Customer Journey Analytics BI-Erweiterung

Der Customer Journey Analytics BI extension ermöglicht SQL-Zugriff auf Datenansichten, die Sie in Customer Journey Analytics definiert haben. Ihre Dateningenieurinnen und -ingenieure sowie Ihre Datenanalytikerinnen und -analytiker sind möglicherweise besser mit Power BI, Tableau oder anderen Business Intelligence- und Visualisierungs-Tools (im Folgenden „BI-Tools“ genannt) vertraut. Sie können jetzt Berichte und Dashboards basierend auf denselben Datenansichten erstellen, die Benutzerinnen und Benutzer von Customer Journey Analytics beim Erstellen ihrer Analysis Workspace-Projekte verwenden.

Der Abfrage-Service von Adobe Experience Platform ist die SQL-Schnittstelle zu Daten, die im Data Lake von Experience Platform verfügbar sind. Wenn der Customer Journey Analytics BI extension aktiviert ist, wird die Funktionalität von Query Service erweitert, damit Ihre Datenansichten von Customer Journey Analytics als Tabellen oder Ansichten in einer Query Service-Sitzung zu sehen sind. Daher profitieren Business-Intelligence-Tools, die Query Service als Ihre PostgresSQL-Schnittstelle verwenden, nahtlos von dieser erweiterten Funktion.

Die wichtigsten Vorteile sind:

Voraussetzungen

Um diese Funktion zu verwenden, können Sie ablaufende oder nicht ablaufende Anmeldeinformationen verwenden, um BI-Tools mit dem Customer Journey Analytics BI extension zu verbinden. Das Berechtigungshandbuch enthält weitere Informationen zum Festlegen ablaufender oder nicht ablaufender Anmeldeinformationen.
Im Folgenden finden Sie weitere Schritte zum Einrichten von CJA-Berechtigungen.

Ablaufende Anmeldeinformationen

Um ablaufende Anmeldedaten zu verwenden, können Sie:

Sie können auch:

Nicht ablaufende Anmeldedaten

So verwenden Sie nicht ablaufende Anmeldeinformationen:

Weitere Informationen finden Sie unter Zugriffssteuerung für Kunden-Journey, insbesondere die zusätzlichen Berechtigungen Produktadministrator und Customer Journey Analytics-Berechtigungen in der Admin Console.

Nutzung

Um die Funktion Customer Journey Analytics BI extension zu verwenden, können Sie SQL entweder direkt verwenden oder das Drag-and-Drop-Erlebnis verwenden, das im jeweiligen BI-Tool verfügbar ist.

SQL

Sie können die Funktion direkt in SQL-Anweisungen verwenden, indem Sie entweder den Abfrageeditor oder einen standardmäßigen Client der Befehlszeilenschnittstelle (CLI) von Postgres verwenden.

Weitere Informationen finden Sie im UI-Handbuch für den Abfrage-Editor .

BI-Tools

Derzeit wird Customer Journey Analytics BI extension nur für Power BI und Tableau unterstützt und getestet. Andere BI-Tools, die die PSQL-Oberfläche verwenden, funktionieren möglicherweise ebenfalls, werden jedoch noch nicht offiziell unterstützt.

Siehe Verbinden von Clients mit dem Abfrage-Service, um einen Überblick und weitere Informationen über die verschiedenen verfügbaren Tools zu erhalten.

Funktionalität

Standardmäßig wird für Ihre Datenansichten ein tabellensicherer Name aus ihrem Anzeigenamen generiert. Beispielsweise hat die Datenansicht mit dem Namen Meine Webdatenansicht den Ansichtsnamen my_web_data_view. Sie können einen bevorzugten Namen definieren, der in Ihrem BI-Tool für Ihre Datenansicht verwendet werden soll. Weitere Informationen finden Sie unter Datenansichtseinstellungen .

Wenn Sie die Datenansichts-IDs als Tabellennamen verwenden möchten, können Sie beim Verbinden die optionale Einstellung für CJA_USE_IDS auf Ihren Datenbanknamen festlegen. Zum Beispiel zeigt prod:cja?CJA_USE_IDS Ihre Datenansichten mit Namen wie dv_ABC123 an.

Data Governance

Einstellungen in Bezug auf die Data Governance in Customer Journey Analytics werden von Adobe Experience Platform übernommen. Die Integration zwischen Customer Journey Analytics und Adobe Experience Platform Data Governance ermöglicht die Kennzeichnung sensibler Daten von Customer Journey Analytics und die Durchsetzung von Datenschutzrichtlinien.

Datenschutzbeschriftungen und -richtlinien, die für von Experience Platform genutzte Datensätze erstellt wurden, können im Datenansichts-Workflow von Customer Journey Analytics angezeigt werden. Daher zeigen mit dem Customer Journey Analytics BI extension abgefragte Daten geeignete Warnungen oder Fehler, wenn sie nicht den definierten Datenschutzbezeichnungen und Richtlinien entsprechen.

Auflisten von Datenansichten

In der standardmäßigen PostgresSQL-CLI können Sie Ihre Ansichten mithilfe von \dv auf folgende Arten anzeigen:

prod:all=> \dv
                       List of relations
 Schema |                    Name                    | Type |  Owner
--------+--------------------------------------------+------+----------
 public | my_web_data_view                           | view | postgres
 public | my_mobile_data_view                        | view | postgres

Verschachtelt oder reduziert

Standardmäßig verwendet das Schema Ihrer Datenansichten verschachtelte Strukturen wie die ursprünglichen XDM-Schemata. Die Integration unterstützt auch die Option FLATTEN. Mit dieser Option können Sie erzwingen, dass das Schema für die Datenansichten (und jede andere Tabelle in der Sitzung) reduziert wird. Die Reduzierung ermöglicht eine einfachere Verwendung in BI-Tools, die keine strukturierten Schemata unterstützen. Weitere Informationen finden Sie unter Arbeiten mit verschachtelten Datenstrukturen im Abfrage-Service.

Standardeinstellungen und Einschränkungen

Bei Verwendung der BI-Erweiterung gelten die folgenden zusätzlichen Standardeinstellungen und Einschränkungen:

Unterstützte SQL

Die vollständige Referenz dazu, welcher SQL-Typ unterstützt wird, finden Sie unter SQL-Referenz für den Abfrage-Service.

Beispiele für SQL, die Sie verwenden können, finden Sie in der folgenden Tabelle.

SELECT * FROM dv1 WHERE 1=0

SELECT dim1, SUM(metric1) AS m1
FROM dv1
WHERE `timestamp` BETWEEN '2022-01-01' AND '2022-01-02'
GROUP BY dim1

SELECT dim1, SUM(metric1) AS m1
FROM dv1
WHERE `timestamp` BETWEEN '2022-01-01' AND '2022-01-02' AND
 filterId = '12345'
GROUP BY dim1

SELECT dim1, SUM(metric1) AS m1
FROM dv1
WHERE `timestamp` BETWEEN '2022-01-01' AND '2022-01-02' AND
 AND (dim2 = 'A' OR dim3 IN ('X', 'Y', 'Z'))
GROUP BY dim1

SELECT dim1, SUM(metric1) AS m1
FROM dv1
WHERE `timestamp` BETWEEN '2022-01-01' AND '2022-01-02'
GROUP BY dim1
HAVING m1 > 100

SELECT DISTINCT dim1 FROM dv1

SELECT dim1 AS dv1
FROM dv1
WHERE `timestamp` BETWEEN '2022-01-01' AND '2022-01-02'
GROUP BY dim1

SELECT dim1 AS dv1
FROM dv1
WHERE `timestamp` >= '2022-01-01' AND `timestamp` < '2022-01-02'
GROUP BY dim1
ORDER BY SUM(metric1)
LIMIT 15

SELECT SUM(metric1) AS m1
FROM dv1
WHERE `timestamp` BETWEEN '2022-01-01' AND '2022-01-02'

SELECT dim1, dim2, SUM(metric1) AS m1
FROM dv1
WHERE `timestamp` BETWEEN '2022-01-01' AND '2022-01-02'
GROUP BY dim1, dim2

SELECT dim1, dim2, SUM(metric1) AS m1
FROM dv1
WHERE `timestamp` BETWEEN '2022-01-01' AND '2022-01-02'
GROUP BY 1, 2
ORDER BY 1, 2

SELECT DISTINCT dim1, dim2
FROM dv1

SELECT dim1, m1
FROM (
 SELECT dim1, SUM(metric1) AS m1
 FROM dv1
 WHERE `timestamp` BETWEEN '2022-01-01' AND '2022-01-02'
 GROUP BY dim1
)
WHERE dim1 in ('A', 'B')

SELECT key, SUM(m1) AS total
FROM (
 SELECT dim1 AS key, SUM(metric1) AS m1
 FROM dv1
 WHERE `timestamp` BETWEEN '2022-01-01' AND '2022-01-02'
 GROUP BY dim1

 UNION

 SELECT dim2 AS key, SUM(m1) AS m1
 FROM dv2
 WHERE `timestamp` BETWEEN '2022-01-01' AND '2022-01-02'
 GROUP BY dim2
GROUP BY key
ORDER BY total

SELECT rows.dim1, SUM(rows.m1) AS total
FROM (
 SELECT _.dim1,_.m1
 FROM (
 SELECT * FROM dv1
 WHERE `timestamp` BETWEEN '2022-01-01' AND '2022-01-02'
 ) _
 WHERE _.dim1 in ('A', 'B', 'C')
) rows
GROUP BY 1
ORDER BY total

MIT DEN Zeilen ALS (
 MIT _ AS (
) SELECT * FROM data_ares
 WO `timestamp` ZWISCHEN '2021-01-01' UND '2021-02-01'
 )
 WÄHLEN SIE _.item, _.unit VON _
 WOBEI _.item NICHT NULL IST
)
SELECT rows.item, SUM(rows.unit) Einheiten
AUS Zeilen, WOBEI Zeilen.Element in ('A', 'B', 'C')
GRUPPIEREN NACH Zeilen.item

SELECT SUM(metric1) AS m1, dim1
FROM dv1
WHERE `timestamp` BETWEEN '2022-01-01' AND '2022-01-02'
GROUP BY 2

Dimensionen

Sie können jede der Dimensionen auswählen, die standardmäßig verfügbar oder in der Datenansicht definiert sind. Sie wählen eine Dimension anhand ihrer ID aus.

Metriken

Folgende Metriken stehen zur Auswahl:

Sie wählen eine Metrik anhand ihrer ID aus, die in einen SUM(metric)-Ausdruck eingeschlossen ist, wie Sie es mit jeder SQL-Quelle tun würden.

Sie können:

Zählung unterschiedlicher Werte

Aufgrund der zugrunde liegenden Funktionsweise von Customer Journey Analytics ist die einzige Dimension, für die Sie die Anzahl der eindeutigen Werte genau bestimmen können, die Dimension adobe_personid. Die folgenden SQL-Anweisungen SELECT COUNT(DISTINCT adobe_personid) oder SELECT APPROX_COUNT_DISTINCT(adobe_personid) geben den Wert der standardmäßigen Personenmetrik zurück, d. h. die Anzahl unterschiedlicher Personen. Bei anderen Dimensionen wird eine ungefähre Zählung der eindeutigen Personen zurückgegeben.

Bedingte Metriken

Sie können die Klausel IF oder CASE in der Funktion SUM oder COUNT einbetten, um eine zusätzliche Filterung hinzuzufügen, die spezifisch für eine ausgewählte Metrik ist. Das Hinzufügen dieser Klauseln ähnelt dem Anwenden eines Filters auf eine Metrikspalte in einer Workspace-Berichtstabelle.

Beispiele:

SUM(IF(dim1 = 'X' AND dim2 = 'A', metric1, 0)) AS m1

SUM(CASE WHEN dim1 = 'X' AND dim2 = 'A' THEN metric1 END) AS m1

Inline-Berechnungen

Sie können zusätzliche Mathematik auf Metrikausdrücke in Ihrem SELECT anwenden. Diese Mathematik kann verwendet werden, anstatt die Mathematik in einer berechneten Metrik zu definieren. In der folgenden Tabelle ist aufgeführt, welche Arten von Ausdrücken unterstützt werden.

Spezielle Spalten

Zeitstempel

Die spezielle Spalte timestamp wird verwendet, um die Datumsbereiche für die Abfrage bereitzustellen. Ein Datumsbereich kann durch einen BETWEEN-Ausdruck oder ein mit AND verbundenes Paar aus den Überprüfungen timestamp >, >=, <, <= definiert werden.
timestamp ist optional, und falls kein vollständiger Bereich angegeben wird, werden die Standardwerte verwendet:

Der Zeitstempelbereich wird in einen globalen Datumsbereich-Filter in RankedRequest konvertiert.
Das Zeitstempelfeld kann auch in Datums-/Uhrzeitfunktionen verwendet werden, um den Zeitstempel des Ereignisses zu analysieren oder abzuschneiden.

Datumsbereich

Die Sonderspalte daterange ähnelt timestamp; die Filterung ist jedoch auf volle Tage beschränkt. daterange ist ebenfalls optional und hat denselben Standardbereich wie timestamp.
Das Feld daterange kann auch in Datums-/Uhrzeitfunktionen verwendet werden, um das Ereignisdatum zu analysieren oder abzuschneiden.

Mit der speziellen Spalte daterangeName können Sie Ihre Abfrage nach einem benannten Datumsbereich wie Last Quarter filtern.

Filter-ID

Die spezielle Spalte filterId ist optional und wird verwendet, um einen extern definierten Filter auf die Abfrage anzuwenden. Das Anwenden eines extern definierten Filters auf eine Abfrage ähnelt dem Ziehen eines Filters auf ein Bedienfeld in Workspace. Mehrere Filter-IDs können von AND verwendet werden.

Zusammen mit filterId können Sie mit filterName den Namen eines Filters anstelle der ID verwenden.

Wo

Die WHERE-Klausel wird in drei Schritten verarbeitet:

Die Umsetzung erfolgt durch Parsen der ersten Ebene von ANDs in der WHERE-Klausel. Jeder Ausdruck der obersten Ebene mit dem Wert AND muss mit einem der oben genannten Werte übereinstimmen. Alles, was tiefer als die erste Ebene der AND-Operatoren ist, oder, wenn die WHERE-Klausel auf der obersten Ebene OR-Operatoren verwendet, wird als Ad-hoc-Filter behandelt.

Sortierreihenfolge

Standardmäßig sortiert die Abfrage die Ergebnisse nach der ersten ausgewählten Metrik in absteigender Reihenfolge. Sie können die Standardsortierreihenolge überschreiben, indem Sie ORDER BY ... ASC oder ORDER BY ... DESC angeben. Wenn Sie ORDER BY verwenden, müssen Sie in der ersten ausgewählten Metrik ORDER BY angeben.

Sie können die Reihenfolge auch umdrehen, indem Sie - (Minus) vor der Metrik verwenden. Die beiden folgenden Anweisungen ergeben dieselbe Reihenfolge:

ORDER BY metric1 ASC

ORDER BY -metric1 DESC

Allgemeine Funktionsunterstützung

Unterstützung von Dimension-Funktionen

Diese Funktionen können für Dimensionen in der WHERE- oder SELECT-Klausel oder in bedingten Metriken verwendet werden.

Zeichenfolgen-Funktionen

Datums-/Uhrzeitfunktionen

Teilweise Unterstützung

Einige SQL-Funktionen werden nur teilweise von der BI-Erweiterung unterstützt und geben nicht dieselben Ergebnisse zurück, die auch bei anderen Datenbanken angezeigt werden. Diese spezifische Funktionalität wird in SQL verwendet, das von verschiedenen BI-Tools generiert wird, für die die BI-Erweiterung keine exakte Übereinstimmung aufweist. Daher konzentriert sich die BI-Erweiterung auf eine eingeschränkte Implementierung, die die minimale BI-Tool-Nutzung ohne Fehler abdeckt. Weitere Informationen finden Sie in der unten stehenden Tabelle.