Willkommen beim hilfezentrum von WalkMe

Please login in order to continue:

Work flows better with WalkMe
Work flows better with WalkMe.

Report Builder Bewährte Verfahren

Last Updated Juni 25, 2024

Kurzübersicht

Der WalkMe Report Builder verbessert die Datenanalyse, indem Sie benutzerdefinierte Berichte erstellen können, die auf Ihre Bedürfnisse zugeschnitten sind und über die Standard-Insights-Berichte hinausgehen. Er bietet einen Schritt-für-Schritt-Prozess für die Berichtserstellung, von der Auswahl von Vorlagen bis zum Hinzufügen von Spalten und Filtern, um sicherzustellen, dass die Daten relevant und umsetzbar sind.

Dieses Dokument führt Sie durch die Bewährten Verfahren für die Verwendung des WalkMe Report Builder. Durch das Befolgen dieser Verfahren können Sie die Effektivität und Effizienz Ihrer Berichtsgenerierung maximieren.

Bewährte Verfahren

Daten vollständiger Daten erhalten

  • Daten für Berichte werden nicht in Echtzeit aktualisiert, sondern täglich ab 9 Uhr UTC aktualisiert. Für die Vollständigkeit ist es am besten, Berichte bis zum Ende des vorherigen Tages zu exportieren, um die Daten eines ganzen Tages zu erfassen

Berichterstattung für Benutzerinaktivität

  • Berichte sind so konzipiert, dass sie Informationen über aufgetretene Ereignisse bieten. Wenn ein Ereignis nicht aufgetreten ist, kann es nicht direkt gemeldet werden
  • Um herauszufinden, wie viele Benutzer eine bestimmte Aktion nicht durchgeführt haben, exportieren Sie zwei separate Berichte: einen mit der Auflistung aller Benutzer und einen anderen, der Benutzer detailliert, die die bestimmte Aktion abgeschlossen haben
    • Durch den Vergleich dieser beiden können Sie die Differenz berechnen und die Anzahl der Benutzer herausfinden, die die Aktion nicht durchgeführt haben

Ja/Nein Dimension

  • Bei der Verwendung von Ja/Nein Dimensionen empfehlen wir, sie als Filter anstatt als Spalten in Ihrem Bericht zu verwenden
  • Durch das Hinzufügen dieser Felder als Spalten kann jeder Datensatz in Ja oder Nein aufgeteilt werden, was Ihren Bericht mit unnötigen Daten überschwemmen könnte

Groß- und Kleinschreibung in Filtern

  • Filter sind in Berichten zwischen Groß- und Kleinschreibung unterschieden. Dies bedeutet, dass wenn Sie den Namen des Elements, Ereignisses, Benutzers oder jedes anderen Details nicht genau eingeben, wie es in Ihrem System angezeigt wird, der Filter Ihnen möglicherweise nicht die gewünschten Ergebnisse gibt
  • Wenn Sie sich beim richtigen Namen unsicher sind, laden Sie am besten eine Vorschau der Daten oder greifen Sie direkt auf WalkMe Insights zu, um den richtigen Namen abzurufen

Datenaufbewahrungszeitraum

  • Unsere primäre Datenaufbewahrungsfrist ist ein Jahr. Die Benutzerdimensionen „All-Time“ können jedoch Informationen aus mehr als einem Jahr anzeigen
    • Beachten Sie, dass nur weil die Daten angezeigt werden, sie nicht über das eine Jahr hinaus gespeichert werden
  • Für „All-Time“-Benutzerdaten verwalten wir den ersten Datensatz, wenn ein Benutzer zum ersten Mal gesehen wurde. Dieser Datensatz bleibt beim Benutzer bestehen, solange er im System aktiv bleibt
    • Wir betrachten einen Benutzer als inaktiv, wenn er keine Aktivität für sechs aufeinanderfolgende Monate angezeigt hat

Leere Felder/unbekannte Elementtypen

  • Beim Erstellen eines Berichts mit den Dimensionen „Elementname“ und „Elementtyp“ können Sie auf leere Felder oder unbekannte Elementtypen stoßen, wie „WalkMe“ (was anzeigt, dass WalkMe auf der Seite geladen wurde). Diese Datensätze werden in der Regel basierend auf der bestimmten Kombination von Feldern angezeigt, die für Ihren Bericht ausgewählt wurden
  • Um diese Felder aus Ihrem Bericht auszuschließen, können Sie Filter wie „Elementtyp ist nicht null“ und „Elementtyp ist nicht WalkMe“ anwenden. Diese Filter helfen Ihnen, alle irrelevanten oder unbekannten Datensätze aus Ihrem Bericht zu entfernen und sicherzustellen, dass Sie nur die Daten sehen, die Sie benötigen

Verständnis von hierarchischen Elementstrukturen

  • Die Analyse von Daten für Elemente mit hierarchischen Strukturen wie Smart Walk-Thrus, Surveys oder ActionBots erfordert das Verständnis ihrer Zusammensetzung
    • Diese Elemente haben übergeordnete Entitäten (wie Smart Walk-Thru ID/Name, Survey-ID/Name oder ActionBot-ID/Name) und untergeordnete Entitäten (wie Smart Walk-Thru Step, Survey-Frage oder ActionBot-Konversation). Wir rufen die übergeordneten Entitäten „Übergeordnet/Element“ und die detaillierten Elemente „Unter-/Elementkomponenten“ auf
    • Beim Erstellen eines Berichts ist es wichtig, Felder einzuschließen, die sich sowohl auf übergeordnete Elemente als auch auf Unter-/Elementkomponenten beziehen. Dies kann jedoch manchmal zu leeren Zeilen führen, da bestimmte Informationen exklusiv für das übergeordnete Element sind, während andere Daten spezifisch für die untergeordneten Elementkomponenten sind
Beispiel

Beim Erstellen eines Berichts kombiniert der Felder und Maßnahmen im Zusammenhang mit Smart Walk-Thrus und ihren Schritten und kann das Anwenden von Filtern, die speziell für Smart Walk-Thru-Schritte sind, irreführende Daten produzieren. Zum Beispiel könnte die Maßnahme „Walk-Thru Plays“ als Null angezeigt werden, da die Berechnung von Informationen abhängt, die auf der übergeordneten Elementebene anstatt auf der untergeordneten Komponentenebene aufgezeichnet wurden, die vom Filter angesteuert werden.

Effektive Verwendung von Messfeldern

  • Die Messfelder in Berichten quantifizieren die von ihren Namen angegebenen Elemente. Zum Beispiel:
    • „Benutzer“ zählt die Anzahl der eindeutigen Benutzer
    • „Sitzungen“ zählt die Anzahl der eindeutigen Sitzungen
    • „Elemente“ zählt die Anzahl der eindeutigen Elemente
  • Durch das Hinzufügen dieser Kennzahlen zu einem Bericht, der diesen Kennzahlen ähnliche Dimensionen wie „Benutzer-ID“, „Sitzungs-ID“ oder „Elementname“ enthält, wird kein zusätzlicher Wert hinzugefügt
    • Dies liegt daran, dass die Maßnahmen nur einen Datensatz gleichzeitig zählen, da der Bericht bereits die Details des Benutzers, der Sitzung oder des Elements angibt
    • Diese Maßnahmen werden nützlicher, wenn Sie bestimmte Daten aggregieren möchten, wie die Berechnung der Anzahl der Sitzungen, die ein bestimmter Benutzer innerhalb eines bestimmten Zeitrahmens hatte, oder die Bestimmung der Anzahl der Benutzer, die mit einem bestimmten Element exponiert waren oder mit diesem interagiert waren usw.

War dies hilfreich?

Vielen Dank für Ihr Feedback!

Be part of something bigger.

Engage with peers, ask questions, share ideas

Ask the Community
×