Byg og aktiver datasæt i Data Studio

Bemærk: Hvis du er superadministrator, skal du lære, hvordan du tilmelder din konto til betaversionen.

HubSpot Data Studio konsoliderer eksterne kundedata for at give en samlet platform til synkronisering, integration og aktivering på tværs af din teknologistak. Brugere kan opbygge datasæt fra eksterne kilder som Google Sheets, Snowflake og datasynkroniseringsapps og derefter integrere dem i lister, workflows og rapporter for at få en effektiv, datadrevet beslutningstagning.

Før du kommer i gang

• For at kunne se, redigere og synkronisere datasæt skal du have Data Studio-tilladelser.
• Visnings- og redigeringstilladelser er slået til som standard. Superadministratorer skal slå synkroniseringstilladelser til for datasætbrugere for at lade dem bruge HubSpot Credits for Data Studio.

Hvad er et datasæt?

Et datasæt er en samling af data fra hele din HubSpot-konto, som kan bestå af HubSpot og/eller eksterne datakilder. Et datasæt kan indeholde egenskaber for CRM-objekter og HubSpot-aktiver, felter fra eksterne datakilder og formler til at beregne dine data.

Få mere at vide om definitioner af datasæt i ordlisten.

Brugsscenarier for Data Studio

Nedenfor er der en række eksempler på, hvordan du kan udnytte eksterne datasæt til at forbedre CRM-poster, optimere arbejdsgange, oprette dynamiske kundelister og bruge datasæt til at lave rapporter.

Synkroniser data fra tredjepartsapplikationer

Du kan synkronisere datasæt fra tredjepartsapplikationer direkte til dit HubSpot CRM. Det giver dig mulighed for at:

• Opdatere CRM-poster ved hjælp af eksterne datasæt
• Generere nye egenskaber fra beregnede formelfelter
• Øjeblikkeligt skrive data til dit CRM med et enkelt klik

Du kan f.eks. blande data fra en produktbrugsplatform (f.eks. Mixpanel) med virksomhedsdatasæt for at skabe en stærk Product engagement score-egenskab i HubSpot.

Lær, hvordan du synkroniserer data fra tredjepartsapplikationer.

Synkroniser data til HubSpots CRM

Du kan synkronisere data til HubSpots CRM for at:

• Forbedre din målgruppesegmentering
• Sende mere personlige marketing-e-mails
• Forbedre din salgsindsats baseret på læring fra data

Du kan f.eks. oprette et datasæt, der sporer kundeadfærd på tværs af forskellige kanaler. Ved at synkronisere disse data tilbage til CRM kan du forfine målgruppesegmenteringen for at identificere leads med høj interesse. Ved hjælp af disse indsigter kan du sende personlige e-mailkampagner, der er skræddersyet til kundernes præferencer, hvilket øger engagementet og konverteringsraten.

Lær, hvordan du synkroniserer data til HubSpots CRM.

Brug dit datasæt i et workflow

Du kan bruge dine datasæt i en arbejdsgang til at:

• Opbygge engangs- eller tilbagevendende workflows for primære datasætposter
• Indarbejde datasætfelter i workflow-handlinger

Udnyt f.eks. engagement score-datasættet til at opbygge en arbejdsgang, der automatiserer kundeadvarsler om potentielle opgraderinger eller churn-risici. Denne arbejdsgang kan også proaktivt nå ud til kunder, der måske passer godt til en opgradering.

Lær, hvordan du bruger datasæt i en arbejdsgang.

Brug dit datasæt til at skabe segmenter

Du kan bruge dine datasæt til at oprette segmenter til:

• Importere og flette produktbrug, lead scores og kundedata ind i Data Studio
• Kombinere HubSpot-kontaktdata med eksterne kilder og forfine indsigten med filtre
• Generere en filtreret liste over datasætkontakter, der opfylder specifikke kriterier

Udnyt f.eks. et målrettet kundedatasæt til at generere et dynamisk segment, der driver en automatiseret marketingkampagne og leverer personaliserede kundeoplevelser i stor skala.

Lær, hvordan du bruger dine datasæt til at skabe segmenter.

Brug dit datasæt i en rapport

Du kan bruge dine datasæt i en rapport til at:

• Kombinere flere datakilder for at skabe samlede rapporter med oplysninger fra dit CRM, eksterne applikationer og analyseplatforme
• Segmentere data dynamisk ved at anvende filtre til at fokusere på specifikke grupper, adfærd eller tendenser
• Opbygge brugerdefinerede målinger og beregninger ved hjælp af formelfelter for at generere unikke præstationsindikatorer.

Du kan f.eks. oprette et felt til at beregne den årlige tilbagevendende indtægt baseret på egenskaben aftalebeløb og derefter bruge disse data fra datasættet i en rapport til at spore indtægtstendenser, forudsige fremtidig indtjening og analysere kundefastholdelse over tid.

Lær, hvordan du bruger dine datasæt i en rapport.

Eksportér datasæt til Google Sheets og Office 365 Excel

Du kan eksportere datasæt til Google Sheets og Office 365 Excel for at:

• Opretholde eksterne kopier til arkiveringsformål eller ekstra sikkerhed.
• Arbejde med dine data, selv uden en internetforbindelse.
• Dele datasæt nemt med teammedlemmer til redigering og feedback i realtid.

Ved at eksportere HubSpot-datasæt til Google Sheets eller Office 365 Excel kan virksomheder f.eks. finpudse data for at få klar indsigt i omsætningstendenser og kundetilgang og derefter dele dem sikkert med eksterne interessenter uden at give adgang til HubSpot.

Lær, hvordan du eksporterer datasæt.

Opret et datasæt

Sådan opretter du et datasæt:

1. Klik på Opret datasæt øverst til højre.

Datakilder

Datakilder er grundlaget for dit datasæt. Læs mere om forskellige datakilder i ordlisten.

3. Klik på Vælg en datakilde på fanen Kilder under Vælg en primær datakilde.

4. Vælg din primære datakilde på skærmen Vælg dine data:
   • På fanen Synkroniserede kilder skal du klikke på en HubSpot-datakilde eller en datakilde fra en tredjepartsapplikation. Hvis du vil tilføje en ny kilde, skal du klikke på + Ny kilde og derefter følge anvisningerne.
   • På fanen CSV' er skal du klikke på en CSV-fil, der skal bruges som datakilde. For at tilføje en CSV-fil skal du klikke på + Upload ny CSV og derefter følge anvisningerne.
5. For at tilføje en sekundær kilde skal du klikke på + Tilføj sekundær kilde og derefter følge ovenstående trin. Fortsæt med at tilføje sekundære kilder efter behov.
6. Klik påBrug avanceret kildekonfiguration for at sammenføje yderligere datakilder og konstruere et mere komplekst datasæt.

Avanceret kildekonfiguration

For at tilslutte en anden datakilde:

7. Klik på Deltag i en anden datakilde eller på +-ikonet i datakildefremviseren.

8. Vælg en datakilde på fanen HubSpot-datakilder eller Eksterne datakilder.
9. Klik på Fortsæt.
10. På skærmen Preview your join skal du konfigurere følgende:

1. • I den venstre tabelboks vises den primære kilde, du har valgt.
   • I den højre tabelboks vises den ekstra kilde, du har valgt.
   • Klik på rullemenuen Left for at vælge Left join eller Inner join.
     • Left join: returnerer alle rækker fra [primær datakilde] og alle matchende rækker fra [sekundær datakilde].
     • Inner join: returnerer rækker, der har matchende værdier i både [ primær datakilde] og [sekundær datakilde].
   • Klik på Use association labels eller Use match key.
     • Brug associationsetiketter: Vælg en associationsetiket til sammenføjningen.
     • Brug matchnøgle: Vælg en matchnøgle for den venstre og højre tabel.
   • Angiv forholdet mellem de valgte datakilder under Match behavior:
     • Flere match: En række i den venstre tabel kan matche flere rækker i den højre tabel.
     • Kun ét match: Én række i den venstre tabel kan højst matche én række i den højre tabel. Yderligere rækker vil ikke blive inkluderet.
   • Klik på Tilføj brugerdefineret sammenføjning.

Kolonner

11. På fanen Kolonner kan du trække og slippe kolonnerne for at tilpasse deres rækkefølge.

12. For at vælge de kolonner, der skal vises i datasættet, skal du klikke på Vælg kolonner og derefter klikke i afkrydsningsfelterne ud for de kolonner, du vil have vist.
13. For at oprette nye kolonner skal du klikke på + Opret ny kolonne. Udforsk de forskellige muligheder for at oprette kolonner nedenfor:

Dataagent

Brug dataagent til at udføre research og generere nye data:

14. Klik for at udvide Data Agent. Klik derefter på Opret smart kolonne.

15. Skriv kolonnenavnet i tekstboksen Navn på smart kolonne.
16. I tekstboksen Describe what you want to know skal du skrive en beskrivelse af de data, du vil generere og udtrække fra den intelligente kolonne.
17. Klik på + Insert column token for at henvise til andre egenskaber i datasættet.
18. Klik på rullemenuen Hvor skal disse data komme fra? for at vælge en kilde til dine data.
    • Webresearch: data fra søgning på internettet.
    • Virksomhedsresearch: data fra virksomhedens primære hjemmeside.
    • Datasætkolonner: data fra en anden kolonne i datasættet.
19. Klik på rullemenuen Datatype for at angive typen af information i cellen (f.eks. tal, tekst eller dato).
    • Streng
    • Nummer
    • Boolsk
20. Klik på Forhåndsvisning.
21. Den smarte kolonne vises nu i tabellen.

Berigelse

Brug Enrichment til at udfylde huller eller validere data:

22. Klik for at udvide Berigelse. Klik derefter på Berig kolonner [primær datakilde] eller Berig kolonner [sekundær datakilde].

23. Klik på rullemenuen Kolonne for [datakilde] [egenskab ] for at vælge den kolonneegenskab, du vil berige.
24. Klik på afkrydsningsfelterne ved siden af egenskaberne under Vælg kolonner, der skal oprettes. Du kan også bruge søgefeltet til at finde egenskaber.
25. Klik på Preview eller Create [#] columns.

Formler

Brug formler til at lave beregninger baseret på andre kolonner:

26. Klik for at udvide Formler. Klik derefter på en af følgende:

26. • Anvend switch case
    • Sammenlign datoer
    • Find og erstat
    • Formelbygger (avanceret)
    • Opsummering af mål
27. Udfyld formelfelterne i det nederste panel.

28. Klik derefter på Gem.

Modifikatorer

Brug Modifikatorer til at anvende formateringsændringer og normaliseringer:

29. Klik på Anvend store bogstaver, og gør derefter følgende:
    • Klik på rullemenuen Kolonne at henvise til for at vælge en kolonne.
    • Skriv et navn i tekstboksen Nyt kolonnenavn.
    • Under Vælg store bogstaver skal du klikke på Titelbogstaver, STORE bogstaver eller små bogstaver.
    • Klik på Opret kolonne.
30. Klik på Trim whitespace, og gør derefter følgende:
    • Klik på rullemenuen Kolonne at henvise til for at vælge en kolonne.
    • Skriv et navn i tekstboksen Nyt kolonnenavn.
    • Klik på Opret kolonne.

Opsummerede og ikke-summerede visninger

Der er to typer visninger, som bruges til at se dine datasæt:

• Opsummeret visning: Visningen for et datasæt, der oprettes, når det har mere end én datakilde, og der er flere mulige match mellem de primære og sekundære datakilder. Denne visning viser data grupperet efter primær datakilde og bruges i CRM-synkronisering, workflows og lister. Kun kolonner, der er tilgængelige i den opsummerede visning, vil være tilgængelige i CRM-synkronisering, workflows og lister.
• Uopsummeret visning: Visningen for et datasæt, der viser ugrupperede data. Den bruges til rapportering. I tilfælde, hvor der kun er én kilde, eller der er et 1:1-forhold mellem forskellige kilder, er det kun usummerede visninger, der er tilgængelige og brugbare på tværs af rapportering, CRM-synkronisering, workflows og lister.

Filtre

Anvend filtre på dit datasæt.

31. På fanen Filtre skal du anvende filtre på rækkeniveau, aggregerede filtre og gruppeoversigtsfiltre på dit datasæt.
32. Klik på rullemenuen Inkluder data, hvis de matcher, og vælg derefter ALLE filtrene nedenfor, ALLE filtrene nedenfor eller Brugerdefinerede filterregler.
33. Klik på + Tilføj filter, og klik derefter på et filter i pop op-boksen. Fortsæt med at tilføje filtre efter behov.

Gennemgå datasæt

Når du er færdig med at tilpasse dit datasæt, kan du gøre følgende:

34. Gennemgå tabellen for at sikre, at dit datasæt vises korrekt.
35. Klik på rullemenuen Opsummeret visning, og vælg et af følgende:

35. • Opsummeret visning: Viser data grupperet efter den primære kilde. Dette bruges til CRM-synkroniseringer, workflows og lister.
    • Uopsummeret visning: viser ugrupperede data med rækker for alle kilder Dette bruges til rapportering.
36. Hvis du er tilfreds med dit datasæt, skal duklikke på Gem.Klik på Brug i for at oprette en rapport, et workflow, en liste, lave en CRM-synkronisering eller eksportere dit datasæt.

Ordliste

Datakilder

Datakilder omfatter CRM-objekter (f.eks. kontakter, brugerdefinerede objekter), aktiver (f.eks. websider, e-mails) og aktiviteter (f.eks. samtaler, salg), som du ønsker at rapportere om. Du kan vælge op til fem pr. datasæt.

Den primære datakilde forankrer datasættet, og alle andre kilder linker til den. HubSpot forbinder dem ved hjælp af den korteste vej og forbinder automatisk relaterede data som kontakter og aftaler uden ekstra trin.

Andre datakilder kræver mellemliggende forbindelser for at blive integreret. Hvis Deals f.eks. er den primære kilde, og der er brug for data om blogindlæg, forbinder HubSpot dem via Kontakter og Webaktiviteter og vælger automatisk de nødvendige kilder.

Yderligere datakilder

Du kan tilføje sekundære datakilder til dit datasæt for at konsolidere oplysninger i en enkelt visning. Nogle kilder integreres automatisk, mens andre kan kræve yderligere input for at etablere en forbindelse.

Automatiske sammenføjninger

Automatiske sammenføjninger er tilgængelige for almindelige HubSpot-datakombinationer (f.eks. Virksomheder + Tilbud) og integrationer med synkroniseringsapps (f.eks. Kontakter + Stripe-fakturaer).

Når du vælger disse kildepar, matches rækkerne automatisk ved hjælp af en standardkolonne, typisk e-mailadresse eller virksomhedsdomæne.

Hvis du vil tilpasse den matchende kolonne, kan du administrere sammen føjningen i kildepanelet.

Brugerdefinerede sammenføjninger

Når du integrerer data fra kilder med fleksible kolonnestrukturer - f.eks. Google Sheets, AirTable, CSV'er og lagre - skal du angive yderligere oplysninger for at kunne flette data.

Hvis der kræves en brugerdefineret sammenføjning, skal du vælge matchende kolonner fra hver kilde. Det sikrer, at data justeres korrekt ved hjælp af fælles identifikatorer som f.eks. e-mailadresser, ID'er eller virksomhedsdomæner.

Syntaks

I en funktion kan du bruge data fra egenskaber og felter eller bogstavelige data. Egenskabs- og feltdata vil være dynamiske baseret på de enkelte datakilder, mens bogstavdata er konstante. For eksempel:

• 2021-03-05 er en bogstavelig dato, som er konstant.
• [CONTACT.createdate] er en egenskabsbaseret dato, som er dynamisk for hver kontaktoptegnelse.

Funktioner kan indeholde både bogstavelige og egenskabs-/feltdata, så længe datatyperne er kompatible med funktionens krævede argumenter. For eksempel:

DATEDIFF("MONTH", "2021-01-01", “[CONTACT.createdate]”)

Nedenfor kan du læse om syntaksen for bogstaver og egenskabs-/feltdata, og hvordan du indarbejder dem i formler.

Syntaks for bogstaver

Brug literals til at tilføje specifikke, statiske tekststrenge, tal, sande eller falske værdier og datoer i dine beregninger.

• String literal: tekst omgivet af anførselstegn. For eksempel “My cool string”.

• Talbogstav: tal uden anførselstegn. For eksempel 42.
• Boolsk bogstav: true eller false.
• Datobogstav: en streng formateret som "YYY-MM-DD" eller et dato-tidsstempelnummer (f.eks. 1635715904).

Syntaks for egenskaber

Egenskabsreferencer giver dig mulighed for direkte at inkludere værdier fra egenskaberne i dine valgte datakilder. Du behøver ikke at tilføje egenskaben som et datasætfelt for at henvise til den.

Brug følgende syntaks, når du henviser til egenskaber:

• Referenceudtryk er altid omgivet af firkantede parenteser ( [ og ] ).
• Egenskabsreferencer angiver objekt- eller begivenhedsnavnet efterfulgt af et punktum og det interne egenskabsnavn. For eksempel:
  • [CONTACT.lifecyclestage]
  • [COMPANY.name]
  • [e_hs_scheduled_email_v2.__hs_event_native_timestamp]

Syntaks for feltreference

Du kan henvise til felter i en formel ved at omgive feltnavnet med firkantede parenteser. For eksempel:

• • [Field 1]
  • [My awesome custom field]

Du kan henvise til felter i formler, så længe formlens operatorer og funktioner accepterer feltets datatype. Hvis du f.eks. opretter et nyt felt, der indeholder en streng, kan du henvise til feltet i en funktion, der accepterer strenge:

• Hvis Felt 1 er [DEAL.name], indeholder det en strengværdi (aftalens navn).
• CONCAT([Field 1], "Q4") ville være gyldig, fordi den indeholder to strengværdier.
• CONCAT([DEAL.name], 2012) ville ikke være gyldigt, fordi det indeholder både en streng og en talværdi.

Operatorer

Du kan bruge operatorer med bogstav- og egenskabs-/feltværdier, og operatorer evalueres i PEMDAS' standardrækkefølge. Dette giver dig mulighed for at indlejre operatorer ved hjælp af parenteser. For eksempel

• Tilføjelse af et tal med en egenskabsreference: 1 + [DEAL.amount]
• Brug af parenteser til atindlejre operationer: (1 + 2) * (3 + 4)

HVIS

IF-logik er et sæt regler, der udføres, hvis en bestemt betingelse er opfyldt. Du kan bruge IF-logik til at differentiere data. Du kan f.eks. bruge IF-logik til:

• Beregne forskellige provisioner baseret på størrelsen af en aftale (dvs. give en højere % for en større aftale).
• Inddele aftaler i niveauer til analyse og handling i dine rapporter.
• Oversætte feedback-svar til kategorier (f.eks. label 1-6 er detractor).
• Definer kontaktprioritet baseret på, hvor mange dage de har været markeret som lead.
  

LABEL

LABEL-funktionen konverterer intervalværdier for opregningsegenskaber til brugervenlige værdier. Nogle HubSpot-definerede egenskaber, som f.eks. Deal og Contact owner, repræsenteres som interne værdier. Det gør analysen vanskelig. Når den bruges med HubSpots definerede egenskaber, der understøtter oversættelse, vil LABEL-funktionen give oversættelsen baseret på portalindstillinger, ikke brugerindstillinger. Du kan f.eks. bruge LABEL-funktionen til:

• Få adgang til kontakt- eller deal stage-navne direkte i felter

LABEL([DEAL.dealstage]) = "Closed Won"(10)

• Henvise til HubSpot-ejere ved navn direkte i felter

LABEL([DEAL.hubspot_owner_id]) = "John Smith"

Numeriske funktioner

Strengfunktioner

Datofunktioner