Erste Schritte mit Analytics
Dieses einführende Tutorial stellt Ihnen umfassend vor, wie Daten in Analytics analysiert werden.
Ungefähre Dauer | 60 Minuten |
---|---|
Anforderungen | Es ist keine vorherige Analytics-Erfahrung erforderlich. Es wird eine grundlegende Erfahrung in der Datenanalyse vorausgesetzt, dies ist aber nicht unbedingt notwendig. |
Analytics-Version | ab 13.0 (Nicht-Unicode-Edition) |
Verwenden Sie die richtige Version des Tutorials |
Verwenden Sie diese Version des Tutorials, falls Sie die Nicht-Unicode-Edition von Analytics nutzen. Wenn Sie die Unicode-Edition nutzen, rufen Sie Erste Schritte mit Analytics (Unicode-Edition) auf. |
Tipp
Um herauszufinden, welche ACL-Edition Sie verwenden, klicken Sie im Analytics-Hauptmenü auf Hilfe > Über, um das Dialogfeld Analyse zu öffnen. Die genutzte Edition wird nach der Versionsnummer angezeigt.
Hinweis
Bei den chinesischen, japanischen und polnischen Benutzeroberflächen kann nur die Unicode-Edition installiert werden.
Szenario
Transaktionen mit Firmenkreditkarten überprüfen
Sie wurden gebeten, Transaktionen mit Firmenkreditkarten über einen Zeitraum von zwei Monaten hinweg zu überprüfen. Sie möchten eine allgemeine Einschätzung erhalten, wie Mitarbeiter die Karten während dieses Zeitraums verwendet haben. Darüber hinaus möchten Sie einen möglichen Kartenmissbrauch aufdecken.
Die Transaktionsdaten befinden sich in drei unterschiedlichen Excel-Arbeitsblättern. Bevor Sie die Daten analysieren können, müssen Sie sie in Analytics importieren und die unterschiedlichen Datasets in einer einzelnen Analytics-Tabelle vereinen.
Nachdem Sie die Daten analysiert haben, möchten Sie die Ergebnisse Ihrer Analyse visuell darstellen und dadurch das Interesse Ihrer Zielgruppe besser wecken.
Optionaler Abschnitt
Innen wurde mitgeteilt, dass Firmenkartentransaktionen nun wiederholt überprüft werden sollen.
Damit zukünftige Überprüfungen durch Sie selbst oder durch eine andere Person schnell und korrekt durchgeführt werden können, entschließen sie sich, ein Skript zu erstellen, das einen Teil der Arbeit automatisiert.
PIVAB – der Datenanalysezyklus in Analytics
Der Datenanalysezyklus in Analytics enthält fünf Phasen, die durch das Akronym PIVAB zusammengefasst werden:
Planen, Importieren, Vorbereiten, Analysieren, Berichten
Ihre Arbeit planen
Die Planung Ihrer Datenanalyse ist wichtig und oft kritisch. Wenn Sie die Planungsphase überspringen und sofort Analysebefehle auf die Daten anwenden, könnte dies zu Problemen führen, zusätzliche Arbeit verursachen, oder Sie könnten wichtige Analyseergebnisse übersehen.
Selbst ein einfacher Plan ist besser als gar kein Plan. Wenn Sie erfahrener sind und Analytics besser kennen, wird Ihre Planung ausgereifter und präziser. Eine gute Planung ist der Schlüssel für reibungslos und effizient verlaufende Datenanalyseprojekte.
Planungsrichtlinien
Klare, spezifische Ziele festlegen | |
---|---|
Schrittweisen Ansatz festlegen | |
Benötigte Daten identifizieren | |
Technische Anforderungen berücksichtigen | |
Auf mehrere Durchläufe vorbereitet sein |
Daten importieren
Sie müssen zuerst Daten in Analytics importieren, bevor Sie sie analysieren können.
Wir veranschaulichen den Importvorgang mithilfe des Assistenten für Datendefinition, indem wir drei Excel-Arbeitsblätter importieren. Ein Import aus Excel ist eine der häufigsten Methoden, um in Analytics Daten für Analysen zu erhalten. Analytics unterstützt aber den Import von Daten aus einer Vielzahl von Datenquellen.
Öffnen Sie Analytics und „Sample Project.ACL“.
Hinweis
In den folgenden Schritten wird angenommen, dass Sie Analytics bereits aktiviert haben.
Die ersten beiden Excel-Arbeitsblätter importieren
Sie beginnen, indem Sie zwei Excel-Arbeitsblätter gleichzeitig importieren. Durch das gleichzeitige Importieren mehrerer Excel-Arbeitsblätter kann viel Zeit gespart werden.
Drittes Excel-Arbeitsblatt importieren
Nun importieren Sie das dritte Arbeitsblatt einzeln. Wenn Sie ein einzelnes Arbeitsblatt importieren, haben Sie die Möglichkeit, manuell einige Metadaten-Einstellungen während des Importvorgangs anzupassen, statt dies später in Analytics zu erledigen.
In der Registerkarte Übersicht im Navigator sollte es nun drei neue Analytics-Tabellen geben. Diese Tabellen enthalten lediglich schreibgeschützte Kopien der Excel-Daten. Sie enthalten nicht die eigentlichen Excel-Quelldaten.
Daten vorbereiten
Oft müssen Sie ein oder mehrere Datenvorbereitungen durchführen, bevor die Daten für eine Analyse bereit sind.
In diesem Tutorial führen Sie zwei Vorbereitungsaufgaben durch:
- zusätzliche Anpassungen zur Harmonisierung der Datenfelder vornehmen
- die drei neuen Analytics-Tabellen zur Analyse in einer einzelnen Tabelle vereinen
Es wird überdies empfohlen, dass Sie die Gültigkeit importierter Daten stets überprüfen, bevor Sie Analysen durchführen. Selbst eine geringe Anzahl ungültiger Daten einer Tabelle kann dazu führen, dass Ihre spätere Datenanalyse wertlos ist.
Warum muss ich Daten vorbereiten?
Sie möchten schnell mit der Datenanalyse beginnen. Ohne eine angemessene Datenvorbereitung werden Sie jedoch möglicherweise nicht in der Lage sein, die Analyse durchzuführen. Ebenso kann es passieren, dass die durchgeführte Analyse Fehler enthält.
Zahlreiche Sachverhalte können sich auf die Quelldaten auswirken, weshalb sie ohne eine erste Vorbereitung für eine Analyse ungeeignet sein könnten.
Beispiel:
- Die Quelldaten sind auf mehrere unterschiedliche Dateien aufgeteilt. Sie müssen vereint werden, damit sie als ein einzelnes Dataset analysiert werden können.
- Entsprechende Felder in unterschiedlichen Dateien müssen harmonisiert werden. Das bedeutet, dass ihre Struktur und ihr Format identisch sein muss, bevor sie verarbeitet werden können.
- „Schmutzige Daten“ müssen gesäubert und standardisiert werden, was Sie mit Analytics-Funktionen erledigen können.
Fazit
Es kann länger dauern, Daten zu importieren und vorzubereiten als sie letztendlich zu analysieren. Trotzdem handelt es sich um kritische Anfangsphasen, die das Fundament Ihrer späteren Analyse darstellen.
Tabellenlayouts anpassen
Jede Tabelle in einem Analytics-Projekt verfügt über ein Tabellenlayout. Das Tabellenlayout enthält Metadaten wie z.B. Feldnamen, die Anfangsposition von Feldern, die Länge von Feldern, den Datentyp von Feldern usw.
Bevor wir die drei neuen Analytics-Tabellen in einer einzelnen Tabelle vereinen können, müssen wir die Metadaten in den Tabellenlayouts harmonisieren.
Das Tabellenlayout Trans_Apr sieht wie folgt aus. Sie werden sich in Tabellenlayouts schnell zurechtfinden, sobald Sie mit Analytics vertrauter sind. Mit einem Tabellenlayout sind viele nützliche Dinge möglich.
Tabellenlayout „Trans_Apr“ anpassen
Zuerst müssen Sie den Datentyp der beiden Felder in der Tabelle Trans_Apr ändern.
Tabellenlayout „Trans_Mai“ anpassen
Um die Anpassungen abzuschließen, müssen Sie den Datentyp der beiden Felder sowohl in den Layouts Trans1_Mai und Trans2_Mai ändern. Sie müssen unter Umständen auch eine Anpassung im Feld DATE vornehmen.
Importierte Daten überprüfen
Überprüfen wir nun die Daten der drei importierten Tabellen, um sicherzustellen, ob wir sicher mit der weiteren Datenvorbereitung und der Datenanalyse fortfahren können.
Hinweis
Wir überprüfen die Daten nach Aktualisierung der Datentypen. Bei der Überprüfung von Daten in Analytics kontrollieren Sie, dass alle Werte eines Felds den Anforderungen seines Datentyps entsprechen. Es ist daher sinnvoll, die Daten erst nach dem Abschluss der Datentypen zu überprüfen.
Erfahren Sie mehr
Wenn Sie sehen möchten, was geschieht, wenn Analytics Datengültigkeitsfehler erkennt, öffnen Sie Tabellen\Fehlerdatei und führen den Überprüfungsprozess durch.
Die drei Analytics Tabellen kombinieren
Die letzte Datenvorbereitung ist das Vereinen der drei neuen Analytics-Tabellen in einer einzelnen Tabelle.
Zur Vereinfachung werden im Tutorial nur drei Tabellen vereint. Sie können aber auf dieselbe Weise 12 Monatstabellen in einer einzelnen Jahrestabelle vereinen und die Analyse für die Daten des gesamten Geschäftsjahres durchführen.
Nun können Sie mit einigen tatsächlichen Datenanalysen beginnen.
Daten analysieren
Sie führen Analysen in Analytics aus, indem Sie Befehle und andere Tools nutzen. Dadurch versuchen Sie, Erkenntnisse über die Daten zu erhalten, die Sie untersuchen, und spezifische Antworten auf Fragen zu finden.
Hinweis
In der Analysephase zeigt sich die Stärke Ihrer vorherigen Planung. Wenn Sie klare Untersuchungsziele formuliert haben, wissen Sie eher, welche Analysearten Sie durchführen müssen.
Datenanalyse
In diesem Tutorial führen wir die folgende Datenanalyse in der Tabelle Alle_Transaktionen durch:
- Datensätze der Kreditkartentransaktionen nach Händlerkategoriecodes gruppieren, um Folgendes zu entdecken:
- wie Mitarbeiter Firmenkreditkarten verwenden
- wie viel Geld in jeder Kategorie ausgegeben wird
- Filter zur Isolierung verbotener Transaktionen erstellen
Kreditkartentransaktionen nach Händlerkategoriecode gruppieren
Die Gruppierung oder Zusammenfassung einer Datenmenge ist eine hervorragende Möglichkeit, um eine schnelle Datenübersicht zu erhalten.
Einfache Tools zur Untersuchung
Da Sie nun über eine zusammengefasste Version der Daten verfügen, können Sie einige einfache Analytics-Tools verwenden und dadurch einen Einblick in die Nutzung der Firmenkreditkarten erhalten.
Mit wenigen Klicks können Sie viel über Nutzungsmuster und einen möglichen Missbrauch erfahren.
Um Folgendes zu erfahren: | Gehen Sie in der Tabelle „Alle_Transaktionen_gruppiert“ wie folgt vor: |
---|---|
Wie viel haben Mitarbeiter im April und im Mai insgesamt ausgegeben? |
Die gesamten Ausgaben betrugen $187.177,13. |
Wofür gaben die Mitarbeiter am meisten Geld aus? |
Das Feld DESCRIPTION zeigt, wofür am meisten Geld ausgegeben wurde:
|
Was war die größte einzelne Ausgabe? |
Die Felder DESCRIPTION und Maximum AMOUNT zeigen, dass die größte Einzelausgabe für Club Med in Höhe von $1999,06 anfiel. Ist „Club Med“ ein autorisierter Händlercode für die Firmenkreditkarte? Falls das Kartenlimit $2000 beträgt, belastete ein Mitarbeiter die Karte mit einem Betrag knapp unter diesem Limit? |
Was zeigt eine Untersuchung selten genutzter Codes? |
In fünf Kategorien gab es lediglich eine einzige Belastung. Handelt es sich bei einigen um verbotene Kategorien? Vielleicht dachten ein oder mehrere Mitarbeiter, dass eine nur sehr seltene missbräuchliche Nutzung der Firmenkarte nicht aufgedeckt wird.
|
Ist eine dieser Kategorien untersagt? |
Vielleicht sind ein oder mehrere dieser Kategorien untersagt?
Hinweis Eine manuelle Durchsicht ist nur bei kleinen Datasets möglich. Als nächstes schauen wir uns eine praktikablere und verlässlichere Methode an. |
Erfahren Sie mehr
Möglicherweise möchten Sie nur eine schnelle Analyse durchführen und die Ergebnisse nicht in eine neue Tabelle ausgeben. Bei der Zusammenfassung der Tabelle Alle_Transaktionen hätten Sie statt der Auswahl von Datei im Dialogfeld Summenstruktur auch Anzeige wählen können, um die Ergebnisse im Anzeigebereich von Analytics darstellen zu lassen.
Eine Ausgabe auf dem Bildschirm empfiehlt sich nur bei kleineren Datasets. Diese Möglichkeit hat aber den Vorteil, dass ein Drill-Down auf einzelne Gruppen zur ausschließlichen Anzeige von Quelldatensätzen jeder Gruppe einfach durchführbar ist.
Filter zur Isolierung verbotener Transaktionen erstellen
Filter ermöglichen Ihnen, lediglich die Datensätze zu isolieren, an denen Sie zu einem bestimmten Zeitpunkt interessiert sind. Filter sind ein leistungsfähiges Hilfsmittel zur Beantwortung bestimmter Fragen über Daten.
Durch eine allgemeine Überprüfung von Transaktionen mit Firmenkreditkarten wurden Sie auf einige möglicherweise untersagte Transaktionen aufmerksam. Sie möchten bestätigen, ob Transaktionen untersagt sind, indem Sie eine Liste verbotener Händlerkategoriecodes mit den Daten abgleichen.
Erfahren Sie mehr
Über Filter hinaus
Filter sind gut geeignet, wenn die Anzahl der Kriterien oder Bedingungen des Filters überschaubar ist. Der Filter, den Sie in diesem Tutorial erstellt haben, enthält lediglich neun Codes. Wie wäre es jedoch, wenn Ihre Liste verbotener Händlerkategoriecodes mehrere Dutzend oder noch mehr Codes enthielte?
Es wäre effizienter, eine Analytics-Tabelle mit den untersagten Codes mit der Transaktionstabelle zusammenzuführen. Jede Übereinstimmung in der zusammengeführten Ausgabetabelle wäre eine verbotene Transaktion.
Eine Erläuterung von Zusammenführungen würde den Rahmen dieses Tutorials sprengen, sie sind aber in Analytics eine häufig verwendete Funktion.
Ergebnisse berichten
Sobald Ihre Datenanalyse abgeschlossen ist, bietet Ihnen Analytics einige unterschiedliche Möglichkeiten, Ihre Ergebnisse zu berichten oder zu präsentieren.
Übliche Berichte mit Datenspalten sind zwar verfügbar, wir werden uns jedoch anschauen, wie Ergebnisse mit den unten beschriebenen ansprechenderen Datenvisualisierungen übermittelt werden können.
Treemap-Visualisierung
Diese Treemap-Visualisierung zeigt die gruppierten Kreditkartentransaktionen, die Sie in der Tabelle Alle_Transaktionen_gruppiert ausgegeben haben. Die Beziehung zwischen Gruppen wird auf zwei unterschiedliche Arten übermittelt:
- Feldgröße deutet die Anzahl der einzelnen Transaktionen in jeder Gruppe an
Je größer das Feld ist, umso größer ist die Anzahl der Transaktionen. Die Felder werden nach ihrer Größe von links oben bis rechts unten angeordnet.
- Farbintensität des Felds deutet den Gesamtbetrag jeder Gruppe an
Je dunkler das Feld ist, umso größer ist der Gesamtbetrag.
Die Größe des Felds Club Med im Quadrant unten rechts deutet beispielsweise nur eine geringe Anzahl von Transaktionen an, die Farbe signalisiert jedoch, dass der gesamte Transaktionsbetrag erheblich ist.
Zuerst etwas Vorarbeit
Sie werden die Treemap-Visualisierung im Ergebnismodul erstellen. Hierbei handelt es sich um die App zur Problembeilegung in der cloudbasierten Plattform Highbond. Ein Zugriff auf die Lite-Version von „Ergebnisse“ ist in Ihrem ACL-Robotics-Abonnement enthalten
Zur Erstellung der Visualisierung müssen Sie zuerst einen einfachen Datencontainer mit zwei Ebenen erstellen, der sie aufnimmt. Die erste Ebene wird „Sammlung“ und die zweite Ebene „Analyse“ genannt. Sie können schnell und einfach erstellt werden.
Melden Sie sich an Launchpad an, und rufen Sie das Ergebnismodul auf.
Hinweis
Falls Sie sich nicht an Launchpad anmelden oder nicht auf das Ergebnismodul zugreifen können, verwenden Sie eine der alternativen, unter Sonstige Berichtsmethoden in Analytics erläuterten Berichterstellungsmethoden.
Eine Sammlung anlegen
Eine Analyse anlegen
Daten aus Analytics in das Ergebnismodul exportieren
In der nächsten Phase wird die Tabelle Alle_Transaktionen_gruppiert von Analytics in das Ergebnismodul exportiert.
Visualisierung erstellen
Sie sind nun bereit, die Visualisierung im Ergebnismodul zu erstellen.
Visualisierung speichern
Falls Sie erstellte Visualisierungen aufbewahren möchten, müssen Sie sie abspeichern. Sie müssen jede Visualisierung einzeln und auch den Container, der sie beinhaltet und Interpretation genannt wird, abspeichern.
Sonstige Berichtsmethoden in Analytics
Neben den im Ergebnismodul verfügbaren Datenvisualisierungen verfügt Analyticsüber einige sonstige Methoden, die Sie zur Meldung der Ergebnisse Ihrer Datenanalyse verwenden können:
Berichtsmethoden | Beschreibung |
---|---|
Datenvisualisierungen im Fenster „Analyse-App“ |
Die Funktion der Datenvisualisierungen des Ergebnismoduls stehen auch lokal im Fenster „Analyse-App“, einer eigenständigen Komponente von Analytics zur Verfügung. Hinweis Einige im Ergebnismodul enthaltenen Diagramme und Visualisierungen sind im Fenster „Analyse-App“ unter Umständen erst bei der Veröffentlichung einer neuen Analytics-Version verfügbar. Weitere Informationen finden Sie unter Interpretationen und Visualisierungen. |
Veralte Analytics Diagramme |
Analytics enthält eine ältere Diagrammfunktion, die Ihnen die Erstellung einfacher visueller Berichte ermöglicht. Weitere Informationen finden Sie unter Mit Analytics-Diagrammen arbeiten. |
Traditionelle spaltenbasierte Berichte |
In einigen Fällen benötigen Sie nur einen traditionellen, auf Text und Zahlen beruhenden Bericht, in dem die Daten in Zeilen und Spalten dargestellt werden. Weitere Informationen finden Sie unter Analytics-Berichte formatieren und generieren. |
Externe Berichterstellungstools |
Sie können ein externes Berichterstellungstool wie Tableau oder Microsoft BI verwenden und Daten direkt aus Analytics importieren. Weitere Informationen finden Sie unter Verbindung mit Analytics aus einer Berichtsanwendung eines Drittherstellers. |
Daten in Excel oder CSV exportieren |
Sie können Daten in Excel oder eine durch Trennzeichen getrennte Datei (CSV) exportieren und die Berichterstellungsfunktion von Excel oder einem anderen Tool verwenden, das mit einer CSV-Datei arbeiten kann. Weitere Informationen finden Sie unter Exportieren von Daten. |
Fertig!
Herzlichen Glückwunsch! Sie haben Ihre End-to-End-Einführung in die Datenanalyse mit Analytics abgeschlossen.
Wie geht es weiter?
Um mehr über Analytics zu lernen, gibt es mehrere Optionen:
Akademie |
Akademie bietet eine breite Auswahl an Kursen für unterschiedliche Erfahrungsstufen. Das Programm „ACL Analytics Grundlagen“ ist eine Reihe mit sechs kleinen Kursen, die neuen Benutzern Analytics-Grundlagen beibringen. Akademie ist das Ressourcenzentrum von Galvanize für Online-Schulungen. Im Kurskatalog finden Sie die verfügbaren Kurse. Akademiekurse sind für jeden Benutzer ohne zusätzliche Kosten in einem Abonnement enthalten. |
---|---|
Hilfe für Analytics
("die Analytics-Hilfe") |
Sie befinden sich im Moment in der Analytics-Analytics-Hilfe, einem der wichtigsten Handbücher in „der Analytics-Hilfe“. Dieses Handbuch enthält konzeptionelle Texte und schrittweise Anleitungen für alle Aspekte von Analytics. Hier sind beispielsweise zwei Themen im Benutzerhandbuch über die Anhängeoperation, die im gerade von Ihnen abgeschlossenen Tutorial eine Rolle gespielt hat:
|
Community |
Die Community ist eine webbasierte Plattform mit zahlreichen Kundenressourcen, wie beispielsweise einem Kundenforum, in dem erfahrene Analytics-Benutzer ihre Kenntnisse austauschen und Fragen beantworten. Das Kundenforum ist der beste Ort, um mehr über die praktische Nutzung und Anwendungen von Analytics zu erfahren. |
Skript für Ihre Arbeit erstellen (optionaler Abschnitt)
Ungefähre Dauer | 20 Minuten |
---|---|
Anforderungen | Es ist keine vorherige Skripting-Erfahrung erforderlich. |
Analytics-Version | ab 13.0 (Nicht-Unicode-Edition) |
Sie können mit Analytics auch viel erreichen, wenn Sie es ad hoc und manuell verwenden, ohne jemals ein Skript zu schreiben. Überwiegend kann alles, was in einem Skript erledigt werden kann, auch über die Benutzeroberfläche bewerkstelligt werden, und umgekehrt. Um das meiste aus Analytics herauszuholen, benötigen Sie jedoch Skripts.
Analytics stellt aber glücklicherweise Tools zur Verfügung, mit denen die Erstellung von Skripts selbst für Anfänger recht einfach ist.
Gründe für die Erstellung von Skripts
Stellen Sie sich vor, dass Sie über Ihre aktuellen Verpflichtungen hinaus nun auch dafür verantwortlich sind, die Nutzung von Firmenkreditkarten regelmäßig zu überprüfen.
Zeit sparen
Der grundlegende Überprüfungsprozess ist standardisiert. Mit jedem Überprüfungszyklus können Sie den grundlegenden Prozess entweder manuell durchführen und die dafür notwendige Zeit aufbringen, oder Sie sparen sich diese Zeit, indem Sie den Prozess automatisieren.
Mit Zuversicht delegieren
Falls der Prozess automatisiert ist, können Sie die Aufgabe möglicherweise an einen weniger erfahrenen Mitarbeiter delegieren. Wenn Sie ein getestetes Skript verwenden, können Sie zuversichtlich sein, dass weniger erfahrene Mitarbeiter diese Aufgabe konsistent und korrekt durchführen können, ohne dass ihre Arbeitsbelastung dadurch allzu sehr steigt.
Was ist ein Skript?
Bei einem Skript handelt es sich um eine Reihe von ACLScript-Befehlen, die eine bestimmte Aufgabe oder mehrere verwandte Aufgaben ausführen. Alles, was Sie im ersten Teil dieses Tutorials getan haben, könnten Sie beispielsweise auch mit einem Skript erledigen.
ACLScript ist die Befehlssprache, die das Fundament von Analytics darstellt. Skripts werden in Analytics-Projekten gespeichert. Einzelne Skripts erscheinen im Navigator hinter einem Skriptsymbol .
Wie das Analytics-Befehlsprotokoll funktioniert
Ihnen ist unter Umständen aufgefallen, dass der Navigator die Registerkarte Protokoll enthält. Als Skriptautor werden Sie feststellen, dass das Analytics-Befehlsprotokoll Ihr bester Freund ist.
Skripts durch das Kopieren von Befehlen aus dem Protokoll erstellen
Sie werden erneut ACLScript-Syntax aus dem Protokoll wiederverwenden, diesmal werden Sie die Syntax jedoch in ein Analytics-Skript kopieren. Zur Vereinfachung werden Sie das Skript nur für einen Teil der innerhalb des Tutorials manuell durchgeführten Arbeit erstellen, eine komplette Erstellung wäre aber auch möglich.
Hinweis
Um diese Einführung in die Skripterstellung abzukürzen, gehen wir auf einige empfohlene Vorgehensweisen bei der Skripterstellung nicht ein. Wir möchten lediglich demonstrieren, wie einfach es auch für neue Benutzer ist, Skripts in Analytics zu erstellen.
Das gesamte Tutorial in einem Skript
Das gesamte Tutorial, das Sie manuell durchgeführt haben, ist im Folgenden in einem Skript dargestellt (im Abschnitt „Schritte“). Um diese kurze Einführung in die Skripterstellung abzuschließen, werden Sie das Skript in Analytics kopieren und dann die gesamte Arbeit des Tutorials erneut durchführen, diesmal jedoch nur mit wenigen Mausklicks.
Hinweis
Das Skript geht davon aus, dass der Ordner Beispiel-Datendateien im Standardverzeichnis installiert ist. Wenn der Ordner an einem anderen Speicherort installiert ist, müssen Sie die Navigationspfade innerhalb des Skripts ändern, damit sie auf den richtigen Pfad deuten.
An die durch das Skript erstellten Tabellen wird das Kürzel _s angehängt, damit sie die manuell erstellten Tabellen nicht überschreiben.
Fertig!
Diese kurze Einführung in die Skripterstellung ist damit abgeschlossen. Wir hoffen, dass wir Ihnen genug gezeigt haben, um Sie von dem Nutzen der Skripterstellung zu überzeugen, und dass Sie mehr erfahren möchten.
Wie geht es weiter?
In Analytics haben Sie einige Möglichkeiten, mehr über die Skripterstellung zu lernen:
Leitfaden für die Skripterstellung in ACL |
Der Leitfaden für die Skripterstellung in ACL enthält die folgenden Tutorials auf Beginnerebene: Der Leitfaden für die Skripterstellung in Analytics enthält auch eine vollständige Referenz der ACLScript-Sprache mit detaillierten Informationen über jeden Befehl und jede Funktion in Analytics. |
---|---|
Akademie |
Akademie bietet eine Einführung und einen fortgeschrittenen Kurs für die Skripterstellung:
Akademie ist das Ressourcenzentrum von Galvanize für Online-Schulungen. Im Kurskatalog finden Sie die verfügbaren Kurse. Akademiekurse sind für jeden Benutzer ohne zusätzliche Kosten in einem ACL-Abonnement enthalten. |
Community |
Die Community ist eine webbasierte Plattform mit zahlreichen Kundenressourcen, wie beispielsweise einem Kundenforum, in dem Fragen über Analytics-Skripting intensiv und eingehend diskutiert werden. |