共用方式為

區段不會傳回或零成員

  • 發行項

注意

我們已於 2023 年 9 月 1 日合併並重新命名 Dynamics 365 Marketing 和 Dynamics 365 Customer Insights。 Dynamics 365 Marketing 現在稱為 Dynamics 365 Customer Insights - Journeys。 Dynamics 365 Customer Insights 現在稱為 Dynamics 365 Customer Insights - Data。 如需詳細資訊，請參閱 Dynamics 365 Customer Insights 常見問題。

本文提供區段未如預期傳回任何成員的問題解決方案。

必要條件

  • 區段重新整理狀態成功。
  • 區段是新建立或編輯的，或是數據匯入或統一規則或數據的商業定義已變更。

如果區段先前成功且有成員，但顯示零個成員，且上述沒有其他變更，請開啟支援票證。

徵兆

區段會順利執行並重新整理，但不包含任何成員。

解決方法

您可以採取下列步驟來調查根本原因並修正問題。

驗證矛盾條件或規則的基本邏輯

相同屬性上的矛盾 AND 條件或規則一律會產生空白區段。 例如， FirstName = Joe AND FirstName = Frank。

檢閱中斷邏輯的所有規則和條件。 也請考慮多個屬性間更複雜的矛盾（這需要對數據集有更瞭解）。 例如， Status = 1 AND StatusDescription = Inactive雖然狀態值為 1 一律表示它是使用中的。

集合工作 （Union、 並用於Except合併兩個規則 ） 會套用至CustomerId每個規則所Intersect傳回的 。 因此，根據預期的結果，確認 是否 CustomerId 為每個規則評估結果的一部分（或不是）。

分解複雜度

使用具有多個條件或規則的複雜區段時，請減少複雜度，並隔離負責問題的條件或規則。

  • 從完整的區段開始，並逐一移除條件和規則。 在每個變更之後執行區段，直到傳回成員為止。
  • 從頭開始建置新的區段，並從不產生任何成員的區段逐一新增條件和規則。 在新增條件或規則的每個步驟之後執行區段，直到不再傳回任何成員為止。

區段規則或條件中使用的屬性遺漏數據

如果區段規則或條件中使用的屬性值因任何原因而遺失，區段可能會傳回任何成員。 檢查預期的值是否存在。

  • 探索數據表數據和屬性值。 如果有的話，請檢閱 您感興趣的屬性的 [摘要 ] 數據行，並確定它們不是 [ 遺漏 ] 或 [錯誤 ] 狀態。

    注意

    摘要不適用於系統產生的數據表，對於從您自己的 Azure Data Lake Storage 匯入的數據表而言是選擇性的。

  • 檢查來源記錄是否未 因損毀而遭到拒絕。

  • 檢查指定的屬性數據表中是否存在特定值。 針對該數據表建立量值，並篩選屬性值。 使用 [ 計數 ] 選項可查看有多少筆記錄包含篩選條件的值。 使用主鍵或外鍵上的 [第一個] 選項來尋找參考記錄。

  • 若要進一步探索數據中的屬性值，請考慮下列選項：

    • .csv下載數據表檢視上數據表的檔案，以驗證前 100,000 筆記錄。

    • 使用 Power BI 連接器來探索 Power BI 中的實體。

      注意

      所有實體，特別是來自 Azure Data Lake Storage 數據源的來源實體，都無法使用此連接器。 也建議在少於1百萬個數據列的數據表上使用。

    • 在 Azure Blob 儲存體、Azure Data Lake Storage 或 Azure Synapse Analytics 中將數據匯出至 Azure。 匯出可協助進一步調查 Synapse Analytics、Power BI 或任何其他數據探索工具。

    • 針對 Power Query 數據源，使用遺漏屬性的篩選條件，在現有數據源中建立新的數據源或個別的參考查詢。 重新整理之後，檢查新數據表是否包含任何數據。

數據表之間關聯性的問題

如果用於分割的數據表與統一客戶數據表之間的關聯性因下列原因而無法運作，則區段不會傳回任何成員。

  • 檢查是否使用預期的 關聯性路徑 ，因為源數據表之間可能有數個路徑在技術上有效（屬性的篩選條件），以及 Customer 數據表。 如果涉及數個數據表，請檢查每個關聯性，並使用正確的屬性來驗證它們是否已正確設定。

  • 屬性值評估會區分大小寫。 例如，兩個數據表是透過通用屬性 MembershipType來關聯。 如果屬性值在一個數據表中是 GOLD，另一個數據表中的 gold，則不會產生成功的聯結，而且不會傳回任何結果。 相同的邏輯會套用至 GUIDs，這很容易遺漏。

  • 確認屬性的數據類型會跨數據表對齊。

  • 重複資料刪除程式會在數據統一期間識別「贏家」記錄。 使用關聯性路徑中重複數據刪除配置檔源數據表所建立的量值和區段，可能會使用「優勝者」記錄，導致非預期的結果。

區段和量值評估會藉由聯結關聯性中所定義之屬性上的數據表來進行。 例如，MembershipMaster具有 Contact 數據表的關聯性，以及和 MembershipId MembershipType 屬性。 Contact 數據表與 Customer 資料表有關聯性，其中包含與 屬性ContactId和 ContactId (Source1_Contact)的統一客戶配置檔。 如需數據表關聯性的詳細資訊，請參閱下列螢幕快照：

此螢幕快照顯示數據表關聯性的圖表範例。

如果配置文件數據表（在此範例中為 Contact 數據表）重複資料刪除，則評估會因為關聯性而透過「優勝者」記錄進行。

顯示關聯性圖表範例數據的螢幕快照。

在此範例中，請連絡 C1 （具有 “Gold” 成員資格）和 C2（具有 “Silver” 成員資格）已與 C2 成為獲勝者一致。 因此，建立區段以識別「黃金」成員時，「第一個人」將不會是區段的一部分，因為關聯性路徑只會使用 C2 來評估。