DocumentationCustomer Journey AnalyticsGuide de Customer Journey Analytics

Extension BI Customer Journey Analytics

Last update: Thu Apr 17 2025 00:00:00 GMT+0000 (Coordinated Universal Time)
  • Rubriques :

Créé pour :

  • Administration
NOTE
Vous devez disposer du package Select ou d’une version ultérieure pour utiliser la fonctionnalité décrite dans cette section. Contactez votre administrateur ou administratrice si vous ne savez pas de quel package Customer Journey Analytics vous disposez.

Le Customer Journey Analytics BI extension permet à SQL d’accéder aux vues de données que vous avez définies dans Customer Journey Analytics. Il se peut que les personnes chargées de votre ingénierie et de votre analyse des données maîtrisent bien Power BI, Tableau Desktop ou d’autres outils de Business Intelligence et de visualisation (appelés outils de BI). Elles peuvent désormais créer des rapports et des tableaux de bord en fonction des vues de données des utilisateurs et utilisatrices de Customer Journey Analytics lors de la création de leurs projets Analysis Workspace.

Le Query Service d’Adobe Experience Platform est l’interface SQL des données disponibles dans le lac de données d’Experience Platform. Avec le Customer Journey Analytics BI extension activé, la fonctionnalité de Query Service est étendue pour afficher vos vues de données de Customer Journey Analytics sous la forme de tableaux ou de vues dans une session Query Service. Par conséquent, les outils de Business Intelligence qui utilisent Query Service comme interface PostgresSQL bénéficient en toute transparence de cette fonctionnalité étendue.

Les principaux avantages sont les suivants :

  • Il n’est pas nécessaire de recréer une représentation équivalente des vues de données de Customer Journey Analytics dans l’outil de BI lui-même.
    Consultez Vues de données pour plus d’informations sur les fonctionnalités des vues de données afin de comprendre ce qui doit être recréé.
  • La cohérence des rapports et analyses entre les outils de BI et Customer Journey Analytics est améliorée.
  • Il est possible de combiner des données de Customer Journey Analytics avec d’autres sources de données déjà disponibles dans les outils de BI.

Conditions préalables

Pour utiliser cette fonctionnalité, vous pouvez utiliser des informations d’identification arrivant à expiration ou non pour connecter les outils de BI à l’Customer Journey Analytics BI extension. Le Guide d’identification fournit des informations supplémentaires sur la définition des informations d’identification expirant ou n’expirant pas.
Voici des étapes supplémentaires pour configurer les autorisations CJA

Expiration des informations d’identification

Pour utiliser des informations d’identification arrivant à expiration, vous pouvez procéder comme suit :

  • Octroyez l’accès à Experience Platform et Customer Journey Analytics.
  • Octroyez à l’administrateur ou à l’administratrice de produit l’accès à Customer Journey Analytics afin que vous puissiez afficher, modifier, mettre à jour ou supprimer des connexions et des vues de données.

Vous pouvez également effectuer les opérations suivantes :

  • Octroyez l’accès aux vues de données auxquelles vous souhaitez accéder.
  • Octroyez l’accès à l’extension BI Customer Journey Analytics.

Informations dʼidentification n’expirant pas

Pour utiliser des informations d’identification n’expirant pas, procédez comme suit :

Consultez Contrôle d’accès du parcours client pour plus d’informations, en particulier les autorisations supplémentaires d’administration de produit et les autorisations de Customer Journey Analytics dans Admin Console.

Utilisation

Pour utiliser la fonctionnalité Customer Journey Analytics BI extension, vous pouvez utiliser SQL directement ou utiliser l’expérience de glisser-déposer disponible dans l’outil de BI spécifique.

SQL

Vous pouvez utiliser cette fonctionnalité directement dans les instructions SQL à l’aide du requêteur ou d’un client d’interface de ligne de commande (CLI) PostgresSQL standard.

Requêteur

Dans Adobe Experience Platform :

  1. Sélectionnez **** Requêtes **** dans ​ Gestion des données ​ depuis le rail de gauche.

  2. Sélectionnez Créer une requête ​ Créer une requête ​.

  3. Sélectionnez la base de données cja de votre sandbox dans la liste des bases de données du menu déroulant Base de données. Par exemple prod:cja.

  4. Pour exécuter la requête, saisissez votre instruction SQL et sélectionnez le bouton Lecture (ou appuyez sur [SHIFT]+[ENTER]).

Interface de ligne de commande PostgresSQL

  1. Recherchez et copiez vos informations d’identification PostgresSQL dans Adobe Experience Platform :

    1. Sélectionnez **** Requêtes **** depuis le rail de gauche (sous ​ Gestion des données ​).

    2. Sélectionnez ​ Informations d’identification ​ dans la barre supérieure.

    3. Sélectionnez la base de données cja de votre sandbox dans la liste des bases de données du menu déroulant Base de données. Par exemple prod:cja.

    4. Pour copier la chaîne de commande, utilisez Copier dans la section ​ Commande PSQL ​.

  2. Ouvrez une fenêtre de commande ou de terminal.

  3. Pour vous connecter et commencer à exécuter vos requêtes, collez la chaîne de commande dans votre terminal.

Voir le guide de l’interface utilisateur de l’éditeur de requêtes pour plus d’informations.

Outils de BI

Actuellement, l’Customer Journey Analytics BI extension est prise en charge et testée pour les outils répertoriés ci-dessous. D’autres outils de BI utilisant l’interface PSQL peuvent également fonctionner, mais ne sont pas encore pris en charge officiellement.

Power BI

  1. Recherchez les détails de vos informations d’identification PostgresSQL dans Adobe Experience Platform :

    1. Sélectionnez **** Requêtes **** depuis le rail de gauche (sous ​ Gestion des données ​).

    2. Sélectionnez ​ Informations d’identification ​ dans la barre supérieure.

    3. Sélectionnez la base de données cja de votre sandbox dans la liste des bases de données du menu déroulant Base de données. Par exemple prod:cja.

    4. Utilisez Copier pour copier chacun des paramètres d’identification Postgres (Hôte, Port, Base de données, Nom d’utilisateur ou d’utilisatrice, etc.), en cas de besoin dans Power BI.

  2. Dans Power BI :

    1. Dans la fenêtre principale, sélectionnez ​ Obtenir des données ​ dans la barre d’outils supérieure.

    2. Sélectionnez Plus… dans le rail de gauche.

    3. Sur l’écran Obtenir des données, recherchez PostgresSQL et sélectionnez la ​ base de données PostgresSQL ​ dans la liste.

    4. Dans la boîte de dialogue ​ Base de données PostgressSQL ​, réalisez les actions suivantes :

      1. Collez le paramètre **** Hôte **** des Informations d’identification des requêtes Experience Platform dans le champ de texte ​ Serveur ​.

      2. Collez le paramètre **** Base de données **** des Informations d’identification des requêtes Experience Platform dans le champ de texte ​ Base de données ​.

        Ajoutez ?FLATTEN au paramètre ​ Base de données ​, de sorte à lire prod:cja?FLATTEN, par exemple. Voir Aplatissement des structures de données imbriquées à utiliser avec des outils de BI tiers pour plus d’informations.

      3. Lorsque le mode Connectivité des données vous est proposé, sélectionnez DirectQuery.

      4. Vous devez fournir un Nom d’utilisateur ou d’utilisatrice et un Mot de passe. Utilisez les mêmes paramètres d’Informations d’identification que pour les requêtes Experience Platform.

    5. Une fois la connexion établie, les tableaux des vue de données de Customer Journey Analytics s’affichent dans le ​ Navigateur ​ de Power BI.

    6. Sélectionnez les tableaux des vues de données à utiliser, puis sélectionnez ​ Charger ​.

    Toutes les dimensions et mesures associées à un ou plusieurs tableaux sélectionnés s’affichent dans le volet de droite et sont prêtes à être utilisées dans vos visualisations.

    Consultez Connecter Power BI à Query Service pour plus d’informations. Consultez aussi Cas d’utilisation de l’extension BI pour un exemple détaillé.

Tableau Desktop

  1. Recherchez les détails de vos informations d’identification PostgresSQL dans Adobe Experience Platform :

    1. Sélectionnez **** Requêtes **** depuis le rail de gauche (sous ​ Gestion des données ​).

    2. Sélectionnez ​ Informations d’identification ​ dans la barre supérieure.

    3. Sélectionnez la base de données cja de votre sandbox dans la liste des bases de données du menu déroulant Base de données. Par exemple prod:cja.

    4. Utilisez Copier pour copier chacun des paramètres d’informations d’identification Postgres (Hôte, Port, Base de données, Nom d’utilisateur ou d’utilisatrice, etc.) en cas de besoin dans Tableau Desktop.

  2. Dans Tableau Desktop :

    1. Sélectionnez **** Plus **** depuis ​ Vers un serveur ​ dans le rail de gauche.

    2. Sélectionnez ​ PostgresSQL ​ dans la liste.

    3. Dans la boîte de dialogue PostgresSQL, réalisez les actions suivantes :

      1. Collez le paramètre **** Hôte **** des Informations d’identification des requêtes Experience Platform dans le champ de texte ​ Serveur ​.

      2. Collez le paramètre **** Port **** des Informations d’identification des requêtes Experience Platform dans le champ de texte ​ Port ​.

      3. Collez le paramètre **** Base de données **** des Informations d’identification des requêtes Experience Platform dans le champ de texte ​ Base de données ​.

        Ajoutez %3FFLATTEN au paramètre ​ Base de données ​, de sorte à lire prod:cja%3FFLATTEN, par exemple. Voir Aplatissement des structures de données imbriquées à utiliser avec des outils de BI tiers pour plus d’informations.

      4. Sélectionnez **** Nom d’utilisateur ou d’utilisatrice et mot de passe **** dans la liste ​ Authentification ​.

      5. Collez le paramètre **** Nom d’utilisateur ou d’utilisatrice **** des Informations d’identification des requêtes Experience Platform dans le champ de texte ​ Nom d’utilisateur ou d’utilisatrice ​.

      6. Collez le paramètre **** Mot de passe **** des Informations d’identification des requêtes Experience Platform dans le champ de texte ​ Mot de passe ​.

      7. Sélectionnez ​ Se connecter ​.

    4. Les vues de données Customer Journey Analytics s’affichent sous forme de tableaux dans la liste ​ Tableau ​.

    5. Faites glisser les tableaux à utiliser sur la zone de travail.

    Vous pouvez désormais utiliser les données des tableaux de vues de données pour créer vos rapports et visualisations.

    Consultez Connecter Tableau à Query Service pour plus d’informations. Consultez aussi Cas d’utilisation de l’extension BI pour un exemple détaillé.

Looker

  1. Recherchez les détails de vos informations d’identification PostgresSQL dans Adobe Experience Platform :

    1. Sélectionnez **** Requêtes **** depuis le rail de gauche (sous ​ Gestion des données ​).

    2. Sélectionnez ​ Informations d’identification ​ dans la barre supérieure.

    3. Sélectionnez la base de données cja de votre sandbox dans la liste des bases de données du menu déroulant Base de données. Par exemple prod:cja.

    4. Utilisez Copier pour copier chacun des paramètres d’informations d’identification Postgres (Hôte, Port, Base de données, Nom d’utilisateur ou d’utilisatrice, etc.) en cas de besoin dans Looker.

  2. Dans Looker :

    1. Sélectionnez Admin dans le rail de gauche.
    2. Sélectionnez Connexions.
    3. Sélectionnez Ajouter une connexion.
    4. Dans l’écran Connecter votre base de données à Looker, collez les valeurs appropriées lors de la configuration de votre nouvelle connexion. Veillez à sélectionner PostgreSQL 9.5+ comme dialecte.
    5. Sélectionnez Tester pour tester la connexion.
    6. Une fois l’opération réussie, sélectionnez Mettre à jour pour enregistrer la connexion.

    Vous pouvez désormais utiliser les données des tableaux de vues de données pour créer vos rapports et visualisations.

    Consultez Connecter Looker à Query Service pour plus d’informations. Consultez aussi Cas d’utilisation de l’extension BI pour un exemple détaillé.

Jupyter Notebook

  1. Recherchez les détails de vos informations d’identification PostgresSQL dans Adobe Experience Platform :

    1. Sélectionnez **** Requêtes **** depuis le rail de gauche (sous ​ Gestion des données ​).

    2. Sélectionnez ​ Informations d’identification ​ dans la barre supérieure.

    3. Sélectionnez la base de données cja de votre sandbox dans la liste des bases de données du menu déroulant Base de données. Par exemple prod:cja.

    4. Utilisez Copier pour copier chacun des paramètres d’identification Postgres (Hôte, Port, Base de données, Nom d’utilisateur ou d’utilisatrice, etc.), en cas de besoin dans Jupyter Notebook.

  2. Dans Jupyter Notebook :

    1. Veillez à utiliser les bibliothèques requises.
    2. Utilisez les valeurs appropriées lors de la configuration et de l’exécution de la connexion.
    3. Testez votre connexion en exécutant une requête appropriée.

    En cas de réussite, vous pouvez utiliser les données pour créer des rapports et des visualisations.

    Consultez Connecter Jupyter Notebook à Query Service pour plus d’informations. Consultez aussi Cas d’utilisation de l’extension BI pour un exemple détaillé.

RStudio

  1. Recherchez les détails de vos informations d’identification PostgresSQL dans Adobe Experience Platform :

    1. Sélectionnez **** Requêtes **** depuis le rail de gauche (sous ​ Gestion des données ​).

    2. Sélectionnez ​ Informations d’identification ​ dans la barre supérieure.

    3. Sélectionnez la base de données cja de votre sandbox dans la liste des bases de données du menu déroulant Base de données. Par exemple prod:cja.

    4. Utilisez Copier pour copier chacun des paramètres d’identification Postgres (Hôte, Port, Base de données, Nom d’utilisateur ou d’utilisatrice, etc.), en cas de besoin dans Jupyter Notebook.

  2. Dans RStudio :

    1. Veillez à utiliser les bibliothèques requises.
    2. Utilisez les valeurs appropriées lors de la configuration et de l’exécution de la connexion.
    3. Testez votre connexion en exécutant une requête appropriée.

    En cas de réussite, vous pouvez utiliser les données pour créer des rapports et des visualisations.

    Consultez Connecter RStudio à Query Service pour plus d’informations. Consultez également Cas d’utilisation de l’extension BI pour un exemple détaillé (qui utilise le package RPostgres à la place).

Voir Connecter des clients à Query Service pour une vue d’ensemble des différents outils disponibles et pour plus d’informations.

Consultez Cas d’utilisation pour savoir comment réaliser un certain nombre de cas d’utilisation à l’aide de l’extension BI Customer Journey Analytics.

Fonctionnalité

Par défaut, vos vues de données ont un nom de tableau sécurisé généré à partir de leur nom convivial. Par exemple, la vue de données nommée Mes données web possède le nom de vue my_web_data_view. Vous pouvez définir un nom préféré à utiliser dans votre outil de BI pour votre vue de données. Consultez Paramètres de vue de données pour en savoir plus.

Pour utiliser les identifiants de vue de données comme noms de table, vous pouvez ajouter le paramètre optionnel CJA_USE_IDS sur le nom de la base de données lors de la connexion. Par exemple, prod:cja?CJA_USE_IDS affiche vos vues de données avec des noms tels que dv_ABC123.

Gouvernance des données

Les paramètres liés à la gouvernance de données dans Customer Journey Analytics sont hérités d’Adobe Experience Platform. L’intégration entre Customer Journey Analytics et la gouvernance de données Adobe Experience Platform permet l’étiquetage des données Customer Journey Analytics sensibles et l’application des politiques de confidentialité.

Les libellés et les politiques de confidentialité créés sur les jeux de données consommés par Experience Platform peuvent être affichés dans le workflow des vues de données Customer Journey Analytics. Par conséquent, les données interrogées à l’aide de l’Customer Journey Analytics BI extension affichent des avertissements ou des erreurs appropriés lorsque vous ne respectez pas les libellés et politiques de confidentialité définis.

Liste des vues de données

Dans l’interface de ligne de commande PostgreSQL standard, vous pouvez répertorier vos vues à l’aide de \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

Imbrication et aplatissement

Par défaut, le schéma de vos vues de données utilise des structures imbriquées, tout comme les schémas XDM d’origine. L’intégration prend également en charge l’option FLATTEN. Vous pouvez utiliser cette option pour forcer l’aplatissement du schéma des vues de données (et de tout autre tableau de la session). L’aplatissement permet une utilisation plus facile dans les outils de BI qui ne prennent pas en charge les schémas structurés. Voir Utiliser les structures de données imbriquées dans Query Service pour plus d’informations.

Valeurs par défaut et limitations

Les valeurs par défaut et limites supplémentaires suivantes s’appliquent lors de l’utilisation de l’extension BI :

  • L’extension BI requiert une limite de lignes pour les résultats de la requête. La valeur par défaut est de 50, mais vous pouvez la remplacer dans SQL à l’aide de LIMIT n, où n est compris entre 1 et 50 000.

  • L’extension BI requiert une période pour limiter les lignes utilisées pour les calculs. La valeur par défaut est celle des 30 derniers jours, mais vous pouvez la remplacer dans votre clause SQL WHERE à l’aide des colonnes spéciales timestamp ou daterange.

  • L’extension BI requiert des requêtes agrégées. Vous ne pouvez pas utiliser du SQL comme SELECT * FROM ... pour obtenir les lignes brutes sous-jacentes. À un niveau élevé, vos requêtes agrégées doivent utiliser ce qui suit :

    • Sélectionnez des totaux à l’aide de SUM et/ou COUNT.
      Par exemple, SELECT SUM(metric1), COUNT(*) FROM ...

    • Sélectionnez des mesures réparties par dimension.
      Par exemple, SELECT dimension1, SUM(metric1), COUNT(*) FROM ... GROUP BY dimension1

    • Sélectionnez des valeurs de mesure distinctes.
      Par exemple, SELECT DISTINCT dimension1 FROM ...

      Pour plus d’informations, consultez SQL pris en charge.

SQL pris en charge

Voir Référence SQL de Query Service pour obtenir une référence complète sur le type de SQL pris en charge.

Consultez le tableau ci-dessous pour obtenir des exemples de langage SQL à utiliser.

Exemples
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
Modèle Exemple
Découverte de schéma
code language-none 
SELECT * FROM dv1 WHERE 1=0
Classement ou répartition
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 clause
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
Distinct, haut valeurs de dimension
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
Totaux des mesures
code language-none 
SELECT SUM(metric1) AS m1
FROM dv1
WHERE `timestamp` BETWEEN '2022-01-01' AND '2022-01-02'
Multi-dimension répartitions et top-distincts
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
Sous-sélectionner : Filtrer les éléments supplémentaires resultats
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'
 GROUP BY dim1
)
OÙ dim1 dans ('A', 'B')
Sous-sélectionner : Requête sur vues de données
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
Sous-sélectionner : Source superposée, le filtrage, et agrégation

Superposé à l’aide de sous-sélections :

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

Calques utilisant CTE AVEC :

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
Sélectionne où le les mesures viennent avant ou sont mélangés à les dimensions
code language-none 
SELECT SUM(metric1) AS m1, dim1
FROM dv1
WHERE `timestamp` BETWEEN '2022-01-01' AND '2022-01-02'
GROUP BY 2

Dimensions

Vous pouvez sélectionner l’une des dimensions disponibles par défaut ou définies dans la vue de données. Vous sélectionnez une dimension en fonction de son identifiant.

Mesures

Les mesures disponibles à la sélection sont les suivantes :

  • toute mesure disponible par défaut ;
  • mesures définies dans la vue de données ;
  • mesures calculées compatibles avec la vue de données à laquelle l’utilisateur ou l’utilisatrice a accès.

La mesure est sélectionnée en fonction de son identifiant enveloppé dans une expression SUM(metric), comme avec les autres sources SQL.

Vous pouvez utiliser :

  • SELECT COUNT(*) ou COUNT(1) pour obtenir la mesure Occurrences.
  • SELECT COUNT(DISTINCT dimension) ou SELECT APPROX_COUNT_DISTINCT(dimension) pour comptabiliser les valeurs distinctes approximatives d’une dimension. Consultez les détails dans Comptage des valeurs distinctes.
  • Calculs intégrés pour combiner des mesures à la volée et/ou effectuer des calculs sur celles-ci.

Comptage des valeurs distinctes

En raison de la nature sous-jacente du fonctionnement de Customer Journey Analytics, la seule dimension pour laquelle vous pouvez obtenir un comptage des valeurs distinctes exact est la dimension adobe_personid. Les instructions SQL suivantes SELECT COUNT(DISTINCT adobe_personid) ou SELECT APPROX_COUNT_DISTINCT(adobe_personid) renvoient la valeur de la mesure Personnes par défaut, qui est le nombre de personnes distinctes. Pour les autres dimensions, un nombre distinct approximatif est renvoyé.

Mesures conditionnelles

Vous pouvez incorporer une clause IF ou CASE dans les fonctions SUM ou COUNT pour ajouter une segmentation supplémentaire spécifique à une mesure sélectionnée. L’ajout de ces clauses est similaire à l’application d’un segment à une colonne de mesures dans un tableau de rapport Workspace.

Exemples :

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

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

Calculs intégrés

Vous pouvez appliquer des mathématiques supplémentaires aux expressions de mesure dans votre SELECT. Ces calculs peuvent être utilisés au lieu de définir les mathématiques dans une mesure calculée. Le tableau suivant répertorie les types d’expressions pris en charge.

Opérateur ou Fonction
Détails
+, -, *, /, et %
Ajouter, soustraire, multiplier, diviser et modulaire/reste
-X ou +X
Modifier le signe ou la mesure où X est l’expression de mesure
PI()
π constant
POSITIVE, NEGATIVE, ABS, FLOOR, CEIL, CEILING, EXP, LN, LOG10, LOG1P, SQRT, CBRT, DEGREES, RADIANS, SIN, COS, TAN, ACOS, ASIN, ATAN, COSH, SINH et TANH
Fonctions mathématiques unaires
MOD, POW, POWER, ROUND, LOG
Fonctions mathématiques binaires

Colonnes spéciales

Horodatage

La colonne spéciale timestamp fournit les périodes de la requête. Une période peut être définie par une expression BETWEEN ou une paire de vérifications timestamp >, >=, <, <= (avec AND).
La valeur timestamp est facultative. Si aucune plage complète n’est fournie, les valeurs par défaut sont utilisées :

  • Si seul un minimum est fourni (timestamp > X ou timestamp >= X), la plage est comprise entre X et maintenant.
  • Si seul un maximum est fourni (timestamp < X ou timestamp <= X), la plage est comprise entre X-30 jours et X.
  • Si rien n’est indiqué, la période est comprise entre maintenant-30 jours et maintenant.

La période est convertie en segment global de période dans RankedRequest.
Le champ de date et heure peut également être utilisé dans les fonctions Date-Heure pour analyser et tronquer la date et l’heure de l’événement.

Période

La colonne spéciale daterange fonctionne de la même manière que timestamp ; toutefois, la segmentation est limitée à jours complets. La daterange est également facultative et présente les mêmes valeurs par défaut que timestamp.
Le champ daterange peut également être utilisé dans les fonctions de date et d’heure pour analyser et tronquer la date de l’événement.

La colonne spéciale daterangeName peut être utilisée pour segmenter votre requête à l’aide d’une période nommée telle que Last Quarter.

NOTE
Power BI ne prend pas en charge les mesures daterange inférieures à un jour (heure, 30 minutes, 5 minutes, etc.).

Identifiant de segment

La colonne spéciale filterId est facultative et est utilisée pour appliquer un segment défini en externe à la requête. L’application d’un segment défini en externe à une requête est similaire au déplacement d’un segment sur un panneau dans Workspace. Plusieurs identifiants de segment peuvent être utilisés en les AND.

En plus de filterId, vous pouvez utiliser filterName pour utiliser le nom d’un segment au lieu de l’identifiant.

Clause WHERE

La clause WHERE est traitée en trois étapes :

  1. Rechercher la période dans les champs spéciaux timestamp, daterange ou daterangeName.

  2. Recherchez les filterId ou filterName définis de manière externe à inclure dans le segment.

  3. Transformez les expressions restantes en segments ad hoc.

La gestion est effectuée en analysant le premier niveau de AND dans la clause WHERE. Chaque expression de niveau supérieur (avec AND) doit correspondre à l’une des expressions ci-dessus. Tout ce qui est plus profond que le premier niveau de AND ou, si la clause WHERE utilise des OR au niveau supérieur, est géré en tant que segment ad hoc.

Ordre de tri

Par défaut, la requête trie les résultats selon la première mesure sélectionnée dans l’ordre décroissant. Vous pouvez remplacer l’ordre de tri par défaut en spécifiant ORDER BY ... ASC ou ORDER BY ... DESC. Si vous utilisez ORDER BY, vous devez spécifier ORDER BY sur la première mesure sélectionnée.

Vous pouvez également inverser l’ordre en utilisant - (moins) devant la mesure. Les deux instructions ci-dessous donnent le même ordre :

ORDER BY metric1 ASC

ORDER BY -metric1 DESC

Prise en charge des fonctions générales

Fonction
Exemple
Détails
Diffusion
CAST(`timestamp` AS STRING) ou
`timestamp`::string
La diffusion de type n’est pas prise en charge actuellement, mais aucune erreur n’est générée. La fonction CAST est ignorée.
Date et heure
WHERE `timestamp` >= TIMESTAMP('2022-01-01 00:00:00') AND `timestamp` < TIMESTAMP('2022-01-02 00:00:00')
Analysez une chaîne d’heure en tant que date et heure à utiliser dans une clause WHERE.
À l’horodatage
WHERE `timestamp` >= TO_TIMESTAMP('01/01/2022', 'MM/dd/yyyy') AND `timestamp` < TO_TIMESTAMP('01/02/2022', 'MM/dd/yyyy')
Analysez une chaîne d’heure en tant que date et heure à utiliser dans une clause WHERE, en fournissant éventuellement un format pour cette chaîne d’heure.
Date
WHERE `timestamp` >= DATE('2022-01-01') AND `timestamp` < DATE('2022-01-02')
Analysez une chaîne de date en tant que date et heure à utiliser dans une clause WHERE.
À ce jour
WHERE `timestamp` >= TO_DATE('01/01/2022', 'MM/dd/yyyy') AND `timestamp` < TO_DATE('01/02/2022', 'MM/dd/yyyy')
Analysez une chaîne de date en tant que date et heure à utiliser dans une clause WHERE, en fournissant éventuellement un format pour cette chaîne de date.

Prise en charge des fonctions de dimension

Ces fonctions peuvent être utilisées sur les dimensions des clauses SELECT et WHERE ou dans les mesures conditionnelles.

Fonctions de chaîne

Fonction
Exemple
Détails
Lower
SELECT LOWER(name) AS lower_name
Générez une identité de dimension dynamique sur le champ transmis.

Fonctions de date et d’heure

Fonction
Exemple
Détails
Année
SELECT YEAR(`timestamp`)
Générez une identité de dimension dynamique sur le champ transmis.
Mois
SELECT MONTH(`timestamp`)
Générez une identité de dimension dynamique sur le champ transmis.
Jour
SELECT DAY(`timestamp`)
Générez une identité de dimension dynamique sur le champ transmis.
Jour de la semaine
SELECT DAYOFWEEK(`timestamp`)
Générez une identité de dimension dynamique sur le champ transmis. Utilisez l’identifiant de l’élément au lieu de la valeur, car vous avez besoin du numéro et non du nom convivial.
Jour de l’année
SELECT DAYOFYEAR(`timestamp`)
Générez une identité de dimension dynamique sur le champ transmis.
Semaine
SELECT WEEK(`timestamp`)
Générez une identité de dimension dynamique sur le champ transmis.
Trimestre
SELECT QUARTER(`timestamp`)
Générez une identité de dimension dynamique sur le champ transmis.
Heure
SELECT HOUR(`timestamp`)
Générez une identité de dimension dynamique sur le champ transmis. Utilisez l’identifiant de l’élément au lieu de la valeur, car vous avez besoin du numéro et non du nom convivial.
Minute
SELECT MINUTE(`timestamp`)
Générez une identité de dimension dynamique sur le champ transmis.
Extraire
SELECT EXTRACT(MONTH FROM `timestamp`)
Générez une identité de dimension dynamique sur le champ transmis. Utilisez l’ID d’élément au lieu de la valeur de certaines parties de cette fonction, car vous avez besoin du numéro et non du nom convivial.
Les parties prises en charge sont les suivantes :
- Mots-clés : YEAR, MONTH, DAYOFMONTH, DAYOFWEEK, DAYOFYEAR, WEEK, QUARTER, HOUR, MINUTE.
- Chaînes : 'YEAR', 'Y', 'MONTH', 'M', 'DAYOFMONTH', 'DAY', 'D', 'DAYOFWEEK', 'DOW', 'DAYOFYEAR', 'DOY', 'WEEK', 'WOY, 'W', 'QUARTER', 'QOY', 'Q', 'HOUR' ou 'MINUTE'.
Date (partie)
SELECT DATE_PART('month', `timestamp`)
Générez une identité de dimension dynamique sur le champ transmis. Utilisez l’ID d’élément au lieu de la valeur de certaines parties de cette fonction, car vous avez besoin du numéro et non du nom convivial.
Les parties de chaîne prises en charge sont les suivantes : 'YEAR', 'Y', 'MONTH', 'M', 'DAYOFMONTH', 'DAY', 'D', 'DAYOFWEEK', 'DOW', 'DAYOFYEAR', 'DOY', 'WEEK', 'WOY', 'W', 'QUARTER', 'QOY', 'Q', 'HOUR' ou 'MINUTE'.
Date (tronquée)
SELECT DATE_TRUNC('quarter', `timestamp`)
Générez une identité de dimension dynamique sur le champ transmis.
Les granularités de chaîne prises en charge sont les suivantes : 'YEAR', 'Y', 'MONTH', 'M', 'DAYOFMONTH', 'DAY', 'D', 'DAYOFWEEK', 'DOW', 'DAYOFYEAR', 'DOY', 'WEEK', 'WOY, 'W', 'QUARTER', 'QOY', 'Q', 'HOUR' ou 'MINUTE'.

Prise en charge partielle

Certaines fonctionnalités SQL ne sont que partiellement prises en charge avec l’extension BI et ne renvoient pas les mêmes résultats que ceux d’autres bases de données. Cette fonctionnalité spécifique est utilisée dans le langage SQL généré par divers outils de BI, pour lesquels l’extension BI n’a pas de correspondance exacte. Par conséquent, l’extension BI se concentre sur une implémentation limitée qui couvre l’utilisation minimale de l’outil de BI sans générer d’erreurs. Consultez le tableau ci-dessous pour plus de détails.

Fonction
Exemple
Détails
MIN() ET MAX()
MIN(daterange) ou
MAX(daterange)
MIN() sur timestamp, daterange ou tout autre daterangeX comme daterangeday renvoie 2 ans plus tôt.

MAX() sur timestamp, daterange ou tout autre daterangeX comme daterangeday renvoie la date/l’heure actuelle.

MIN() ou MAX() sur une autre dimension, mesure ou expression renvoie 0.
recommendation-more-help
080e5213-7aa2-40d6-9dba-18945e892f79