Usar nombres de segmento para segmentar

En este caso de uso, desea utilizar un segmento existente para la categoría de producto Pesca que haya definido en Customer Journey Analytics. Para segmentar e informar sobre nombres de productos y ocurrencias (eventos) durante enero de 2023.

Customer Journey Analytics

Inspeccione el segmento que desee utilizar en Customer Journey Analytics.

Customer Journey Analytics Usa Nombres De Filtro Para Filtrar

A continuación, puede utilizar ese segmento en un ejemplo Uso de nombres de segmento en el panel Segmento para el caso de uso:

Valores de recuento distinto de Customer Journey Analytics

Herramientas de BI
note prerequisites
PREREQUISITES
Asegúrese de que ha validado una conexión correcta, que puede enumerar vistas de datos y que utiliza una vista de datos para la herramienta de BI para la que desea probar este caso de uso.
tabs
Escritorio de Power BI
  1. En el panel Datos:

    1. Seleccione daterange.
    2. Seleccione filterName.
    3. Seleccione product_name.
    4. Seleccione sumar repeticiones.

Verá una visualización que muestra Error al obtener los datos de este elemento visual.

  1. En el panel Filtros:

    1. Seleccione filterName is (All) de Filtros en este elemento visual.
    2. Seleccione Filtro básico como Tipo de filtro.
    3. Debajo del campo Buscar, seleccione Productos de pesca, que es el nombre del filtro existente definido en Customer Journey Analytics.
    4. Seleccione intervalo de fechas es (todo) de Filtros en este elemento visual.
    5. Seleccione Filtro avanzado como Tipo de filtro.
    6. Defina el filtro para Mostrar elementos cuando el valor esté en 1/1/2023 y esté antes de 2/1/2023 o después.
    7. Seleccione CrossSize75 para quitar filterName de Columnas.
    8. Seleccione CrossSize75 para quitar daterange de Columnas.

    Verá la tabla actualizada con el filtro filterName aplicado. El escritorio de Power BI debe tener el aspecto siguiente.

    Escritorio De Power BI Que Usa Nombres De Intervalo De Fechas Para Filtrar

Escritorio Tableau
  1. Seleccione la ficha Hoja 1 en la parte inferior para cambiar de Fuente de datos. En la vista Hoja 1:

    1. Arrastre la entrada Filter Name de la lista Tables en el estante Filters.

    2. En el diálogo Filtrar [Nombre del filtro], asegúrese de que Seleccionar de la lista está seleccionado y seleccione Productos de pesca de la lista. Seleccione Aplicar y Aceptar.

    3. Arrastre la entrada Daterange de la lista Tablas en el estante Filtros.

    4. En el cuadro de diálogo Campo de filtro [Intervalo de fechas], seleccione Intervalo de fechas y seleccione Siguiente >.

    5. En el diálogo Filtrar [Daterang], seleccione Intervalo de fechas y seleccione 01/01/2023 - 01/02/2023. Seleccione Aplicar y Aceptar.

    6. Arrastre Product Name de la lista Tablas a Filas.

    7. Arrastre la entrada Ocurrencias de la lista Tablas y suelte la entrada en el campo junto a Columnas. El valor cambia a SUM(Occurrences).

    8. Seleccione Tabla de texto de Mostrarme.

    9. Seleccione Ajustar ancho del menú desplegable Ajustar.

      El escritorio Tableau debe tener el aspecto siguiente.

      Filtro Tableau Desktop Multiple Dimension Ranked

Buscador
  1. En la interfaz Explorar de Looker, asegúrate de tener una configuración limpia. Si no, seleccione Configuración Quitar campos y filtros.

  2. Seleccione + Filtro debajo de Filtros.

  3. En el diálogo Agregar filtro:

    1. Seleccionar ‣ Vista De Datos Cc
    2. En la lista de campos, seleccione ‣ Daterange Date y después Daterange Date.
      Filtro de búsqueda
  4. Especifique el filtro Cc Data View Daterange Date ya que está en el intervalo 2023/01/01 hasta (antes) 2023/02/01.

  5. Seleccione + Filtro debajo de Filtros para agregar otro filtro.

  6. En el diálogo Agregar filtro:

    1. Seleccionar ‣ Vista De Datos Cc
    2. En la lista de campos, seleccione ‣ Nombre del filtro.
  7. Asegúrese de que es la selección para el filtro.

  8. Seleccione Productos de pesca de la lista de valores posibles.

  9. Desde la sección ‣ Vista de datos CC en el carril izquierdo:

    1. Seleccione Nombre de producto.
    2. Seleccione Count debajo de MEASURES en el carril izquierdo (en la parte inferior).
  10. Seleccione Ejecutar.

  11. Seleccione ‣ visualización.

Debería ver una visualización y una tabla similares a las que se muestran a continuación.

Recuento de buscadores distinto

Jupyter Notebook
  1. Introduzca las siguientes instrucciones en una nueva celda.

    code language-python
    data = %sql SELECT filterName FROM cc_data_view;
    style = {'description_width': 'initial'}
    filter_name = widgets.Dropdown(
       options=[d for d, in data],
       description='Filter Name:',
       style=style
    )
    display(filter_name)
    
  2. Ejecute la celda. Debería ver una salida similar a la captura de pantalla siguiente.

    Resultados de Jupyter Notebook

  3. Seleccione Productos de pesca en el menú desplegable.

  4. Introduzca las siguientes instrucciones en una nueva celda.

    code language-python
    import seaborn as sns
    import matplotlib.pyplot as plt
    data = %sql SELECT product_name AS `Product Name`, COUNT(*) AS Events \
                FROM cc_data_view \
                WHERE daterange BETWEEN '2023-01-01' AND '2023-02-01' \
                   AND filterName = '{filter_name.value}' \
                GROUP BY 1 \
                LIMIT 10;
    df = data.DataFrame()
    df = df.groupby('Product Name', as_index=False).sum()
    plt.figure(figsize=(15, 3))
    sns.barplot(x='Events', y='Product Name', data=df)
    plt.show()
    display(data)
    
  5. Ejecute la celda. Debería ver una salida similar a la captura de pantalla siguiente.

    Resultados de Jupyter Notebook

EstudioRS
  1. Escriba las siguientes instrucciones entre {r} ` y ` en un nuevo fragmento. Asegúrese de utilizar el nombre de filtro adecuado. Por ejemplo, Fishing Products.

    code language-r
    ## Dimension filtered by name
    df <- dv %>%
       filter(daterange >= "2023-01-01" & daterange < "2023-02-01" & filterName == "Fishing Products") %>%
       group_by(product_name) %>%
       count() %>%
       arrange(desc(n), .by_group = FALSE)
    print(df)
    
  2. Ejecuta el fragmento. Debería ver una salida similar a la captura de pantalla siguiente.

    Resultados de RStudio

recommendation-more-help
080e5213-7aa2-40d6-9dba-18945e892f79