イベントのトレンドレポートの作成

このドキュメントでは、特定の日付範囲で日別のイベントのトレンドレポートを作成するために必要な SQL の例を示します。 Adobe Experience Platformクエリサービスを使用すると、 Experience Events を使用して、様々なユースケースを取り込むことができます。 エクスペリエンスイベントは、エクスペリエンスデータモデル (XDM)ExperienceEvent クラスで表されます。ユーザーが Web サイトまたはサービスを操作したときに、不変で集計されないシステムのスナップショットを取り込みます。 エクスペリエンスイベントは、時間ドメイン分析にも使用できます。 詳しくは、 次の手順の節 を含むその他の使用例 Experience Events 訪問者レポートを生成するために使用します。

レポートを使用すると、Platform データにアクセスして、組織の戦略的ビジネスインサイトに役立ちます。 これらのレポートを使用すると、様々な方法で Platform データを調べ、主要指標をわかりやすい形式で表示し、結果のインサイトを共有できます。

XDM と Experience Events は XDM System 概要. クエリサービスと Experience Eventsを使用すると、ユーザー間の行動傾向を効果的に追跡できます。 次のドキュメントは、 Experience Events.

目標

次の例では、指定した日付範囲のイベントのトレンドレポートを日付別にグループ化して作成します。特に、この SQL の例では、様々な分析値を A, B、および Cを検索し、1 ヶ月の間にパーカが閲覧された回数を合計します。

にあるタイムスタンプ列 Experience Event データセットは UTC 形式です。 この例では、 from_utc_timestamp() 関数を使用して、タイムスタンプを UTC から EDT に変換し、 date_format() 関数を使用して、残りのタイムスタンプから日付を分離します。

SELECT
date_format( from_utc_timestamp(timestamp, 'EDT') , 'yyyy-MM-dd') as Day,
SUM(web.webPageDetails.pageviews.value) as pageViews,
SUM(_experience.analytics.event1to100.event1.value) as A,
SUM(_experience.analytics.event1to100.event2.value) as B,
SUM(_experience.analytics.event1to100.event3.value) as C,
SUM(
    CASE
    WHEN _experience.analytics.customDimensions.evars.evar1 = 'parkas'
    THEN 1
    ELSE 0
    END) as viewedParkas
FROM your_analytics_table
WHERE TIMESTAMP >= to_timestamp('2019-03-01') AND TIMESTAMP <= to_timestamp('2019-03-31')
GROUP BY Day
ORDER BY Day ASC, pageViews DESC;

このクエリの結果は、次のように表示されます。

     Day     | pageViews |   A    |   B   |    C    | viewedParkas
-------------+-----------+--------+-------+---------+--------------
 2019-03-01  |   55317.0 | 8503.0 | 804.0 | 1578.0  |           73
 2019-03-02  |   55302.0 | 8600.0 | 854.0 | 1528.0  |           86
 2019-03-03  |   54613.0 | 8162.0 | 795.0 | 1568.0  |          100
 2019-03-04  |   54501.0 | 8479.0 | 832.0 | 1509.0  |          100
 2019-03-05  |   54941.0 | 8603.0 | 816.0 | 1514.0  |           73
 2019-03-06  |   54817.0 | 8434.0 | 855.0 | 1538.0  |           76
 2019-03-07  |   55201.0 | 8604.0 | 843.0 | 1517.0  |           64
 2019-03-08  |   55020.0 | 8490.0 | 849.0 | 1536.0  |           99
 2019-03-09  |   43186.0 | 6736.0 | 643.0 | 1150.0  |           52
 2019-03-10  |   48471.0 | 7542.0 | 772.0 | 1272.0  |           70
 2019-03-11  |   56307.0 | 8721.0 | 818.0 | 1571.0  |           81
 2019-03-12  |   55374.0 | 8653.0 | 843.0 | 1501.0  |           59
 2019-03-13  |   55046.0 | 8509.0 | 887.0 | 1556.0  |           65
 2019-03-14  |   55518.0 | 8551.0 | 848.0 | 1516.0  |           77
 2019-03-15  |   55329.0 | 8575.0 | 818.0 | 1607.0  |           96
 2019-03-16  |   55030.0 | 8651.0 | 815.0 | 1542.0  |           66
 2019-03-17  |   55143.0 | 8435.0 | 774.0 | 1572.0  |           65
 2019-03-18  |   54065.0 | 8211.0 | 816.0 | 1574.0  |          111
 2019-03-19  |   55097.0 | 8395.0 | 771.0 | 1498.0  |           86
 2019-03-20  |   55198.0 | 8472.0 | 863.0 | 1583.0  |           82
 2019-03-21  |   54978.0 | 8490.0 | 820.0 | 1580.0  |           83
 2019-03-22  |   55464.0 | 8561.0 | 820.0 | 1559.0  |           83
 2019-03-23  |   55384.0 | 8482.0 | 800.0 | 1139.0  |           82
 2019-03-24  |   55295.0 | 8594.0 | 841.0 | 1382.0  |           78
 2019-03-25  |   42069.0 | 6365.0 | 606.0 | 1509.0  |           62
 2019-03-26  |   49724.0 | 7629.0 | 724.0 | 1553.0  |           44
 2019-03-27  |   55111.0 | 8524.0 | 804.0 | 1524.0  |           94
 2019-03-28  |   55030.0 | 8439.0 | 822.0 | 1554.0  |           73
 2019-03-29  |   55281.0 | 8601.0 | 854.0 | 1580.0  |           73
 2019-03-30  |   55162.0 | 8538.0 | 846.0 | 1534.0  |           79
 2019-03-31  |   55437.0 | 8486.0 | 807.0 | 1649.0  |           68
 (31 rows)

次の手順

このドキュメントでは、 Experience Events ユーザー間の行動傾向を効果的に追跡する。

を使用する他の訪問者ベースの使用例について学ぶには Experience Events、次のドキュメントをお読みください。

このページ