DocumentaciónCustomer Journey AnalyticsGuía de Customer Journey Analytics

Extensión de Customer Journey Analytics BI

Last update: Thu May 23 2024 00:00:00 GMT+0000 (Coordinated Universal Time)

Creado para:

  • Admin
NOTE
Debe tener el Seleccionar paquete o superior para utilizar la funcionalidad descrita en esta sección. Póngase en contacto con el administrador si no está seguro del paquete de Customer Journey Analytics que tiene.

Customer Journey Analytics BI extension habilita el acceso SQL a las vistas de datos que ha definido en Customer Journey Analytics. Es posible que sus ingenieros y analistas de datos estén más familiarizados con Power BI, Tableau u otras herramientas de inteligencia empresarial y visualización (también denominadas herramientas de BI). Ahora pueden crear informes y paneles basados en las mismas vistas de datos que utilizan los usuarios de Customer Journey Analytics al crear sus proyectos de Analysis Workspace.

El servicio de consultas de Adobe Experience Platform es la interfaz SQL de los datos disponibles en el lago de datos de Experience Platform. Con Customer Journey Analytics BI extension activado, la funcionalidad de Query Service se amplía para ver las vistas de datos de Customer Journey Analytics como tablas o vistas en una sesión de Query Service. Como resultado, las herramientas de inteligencia empresarial que utilizan Query Service como su interfaz PostgresSQL se benefician sin problemas de esta funcionalidad ampliada.

Las principales ventajas son las siguientes:

  • No es necesario volver a crear una representación equivalente de vistas de datos de Customer Journey Analytics dentro de la propia herramienta de BI.
    Consulte Vistas de datos para obtener más información sobre la funcionalidad de las vistas de datos y comprender qué se debe volver a crear.
  • Mayor coherencia en la creacion de informes y análisis entre las herramientas de BI y Customer Journey Analytics.
  • Combinar datos de Customer Journey Analytics con otras fuentes de datos ya disponibles en las herramientas de BI.

Requisitos previos

Para utilizar esta funcionalidad, debe:

  • Configure la funcionalidad para los perfiles de producto, grupos de usuarios o usuarios individuales relevantes. Los requisitos de acceso incluyen:

    • Adobe Experience Platform Query Service
    • Proyectos de Workspace en Customer Journey Analytics
    • Vistas de datos de CJA deseadas para usar
    • Acceso a la extensión de BI en las herramientas de vista de datos

  • Use caducar con credenciales que no caduquen para conectar las herramientas de BI a Customer Journey Analytics BI extension. El Guía de credenciales proporciona más información sobre cómo configurar credenciales que caducan o que no caducan.

Consulte Control de acceso en la sección Administración de Customer Journey Analytics para obtener más información.

Uso

Para usar la funcionalidad de Customer Journey Analytics BI extension, puede utilizar SQL directamente o utilizar la experiencia de arrastrar y soltar disponible en la herramienta específica de BI.

SQL

Puede utilizar la funcionalidad directamente en las instrucciones SQL utilizando el editor de consultas o un cliente de interfaz de línea de comandos (CLI) estándar de PostgresSQL.

Editor de consultas

En Adobe Experience Platform:

  1. Seleccione **** Consultas **** de ​ ADMINISTRACIÓN DE DATOS ​ en el carril izquierdo.

  2. Seleccione Crear consulta ​ Crear consulta ​.

  3. Seleccione el cja ​ Base de datos ​.

  4. Para ejecutar la consulta, escriba la instrucción SQL y seleccione Reproducir botón (o pulse [SHIFT] + [ENTER]).

CLI de PostgresSQL

  1. Busque y copie sus credenciales de PostgresSQL en Adobe Experience Platform:

    1. Seleccione **** Consultas **** en el carril izquierdo (debajo de ​ ADMINISTRACIÓN DE DATOS ​).

    2. Seleccione ​ Credenciales ​ en la barra superior.

    3. Seleccione el cja ​ Base de datos ​.

    4. Para copiar la cadena de comandos, utilice Copiar en el ​ comando PSQL ​ sección.

  2. Abra una ventana de comando o de terminal.

  3. Para iniciar sesión y comenzar a ejecutar las consultas, pegue la cadena de comando en el terminal.

Consulte la guía de IU del Editor de consultas para obtener más información.

Herramientas de BI

Actualmente, la variable Customer Journey Analytics BI extension es compatible y se ha probado solo para Power BI y Tableau. Otras herramientas de BI que usan la interfaz PSQL podrían funcionar también, pero aún no son compatibles oficialmente.

Power BI

  1. Busque los detalles de las credenciales de PostgresSQL en Adobe Experience Platform:

    1. Seleccione **** Consultas **** en el carril izquierdo (debajo de ​ ADMINISTRACIÓN DE DATOS ​).

    2. Seleccione ​ Credenciales ​ en la barra superior.

    3. Seleccione el cja ​ Base de datos ​.

    4. Utilice Copiar para copiar cada uno de los parámetros de credenciales de Postgres (host, Puerto, base de datos, nombre de usuarioy otros) cuando sea necesario en Power BI.

  2. En Power BI:

    1. En la ventana principal, seleccione ​ Obtener datos ​ en la barra de herramientas superior.

    2. Seleccione Más… en el carril izquierdo.

    3. En la pantalla Obtener datos, busque PostgresSQL y seleccione la ​ base de datos PostgresSQL ​ de la lista.

    4. En el cuadro de diálogo ​ Base de datos de PostgressSQL ​:

      1. Pegue el parámetro **** Host **** de Credenciales de consultas de Experience Platform en el campo de texto ​ Servidor ​.

      2. Pegue el parámetro **** Base de datos **** deCredenciales de consultas de Experience Platform en el campo de texto ​ Base de datos ​.

        Añada ?FLATTEN al parámetro ​ Base de datos ​, para que se vea como prod:cja?FLATTEN, por ejemplo. Consulte Acoplar estructuras de datos anidadas para usarlas con herramientas de BI de terceros para obtener más información.

      3. Cuando se le solicite Conectividad de datos modo, seleccione DirectQuery.

      4. Se le solicitará el nombre de usuario y la contraseña. Utilice los parámetros equivalentes de las credenciales de consultas de Experience Platform.

    5. Después de iniciar sesión correctamente, las tablas de vista de datos del Customer Journey Analytics Power BI aparecen en el ​ Navegador ​.

    6. Seleccione las tablas de vista de datos que desee utilizar y seleccione ​ cargar ​.

    Todas las dimensiones y métricas asociadas con una o más tablas seleccionadas aparecen en el panel derecho, listas para utilizarse en las visualizaciones.

    Consulte Conectar Power BI al servicio de consultas para obtener más información.

Tableau

  1. Busque los detalles de las credenciales de PostgresSQL en Adobe Experience Platform:

    1. Seleccione **** Consultas **** en el carril izquierdo (debajo de ​ ADMINISTRACIÓN DE DATOS ​).

    2. Seleccione ​ Credenciales ​ en la barra superior.

    3. Seleccione el cja ​ Base de datos ​.

    4. Utilice Copiar para copiar cada uno de los parámetros de credenciales de Postgres (host, Puerto, base de datos, nombre de usuario y otros) cuando sea necesario en Tableau.

  2. En Tableau:

    1. Seleccione **** Más **** de ​ A un servidor ​ en el carril izquierdo.

    2. Seleccione ​ PostgresSQL ​ de la lista.

    3. En el cuadro de diálogo de PostgresSQL:

      1. Pegue el parámetro **** host **** de credenciales de consultas de Experience Platform en el campo de texto ​ servidor ​.

      2. Pegue el parámetro **** Puerto **** de credenciales de consultas de Experience Platform en el campo de texto ​ puerto ​.

      3. Pegue el parámetro **** base de datos **** de credenciales de consultas de Experience Platform en el campo de texto ​ base de datos ​.

        Añada %3FFLATTEN al parámetro ​ base de datos ​, para que se lea como prod:cja%3FFLATTEN, por ejemplo. Consulte Acoplar estructuras de datos anidadas para usarlas con herramientas de BI de terceros para obtener más información.

      4. Seleccione **** Nombre de usuario y contraseña **** de la lista ​ Autenticación ​.

      5. Pegue el parámetro **** Nombre de usuario **** de Credenciales de consultas de Experience Platform en el campo de texto ​ Nombre de usuario ​.

      6. Pegue el parámetro **** contraseña **** de Credenciales de consultas de Experience Platform en el campo de texto ​ Contraseña ​.

      7. Seleccione ​ Iniciar sesión ​.

    4. Las vistas de datos del Customer Journey Analytics se muestran como tablas en la ​ Tabla ​ lista.

    5. Arrastre las tablas que desee utilizar en el lienzo.

    Ahora puede trabajar con los datos de las tablas de vista de datos para crear sus informes y visualizaciones.

    Consulte Conectar Tableau con el servicio de consultas para obtener más información.

Consulte Conectar clientes al servicio de consultas para obtener información general y más detallada sobre las distintas herramientas disponibles.

Funcionalidad

De forma predeterminada, las vistas de datos tienen un nombre seguro para las tablas generadas a partir de su nombre descriptivo. Por ejemplo, la vista de datos denominada Mi vista de datos web tiene el nombre de la vista my_web_data_view. Puede definir un nombre preferido para usar en la herramienta de BI para la vista de datos. Consulte Configuración de vista de datos para obtener más información.

Si desea utilizar los ID de vista de datos como nombres de tabla, puede añadir el CJA_USE_IDS opcional estableciendo en el nombre de la base de datos al conectarse. Por ejemplo, prod:cja?CJA_USE_IDS muestra sus vistas de datos con nombres como dv_ABC123.

Gobernanza de datos

La configuración relacionada con la gobernanza de datos en Customer Journey Analytics se hereda de Adobe Experience Platform. La integración entre Customer Journey Analytics y Gobernanza de datos de Adobe Experience Platform permite el etiquetado de datos confidenciales de Customer Journey Analytics y la aplicación de directivas de privacidad.

Las etiquetas de privacidad y las políticas creadas en conjuntos de datos consumidos por Experience Platform se pueden ver en el flujo de trabajo de vistas de datos de Customer Journey Analytics. Por lo tanto, los datos consultados con Customer Journey Analytics BI extension mostrar las advertencias o errores adecuados cuando no se cumplan las etiquetas y directivas de privacidad definidas.

Enumerar vistas de datos

En la CLI estándar de PostgreSQL, puede enumerar las vistas mediante \dv

prod:all=> \dv
                       List of relations
 Schema |                    Name                    | Type |  Owner
--------+--------------------------------------------+------+----------
 public | my_web_data_view                           | view | postgres
 public | my_mobile_data_view                        | view | postgres

Anidado frente al acoplamiento

De forma predeterminada, el esquema de las vistas de datos utiliza estructuras anidadas, al igual que los esquemas XDM originales. La integración también admite la opción FLATTEN. Puede utilizar esta opción para forzar el acoplamiento del esquema de las vistas de datos (y de cualquier otra tabla de la sesión). El acoplamiento permite un uso más sencillo en herramientas de BI que no admiten esquemas estructurados. Consulte Trabajar con estructuras de datos anidadas en el servicio de consultas para obtener más información.

SQL compatible

Consulte Referencia SQL del servicio de consultas para obtener la referencia completa sobre qué tipo de SQL se admite.

Consulte la tabla siguiente para ver los ejemplos del SQL que puede utilizar.

Ejemplos
table 0-row-2 1-row-2 2-row-2 3-row-2 4-row-2 5-row-2 6-row-2 7-row-2 8-row-2 9-row-2 10-row-2 layout-auto
Patrón Ejemplo
Detección de esquemas 
SELECT * FROM dv1 WHERE 1=0
Clasificación / Desglose 
SELECT dim1, SUM(metric1) AS m1
FROM dv1
WHERE `timestamp` BETWEEN '2022-01-01' AND '2022-01-02'
GROUP BY dim1

SELECT dim1, SUM(metric1) AS m1
FROM dv1
WHERE `timestamp` BETWEEN '2022-01-01' AND '2022-01-02' AND
 filterId = '12345'
GROUP BY dim1

SELECT dim1, SUM(metric1) AS m1
FROM dv1
WHERE `timestamp` BETWEEN '2022-01-01' AND '2022-01-02' AND
 AND (dim2 = 'A' OR dim3 IN ('X', 'Y', 'Z'))
GROUP BY dim1
HAVING Cláusula 
SELECT dim1, SUM(metric1) AS m1
FROM dv1
WHERE `timestamp` BETWEEN '2022-01-01' AND '2022-01-02'
GROUP BY dim1
HAVING m1 > 100
Valores de dimensión
distintos, superiores		 
SELECT DISTINCT dim1 FROM dv1

SELECT dim1 AS dv1
FROM dv1
WHERE `timestamp` BETWEEN '2022-01-01' AND '2022-01-02'
GROUP BY dim1

SELECT dim1 AS dv1
FROM dv1
WHERE `timestamp` >= '2022-01-01' AND `timestamp` < '2022-01-02'
GROUP BY dim1
ORDER BY SUM(metric1)
LIMIT 15
Totales de métricas 
SELECT SUM(metric1) AS m1
FROM dv1
WHERE `timestamp` BETWEEN '2022-01-01' AND '2022-01-02'
Desgloses
de varias dimensiones y superiores distintos		 
SELECT dim1, dim2, SUM(metric1) AS m1
FROM dv1
WHERE `timestamp` BETWEEN '2022-01-01' AND '2022-01-02'
GROUP BY dim1, dim2

SELECT dim1, dim2, SUM(metric1) AS m1
FROM dv1
WHERE `timestamp` BETWEEN '2022-01-01' AND '2022-01-02'
GROUP BY 1, 2
ORDER BY 1, 2

SELECT DISTINCT dim1, dim2
FROM dv1
Subseleccionar:
Filtrar adicionales
resultados		 
SELECT dim1, m1
FROM (
 SELECT dim1, SUM(metric1) AS m1
 FROM dv1
 WHERE `timestamp` BETWEEN '2022-01-01' AND '2022-01-02'
 GROUP BY dim1
)
WHERE dim1 in ('A', 'B')
Subseleccionar:
Realización de consultas
vistas de datos		 
SELECT key, SUM(m1) AS total
FROM (
 SELECT dim1 AS key, SUM(metric1) AS m1
 FROM dv1
 WHERE `timestamp` BETWEEN '2022-01-01' AND '2022-01-02'
 GROUP BY dim1

 UNION

 SELECT dim2 AS key, SUM(m1) AS m1
 FROM dv2
 WHERE `timestamp` BETWEEN '2022-01-01' AND '2022-01-02'
 GROUP BY dim2
GROUP BY key
ORDER BY total
Subseleccionar:
Fuente con capas,
filtrado,
y agregación

Capas con subselecciones:

SELECT rows.dim1, SUM(rows.m1) AS total
FROM (
 SELECT _.dim1,_.m1
 FROM (
 SELECT * FROM dv1
 WHERE `timestamp` BETWEEN '2022-01-01' AND '2022-01-02'
 ) _
 WHERE _.dim1 in ('A', 'B', 'C')
) rows
GROUP BY 1
ORDER BY total

Capas que utilizan CTE WITH:

WITH rows AS (
 CON _ COMO (
 SELECT * FROM áreas_de_datos
 DONDE `timestamp` ENTRE '2021-01-01' Y '2021-02-01'
 )
 SELECT _.item, _.units FROM _
 WHERE _.item IS NOT NULL
)
SELECT filas.elemento, SUM(filas.unidades) AS unidades
FROM filas WHERE rows.item in ('A', 'B', 'C')
GROUP BY rows.item
Selecciones donde
las métricas van antes que
o se mezclan con
las dimensiones		 
SELECT SUM(metric1) AS m1, dim1
FROM dv1
WHERE `timestamp` BETWEEN '2022-01-01' AND '2022-01-02'
GROUP BY 2

Dimensiones

Puede seleccionar cualquiera de las dimensiones disponibles de forma predeterminada o definidas en la vista de datos. La dimensión se selecciona por su ID.

Métricas

Las métricas disponibles para seleccionar son las siguientes:

  • Cualquiera de las métricas disponibles de forma predeterminada;
  • Definido en la vista de datos;
  • Métricas calculadas compatibles con la vista de datos a la que el usuario tiene acceso.

Seleccione una métrica por su ID dentro de una expresión SUM(metric) igual que lo haría con otros orígenes SQL.

Puede usar lo siguiente:

  • SELECT COUNT(*) o COUNT(1) para obtener la métrica de ocurrencias.
  • SELECT COUNT(DISTINCT dimension) o SELECT APPROX_COUNT_DISTINCT(dimension) para contar los valores distintos aproximados de una dimensión. Consulte los detalles en Recuento de valores distintos.
  • Cálculos en línea para combinar métricas sobre la marcha o hacer cálculos matemáticos sobre ellas.

Recuento de valores distintos

Debido a la naturaleza subyacente del funcionamiento de Customer Journey Analytics, la única dimensión para la que puede obtener un recuento de distintos exactos es la dimensión adobe_personid. Las siguientes instrucciones SQL SELECT COUNT(DISTINCT adobe_personid) o SELECT APPROX_COUNT_DISTINCT(adobe_personid) devuelve el valor de la métrica personas predeterminada que es el recuento de personas distintas. Para otras dimensiones, se devuelve un recuento distinto aproximado.

Métricas condicionales

Puede incrustar una cláusula IF o CASE en las funciones SUM o COUNT para añadir filtrado adicional específico de una métrica seleccionada. Añadir estas cláusulas es similar a aplicar un filtro a una columna de métrica en una tabla de informes de Workspace.

Ejemplos:

SUM(IF(dim1 = 'X' AND dim2 = 'A', metric1, 0)) AS m1

SUM(CASE WHEN dim1 = 'X' AND dim2 = 'A' THEN metric1 END) AS m1

Cálculos en línea

Puede aplicar matemáticas adicionales a las expresiones de métricas en su SELECT en lugar de tener las matemáticas definidas en una métrica calculada. En la tabla siguiente se enumeran los tipos de expresiones admitidos.

Operador o función
Detalles
+, -, *, / y %
Sumar, restar, multiplicar, dividir y módulo/resto
-X o +X
Cambiar el signo de una métrica donde X es la expresión de métrica
PI()
Constante π
POSITIVE, NEGATIVE, ABS, FLOOR, CEIL, CEILING, EXP, LN, LOG10, LOG1P, SQRT, CBRT, DEGREES, RADIANS, SIN, COS, TAN, ACOS, ASIN, ATAN, COSH, SINH y TANH
Funciones matemáticas unarias
MOD, POW, POWER, ROUND, LOG
Funciones matemáticas binarias

Columnas especiales

Marca de tiempo

La columna especial timestamp se utiliza para proporcionar los intervalos de fechas para la consulta. Un intervalo de fecha se puede definir con una expresión BETWEEN o un par de timestamp >, >=, <, <= comprobados AND conjuntamente.
El timestamp es opcional y, si no se proporciona ningún intervalo completo, se utilizan los valores predeterminados:

  • Si solo se proporciona un mínimo (timestamp > X o timestamp >= X), el intervalo es de X a ahora.
  • Si solo se proporciona un máximo (timestamp < X o timestamp <= X), el rango es de X menos 30 días a X.
  • Si no se proporciona nada, el intervalo va de ahora a menos 30 días.

El intervalo de marca de tiempo se convierte en un filtro global de intervalo de fecha en RankedRequest.
El campo de marca de tiempo también se puede utilizar en funciones de fecha y hora para analizar o truncar la marca de tiempo del evento.

Intervalo de fechas

La columna especial daterange funciona de forma similar a timestamp, pero el filtrado se limita a días completos. El daterange también es opcional y tiene los mismos valores predeterminados de intervalo que timestamp.
El daterange Este campo también se puede utilizar en funciones de fecha y hora para analizar o truncar la fecha del evento.

El daterangeName se puede utilizar una columna especial para filtrar la consulta utilizando un intervalo de fechas con nombre como Last Quarter.

NOTE
PowerBI no es compatible daterange métricas de menos de un día (hora, 30 minutos, 5 minutos, etc.).

Identificador de filtro

La columna especial filterId es opcional y se utiliza para aplicar un filtro definido externamente a la consulta. La aplicación de un filtro definido externamente a una consulta es similar a arrastrar un filtro en un panel en Workspace. Se pueden proporcionar varios ID de filtro realizando AND sobre ellos.

Junto con filterId, puede utilizar filterName para utilizar un nombre de filtro en lugar de un ID.

Cláusula Where

El WHERE La cláusula se gestiona en tres pasos:

  1. Busque el intervalo de fechas desde la variable timestamp, daterange, o daterangeName campos especiales.

  2. Buscar cualquier definido externamente filterIds o filterNames para incluir en el filtro.

  3. Convierta las expresiones restantes en filtros ad hoc.

La gestión se realiza analizando el primer nivel de ANDs en la cláusula WHERE. Cada nivel superior ANDLa expresión -ed debe coincidir con una de las anteriores. Lo que esté por debajo del primer nivel de ANDs, o si la cláusula WHERE utiliza OR en el nivel superior, se gestiona como un filtro ad hoc.

Orden de clasificación

De forma predeterminada, la consulta ordena los resultados por la primera métrica seleccionada en orden descendente. Puede sobrescribir el orden de clasificación predeterminado especificando ORDER BY ... ASC o ORDER BY ... DESC. Si utiliza ORDER BY, debe especificar ORDER BY en la primera métrica seleccionada.

También puede cambiar el orden utilizando - (menos) delante de la métrica. Las dos sentencias siguientes dan como resultado el mismo orden:

ORDER BY metric1 ASC

ORDER BY -metric1 DESC

Compatibilidad general con funciones

Función
Ejemplo
Detalles
Fundir
CAST(`timestamp` AS STRING) o
`timestamp`::string
Actualmente, no se admite la conversión de tipos, pero no se genera ningún error. Se ignora la función CAST.
Marca de tiempo
WHERE `timestamp` >= TIMESTAMP('2022-01-01 00:00:00') AND `timestamp` < TIMESTAMP('2022-01-02 00:00:00')
Analice una cadena de tiempo como una marca de tiempo para utilizarla dentro de una cláusula WHERE.
A la marca de tiempo
WHERE `timestamp` >= TO_TIMESTAMP('01/01/2022', 'MM/dd/yyyy') AND `timestamp` < TO_TIMESTAMP('01/02/2022', 'MM/dd/yyyy')
Analice una cadena de tiempo como una marca de tiempo para usarla dentro de una cláusula WHERE, proporcionando opcionalmente un formato para esa cadena de tiempo.
Fecha
WHERE `timestamp` >= DATE('2022-01-01') AND `timestamp` < DATE('2022-01-02')
Analice una cadena de fecha como una marca de tiempo para utilizarla dentro de una cláusula WHERE.
Hasta la fecha
WHERE `timestamp` >= TO_DATE('01/01/2022', 'MM/dd/yyyy') AND `timestamp` < TO_DATE('01/02/2022', 'MM/dd/yyyy')
Analice una cadena de fecha como una marca de tiempo para utilizarla dentro de una cláusula WHERE, proporcionando opcionalmente un formato para esa cadena de fecha.

Compatibilidad con funciones de Dimension

Estas funciones se pueden usar en dimensiones de la cláusula SELECT, WHERE o en métricas condicionales.

Funciones de cadena

Función
Ejemplo
Detalles
Lower
SELECT LOWER(name) AS lower_name
Genere una identidad de dimensión dinámica en el campo pasado.

Funciones de fecha y hora

Función
Ejemplo
Detalles
Año
SELECT YEAR(`timestamp`)
Genere una identidad de dimensión dinámica en el campo pasado.
Mes
SELECT MONTH(`timestamp`)
Genere una identidad de dimensión dinámica en el campo pasado.
Día
SELECT DAY(`timestamp`)
Genere una identidad de dimensión dinámica en el campo pasado.
Día de la semana
SELECT DAYOFWEEK(`timestamp`)
Genere una identidad de dimensión dinámica en el campo pasado. Utilice el ID del elemento en lugar del valor, ya que necesita el número y no el nombre descriptivo.
Día del año
SELECT DAYOFYEAR(`timestamp`)
Genere una identidad de dimensión dinámica en el campo pasado.
Semana
SELECT WEEK(`timestamp`)
Genere una identidad de dimensión dinámica en el campo pasado.
Trimestre
SELECT QUARTER(`timestamp`)
Genere una identidad de dimensión dinámica en el campo pasado.
Hora
SELECT HOUR(`timestamp`)
Genere una identidad de dimensión dinámica en el campo pasado. Utilice el ID del elemento en lugar del valor, ya que necesita el número y no el nombre descriptivo.
Minuto
SELECT MINUTE(`timestamp`)
Genere una identidad de dimensión dinámica en el campo pasado.
Extract
SELECT EXTRACT(MONTH FROM `timestamp`)
Genere una identidad de dimensión dinámica en el campo pasado. Utilice el ID del elemento en lugar del valor para algunas partes de esta función, ya que necesita el número y no el nombre descriptivo.
Las partes compatibles son:
- Palabras clave: YEAR, MONTH, DAYOFMONTH, DAYOFWEEK, DAYOFYEAR, WEEK, QUARTER, HOUR, MINUTE.
- Cadenas: 'YEAR', 'Y', 'MONTH', 'M', 'DAYOFMONTH', 'DAY', 'D', 'DAYOFWEEK', 'DOW', 'DAYOFYEAR', 'DOY', 'WEEK', 'WOY', 'W', 'QUARTER', 'QOY', 'Q', 'HOUR' o 'MINUTE'.
Fecha (parte)
SELECT DATE_PART('month', `timestamp`)
Genere una identidad de dimensión dinámica en el campo pasado. Utilice el ID del elemento en lugar del valor para algunas partes de esta función, ya que necesita el número y no el nombre descriptivo.
Las partes de cadena compatibles son: 'YEAR', 'Y', 'MONTH', 'M', 'DAYOFMONTH', 'DAY', 'D', 'DAYOFWEEK', 'DOW', 'DAYOFYEAR', 'DOY', 'WEEK', 'WOY', 'W', 'QUARTER', 'QOY', 'Q', 'HOUR' o 'MINUTE'.
Fecha (truncada)
SELECT DATE_TRUNC('quarter', `timestamp`)
Genere una identidad de dimensión dinámica en el campo pasado.
Las granularidades de cadena compatibles son: 'YEAR', 'Y', 'MONTH', 'M', 'DAYOFMONTH', 'DAY', 'D', 'DAYOFWEEK', 'DOW', 'DAYOFYEAR', 'DOY', 'WEEK', 'WOY', 'W', 'QUARTER', 'QOY', 'Q', 'HOUR', o 'MINUTE'.
recommendation-more-help
080e5213-7aa2-40d6-9dba-18945e892f79