Preparando dados para carregamento de .CSV

Observação:

• Você deve ter atribuído a função Administrador de projetos de Extração e Processamento Inteligente como um usuário do Automation Cloud™, ou as permissões Administrador de origens e Editar mensagens como um usuário legado para carregar arquivos CSV em uma origem.
• For more details on how to upload data from a .csv, along with common error messages, check Uploading a CSV file into a source.

Antes de carregar dados no Communications Mining™, há alguns fatores que devem ser levados em consideração ao preparar os dados para a plataforma ser ingerida.

Importante: certifique-se de carregar um arquivo .csv não um arquivo do Excel.

Se você estiver abrindo o arquivo .csv no Excel e fazendo alterações, isso pode levar a problemas de formatação que podem afetar o processo de upload. Para evitar isso, faça atualizações diretamente dentro do arquivo .csv .

Além disso, verifique os itens listados na seguinte tabela antes de carregar seu arquivo .csv na plataforma. Isso ajuda a evitar erros ao carregar ou problemas de qualidade de dados que afetarão negativamente a qualidade do desempenho do modelo.

Item	Description
Duplicar linhas	Ter os mesmos dados repetidos várias vezes ao longo da extração de dados.
Cabeçalhos incompatíveis	Ter os cabeçalhos errados alinhados aos campos de dados errados.
Linhas ou colunas suspensas	Não ter todos os dados contidos em linhas sequenciais. Por exemplo, ter todas as mensagens na Linha 1 a 10.000, mas ter uma linha com uma célula contendo dados na linha 19.999.
Formatação de data inconsistente	Linhas diferentes com formatos de data inconsistentes. Por exemplo, ter várias mensagens no formato de data dos EUA e várias mensagens no formato de data da UE, todos no mesmo conjunto de dados, pois isso terá problemas de normalização downstream.
Frases incoerentes	Essas frases contêm um conjunto de palavras sem uma estrutura sintática ou semântica clara. Por exemplo: O usuário está solicitando a criação de um novo tíquete portátil 28442 298.
Espaçamento inconsistente	Quando há um número irregular de espaços entre as palavras. Por exemplo: A política está definida para renovar. em vez de: A política está definida para renovar.
Interrupções em palavras	Quando há quebras no meio de uma palavra. Por exemplo: A política está definida. a renovar. em vez de: A política está definida para renovar.
Codificação de caracteres incorreta	Quando os dados de texto não estão codificados corretamente, resultando em caracteres ilegíveis ou ilegíveis. Por exemplo: O rapp é gré. em vez de: O aplicativo é ótimo.
Mensagens em branco	Comunicações sem qualquer conteúdo incluído no assunto ou corpo.
Mensagens com muitos erros de digitação	Dados de texto que contêm muitos erros ortográficos.
Cabeçalhos / rodapés	Quando há cabeçalhos ou rodapés incluídos. Por exemplo, avisos de spam, avisos de verificação de vírus e assim por diante.
Metadados incluídos no assunto/corpo em vez de como uma propriedade de metadados	Quando os metadados estão incluídos no assunto ou no corpo. Por exemplo: [01/01/2023] Gostaria de renovar minha apólice. como o corpo de uma mensagem, em vez de: Quero renovar minha apólice. como a mensagem com 01/01/2023 como a data incluída nos metadados.
Várias mensagens combinadas em uma mensagem	Quando várias mensagens que deveriam ter sido divididas em mensagens de thread separadas são combinadas em uma única comunicação.