Adobe Experience Platform vous permet d’utiliser le langage de requête structuré (SQL) dans Data Science Workspace par intégration Query Service into JupyterLab en tant que fonctionnalité standard.
Ce tutoriel présente des exemples de requêtes SQL pour des cas d’utilisation courants afin d’explorer, de transformer et d’analyser Adobe Analytics data.
Avant de commencer ce tutoriel, vous devez disposer des éléments suivants :
Accès à Adobe Experience Platform. Si vous n’avez pas accès à une organisation dans Experience Platform, contactez votre administrateur système avant de poursuivre
Un Adobe Analytics dataset
Une connaissance concrète des concepts clés suivants employés dans ce tutoriel :
Dans Experience Platform, accédez à Notebooks dans la colonne de navigation de gauche. Laissez charger JupyterLab.
Si un nouvel onglet de lanceur n’apparaît pas automatiquement, ouvrez un nouvel onglet de lanceur en cliquant sur Fichier puis sélectionnez Nouveau lanceur.
Dans l’onglet de lanceur, cliquez sur l’icône Vierge dans un environnement Python 3 pour ouvrir un notebook vierge.
Python 3 est actuellement le seul environnement pris en charge pour Query Service dans les notebooks.
Dans le rail de sélection de gauche, cliquez sur l’icône Données et double-cliquez sur le répertoire Jeux de données pour afficher sous forme de liste tous les jeux de données.
Rechercher une Adobe Analytics jeu de données à explorer et cliquez avec le bouton droit sur la liste, cliquez sur Données de requête dans Notebook pour générer des requêtes SQL dans le notebook vide.
Cliquez sur la première cellule générée contenant la fonction qs_connect()
et exécutez-la en cliquant sur le bouton de lecture. Cette fonction crée une connexion entre votre instance de notebook et Query Service.
Copiez le Adobe Analytics nom du jeu de données de la seconde requête SQL générée, il s’agira de la valeur suivant FROM
.
Insérez une nouvelle cellule de notebook en cliquant sur le bouton +.
Copiez, collez et exécutez les instructions d’importation suivantes dans une nouvelle cellule. Ces instructions seront utilisées pour visualiser vos données :
import plotly.plotly as py
import plotly.graph_objs as go
from plotly.offline import iplot
Ensuite, copiez et collez les variables suivantes dans une nouvelle cellule. Modifiez leur valeur en fonction de vos besoins, puis exécutez-les.
target_table = "your Adobe Analytics dataset name"
target_year = "2019"
target_month = "04"
target_day = "01"
target_table
: Nom de votre Adobe Analytics jeu de données.target_year
: année spécifique de laquelle proviennent les données cibles.target_month
: mois spécifique duquel provient la cible.target_day
: jour spécifique d’où proviennent les données cibles.Vous pouvez modifier ces valeurs à tout moment. Dans ce cas, veillez à exécuter la cellule de variables afin que les modifications soient appliquées.
Entrez les requêtes SQL suivantes dans des cellules de notebook distinctes. Exécutez une requête en la sélectionnant dans sa cellule, puis en sélectionnant le champ play bouton . Les résultats des requêtes réussies ou les journaux d’erreurs sont affichés sous la cellule exécutée.
Lorsqu’un notebook est inactif pendant une longue période, la connexion entre le notebook et Query Service peut rompre. Dans ce cas, redémarrez. JupyterLab en sélectionnant l’option Redémarrer button situé dans le coin supérieur droit à côté du bouton d’alimentation.
Le noyau du notebook se réinitialise, mais les cellules restent, exécutez à nouveau toutes les cellules pour continuer là où vous vous êtes arrêté.
La requête suivante renvoie le décompte horaire de visiteurs pour une date spécifique :
%%read_sql hourly_visitor -c QS_CONNECTION
SELECT Substring(timestamp, 1, 10) AS Day,
Substring(timestamp, 12, 2) AS Hour,
Count(DISTINCT concat(enduserids._experience.aaid.id,
_experience.analytics.session.num)) AS Visit_Count
FROM {target_table}
WHERE TIMESTAMP = to_timestamp('{target_year}-{target_month}-{target_day}')
GROUP BY Day, Hour
ORDER BY Hour;
Dans la requête ci-dessus, l’horodatage de la variable WHERE
est définie sur comme étant la valeur de target_year
. Incluez des variables dans les requêtes SQL en les insérant entre parenthèses ({}
).
La première ligne de la requête contient la variable facultative hourly_visitor
. Les résultats des requêtes seront stockés dans cette variable sous la forme d’un cadre de données pandas. Le stockage des résultats dans un cadre de données vous permet de visualiser ultérieurement les résultats de la requête à l’aide d’une Python module. Exécutez les opérations suivantes Python code dans une nouvelle cellule pour générer un graphique à barres :
trace = go.Bar(
x = hourly_visitor['Hour'],
y = hourly_visitor['Visit_Count'],
name = "Visitor Count"
)
layout = go.Layout(
title = 'Visit Count by Hour of Day',
width = 1200,
height = 600,
xaxis = dict(title = 'Hour of Day'),
yaxis = dict(title = 'Count')
)
fig = go.Figure(data = [trace], layout = layout)
iplot(fig)
La requête suivante renvoie le décompte horaire d’actions pour une date spécifique :
%%read_sql hourly_actions -d -c QS_CONNECTION
SELECT Substring(timestamp, 1, 10) AS Day,
Substring(timestamp, 12, 2) AS Hour,
Count(concat(enduserids._experience.aaid.id,
_experience.analytics.session.num,
_experience.analytics.session.depth)) AS Count
FROM {target_table}
WHERE TIMESTAMP = to_timestamp('{target_year}-{target_month}-{target_day}')
GROUP BY Day, Hour
ORDER BY Hour;
L’exécution de la requête ci-dessus stockera les résultats dans hourly_actions
en tant que cadre de données. Exécutez la fonction suivante dans une nouvelle cellule pour prévisualiser les résultats :
hourly_actions.head()
La requête ci-dessus peut être modifiée pour renvoyer le décompte horaire d’actions pour une période spécifique à l’aide d’opérateurs logiques dans la clause WHERE :
%%read_sql hourly_actions_date_range -d -c QS_CONNECTION
SELECT Substring(timestamp, 1, 10) AS Day,
Substring(timestamp, 12, 2) AS Hour,
Count(concat(enduserids._experience.aaid.id,
_experience.analytics.session.num,
_experience.analytics.session.depth)) AS Count
FROM {target_table}
WHERE timestamp >= TO_TIMESTAMP('2019-06-01 00', 'YYYY-MM-DD HH')
AND timestamp <= TO_TIMESTAMP('2019-06-02 23', 'YYYY-MM-DD HH')
GROUP BY Day, Hour
ORDER BY Hour;
L'exécution de la requête modifiée stocke les résultats dans hourly_actions_date_range
comme cadre de données. Exécutez la fonction suivante dans une nouvelle cellule pour prévisualiser les résultats :
hourly_actions_date_rage.head()
La requête suivante renvoie le décompte d’événements par visite pour une date spécifique :
%%read_sql events_per_session -c QS_CONNECTION
SELECT concat(enduserids._experience.aaid.id,
'-#',
_experience.analytics.session.num) AS aaid_sess_key,
Count(timestamp) AS Count
FROM {target_table}
WHERE TIMESTAMP = to_timestamp('{target_year}-{target_month}-{target_day}')
GROUP BY aaid_sess_key
ORDER BY Count DESC;
Exécutez les opérations suivantes Python afin de générer un histogramme pour le nombre d’événements par session de visite :
data = [go.Histogram(x = events_per_session['Count'])]
layout = go.Layout(
title = 'Histogram of Number of Events per Visit Session',
xaxis = dict(title = 'Number of Events'),
yaxis = dict(title = 'Count')
)
fig = go.Figure(data = data, layout = layout)
iplot(fig)
La requête suivante renvoie les dix pages les plus consultées pour une date spécifique :
%%read_sql popular_pages -c QS_CONNECTION
SELECT web.webpagedetails.name AS Page_Name,
Sum(web.webpagedetails.pageviews.value) AS Page_Views
FROM {target_table}
WHERE TIMESTAMP = to_timestamp('{target_year}-{target_month}-{target_day}')
GROUP BY web.webpagedetails.name
ORDER BY page_views DESC
LIMIT 10;
La requête suivante renvoie les dix utilisateurs les plus actifs pour une date spécifique :
%%read_sql active_users -c QS_CONNECTION
SELECT enduserids._experience.aaid.id AS aaid,
Count(timestamp) AS Count
FROM {target_table}
WHERE TIMESTAMP = to_timestamp('{target_year}-{target_month}-{target_day}')
GROUP BY aaid
ORDER BY Count DESC
LIMIT 10;
La requête suivante renvoie les dix villes qui génèrent la majorité des activités d’utilisateur pour une date spécifique :
%%read_sql active_cities -c QS_CONNECTION
SELECT concat(placeContext.geo.stateProvince, ' - ', placeContext.geo.city) AS state_city,
Count(timestamp) AS Count
FROM {target_table}
WHERE TIMESTAMP = to_timestamp('{target_year}-{target_month}-{target_day}')
GROUP BY state_city
ORDER BY Count DESC
LIMIT 10;
Ce tutoriel a présenté quelques exemples d’utilisation de Query Service in Jupyter notebooks. Suivez le tutoriel Analyser vos données à l’aide des notebooks Jupyter pour découvrir la manière dont des opérations similaires sont exécutées à l’aide du SDK d’accès aux données.