Last update: Sun Dec 08 2024 00:00:00 GMT+0000 (Coordinated Universal Time)
Temas:
Creado para:
Usuario
Desarrollador
El servicio de consultas de Adobe Experience Platform proporciona una interfaz de usuario que se puede utilizar para escribir y ejecutar consultas, ver consultas ejecutadas anteriormente y acceder a las guardadas por usuarios de su organización. Para acceder a la interfaz de usuario en Adobe Experience Platform, seleccione Consultas en el panel de navegación izquierdo. Aparece Consultas Información general.
Información general overview
La pestaña Información general proporciona un punto de entrada optimizado para trabajar con consultas y plantillas de Data Distiller. Aquí puede acceder a todas las funciones necesarias para escribir consultas, explorar conjuntos de datos y analizar datos de audiencias para garantizar un flujo de trabajo fluido para el análisis de datos y las perspectivas de audiencia. Utilice esta descripción general para conocer lo que puede lograr con Data Distiller y descubrir métricas clave sobre el uso del servicio de consultas.
Paneles principales main-panels
La página Información general contiene varias secciones principales para ayudarle a empezar:
Seleccione Crear consulta para navegar rápidamente al Editor de consultas y escribir y ejecutar nuevas consultas.
Seleccione Más información para ver la documentación detallada sobre cómo escribir consultas.
Seleccione Introducción en la sección Discover datos Distiller para abrir la descripción general de Data Distiller y obtener más información sobre las funciones disponibles.
Capacidades de Data Distiller data-distiller-capabilities
La sección Funciones de Data Distiller proporciona vínculos de documentación a funciones de Data Distiller más avanzadas:
Exploración de datos: Aprenda a explorar, solucionar problemas y comprobar datos ingeridos por lotes mediante SQL.
Canalizaciones AI/ML: Obtenga información acerca de conceptos importantes detrás de sus herramientas de aprendizaje automático preferidas y cómo crear modelos personalizados que admitan sus casos prácticos de marketing. En esta serie de guías se describen los pasos necesarios para crear canalizaciones de funciones que preparen los datos de Experience Platform para alimentar los modelos personalizados en su entorno de aprendizaje automático.
Datos SQL: Obtenga información acerca de las funcionalidades clave y los pasos necesarios para desarrollar un panel de datos desde SQL con Data Distiller.
Aceleradores recomendados de Data Distiller recommended-accelerators
Seleccione un enlace rápido para ir a los paneles de Data Distiller correspondientes Plantillas. Cada acelerador proporciona potentes herramientas y visualizaciones que le ayudarán a analizar los datos de audiencia, optimizar la segmentación y mejorar las estrategias de segmentación.
Superposiciones de audiencias avanzadas: desde este panel puede analizar intersecciones de audiencias entre varios segmentos de audiencias para descubrir información valiosa y optimizar estrategias de segmentación. También puede exportar sus perspectivas para realizar más análisis sin conexión o generar informes.
Comparación de audiencias: desde este panel, puede comparar y contrastar métricas clave de audiencia en paralelo para analizar dos grupos de audiencias en detalle. Estas perspectivas le ayudan a comprender el tamaño de la audiencia, el crecimiento y otros indicadores de rendimiento clave, lo que le permite refinar la segmentación y optimizar las estrategias de segmentación con decisiones basadas en datos.
Tendencias de audiencia: use el panel Tendencias de audiencia para visualizar cómo evolucionan las audiencias a lo largo del tiempo mediante métricas clave como el crecimiento de la audiencia, los recuentos de identidad y los perfiles de identidad únicos. Realice un seguimiento de las tendencias para descubrir perspectivas valiosas sobre el comportamiento de la audiencia, lo que le permite refinar la segmentación, mejorar la participación y optimizar las estrategias de segmentación para campañas más eficaces. Realice un seguimiento de las métricas de audiencia a lo largo del tiempo para monitorizar los cambios en el tamaño de la audiencia, el crecimiento de la identidad y la participación general.
Superposiciones de identidad de audiencia: use el panel Superposiciones de identidad de audiencia para analizar las superposiciones de identidad dentro de las audiencias seleccionadas. Las visualizaciones y los datos tabulados proporcionan perspectivas para optimizar la vinculación de identidad, reducir la redundancia y mejorar la segmentación. Estas perspectivas permiten una segmentación más eficaz, una personalización mejorada y unas interacciones con los clientes optimizadas.
Ejemplos de Data Distiller data-distiller-examples
Seleccione una tarjeta para abrir guías de documentación y ejemplos que le ayuden a sacar el máximo partido a Data Distiller:
Conjuntos de datos derivados basados en deciles: Aprenda a crear conjuntos de datos derivados basados en deciles para la segmentación y la creación de audiencias en Adobe Experience Platform. Con un escenario de lealtad de la aerolínea, abarca el diseño de esquemas, los cálculos de deciles y ejemplos de consultas para clasificar y agregar datos.
Valor de duración del cliente: Aprenda a rastrear y visualizar el valor de duración del cliente con Real-Time CDP y los paneles personalizados. Utilice estas perspectivas para desarrollar estrategias para adquirir nuevos clientes, conservar los existentes y maximizar los márgenes de beneficio.
Puntuación de tendencia: Aprenda a determinar las puntuaciones de tendencia mediante modelos predictivos de aprendizaje automático. Esta guía cubre el envío de datos para formación, la aplicación de modelos formados con SQL y la predicción de la probabilidad de compra de los clientes.
Análisis de consentimiento: Obtenga información sobre cómo analizar y rastrear el consentimiento del cliente mediante Real-Time CDP, Query Service y Data Distiller. Esta guía cubre la creación de paneles de consentimiento, el refinamiento de la segmentación, el seguimiento de tendencias y la garantía del cumplimiento, lo que le ayuda a generar confianza y a ofrecer experiencias personalizadas.
Coincidencia aproximada: Aprenda a hacer una coincidencia "aproximada" en los datos del Experience Platform para encontrar coincidencias aproximadas y analizar la similitud de cadenas en los conjuntos de datos. Siga esta guía para ahorrar tiempo y hacer que sus datos sean más accesibles. El ejemplo muestra cómo hacer coincidir los atributos de habitación de hotel entre dos conjuntos de datos de agencias de viajes, y cómo hacer coincidir, comparar y reconciliar de forma eficaz conjuntos de datos grandes y complejos para mantener la coherencia y la precisión.
Métricas clave key-metrics
La sección de métricas clave muestra visualizaciones de datos importantes que le ayudan a monitorizar el uso del servicio de consultas. Para cada gráfico, puede seleccionar los puntos suspensivos (...) en la parte superior derecha seguidos de Ver más para ver un formulario tabulado de los resultados o descargar los datos como un archivo CSV para verlos en una hoja de cálculo. Para obtener más información, consulte la Guía para ver más.
Establecer un filtro de fecha set-date-filter
Para aplicar un filtro de fecha global a estas visualizaciones, seleccione el icono de filtro (
) y ajuste el intervalo de fechas en el cuadro de diálogo Filtros. Aplique este filtro para adaptar las métricas mostradas para un lapso de tiempo específico y mejorar la relevancia del análisis.
consultas por lotes de Distiller distiller-batch-queries
El gráfico consultas por lotes de Distiller proporciona un desglose de la actividad de consultas por día, destacando el número de consultas CTAS y ITAS (interactivas y programadas) procesadas. El gráfico resalta patrones, como los picos en consultas interactivas en determinados días y el uso poco frecuente de consultas programadas. Utilice estas perspectivas para optimizar el rendimiento identificando los periodos de actividad máxima, refinando las estrategias de programación y equilibrando la ejecución de consultas para mejorar la eficacia del flujo de trabajo y la utilización de recursos.
Calcular horas consumidas compute-hours-consumed
El gráfico Calcular horas consumidas proporciona una visualización diaria de las horas calculadas utilizadas para procesar las operaciones del Servicio de consultas. Utilice estas tendencias de hora calculadas para monitorizar el consumo de recursos, identificar períodos de alta demanda y optimizar la ejecución de consultas para garantizar una asignación de recursos y un rendimiento eficientes.
Consultas de exploración de datos
El gráfico Consultas exploratorias de datos muestra el número de consultas SELECT procesadas a petición cada día. Esta visualización resalta las tendencias de la actividad de la consulta, como los picos en el uso en días específicos, para ayudarle a comprender cuándo los esfuerzos de exploración de datos son más activos. Utilice estas perspectivas para monitorizar los patrones de uso de las consultas, equilibrar las cargas de trabajo y optimizar la asignación de recursos para el análisis exploratorio de datos. Este análisis garantiza un uso más eficiente del servicio de consultas y una mejor planificación para períodos de alta demanda.
Editor de consultas
Utilice el Editor de consultas para escribir y ejecutar consultas sin utilizar un cliente externo. Seleccione Crear consulta para abrir el Editor de consultas y crear una nueva consulta. También puede obtener acceso al Editor de consultas si selecciona una consulta en las fichas Registro o Plantillas. Si selecciona una consulta guardada o ejecutada anteriormente, se abrirá el Editor de consultas, que mostrará el SQL de la consulta seleccionada.
A medida que escribe en el Editor de consultas, el editor completa automáticamente las palabras reservadas de SQL, las tablas y los nombres de campo dentro de las tablas. Cuando termine de escribir la consulta, seleccione el icono de reproducción (
) para ejecutar la consulta. La pestaña Consola debajo del editor muestra lo que el Servicio de consultas está haciendo actualmente e indica cuándo se ha devuelto una consulta. La ficha Result, junto a la Consola, muestra los resultados de la consulta. Consulte la guía del Editor de consultas para obtener más información sobre cómo usar el Editor de consultas.
Consultas programadas scheduled-queries
Las consultas que ya se han guardado como plantilla se pueden programar para ejecutarse en una cadencia normal. Al programar una consulta, puede elegir la frecuencia de ejecuciones, la fecha de inicio y finalización, el día de la semana en que se ejecuta la consulta programada, así como el conjunto de datos al que exportar la consulta. Las programaciones de consultas se establecen mediante el Editor de consultas.
Una vez programada una consulta, aparece en la lista de consultas programadas de la ficha Consultas programadas. Para obtener todos los detalles sobre la consulta, las ejecuciones, el creador y los tiempos, seleccione una consulta programada en la lista.
Columna
Descripción
Nombre
El campo de nombre es el nombre de la plantilla o los primeros caracteres de la consulta SQL. Cualquier consulta creada a través de la interfaz de usuario con el Editor de consultas recibe el nombre al principio. Si la consulta se creó mediante la API, el nombre de la consulta es un fragmento del SQL inicial utilizado para crear la consulta.
Plantilla
Nombre de plantilla de la consulta. Seleccione un nombre de plantilla para navegar hasta el Editor de consultas. La plantilla de consulta se muestra en el Editor de consultas para mayor comodidad. Si no hay ningún nombre de plantilla, la fila se marca con un guión y no se puede redirigir al Editor de consultas para ver la consulta.
SQL
Un fragmento de la consulta SQL.
Frecuencia de ejecución
Esta columna indica la cadencia con la que se ha configurado la ejecución de la consulta. Los valores disponibles son Run once y Scheduled. Las consultas se pueden filtrar según su frecuencia de ejecución.
Creado por
El nombre del usuario que creó la consulta.
Creado
La marca de tiempo cuando se creó la consulta, en formato UTC.
Marca de tiempo de la última ejecución
La marca de tiempo más reciente cuando se ejecutó la consulta. Esta columna resalta si una consulta se ha ejecutado según su programación actual.
Último estado de ejecución
El estado de la ejecución de consulta más reciente. Los tres valores de estado son: successfulfailed o in progress.
La ficha Plantillas muestra las consultas guardadas por los usuarios de su organización. Es útil considerarlas como proyectos de consulta, ya que las consultas guardadas aquí pueden estar aún en construcción. Las consultas mostradas en la ficha Plantillas también se muestran como consultas de ejecución en la ficha Registro si el servicio de consultas las ha ejecutado anteriormente.
Columna
Descripción
Nombre
El campo de nombre es el nombre de la consulta creado por el usuario o los primeros caracteres de la consulta SQL. Cualquier consulta creada a través de la interfaz de usuario con el Editor de consultas recibe el nombre al principio. Si la consulta se creó a través de la API, el nombre de la consulta es un fragmento del SQL inicial utilizado para crear la consulta. Puede seleccionar el nombre de la consulta para abrirla en el Editor de consultas. También puede usar la barra de búsqueda para buscar Name de una consulta. Las búsquedas distinguen entre mayúsculas y minúsculas.
SQL
Los primeros caracteres de la consulta SQL. Al pasar el ratón por encima del código, se muestra la consulta completa.
Modificado por
El último usuario que modificó la consulta. Cualquier usuario de la organización con acceso al servicio de consultas puede modificar las consultas.
Última modificación
La fecha y la hora de la última modificación de la consulta, en el huso horario del explorador.
Consulte la documentación de plantillas de consulta para obtener más información sobre las plantillas en la interfaz de usuario de Platform.
Registro log
La pestaña Log proporciona una lista de consultas que se han ejecutado anteriormente. De forma predeterminada, el registro muestra las consultas en cronología inversa.
Columna
Descripción
Nombre
El nombre de la consulta, que consta de los primeros caracteres de la consulta SQL. Seleccione el nombre de la plantilla para abrir la vista Detalles del registro de consultas para esa ejecución. Puede utilizar la barra de búsqueda para buscar el nombre de una consulta. Las búsquedas distinguen entre mayúsculas y minúsculas.
Hora de inicio
Hora a la que se ejecutó la consulta.
Tiempo completo
Hora a la que se completó la ejecución de la consulta.
Estado
El estado actual de la consulta.
Conjunto de datos
Conjunto de datos de entrada utilizado por la consulta. Seleccione el conjunto de datos para ir a la pantalla de detalles del conjunto de datos de entrada.
Cliente
El cliente utilizado para la consulta.
Creado por
El nombre de la persona que creó la consulta.
Seleccione el icono de lápiz (
) desde cualquier fila del registro de consultas para navegar hasta el Editor de consultas. La consulta se rellena previamente para facilitar la edición.
Consulte la documentación de registros de consulta para obtener más información sobre los archivos de registro generados automáticamente por un evento de consulta.
Credenciales
La ficha Credenciales muestra tanto las credenciales que caducan como las que no caducan. Para obtener más información sobre cómo usar estas credenciales para conectarse con clientes externos, lea la guía de credenciales.
Pasos siguientes
Ahora que está familiarizado con la interfaz de usuario del Servicio de consultas en Platform, puede acceder al Editor de consultas para empezar a crear sus propios proyectos de consultas y compartirlos con otros usuarios de su organización. Para obtener más información sobre la creación y ejecución de consultas en el Editor de consultas, consulte la guía del usuario del Editor de consultas.
