LinkedIn Learning – Power BI-Connector

Der LinkedIn Learning Power BI-Connector ist ein spezieller Datenconnector, der entwickelt und konzipiert wurde, um eine direkte Verbindung zwischen Power BI und den LinkedIn Learning APIs herzustellen. Durch diese Integration können Benutzer auf wesentliche Einblicke und Engagementmetriken zugreifen, einschließlich Kursabschluss, angezeigter Stunden von Inhalten und aktiven Lerntagen.

Diese Erkenntnisse können basierend auf verschiedenen Entitäten aggregiert werden, z. B. Einzelpersonen, Gruppen, Konten oder Inhaltsobjekte wie Kurse und Videos. Organisationen, die diese Metriken analysieren, können die Wirkung und den Erfolg ihrer Lern- und Entwicklungsinitiativen effektiv messen.

Zusammenfassung

Unterstützte Funktionen

• Der Power BI Connector erleichtert die Extraktion von Lerner-Engagement-Daten und Kursinformationen auf einfache und praktische Weise.

Vorteile

• Sie müssen keine CSV-Dateien herunterladen oder empfangen.
• Möglichkeit zum Abfragen von Datenzeiträumen, die größer als ein Jahr sind.
• Für Lernende und Asset-Daten ist keine Programmierung erforderlich, um eine Verbindung mit der LinkedIn Learning-API herzustellen.

Einschränkungen

• Auf den Lizenzstatus der Lernenden kann in unserer Berichts-API nicht zugegriffen werden. Diese Daten sind also nicht im Power BI-Connector verfügbar.

Voraussetzungen

In diesem Lernprogramm wird davon ausgegangen, dass Sie bereits über die folgenden Voraussetzungen verfügen:

• Ein Microsoft Windows-PC
• Microsoft Power BI Desktop: Hier herunterladen
• LinkedIn Learning-Administratorzugriff

Es wird empfohlen, die neueste Version von Power BI zu verwenden, um sicherzustellen, dass Sie Zugriff auf die neueste Version des LinkedIn Learning Connectors haben.

Schritte zum Konfigurieren des LinkedIn Learning Power BI-Connectors

In den folgenden Schritten wird der Prozess zum Konfigurieren des LinkedIn Learning Power BI-Connectors beschrieben:

Authentifizierung

Führen Sie die folgenden Schritte aus, um Ihre Client-ID und Ihren geheimen Clientschlüssel von LinkedIn Learning zu erhalten:

1. Melden Sie sich bei LinkedIn Learning an, wenn Sie sich noch nicht auf dem Administratorbildschirm befinden, wählen Sie "Zu Administrator wechseln" und dann "Ich > integrieren" aus.

   

2. Innerhalb der Access-Inhalte und -Berichte über die API ist die Client-ID und das Secret, die für den Power BI-Connector generiert wurden, hier anzufinden.

3. Öffnen Sie als Nächstes Power BI, wählen Sie "Datei" und dann " Daten abrufen" aus.

4. Suchen Sie im Suchfeld nach "LinkedIn Learning".

   

5. Wählen Sie den LinkedIn Learning Connector aus.

   

6. Wenn Sie dazu aufgefordert werden, die Client-ID und den geheimen Clientschlüssel einzugeben, die in LinkedIn Learning im Abschnitt "Verbindungsanmeldeinformationen " generiert wurde. Start_date - und end_date datetime-Parameter sind optional und für eine erfolgreiche Verbindung nicht erforderlich.

   1. Wählen Sie "Standard " für die Authentifizierungsart aus.
   2. Geben Sie die Client-ID in den Abschnitt "Benutzername" ein .
   3. Geben Sie den geheimen Clientschlüssel in den Abschnitt "Kennwort " ein.

Nach der erfolgreichen Verbindung sind die Datentabellen, die zum Laden in Power BI verfügbar sind, jetzt sichtbar.

Übersicht über Datentabellen

Führen Sie die folgenden Schritte aus, um Daten in Tabellen zu laden:

1. Wählen Sie "Daten abrufen" aus.

2. Auswählen des LinkedIn Learning-Datenconnectors

3. Wählen Sie dann die Tabellen aus, die Sie laden oder erstellen möchten.

   

API-Endpunktdokumentation:

• LinkedIn Learning API-Dokumentation finden Sie hier
• Beliebte Kurse sind hier zu finden
• Beliebte benutzerdefinierte Inhalte des Kontos finden Sie hier
• Gesamtaktivitätsübersicht des Kontos hier
• Inhaltszusammenfassung hier
• Zusammenfassung der Learner-Aktivität finden Sie hier
• Details zu Lernkursaktivitäten finden Sie hier
• Details zu benutzerdefinierten Inhaltsaktivitäten von Learner finden Sie hier.
• Lerndetails hier zu finden
• Lernerzusammenfassung hier platziert
• Organisationszusammenfassung hier

Alle Datentabellen, mit Ausnahme von Lernressourcen, stellen Aktivitätsberichte für Lernende dar. Die Tabelle "Lernressourcen" bietet unseren vollständigen Katalog von Kursen, einschließlich aller Sprachen.

Trotz der im Endpunkt der Lernressourcen-API verfügbaren mehrfach möglichen Abfragen werden alle Ressourcen mit vollständigen Informationen geladen. Weitere Details zum Endpunkt finden Sie in unserer API-Dokumentation. Hier finden Sie

Datenaktualisierungsoptionen

In Power BI gibt es zwei Hauptoptionen zum Aktualisieren von Daten, damit die neuesten Informationen verfügbar sind.

• On-Demand-Aktualisierung: Ermöglicht Benutzern, eine Aktualisierung des Datasets manuell auszulösen, wenn sie die Daten aktualisieren müssen. Die On-Demand-Aktualisierung kann direkt über die Power BI-Dienstschnittstelle oder über die Power BI Desktop-Anwendung erfolgen. On-Demand-Aktualisierung ist nützlich, wenn sofortiger Zugriff auf die neuesten Daten erforderlich ist oder wenn die Datenquelle geplante Aktualisierungen nicht unterstützt.

  

• Geplante Aktualisierung: Mit dieser Option können Sie einen Aktualisierungszeitplan für Ihr Dataset im Power BI-Dienst einrichten. Sie können festlegen, wie oft die Daten aktualisiert werden sollen, z. B. täglich, wöchentlich oder sogar mehrmals pro Tag.

  Eine geplante Aktualisierung kann so konfiguriert werden, dass sie zu bestimmten Zeiten oder Intervallen ausgeführt wird, um sicherzustellen, dass die Daten immer aktuell sind.

  Diese Option eignet sich für regelmäßig aktualisierte Datasets, bei denen die Datenquelle die geplante Aktualisierung unterstützt.

  

Datenaktualisierungsfunktion im veröffentlichten Datensatz

Um die Datentabellen zu aktualisieren, können Sie entweder eine Aktualisierung planen oder eine On-Demand-Aktualisierung durchführen.

1. Wählen Sie den Datensatznamen aus, den Sie aktualisieren möchten.

   

2. Option "Aktualisieren" auswählen:

   1. Jetzt aktualisieren
   2. Zeitplanaktualisierung

   

Inkrementelle Aktualisierung (optional)

Die inkrementelle Aktualisierung verbessert die Aktualisierungsleistung und bietet mehrere Vorteile. Diese Aktualisierungsmethode funktioniert durch Definieren eines Datenfensters für Datenarchivierung, inkrementelle Aktualisierung und Echtzeitdaten (sofern unterstützt).

Zusätzliche Informationen zur inkrementellen Aktualisierung. Hier finden Sie

• Inkrementelle Aktualisierungen werden nach Tabelle konfiguriert und erfordern eine Bearbeitung der Abfrage jeder Tabelle in Power BI Desktop.

Einrichten der inkrementellen Aktualisierung

Führen Sie die folgenden Schritte aus, um die inkrementelle Aktualisierung einzurichten:

1. Klicken Sie mit der rechten Maustaste auf den "Spezifischen Tabellennamen".

2. Wählen Sie "Abfrage bearbeiten" aus.

   

3. Wählen Sie "Parameter verwalten" aus.

   

4. Richten Sie die Parameter für RangeStart und RangeEnd ein.

   1. Wählen Sie "Neu" aus.
   2. Geben Sie im Abschnitt "Name " den Namen des Datetime-Parameters ein, z. B. RangeEnd.
   3. Stellen Sie sicher, dass das Kontrollkästchen "Erforderlich" aktiviert ist.
   4. Geben Sie Werte wie folgt ein:

      1. Typ: Datum/Uhrzeit

      2. Vorgeschlagene Werte: Beliebiger Wert

      3. Aktueller Wert: Aktuelles Datum

      4. Wiederholen Sie denSelben, um den RangeStart-Parameter zu erstellen, stellen Sie jedoch sicher, dass der aktuelle Wert auf das Datum festgelegt ist, aus dem die Daten abgefragt werden müssen.

         

5. Verschieben Sie sie nach dem Erstellen der Parameter an den Anfang des Abfrageabschnitts.

6. Wählen Sie dann den Tabellennamen aus, und wählen Sie dann innerhalb der angewendeten Schritte "Quelle" aus.

   

7. Legen Sie in der Quellfunktion die Parameter wie gezeigt fest: "= LinkedInLearning.Contents(RangeStart, RangeEnd)"

   

8. Wiederholen Sie den Vorgang für alle Datentabellen, um sicherzustellen, dass die gleichen Parameter (RangeStart und RangeEnd) für alle Quellen im abschnitt mit den angewendeten Schritten für jede Tabelle festgelegt werden.

9. Konfigurieren Sie als Nächstes die Datumsbereichsfilterung.

10. Wählen Sie in jeder Tabelle oder Abfrage die Navigation im Abschnitt "Angewendete Schritte" aus.

    

11. Erstellen Sie einen Datetime-Filter.

    1. Wählen Sie den Dropdownpfeil der Spalte "Woche" aus.
    2. Wählen Sie "Datums-/Uhrzeitfilter" aus.
    3. Wählen Sie "Benutzerdefinierter Filter" aus.
    4. Geben Sie Werte wie folgt ein:

       1. Wählen Sie "Einfach" aus.

       2. Wählen Sie "ist nach oder gleich" aus.

       3. Stellen Sie sicher, dass der Parameter festgelegt ist, und wählen Sie dann "RangeStart" aus.

       4. Wählen Sie "Und" aus.

       5. Wählen Sie "ist vor" aus.

       6. Stellen Sie sicher, dass der Parameter festgelegt ist, und wählen Sie dann "RangeEnd" aus.

          

12. Speichern und schließen Sie den Power Query-Editor. Dieser Vorgang kann je nach Anzahl der Tabellen und des Datumsbereichs Zeit in Anspruch nehmen.

13. Der nächste Schritt besteht darin, die inkrementelle Aktualisierung für jede Tabelle zu aktivieren.

    1. Klicken Sie mit der rechten Maustaste auf den "Spezifischen Tabellennamen".

    2. Wählen Sie "Inkrementelle Aktualisierung" aus.

    3. Wählen Sie "Diese Tabelle inkrementell aktualisieren" aus.

    4. Konfigurieren Sie basierend auf der Präferenz.

    5. Wählen Sie "Übernehmen" aus.

       

Datenspalten / JSON

Die folgenden Spalten werden vom Datenconnector verwendet und sollten nicht gelöscht werden, da dies während der Datenaktualisierung zu Fehlern führen kann:

• Epochenwoche
• Woche
• parameters
• Gesamtseiten_Woche
• Seitenindex
• param_w_start
• Seitendaten.Paginierung

Darüber hinaus enthält die Spalte page_data.paging die von der API zurückgegebenen Paging-Informationen.

Wenn sie beim Bearbeiten einer Abfrage auf das Symbol "erweitern" stoßen, gibt sie an, dass die Spalte erweitert werden kann, um weitere Zeilen anzuzeigen.

Durch das Erweitern der Spalte wird ein Schritt in den Abfrageeinstellungen hinzugefügt.

• Das Erweitern von Spalten kann bei Bedarf erfolgen, wodurch Zeilen dupliziert werden.
• Das Erweitern von Spalten ist wichtig zum Anzeigen von Fähigkeiten in Lernressourcen und benutzerdefinierten Eigenschaften in Detailberichten des Lernenden.

Glückwunsch! Ihre Lernadministratoren können jetzt wichtige Einblicke und Engagement-Metriken über ihre Microsoft Power BI-Anwendung gewinnen.

Häufige Probleme und Tipps zur Problembehandlung

Wenn die Datenaktualisierung fehlschlägt, wenn Sie versuchen, Daten zu aktualisieren:

1. Wählen Sie das Warnzeichen aus, um die Details der Fehlermeldung zur Problemdiagnose anzuzeigen.

2. Überprüfen Sie die Details der Fehlermeldung. Wenn Sie diese Nachricht überprüfen, können Sie Probleme identifizieren und beheben, die die Datenaktualisierung verhindern.

Häufig gestellte Fragen

Weitere Informationen finden Sie in den häufig gestellten Fragen zur LinkedIn Learning Reporting API.

Zusätzliche Ressourcen

• LinkedIn Learning API-Dokumentation finden Sie hier
• Microsoft Power BI: Hier

Verzichtserklärung

LinkedIn Learning investiert ständig in unsere Reporting-Infrastruktur. In Zukunft kann es Änderungen an der Berichts-API geben, die Anpassungen an der Datenabfrage erfordern können. Für diese Updates müssen Sie möglicherweise einige Updates auf Ihrer Plattform vornehmen. Wir beabsichtigen, vor potenziellen Änderungen detaillierte Anleitungen zu liefern, um sicherzustellen, dass Sie genügend Zeit haben, um notwendige Änderungen an Ihrer Anwendung vorzunehmen.