Verwenden von Datumsbereichsnamen zum Filtern

1. Im Bereich Daten:

   1. Wählen Sie daterangemonth aus.
   2. Wählen Sie daterangeName aus.
   3. Wählen Sie Summenvorfälle aus.

   Es wird eine Visualisierung mit Fehler beim Abrufen von Daten für dieses visuelle Element angezeigt.

2. Im Bereich Filter:

   1. Wählen Sie daterangeName is (All) unter Filter auf diesem visuellen Element aus.
   2. Wählen Sie Standardfilter als Filtertyp.
   3. Wählen Sie unter Feld die Option Letztes Jahr 2023 aus. Dies ist der Name Ihres in Customer Journey Analytics definierten Datumsbereichs.
   4. Wählen Sie aus, um daterangeName aus Columns zu entfernen.

   Die Tabelle wird mit dem angewendeten Filter daterangeName aktualisiert. Ihr Power BI-Desktop sollte wie folgt aussehen.

   

1. Wählen Sie unten Registerkarte Blatt 1 aus, um aus Datenquelle zu wechseln. In der Ansicht Blatt 1:

   1. Ziehen Sie den Eintrag Daterange Name aus der Liste Tabellen in die Ablage Filter.

   2. Stellen Sie im Dialogfeld Filter [Daterange-Name] sicher, Aus Liste auswählen ausgewählt ist, und wählen Sie Letztes Jahr 2023 aus der Liste aus. Wählen Sie Übernehmen und OK aus.

   3. Ziehen Sie Daterangemonth-Eintrag aus der Liste Tabellen und legen Sie den Eintrag im Feld neben Zeilen ab. Wählen Sie DateMonth und wählen Sie Month. Der Wert ändert sich in MONTH(daterangemonth).

   4. Ziehen Sie Eintrag Vorfälle“ aus der Liste Tabellen und legen Sie den Eintrag im Feld neben Spalten ab. Der Wert ändert sich in SUM(Occurrences).

   5. Wählen Sie Texttabelle unter Anzeigen aus.

   6. Wählen Sie Zeilen und Spalten austauschen in der Symbolleiste aus.

   7. Wählen Breite anpassen aus dem Dropdown Menü Anpassen“.

      Ihr Tableau-Desktop sollte wie folgt aussehen.

      

1. Achten Sie in der Explore-Oberfläche von Looker darauf, dass Sie über ein sauberes Setup verfügen. Wenn nicht, wählen Sie Felder und Filter entfernen.

2. Wählen Sie + Filter unter Filter aus.

3. Im Dialogfeld Filter hinzufügen:

   1. Wählen Sie ‣ CC-Datenansicht
   2. Wählen Sie aus der Liste der Felder ‣ Datumsbereichsname aus.

4. Geben Sie den Filter Cc-Datenansicht - Datumsbereichsname wie ​​an und wählen Sie Letztes Jahr 2023 aus der Werteliste aus.

5. Im Abschnitt ‣ CC-Datenansicht in der linken Leiste:

   1. Wählen daterange month, dann month.
   2. Wählen Sie Count unter MEASURES in der linken Leiste (unten) aus.

6. Wählen Sie Ausführen aus.

7. Wählen Sie ‣ Visualisierung aus.

Es sollte eine Visualisierung und eine Tabelle ähnlich wie unten dargestellt angezeigt werden.

1. Geben Sie die folgenden Anweisungen in eine neue Zelle ein.

   code language-python
   data = %sql SELECT daterangeName FROM cc_data_view; style = {'description_width': 'initial'} daterange_name = widgets.Dropdown( options=[d for d, in data], description='Date Range Name:', style=style ) display(daterange_name)

2. Ausführen der Zelle. Es sollte eine ähnliche Ausgabe wie im folgenden Screenshot angezeigt werden.

   

3. Wählen Fischereierzeugnisse aus dem Dropdown-Menü aus.

4. Geben Sie die folgenden Anweisungen in eine neue Zelle ein.

   code language-python
   import seaborn as sns import matplotlib.pyplot as plt data = %sql SELECT daterangemonth AS Month, COUNT(*) AS Events \ FROM cc_data_view \ WHERE daterangeName = '{daterange_name.value}' \ GROUP BY 1 \ ORDER BY Month ASC df = data.DataFrame() df = df.groupby('Month', as_index=False).sum() plt.figure(figsize=(15, 3)) sns.lineplot(x='Month', y='Events', data=df) plt.show() display(data)

5. Ausführen der Zelle. Es sollte eine ähnliche Ausgabe wie im folgenden Screenshot angezeigt werden.

   

1. Geben Sie den folgenden Code-Block in einen neuen Block ein. Stellen Sie sicher, dass Sie den entsprechenden Datumsbereichsnamen verwenden. Zum Beispiel Last Year 2023.

   code language-r
   ## Monthly Events for Last Year df <- dv %>% filter(daterangeName == "Last Year 2023") %>% group_by(daterangemonth) %>% count() %>% arrange(daterangemonth, .by_group = FALSE) ggplot(df, aes(x = daterangemonth, y = n)) + geom_line(color = "#69b3a2") + ylab("Events") + xlab("Hour") print(df)

2. Führt den Block aus. Es sollte eine ähnliche Ausgabe wie im folgenden Screenshot angezeigt werden.