Förstå import av datalagerhändelser i Klaviyo

Du kommer att lära dig

Lär dig hur du använder import av datalagerhändelser för att synkronisera händelsedata från ditt lager till Klaviyo, så att du kan driva segment, flöden och rapportering med beteenden som härrör utanför Klaviyos inbyggda integrationer (t.ex. POS-system, supportplattformar eller anpassade applikationer).

Vad är import av datalagerhändelse?

Vid import av datalagerhändelser kan Klaviyo ansluta direkt till ditt datalager och konfigurera importsynkroniseringar från lagertabeller eller vyer som innehåller händelsedata.

Varje rad i din källtabell behandlas som en enda händelse i Klaviyo:

• Radens tidsstämplar, mättalsnamn och identifierare definierar vad som hände, när och för vem.
• Ytterligare kolumner blir händelseegenskaper som du kan använda i segmentering, flöden och analyser.

Händelseimporten bygger på samma infrastruktur för import av datalager som profilimporten, men riktar sig till Klaviyos pipeline för händelseintag istället för profiler.

Hur fungerar import av datalagerhändelse?

När du har anslutit Klaviyo till ditt lager och konfigurerat en händelsesynkronisering:

1. Klaviyo frågar ditt lager efter den konfigurerade tabellen eller vyn.
2. På varje körning läser Klaviyo endast rader vars tidsstämpel för ändringsdetektering är nyare än vid den senaste lyckade synkroniseringen. Detta möjliggör inkrementell import utan att hela tabellen bearbetas på nytt.
3. Varje rad behandlas sedan på följande sätt:
   • Klaviyo bestämmer mättalsnamnet (händelsetyp) baserat på alternativ som valts under synkroniseringskonfigurationen: antingen ett enda valt mättal eller dynamiskt baserat på värdet av en namngiven mättalskolumn i källtabellen.
   • Händelsetidsstämpel, profilidentifierare och valfritt unikt ID, värde och värdevaluta anges baserat på fältmappningar som konfigurerats under synkroniseringskonfigurationen.
   • Alla återstående kolumner importeras som händelseegenskaper och använder kolumnnamnen som egenskapsnamn. Kolumnnamn med tre understreck (t.ex. parent___child1, parent___child2) kan användas för att skapa en händelseegenskap (parent) med underordnade egenskaper.
4. Klaviyo läser in de resulterande händelserna i ditt konto, där de beter sig som andra anpassade API-mättal i segmentering, flöden och analyser.

Importer körs med återkommande frekvens (till exempel varje timme), så att nya eller uppdaterade rader i ditt lager regelbundet översätts till händelser i Klaviyo.

Innan du börjar

Kontrollera att följande krav är uppfyllda innan du skapar en synkronisering för händelseimport:

• Ditt konto har tillgång till Advanced KDP och import av datalager.
• Du har skapat och validerat en datalageranslutning i Klaviyo. Se supportcenterartiklarna för ditt datalager för information om det nödvändiga tjänstkontot och scheman.
• Din källtabell eller -vy innehåller de obligatoriska kolumnerna nedan.
• Du har tillräckliga behörigheter i ditt lager för att exponera de nödvändiga tabellerna/vyerna för Klaviyos tjänstanvändare.

Källtabellstruktur för händelser

För att säkerställa att dina händelsedata kan importeras korrekt måste din källtabell eller källvy uppfylla Klaviyos obligatoriska fält och struktur.

Obligatoriska fält

Följande kolumner krävs i V1 för import av datalagerhändelse:

Valfria fält

Dessa fält rekommenderas när de är tillämpliga men är inte strikt obligatoriska:

Egenskaper för händelse

Alla andra kolumner i din tabell behandlas som händelseegenskaper:

• Kolumner importeras som förenklade egenskaper, med kolumnnamnet som används direkt som egenskapsnamn i Klaviyo.
• Du behöver inte uttryckligen mappa varje egenskap – omappade kolumner kommer att inkluderas som händelseegenskaper.
• Kapslad JSON kan lagras inuti ett individuellt egenskapsvärde om det behövs (till exempel ett JSON-objekt med radobjekt), men egenskapsnamnet i sig kommer från en kolumn på högsta nivå.

Klaviyo utför bästa möjliga typparsning för händelseegenskaper och tillhandahåller inte transformationslogik per fält som en del av konfigurationen för händelseimport.

Vanliga användningsfall

Kunder använder vanligtvis import av datalagerhändelser för:

1) Importera offline- eller POS-händelser

Ta in händelser i butik eller offline (till exempel POS - köp, returer eller möten) från ditt lager så att de beter sig som andra Klaviyo-händelser och -mättal.

Exempel:

• In-Store Purchase händelser med ordersummor, butiksplats och betalningsmetod
• Appointment Completed händelser med medarbetare, tjänstetyp och varaktighet

2) Service- och supportinteraktioner

Synkronisera support- och servicehändelser som att skapa, lösa eller returnera ärenden för att berika dina kundtidslinjer och ge kraft åt meddelanden baserat på tjänstehistorik.

Exempel:

• Support Ticket Created och Support Ticket Resolved
• Order Returned med orsaks-/anledningskoder och återbetalningsbelopp

3) Modellerade eller härledda händelser

Konvertera lagermodellerade beteenden till händelser som är enklare att använda i Klaviyo.

Exempel:

• High Churn Risk händelser som genereras från en modell i ditt datalager
• Lifecycle Milestone Reached händelser när en kund byter steg i en anpassad livscykelmodell

Konfigurera en synkning för import av datalagerhändelse

1) Anslut ditt datalager

Om du ännu inte har anslutit ditt lager:

1. I Klaviyo går du till Klaviyo Advanced KDP > Datahantering > Synkronisering.
2. Klicka på Lägg till datalager och välj din lagerkontakt.
3. Slutför anslutningsstegen för din plattform enligt tillämplig anslutningsguide som är länkad från översiktsartikeln för import av datalager.

Klaviyo har stöd för en aktiv datalageranslutning per konto.

2) Skapa en ny synkning för händelseimport

När ditt lager är anslutet:

1. Från Klaviyo Advanced KDP > Datahantering > Synkronisering väljer du din lageranslutning.
2. Välj Importera data (om du konfigurerar importer för första gången) eller klicka på Skapa synkronisering / Lägg till synkronisering för en befintlig anslutning.
3. När du uppmanas att ange datatyp väljer du Händelser (istället för Profiler).
4. Välj den tabell eller vy i ditt lager som innehåller de händelser du vill importera.

3) Mappa obligatoriska fält

Därefter kommer du att mappa kolumner från din lagertabell till Klaviyos obligatoriska händelsefält.

Händelseimportkonfigurationen kräver att du tillhandahåller mappningar för:

• Händelsetidsstämpel
• Mättalsnamn (antingen en konstant som du väljer i konfigurationen eller en kolumn som innehåller mättalsnamnet per rad)
• Profilidentifierare (minst en)
• Ändra detekteringstidsstämpel

Du kan också mappa rekommenderade fält:

• Unique ID
• Värde
• Värdevaluta

Eventuella återstående kolumner som du inte uttryckligen mappar till dessa kärnfält blir automatiskt händelseegenskaper.

Konfigurationsgränssnittet hindrar dig från att mappa flera kolumner till samma fält på högsta nivå och validerar att alla obligatoriska fält finns innan du kan spara.

4) Välj synkkadens och historisk omfattning

När du sparar din händelseimport:

• Klaviyo schemalägger återkommande synkroniseringar till att köras med regelbunden frekvens (vanligtvis varje timme).
• På varje körning behandlas endast rader vars tidsstämpel för ändringsdetektering är nyare än den senaste framgångsrika körningen, vilket säkerställer att importerna sker stegvis.

För historikpåfyllning kan du antingen:

• Rikta din händelseimport mot en tabell eller vy som redan innehåller alla relevanta historiska händelser, eller
• Börja med en dedikerad historiktabell och byt senare till en vy med ändringsdatainsamling som stöds för pågående uppdateringar.

Så fungerar importerade händelser i Klaviyo

Efter import:

• Varje rad visas som en händelse i ett anpassat API-mättal i Klaviyo.
• Namnet på mättalet som du mappade (eller konfigurerade som en konstant) avgör namnet på den händelsetyp som du ser i produkten (till exempel Placed Order).
• Alla profilidentifierare matchas med befintliga profiler där det är möjligt; annars skapar Klaviyo nya profiler med hjälp av de identifierarfält som tillhandahålls, liknande andra händelseintagningsvägar.

Du kan använda dessa händelser för att:

• Bygg segment baserat på vad någon har gjort och filtrera på händelseegenskaper.
• Utlös och filtrera flöden.
• Analysera beteende i mättal och rapportering vid sidan av händelser från andra källor.

Begränsningar och bästa praxis

Tänk på följande när du använder import av datalagerhändelser:

• V1 av händelseimporten fokuserar endast på händelsedata. Profilegenskaper ska uppdateras via profilimport eller andra sökvägar som stöds.
• Tidsstämpeln för ändringsdetektering måste skilja sig från händelsens tidsstämpel. Om du använder samma kolumn för båda kan du inte säkert importera historiska händelser efter din första synkronisering.
• För optimerad hastighet ställer du in ändringsdetekteringsfältet på tidsstämpeln för när den nya tabellen skapas. Posterna grupperas i synkroniseringscykler med hjälp av detta värde, så tiden för att importera historiska poster kan förkortas om alla historiska poster har en tidsstämpel för ändringsdetektering i ett smalt intervall (t.ex. tidsstämpeln för ett jobb som skapar den nya tabellen).
• Använd om möjligt ett stabilt unikt ID per händelse för att förbättra borttagningen av dubbletter och göra det enklare att felsöka nedströms.
• Om din tabell innehåller flera händelsetyper (mättal) med olika uppsättningar kolumner är det i allmänhet bra att hålla ihop dem: kolumner som är NULL för vissa rader ignoreras helt enkelt för dessa händelser i Klaviyo.
• För komplexa inbäddade objekt (t.ex. arrayer för linjeobjekt) rekommenderar vi att du om möjligt plattar till flera kolumner, särskilt för egenskaper som du förväntar dig att använda i segmentering eller flöde.

”

• Håll tidsstämpeln för ändringsdetektering klustrad nära dagens datum. Klaviyo läser data i 1-timmesfönster och itererar framåt från den äldsta tidsstämpeln för ändringsdetektering i din tabell. Om någon rad har en tidsstämpel för ändringsdetektering långt tidigare (till exempel en enda post från 2023 när alla andra är nya), skannar Klaviyo genom varje 1-timmesfönster från detta datum framåt på varje synkroniseringscykel, vilket resulterar i långsam historisk efterhandspåfyllningstid.
• Överskrid inte cirka 100 000 rader i ett enda 1-timmes tidsstämpelfönster för ändringsdetektering. Om för många rader delar samma 1-timmesfönster kan synkroniseringsfrågan få en tidsgräns.

Rekommenderade konfiguration av Snowflake-klusternyckel

För Snowflake-tabeller hjälper klustring på ändringstidstämpelkolumnen Klaviyo-frågor att hoppa över onödiga mikropartitioner, vilket minskar både synkroniseringstid och Snowflake-beräkningskostnader:

ALTER TABLE your_schema.your_table CLUSTER BY (your_change_timestamp_column);