As funções definidas pelo Adobe, aqui chamadas de ADFs, são funções pré-criadas no Serviço de consulta do Adobe Experience Platform que ajudam a executar tarefas comerciais comuns no Experience Event dados. Isso inclui funções para Sessões e Atribuição como os encontrados no Adobe Analytics.
Este documento fornece informações para funções definidas pelo Adobe disponíveis em Query Service.
A ID de Experience Cloud (ECID) também é conhecida como MCID e continua a ser usada em namespaces.
A maior parte da lógica de negócios requer a obtenção dos pontos de contato para um cliente e a solicitação deles por tempo. Este suporte é fornecido pela Spark SQL na forma de funções de janela. As funções de janela são parte do SQL padrão e são suportadas por muitos outros mecanismos SQL.
Uma função de janela atualiza uma agregação e retorna um único item para cada linha no subconjunto ordenado. A função de agregação mais básica é SUM()
. SUM()
pega suas linhas e dá um total. Se você aplicar SUM()
a uma janela, transformando-a em uma função de janela, você recebe uma soma cumulativa com cada linha.
A maioria dos Spark Os SQL helpers são funções de janela que atualizam cada linha em sua janela, com o estado dessa linha adicionado.
Sintaxe da consulta
OVER ({PARTITION} {ORDER} {FRAME})
Parâmetro | Descrição | Exemplo |
---|---|---|
{PARTITION} |
Um subgrupo de linhas com base em uma coluna ou campo disponível. | PARTITION BY endUserIds._experience.mcid.id |
{ORDER} |
Uma coluna ou campo disponível usado para ordenar o subconjunto ou as linhas. | ORDER BY timestamp |
{FRAME} |
Um subgrupo das linhas em uma partição. | ROWS BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW |
Ao trabalhar com Experience Event dados provenientes de um site, aplicativo móvel, sistema de resposta de voz interativa ou qualquer outro canal de interação com o cliente ajudam se os eventos puderem ser agrupados em torno de um período de atividade relacionado. Normalmente, você tem uma intenção específica ao orientar sua atividade, como pesquisar um produto, pagar uma fatura, verificar o saldo da conta, preencher um aplicativo e assim por diante.
Esse agrupamento ou sessão de dados ajuda a associar os eventos para descobrir mais contexto sobre a experiência do cliente.
Para obter mais informações sobre a sessão no Adobe Analytics, consulte a documentação em sessões sensíveis ao contexto.
Sintaxe da consulta
SESS_TIMEOUT({TIMESTAMP}, {EXPIRATION_IN_SECONDS}) OVER ({PARTITION} {ORDER} {FRAME})
Parâmetro | Descrição |
---|---|
{TIMESTAMP} |
O campo de carimbo de data e hora encontrado no conjunto de dados. |
{EXPIRATION_IN_SECONDS} |
O número de segundos necessários entre eventos para qualificar o final da sessão atual e o início de uma nova sessão. |
Uma explicação dos parâmetros na variável OVER()
pode ser encontrada na variável seção funções da janela.
Exemplo de consulta
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 a amostra de query fornecida, os resultados são fornecidos na variável session
coluna. A variável session
A coluna é composta dos seguintes componentes:
({TIMESTAMP_DIFF}, {NUM}, {IS_NEW}, {DEPTH})
Parâmetros | Descrição |
---|---|
{TIMESTAMP_DIFF} |
A diferença no tempo, em segundos, entre o registro atual e o registro anterior. |
{NUM} |
Um número de sessão exclusivo, começando em 1, para a chave definida no PARTITION BY da função window. |
{IS_NEW} |
Um booleano usado para identificar se um registro é o primeiro de uma sessão. |
{DEPTH} |
A profundidade do registro atual na sessão. |
Esta consulta retorna o estado da sessão para a linha atual, com base no carimbo de data e hora atual e na expressão fornecida, e inicia uma nova sessão com a linha atual.
Sintaxe da consulta
SESS_START_IF({TIMESTAMP}, {TEST_EXPRESSION}) OVER ({PARTITION} {ORDER} {FRAME})
Parâmetro | Descrição |
---|---|
{TIMESTAMP} |
O campo de carimbo de data e hora encontrado no conjunto de dados. |
{TEST_EXPRESSION} |
Uma expressão em que você deseja verificar os campos dos dados. Por exemplo, application.launches > 0 . |
Uma explicação dos parâmetros na variável OVER()
pode ser encontrada na variável seção funções da janela.
Exemplo de consulta
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 a amostra de query fornecida, os resultados são fornecidos na variável session
coluna. A variável session
A coluna é composta dos seguintes componentes:
({TIMESTAMP_DIFF}, {NUM}, {IS_NEW}, {DEPTH})
Parâmetros | Descrição |
---|---|
{TIMESTAMP_DIFF} |
A diferença no tempo, em segundos, entre o registro atual e o registro anterior. |
{NUM} |
Um número de sessão exclusivo, começando em 1, para a chave definida no PARTITION BY da função window. |
{IS_NEW} |
Um booleano usado para identificar se um registro é o primeiro de uma sessão. |
{DEPTH} |
A profundidade do registro atual na sessão. |
Esta consulta retorna o estado da sessão para a linha atual, com base no carimbo de data e hora atual e na expressão fornecida, encerra a sessão atual e inicia uma nova sessão na linha seguinte.
Sintaxe da consulta
SESS_END_IF({TIMESTAMP}, {TEST_EXPRESSION}) OVER ({PARTITION} {ORDER} {FRAME})
Parâmetro | Descrição |
---|---|
{TIMESTAMP} |
O campo de carimbo de data e hora encontrado no conjunto de dados. |
{TEST_EXPRESSION} |
Uma expressão em que você deseja verificar os campos dos dados. Por exemplo, application.launches > 0 . |
Uma explicação dos parâmetros na variável OVER()
pode ser encontrada na variável seção funções da janela.
Exemplo de consulta
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 a amostra de query fornecida, os resultados são fornecidos na variável session
coluna. A variável session
A coluna é composta dos seguintes componentes:
({TIMESTAMP_DIFF}, {NUM}, {IS_NEW}, {DEPTH})
Parâmetros | Descrição |
---|---|
{TIMESTAMP_DIFF} |
A diferença no tempo, em segundos, entre o registro atual e o registro anterior. |
{NUM} |
Um número de sessão exclusivo, começando em 1, para a chave definida no PARTITION BY da função window. |
{IS_NEW} |
Um booleano usado para identificar se um registro é o primeiro de uma sessão. |
{DEPTH} |
A profundidade do registro atual na sessão. |
A definição de caminho pode ser usada para entender a profundidade do engajamento do cliente, confirmar se as etapas desejadas de uma experiência estão funcionando como projetado e identificar possíveis pontos problemáticos que afetam o cliente.
Os ADFs a seguir são compatíveis com o estabelecimento de exibições de definição de caminho a partir de suas relações anteriores e seguintes. Você poderá criar páginas anteriores e próximas páginas, ou percorrer vários eventos para criar a definição de caminho.
Determina o valor anterior de um campo específico em um número definido de etapas na janela. Observe no exemplo que a variável WINDOW
é configurada com um quadro de ROWS BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW
definindo o ADF para observar a linha atual e todas as linhas subsequentes.
Sintaxe da consulta
PREVIOUS({KEY}, {SHIFT}, {IGNORE_NULLS}) OVER ({PARTITION} {ORDER} {FRAME})
Parâmetro | Descrição |
---|---|
{KEY} |
A coluna ou o campo do evento. |
{SHIFT} |
(Opcional) O número de eventos distante do evento atual. Por padrão, o valor é 1. |
{IGNORE_NULLS} |
(Opcional) Um booleano que indica se nulo {KEY} Os valores de devem ser ignorados. Por padrão, o valor é false . |
Uma explicação dos parâmetros na variável OVER()
pode ser encontrada na variável seção funções da janela.
Exemplo de consulta
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 a amostra de query fornecida, os resultados são fornecidos na variável previous_page
coluna. O valor dentro do previous_page
a coluna é baseada no {KEY}
usado no ADF.
Determina o próximo valor de um campo específico em um número definido de etapas na janela. Observe no exemplo que a variável WINDOW
é configurada com um quadro de ROWS BETWEEN CURRENT ROW AND UNBOUNDED FOLLOWING
definindo o ADF para observar a linha atual e todas as linhas subsequentes.
Sintaxe da consulta
NEXT({KEY}, {SHIFT}, {IGNORE_NULLS}) OVER ({PARTITION} {ORDER} {FRAME})
Parâmetro | Descrição |
---|---|
{KEY} |
A coluna ou o campo do evento. |
{SHIFT} |
(Opcional) O número de eventos distante do evento atual. Por padrão, o valor é 1. |
{IGNORE_NULLS} |
(Opcional) Um booleano que indica se nulo {KEY} Os valores de devem ser ignorados. Por padrão, o valor é false . |
Uma explicação dos parâmetros na variável OVER()
pode ser encontrada na variável seção funções da janela.
Exemplo de consulta
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 a amostra de query fornecida, os resultados são fornecidos na variável previous_page
coluna. O valor dentro do previous_page
a coluna é baseada no {KEY}
usado no ADF.
O intervalo de tempo permite explorar o comportamento latente do cliente em um determinado período antes ou depois da ocorrência de um evento.
Esta consulta retorna um número que representa a unidade de tempo desde que o evento correspondente anterior foi visto. Se nenhum evento correspondente for encontrado, ele retornará um valor nulo.
Sintaxe da consulta
TIME_BETWEEN_PREVIOUS_MATCH(
{TIMESTAMP}, {EVENT_DEFINITION}, {TIME_UNIT})
OVER ({PARTITION} {ORDER} {FRAME})
Parâmetro | Descrição |
---|---|
{TIMESTAMP} |
Um campo de carimbo de data e hora foi encontrado no conjunto de dados preenchido em todos os eventos. |
{EVENT_DEFINITION} |
A expressão para qualificar o evento anterior. |
{TIME_UNIT} |
A unidade de saída. Os valores possíveis incluem dias, horas, minutos e segundos. Por padrão, o valor é segundos. |
Uma explicação dos parâmetros na variável OVER()
pode ser encontrada na variável seção funções da janela.
Exemplo de consulta
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 a amostra de query fornecida, os resultados são fornecidos na variável average_minutes_since_registration
coluna. O valor dentro do average_minutes_since_registration
column é a diferença no tempo entre os eventos atual e anterior. A unidade de tempo foi definida anteriormente na variável {TIME_UNIT}
.
Esta consulta retorna um número negativo que representa a unidade de tempo atrás do próximo evento correspondente. Se um evento correspondente não for encontrado, null será retornado.
Sintaxe da consulta
TIME_BETWEEN_NEXT_MATCH({TIMESTAMP}, {EVENT_DEFINITION}, {TIME_UNIT}) OVER ({PARTITION} {ORDER} {FRAME})
Parâmetro | Descrição |
---|---|
{TIMESTAMP} |
Um campo de carimbo de data e hora foi encontrado no conjunto de dados preenchido em todos os eventos. |
{EVENT_DEFINITION} |
A expressão para qualificar o próximo evento. |
{TIME_UNIT} |
(Opcional) A unidade de saída. Os valores possíveis incluem dias, horas, minutos e segundos. Por padrão, o valor é segundos. |
Uma explicação dos parâmetros na variável OVER()
pode ser encontrada na variável seção funções da janela.
Exemplo de consulta
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 a amostra de query fornecida, os resultados são fornecidos na variável average_minutes_until_order_confirmation
coluna. O valor dentro do average_minutes_until_order_confirmation
coluna é a diferença de tempo entre os eventos atuais e seguintes. A unidade de tempo foi definida anteriormente na variável {TIME_UNIT}
.
Usando as funções descritas aqui, você pode escrever consultas para acessar as suas Experience Event conjuntos de dados usando Query Service. Para obter mais informações sobre a criação de consultas no Query Service, consulte a documentação em criação de consultas.
O vídeo a seguir mostra como executar queries na interface do Adobe Experience Platform e em um cliente PSQL. Além disso, o vídeo também usa exemplos envolvendo propriedades individuais em um objeto XDM, usando funções definidas por Adobe e usando CREATE TABLE AS SELECT (CTAS).