- Commerce Intelligence Guide d’utilisation
- Commerce Intelligence Introduction
- Prise en main
- Administrateur
- Analyse des données
- Analyste de données
- Gestionnaire de Data Warehouse
- Introduction
- Types de colonne calculés avancés
- Création Google Ecommerce dimensions
- Types de colonne calculés
- Configuration des méthodes de réplication
- Configuration des recharges de données
- Modification du tableau opérationnel d’une mesure
- Création et utilisation des vues de Data Warehouse
- Création/suppression de chemins pour les colonnes calculées
- Création/utilisation d’une colonne calculée SQL
- Créer des colonnes calculées
- Informations sur les données et les mises à jour
- Commandes des invités
- Stockage des données dans Commerce
- Diagrammes de relation d’entité
- Gestion des dimensions de données dans les mesures
- MongoDB guide de modélisation des données
- Réplication Google Analytics channels
- Normalisation des données avec les tableaux de mappage
- Traduire les requêtes SQL en Commerce Intelligence rapports
- Présentation et évaluation des relations entre les tables
- Utilisation de la différence de date calculée
- Utilisation du filtrage à l’échelle du tableau de bord
- Utilisation de la colonne calculée Nombre d’événements
- Utilisation de la colonne calculée de comparaison séquentielle
- Tableaux de commerce courants
- REPORT BUILDER SQL
- En utilisant la variable Cohort Report Builder
- En utilisant la variable Cohort Report Builder pour les cohortes non basées sur des dates
- Créer une analyse qualitative des cohortes
- Explorer les opérateurs de filtres spéciaux
- Exporter les résultats de ma requête
- Utilisation de formules dans le [Report Builder]
- Créer Google Analytics Graphiques
- Importance de la Lifetime Revenue Cohort Analysis
- Commande des données à l’aide du Show Top/Bottom fonctionnalité
- En utilisant la variable SQL Report Builder
- Rapport Premier achat
- Présentation de la fonction Repeat Order Probability Report
- Mesures d’audit à l’aide du SQL Report Builder
- Différences entre les colonnes SQL et Data Warehouse Manager
- Connexion aux données
- Introduction
- Formatage et importation de données eCommerce
- Importer Bing Ad Spend Données
- Importer CJ Affiliate Données marketing (Commission Junction)
- Importer Linkshare data
- Importer MailChimp data
- Importation de données de dépenses publicitaires hors ligne/autres
- Utilisation du téléchargeur de fichiers
- Services de migration de données
- Intégrations SaaS
- Intégrations SaaS
- Présentation des résultats entre Database et SQL Éditeur
- Connexion Adobe Analytics
- Valeur attendue Adobe Analytics Données
- Connexion Facebook Ads
- Valeur attendue Facebook Ads data
- Connexion Google Adwords
- Valeur attendue Google Adword data
- Audit Google Adwords data
- Connexion Google Analytics Warehoused
- Valeur attendue Google Analytics Warehoused Données
- Connexion Google Analytics
- Valeur attendue Google Analytics data
- Connexion Google ECommerce
- Valeur attendue Google ECommerce data
- Connexion Mixpanel
- Valeur attendue Mixpanel data
- Validation des données dans Mixpanel
- Connexion PrestaShop
- Connexion Quickbooks
- Valeur attendue Quickbooks data
- Connexion Salesforce
- Valeur attendue Salesforce data
- Connexion Spree
- Valeur attendue Spree Données
- Connexion Stripe
- Valeur attendue Stripe data
- Connexion WooCommerce
- Connexion Zendesk
- Valeur attendue Zendesk data
- Analyse Zendesk data
- Audit Zendesk data
- Intégrations de base de données
- Connexion Amazon RDS
- Connexion de bases de données via VPN
- Connectez-vous MySQL Database to Commerce Intelligence
- Connexion à Adobe Commerce
- Données commerciales attendues
- Connexion Microsoft SQL Server
- Connexion MongoDB via SSH Tunnel
- Connexion MySQL via un direct connection
- Connexion MySQL via cPanel
- Connexion MySQL via SSH Tunnel
- Connexion PostgreSQ
- Analyse des campagnes
- Analyse des clients
- Calcul des taux de perte de commerce
- Définir la concentration des clients
- Définition de la perte de clientèle
- Expected Lifetime Value (LTV) analysis (de base)
- Expected Lifetime Value (LTV) analysis (avancé)
- Présentation du suivi des données de source d’acquisition d’utilisateurs
- Suivi des données de navigateur et de périphérique utilisateur dans votre base de données
- Analyse du comportement de réachat des clients
- Analyse de l’activité du site web et des taux de conversion des clients
- Analyse de récence, de fréquence et d’argent (RFM)
- Analyse des performances de l’entreprise
- Objectifs de suivi par rapport aux mesures réelles
- Analyse des commandes renvoyées
- Année après année, mois après mois, semaine après semaine
- Analyse des performances de la saison des fêtes
- Analyse de l’atténuation et de l’attrition des probabilités de répétition
- Présentation et création d’une analyse de base
- Identifier vos sources et canaux marketing les plus précieux
- Compréhension Google Analytics Attribution UTM
- Analyse des niveaux de stock
- Reporting d’un calendrier de vente au détail
- Prévisionnel
- Création de rapports et partage de données
- Utilisateur de données
- Rapports
- Tableaux de bord
- Créer des tableaux de bord
- Tableaux de bord d’usine
- Dashboard Pro
- Importation de graphiques à partir d’un autre utilisateur
- Suppression définitive d’un graphique
- Utilisation des groupes de tableaux de bord
- Gestion des tableaux de bord
- Suppression de tableaux de bord
- Changement du nom des tableaux de bord
- Définition d’un tableau de bord par défaut
- Ajout de graphiques aux tableaux de bord
- Suppression de graphiques des tableaux de bord
- Dimensionnement et organisation des graphiques dans un tableau de bord
- Modification en masse de graphiques dans les tableaux de bord
- Clonage des tableaux de bord
- Recherche de tableaux de bord
- Partage de tableaux de bord avec d’autres utilisateurs
- Partage des tableaux de bord à l’échelle de l’entreprise
- Accès aux tableaux de bord partagés
- Modification de l’accès aux tableaux de bord partagés
- Quitter (annuler le partage) un tableau de bord
- Partage de données
- Bonnes pratiques
- Utilisation des données
- Utilisation des données
- Balisage UTM dans Google Analytics
- Formatage et importation de données financières
- Dimensions de données recommandées pour la segmentation et le filtrage
- Vérification de l’état du cycle de mise à jour
- Réduction du temps de cycle de mise à jour
- Modification de la base de données pour la prise en charge de la réplication incrémentielle
- Optimisation de la base de données pour l’analyse
- Optimisation de vos SQL Requêtes
- Comprendre votre Commerce Intelligence Environnement
- Organisation du projet
- Utilisation des tableaux de bord
- Utilisation des données
- Tutoriels
Documentation
Valeur attendue Adobe Commerce Données
Après avoir connecté à Adobe Commerce store, vous pouvez utiliser Data Warehouse Manager pour effectuer facilement le suivi des champs de données pertinents de votre base de données Commerce à des fins d’analyse.
Cette rubrique explore les principaux tableaux de données que les utilisateurs de Commerce importent dans . Commerce Intelligence.
| Nom de la table | Description |
|---|---|
Customers |
La variable customer\_entity Les tableaux connexes et décrivent les informations associées à chaque client enregistré dans votre base de données, comme leur adresse électronique et leur date d’enregistrement. Grâce à ces informations, vous pouvez commencer à segmenter par attributs et cohortes au niveau du client. |
Orders |
La variable sales\_flat\_order enregistre toutes les commandes, y compris la variable created\_at date et heure auxquelles la commande a été passée et base\_grand\_total qui additionne les recettes. Ces champs sont la base de vos mesures au niveau de la commande. Si la commande a été effectuée par une client enregistré, la variable customer\_id renvoie au champ customer\_entity tableau permettant d’analyser le comportement d’achat des clients. |
Order items |
La variable sales\_flat\_order\_item enregistre chaque élément appartenant à une commande. Cela inclut la variable price et qty\_ordered et la variable order\_id qui se connecte au champ sales\_flat\_order table. Ce tableau constitue la base des mesures telles que Item soldet vous permet de segmenter par product et product type. |
Products |
La variable catalog\_product\_entity Le tableau stocke des informations sur les attributs au niveau du produit, tels que la catégorie, la taille et la couleur. |
Categories |
Vos produits appartiennent à un ou plusieurs product categories, selon la configuration de votre version de Commerce. La variable catalog\_category\_entity Le tableau stocke la hiérarchie de ces catégories (Vêtements > Principaux > T-shirts, par exemple) et la variable catalog\_category\_product Le tableau consigne les connexions entre vos produits et ces catégories. |
Associé
Ressources
Compte Adobe
Changer la langue
Copyright © 2023 Adobe. All Rights Reserved.
