Hur man analyserar e-postmeddelanden och fyller i SharePoint-listor i Power Automate

En vanlig användning av Power Automate är att automatisera arbetsflöden som börjar med mottagandet av e-postmeddelanden. Till exempel, [ta emot e-post] à [gör åtgärd]. För att göra detta måste vi veta hur man analyserar data i e-postmeddelanden och hur man lägger till/spara e-postbilagor. I den här handledningen kommer jag att förklara detta koncept med ett mycket välbekant exempel. Jag kommer att visa dig hur du analyserar e-postmeddelanden och sparar dem i en SharePoint-lista. Du kan se hela videon av denna handledning längst ner på den här bloggen.

Här har jag ritat upp ett väldigt enkelt exempel som jag har sett mina kunder använda hela tiden. Låt oss säga att vi arbetar för ett konsultföretag och de har applikationer som de distribuerar till sina egna kunder och de behöver ett effektivt biljettsystem.

Vad som för närvarande händer är om någon hittar ett problem med sin applikation, de skickar ett e-postmeddelande, sedan måste någon gå in och titta på e-postmeddelandet och sedan manuellt måste de lägga till det i SharePoint-listan som kallas biljetter. Efter att det har lagts till i SharePoint-listan, triageras det av ingenjörer och sedan löses det så småningom.

Hur man analyserar e-postmeddelanden och fyller i SharePoint-listor i Power Automate

Så det är hela arbetsflödet; vi kommer att automatisera den del där någon faktiskt läser e-postmeddelandet och sedan manuellt ladda upp det till SharePoint. Vi kommer att automatisera det med Power Automate.

En annan komplikation är att denna e-postinkorg är en allmän inkorg. Den används för alla typer av e-postmeddelanden. Vi vill bara att e-postmeddelanden som är relaterade till biljetter ska hamna i SharePoint-listan. Det andra problemet är att e-postmeddelanden ibland innehåller bilagor, som foton av problemet eller andra saker för att hjälpa ingenjörerna att avgöra vad problemet är. Vi vill se till att vi också sparar det i SharePoint-listan.

Nu när vi har satt scenariot, låt oss gå vidare och komma igång.

Innehållsförteckning

Hur man analyserar e-postmeddelanden med Power Automate

Låt oss öppna Power Automate och skapa vårt flöde. Låt oss klicka på skapa-knappen här. Den typ av flöde som vi kommer att skapa kallas ett Automated Cloud Flow , vilket är ett flöde som utlöses av en utsedd händelse. Vårt utsedda evenemang är uppenbarligen e-postmeddelandet som kommer in i vår inkorg.

Hur man analyserar e-postmeddelanden och fyller i SharePoint-listor i Power Automate

Så låt oss klicka på det automatiserade molnflödet. Vi kommer inte att ge det ett namn för tillfället eller en utlösare, så vi klickar bara på Hoppa över.

Nu behöver det uppenbarligen en trigger, och vår trigger kommer att vara när ett nytt e-postmeddelande kommer. Så jag ska leta efter Office 365 Outlook . Jag använder outlook. Detta kan fungera med Gmail, Yahoo Mail eller vilken kontakt som helst som Power Automate har, vilket är i tusental.

Hur man analyserar e-postmeddelanden och fyller i SharePoint-listor i Power Automate

Så jag kommer att välja Office 365 Outlook, och åtgärden jag kommer att välja är när ett nytt e-postmeddelande kommer. Nu har jag ett gäng alternativ jag kan välja mellan. Jag vill vara säker på att flödet triggas när ett nytt e-postmeddelande kommer till inkorgen. Jag vill dock inte att alla e-postmeddelanden ska utlösa detta arbetsflöde, utan bara e-postmeddelanden som kan ha detta ämnesfilter som heter Ticket.

Så jag ska gå till att visa avancerade alternativ och jag ska skriva in ett ämnesfilter som heter Ticket . Det betyder att detta flöde endast kommer att triggas om biljettsträngen är inom ämnet för e-postmeddelandet. Jag kommer också att säga inkludera bilagor , så då kan vi faktiskt lägga till bilagor till SharePoint-listan.

Vanligtvis vad du också kan göra är om du vet att du bara kommer att få biljettförfrågningar från ett fåtal inkorgar, du kan också ändra härifrån också, men vi ska bara titta på biljettens ämnesfilter.

Hur man analyserar e-postmeddelanden och fyller i SharePoint-listor i Power Automate

Nästa sak att veta är hur ett biljettmail ser ut innan vi analyserar det. Nu har vi gett våra användare ett standardiserat e-postformulär att använda när de mejlar oss med biljetter. Och det är ungefär så det ser ut.

Hur man analyserar e-postmeddelanden och fyller i SharePoint-listor i Power Automate

De har en tabell, där den första raden är Titel , där de lägger in rubriken på sitt klagomål , sedan Klagomålet , där de beskriver vad som händer som de inte gillar. Ansökan är vad klagomålet avser . Vi kan ha flera olika applikationer distribuerade till våra användare. Och så är äntligen brådskandet av 10 .

Det här är förmodligen en e-postmall som vi har gett dem. Och det är viktigt för om du vill kunna analysera dina e-postmeddelanden, vill du se till att dina e-postmeddelanden kommer i en mycket standardiserad mallform.

Nästa del av flödet är möjligheten att överföra ett HTML-e-postmeddelande , vilket är vad vi vanligtvis får med e-postmeddelanden nu för tiden, och förvandla det till ett textmeddelande som vi sedan kan analysera. Så vårt nästa steg kallas HTML-till-text -åtgärden.

Hur man analyserar e-postmeddelanden och fyller i SharePoint-listor i Power Automate

Vi klickar på detta och allt det behöver är det faktiska innehållet. Anledningen till att vi behöver göra detta är att tabeller som de vi får är i HTML-form. Det är svårt att tolka HTML-tabeller. Så jag väljer Body . Detta steg kommer att konvertera brödtexten i detta e-postmeddelande till text.

Hur man analyserar e-postmeddelanden och fyller i SharePoint-listor i Power Automate

Nästa steg är att kunna skapa SharePoint-listan . Vi har allt vi behöver nu för att kunna skapa det.

Så vi går till SharePoint och skapar ett objekt, vilket i princip innebär att skapa en annan rad i en lista. Vi måste ange vår webbplatsadress och vi använder testwebbplatser. Vår lista kommer att vara Biljetter. Efter det ska det dyka upp med en lista med värden som motsvarar kolumnerna som finns i vår lista.

Vi vill se till att vi får samma resultat. Så vi kommer att ha titeln, klagomålet, ansökan och brådskan. Och sedan har vi också ett annat fält som heter e-post, där vi dumpar hela innehållet i e-postmeddelandet i det fältet eftersom vi vill behålla hela e-postmeddelandet ifall vår analysmetod har blivit korrupt eller felaktig eller något liknande.

Så vi kommer att ta den här utgången. Denna utdata kommer i princip att vara tabellen, men utan de faktiska raderna.

Hur man analyserar e-postmeddelanden och fyller i SharePoint-listor i Power Automate

Vi vill kunna dela upp denna långa text i en array där det första elementet i arrayen är titeln . Det andra elementet i arrayen är att Hoola-appen inte fungerar . Den tredje delen är klagomålet och så vidare och så vidare.

Hur man analyserar e-postmeddelanden och fyller i SharePoint-listor i Power Automate

När vi har gjort det kan vi specificera exakt vad vi vill ha i var och en av dessa kolumner. I den första kolumnen som heter titel vill vi att det första elementet, Hoola-appen inte fungerar. I den andra kolumnen, det där klagomålet, då vill vi ha det tredje elementet osv.

Funktionen vi använder för detta kallas Split . Den returnerar en array som innehåller delsträngar separerade med kommatecken, baserat på den angivna avgränsaren. Vår avgränsare, tecknen som skiljer vår text åt, är rören på bordet.

Så låt oss nu gå igenom vår titel och gå till uttryck, och vi kommer att kalla splitfunktionen. Vi kan se att splitfunktionen tar två argument, en text och en avgränsare eller en avgränsare. Texten kommer att vara vanlig textinnehåll. Utdata från denna åtgärd, kommatecken och sedan det andra argumentet, som är avgränsaren, eller avgränsaren kommer att vara röret.

Hur man analyserar e-postmeddelanden och fyller i SharePoint-listor i Power Automate

Nu, efter att det har delats, måste vi specificera elementet. Titelelementet kommer då att finnas i det första elementet. Vi ska kopiera det och sedan klicka på Okej. Vi kommer att göra detsamma för klagomål, ansökan och brådskande. Äntligen har vi hela mejlet. Vi vill spara hela e-postmeddelandet, så vi behöver inte göra någon av de delade arraytyperna av logik. Så vi kommer bara att välja vanlig textkontext.

Hur man analyserar e-postmeddelanden och fyller i SharePoint-listor i Power Automate

Till sist måste vi göra något åt ​​bilagorna också. Så vi klickar på Nytt steg, och i SharePoint-anslutningen finns en åtgärd som heter lägg till bilaga . Vi kommer att klicka på det och det specificerar adressen och listan för oss. Adressen är Site. Listan är biljetterna.

ID är där du vill bifoga bilagan. Nu kommer detta att vara en utdata från skapa objekt-åtgärden, så vi klickar på den. Vi tittar på Skapa objekt och vi behöver ID:t. Vi vill också lägga till filnamnet, så vi kallar det bara Bifogat. Och då blir innehållet i filen själva bilagan från e-postmeddelandet. Om vi ​​rullar ner till där vi ser e-postmeddelandet är innehållet i bilagan det vi skulle vilja lägga till.

Hur man analyserar e-postmeddelanden och fyller i SharePoint-listor i Power Automate

Du kan tekniskt sett ha flera bilagor i ett e-postmeddelande, så denna process kommer att utföras för varje bilaga. Om de har mer än en bild får du till exempel alla deras bilder.

Sedan klickar vi på Spara.




Slutsats

I den här bloggen har jag visat dig ett mycket enkelt exempel på hur du analyserar e-postmeddelanden i ett Power Automated-arbetsflöde som tar innehållet i ett e-postmeddelande och fyller i en SharePoint-lista.

Vi har skapat ett väldigt enkelt arbetsflöde, men du kan föreställa dig att det kan bli mer komplext.

Det andra här är att vi bara har automatiserat laddningsaspekten av biljetter. Biljetter har en mycket lång livscykel. En biljett har sitt ursprung, vilket är vad vi har automatiserat, och det har också kommenterats som löst. Därefter kommuniceras upplösningen tillbaka till kunden. Det är ett helt Power Automated arbetsflöde som du faktiskt kan automatisera.

Vi har också låtit våra kunder använda e-post för att utlösa arbetsflödet. Men du kanske också vill ha Power App istället.

Du kan se hela videohandledningen om hur man analyserar e-postmeddelanden nedan. Om du vill lära dig mer om Power Automate, kolla in länkarna nedan.

Med vänliga hälsningar!

Henry


Pipe In R: Anslutningsfunktioner med Dplyr

Pipe In R: Anslutningsfunktioner med Dplyr

I den här handledningen kommer du att lära dig hur du kopplar ihop funktioner med hjälp av dplyr-röroperatorn i programmeringsspråket R.

RANKX Deep Dive: A Lucky Templates DAX-funktion

RANKX Deep Dive: A Lucky Templates DAX-funktion

RANKX från LuckyTemplates låter dig returnera rankningen av ett specifikt nummer i varje tabellrad som utgör en del av en lista med nummer.

Extrahera LuckyTemplates-teman och bilder från PBIX

Extrahera LuckyTemplates-teman och bilder från PBIX

Lär dig hur du tar isär en PBIX-fil för att extrahera LuckyTemplates-teman och bilder från bakgrunden och använda den för att skapa din rapport!

Excel Formler Fuskblad: Mellanvägledning

Excel Formler Fuskblad: Mellanvägledning

Excel Formler Fuskblad: Mellanvägledning

LuckyTemplates Kalendertabell: Vad är det och hur man använder det

LuckyTemplates Kalendertabell: Vad är det och hur man använder det

LuckyTemplates Kalendertabell: Vad är det och hur man använder det

Python i LuckyTemplates: Hur man installerar och ställer in

Python i LuckyTemplates: Hur man installerar och ställer in

Lär dig hur du installerar programmeringsspråket Python i LuckyTemplates och hur du använder dess verktyg för att skriva koder och visa bilder.

Beräkna dynamiska vinstmarginaler – enkel analys av LuckyTemplates med DAX

Beräkna dynamiska vinstmarginaler – enkel analys av LuckyTemplates med DAX

Lär dig hur du beräknar dynamiska vinstmarginaler vid sidan av LuckyTemplates och hur du kan få fler insikter genom att gräva djupare i resultaten.

Sortering av datumtabellkolumner i LuckyTemplates

Sortering av datumtabellkolumner i LuckyTemplates

Lär dig hur du sorterar fälten från en utökad datumtabells kolumner korrekt. Detta är en bra strategi att göra för svåra fält.

Hitta dina bästa produkter för varje region i LuckyTemplates med DAX

Hitta dina bästa produkter för varje region i LuckyTemplates med DAX

I den här artikeln går jag igenom hur du kan hitta dina toppprodukter per region med hjälp av DAX-beräkningar i LuckyTemplates, inklusive TOPN- och CALCULATE-funktionerna.

Skräpdimension: Vad är det och varför det är allt annat än skräp

Skräpdimension: Vad är det och varför det är allt annat än skräp

Lär dig hur du använder en skräpdimension för flaggor med låg kardinalitet som du vill infoga i din datamodell på ett effektivt sätt.