Creación de informes en un calendario comercial

En este tema se muestra cómo configurar la estructura para usar un calendario comercial 4-5-4 en su cuenta de Adobe Commerce Intelligence. El Report Builder visual proporciona intervalos de tiempo, intervalos y configuraciones independientes increíblemente flexibles. Sin embargo, todos estos ajustes funcionan con el calendario mensual tradicional establecido.

Dado que muchos clientes modifican su calendario para utilizar fechas de venta minorista o contables, los pasos siguientes ilustran cómo trabajar con los datos y crear informes utilizando fechas de venta minorista. Aunque las siguientes instrucciones hacen referencia al calendario comercial 4-5-4, puede modificarlas para cualquier calendario específico que utilice su equipo, ya sea financiero o simplemente personalizado.

Antes de empezar, debería revisar el Cargador de archivos y asegurarse de haber alargado el archivo .csv. Esto garantiza que las fechas cubran todos los datos históricos y las inserten en el futuro.

Este análisis contiene columnas calculadas avanzadas.

Primeros pasos

Puede descargar una versión .csv del calendario comercial 4-5-4 para los años comerciales de 2014 a 2017. Es posible que tenga que ajustar este archivo según su calendario comercial interno y ampliar el intervalo de fechas para que sea compatible con el lapso de tiempo histórico y actual. Después de descargar el archivo, use el Cargador de archivos para crear una tabla de Calendario comercial en la Data Warehouse Commerce Intelligence. Si utiliza una versión sin modificar del calendario comercial 4-5-4, asegúrese de que la estructura y los tipos de datos de los campos de esta tabla coinciden con los siguientes:

Nombre de columna
Tipo de datos de columna
Clave principal
Date Retail
Date & Time
Yes
Year Retail
Whole Number
No
Quarter Retail
Whole Number
No
Month Number Retail
Whole Number
No
Week Retail
Whole Number
No
Month Name Retail
Text (hasta 255 caracteres)
No
Week Number of Month Retail
Whole Number
No

Columnas para crear

  • tabla sales_order

    • INPUT created\_at (aaaa-mm-dd 00:00:00)

      • Column type: - Same table > Calculation
      • Inputs: - created\_at
      • Datatype: - Datetime
      • Calculation: - case when A is null then null else to\_char(A, 'YYYY-MM-DD 00:00:00') end
  • Calendario comercial tabla de carga de archivos

    • Fecha actual

      • Column type: Same table > Calculation

      • Inputs: Date Retail

      • Tipo de datos: Datetime

      • Calculation: case when A is null then null else to\_char(now(), 'YYYY-MM-DD 00:00:00') end

        note note
        NOTE
        La función now() anterior es específica de PostgreSQL. Aunque la mayoría de los almacenes de datos de Commerce Intelligence están alojados en PostgreSQL, algunos pueden estar alojados en Redshift. Si el cálculo anterior devuelve un error, es posible que necesite utilizar la función Redshift getdate() en lugar de now().
    • Año comercial actual (debe crearlo el analista de soporte técnico)

      • Column type: Event Counter

      • Local Key: Current date

      • Remote Key: Retail calendar.Date Retail

      • Operation: Max

      • Operation value: Year Retail

    • Incluido en el año comercial actual? (Sí/No)

      • Column type: Same table > Calculation

      • Inputs:

        • A - Year Retail
        • B - Current retail year
      • Tipo de datos: String

      • Calculation: case when A is null or B is null then null when A = B then 'Yes' else 'No' end

    • Incluido en el año comercial anterior? (Sí/No)

      • Column type: Same table > Calculation

      • Inputs:

        • A - Year Retail
        • B - Current retail year
      • Tipo de datos: String

      • Calculation: case when A is null or B is null then null when (A = (B-1)) then 'Yes' else 'No' end

  • tabla sales_order

    • Creado_en (año comercial)

      • Column type: One to Many > JOINED\_COLUMN

      • Ruta -

        • Many: sales\_order.\[INPUT\] created\_at (yyyy-mm-dd 00:00:00)
        • One: Retail Calendar.Date Retail
      • Seleccionar un(a) table: Retail Calendar

      • Seleccionar un(a) column: Year Retail

    • Creado_en (semana de venta minorista)

      • Column type: One to Many > JOINED\_COLUMN

      • Ruta -

        • Many: ventas_pedido.[INPUT] created_at (aaaa-mm-dd 00:00:00
        • One: Calendario comercial.Fecha comercial
      • Seleccionar un(a) table: Retail Calendar

      • Seleccionar un(a) column: Week Retail

    • Creado_en (mes comercial)

      • Column type: One to Many > JOINED\_COLUMN

      • Ruta

        • Many: sales\_order.\[INPUT\] created\_at (yyyy-mm-dd 00:00:00)
        • One: Retail Calendar.Date Retail
      • Seleccionar un(a) table: Retail Calendar

      • Seleccionar un(a) column: Month Number Retail

    • Incluir en el año comercial anterior? (Sí/No)

      • Column type: One to Many > JOINED\_COLUMN

      • Ruta -

        • Many: sales\_order.\[INPUT\] created\_at (yyyy-mm-dd 00:00:00)
        • One: venta minorista Calendar.Date Retail
      • Seleccionar un(a) table: Retail Calendar

      • Seleccionar un(a) column: Include in previous retail year? (Yes/No)

    • Incluir en el año comercial actual? (Sí/No)

      • Column type: One to Many > JOINED\_COLUMN

      • Ruta -

        • Many: sales\_order.\[INPUT\] created\_at (yyyy-mm-dd 00:00:00)
        • One: venta minorista Calendar.Date Retail
      • Seleccionar un(a) table: Retail Calendar

      • Seleccionar un(a) column: Include in current retail year? (Yes/No)

Métricas

Nota: No se necesitan métricas nuevas para este análisis. Sin embargo, asegúrese de agregar las nuevas columnas que creó en la tabla sales_order como dimensiones para todas las métricas de la tabla sales_order antes de continuar con los informes.

Informes

  • Pedidos semanales - calendario comercial (año)

    • Métrica A: 2017

      • Metric: número de pedidos
      • Filter:
        • Creado_en (año comercial) = 2017
    • Métrica B: 2016

      • Metric: número de pedidos
      • Filter:
        • Creado_en (año comercial) = 2016
    • Métrica C: 2015

      • Metric: Number of orders
      • Filter:
        • Created\_at (retail Year) = 2015
    • Time period: All time

    • Interval: None

    • Group by: Created\_at (retail week)

    • Chart type: Line

      • Desactivar multiple Y-axes
  • Resumen del calendario comercial (año comercial actual por mes)

    • Métrica A: Revenue

      • Métrica: Revenue

      • Filter:

        • Include current retail year?: Yes

    • Métrica B: Orders

      • Metric: Number of orders

      • Filter:

        • Include current retail year?: Yes

    • Métrica C: Avg order value

      • Metric: Avg order value

      • Filter:

        • Include current retail year?: Yes

    • Time period: All time

    • Interval: None

    • Group by: Created\_at (retail month)

    • Chart type: Line

  • Resumen del calendario comercial (año comercial anterior por mes)

    • Métrica A: Revenue

      • Métrica: Revenue

      • Filter:

        • Include current retail year?: Yes

    • Métrica B: Orders

      • Metric: número de pedidos

      • Filter:

        • Include current retail year?: Yes

    • Métrica C: Avg order value

      • Metric: Avg order value

      • Filter:

        • Include current retail year?: Yes

    • Time period: All time

    • Interval: None

    • Group by: Created\_at (retail month)

    • Chart type: Line

Pasos siguientes

Lo anterior describe cómo configurar un calendario comercial para que sea compatible con cualquier métrica creada en su tabla sales\_order (como Revenue o Orders). También puede ampliarlo para que admita el calendario comercial para las métricas creadas en cualquier tabla. El único requisito es que esta tabla tenga un campo de fecha y hora válido que se pueda usar para unirse a la tabla Calendario comercial.

Por ejemplo, para ver las métricas de nivel de cliente en un calendario comercial 4-5-4, cree un cálculo de Same Table en la tabla customer\_entity, similar a \[INPUT\] created\_at (yyyy-mm-dd 00:00:00) descrita anteriormente. Puede utilizar esta columna para reproducir los cálculos One to Many JOINED_COLUMN (como Created_at (retail year)) y Include in previous retail year? (Yes/No) uniendo la tabla customer\_entity a la tabla Retail Calendar.

No olvide agregar todas las columnas nuevas como dimensiones a las métricas antes de generar nuevos informes.

recommendation-more-help
e1f8a7e8-8cc7-4c99-9697-b1daa1d66dbc