Utilisation des valeurs de dimension pour segmenter

1. Sélectionnez Accueil dans le menu, puis sélectionnez Actualiser dans la barre d’outils. Vous devez actualiser la connexion pour sélectionner le nouveau filtre que vous venez de définir dans Customer Journey Analytics.

2. Dans le volet Données :

   1. Sélectionnez daterange.
   2. Sélectionnez product_category.
   3. Sélectionnez product_name.
   4. Sélectionnez somme des occurrences.

Une visualisation s’affiche Erreur de récupération des données pour ce visuel.

1. Dans le volet Filtres :

   1. Sélectionnez filterName is (All) dans Filtres sur ce visuel.
   2. Sélectionnez Filtrage de base comme type de filtre.
   3. Sélectionnez daterange est (tout) dans Filtres sur ce visuel.
   4. Sélectionnez Filtrage avancé comme Type de filtre.
   5. Définissez le filtre pour Afficher les éléments lorsque la valeur est activée ou ultérieure 1/1/2023 Et est antérieure 2/1/2023.
   6. Sélectionnez Filtre de base comme Type de filtre pour product_category, puis sélectionnez Chasse dans la liste des valeurs possibles.
   7. Sélectionnez pour supprimer filterName de Columns.
   8. Sélectionnez pour supprimer daterange de Columns.

   Le tableau est mis à jour avec le filtre product_category appliqué. Votre bureau Power BI doit se présenter comme suit :

   

Tableau Desktop ne prend pas en charge la récupération de la liste dynamique des catégories de produits depuis Customer Journey Analytics. À la place, ce cas d’utilisation utilise le filtre nouvellement créé pour Produits de chasse et utilise les critères de nom du filtre.

1. Dans la vue Source de données, sous Données, dans le menu contextuel de cc_data_view(prod:cja%3FFLATTEN), sélectionnez Actualiser. Vous devez actualiser la connexion pour sélectionner le nouveau filtre que vous venez de définir dans Customer Journey Analytics.

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

   1. Faites glisser l’entrée Nom du filtre de la liste Tableaux dans le plateau Filtres.

   2. Dans la boîte de dialogue Filtrer [Nom du filtre], assurez-vous que Sélectionner dans la liste est sélectionné, puis sélectionnez Produits de chasse dans la liste. Sélectionnez Appliquer et OK.

   3. Faites glisser l’entrée Période de la liste Tableaux vers le plateau Filtres.

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

   5. Dans la boîte de dialogue Filtrer [Période], sélectionnez Période, puis sélectionnez 01/01/2023 - 1/2/2023. Sélectionnez Appliquer et OK.

   6. Faites glisser Product Name de la liste Tables vers Rows.

   7. Faites glisser l’entrée Occurrences de la liste Tableaux et déposez-la dans le champ en regard de Colonnes. La valeur devient SUM(Occurrences).

   8. Sélectionnez Tableau de texte dans Afficher.

   9. Sélectionnez Ajuster la largeur dans le menu déroulant Ajuster.

      Votre Tableau Desktop devrait ressembler à ce qui suit.

      

1. Dans le 1. Dans l’interface Explorer de la recherche, actualisez votre connexion. Sélectionnez Effacer le cache et actualiser.

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

3. Sélectionnez + filtre sous filtres.

4. 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.
      

5. 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) 2023/02/01.

6. Sélectionnez + filtre sous Filtres pour ajouter un autre filtre.

7. Dans la boîte de dialogue Ajouter un filtre :

   1. Sélectionnez ‣ Cc Vue De Données
   2. Dans la liste des champs, sélectionnez Catégorie de produits.

8. Assurez-vous que est est sélectionné pour le filtre.

Recherche n'affiche pas la liste des valeurs possibles pour Catégorie de produits.

1. Saisissez les instructions suivantes dans une nouvelle cellule.

   code language-python
   data = %sql SELECT DISTINCT product_category FROM cc_data_view WHERE daterange BETWEEN '2023-01-01' AND '2024-01-01'; style = {'description_width': 'initial'} category_filter = widgets.Dropdown( options=[d for d, in data], description='Product Category:', style=style ) display(category_filter)

2. Exécutez la cellule. Vous devriez voir une sortie similaire à la capture d’écran ci-dessous.

   

3. Sélectionnez Chasse dans le menu déroulant.

4. Saisissez les instructions suivantes dans une nouvelle cellule.

   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 product_category = '{category_filter.value}' \ GROUP BY 1 \ ORDER BY Events DESC \ 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. Exécutez la cellule. Vous devriez voir une sortie similaire à la capture d’écran ci-dessous.

   

1. Saisissez les instructions suivantes entre {r} ` et ` dans un nouveau bloc. Veillez à utiliser une catégorie appropriée. Par exemple, Hunting.

   code language-r
   ## Dimension 1 Filtered by Dimension 2 value df <- dv %>% filter(daterange >= "2023-01-01" & daterange < "2023-02-01" & product_category == "Hunting") %>% group_by(product_name) %>% count() %>% arrange(desc(n), .by_group = FALSE) print(df)

2. Exécutez le bloc. Vous devriez voir une sortie similaire à la capture d’écran ci-dessous.