Las funciones definidas por el Adobe, en este caso denominadas ADF, son funciones creadas previamente en el servicio de consulta de Adobe Experience Platform que ayudan a realizar tareas comunes relacionadas con el negocio en Experience Event datos. Estas incluyen funciones para Sessionization y Atribución como los que se encuentran en Adobe Analytics.
Este documento proporciona información sobre las funciones definidas por el Adobe disponibles en Query Service.
El ID de Experience Cloud (ECID) también se conoce como MCID y se sigue utilizando en áreas de nombres.
La mayoría de la lógica empresarial requiere la recopilación de los puntos de contacto de un cliente y su pedido por tiempo. Este soporte es proporcionado por Spark SQL en forma de funciones de ventana. Las funciones Window son parte de SQL estándar y son compatibles con muchos otros motores SQL.
Una función window actualiza una agregación y devuelve un solo elemento para cada fila del subconjunto ordenado. La función de agregación más básica es SUM()
. SUM()
toma las filas y le da un total. Si lo prefiere, debe aplicar SUM()
en una ventana, convirtiéndola en una función de ventana, recibirá una suma acumulativa con cada fila.
La mayoría de Spark Los asistentes SQL son funciones de ventana que actualizan cada fila de la ventana, con el estado de esa fila añadido.
Sintaxis de la consulta
OVER ({PARTITION} {ORDER} {FRAME})
Parámetro | Descripción | Ejemplo |
---|---|---|
{PARTITION} |
Un subgrupo de filas basadas en una columna o en un campo disponible. | PARTITION BY endUserIds._experience.mcid.id |
{ORDER} |
Columna o campo disponible utilizado para ordenar el subconjunto o las filas. | ORDER BY timestamp |
{FRAME} |
Un subgrupo de las filas de una partición. | ROWS BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW |
Cuando trabaje con Experience Event datos procedentes de un sitio web, una aplicación móvil, un sistema de respuesta de voz interactivo o cualquier otro canal de interacción con el cliente, ayuda a que los eventos se puedan agrupar en torno a un periodo de actividad relacionado. Normalmente, tiene una intención específica de impulsar su actividad como investigar un producto, pagar una factura, comprobar el saldo de la cuenta, rellenar una solicitud, etc.
Esta agrupación, o sesionización de datos, ayuda a asociar los eventos para descubrir más contexto sobre la experiencia del cliente.
Para obtener más información sobre la sesionización en Adobe Analytics, consulte la documentación de sesiones según el contexto.
Sintaxis de la consulta
SESS_TIMEOUT({TIMESTAMP}, {EXPIRATION_IN_SECONDS}) OVER ({PARTITION} {ORDER} {FRAME})
Parámetro | Descripción |
---|---|
{TIMESTAMP} |
Campo de marca de tiempo encontrado en el conjunto de datos. |
{EXPIRATION_IN_SECONDS} |
Número de segundos necesarios entre eventos para clasificar el final de la sesión actual y el inicio de una nueva sesión. |
Una explicación de los parámetros dentro de la variable OVER()
se puede encontrar en la variable sección funciones de ventana.
Consulta de ejemplo
SELECT
endUserIds._experience.mcid.id as id,
timestamp,
SESS_TIMEOUT(timestamp, 60 * 30)
OVER (PARTITION BY endUserIds._experience.mcid.id
ORDER BY timestamp
ROWS BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW)
AS session
FROM experience_events
ORDER BY id, timestamp ASC
LIMIT 10
Resultados
id | timestamp | session
----------------------------------+-----------------------+--------------------
100080F22A45CB40-3A2B7A8E11096B6 | 2018-01-18 06:55:53.0 | (0,1,true,1)
100080F22A45CB40-3A2B7A8E11096B6 | 2018-01-18 06:56:51.0 | (58,1,false,2)
100080F22A45CB40-3A2B7A8E11096B6 | 2018-01-18 06:57:47.0 | (56,1,false,3)
100080F22A45CB40-3A2B7A8E11096B6 | 2018-01-18 06:58:27.0 | (40,1,false,4)
100080F22A45CB40-3A2B7A8E11096B6 | 2018-01-18 06:59:22.0 | (55,1,false,5)
100080F22A45CB40-3A2B7A8E11096B6 | 2018-02-03 01:16:23.0 | (1361821,2,true,1)
100080F22A45CB40-3A2B7A8E11096B6 | 2018-02-03 01:17:17.0 | (54,2,false,2)
100080F22A45CB40-3A2B7A8E11096B6 | 2018-02-03 01:18:06.0 | (49,2,false,3)
100080F22A45CB40-3A2B7A8E11096B6 | 2018-02-03 01:18:39.0 | (33,2,false,4)
100080F22A45CB40-3A2B7A8E11096B6 | 2018-02-03 01:19:10.0 | (31,2,false,5)
(10 rows)
Para la consulta de ejemplo dada, los resultados se proporcionan en la variable session
para abrir el Navegador. La variable session
se compone de los siguientes componentes:
({TIMESTAMP_DIFF}, {NUM}, {IS_NEW}, {DEPTH})
Parámetros | Descripción |
---|---|
{TIMESTAMP_DIFF} |
La diferencia en tiempo, en segundos, entre el registro actual y el registro anterior. |
{NUM} |
Un número de sesión único, que comienza en 1, para la clave definida en la variable PARTITION BY de la función window. |
{IS_NEW} |
Un booleano que se utiliza para identificar si un registro es el primero de una sesión. |
{DEPTH} |
Profundidad del registro actual dentro de la sesión. |
Esta consulta devuelve el estado de la sesión de la fila actual, en función de la marca de tiempo actual y la expresión dada e inicia una nueva sesión con la fila actual.
Sintaxis de la consulta
SESS_START_IF({TIMESTAMP}, {TEST_EXPRESSION}) OVER ({PARTITION} {ORDER} {FRAME})
Parámetro | Descripción |
---|---|
{TIMESTAMP} |
Campo de marca de tiempo encontrado en el conjunto de datos. |
{TEST_EXPRESSION} |
Expresión con la que desea comprobar los campos de los datos. Por ejemplo, application.launches > 0 . |
Una explicación de los parámetros dentro de la variable OVER()
se puede encontrar en la variable sección funciones de ventana.
Consulta de ejemplo
SELECT
endUserIds._experience.mcid.id AS id,
timestamp,
IF(application.launches.value > 0, true, false) AS isLaunch,
SESS_START_IF(timestamp, application.launches.value > 0)
OVER (PARTITION BY endUserIds._experience.mcid.id
ORDER BY timestamp
ROWS BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW)
AS session
FROM experience_events
ORDER BY id, timestamp ASC
LIMIT 10
Resultados
id | timestamp | isLaunch | session
----------------------------------+-----------------------+----------+--------------------
100080F22A45CB40-3A2B7A8E11096B6 | 2018-01-18 06:55:53.0 | true | (0,1,true,1)
100080F22A45CB40-3A2B7A8E11096B6 | 2018-01-18 06:56:51.0 | false | (58,1,false,2)
100080F22A45CB40-3A2B7A8E11096B6 | 2018-01-18 06:57:47.0 | false | (56,1,false,3)
100080F22A45CB40-3A2B7A8E11096B6 | 2018-01-18 06:58:27.0 | true | (40,2,true,1)
100080F22A45CB40-3A2B7A8E11096B6 | 2018-01-18 06:59:22.0 | false | (55,2,false,2)
100080F22A45CB40-3A2B7A8E11096B6 | 2018-02-03 01:16:23.0 | false | (1361821,2,false,3)
100080F22A45CB40-3A2B7A8E11096B6 | 2018-02-03 01:17:17.0 | false | (54,2,false,4)
100080F22A45CB40-3A2B7A8E11096B6 | 2018-02-03 01:18:06.0 | false | (49,2,false,5)
100080F22A45CB40-3A2B7A8E11096B6 | 2018-02-03 01:18:39.0 | false | (33,2,false,6)
100080F22A45CB40-3A2B7A8E11096B6 | 2018-02-03 01:19:10.0 | false | (31,2,false,7)
(10 rows)
Para la consulta de ejemplo dada, los resultados se proporcionan en la variable session
para abrir el Navegador. La variable session
se compone de los siguientes componentes:
({TIMESTAMP_DIFF}, {NUM}, {IS_NEW}, {DEPTH})
Parámetros | Descripción |
---|---|
{TIMESTAMP_DIFF} |
La diferencia en tiempo, en segundos, entre el registro actual y el registro anterior. |
{NUM} |
Un número de sesión único, que comienza en 1, para la clave definida en la variable PARTITION BY de la función window. |
{IS_NEW} |
Un booleano que se utiliza para identificar si un registro es el primero de una sesión. |
{DEPTH} |
Profundidad del registro actual dentro de la sesión. |
Esta consulta devuelve el estado de la sesión de la fila actual, en función de la marca de tiempo actual y la expresión dada, finaliza la sesión actual e inicia una nueva sesión en la fila siguiente.
Sintaxis de la consulta
SESS_END_IF({TIMESTAMP}, {TEST_EXPRESSION}) OVER ({PARTITION} {ORDER} {FRAME})
Parámetro | Descripción |
---|---|
{TIMESTAMP} |
Campo de marca de tiempo encontrado en el conjunto de datos. |
{TEST_EXPRESSION} |
Expresión con la que desea comprobar los campos de los datos. Por ejemplo, application.launches > 0 . |
Una explicación de los parámetros dentro de la variable OVER()
se puede encontrar en la variable sección funciones de ventana.
Consulta de ejemplo
SELECT
endUserIds._experience.mcid.id AS id,
timestamp,
IF(application.applicationCloses.value > 0 OR application.crashes.value > 0, true, false) AS isExit,
SESS_END_IF(timestamp, application.applicationCloses.value > 0 OR application.crashes.value > 0)
OVER (PARTITION BY endUserIds._experience.mcid.id
ORDER BY timestamp
ROWS BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW)
AS session
FROM experience_events
ORDER BY id, timestamp ASC
LIMIT 10
Resultados
id | timestamp | isExit | session
----------------------------------+-----------------------+----------+--------------------
100080F22A45CB40-3A2B7A8E11096B6 | 2018-01-18 06:55:53.0 | false | (0,1,true,1)
100080F22A45CB40-3A2B7A8E11096B6 | 2018-01-18 06:56:51.0 | false | (58,1,false,2)
100080F22A45CB40-3A2B7A8E11096B6 | 2018-01-18 06:57:47.0 | true | (56,1,false,3)
100080F22A45CB40-3A2B7A8E11096B6 | 2018-01-18 06:58:27.0 | false | (40,2,true,1)
100080F22A45CB40-3A2B7A8E11096B6 | 2018-01-18 06:59:22.0 | false | (55,2,false,2)
100080F22A45CB40-3A2B7A8E11096B6 | 2018-02-03 01:16:23.0 | false | (1361821,2,false,3)
100080F22A45CB40-3A2B7A8E11096B6 | 2018-02-03 01:17:17.0 | false | (54,2,false,4)
100080F22A45CB40-3A2B7A8E11096B6 | 2018-02-03 01:18:06.0 | false | (49,2,false,5)
100080F22A45CB40-3A2B7A8E11096B6 | 2018-02-03 01:18:39.0 | false | (33,2,false,6)
100080F22A45CB40-3A2B7A8E11096B6 | 2018-02-03 01:19:10.0 | false | (31,2,false,7)
(10 rows)
Para la consulta de ejemplo dada, los resultados se proporcionan en la variable session
para abrir el Navegador. La variable session
se compone de los siguientes componentes:
({TIMESTAMP_DIFF}, {NUM}, {IS_NEW}, {DEPTH})
Parámetros | Descripción |
---|---|
{TIMESTAMP_DIFF} |
La diferencia en tiempo, en segundos, entre el registro actual y el registro anterior. |
{NUM} |
Un número de sesión único, que comienza en 1, para la clave definida en la variable PARTITION BY de la función window. |
{IS_NEW} |
Un booleano que se utiliza para identificar si un registro es el primero de una sesión. |
{DEPTH} |
Profundidad del registro actual dentro de la sesión. |
El control de rutas se puede utilizar para comprender la profundidad de participación del cliente, confirmar que los pasos que se pretenden dar a una experiencia están funcionando según lo previsto e identificar posibles puntos problemáticos que puedan afectar al cliente.
Los siguientes ADF admiten el establecimiento de vistas de rutas desde sus relaciones anteriores y siguientes. Podrá crear páginas anteriores y páginas siguientes, o pasar por varios eventos para crear rutas.
Determina el valor anterior de un campo concreto a un número definido de pasos dentro de la ventana. Observe en el ejemplo que la variable WINDOW
se configura con un fotograma de ROWS BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW
configurar el ADF para que observe la fila actual y todas las filas posteriores.
Sintaxis de la consulta
PREVIOUS({KEY}, {SHIFT}, {IGNORE_NULLS}) OVER ({PARTITION} {ORDER} {FRAME})
Parámetro | Descripción |
---|---|
{KEY} |
La columna o campo del evento. |
{SHIFT} |
(Opcional) El número de eventos fuera del evento actual. De forma predeterminada, el valor es 1. |
{IGNORE_NULLS} |
(Opcional) Un booleano que indica si es nulo {KEY} Los valores de deben ignorarse. El valor predeterminado es false . |
Una explicación de los parámetros dentro de la variable OVER()
se puede encontrar en la variable sección funciones de ventana.
Consulta de ejemplo
SELECT endUserIds._experience.mcid.id, timestamp, web.webPageDetails.name
PREVIOUS(web.webPageDetails.name, 3)
OVER(PARTITION BY endUserIds._experience.mcid.id
ORDER BY timestamp
ROWS BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW)
AS previous_page
FROM experience_events
ORDER BY endUserIds._experience.mcid.id, timestamp ASC
Resultados
id | timestamp | name | previous_page
-----------------------------------+-----------------------+-------------------------------------+-----------------------------------------------------
457C3510571E5930-69AA721C4CBF9339 | 2017-11-08 17:15:28.0 | |
457C3510571E5930-69AA721C4CBF9339 | 2017-11-08 17:53:05.0 | Home |
457C3510571E5930-69AA721C4CBF9339 | 2017-11-08 17:53:45.0 | Kids | (Home)
457C3510571E5930-69AA721C4CBF9339 | 2017-11-08 19:22:34.0 | | (Kids)
457C3510571E5930-69AA721C4CBF9339 | 2017-11-08 20:01:12.0 | Home |
457C3510571E5930-69AA721C4CBF9339 | 2017-11-08 20:01:57.0 | Kids | (Home)
457C3510571E5930-69AA721C4CBF9339 | 2017-11-08 20:03:36.0 | Search Results | (Kids)
457C3510571E5930-69AA721C4CBF9339 | 2017-11-08 20:04:30.0 | Product Details: Pemmican Power Bar | (Search Results)
457C3510571E5930-69AA721C4CBF9339 | 2017-11-08 20:05:27.0 | Shopping Cart: Cart Details | (Product Details: Pemmican Power Bar)
457C3510571E5930-69AA721C4CBF9339 | 2017-11-08 20:06:07.0 | Shopping Cart: Shipping Information | (Shopping Cart: Cart Details)
(10 rows)
Para la consulta de ejemplo dada, los resultados se proporcionan en la variable previous_page
para abrir el Navegador. El valor dentro de la variable previous_page
se basa en la variable {KEY}
se utiliza en el ADF.
Determina el siguiente valor de un campo concreto a un número definido de pasos de la ventana. Observe en el ejemplo que la variable WINDOW
se configura con un fotograma de ROWS BETWEEN CURRENT ROW AND UNBOUNDED FOLLOWING
configurar el ADF para que observe la fila actual y todas las filas posteriores.
Sintaxis de la consulta
NEXT({KEY}, {SHIFT}, {IGNORE_NULLS}) OVER ({PARTITION} {ORDER} {FRAME})
Parámetro | Descripción |
---|---|
{KEY} |
La columna o campo del evento. |
{SHIFT} |
(Opcional) El número de eventos fuera del evento actual. De forma predeterminada, el valor es 1. |
{IGNORE_NULLS} |
(Opcional) Un booleano que indica si es nulo {KEY} Los valores de deben ignorarse. El valor predeterminado es false . |
Una explicación de los parámetros dentro de la variable OVER()
se puede encontrar en la variable sección funciones de ventana.
Consulta de ejemplo
SELECT endUserIds._experience.aaid.id, timestamp, web.webPageDetails.name,
NEXT(web.webPageDetails.name, 1, true)
OVER(PARTITION BY endUserIds._experience.aaid.id
ORDER BY timestamp
ROWS BETWEEN CURRENT ROW AND UNBOUNDED FOLLOWING)
AS next_page
FROM experience_events
ORDER BY endUserIds._experience.aaid.id, timestamp ASC
LIMIT 10
Resultados
id | timestamp | name | previous_page
-----------------------------------+-----------------------+-------------------------------------+---------------------------------------
457C3510571E5930-69AA721C4CBF9339 | 2017-11-08 17:15:28.0 | | (Home)
457C3510571E5930-69AA721C4CBF9339 | 2017-11-08 17:53:05.0 | Home | (Kids)
457C3510571E5930-69AA721C4CBF9339 | 2017-11-08 17:53:45.0 | Kids | (Home)
457C3510571E5930-69AA721C4CBF9339 | 2017-11-08 19:22:34.0 | | (Home)
457C3510571E5930-69AA721C4CBF9339 | 2017-11-08 20:01:12.0 | Home | (Kids)
457C3510571E5930-69AA721C4CBF9339 | 2017-11-08 20:01:57.0 | Kids | (Search Results)
457C3510571E5930-69AA721C4CBF9339 | 2017-11-08 20:03:36.0 | Search Results | (Product Details: Pemmican Power Bar)
457C3510571E5930-69AA721C4CBF9339 | 2017-11-08 20:04:30.0 | Product Details: Pemmican Power Bar | (Shopping Cart: Cart Details)
457C3510571E5930-69AA721C4CBF9339 | 2017-11-08 20:05:27.0 | Shopping Cart: Cart Details | (Shopping Cart: Shipping Information)
457C3510571E5930-69AA721C4CBF9339 | 2017-11-08 20:06:07.0 | Shopping Cart: Shipping Information | (Shopping Cart: Billing Information)
(10 rows)
Para la consulta de ejemplo dada, los resultados se proporcionan en la variable previous_page
para abrir el Navegador. El valor dentro de la variable previous_page
se basa en la variable {KEY}
se utiliza en el ADF.
El intervalo de tiempo le permite explorar el comportamiento latente del cliente en un periodo determinado antes o después de que se produzca un evento.
Esta consulta devuelve un número que representa la unidad de tiempo desde que se vio el evento coincidente anterior. Si no se encontró ningún evento coincidente, devuelve nulo.
Sintaxis de la consulta
TIME_BETWEEN_PREVIOUS_MATCH(
{TIMESTAMP}, {EVENT_DEFINITION}, {TIME_UNIT})
OVER ({PARTITION} {ORDER} {FRAME})
Parámetro | Descripción |
---|---|
{TIMESTAMP} |
Campo de marca de hora que se encuentra en el conjunto de datos rellenado en todos los eventos. |
{EVENT_DEFINITION} |
La expresión para clasificar el evento anterior. |
{TIME_UNIT} |
Unidad de salida. El valor posible incluye días, horas, minutos y segundos. De forma predeterminada, el valor es seconds. |
Una explicación de los parámetros dentro de la variable OVER()
se puede encontrar en la variable sección funciones de ventana.
Consulta de ejemplo
SELECT
page_name,
SUM (time_between_previous_match) / COUNT(page_name) as average_minutes_since_registration
FROM
(
SELECT
endUserIds._experience.mcid.id as id,
timestamp, web.webPageDetails.name as page_name,
TIME_BETWEEN_PREVIOUS_MATCH(timestamp, web.webPageDetails.name='Account Registration|Confirmation', 'minutes')
OVER(PARTITION BY endUserIds._experience.mcid.id
ORDER BY timestamp
ROWS BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW)
AS time_between_previous_match
FROM experience_events
)
WHERE time_between_previous_match IS NOT NULL
GROUP BY page_name
ORDER BY average_minutes_since_registration
LIMIT 10
Resultados
page_name | average_minutes_since_registration
-----------------------------------+------------------------------------
|
Account Registration|Confirmation | 0.0
Seasonal | 5.47029702970297
Equipment | 6.532110091743119
Women | 7.287081339712919
Men | 7.640918580375783
Product List | 9.387459807073954
Unlimited Blog|February | 9.954545454545455
Product Details|Buffalo | 13.304347826086957
Unlimited Blog|June | 770.4285714285714
(10 rows)
Para la consulta de ejemplo dada, los resultados se proporcionan en la variable average_minutes_since_registration
para abrir el Navegador. El valor dentro de la variable average_minutes_since_registration
es la diferencia en tiempo entre los eventos actual y anterior. La unidad de tiempo se definió anteriormente en la variable {TIME_UNIT}
.
Esta consulta devuelve un número negativo que representa la unidad de tiempo detrás del siguiente evento coincidente. Si no se encuentra un evento coincidente, se devuelve null.
Sintaxis de la consulta
TIME_BETWEEN_NEXT_MATCH({TIMESTAMP}, {EVENT_DEFINITION}, {TIME_UNIT}) OVER ({PARTITION} {ORDER} {FRAME})
Parámetro | Descripción |
---|---|
{TIMESTAMP} |
Campo de marca de hora que se encuentra en el conjunto de datos rellenado en todos los eventos. |
{EVENT_DEFINITION} |
La expresión para clasificar el siguiente evento. |
{TIME_UNIT} |
(Opcional) Unidad de salida. El valor posible incluye días, horas, minutos y segundos. De forma predeterminada, el valor es seconds. |
Una explicación de los parámetros dentro de la variable OVER()
se puede encontrar en la variable sección funciones de ventana.
Consulta de ejemplo
SELECT
page_name,
SUM (time_between_next_match) / COUNT(page_name) as average_minutes_until_order_confirmation
FROM
(
SELECT
endUserIds._experience.mcid.id as id,
timestamp, web.webPageDetails.name as page_name,
TIME_BETWEEN_NEXT_MATCH(timestamp, web.webPageDetails.name='Shopping Cart|Order Confirmation', 'minutes')
OVER(PARTITION BY endUserIds._experience.mcid.id
ORDER BY timestamp
ROWS BETWEEN CURRENT ROW AND UNBOUNDED FOLLOWING)
AS time_between_next_match
FROM experience_events
)
WHERE time_between_next_match IS NOT NULL
GROUP BY page_name
ORDER BY average_minutes_until_order_confirmation DESC
LIMIT 10
Resultados
page_name | average_minutes_until_order_confirmation
-----------------------------------+------------------------------------------
Shopping Cart|Order Confirmation | 0.0
Men | -9.465295629820051
Equipment | -9.682098765432098
Product List | -9.690661478599221
Women | -9.759459459459459
Seasonal | -10.295
Shopping Cart|Order Review | -366.33567364956144
Unlimited Blog|February | -615.0327868852459
Shopping Cart|Billing Information | -775.6200495367711
Product Details|Buffalo | -1274.9571428571428
(10 rows)
Para la consulta de ejemplo dada, los resultados se proporcionan en la variable average_minutes_until_order_confirmation
para abrir el Navegador. El valor dentro de la variable average_minutes_until_order_confirmation
es la diferencia en tiempo entre los eventos actual y siguiente. La unidad de tiempo se definió anteriormente en la variable {TIME_UNIT}
.
Con las funciones descritas aquí, puede escribir consultas para acceder a las suyas Experience Event conjuntos de datos mediante Query Service. Para obtener más información sobre la creación de consultas en Query Service, consulte la documentación de creación de consultas.
El siguiente vídeo muestra cómo ejecutar consultas en la interfaz de Adobe Experience Platform y en un cliente PSQL. Además, el vídeo también utiliza ejemplos que implican propiedades individuales en un objeto XDM, utilizando funciones definidas por Adobe y utilizando CREATE TABLE AS SELECT (CTAS).