Salesforce Certified Tableau CRM and Einstein Discovery Consultant

**把 CRM Analytics 当 Tableau Desktop 的 Salesforce 版本** — 这是 Tableau 老用户最大的坑。CRM Analytics 和 Tableau Desktop 虽然名字都带 Tableau，但底层引擎、查询语言、数据源模型、Dashboard 构建逻辑**全部不同**。Tableau Desktop 用 VizQL 自动生成查询、数据源用 Extract/Live 二选一、用户拖字段到图表区自动出图；CRM Analytics 用 **SAQL** 手写查询、数据源是 **Dataflow/Recipe** 产出的 Dataset、Dashboard 用 JSON 驱动的 Widget 组合。Tableau 的经验在 CRM Analytics 里是负资产，必须清空重学。

**Dataflow 节点选型混乱** — Data Layer 占 23% 权重，Dataflow 节点辨认是最大失分区。高频坑：**sfdcDigest 只能从 Salesforce 对象抓数据**（不能抓外部数据，外部数据要用 Recipe 或 Dataset Builder）；**edgemart 的输入必须是已有的 Dataset**（不是原始 sObject）；**augment 是 LEFT JOIN 不是 INNER JOIN**（左表的行总保留，右表没匹配上就是 null）；**flatten 专门用来展开 Role Hierarchy 这种递归层级**，不是通用的数组展开。每次看到题里出现这些关键词，先在脑子里过一遍该用哪个节点。

**SAQL 的 foreach 当成循环** — SAQL 里 `foreach q generate ...` **不是循环**，而是相当于 SQL 的 SELECT 子句，作用是"对当前数据流的每一行，投影出指定的字段"。把这个理解错会导致整个 SAQL 语法都看不懂。正确的心智模型：**SAQL 是数据流式语言，每一行 `q = ...` 都是在流水线上加一个新的转换步骤**，load / filter / group / foreach / order / limit 是流水线上的 6 个常见工位。记住这个模型之后 cogroup 和窗口函数也都能顺理成章理解。

**Row-Level Security 三种实现搞混选型** — **Sharing Inheritance** 最省力但限制严格：**Dataset 必须来自单一 sObject**，而且该 sObject 的 OWD 不能是 Public Read/Write（否则继承了也没意义）。**Security Predicate** 最灵活但最费维护：直接在 Dataset 上写过滤条件，如 `'OwnerId' == "$User.Id"` 或 `'Region' == "$User.Custom_Region__c"`，语法错一个单双引号整个 Dataset 就查不出数据。**User Attribute** 是 Security Predicate 的增强版：先给 User 对象加自定义字段，再在 Predicate 里引用 `$User.Field__c`。考试场景题规则：**"single source sObject + 小用户量" → Sharing Inheritance**；**"cross-object 或需要复杂过滤" → Security Predicate**；**"需要引用用户自定义属性" → User Attribute**。

**Einstein Discovery 的 R² 和 RMSE 指标解读错** — **R-squared（决定系数）衡量模型解释变量的比例，越接近 1 越好，但 R² > 0.95 经常是 Target Leakage 的警告信号**（某个 Explanatory Variable 里混入了 Outcome 的泄漏数据，需要排除）。**RMSE（均方根误差）衡量预测值和真实值的平均误差，越小越好，但 RMSE 必须和 Outcome 的量纲一起看**（Outcome 是销售额 10 万美元时 RMSE 500 算好，Outcome 是客户评分 1-5 时 RMSE 500 就离谱）。考试场景题会同时给你 R² 和 RMSE 两个数字，让你选 "这个 Story 是否 production-ready"，单看任一指标都会选错。

**Dashboard Faceting 和 Binding 分不清** — **Faceting** 是 Widget 之间的**自动联动过滤**：用户在 Widget A 上点击某个值，所有共享同一 Dataset 的 Widget 会自动过滤到这个值（默认开启，可以在 Widget 设置里关）。**Binding** 是**把一个查询的结果动态注入到另一个查询里**，语法是 `{{ cell(Widget_A.selection, 0, "field").asString() }}` 或 `{{ column(Widget_A.result, "field").asObject() }}`，属于 Dashboard 的 JSON 级高级功能。考试规则：**"两个 Widget 用同一 Dataset 实现联动" → Faceting（不用写代码）**；**"Widget A 的选择要驱动 Widget B 的 SAQL 查询参数" → Binding（必须写 JSON）**；**"Widget A 用 Dataset A，Widget B 用 Dataset B，要让 A 联动 B" → 必须用 Binding，Faceting 跨 Dataset 不生效**。

**忽略 ADM-201 是硬性前置** — 很多人以为 Salesforce 认证的"建议前置"都是软要求，可以不考。**Tableau CRM and Einstein Discovery Consultant 是极少数有硬性前置的认证之一**：Salesforce 官方要求考生必须先持有有效的 Salesforce Administrator（ADM-201）认证才能报名。没 ADM-201 直接去考场会被 Proctor 拦下退款。规划备考路径时先确认 ADM-201 在手。