Documentación Customer Journey Analytics Guía de Customer Journey Analytics

Extensión de Customer Journey Analytics BI

Last update: Fri Mar 14 2025 00:00:00 GMT+0000 (Coordinated Universal Time)

Temas:

Creado para:

Administrador

NOTE

Debe tener el paquete Select o superior para poder usar la funcionalidad descrita en esta sección. Póngase en contacto con el administrador si no sabe qué paquete de Customer Journey Analytics 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 Desktop 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.
Vea 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 usar esta funcionalidad, puede usar credenciales que caduquen o no caduquen para conectar las herramientas de BI a Customer Journey Analytics BI extension. La Guía de credenciales proporciona más información sobre cómo configurar credenciales que caducan o que no caducan.
A continuación se muestran pasos adicionales para configurar los permisos de CJA

Credenciales que caducan

Para utilizar credenciales que caducan, puede:

Conceder acceso a Experience Platform y Customer Journey Analytics.
Conceda acceso de administrador de productos a Customer Journey Analytics para que pueda ver, editar, actualizar o eliminar conexiones y vistas de datos.

O bien puede:

Conceda acceso a las vistas de datos a las que desee acceder.
Conceder acceso a la extensión de Customer Journey Analytics BI.

Credenciales que no caducan

Para usar credenciales que no caduquen:

Cree credenciales que no caduquen en Experience Platform.
Conceda acceso a las credenciales que no caducan siguiendo los pasos mencionados en Credenciales que caducan.

Consulte Control de acceso de Recorrido del cliente para obtener más información, en concreto los permisos adicionales de administrador de productos y los permisos de Customer Journey Analytics en Admin Console.

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:

Seleccione **** Consultas **** de  ADMINISTRACIÓN DE DATOS  en el carril izquierdo.
Seleccione  Crear consulta .
Seleccione la base de datos cja para su zona protegida de la lista de bases de datos en el menú desplegable Base de datos. Por ejemplo prod:cja.
Para ejecutar la consulta, escriba la instrucción SQL y seleccione el botón (o presione [SHIFT] + [ENTER]).

CLI de PostgresSQL

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 la base de datos cja para su zona protegida de la lista de bases de datos en el menú desplegable Base de datos. Por ejemplo prod:cja.
4. Para copiar la cadena de comandos, use en la sección  Comando PSQL .
Abra una ventana de comando o de terminal.
Para iniciar sesión y comenzar a ejecutar las consultas, pegue la cadena de comando en el terminal.

Consulte la guía de la interfaz de usuario del editor de consultas para obtener más información.

Herramientas de BI

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

Power BI

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 la base de datos cja para su zona protegida de la lista de bases de datos en el menú desplegable Base de datos. Por ejemplo prod:cja.
4. Utilice 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.
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 las consultas de Experience Platform Credenciales en el campo de texto  Servidor .
  2. Pegue el parámetro **** Database **** de las consultas de Experience Platform Credentials en el campo de texto  Database .
    
    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 pida el modo Conectividad de datos, 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 de Customer Journey Analytics aparecen en Power BI  Navigator .
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. Consulte también casos de uso de extensión de BI para ver un ejemplo detallado.

Tableau Desktop

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 la base de datos cja para su zona protegida de la lista de bases de datos en el menú desplegable Base de datos. Por ejemplo prod:cja.
4. Use 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 Desktop.
En Tableau Desktop:
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 las consultas de Experience Platform Credentials en el campo de texto  Server .
  2. Pegue el parámetro **** Port **** de las consultas de Experience Platform Credentials en el campo de texto  Port .
  3. Pegue el parámetro **** Database **** de las consultas de Experience Platform Credentials en el campo de texto  Database .
    
    Añada %3FFLATTEN al parámetro  Base de datos , para que se vea 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 **** Password **** de las consultas de Experience Platform Credentials en el campo de texto  Password .
  7. Seleccione  Iniciar sesión .
4. Las vistas de datos de Customer Journey Analytics se muestran como tablas en la lista  Tabla .
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 al servicio de consultas para obtener más información. Consulte también casos de uso de extensión de BI para ver un ejemplo detallado.

Buscador

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 la base de datos cja para su zona protegida de la lista de bases de datos en el menú desplegable Base de datos. Por ejemplo prod:cja.
4. Use 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 Looker.
En Buscador:
1. Seleccione Admin en el carril izquierdo.
2. Seleccione Conexiones.
3. Seleccione Agregar conexión.
4. En la pantalla Conectar la base de datos al buscador, pegue los valores apropiados al configurar la nueva conexión. Asegúrese de seleccionar PostgreSQL 9.5+ como dialecto.
5. Seleccione Probar para probar la conexión.
6. Si lo consigue, seleccione Actualizar para guardar la conexión.
Ahora puede trabajar con los datos de las tablas de vista de datos para crear sus informes y visualizaciones.

Consulte Conectar buscador al servicio de consultas para obtener más información. Consulte también casos de uso de extensión de BI para ver un ejemplo detallado.

Jupyter Notebook

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 la base de datos cja para su zona protegida de la lista de bases de datos en el menú desplegable Base de datos. Por ejemplo prod:cja.
4. Use 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 Jupyter Notebook.
En Jupyter Notebook:
1. Asegúrese de utilizar las bibliotecas necesarias.
2. Utilice los valores adecuados al configurar y ejecutar la conexión.
3. Pruebe la conexión ejecutando una consulta relevante.
Si tiene éxito, puede trabajar con los datos para crear sus informes y visualizaciones.

Consulte Conectar Jupyter Notebook al servicio de consultas para obtener más información. Consulte también casos de uso de extensión de BI para ver un ejemplo detallado.

RStudio

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 la base de datos cja para su zona protegida de la lista de bases de datos en el menú desplegable Base de datos. Por ejemplo prod:cja.
4. Use 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 Jupyter Notebook.
En RStudio:
1. Asegúrese de utilizar las bibliotecas necesarias.
2. Utilice los valores adecuados al configurar y ejecutar la conexión.
3. Pruebe la conexión ejecutando una consulta relevante.
Si tiene éxito, puede trabajar con los datos para crear sus informes y visualizaciones.

Consulte Conectar RStudio al servicio de consultas para obtener más información. Consulte también Casos de uso de extensión de BI para ver un ejemplo detallado (que utiliza el paquete RPostgres en su lugar).

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

Consulte Casos de uso sobre cómo realizar una serie de casos de uso con la extensión de Customer Journey Analytics BI.

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 Mi vista de datos web tiene el nombre de 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 muestran advertencias o errores adecuados cuando no cumplen con 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.

Valores predeterminados y limitaciones

Al usar la extensión de BI, se aplican los siguientes valores predeterminados y limitaciones adicionales:

La extensión de BI requiere un límite de filas para los resultados de la consulta. El valor predeterminado es 50, pero puede invalidarlo en SQL con LIMIT n, donde n es 1 - 50000.
La extensión de BI requiere un intervalo de fechas para limitar las filas utilizadas en los cálculos. El valor predeterminado son los últimos 30 días, pero puede invalidarlo en la cláusula SQL WHERE con las columnas especiales timestamp o daterange.
La extensión de BI requiere consultas de agregado. No puede usar SQL como SELECT * FROM ... para obtener las filas subyacentes sin procesar. En un nivel superior, las consultas agregadas deben utilizar:
- Seleccionar totales usando SUM y/o COUNT.
  Por ejemplo, SELECT SUM(metric1), COUNT(*) FROM ...
- Seleccione las métricas desglosadas por una dimensión.
  Por ejemplo, SELECT dimension1, SUM(metric1), COUNT(*) FROM ... GROUP BY dimension1
- Seleccione valores de métrica distintos.
  Por ejemplo, SELECT DISTINCT dimension1 FROM ...
  
  Consulte para obtener más información SQL compatible.

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 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

code language-none
`SELECT * FROM dv1 WHERE 1=0`

Clasificación o desglose

code language-none
SELECT dim1, SUM(metric1) AS m1 FROM dv1 WHERE `timestamp` BETWEEN '2022-01-01' AND '2022-01-02' GROUP BY dim1

code language-none
SELECT dim1, SUM(metric1) AS m1 FROM dv1 WHERE `timestamp` BETWEEN '2022-01-01' AND '2022-01-02' AND filterId = '12345' GROUP BY dim1

code language-none
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

code language-none
SELECT dim1, SUM(metric1) AS m1 FROM dv1 WHERE `timestamp` BETWEEN '2022-01-01' AND '2022-01-02' GROUP BY dim1 HAVING m1 > 100

Distinto, superior valores de dimensión

code language-none
`SELECT DISTINCT dim1 FROM dv1`

code language-none
SELECT dim1 AS dv1 FROM dv1 WHERE `timestamp` BETWEEN '2022-01-01' AND '2022-01-02' GROUP BY dim1

code language-none
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

code language-none
SELECT SUM(metric1) AS m1 FROM dv1 WHERE `timestamp` BETWEEN '2022-01-01' AND '2022-01-02'

De varias dimensiones desglose y distintivos de primer nivel

code language-none
SELECT dim1, dim2, SUM(metric1) AS m1 FROM dv1 WHERE `timestamp` BETWEEN '2022-01-01' AND '2022-01-02' GROUP BY dim1, dim2

code language-none
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

code language-none
`SELECT DISTINCT dim1, dim2 FROM dv1`

Subseleccionar: Filtrar adicionales resultados

code language-none
SELECT dim1, m1 FROM ( SELECT dim1, SUM(metric1) AS m1 FROM dv1 WHERE `timestamp` BETWEEN '2022-01-01' AND '2022-01-02' AGRUPAR POR dim1 ) DONDE dim1 en ('A', 'B')

Subseleccionar: Realización de consultas vistas de datos

code language-none

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:

code language-none

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 CON:

code language-none

WITH rows AS (
  WITH _ AS (
    SELECT * FROM data_ares
    WHERE `timestamp` BETWEEN '2021-01-01' AND '2021-02-01'
  )
  SELECT _.item, _.units FROM _
  WHERE _.item IS NOT NULL
)
SELECT rows.item, SUM(rows.units) AS units
FROM rows WHERE rows.item in ('A', 'B', 'C')
GROUP BY rows.item

Selecciona dónde las métricas van antes que o se mezclan con las dimensiones

code language-none
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. Ver detalles en Recuento de valores distintos.
Cálculos en línea para combinar métricas sobre la marcha o hacer cálculos matemáticos con 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) devuelven el valor de la métrica de 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. Esta matemática se puede utilizar en lugar de definir la matemática 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 intervalo va 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 manera similar a timestamp; sin embargo, el filtrado se limita a días completos. El daterange también es opcional y tiene los mismos valores predeterminados de intervalo que timestamp.
El campo daterange también se puede usar en funciones de fecha/hora para analizar o truncar la fecha del evento.

La columna especial daterangeName se puede usar para filtrar la consulta usando un intervalo de fechas con nombre como Last Quarter.

NOTE

Power BI no admite daterange métricas con 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. AND puede usar varios ID de filtro al usarlos.

Junto con filterId, puede usar filterName para usar el nombre de un filtro en lugar del identificador.

Cláusula Where

La cláusula WHERE se administra en tres pasos:

Busque el intervalo de fechas en los campos especiales timestamp, daterange o daterangeName.
Busque filterIds o filterNames definidos externamente para incluirlos en el filtro.
Convierta las expresiones restantes en filtros ad hoc.

La gestión se realiza analizando el primer nivel de ANDs en la cláusula WHERE. Cada expresión de nivel superior AND debe coincidir con una de las expresiones 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

Reparto

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 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 Dimension

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

Funciones de cadena

Función

Ejemplo

Detalles

Inferior

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.

Extraer

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'.

Compatibilidad parcial

Algunas funcionalidades de SQL solo se admiten parcialmente con la extensión de BI y no devuelven los mismos resultados que se ven con otras bases de datos. Esta funcionalidad específica se utiliza en SQL generado por varias herramientas de BI, para las que la extensión de BI no tiene una coincidencia exacta. Como resultado, la extensión de BI se centra en una implementación limitada que cubre el uso mínimo de la herramienta de BI sin arrojar errores. Consulte la tabla siguiente para obtener más detalles.

Función

Ejemplo

Detalles

MIN() & MAX()

MIN(daterange) o
MAX(daterange)

MIN() el timestamp, daterange o cualquiera de los daterangeX como daterangeday regresará hace 2 años.

MAX() el timestamp, daterange o cualquiera de los daterangeX como daterangeday devolverá la fecha/hora actual.

MIN() o MAX() en cualquier otra dimensión, métrica o expresión devolverá 0.

recommendation-more-help

080e5213-7aa2-40d6-9dba-18945e892f79