查詢服務中的Adobe定義SQL函式

Adobe定義的函式（在此稱為ADF）是Adobe Experience Platform查詢服務中預先建立的函式，可協助您執行以下常見的業務相關工作 Experience Event 資料。這些包括下列函式工作階段化和歸因如同Adobe Analytics中的那些。

本檔案提供Adobe定義函式的資訊，這些函式可在 Query Service.

注意

Experience CloudID (ECID)也稱為MCID，並將繼續用於名稱空間。

視窗函式

大多數的商業邏輯要求收集客戶的接觸點並在時間之前訂購它們。此支援由以下人員提供 Spark SQL的視窗函式形式。視窗函式是標準SQL的一部分，並且受到許多其他SQL引擎的支援。

視窗函式會更新彙總，並為已訂購子集中的每個資料列傳回單一料號。最基本的彙總函式是 SUM(). SUM() 會取得您的列，並提供一個總計。如果您改為套用 SUM() 對於視窗，將其轉換為視窗函式，您會收到每列的累計總和。

大部分 Spark SQL輔助程式是視窗函式，會更新視窗中每一資料列，並加入該資料列的狀態。

查詢語法

OVER ({PARTITION} {ORDER} {FRAME})

參數	說明	範例
`{PARTITION}`	根據欄或可用欄位的一組子列。	`PARTITION BY endUserIds._experience.mcid.id`
`{ORDER}`	用來排序子集或列的欄或可用欄位。	`ORDER BY timestamp`
`{FRAME}`	分割區中資料列的子群組。	`ROWS BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW`

工作階段化

當您使用時 Experience Event 源自網站、行動應用程式、互動式語音回應系統或任何其他客戶互動頻道的資料，如果事件可依相關活動期間分組，則會有所幫助。通常，您有特定意圖可推動您的活動，例如研究產品、支付帳單、檢查帳戶餘額、填寫應用程式等。

此分組或資料工作階段化有助於建立事件關聯，以發掘更多有關客戶體驗的內容。

如需Adobe Analytics中工作階段化的詳細資訊，請參閱以下檔案：內容感知作業.

查詢語法

SESS_TIMEOUT({TIMESTAMP}, {EXPIRATION_IN_SECONDS}) OVER ({PARTITION} {ORDER} {FRAME})

參數	說明
`{TIMESTAMP}`	在資料集中找到的時間戳記欄位。
`{EXPIRATION_IN_SECONDS}`	事件之間符合目前工作階段結束和新工作階段開始所需的秒數。

內引數的說明 OVER() 函式位於視窗函式區段.

範例查詢

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

結果

                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)

對於給定的範例查詢，結果會提供在 session 欄。此 session 欄由下列元件組成：

({TIMESTAMP_DIFF}, {NUM}, {IS_NEW}, {DEPTH})

參數	說明
`{TIMESTAMP_DIFF}`	目前記錄與先前記錄之間的時間差異（以秒為單位）。
`{NUM}`	「」中定義之索引鍵的唯一工作階段編號，從1開始 `PARTITION BY` 視窗函式的。
`{IS_NEW}`	用於識別記錄是否為工作階段第一個的布林值。
`{DEPTH}`	工作階段中目前記錄的深度。

SESS_START_IF

此查詢會根據目前時間戳記和指定的運算式，傳回目前列的工作階段狀態，並以目前列開始新的工作階段。

查詢語法

SESS_START_IF({TIMESTAMP}, {TEST_EXPRESSION}) OVER ({PARTITION} {ORDER} {FRAME})

參數	說明
`{TIMESTAMP}`	在資料集中找到的時間戳記欄位。
`{TEST_EXPRESSION}`	您要用來檢查資料欄位的運算式。例如 `application.launches > 0`。

內引數的說明 OVER() 函式位於視窗函式區段.

範例查詢

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

結果

                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)

對於給定的範例查詢，結果會提供在 session 欄。此 session 欄由下列元件組成：

({TIMESTAMP_DIFF}, {NUM}, {IS_NEW}, {DEPTH})

參數	說明
`{TIMESTAMP_DIFF}`	目前記錄與先前記錄之間的時間差異（以秒為單位）。
`{NUM}`	「」中定義之索引鍵的唯一工作階段編號，從1開始 `PARTITION BY` 視窗函式的。
`{IS_NEW}`	用於識別記錄是否為工作階段第一個的布林值。
`{DEPTH}`	工作階段中目前記錄的深度。

SESS_END_IF

此查詢會根據目前時間戳記和指定的運算式，傳回目前列的工作階段狀態，結束目前的工作階段，並在下一列開始新的工作階段。

查詢語法

SESS_END_IF({TIMESTAMP}, {TEST_EXPRESSION}) OVER ({PARTITION} {ORDER} {FRAME})

參數	說明
`{TIMESTAMP}`	在資料集中找到的時間戳記欄位。
`{TEST_EXPRESSION}`	您要用來檢查資料欄位的運算式。例如 `application.launches > 0`。

內引數的說明 OVER() 函式位於視窗函式區段.

範例查詢

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

結果

                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)

對於給定的範例查詢，結果會提供在 session 欄。此 session 欄由下列元件組成：

({TIMESTAMP_DIFF}, {NUM}, {IS_NEW}, {DEPTH})

參數	說明
`{TIMESTAMP_DIFF}`	目前記錄與先前記錄之間的時間差異（以秒為單位）。
`{NUM}`	「」中定義之索引鍵的唯一工作階段編號，從1開始 `PARTITION BY` 視窗函式的。
`{IS_NEW}`	用於識別記錄是否為工作階段第一個的布林值。
`{DEPTH}`	工作階段中目前記錄的深度。

路徑分析

路徑分析可用來瞭解客戶的參與深度、確認體驗的預期步驟是否如預期運作，以及識別影響客戶的潛在痛點。

下列ADF支援從先前和後續的關係建立路徑檢視。您可以建立先前的頁面和後續頁面，或逐步執行多個事件以建立路徑。

參數	說明
`{KEY}`	事件中的欄或欄位。
`{SHIFT}`	（選用）遠離目前事件的事件數。預設值為1。
`{IGNORE_NULLS}`	（選用）表示是否為空值的布林值 `{KEY}` 值應被忽略。預設值為 `false`.

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

結果

                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)

對於給定的範例查詢，結果會提供在 previous_page 欄。內的值 previous_page 欄是根據 {KEY} 用於ADF。

參數	說明
`{KEY}`	事件中的欄或欄位。
`{SHIFT}`	（選用）遠離目前事件的事件數。預設值為1。
`{IGNORE_NULLS}`	（選用）表示是否為空值的布林值 `{KEY}` 值應被忽略。預設值為 `false`.

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

結果

                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)

對於給定的範例查詢，結果會提供在 previous_page 欄。內的值 previous_page 欄是根據 {KEY} 用於ADF。

時間間隔

「時間間隔」可讓您在事件發生之前或之後，探索特定時段內的潛在客戶行為。

上一個相符專案之間的時間

此查詢會傳回一個數字，代表自出現上一個相符事件以來的時間單位。如果找不到相符的事件，則會傳回null。

查詢語法

TIME_BETWEEN_PREVIOUS_MATCH(
    {TIMESTAMP}, {EVENT_DEFINITION}, {TIME_UNIT})
    OVER ({PARTITION} {ORDER} {FRAME})

參數	說明
`{TIMESTAMP}`	在所有事件填入的資料集中找到時間戳記欄位。
`{EVENT_DEFINITION}`	限定上一個事件的運算式。
`{TIME_UNIT}`	輸出單位。可能的值包括天、小時、分鐘和秒。根據預設，該值為秒。

內引數的說明 OVER() 函式位於視窗函式區段.

範例查詢

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

結果

             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)

對於給定的範例查詢，結果會提供在 average_minutes_since_registration 欄。內的值 average_minutes_since_registration 欄是指目前和先前事件之間的時間差異。時間單位之前定義於 {TIME_UNIT}.

下一個相符專案之間的時間

此查詢傳回負數，代表下一個相符事件之後的時間單位。如果找不到相符的事件，則會傳回null。

查詢語法

TIME_BETWEEN_NEXT_MATCH({TIMESTAMP}, {EVENT_DEFINITION}, {TIME_UNIT}) OVER ({PARTITION} {ORDER} {FRAME})

參數	說明
`{TIMESTAMP}`	在所有事件填入的資料集中找到時間戳記欄位。
`{EVENT_DEFINITION}`	限定下一個事件的運算式。
`{TIME_UNIT}`	（選用）輸出單位。可能的值包括天、小時、分鐘和秒。根據預設，該值為秒。

內引數的說明 OVER() 函式位於視窗函式區段.

範例查詢

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

結果

             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)

對於給定的範例查詢，結果會提供在 average_minutes_until_order_confirmation 欄。內的值 average_minutes_until_order_confirmation 欄是目前事件與下一個事件之間的時間差異。時間單位之前定義於 {TIME_UNIT}.

後續步驟

使用此處所述的函式，您可以撰寫查詢來存取您自己的查詢 Experience Event 資料集使用 Query Service. 如需有關在中編寫查詢的詳細資訊 Query Service，請參閱以下說明檔案：建立查詢.

其他資源

以下影片說明如何在Adobe Experience Platform介面和PSQL使用者端中執行查詢。此外，影片也使用涉及XDM物件中個別屬性的範例、使用Adobe定義的函式，以及使用CREATE TABLE AS SELECT (CTAS)。

Business.Adobe.com 資源

Ab Multivariate Testing Content As A Service Data Connectors Attribution Search Marketing Management Creative Management

查詢服務中的Adobe定義SQL函式

視窗函式

工作階段化

SESS_START_IF

SESS_END_IF

路徑分析

上一頁

下一頁

時間間隔

上一個相符專案之間的時間

下一個相符專案之間的時間

後續步驟

其他資源

Business.Adobe.com 資源

本頁內容

檢視下一個:

學習

檔案

社群

支援

資源

Adobe帳戶

Adobe