---
title: Optimització del data onboarding amb data wrangling a Azure
description: El data onboarding és un procés molt important per al marketing intelligence. T'expliquem com es pot optimitzar amb data wrangling a Azure.
---

[Blog de Bismart: Últimes Notícies en Dades, IA i Business Intelligence ](https://blog.bismart.com/ca)

# [Optimització del data onboarding amb data wrangling a Azure](https://blog.bismart.com/ca/optimitzacio-data-onboarding-data-wrangling-azure)

 Written by [Maria Gorini](https://blog.bismart.com/ca/author/maria-gorini) | 16/03/2020 23:00:00

El **data onboarding** és un procés pel qual **dades offline**, com ara noms, adreces de correu, adreces físiques i números de telèfon, es **transfereixen a un entorn online** per poder-los tractar amb **business intelligence**. Es fa servir per **relacionar clients offline amb usuaris online** a partir de la relació de la informació aconseguida de totes dues maneres, per la qual cosa és una pràctica molt utilitzada en l'àmbit del **marketing intelligence**.

L'onboarding requereix diversos processos, com la **ingesta**, **anonimització**, **relació** i **distribució** de dades i pot millorar dràsticament la comprensió i atribució del **màrqueting multicanal**, **ampliar la mida del públic objectiu** i **millorar el rendiment de les campanyes.**

Com que tracta amb dades offline, el data onboarding requereix un pas molt important, que és el d'aconseguir que les dades generades per canals analògics arribin a estar en el **format més adequat per poder analitzar-les** i dur a terme les **estratègies de marketing intelligence**. Per això, fem ús del **data wrangling**.

##### Què és el data wrangling?

El data wrangling és un procés de **transformació de dades** pel qual **canvien de format** perquè siguin **més apropiades i valuoses**. És a dir, és la manera d'aconseguir que les **dades en brut estiguin en el format i condicions adequades per poder utilitzar-les per a altres processos**, com ara **machine learning** o **anàlisi de dades**.

Alguns usos d'aquest procés poden ser la visualització de dades, agregació de dades o entrenament de models estadístics o, com comentàvem, el marketing intelligence, entre d'altres, i els resultats serveixen als arquitectes de dades o als data scientists per **analitzar-los amb més profunditat**. Un altre ús de les dades tractades d'aquesta manera són els informes que consumeixen els empresaris o el processament de dades per sistemes que les **emmagatzemen en data warehouses o data lakes**.

Concretament, alguns beneficis del procés de data wrangling són proveir als analistes de **dades precises i útils**, **reduir el temps invertit en recopilar i ordenar les dades**, **permetre que els professionals se centrin només en l'anàlisi** i no en altres processos de transformació de dades i **fomentar la presa de decisions millors en un temps menor**.

##### Data wrangling a Microsoft Azure

Azure permet dissenyar, crear i gestionar ràpidament data flows que **s'executen a escala amb el rendiment necessari per preparar les dades per a anàlisi**. Les funcions incloses de data wrangling inclouen gestió de columnes, filtres de fila, afegir i transformar columnes, unir taules, agrupar, classificar i reduir files, entre d'altres.

Azure permet posar en funcionament els **fluxos de dades variables com un pas del procés ETL end-to-end**, emprant un entorn visual drag and drop. La solució de data wrangling ha de fomentar els processos iteratius d'organització, publicació i monitorització alhora que ha de permetre la personalització.

A més, una solució de data wrangling ben integrada amb Azure Data Catalog proporciona **llinatge de dades i traçabilitat per a fluxos de treball de transformació de dades**, la qual cosa garanteix el **compliment de lleis i normatives i l'auditabilitat de la companyia**.

Per l'**estalvi de temps que suposa**, **la seva bona integració** i **eficiència**, Azure és la plataforma adequada per dur a terme els teus processos de data wrangling, ja que permet **preparar les dades a escala cloud sense necessitat d'escriure codi**. Azure ofereix la possibilitat de dur a terme aquests processos de manera **self-service**, la qual cosa redueix la quantitat de recursos necessaris per dur-los a terme i **apropa els processos d'ETL als espais BI corporatius**.

 

[View full post](https://blog.bismart.com/ca/optimitzacio-data-onboarding-data-wrangling-azure)

```json
{
  "@context" : "http://schema.org",
  "@type" : "BlogPosting",
  "author" : {
    "@type" : "Person",
    "name" : "Maria Gorini"
  },
  "dateModified" : "2023-10-26T08:23:01.102Z",
  "datePublished" : "2020-03-16T23:00:00Z",
  "headline" : "Optimització del data onboarding amb data wrangling a Azure",
  "image" : {
    "@type" : "ImageObject",
    "height" : 1264,
    "url" : "https://blog.bismart.com/hubfs/Imported_Blog_Media/Bismart%20optimitzaci%C3%B3%20data%20onboarding%20data%20wrangling%20Azure-Sep-26-2023-09-06-45-9355-AM.png",
    "width" : 2112
  },
  "mainEntityOfPage" : "https://blog.bismart.com/ca/optimitzacio-data-onboarding-data-wrangling-azure",
  "publisher" : {
    "@type" : "Organization",
    "logo" : {
      "@type" : "ImageObject",
      "height" : 60.0,
      "url" : "https://blog.bismart.com/hubfs/bismart-logo.svg",
      "width" : 169.41177
    },
    "name" : "Blog"
  }
}
```