Bygg og aktiver datasett i Data Studio

Merk: Hvis du er superadministrator, kan du lære hvordan du melder kontoen din inn i betaversjonen.

HubSpot Data Studio konsoliderer eksterne kundedata for å tilby en enhetlig plattform for synkronisering, integrering og aktivering på tvers av teknologistakken din. Brukere kan bygge datasett fra eksterne kilder som Google Sheets, Snowflake og datasynkroniseringsapper, og deretter integrere dem i lister, arbeidsflyter og rapporter for effektiv, datadrevet beslutningstaking.

Før du kommer i gang

• For å kunne vise, redigere og synkronisere datasett må du ha Data Studio-tillatelser.
• Visnings- og redigeringstillatelser er slått på som standard. Superadministratorer må slå på Synkroniseringstillatelser for datasettbrukere for å la dem bruke HubSpot Credits for Data Studio.

Hva er et datasett?

Et datasett er en samling av data fra hele HubSpot-kontoen din, som kan bestå av HubSpot og/eller eksterne datakilder. Et datasett kan inneholde egenskaper for CRM-objekter og HubSpot-ressurser, felt fra eksterne datakilder og formler for å beregne dataene dine.

Finn ut mer om definisjoner av datasett i ordlisten.

Bruksområder for Data Studio

Nedenfor finner du viktige brukstilfeller som viser hvordan du kan utnytte eksterne datasett til å forbedre CRM-poster, optimalisere arbeidsflyter, opprette dynamiske kundelister og bruke datasett til å lage rapporter.

Synkroniser data fra tredjepartsapplikasjoner

Du kan synkronisere datasett fra tredjepartsapplikasjoner direkte til HubSpot CRM. Dette gir deg muligheten til å:

• Oppdatere CRM-poster ved hjelp av eksterne datasett
• Generere nye egenskaper fra beregnede formelfelt
• Skrive data til CRM med ett klikk

Du kan for eksempel blande data fra en produktbruksplattform (f.eks. Mixpanel) med bedriftsdatasett for å skape en kraftig egenskap for Product engagement score i HubSpot.

Lær hvordan du synkroniserer data fra tredjepartsapplikasjoner.

Synkroniser data til HubSpots CRM

Du kan synkronisere data til HubSpots CRM for å:

• Forbedre segmenteringen av målgruppen din
• Sende mer personlig tilpassede markedsførings-e-poster
• Forbedre salgsarbeidet ditt basert på lærdom fra data

Du kan for eksempel opprette et datasett som sporer kundeatferd på tvers av ulike kanaler. Ved å synkronisere disse dataene med CRM-systemet kan du forbedre målgruppesegmenteringen for å identifisere potensielle kunder med høy intensitet. Ved hjelp av denne innsikten kan du sende tilpassede e-postkampanjer som er skreddersydd til kundenes preferanser, noe som øker engasjementet og konverteringsraten.

Lær hvordan du synkroniserer data til HubSpots CRM.

Bruk datasettet ditt i en arbeidsflyt

Du kan bruke datasettene dine i en arbeidsflyt for å:

• Lage engangsarbeidsflyter eller gjentakende arbeidsflyter for primære datasettposter
• Innlemme datasettfelt i arbeidsflythandlinger

Du kan for eksempel bruke datasettet for engasjementspoeng til å bygge en arbeidsflyt som automatiserer kundevarsler for potensielle oppgraderinger eller risiko for kundefrafall. Denne arbeidsflyten kan også proaktivt ta kontakt med kunder som kan være aktuelle for en oppgradering.

Lær hvordan du bruker datasett i en arbeidsflyt.

Bruk datasettet ditt til å opprette segmenter

Du kan bruke datasettene dine til å opprette segmenter:

• Importere og slå sammen produktbruk, leadscore og kundedata i Data Studio
• Kombinere HubSpot-kontaktdata med eksterne kilder, og avgrense innsikten med filtre
• Generere en filtrert liste over datasettkontakter som oppfyller spesifikke kriterier

Du kan for eksempel utnytte et målrettet kundedatasett til å generere et dynamisk segment som driver en automatisert markedsføringskampanje og leverer personaliserte kundeopplevelser i stor skala.

Lær hvordan du bruker datasettene dine til å opprette segmenter.

Bruk datasettet ditt i en rapport

Du kan bruke datasettene dine i en rapport for å:

• Kombinere flere datakilder for å lage enhetlige rapporter med informasjon fra CRM-systemet, eksterne applikasjoner og analyseplattformer
• Segmentere data dynamisk ved å bruke filtre for å fokusere på bestemte grupper, atferd eller trender
• lage egendefinerte beregninger og beregninger ved hjelp av formelfelt for å generere unike ytelsesindikatorer.

Du kan for eksempel opprette et felt for å beregne årlig tilbakevendende inntekt basert på avtalebeløpet, og deretter bruke disse dataene fra datasettet i en rapport for å spore inntektstrender, forutsi fremtidig inntjening og analysere kundelojalitet over tid.

Finn ut hvordan du bruker datasettene dine i en rapport.

Eksporter datasett til Google Regneark og Office 365 Excel

Du kan eksportere datasett til Google Regneark og Office 365 Excel for å:

• Opprettholde eksterne kopier for arkiveringsformål eller ekstra sikkerhet.
• Arbeide med dataene dine selv uten internettforbindelse.
• Dele datasett med teammedlemmer for å kunne redigere og gi tilbakemeldinger i sanntid.

Ved å eksportere HubSpot-datasett til Google Sheets eller Office 365 Excel kan bedrifter for eksempel finjustere data for å få klar innsikt i inntektstrender og kundetilgang, og deretter dele dem med eksterne interessenter på en sikker måte uten å gi HubSpot tilgang.

Lær hvordan du eksporterer datasett.

Opprett et datasett

Slik oppretter du et datasett:

1. På HubSpot-kontoen din navigerer du til Dataadministrasjon > Datastudio.
2. Klikk på Opprett datasett øverst til høyre.

Datakilder

Datakilder er grunnlaget for datasettet ditt. Les mer om ulike datakilder i ordlisten.

3. Klikk på Velg en datakilde under Velg en primær datakilde på fanen Kilder.

4. Velg den primære datakilden på skjermbildet Choose your data:
   • På fanen Synkroniserte kilder klikker du på en HubSpot-datakilde eller en datakilde fra en tredjepartsapplikasjon. Hvis du vil legge til en ny kilde, klikker du på + Ny kilde og følger deretter instruksjonene.
   • I CSV-fanen klikker du på en CSV-fil du vil bruke som datakilde. Hvis du vil legge til en CSV-fil, klikker du på + Last opp ny CSV og følger deretter instruksjonene.
5. Hvis du vil legge til en sekundærkilde, klikker du på + Legg til sekundærkilde og følger deretter trinnene ovenfor. Fortsett å legge til sekundære kilder etter behov.
6. Hvis du vil koble sammen flere datakilder for å konstruere et mer komplekst datasett, klikker du påBruk avansert kildekonfigurasjon.

Avansert kildekonfigurasjon

Slik kobler du til en annen datakilde:

7. Klikk på Bli med i en annen datakilde, eller på +-ikonet i datakildevisningen.

8. Velg en datakilde på fanen HubSpot-datakilder eller Eksterne datakilder.
9. Klikk på Fortsett.
10. På skjermbildet Forhåndsvis sammen føyning konfigurerer du følgende:

1. • I venstre tabellboks vises den primære kilden du har valgt.
   • I boksen Høyre tabell vises den ekstra kilden du har valgt.
   • Klikk på rullegardinmenyen Venstre for å velge Venstre sammenføyning eller Indre sammenføyning.
     • Venstresammenføyning: returnerer alle rader fra [primær datakilde] og eventuelle matchende rader fra [sekundær datakilde].
     • Inner join: returnerer rader som har matchende verdier i både [primær datakilde] og [sekundær datakilde].
   • Klikk på Bruk assosiasjonsetiketter eller Bruk matchnøkkel.
     • Bruk assosiasjonsetiketter: Velg en assosiasjonsetikett for sammenføyningen.
     • Bruk matchnøkkel: Velg en matchnøkkel for venstre og høyre tabell.
   • Under Match behavior angir du relasjonen mellom de valgte datakildene:
     • Flere treff: Én rad i den venstre tabellen kan matche flere rader i den høyre tabellen.
     • Bare én match: Én rad i den venstre tabellen kan maksimalt matche én rad i den høyre tabellen. Ytterligere rader vil ikke bli inkludert.
   • Klikk på Legg til egendefinert sammenføyning.

Kolonner

11. Dra og slipp kolonnene i Kolonner-fanen for å tilpasse rekkefølgen på dem.

12. Hvis du vil velge kolonner som skal vises i datasettet, klikker du på Velg kolonner og deretter på avmerkingsboksene ved siden av kolonnene du vil at skal vises.
13. Klikk på + Opprett ny kolonne for å opprette nye kolonner. Utforsk de ulike alternativene for oppretting av kolonner nedenfor:

Dataagent

Bruk dataagenten til å utføre undersøkelser og generere nye data:

14. Klikk for å utvide Data Agent. Klikk deretter på Opprett smart kolonne.

15. Skriv inn kolonnenavnet i tekstboksen Navn på smart kolonne.
16. I tekstboksen Beskriv hva du vil vite skriver du en beskrivelse av dataene du vil generere og trekke ut fra smartkolonnen.
17. Klikk på + Sett inn kolonnetoken for å referere til andre egenskaper i datasettet.
18. Klikk på nedtrekksmenyen Hvor skal disse dataene komme fra? for å velge en kilde for dataene dine.
    • Nettundersøkelser: data fra søk på Internett.
    • Bedriftsundersøkelser: data fra bedriftens primære nettsted.
    • Datasettkolonner: data fra en annen kolonne i datasettet.
19. Klikk på rullegardinmenyen Datatype for å angi hva slags informasjon cellen skal inneholde (f.eks. tall, tekst eller dato).
    • Streng
    • Nummer
    • Boolsk
20. Klikk på Forhåndsvisning.
21. Den smarte kolonnen vises nå i tabellen.

Berikelse

Bruk Enrichment til å fylle hull eller validere data:

22. Klikk for å utvide Berikning. Klikk deretter på Berik kolonner [primær datakilde] eller Berik kolonner [sekundær datakilde].

23. Klikk på rullegardinmenyen Kolonne for [datakilde] [egenskap] for å velge kolonneegenskapen du vil berike.
24. Under Velg kolonner som skal opprettes, klikker du i avmerkingsboksene ved siden av egenskapene. Du kan også bruke søkefeltet til å finne egenskaper.
25. Klikk på Forhåndsvisning eller Opprett [#]-kolonner.

Formler

Bruk formler til å opprette beregninger basert på andre kolonner:

26. Klikk for å utvide Formler. Klikk deretter på ett av følgende:

26. • Bruk byttesak
    • Sammenlign datoer
    • Finn og erstatt
    • Formelbygger (avansert)
    • Oppsummeringsmål
27. Fyll ut formelfeltene i det nederste panelet.

28. Klikk deretter på Lagre.

Modifikatorer

Bruk Modifikatorer til å gjøre formateringsendringer og normaliseringer:

29. Klikk på Bruk store bokstaver, og gjør deretter følgende:
    • Klikk på rullegardinmenyen Kolonne å referere til for å velge en kolonne.
    • Skriv inn et navn i tekstboksen Nytt kolonnenavn.
    • Under Velg store bokstaver klikker du på Tittel, STORE BOKSTAVER eller små bokstaver.
    • Klikk på Opprett kolonne.
30. Klikk på Trim mellomrom, og gjør deretter følgende:
    • Klikk på rullegardinmenyen Kolonne å referere til for å velge en kolonne.
    • Skriv inn et navn i tekstboksen Nytt kolonnenavn.
    • Klikk på Opprett kolonne.

Oppsummerte og ikke-oppsummerte visninger

Det finnes to typer visninger som brukes til å vise datasettene dine:

• Oppsummert visning: Visningen for et datasett som opprettes når det har mer enn én datakilde og det er flere mulige samsvar mellom de primære og sekundære datakildene. Denne visningen viser data gruppert etter primær datakilde og brukes i CRM-synkronisering, arbeidsflyter og lister. Bare kolonner som er tilgjengelige i den oppsummerte visningen, vil være tilgjengelige i CRM-synkronisering, arbeidsflyter og lister.
• Uoppsummert visning: Visningen for et datasett som viser ugrupperte data. Den brukes til rapportering. I tilfeller der det bare finnes én kilde, eller der det er et 1:1-forhold mellom ulike kilder, er det bare de usammendratte visningene som er tilgjengelige og kan brukes i rapportering, CRM-synkronisering, arbeidsflyter og lister.

Filtre

Bruk filtre på datasettet ditt.

31. I kategorien Filtre kan du bruke radnivåfiltre, aggregerte filtre og gruppesammendragsfiltre på datasettet.
32. Klikk på rullegardinmenyen Inkluder data hvis de samsvarer, og velg deretter ALLE filtrene nedenfor, ALLE filtrene nedenfor eller Egendefinerte filterregler.
33. Klikk på + Legg til filter, og klikk deretter på et filter fra popup-boksen. Fortsett å legge til filtre etter behov.

Gjennomgå datasettet

Når du er ferdig med å tilpasse datasettet, kan du gjøre følgende:

34. Gå gjennom tabellen for å forsikre deg om at datasettet ditt vises riktig.
35. Klikk på rullegardinmenyen Oppsummert visning, og velg ett av følgende alternativer:

35. • Oppsummert visning: Viser data gruppert etter primærkilden. Denne brukes for CRM-synkroniseringer, arbeidsflyter og lister.
    • Uoppsummert visning: viser ugrupperte data med rader for alle kilder Dette brukes til rapportering.
36. Hvis du er fornøyd med datasettet ditt,klikker du påLagre.Klikk på Bruk i for å opprette en rapport, arbeidsflyt, liste, utføre en CRM-synkronisering eller eksportere datasettet.

Ordliste

Datakilder

Datakilder inkluderer CRM-objekter (f.eks. kontakter, egendefinerte objekter), ressurser (f.eks. nettsider, e-post) og aktiviteter (f.eks. samtaler, salg) som du vil rapportere om. Du kan velge opptil fem per datasett.

Den primære datakilden forankrer datasettet, og alle andre kilder lenker til den. HubSpot kobler dem sammen ved hjelp av den korteste stien, og kobler automatisk sammen relaterte data som kontakter og avtaler uten ekstra trinn.

Andre datakilder krever mellomliggende tilkoblinger for integrering. Hvis for eksempel Deals er den primære kilden og det er behov for data om blogginnlegg, kobler HubSpot dem sammen via Contacts og Web activities, og velger automatisk de nødvendige kildene.

Ytterligere datakilder

Du kan legge til sekundære datakilder i datasettet ditt for å konsolidere informasjon i én enkelt visning. Noen kilder integreres automatisk, mens andre kan kreve ekstra inndata for å opprette en forbindelse.

Automatiske sammenføyninger

Automatiske sammenføyninger er tilgjengelige for vanlige HubSpot-datakombinasjoner (f.eks. Companies + Deals) og integrasjoner med synkroniseringsapper (f.eks. Contacts + Stripe Invoices).

Når du velger disse kildeparene, matches rader automatisk ved hjelp av en standardkolonne, vanligvis e-postadresse eller bedriftsdomene.

Hvis du vil tilpasse den matchende kolonnen, kan du administrere sammen koblingen i kildepanelet.

Egendefinerte sammenføyninger

Når du integrerer data fra kilder med fleksible kolonnestrukturer - for eksempel Google Sheets, AirTable, CSV-filer og lager - må du oppgi flere detaljer for å muliggjøre sammenslåing av data.

Hvis det kreves en egendefinert sammenføyning, må du velge matchende kolonner fra hver kilde. Dette sikrer at dataene justeres riktig ved hjelp av vanlige identifikatorer som e-postadresser, ID-er eller bedriftsdomener.

Syntaks

I en funksjon kan du bruke data fra egenskaper og felt eller bokstavelige data. Egenskaps- og feltdata vil være dynamiske basert på de enkelte datakildene, mens bokstavdata er konstante. For eksempel

• 2021-03-05 er en bokstavelig dato, som er konstant.
• [CONTACT.createdate] er en egenskapsbasert dato, som er dynamisk for hver kontaktoppføring.

Funksjoner kan inneholde både bokstav- og egenskaps-/feltdata, så lenge datatypene er kompatible med funksjonens nødvendige argumenter. For eksempel

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

Nedenfor kan du lese om syntaksen for bokstav- og egenskaps-/feltdata, og hvordan du inkluderer dem i formler.

Syntaks for bokstaver

Bruk bokstavtegn til å legge til spesifikke, statiske tekststrenger, tall, sanne eller falske verdier og datoer i beregningene dine.

• String literal: tekst omgitt av anførselstegn. For eksempel “My cool string”.

• Tallbokstav: tall uten anførselstegn. For eksempel 42.
• Boolsk bokstav: true eller false.
• Datolitteral: en streng formatert som "YYY-MM-DD", eller et dato-tidsstempelnummer (f.eks. 1635715904).

Egenskapssyntaks

Med egenskapsreferanser kan du inkludere verdier direkte fra egenskapene til de valgte datakildene. Du trenger ikke å legge til egenskapen som et datasettfelt for å referere til den.

Bruk følgende syntaks når du refererer til egenskaper:

• Referanseuttrykk er alltid omgitt av hakeparenteser ( [ og ] ).
• Egenskapsreferanser angir objekt- eller hendelsesnavnet, etterfulgt av et punktum og det interne egenskapsnavnet. For eksempel
  • [CONTACT.lifecyclestage]
  • [COMPANY.name]
  • [e_hs_scheduled_email_v2.__hs_event_native_timestamp]

Syntaks for feltreferanser

Du kan referere til felt i en formel ved å omgi feltnavnet med hakeparenteser. For eksempel

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

Du kan referere til felt i formler så lenge formelen har operatorer og funksjoner som godtar feltets datatype. Hvis du for eksempel oppretter et nytt felt som inneholder en streng, kan du referere til feltet i en funksjon som godtar strenger:

• Hvis Felt 1 er [DEAL.name], inneholder det en strengverdi (navnet på avtalen).
• CONCAT([Field 1], "Q4") ville være gyldig fordi det inneholder to strengverdier.
• CONCAT([DEAL.name], 2012) ville ikke være gyldig fordi det inneholder både en streng og en tallverdi.

Operatorer

Du kan bruke operatorer med både bokstav- og egenskaps-/feltverdier, og operatorer evalueres i PEMDAS' standard rekkefølge. Dette gjør at du kan hekke operatorer ved hjelp av parenteser. For eksempel

• Legge til et tall med en egenskapsreferanse: 1 + [DEAL.amount]
• Bruk avparenteser for å hekke operasjoner: (1 + 2) * (3 + 4)

HVIS

IF-logikk er et sett med regler som utføres hvis en bestemt betingelse er oppfylt. Du kan bruke IF-logikk til å differensiere data. Du kan for eksempel bruke IF-logikk til å:

• Beregne ulike provisjoner basert på størrelsen på en avtale (f.eks. gi en høyere prosentandel for en større avtale).
• Inndele avtaler i nivåer for analyse og handling i rapportene dine.
• Oversette tilbakemeldingene til kategorier (f.eks. merkelapp 1-6 er negativ).
• Definer kontaktprioritet basert på hvor mange dager de har vært markert som potensielle kunder.
  

MERK

LABEL-funksjonen konverterer intervallverdier for oppregningsegenskaper til brukervennlige verdier. Noen HubSpot-definerte egenskaper, for eksempel Deal og Contact owner, er representert som interne verdier. Dette gjør analyse vanskelig. Når LABEL-funksjonen brukes sammen med HubSpots definerte egenskaper som støtter oversettelse, vil LABEL-funksjonen gi oversettelsen basert på portalinnstillinger, ikke brukerinnstillinger. Du kan for eksempel bruke LABEL-funksjonen til å:

• Få tilgang til navn på kontakt- eller avtalefaser direkte i felt

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

• Referere til HubSpot-eiere ved navn direkte i felter

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

Numeriske funksjoner

Strengfunksjoner

Datofunksjoner