Utilisation des vues de Data Warehouse

Dernière mise à jour : 2023-08-17
  • Créé pour :
  • Beginner
    Intermediate
    Admin
    Developer
    User

Ce document décrit l’objectif et l’utilisation de Data Warehouse Views accessible en accédant à Manage Data > Data Warehouse Views. Vous trouverez ci-dessous une explication de ce qu’il fait et comment créer des vues, ainsi qu’un exemple d’utilisation Data Warehouse Views à consolider Facebook et AdWords dépensez des données.

Objectif général

La variable Data Warehouse Views Cette fonctionnalité est une méthode permettant de créer de nouvelles tables stockées en modifiant une table existante ou en associant ou en consolidant plusieurs tables à l’aide de SQL. Une fois un Data Warehouse View a été créé et traité par un cycle de mise à jour ; il est renseigné dans votre Data Warehouse sous la forme d’un nouveau tableau sous la variable Data Warehouse Views , comme illustré ci-dessous :

À partir de là, votre nouvelle vue fonctionne comme n’importe quel autre tableau, ce qui vous permet de créer de nouvelles colonnes calculées ou de créer des mesures et des rapports.

Data Warehouse Views sont principalement utilisées pour consolider plusieurs tableaux similaires mais disparates, de sorte que tous les rapports puissent être créés sur un seul nouveau tableau. Quelques exemples courants incluent la consolidation des tables d’une base de données héritée et d’une base de données active afin de combiner des données historiques et actuelles, ou la combinaison de plusieurs sources d’annonces comme Facebook et AdWords en une seule base de données. Consolidated ad spend table.

Si vous maîtrisez SQL, ces deux exemples de consolidation utilisent la méthode UNION mais vous pouvez utiliser n’importe quelle syntaxe et fonction PostgreSQL lors de la création d’une nouvelle vue.

Création et gestion des vues de Data Warehouse

Nouveau Data Warehouse Views peut être créé et les vues existantes peuvent être supprimées en accédant à Manage Data > Data Warehouse Views, comme illustré ci-dessous :

À partir de là, vous pouvez créer une vue en suivant les exemples d’instructions ci-dessous :

  1. Si vous observez une vue existante, cliquez sur New Data Warehouse View pour ouvrir une fenêtre de requête vide. Si une fenêtre de requête vierge est déjà ouverte, passez à l’étape suivante.

  2. Attribuez un nom à la vue en saisissant la variable View Name champ . Le nom fourni ici détermine le nom d’affichage de la vue dans le Data Warehouse. View names sont limitées aux lettres minuscules, aux chiffres et aux traits de soulignement (_). Tous les autres caractères sont interdits.

  3. Saisissez votre requête dans la fenêtre intitulée Select Query, en utilisant la syntaxe PostgreSQL standard.

    REMARQUE

    Votre requête doit référencer des noms de colonne spécifiques. L’utilisation de la variable *n’est pas autorisé pour sélectionner toutes les colonnes.

  4. Lorsque vous avez terminé, cliquez sur Save pour enregistrer votre vue. Votre vue comporte temporairement un Pending jusqu’à ce qu’il soit traité par le cycle de mise à jour complet suivant, à ce moment-là le statut passe à Active. Après avoir été traité par une mise à jour, votre vue est prête à être utilisée dans les rapports.

Il est important de mentionner qu’après l’enregistrement, la requête sous-jacente utilisée pour générer un Data Warehouse View ne peut pas être modifié. Si vous devez ajuster la structure d’un Data Warehouse View, vous devez créer une vue et migrer manuellement toutes les colonnes, mesures ou rapports calculés de la vue d’origine vers la nouvelle vue. Une fois la migration terminée, vous pouvez supprimer la vue d’origine en toute sécurité. Parce que Data Warehouse Views ne sont pas modifiables, Adobe vous recommande de tester la sortie de votre requête à l’aide de la variable SQL Report Builder avant d’enregistrer votre requête en tant que vue de Data Warehouse.

Exemple : Facebook et Google AdWords data

Regardez de plus près l’un des exemples mentionnés précédemment dans cet article : Consolidation Facebook et AdWords dépensez des données dans un nouveau tableau publicitaire consolidé. Cela implique le plus souvent la consolidation de deux tables, avec les exemples de jeux de données ci-dessous :

Ad source: Google AdWords

Table name: campaigns67890

Sample data:

_id campaign adClicks date impressions adCost
1 eee 60 2017-05-05 00:00:00 2000 10.2
2 ggg 40 2017-05-23 00:00:00 900 4.6
3 aaa 22 2017-06-12 00:00:00 400 2.5
4 eee 350 2017-06-30 00:00:00 14500 35
5 fff 280 2017-07-10 00:00:00 10200 28.5

Ad source: Facebook

Table name: facebook_ads_insights_12345

Sample data:

_id campaign adClicks date impressions adCost
1 aaa 25 2017-05-01 00:00:00 1200 5
2 jj 12 2017-05-15 00:00:00 800 2.5
3 aaa 40 2017-05-22 00:00:00 2000 7
4 aaa 110 2017-06-08 00:00:00 6000 10
5 ccc 5 2017-07-06 00:00:00 300 1.2

Pour créer une seule table de dépenses publicitaires contenant les deux Facebook et Google AdWords campagnes, vous devez écrire une requête SQL et utiliser la variable UNION ALL de la fonction A UNION ALL est généralement utilisée pour combiner plusieurs requêtes SQL distinctes tout en ajoutant les résultats de chaque requête à une seule sortie.

Il existe quelques exigences d’une UNION Instruction qui vaut la peine d’être mentionnée, comme indiqué dans PostgreSQL documentation:

  • Toutes les requêtes doivent renvoyer le même nombre de colonnes
  • Les colonnes correspondantes doivent comporter des types de données identiques.

Lors de l’exécution d’une UNION ou UNION ALL , les noms des colonnes de la sortie finale reflètent le nom des colonnes de votre première requête.

Normalement, consolider votre Facebook et Google AdWords dépenser des données dans une Data Warehouse View nécessite la création d'un tableau de sept colonnes, avec une requête similaire à celle-ci :

    SELECT
        "_id" as id,
        'AdWords' as ad_source,
        "date",
        "campaign",
        "adCost" as spend,
        "impressions",
        "adClicks" as clicks
    FROM campaigns67890
    UNION
    SELECT
        "_id" as id,
        'Facebook' as ad_source,
        "date_start" as date,
        "campaign_name" as campaign,
        "spend",
        "impressions",
        "clicks"
    FROM facebook_ads_insights_12345

Voici quelques points importants :

  • Par souci de clarté, toutes les colonnes sont affectées d’un alias au-dessus afin que les noms correspondent à toutes les requêtes. Cependant, il ne s’agit pas d’une exigence. L’ordre dans lequel les colonnes sont appelées dans les requêtes SELECT détermine la manière dont elles sont alignées.
  • Une nouvelle colonne intitulée ad_source est créé pour faciliter le filtrage de AdWords ou Facebook data. N’oubliez pas que cette requête combine toutes les données des deux tables. Si vous ne créez pas de colonne comme ad_source, il n’existe aucun moyen simple d’identifier les dépenses d’une source particulière.

Enregistrer la requête ci-dessus en tant que Data Warehouse View crée un tableau avec les deux Facebook et AdWords dépenser, comme ci-dessous :

id ad_source date campaign spend impressions clicks
1 Facebook 2017-05-01 00:00:00 aaa 5 1200 25
1 Google AdWords 2017-05-05 00:00:00 eee 10.2 2000 60
2 Facebook 2017-05-15 00:00:00 jj 2.5 800 12
2 Google AdWords 2017-05-23 00:00:00 ggg 4.6 900 40
3 Facebook 2017-05-22 00:00:00 aaa 7 2000 40
3 Google AdWords 2017-06-12 00:00:00 aaa 2.5 400 22
4 Facebook 2017-06-08 00:00:00 aaa 10 6000 110
4 Google AdWords 2017-06-30 00:00:00 eee 35 14500 350
5 Facebook 2017-07-06 00:00:00 ccc 1.2 300 5
5 Google AdWords 2017-07-10 00:00:00 fff 28.5 10200 280

Plutôt que de créer un ensemble distinct de mesures marketing pour chaque source publicitaire, vous pouvez créer un seul ensemble de mesures à l’aide du tableau ci-dessus pour capturer toutes vos publicités.

Vous recherchez une aide supplémentaire ?

Ecriture SQL et création Data Warehouse Views n’est pas inclus dans le support technique. Toutefois, la variable Équipe des services offre une assistance pour la création de vues. Pour tout savoir sur la migration d’une base de données héritée avec une nouvelle base de données afin de créer une vue de Data Warehouse unique aux fins d’une analyse spécifique, l’équipe d’assistance peut vous aider.

En règle générale, la création d’un Data Warehouse View pour consolider 2 à 3 tables structurées de manière similaire, il faut cinq heures de temps de service, ce qui représente environ 1 250 $ de travail. Vous trouverez ci-dessous quelques facteurs courants susceptibles d’accroître l’investissement attendu nécessaire :

  • Consolidation de plus de trois tables en une seule vue
  • Création de plusieurs vues de Data Warehouse
  • Logique de jointure complexe ou conditions de filtrage
  • Consolidation de deux tableaux ou plus avec des structures de données différentes

Sur cette page