Utilisation des vues de Data Warehouse

Ce document décrit l’objectif et les utilisations de Data Warehouse Views accessibles 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 de Data Warehouse Views pour consolider les données Facebook et AdWords dépensées.

Objectif général

La fonction Data Warehouse Views est une méthode pour 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 qu’un Data Warehouse View a été créé et traité par un cycle de mise à jour, il est renseigné dans votre Data Warehouse en tant que nouveau tableau sous la liste déroulante 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 utilisés 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 dans une table Consolidated ad spend unique.

Si vous connaissez SQL, ces deux exemples de consolidation utilisent la fonction 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

De nouveaux Data Warehouse Views peuvent être créés 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 :

Il est important de mentionner qu’après l’enregistrement, la requête sous-jacente utilisée pour générer un Data Warehouse View ne peut pas être modifiée. 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. Une fois la migration terminée, vous pouvez supprimer la vue d’origine en toute sécurité. Étant donné que Data Warehouse Views n’est pas modifiable, Adobe vous recommande de tester la sortie de votre requête à l’aide de SQL Report Builder avant d’enregistrer votre requête en tant que vue du Data Warehouse.

Exemple : Facebook et Google AdWords données

Regardez de plus près l'un des exemples mentionnés précédemment dans cet article : la consolidation des Facebook et AdWords dépenses 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:

Ad source: Facebook

Table name: facebook_ads_insights_12345

Sample data:

Pour créer une table de dépenses publicitaires unique contenant à la fois les campagnes Facebook et Google AdWords, vous devez écrire une requête SQL et utiliser la fonction UNION ALL . Une instruction 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 instruction UNION qui méritent d’être mentionnées, comme indiqué dans la documentation de PostgreSQL :

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

En règle générale, consolider vos Facebook et Google AdWords dépensent des données dans un Data Warehouse View nécessite la création d'un tableau avec 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 :

L’enregistrement de la requête ci-dessus en tant que Data Warehouse View crée une table avec les dépenses Facebook et AdWords, comme ci-dessous :

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 ?

L’écriture de SQL et la création de Data Warehouse Views ne sont pas incluses dans le support technique. Cependant, l’ 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 nouveau Data Warehouse View dans le but de consolider 2 à 3 tables structurées de la même manière nécessite cinq heures de service, ce qui représente environ 1 250 $ de travail. Vous trouverez ci-dessous quelques facteurs courants susceptibles d’accroître l’investissement attendu nécessaire :