多くの場合、ソース・システムからのデータは、他のシステムにロードされる前に準備とデータ変換を必要とする。Workivaプラットフォームは、チェーンとデータ準備の両方を通じて、多くの変換機能を提供します。
このConnected Learning Path (CLP)は、Chainの様々な技術的および軽量機能的な変換機能にインタラクティブに焦点を当てます。より高度な変換には、Data Prep の使用を強く推奨する。Data Prepは、Workivaプラットフォームの機能変換（マッピング）機能を高める、非常に強力なアプリケーションです。
この変換コネクテッド・ラーニング・パスは、データ・ソースからターゲットに転送される間、チェーンによってデータがどのように変換されるかを示すために、様々な貴重な機能を実行するためのチェーンのセットアップを説明します。一般的なユースケースに基づいたシンプルなデータセットがいくつか提供されている。これらの例は、Chainsがサポートする様々な技術に関係なく使用することができる。
以下は経路のリストと、その経路を完了するのにかかるおおよその時間である。これらのパスの目的は、チェイン内での光線変換のコンセプトを学ぶことです。これらの各パスのソリューションは、ChainsモジュールのTemplatesセクションのConnected Learning PathフォルダのChain Templates 。
| エクササイズ | 概略 | 時間（分） |
| コネクションの設定 | このコネクテッド・ラーニング・パスを完了するために必要なセットアップ作業を完了する。これは、以下のパスを開始するための前提条件です。 | 15 |
| 変数の変換 | 構文解析、書式設定、計算操作のための変数変換日付操作を学ぶ。また、非常に強力なHandlebars ConnectorとRuntime Inputsについて学び、JSONデータについても紹介します。 |
15 |
| 表形式データ | 表形式データセットを変更するために、マップヘッダー、ピボット解除、検索と置換、スマートフィルター、列の挿入など、一般的に使用されるTabular Transformation Connectorコマンドのいくつかを学びます。 | 30 |
| XMLデータ | 変換中にフィルタを適用するなど、XMLデータセットの処理方法について学びます。また、異なるデータセットを比較し、相違点を特定する方法を探ります。 | 30 |
| シンプルなJSONデータ | 単純なJSONデータセットを表形式に変換する方法（変換中にフィルタを適用する方法など）を学びます。また、簡単なクエリーの実行と反復についても調べます。 | 30 |
| JSONネストオブジェクト | ネストされたオブジェクトを含む、より複雑なJSONデータを処理する方法を学びます。また、ネストしたオブジェクトを含むJSONデータセットを平坦化するために使用できる、シンプルで強力なクエリも紹介する。 | 30 |
| ネストされたオブジェクトのJSON配列 | ネストされたJSONオブジェクトの配列を含む複雑なJSONデータを処理する方法を学びます。この演習では、クエリの実行、反復、変数変換など、このクイック・スタートで学んだ多くの概念を組み合わせて強化します。 | 30 |
| ハンドルバー | チェーン内の変数をテンプレート化するために、Handlebarsをどのように使用できるかを学びます。この演習では、handlebars コマンドを活用して、実行時変数、Workiva コマンドの出力、http レスポンスからデータを解析する方法を説明します。 | 30 |