Preparando datos para cargar archivos .CSV

Nota:

• Debes tener asignado el rol de administrador de proyectos de Extracción y Procesamiento Inteligentes (IXP) como usuario de Automation Cloud™, o los permisos de administrador de orígenes y Editar mensajes como usuario heredado para cargar archivos CSV en un origen.
• Para obtener más información sobre cómo cargar datos desde un archivo .csv, junto con los mensajes de error comunes, consulta Cargar un archivo CSV en un origen.

Antes de cargar datos en Communications Mining™, hay que tener en cuenta algunos factores al preparar los datos para que la plataforma los ingiera:

• Si has abierto el archivo .csv en Excel varias veces y has realizado cambios, esto puede provocar problemas de formato que pueden afectar al proceso de carga. Para evitar esto, realiza cualquier actualización directamente dentro del archivo .csv archivo.
• Guarda el archivo CSV como CSV UTF-8 (delimitado por comas) para que todos los campos aparezcan entre comillas. Puedes comprobar el resultado en un editor de texto.
  Importante:

  Asegúrese de cargar un archivo .csv no un archivo de Excel.

Comprueba los elementos enumerados en la siguiente tabla antes de cargar tu.csv en la plataforma. Esto te ayuda a evitar cualquier error al cargar, o problemas de calidad de los datos que afectarán negativamente a la calidad del rendimiento del modelo.

Elemento	Descripción
Duplicar filas	Tener los mismos datos repetidos varias veces en el extracto de datos.
Encabezados no coincidentes	Tener los encabezados incorrectos alineados con los campos de datos incorrectos.
Colgar filas o columnas	No tener todos los datos contenidos en filas secuenciales. Por ejemplo, tener todos los mensajes en la fila 1 a 10 000, pero tener una fila con una celda que contiene datos en la fila 19 999.
Formato de fecha inconsistente	Filas diferentes con formatos de fecha inconsistentes. Por ejemplo, tener una cantidad de mensajes en formato de fecha de EE. UU. y una cantidad de mensajes en formato de fecha de la UE, todo en el mismo conjunto de datos, ya que esto tendrá problemas para normalizar posteriormente.
Oraciones incoherentes	Estas son oraciones que contienen una variedad de palabras sin una estructura sintáctica o semántica clara. Por ejemplo: El usuario solicita la creación de un nuevo ticket portátil 28442 298 portátil.
Espaciado inconsistente	Cuando hay un número irregular de espacios entre palabras. Por ejemplo: La política está configurada para renovarse. en lugar de: La política está configurada para renovarse.
Pausas en las palabras	Cuando hay pausas en medio de una palabra. Por ejemplo: La política está establecida. para renovar. en lugar de: La política está configurada para renovarse.
Codificación de caracteres errónea	Cuando los datos de texto no están codificados correctamente, lo que da lugar a caracteres ilegibles o ilegibles. Por ejemplo: ThÇ åpp is gré¶t. en lugar de: La aplicación es genial.
Mensajes en blanco	Comunicaciones sin contenido incluido en el asunto o cuerpo.
Mensajes con muchos errores tipográficos	Datos de texto que contienen muchos errores ortográficos.
Encabezados/pies de página	Cuando hay encabezados o pies de página incluidos. Por ejemplo, advertencias de spam, advertencias de análisis de virus, etc.
Metadatos incluidos en el asunto/cuerpo en lugar de como una propiedad de metadatos	Cuando se incluyen metadatos en el asunto o cuerpo. Por ejemplo: [01/01/2023] Me gustaría renovar mi póliza. como el cuerpo de un mensaje, en lugar de: Me gustaría renovar mi póliza. como mensaje con 01/01/2023 como fecha incluida en los metadatos.
Varios mensajes combinados en un mensaje	Cuando varios mensajes que deberían haberse dividido en hilos separados, los mensajes se combinan en una sola comunicación.