabajo. Los datos bien elegidos a menudo hablan por sí mismos.
  8. Use widgets de contenedor para enmarcar y organizar elementos relacionados en el tablero.
  9. Mientras crea el tablero:
    1. Aplique etiquetas a secciones y gráficos para anotar el tablero.
    2. Utilice colores para definir las secciones.
    3. No abarrote el tablero, deje un espacio vacío. Si es necesario, divida un tablero en una serie de tableros, utilizando widgets de vínculo para ayudar al usuario a navegar por ellos.
  10. Después de crear el tablero
    1. Pida a los usuarios que revisen el tablero antes de que sea definitivo. Puede publicar un tablero en Chatter para obtener comentarios. Los usuarios pueden anotar los widgets en el tablero para tener conversaciones sobre el contenido.
Implementación del tablero de Tableau CRM : 18 %
1. Vea qué ideas inesperadas puede sacar a la superficie explorando y visualizando sus datos de forma interactiva, utilizando las herramientas del explorador.
2. Use tablas para obtener una vista de los datos que están cerca del conjunto de datos subyacente, y puede usar tablas para manipular y ampliar los datos para exponer nuevos conocimientos. Con valores, comparación y tablas dinámicas, CRM Analytics explorer le brinda opciones para ambos objetivos.
3. Si su objetivo es comprender grandes cantidades de datos comerciales y comunicar esa comprensión a sus compañeros de trabajo, socios y clientes, es fundamental poder visualizar sus datos. CRM Analytics proporciona un gráfico para cada necesidad, cada uno de los cuales es un medio para ilustrar los aspectos clave de su negocio de la manera correcta.
4. Cree un tablero de análisis de CRM para monitorear continuamente las métricas clave de su negocio, analizando los resultados por dimensiones clave, como región, productos y período de tiempo. Agregue gráficos interactivos que sinteticen la información en un formato fácil de leer. Para complementar los gráficos, agregue tablas que muestren detalles a nivel de registro. Agregue filtros para permitir que los espectadores del tablero cambien el enfoque de los resultados. Cree diseños personalizados para optimizar la visualización de un tablero en diferentes tipos de dispositivos, como teléfonos móviles, tabletas y computadoras de escritorio.
5. Las plantillas de tablero aceleran el desarrollo de su análisis al crear tableros automáticamente. Algunas proporcionan diseños en blanco que se rellenan con datos, mientras que otras plantillas "inteligentes" crean paneles que requieren poca o ninguna configuración adicional.
6. Los componentes del tablero son un tipo de widget de tablero que puede contener otros widgets, páginas y componentes web Lightning. Utilice los componentes del tablero para administrar y reutilizar grupos de gráficos, tablas, filtros, texto y más en múltiples tableros. Utilice componentes web Lightning para llevar la funcionalidad personalizada de Lightning Experience directamente a los tableros.
7. Use widgets repetidores para mostrar campos seleccionados de una consulta en una lista desplazable en su tablero. Cree un diseño personalizado de texto, números, gráficos e imágenes en un widget repetidor, y los usuarios de su tablero pueden desplazarse por una vista estilizada de los datos de consulta.
8. Haga que la información en un tablero sea más fácil de digerir fragmentando el contenido en varias páginas . Y con menos consultas por página, el rendimiento del tablero aumenta. Con las páginas, puede contar una historia creando un camino dinámico a través de su tablero.
9. Los widgets son los componentes básicos de un tablero. En el diseñador de paneles, puede agregar diferentes widgets para realizar funciones. Por ejemplo, los widgets pueden calcular indicadores clave de rendimiento, filtrar los resultados del tablero, visualizar sus datos mediante gráficos interactivos y mostrar detalles a nivel de registro en tablas.
10. Las consultas devuelven resultados que se muestran en widgets. Por ejemplo, un widget numérico muestra el resultado de un cálculo definido en una consulta. Las consultas se pueden crear en una fuente de datos, como un conjunto de datos o un objeto de Salesforce. También pueden ser "consultas personalizadas" creadas con valores definidos por el usuario.
11. Configure las selecciones iniciales y los filtros globales que aparecen cuando se abre el tablero por primera vez. Para analizar los resultados desde un ángulo diferente, el visor del tablero puede cambiar las selecciones iniciales y, si está configurado, los filtros globales mientras ve el tablero.
12. Antes de finalizar el tablero, ejecute una verificación de rendimiento en el tablero y sus consultas para asegurarse de que todo funcione de manera óptima. El inspector del tablero identifica diferentes tipos de cuellos de botella, como problemas de consultas y consultas redundantes, y brinda recomendaciones para mejorar el rendimiento. Debido a que los diseños de tablero pueden contener diferentes widgets (y consultas), ejecute el inspector en cada diseño. Si un tablero contiene varias páginas, ejecute el inspector en cada página. El inspector proporciona resultados solo para la página actual.
13. Extienda CRM Analytics a todas partes de su empresa. Las visualizaciones de CRM Analytics que ha creado son más potentes cuando las comparte en su experiencia de Salesforce integrándolas en páginas personalizadas, páginas de Visualforce, sitios de Experience Cloud y más. Además, los menús personalizados en lentes y tableros le permiten realizar acciones comunes de Salesforce directamente desde CRM Analytics.
  1. Compare las opciones para incrustar tableros. Para obtener más información sobre la incorporación de paneles para usuarios móviles.
14. Optimizar el rendimiento del panel
Diseño de la historia del descubrimiento de Einstein : 19 %
1. Einstein Discovery es un análisis impulsado por IA que permite a los usuarios comerciales descubrir automáticamente patrones relevantes en función de sus datos, sin tener que crear modelos de datos sofisticados.
  1. Análisis automatizado : analice millones de combinaciones de datos en minutos.
  2. Perspectivas imparciales : comprenda qué sucedió, por qué sucedió, qué podría suceder y qué hacer al respecto.
  3. Explicaciones narrativas : perspectivas e historias basadas en lenguaje natural exportadas a Salesforce o Microsoft Office.
  4. Acciones recomendadas : tome medidas, manténgase al tanto de los cambios e itere.
2. Puede explorar perspectivas para cualquier historia a la que tenga acceso. Una idea es un hallazgo estadísticamente significativo en sus datos. Cuando crea una versión de la historia, Einstein Discovery analiza los datos en su conjunto de datos y genera perspectivas basadas en su análisis. Las perspectivas proporcionan un punto de partida para que investigue las relaciones entre las variables explicativas de su historia y su objetivo.
3. Las métricas del modelo revelan medidas de calidad y detalles asociados para un modelo. Utilice las métricas del modelo para evaluar la capacidad de un modelo para predecir un resultado. Cuando esté listo, implemente un modelo en Salesforce para predecir los resultados en producción.
  1. Las métricas que están visibles en las pestañas Métricas del modelo dependen del caso de uso (clasificación binaria, numérica o clasificación multiclase) para la variable de resultado en su historia.
    1. El caso de uso numérico se basa en resultados que son variables numéricas. Las pestañas Métricas del modelo muestran estadísticas de calidad asociadas con los modelos de regresión lineal.
    2. El caso de uso de clasificación binaria se basa en variables de texto (categóricas) con resultados binarios. Las pestañas Métricas del modelo muestran estadísticas de calidad asociadas con los modelos de regresión logística.
    3. El caso de uso de clasificación multiclase se basa en variables categóricas con 3-10 resultados posibles. Las pestañas Métricas del modelo muestran estadísticas de calidad asociadas con modelos multiclase.
4. Capacidades y límites de Einstein Discovery

Recursos adicionales

Algunos blogs/videos lo ayudan a prepararse para el examen de Einstein Analytics and Discovery Consultant.

Guía de diseño de análisis de CRM
Juguemos a Salesforce – por Peter Lyons
Blogger de Salesforce : por Rikke Hovgaard
Guía de implementación de seguridad de CRM Analytics
Guía para desarrolladores de SAQL de Analytics
SQL para análisis de CRM
Descripción general de JSON del panel de análisis de CRM
Glosario de análisis de CRM
Recursos de aprendizaje

Conclusión

Si tiene experiencia básica con todos los temas anteriores, aprobar el examen será pan comido y podrá obtener el codiciado examen de certificación de Salesforce Certified Einstein Analytics and Discovery . Sin embargo, si no tiene suficiente experiencia (4 a 6 meses) con CRM Analytics y planea convertirse en un Consultor certificado de Einstein Analytics and Discovery . Le sugiero que dibuje un plan de 8 a 12 semanas (finalice el Trailhead anterior para prepararse).

Espero que encuentre útiles estos consejos y recursos. Si pones el tiempo y el esfuerzo, tendrás éxito. ¡Feliz estudio y buena suerte!

Evaluación formativa:

¡Quiero saber de ti!

¿Ha realizado el examen de consultor de Salesforce Certified Einstein Analytics and Discovery ? ¿Te estás preparando para el examen ahora? ¡Comparte tus consejos en los comentarios!

…

Esta es una traducción realizada por EGA Futura, y este es el link a la publicación original: https://automationchampion.com/2022/11/19/how-to-pass-tableau-crm-einstein-discovery-consultant-exam/