Guide de l’interface utilisateur de Query Service
Le service de requête Adobe Experience Platform fournit une interface utilisateur qui peut être utilisée pour écrire et exécuter des requêtes, afficher des requêtes précédemment exécutées et accéder à des requêtes enregistrées par des utilisateurs et utilisatrices au sein de votre organisation. Pour accéder à l’interface utilisateur dans Adobe Experience Platform, sélectionnez Requêtes dans le volet de navigation de gauche. Le Requêtes Aperçu s’affiche.
Vue d’ensemble overview
L’onglet Aperçu offre un point d’entrée simplifié pour l’utilisation des requêtes et des modèles de Distiller de données. Ici, vous pouvez accéder à toutes les fonctionnalités nécessaires à l’écriture de requêtes, à l’exploration de jeux de données et à l’analyse des données d’audience, afin d’assurer un workflow fluide pour vos analyses de données et informations d’audience. Utilisez cette présentation pour découvrir ce que vous pouvez obtenir avec Data Distiller ainsi que les mesures clés relatives à l’utilisation de Query Service.
Panneaux principaux main-panels
La page Aperçu contient plusieurs sections principales pour vous aider à commencer :
- Sélectionnez Créer une requête pour accéder rapidement à l’éditeur de requêtes afin d’écrire et d’exécuter de nouvelles requêtes.
- Sélectionnez En savoir plus pour consulter la documentation détaillée sur la manière d’Écrire des requêtes.
- Sélectionnez Commencer dans la section Découvrir la Distiller de données pour ouvrir la présentation de la Distiller de données et en savoir plus sur les fonctionnalités disponibles.
Fonctionnalités de Data Distiller data-distiller-capabilities
La section Fonctionnalités de Data Distiller fournit des liens vers la documentation de fonctionnalités de Data Distiller plus avancées :
- Exploration des données : découvrez comment explorer, dépanner et vérifier les données ingérées par lots à l’aide de SQL.
- Jeux de données dérivés pour les applications Experience Platform : découvrez comment créer des jeux de données dérivés pour prendre en charge des cas d’utilisation complexes et variés afin d’optimiser votre utilitaire de données.
- Pipelines AI/ML : découvrez les concepts importants sous-jacents à vos outils de machine learning préférés et comment créer des modèles personnalisés qui prennent en charge vos cas d’utilisation marketing. Cette série de guides décrit les étapes nécessaires à la création de pipelines de fonctionnalités qui préparent les données d’Experience Platform pour alimenter des modèles personnalisés dans votre environnement de machine learning.
- Informations SQL : découvrez les fonctionnalités clés et les étapes requises pour développer un tableau de bord d’informations à partir de SQL avec Data Distiller.
Accélérateurs de Data Distiller recommandés recommended-accelerators
Sélectionnez un lien rapide pour accéder aux tableaux de bord Data Distiller appropriés Modèles. Chaque accélérateur fournit des outils et des visualisations puissants pour vous aider à analyser les données d’audience, à optimiser la segmentation et à améliorer les stratégies de ciblage.
- Chevauchements d’audience avancés : depuis ce tableau de bord, vous pouvez analyser les intersections d’audience entre plusieurs segments d’audience pour découvrir des informations précieuses et optimiser les stratégies de segmentation. Vous pouvez également exporter vos informations à des fins d’analyse hors ligne ou de création de rapports.
- Comparaison d’audiences : depuis ce tableau de bord, vous pouvez comparer et mettre en contraste les mesures d’audience clés côte à côte pour analyser deux groupes d’audiences en détail. Ces informations vous aident à comprendre la taille de l’audience, la croissance et d’autres indicateurs clés de performances, ce qui vous permet d’affiner la segmentation et d’optimiser les stratégies de ciblage avec des décisions axées sur les données.
- Tendances d’audience : utilisez le tableau de bord Tendances d’audience pour visualiser l’évolution de vos audiences au fil du temps grâce à des mesures clés telles que la croissance de l’audience, le nombre d’identités et les profils d’identité uniques. Suivez les tendances pour découvrir de précieuses informations sur le comportement de l’audience, ce qui vous permet d’affiner la segmentation, d’améliorer l’engagement et d’optimiser les stratégies de ciblage pour des campagnes plus efficaces.
Suivez les mesures d’audience au fil du temps pour surveiller les modifications de la taille de l’audience, la croissance des identités et l’engagement global. - Chevauchements d’identités d’audience : utilisez le tableau de bord Chevauchements d’identités d’audience pour analyser les chevauchements d’identités dans les audiences sélectionnées. Les visualisations et les données tabulées fournissent des informations pour optimiser la combinaison d’identités, réduire la redondance et améliorer la segmentation. Ces informations permettent un ciblage plus efficace, une personnalisation améliorée et des interactions client rationalisées.
Exemples Data Distiller data-distiller-examples
Sélectionnez une carte pour ouvrir les guides de documentation et les exemples qui vous aideront à tirer le meilleur parti de Data Distiller :
- Jeux de données dérivés basés sur des déciles : découvrez comment créer des jeux de données dérivés basés sur des déciles pour la segmentation et la création d’audiences dans Adobe Experience Platform. En utilisant un scénario de fidélité à une compagnie aérienne, il couvre la conception de schéma, les calculs de déciles et les exemples de requête pour le classement et l’agrégation des données.
- Valeur de la durée de vie du client : découvrez comment suivre et visualiser la valeur de la durée de vie du client avec Real-Time CDP et les tableaux de bord personnalisés. Utilisez ces informations pour développer des stratégies d'acquisition de nouveaux clients, fidéliser les clients existants et maximiser les marges bénéficiaires.
- Score de propension : découvrez comment déterminer des scores de propension à l’aide de modèles prédictifs de machine learning. Ce guide couvre l’envoi de données pour la formation, l’application de modèles formés avec SQL et la prédiction de la probabilité d’achat du client.
- Analyse du consentement : découvrez comment analyser et suivre le consentement des clients à l’aide de Real-Time CDP, de Query Service et de Data Distiller. Ce guide couvre la création de tableaux de bord de consentement, l’affinement de la segmentation, le suivi des tendances et la garantie de conformité, ce qui vous aide à établir la confiance et à offrir des expériences personnalisées.
- Correspondance approximative : découvrez comment effectuer une correspondance approximative sur vos données Experience Platform pour rechercher des correspondances approximatives et analyser la similitude des chaînes entre les jeux de données. Suivez ce guide pour gagner du temps et rendre vos données plus accessibles. L’exemple montre comment faire correspondre les attributs de chambre d’hôtel entre deux jeux de données d’agence de voyage, en montrant comment faire correspondre, comparer et réconcilier efficacement de grands jeux de données complexes par souci de cohérence et d’exactitude.
Mesures clés key-metrics
La section Mesures clés affiche des visualisations de données importantes qui vous permettent de surveiller l’utilisation de Query Service. Pour chaque graphique, vous pouvez sélectionner les points de suspension (...) en haut à droite, puis Afficher plus pour afficher un formulaire tabulé des résultats ou télécharger les données sous la forme d’un fichier CSV à afficher dans une feuille de calcul. Pour plus d’informations, consultez le guide Afficher plus.
Définir un filtre de date set-date-filter
Pour appliquer un filtre de date global à ces visualisations, sélectionnez l’icône de filtre (
Requêtes par lots Distiller distiller-batch-queries
Le graphique Requêtes par lots Distiller fournit une répartition de l'activité des requêtes par jour, en mettant en surbrillance le nombre de requêtes CTAS et ITAS (interactives et planifiées) traitées. Le graphique met en évidence les modèles, tels que les pics de requêtes interactives certains jours et l’utilisation peu fréquente des requêtes planifiées. Utilisez ces informations pour optimiser les performances en identifiant les périodes de pointe des activités, en affinant les stratégies de planification et en équilibrant l’exécution des requêtes afin d’améliorer l’efficacité des workflows et l’utilisation des ressources.
Heures de calcul consommées compute-hours-consumed
Le graphique Heures de calcul consommées fournit une visualisation quotidienne des heures de calcul utilisées pour traiter les opérations de Query Service. Utilisez ces tendances d’heures de calcul pour surveiller la consommation des ressources, identifier les périodes de forte demande et optimiser l’exécution des requêtes afin d’assurer une allocation des ressources et des performances efficaces.
Requêtes exploratoires de données
Le graphique Requêtes exploratoires de données affiche le nombre de requêtes SELECT traitées à la demande chaque jour. Cette visualisation met en évidence les tendances des activités de requête, telles que les pics d’utilisation à des jours spécifiques, afin de vous aider à comprendre à quel moment vos efforts d’exploration des données sont les plus actifs. Utilisez ces informations pour surveiller les modèles d’utilisation des requêtes, équilibrer les charges de travail et optimiser l’allocation des ressources pour l’analyse exploratoire des données. Cette analyse garantit une utilisation plus efficace de Query Service et une meilleure planification pour les périodes de forte demande.
Requêteur
Utilisez le Query Editor pour écrire et exécuter des requêtes sans utiliser de client externe. Sélectionnez Créer une requête pour ouvrir le Query Editor et créer une requête. Vous pouvez également accéder à Query Editor en sélectionnant une requête dans les onglets Journal ou Modèles. Si vous sélectionnez une requête exécutée ou enregistrée précédemment, Query Editor s’ouvre et affiche le code SQL de la requête sélectionnée.
Au fur et à mesure que vous tapez dans Query Editor, l’éditeur complète automatiquement les mots réservés SQL, les tables et les noms de champ dans les tables. Une fois la requête rédigée, sélectionnez l’icône de lecture (
À propos de l’onglet Résultats results-tab
L’onglet Résultat affiche la sortie tabulaire de votre requête après exécution. Utilisez cet onglet pour examiner les résultats, valider la sortie et prendre des actions de suivi directement dans l’interface. À partir de cette vue, vous pouvez :
- Téléchargez les résultats au format CSV, XLSX ou JSON pour une analyse hors ligne. Voir Télécharger les résultats de la requête.
- Affichez les résultats en plein écran pour examiner des tableaux volumineux ou des jeux de données larges dans une disposition de grille redimensionnable. Voir Affichage des résultats en plein écran.
- Copiez les résultats dans le presse-papiers au format CSV pour les coller rapidement dans des tableurs. Voir Copier les résultats.
Ces fonctionnalités sont conçues pour prendre en charge des workflows transparents de validation, de création de rapports et de partage de données, le tout sans quitter Query Editor.
Requêtes paramétrées parameterized-queries
Query Editor prend en charge les requêtes paramétrées, qui vous permettent d’insérer des variables dans vos instructions SQL et d’attribuer dynamiquement des valeurs au moment de l’exécution. Cette fonctionnalité simplifie les requêtes réutilisables et améliore la flexibilité des workflows.
Vous pouvez définir des paramètres lors de l’écriture de requêtes, puis attribuer des valeurs via l’onglet Paramètres de requête avant de les exécuter. Les requêtes paramétrées sont particulièrement utiles pour les requêtes planifiées ou les modèles de requête partagés dans l’ensemble de votre organisation.
Pour savoir comment définir et utiliser des paramètres, voir Requêtes paramétrées dans Query Editor.
Requêtes planifiées scheduled-queries
Les requêtes qui ont déjà été enregistrées en tant que modèle peuvent être planifiées pour s’exécuter à intervalles réguliers. Lors de la planification d’une requête, vous pouvez choisir la fréquence des exécutions, la date de début et de fin, le jour de la semaine où la requête planifiée s’exécute, ainsi que le jeu de données vers lequel exporter la requête. Les plannings de requête sont définis à l’aide de Query Editor.
Pour savoir comment planifier une requête via l’interface utilisateur, consultez le guide des requêtes planifiées. Pour savoir comment ajouter des plannings à l’aide de l’API, veuillez lire le guide de point d’entrée des requêtes planifiées.
Une fois qu’une requête a été planifiée, elle apparaît dans la liste des requêtes planifiées sur l’onglet Requêtes planifiées. Vous trouverez des détails complets sur la requête, les exécutions, le créateur et les durées en sélectionnant une requête planifiée dans la liste.
Run once et Scheduled. Les requêtes peuvent être filtrées en fonction de leur fréquence d’exécution.successful failed ou in progress.Pour plus d’informations sur la surveillance des requêtes via l’interface utilisateur de Query Service, consultez la documentation.
Modèles browse
L’onglet Modèles affiche les requêtes enregistrées par les utilisateurs de votre organisation. Il est utile de les voir comme des projets de requêtes, car les requêtes enregistrées ici peuvent encore être en cours de construction. Les requêtes affichées dans l’onglet Modèles s’affichent également sous la forme de requêtes exécutées dans l’onglet Journal si elles ont été exécutées par Query Service.
Consultez la documentation modèles de requête pour plus d’informations sur les modèles dans l’interface utilisateur d’Experience Platform.
Journal log
L’onglet Journal fournit une liste de requêtes qui ont été exécutées précédemment. Par défaut, le journal répertorie les requêtes dans l’ordre chronologique décroissant.
Pour plus d’informations sur les fichiers journaux générés automatiquement par un événement de requête, consultez la documentation sur les journaux de requête.
Informations d’identification
L’onglet Informations d’identification affiche vos informations d’identification arrivant à expiration et les autres. Pour plus d’informations sur l’utilisation de ces informations d’identification pour établir une connexion avec des clients externes, consultez le guide des informations d’identification.
Étapes suivantes
Maintenant que vous connaissez l’interface utilisateur de Query Service sur Experience Platform, vous pouvez accéder à Query Editor pour commencer à créer vos propres projets de requêtes à partager avec d’autres utilisateurs de votre organisation. Pour plus d’informations sur la création et l’exécution de requêtes dans l’éditeur de requêtes, consultez le guide d’utilisation de l’éditeur de requêtes.