Tendance mensuelle

Dans ce cas d’utilisation, vous souhaitez afficher un tableau et une visualisation en ligne simple qui montre une tendance mensuelle d’occurrence (événements) pour 2023.

Customer Journey Analytics

Exemple de panneau Tendance mensuelle pour le cas d’utilisation :

Visualisation des tendances mensuelles de Customer Journey Analytics

Outils de BI
note prerequisites
PREREQUISITES
Vérifiez que vous avez validé une connexion réussie, que vous pouvez répertorier les vues de données et utiliser une vue de données pour l’outil BI pour lequel vous souhaitez tester ce cas d’utilisation.
tabs
Bureau Power BI
  1. Dans le volet Données :

    1. Sélectionnez daterangemonth.
    2. Sélectionnez somme des occurrences.

    Un tableau affiche les occurrences du mois en cours. Pour une meilleure visibilité, agrandissez la visualisation.

  2. Dans le volet Filtres :

    1. Sélectionnez le daterangemonth is (All) dans Filtres sur ce visuel.
    2. Sélectionnez Filtrage avancé comme Type de filtre.
    3. Définissez le filtre pour Afficher les éléments lorsque la valeur est égale ou postérieure 1/1/2023 Et est antérieure 1/1/2024. Vous pouvez utiliser l’icône de calendrier pour sélectionner des dates.
    4. Sélectionnez Appliquer le filtre.

    Le tableau est mis à jour avec le filtre daterangemonth appliqué.

  3. Dans le volet Visualisations :

    1. Sélectionnez la visualisation Graphique en courbes.

    Un graphique en courbes remplace le tableau tout en utilisant les mêmes données que le tableau. Votre bureau Power BI doit se présenter comme suit :

    Filtre de période pour le cas d’utilisation 2 de Power BI Desktop

  4. Dans la visualisation sous forme de graphique en courbes :

    1. Sélectionnez Plus .
    2. Dans le menu contextuel, sélectionnez Afficher sous forme de tableau.

    La vue principale est mise à jour pour afficher à la fois une visualisation en ligne et un tableau. Votre bureau Power BI doit se présenter comme suit :

    Visualisation quotidienne finale des tendances du cas d’utilisation 2 de Power BI Desktop

Tableau Desktop
  1. Sélectionnez l’onglet Feuille 1 en bas pour basculer depuis Source de données. Dans la vue Feuille 1 :

    1. Faites glisser l’entrée Période de la liste Tableaux dans le volet Données et déposez-la sur l’étagère Filtres.

    2. Dans la boîte de dialogue Champ de filtre [Période], sélectionnez Période et sélectionnez Suivant >.

    3. Dans la boîte de dialogue Filtrer [Période], sélectionnez Période et spécifiez une période de 01/01/2023 - 01/01/2024.

      Filtre Tableau Desktop

    4. Effectuez un glisser-déposer de Daterangeday depuis la liste Tables dans le volet Données et déposez l'entrée dans le champ en regard de Colonnes.

      • Sélectionnez MONTH dans le menu déroulant Daterangeday afin que la valeur soit mise à jour sur MONTH(Daterangeday).
    5. Effectuez un glisser-déposer Occurrences depuis la liste Tableaux (Noms des mesures) dans le volet Données et déposez l’entrée dans le champ en regard de Lignes. La valeur est automatiquement convertie en SUM(Occurrences).

    6. Modifiez Standard en Vue entière dans le menu déroulant Ajuster de la barre d’outils.

      Votre Tableau Desktop devrait ressembler à ce qui suit.

      Graphique Tableau Desktop

  2. Sélectionnez Dupliquer dans le menu contextuel de l’onglet Feuille 1 pour créer une deuxième feuille.

  3. Sélectionnez Renommer dans le menu contextuel de l’onglet Feuille 1 pour renommer la feuille en Graph.

  4. Sélectionnez Renommer dans le menu contextuel de l'onglet Feuille 1 (2) pour renommer la feuille en Data.

  5. Assurez-vous que la feuille Data est sélectionnée. Dans la vue de données :

    1. Sélectionnez Afficher en haut à droite, puis sélectionnez Tableau de texte (visualisation en haut à gauche) pour modifier le contenu de la vue de données en tableau.

    2. Faites glisser MONTH(Daterangeday) de Columns vers Rows.

    3. Modifiez Standard en Vue entière dans le menu déroulant Ajuster de la barre d’outils.

      Votre Tableau Desktop devrait ressembler à ce qui suit.

      Données Tableau Desktop

  6. Sélectionnez le bouton d’onglet Nouveau tableau de bord (en bas) pour créer une vue Tableau de bord 1. Dans la vue Tableau de bord 1 :

    1. Faites glisser et déposez la feuille Graph de l’étagère Feuilles sur la vue Tableau de bord 1 qui indique Déposez les feuilles ici.

    2. Faites glisser et déposez la feuille Données de l’étagère Feuilles sous la feuille Graphique vers la vue Tableau de bord 1.

    3. Sélectionnez la feuille Données dans la vue et modifiez Vue entière en Fixe largeur.

      Votre Tableau Desktop devrait ressembler à ce qui suit.

      Tableau de bord Tableau Desktop 1

Looker
  1. Dans l’interface Explorer de Looker, assurez-vous que vous disposez d’une configuration propre. Sinon, sélectionnez Paramétrage Supprimer les champs et les filtres.

  2. Sélectionnez + filtre sous filtres.

  3. Dans la boîte de dialogue Ajouter un filtre :

    1. Sélectionnez ‣ Cc Vue De Données
    2. Dans la liste des champs, sélectionnez Date de période puis Date de période.
      Filtre de recherche
  4. Spécifiez le filtre Date de plage de dates de la vue de données Cc tel que est dans la plage 2023/01/01 jusqu’au (avant) 2024/01/01.

  5. Sur le rail de gauche Cc Data View,

    1. Sélectionnez ‣ Date du mois de la date puis Mois dans la liste DIMENSIONS.
    2. Sélectionnez Nombre sous MESURES dans le rail de gauche (en bas).
  6. Sélectionnez Exécuter.

  7. Sélectionnez ‣ Visualisation pour afficher la visualisation Ligne.

Vous devriez voir une visualisation et un tableau similaires à ceux présentés ci-dessous.

Tendance quotidienne des résultats de recherche

Notebook Jupyter
  1. Saisissez les instructions suivantes dans une nouvelle cellule.

    code language-python
    import seaborn as sns
    import matplotlib.pyplot as plt
    data = %sql SELECT daterangemonth AS Month, COUNT(*) AS Events \
                FROM cc_data_view \
                WHERE daterange BETWEEN '2023-01-01' AND '2024-01-01' \
                GROUP BY 1 \
                ORDER BY Month ASC
    df = data.DataFrame()
    df = df.groupby('Month', as_index=False).sum()
    plt.figure(figsize=(15, 3))
    sns.lineplot(x='Month', y='Events', data=df)
    plt.show()
    display(data)
    
  2. Exécutez la cellule. Vous devriez voir une sortie similaire à la capture d’écran ci-dessous.

    Résultats du notebook Jupyter

RStudio
  1. Saisissez les instructions suivantes entre {r} ` et ` dans un nouveau bloc.

    code language-r
    ## Hourly Events
    df <- dv %>%
       filter(daterange >= "2023-01-01" & daterange < "2023-01-02") %>%
       group_by(daterangehour) %>%
       count() %>%
       arrange(daterangehour, .by_group = FALSE)
    ggplot(df, aes(x = daterangehour, y = n)) +
       geom_line(color = "#69b3a2") +
       ylab("Events") +
       xlab("Hour")
    print(df)
    
  2. Exécutez le bloc. Vous devriez voir une sortie similaire à la capture d’écran ci-dessous.

    Résultats RStudio

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