1. Im Bereich Daten:

   1. Wählen Sie daterange aus.
   2. Wählen Sie product_name aus.
   3. Wählen Sie sum_purchase_venue aus.
   4. Wählen Sie Summenkäufe aus.

   Eine leere Tabelle wird angezeigt, in der nur die Spaltenüberschriften für das ausgewählte Element angezeigt werden. Zur besseren Sichtbarkeit vergrößern Sie die Visualisierung.

2. Im Bereich Filter:

   1. Wählen Sie daterange is (All) unter Filter auf dieser visuellen) aus.
   2. Wählen Sie Relatives Datum als Filtertyp aus.
   3. Definieren Sie den Filter für Elemente anzeigen, wenn der Wert ​ in den letzten1 Kalenderjahren).
   4. Wählen Sie Filter anwenden aus.

   Die Tabelle wird mit dem angewendeten Filter "" aktualisiert.

3. Im Bereich Visualisierung:

   1. Verwenden Sie , um daterange aus Columns zu entfernen.
   2. Ziehen Sie Summe der Käufe_Umsatz per Drag-and-Drop unter Summe der in Spalten.

4. Visualisierung in der Tabelle:

   1. Wählen Sie Summe aus Purchase_Revenue, um die Produktnamen in absteigender Reihenfolge des Bestellumsatzes zu sortieren. Ihr Power BI-Desktop sollte wie folgt aussehen.

   

5. Im Bereich Filter:

   1. Wählen Sie product_name is (All).
   2. Setzen Sie Filtertyp auf Top N.
   3. Definieren Sie den Filter für Elemente anzeigen Oben 10 Nach Wert.
   4. Ziehen Sie "_Revenue per Drag-and-Drop in By value Datenfelder hier hinzufügen.
   5. Wählen Sie Filter anwenden aus.

   Die Tabelle wird mit Werten für den Kaufumsatz aktualisiert, synchron mit der Freiformtabellen-Visualisierung in Analysis Workspace.

6. Im Bereich Visualisierungen:

   1. Wählen Sie die Liniendiagramm und gestapeltes Säulendiagramm aus.

   Eine Liniendiagramm- und gestapelte Spaltendiagramm-Visualisierung ersetzt die Tabelle, wobei dieselben Daten wie die Tabelle verwendet werden.

7. Ziehen Sie Bestellungen per Drag-and Drop auf die Linie y im Bereich Visualisierungen.

   Das Liniendiagramm und das gestapelte Säulendiagramm werden aktualisiert. Ihr Power BI-Desktop sollte wie folgt aussehen.

   

8. Visualisierung des Linien- und gestapelten Säulendiagramms:

   1. Wählen Sie aus.
   2. Wählen Sie im Kontextmenü die Option Als Tabelle anzeigen aus.

   Die Hauptansicht wird aktualisiert, um sowohl eine Linienvisualisierung als auch eine Tabelle anzuzeigen.

   

1. Wählen Sie unten Registerkarte Blatt 1 aus, um aus Datenquelle zu wechseln. In der Ansicht Blatt 1:

   1. Ziehen Sie den Daterange aus der Liste Tabellen im Bereich Daten und legen Sie den Eintrag auf dem Regal Filter ab.

   2. Wählen Sie im Dialogfeld Filterfeld [Datumsbereich] die Option Datumsbereich und wählen Sie Weiter >.

   3. Wählen Sie im Dialogfeld Filter [Daterange] die Option Datumsbereich und geben Sie einen Zeitraum von 01/01/2023 bis 31/12/2023 an. Wählen Sie Übernehmen und OK aus.

      

   4. Ziehen Sie Produktname per Drag-and-Drop aus der Liste Tabellen in den Bereich Daten und legen Sie den Eintrag im Feld neben Zeilen ab.

   5. Ziehen Sie "Bestellungen per Drag-and Drop aus der Liste Tabellen (Kennzahlennamen) in den Bereich Daten und legen Sie den Eintrag im Feld neben Zeilen ab. Der Wert wird automatisch in SUM(Purchases).

   6. Ziehen Sie "Umsatz per Drag-and-Drop aus der Liste Tabellen (Kennzahlennamen) in den Bereich Daten und legen Sie den Eintrag in das Feld neben Spalten und links von SUM(Purchases) ab. Der Wert wird automatisch in SUM(Purchase Revenue).

   7. Um beide Diagramme in absteigender Reihenfolge des Einkaufsumsatzes zu bestellen, bewegen Sie den Mauszeiger über den Kaufumsatz und wählen Sie das Symbol Sortieren aus.

   8. Um die Anzahl der Einträge in den Diagrammen zu begrenzen, wählen Sie SUM(Kaufumsatz) in Zeilen und aus dem Dropdown-Menü Filter aus.

   9. Wählen Sie im Filter [Kaufumsatz] die Option Wertebereich und geben Sie die entsprechenden Werte ein. Beispiel: 1,000,000 - 2,000,000. Wählen Sie Übernehmen und OK aus.

   10. Um die beiden Balkendiagramme in ein Doppelkombinationsdiagramm zu konvertieren, wählen Sie SUM(Bestellungen) in Zeilen und wählen Sie im Dropdown-Menü Doppelachse aus. Die Balkendiagramme werden in ein Streudiagramm umgewandelt.

   11. So ändern Sie das Streudiagramm in ein Balkendiagramm:

       1. Wählen Sie SUM(Purchases im Bereich Marks und wählen Sie Line aus dem Dropdown-Menü aus.
       2. Wählen Sie SUM(Purchase Revenue) im Bereich Marks und wählen Sie Bar aus dem Dropdown-Menü aus.

   Ihr Tableau-Desktop sollte wie folgt aussehen.

   

2. Wählen Sie Duplizieren aus dem Blatt 1 Kontextmenü, um ein zweites Blatt zu erstellen.

3. Wählen Sie Umbenennen aus dem Kontextmenü der Registerkarte Blatt 1, um das Blatt in Data umzubenennen.

4. Wählen Sie Umbenennen aus dem Kontextmenü der Registerkarte Blatt 1 (2) aus, um das Blatt in Graph umzubenennen.

5. Stellen Sie sicher, dass Daten-Blatt ausgewählt ist.

   1. Klicken Sie oben auf „Anzeigen“ und wählen Sie Texttabelle (Visualisierung oben links) aus, um den Inhalt der beiden Diagramme in eine Tabelle zu ändern.
   2. Um den Kaufumsatz in absteigender Reihenfolge zu bestellen, bewegen Sie den Mauszeiger über Kaufumsatz in der Tabelle und wählen Sie aus.
   3. Wählen Gesamte Ansicht aus dem --Menü aus.

   Ihr Tableau-Desktop sollte wie folgt aussehen.

   

6. Wählen Sie Schaltfläche Neues Dashboard) unten aus, um eine neue Ansicht Dashboard 1 zu erstellen. In der Ansicht Dashboard 1:

   1. Ziehen Sie das Blatt Graph aus dem Blätter-Regal auf die Ansicht Dashboard 1 mit dem Titel Blätter hier ablegen.
   2. Ziehen Sie das Daten-Blatt aus dem Blätter-Regal unter das Diagramm-Blatt auf die Ansicht Dashboard 1.
   3. Wählen Sie das Daten-Blatt in der Ansicht aus und ändern Sie Gesamte Ansicht so Breite festlegen.

   Ihre Ansicht Dashboard 1 sollte wie folgt aussehen.

   

1. Achten Sie in der Explore-Oberfläche von Looker darauf, dass Sie über ein sauberes Setup verfügen. Wenn nicht, wählen Sie Felder und Filter entfernen.

2. Wählen Sie + Filter unter Filter aus.

3. Im Dialogfeld Filter hinzufügen:

   1. Wählen Sie ‣ CC-Datenansicht

   2. Wählen Sie aus der Liste der Felder ‣ DateRange und DateRange aus.

      

4. Geben Sie den Filter CC Datenansicht Datumsbereich als liegt im Bereich 2023/01/01 ​ bis (davor) 2024/01/01 an.

5. Wählen Sie Abschnitt ‣CC-Datenansicht in der linken Leiste Produktname aus.

6. Im Abschnitt ‣ Benutzerdefinierte Felder in der linken Leiste:

   1. Wählen Sie Benutzerdefinierte Kennzahl aus dem Dropdown-Menü + Hinzufügen aus.

   2. Im Dialogfeld Benutzerdefinierte Kennzahl erstellen:

      1. Wählen im Dropdown Menü Feld zur Messung die Option „Kaufumsatz“ aus.

      2. Wählen Sie Summe aus Dropdown-Menü Kennzahlentyp aus.

      3. Geben Sie einen benutzerdefinierten Feldnamen für „Name ein. Beispiel: Purchase Revenue.

      4. Wählen Sie die Felddetails aus.

      5. Wählen Sie Dezimalstellen aus dem Dropdown-Menü Format aus und stellen Sie sicher, dass 0 in Dezimalstellen eingegeben wird.

         

      6. Wählen Sie Speichern aus.

   3. Wählen Sie Benutzerdefinierte Kennzahl erneut aus dem Dropdown-Menü + Hinzufügen aus. Im Dialogfeld Benutzerdefinierte Kennzahl erstellen:

      1. Wählen aus Dropdown-Menü Zu messendes Feld die Option „Bestellungen“ aus.
      2. Wählen Sie Summe aus Dropdown-Menü Kennzahlentyp aus.
      3. Geben Sie einen benutzerdefinierten Feldnamen für „Name ein. Beispiel: Sum of Purchases.
      4. Wählen Sie die Felddetails aus.
      5. Wählen Sie Dezimalstellen aus dem Dropdown-Menü Format aus und stellen Sie sicher, dass 0 in Dezimalstellen eingegeben wird.
      6. Wählen Sie Speichern aus.

   4. Beide Felder werden automatisch zur Datenansicht hinzugefügt.

7. Wählen Sie + Filter aus, um einen weiteren Filter hinzuzufügen und die Daten zu begrenzen.

8. Wählen Dialogfeld „Filter hinzufügen die Option ‣ Benutzerdefinierte Felder und dann Umsatz.

9. Treffen Sie die entsprechenden Auswahlen und geben Sie die vorgeschlagenen Werte ein, sodass der Filter liest zwischen einschließlich 1000000 AND 2000000.

10. Wählen Sie Ausführen aus.

11. Wählen Sie ‣ Visualisierung aus, um die Linienvisualisierung anzuzeigen.

12. Wählen Sie Bearbeiten in Visualisierung aus, um die Visualisierung zu aktualisieren. Im Popup-Dialogfeld:

    1. Wählen Sie die Registerkarte Serie aus.

    2. Scrollen Sie nach unten, um Bestellungen anzuzeigen, und ändern Sie Typ in Zeile.

    3. Wählen Sie die Registerkarte Y aus.

    4. Ziehen Sie Bestellungen aus dem Container Links 1 an die Stelle, an der er **Reihe hierher ziehen, um eine neue linke Achse zu erstellen . Diese Aktion erstellt einen​ ​ Left 2 ​-Container.

       

    5. Wählen Sie neben Bearbeiten aus, um das Popup-Dialogfeld auszublenden

Es sollte eine Visualisierung und eine Tabelle ähnlich wie unten dargestellt angezeigt werden.

1. Geben Sie die folgenden Anweisungen in eine neue Zelle ein.

   code language-none

   import seaborn as sns import matplotlib.pyplot as plt data = %sql SELECT product_name AS `Product Name`, SUM(purchase_revenue) AS `Purchase Revenue`, SUM(purchases) AS `Purchases` \ FROM cc_data_view \ WHERE daterange BETWEEN '2023-01-01' AND '2024-01-01' \ GROUP BY 1 \ LIMIT 10; df = data.DataFrame() df = df.groupby('Product Name', as_index=False).sum() plt.figure(figsize=(15, 3)) sns.barplot(x='Purchase Revenue', y='Product Name', data=df) plt.show() display(data)

2. Ausführen der Zelle. Es sollte eine ähnliche Ausgabe wie im folgenden Screenshot angezeigt werden.

   

1. Geben Sie die folgenden Anweisungen zwischen {r} ` und ` in einen neuen Block ein.

   code language-r

   library(tidyr) ## Single dimension ranked df <- dv %>% filter(daterange >= "2023-01-01" & daterange < "2024-01-01") %>% group_by(product_name) %>% summarise(purchase_revenue = sum(purchase_revenue), purchases = sum(purchases)) %>% arrange(product_name, .by_group = FALSE) dfV <- df %>% head(5) ggplot(dfV, aes(x = purchase_revenue, y = product_name)) + geom_col(position = "dodge") + geom_text(aes(label = purchase_revenue), vjust = -0.5) print(df)

2. Führt den Block aus. Es sollte eine ähnliche Ausgabe wie im folgenden Screenshot angezeigt werden.

   

1. Um sicherzustellen, dass der Datumsbereich für alle Visualisierungen gilt, ziehen Sie daterangeday aus dem Bereich Daten auf Filter auf dieser Seite.

   1. Wählen Sie daterangeday is (All) unter Filter auf dieser Seite aus.
   2. Wählen Sie Relatives Datum als Filtertyp aus.
   3. Definieren Sie den Filter für Elemente anzeigen, wenn der Wert ​ in den letzten1 Kalenderjahren).
   4. Wählen Sie Filter anwenden aus.

2. Im Bereich Daten:

   1. Wählen Sie datarangeday aus.
   2. Wählen Sie product_category aus.
   3. Wählen Sie product_name aus.
   4. Wählen Sie sum_purchase_venue
   5. Wählen Sie Summenkäufe

3. Um das vertikale Balkendiagramm in eine Tabelle zu ändern, stellen Sie sicher, dass Sie die Tabelle ausgewählt haben, und wählen Sie Matrix aus dem Bereich Visualisierungen aus.

   • Ziehen Sie product_name aus Spalten und legen Sie das Feld unter product_category ​y in Zeilen im Bereich Visualisierung ab.

4. Um die Anzahl der in der Tabelle angezeigten Produkte zu begrenzen, wählen Sie product_name is (All) im Bereich Filter aus.

   1. Wählen Sie Erweiterte Filterung aus.
   2. Wählen Sie Filtertyp Oben N Elemente anzeigen Oben 15 Nach Wert.
   3. Ziehen Sie Bestellungen aus dem Bereich Daten auf die Datenfelder hier hinzufügen.
   4. Wählen Sie Filter anwenden aus.

5. Um die Lesbarkeit zu verbessern, wählen im oberen Menü Ansicht“ aus und wählen Sie Seitenansicht > Tatsächliche Größe und ändern Sie die Größe der Tabellenvisualisierung.

6. Um die einzelnen Kategorien in der Tabelle aufzuschlüsseln, wählen Sie + auf der Ebene der Produktkategorie aus. Ihr Power BI-Desktop sollte wie folgt aussehen.

   

7. Wählen Sie Startseite aus dem oberen Menü aus und wählen Sie Neues visuelles. Ihrem Bericht wird eine neue visuelle Darstellung hinzugefügt.

8. Im Bereich Daten:

   1. Wählen Sie product_category aus.
   2. Wählen Sie product_name aus.
   3. Wählen Sie purchase_venue aus.

9. Um das visuelle Element zu ändern, wählen Sie das Balkendiagramm und Treemap aus dem Bereich Visualisierungen aus.

10. Stellen Sie sicher dass product_category) unter category und product_name unter details im Bereich Visualisierungen aufgeführt ist.

    Ihr Power BI-Desktop sollte wie folgt aussehen.

    

11. Wählen Sie Startseite aus dem oberen Menü aus und wählen Sie Neues visuelles. Ihrem Bericht wird eine neue visuelle Darstellung hinzugefügt.

12. Im Bereich Daten:

    1. Wählen Sie product_category aus.
    2. Wählen Sie purchase_venue aus.
    3. Wählen Sie Kauf aus.

13. Im Bereich Visualisierungen:

    1. Um die Visualisierung zu ändern, wählen Sie Linien- und gestapeltes Säulendiagramm aus.
    2. Ziehen Sie sum_of_purchases von Spalte y-Achse auf Linie y-Achse.

14. Im Bericht die einzelnen Visualisierungen neu mischen.

    Ihr Power BI-Desktop sollte wie folgt aussehen.

    

1. Wählen Sie unten Registerkarte Blatt 1 aus, um aus Datenquelle zu wechseln. In der Ansicht Blatt 1:

   1. Ziehen Sie den Daterange aus der Liste Tabellen im Bereich Daten und legen Sie den Eintrag auf dem Regal Filter ab.

   2. Wählen Sie im Dialogfeld Filterfeld [Datumsbereich] die Option Datumsbereich und wählen Sie Weiter >.

   3. Wählen Sie im Dialogfeld Filter [Daterange] die Option Relative Datumsangaben, wählen Sie Jahre aus und geben Sie Vorheriges Jahr an. Wählen Sie Übernehmen und OK aus.

      Ihr Tableau-Desktop sollte wie folgt aussehen.

      

   4. Ziehen Sie Produktkategorie und legen Sie sie neben "".

   5. Ziehen Sie Kaufumsatz und legen Sie neben Zeilen ab. Der Wert ändert sich in SUM(Purchase Revenue).

   6. Bestellungen ziehen und neben „Zeilen ablegen. Der Wert ändert sich in SUM(purchases).

   7. Wählen Sie SUM(Purchases) und wählen Sie im Dropdown-Menü Dual Axis.

   8. Wählen Sie SUM(Purchases in Marks und wählen Sie Line aus dem Dropdown-Menü aus.

   9. Wählen Sie SUM(Purchase Revenue) in Marks und wählen Sie Bar aus dem Dropdown-Menü aus.

   10. Wählen Sie Gesamte Ansicht aus dem Menü Anpassen aus.

   11. Wählen Sie den Kaufumsatz im Diagramm aus und stellen Sie sicher, dass der Kaufumsatz in aufsteigender Reihenfolge angezeigt wird.

       Ihr Tableau-Desktop sollte wie folgt aussehen.

       

2. Benennen Sie das aktuelle Blatt 1 in Category um.

3. Wählen Sie Neues Arbeitsblatt aus, um ein neues Arbeitsblatt zu erstellen, und benennen Sie es in Data um.

   1. Ziehen Sie den Daterange aus der Liste Tabellen im Bereich Daten und legen Sie den Eintrag auf dem Regal Filter ab.

   2. Wählen Sie im Dialogfeld Filterfeld [Datumsbereich] die Option Datumsbereich und wählen Sie Weiter >.

   3. Wählen Sie im Dialogfeld Filter [Daterange] die Option Relative Datumsangaben, wählen Sie Jahre aus und geben Sie Vorheriges Jahr an. Wählen Sie Übernehmen und OK aus.

   4. Ziehen Sie Kaufumsatz aus dem Bereich Daten in Spalten. Der Wert ändert sich in SUM(Purchase Revenue).

   5. Ziehen Sie Kauf aus dem Bereich Daten in Spalten neben Kaufumsatz. Der Wert ändert sich in SUM(purchases).

   6. Ziehen Sie Produktkategorie aus dem Bereich Daten in Zeilen.

   7. Ziehen Sie Produktname aus dem Bereich Daten nach Zeilen neben Produktkategorie.

   8. Um die beiden horizontalen Balken in eine Tabelle zu ändern, wählen Sie Texttabelle unter Anzeigen aus.

   9. Um die Anzahl der Produkte zu begrenzen, wählen Sie Bestellungen unter Kennzahlen aus. Wählen Sie aus dem Dropdown-Menü Filter aus.

   10. Wählen Sie im Filter [Bestellungen] die Option Mindestens aus und geben Sie 7000 ein. Wählen Sie Übernehmen und OK aus.

   11. Wählen Breite anpassen aus Dropdown Menü Anpassen aus.

       Ihr Tableau-Desktop sollte wie folgt aussehen.

       

4. Wählen Sie Neues Arbeitsblatt aus, um ein neues Arbeitsblatt zu erstellen, und benennen Sie es in Treemap um.

   1. Ziehen Sie den Daterange aus der Liste Tabellen im Bereich Daten und legen Sie den Eintrag auf dem Regal Filter ab.

   2. Wählen Sie im Dialogfeld Filterfeld [Datumsbereich] die Option Datumsbereich und wählen Sie Weiter >.

   3. Wählen Sie im Dialogfeld Filter [Daterange] die Option Relative Datumsangaben, wählen Sie Jahre aus und geben Sie Vorheriges Jahr an. Wählen Sie Übernehmen und OK aus.

   4. Ziehen Sie Kaufumsatz aus dem Bereich Daten in Zeilen. Die Werte ändern sich in SUM(Purchase Revenue).

   5. Ziehen Sie Kauf aus dem Bereich Daten nach Zeilen neben Kaufumsatz. Der Wert ändert sich in SUM(purchases).

   6. Ziehen Sie Produktkategorie aus dem Bereich Daten nach Spalten.

   7. Ziehen Sie Produktname aus dem Bereich Daten nach Spalten.

   8. Um die beiden vertikalen Balkendiagramme in eine Baumkarte zu ändern, wählen Sie Baumkarte unter Anzeigen aus.

   9. Um die Anzahl der Produkte zu begrenzen, wählen Sie Bestellungen unter Kennzahlen aus. Wählen Sie aus dem Dropdown-Menü Filter aus.

   10. Wählen Sie im Filter [Bestellungen] die Option Mindestens aus und geben Sie 7000 ein. Wählen Sie Übernehmen und OK aus.

   11. Wählen Breite anpassen aus dem Dropdown Menü Anpassen“.

       Ihr Tableau-Desktop sollte wie folgt aussehen.

       

5. Wählen Sie Schaltfläche Neues Dashboard) unten aus, um eine neue Ansicht Dashboard 1 zu erstellen. In der Ansicht Dashboard 1:

   1. Ziehen Sie das Blatt Kategorie aus dem Blätter-Regal auf die Ansicht Dashboard 1, auf der Blätter hier ablegen steht.
   2. Ziehen Sie das Blatt Treemap aus dem Blätter-Regal unter das Blatt Kategorie auf der Ansicht Dashboard 1.
   3. Ziehen Sie das Blatt Daten aus dem Blätter-Regal unter das Blatt Treemap auf der Ansicht Dashboard 1.
   4. Ändern Sie die Größe der einzelnen Blätter in der Ansicht.

   Ihre Ansicht Dashboard 1 sollte wie folgt aussehen.

   

1. Achten Sie in der Explore-Oberfläche von Looker darauf, dass Sie über ein sauberes Setup verfügen. Wenn nicht, wählen Sie Felder und Filter entfernen.

2. Wählen Sie + Filter unter Filter aus.

3. Im Dialogfeld Filter hinzufügen:

   1. Wählen Sie ‣ CC-Datenansicht

   2. Wählen Sie aus der Liste der Felder ‣ DateRange und DateRange aus.

      

4. Geben Sie den Filter CC Datenansicht Datumsbereich als liegt im Bereich 2023/01/01 ​ bis (davor) 2024/01/01 an.

5. Im Abschnitt ‣ CC-Datenansicht in der linken Leiste:

   1. Wählen Sie Produktkategorie aus.
   2. Wählen Sie Produktname aus.

6. Im Abschnitt ‣ Benutzerdefinierte Felder in der linken Leiste:

   1. Wählen Sie Benutzerdefinierte Kennzahl aus dem Dropdown-Menü + Hinzufügen aus.

   2. Im Dialogfeld Benutzerdefinierte Kennzahl erstellen:

      1. Wählen im Dropdown Menü Feld zur Messung die Option „Kaufumsatz“ aus.

      2. Wählen Sie Summe aus Dropdown-Menü Kennzahlentyp aus.

      3. Geben Sie einen benutzerdefinierten Feldnamen für „Name ein. Beispiel: Sum of Purchase Revenue.

      4. Wählen Sie die Felddetails aus.

      5. Wählen Sie Dezimalstellen aus dem Dropdown-Menü Format aus und stellen Sie sicher, dass 0 in Dezimalstellen eingegeben wird.

         

      6. Wählen Sie Speichern aus.

   3. Wählen Sie Benutzerdefinierte Kennzahl erneut aus dem Dropdown-Menü + Hinzufügen aus. Im Dialogfeld Benutzerdefinierte Kennzahl erstellen:

      1. Wählen aus Dropdown-Menü Zu messendes Feld die Option „Bestellungen“ aus.
      2. Wählen Sie Summe aus Dropdown-Menü Kennzahlentyp aus.
      3. Geben Sie einen benutzerdefinierten Feldnamen für „Name ein. Beispiel: Sum of Purchases.
      4. Wählen Sie die Felddetails aus.
      5. Wählen Sie Dezimalstellen aus dem Dropdown-Menü Format aus und stellen Sie sicher, dass 0 in Dezimalstellen eingegeben wird.
      6. Wählen Sie Speichern aus.

   4. Beide Felder werden automatisch zur Datenansicht hinzugefügt.

7. Wählen Sie Abschnitt die Option + Filter aus. Im Dialogfeld Filter hinzufügen. Wählen Sie ‣ Benutzerdefinierte Felder und dann Kaufumsatz.

8. Wählen Sie is > aus und geben Sie 800000 ein, um die Ergebnisse zu begrenzen.

9. Wählen Sie Ausführen aus.

10. Wählen Sie ‣ Visualisierung aus, um die Linienvisualisierung anzuzeigen.

11. Wählen Sie Bearbeiten in Visualisierung aus, um die Visualisierung zu aktualisieren. Im Popup-Dialogfeld:

    1. Wählen Sie die Registerkarte Plot aus.

    2. Scrollen Sie nach unten und wählen Sie Diagrammkonfiguration bearbeiten aus.

    3. Ändern Sie die JSON-Datei Diagrammkonfiguration (Überschreiben) wie im folgenden Screenshot, und wählen Sie dann Vorschau aus.

       

    4. Wählen Sie Anwenden aus.

    5. Wählen Sie neben Bearbeiten aus, um das Popup-Dialogfeld auszublenden

Es sollte eine Visualisierung und eine Tabelle ähnlich wie unten dargestellt angezeigt werden.

1. Geben Sie die folgenden Anweisungen in eine neue Zelle ein.

   code language-none

   import seaborn as sns import matplotlib.pyplot as plt data = %sql SELECT product_category AS `Product Category`, product_name AS `Product Name`, SUM(purchase_revenue) AS `Purchase Revenue`, SUM(purchases) AS `Purchases` \ FROM cc_data_view \ WHERE daterange BETWEEN '2023-01-01' AND '2024-01-01' \ GROUP BY 1, 2 \ ORDER BY `Purchase Revenue` DESC \ LIMIT 10; df = data.DataFrame() df = df.groupby(['Product Category', 'Product Name'], as_index=False).sum() plt.figure(figsize=(8, 8)) sns.scatterplot(x='Product Category', y='Product Name', size='Purchase Revenue', sizes=(10, 200), hue='Purchases', palette='husl', data=df) plt.show() display(data)

2. Ausführen der Zelle. Es sollte eine ähnliche Ausgabe wie im folgenden Screenshot angezeigt werden.

   

1. Geben Sie die folgenden Anweisungen zwischen {r} ` und ` in einen neuen Block ein.

   code language-r
   ## Multiple dimensions ranked df <- dv %>% filter(daterange >= "2023-01-01" & daterange < "2024-01-01") %>% group_by(product_category, product_name) %>% summarise(purchase_revenue = sum(purchase_revenue), purchases = sum(purchases), .groups = "keep") %>% arrange(desc(purchase_revenue), .by_group = FALSE) print(df)

2. Führt den Block aus. Es sollte eine ähnliche Ausgabe wie im folgenden Screenshot angezeigt werden.

   

1. Um sicherzustellen, dass der Datumsbereich für alle Visualisierungen gilt, ziehen Sie daterangeday aus dem Bereich Daten auf Filter dieser Seite.

   1. Wählen Sie daterangeday is (All) unter Filter auf dieser Seite aus.
   2. Wählen Sie Erweiterte) als Filtertyp.
   3. Definieren Sie den Filter für Elemente anzeigen, wenn der Wert auf oder nach 1/1/2023 Und ​ vor 2/1/2023 liegt.
   4. Wählen Sie Filter anwenden aus.

2. Im Bereich Daten:

   1. Wählen Sie datarangeday aus.
   2. Wählen Sie sum cm_product_name_count_distinct aus, wobei es sich um die in Customer Journey Analytics definierte berechnete Metrik handelt.

3. Um das vertikale Balkendiagramm in eine Tabelle zu ändern, stellen Sie sicher, dass Sie das Diagramm ausgewählt haben, und wählen Sie Tabelle aus dem Bereich Visualisierungen aus.

   Ihr Power BI-Desktop sollte wie folgt aussehen.

   

4. Wählen Sie die Tabellenvisualisierung aus. Wählen Sie im Kontextmenü die Optionen Kopieren > Visuell kopieren aus.

5. Fügen Sie die Visualisierung mithilfe von Strg+V ein. Die genaue Kopie der Visualisierung überschneidet sich mit der ursprünglichen Visualisierung. Verschieben Sie sie nach rechts im Berichtsbereich.

6. Um die kopierte Visualisierung von einer Tabelle auf eine Karte zu ändern, wählen Sie Karte unter Visualisierungen aus.

   Ihr Power BI-Desktop sollte wie folgt aussehen.

   

Alternativ können Sie die Funktion „Distinct Count“ von Power BI verwenden.

1. Wählen Sie die Dimension product_name aus.

2. Wenden Sie die Funktion Anzahl (Distinct) auf die Dimension product_name in Columns an.

   

1. Wählen Sie unten Registerkarte Blatt 1 aus, um aus Datenquelle zu wechseln. In der Ansicht Blatt 1:

   1. Ziehen Sie den Daterange aus der Liste Tabellen im Bereich Daten und legen Sie den Eintrag auf dem Regal Filter ab.

   2. Wählen Sie im Dialogfeld Filterfeld [Datumsbereich] die Option Datumsbereich und wählen Sie Weiter >.

   3. Wählen Sie im Filter [Daterange] die Option Datumsbereich und anschließend 01/01/2023 - 31/1/2023 aus. Wählen Sie Übernehmen und OK aus.

   4. Ziehen Sie cm Product Name Count Distinct in Rows. Der Wert ändert sich in SUM(CM Product Name Count Distinct). Dieses Feld ist die berechnete Metrik, die Sie in Customer Journey Analytics definiert haben.

   5. Ziehen Sie DateRangeDay und legen Sie neben Spalten ab. Wählen Sie DateRangeDay und wählen Sie im Dropdown-Menü Day aus.

   6. Um die Visualisierungslinien einer Tabelle zu ändern, wählen Sie Texttabelle unter Anzeigen aus.

   7. Wählen Sie Zeilen und Spalten austauschen in der Symbolleiste aus.

   8. Wählen Breite anpassen aus dem Dropdown Menü Anpassen“.

      Ihr Tableau-Desktop sollte wie folgt aussehen.

      

2. Wählen Sie Duplizieren aus dem Blatt 1 Kontextmenü, um ein zweites Blatt zu erstellen.

3. Wählen Sie Umbenennen aus dem Kontextmenü der Registerkarte Blatt 1, um das Blatt in Data umzubenennen.

4. Wählen Sie Umbenennen aus dem Kontextmenü der Registerkarte Blatt 1 (2) aus, um das Blatt in Card umzubenennen.

5. Stellen Sie sicher, dass Sie die Ansicht Karte ausgewählt haben.

6. Wählen Sie DAY(DateRangeDay) und wählen Sie im Dropdown-Menü Month. Der Wert ändert sich in MONTH(DateRangeDay).

7. Wählen Sie SUM(CM Product Name Count Distinct) in Marks und wählen Sie aus dem Dropdown-Menü Format.

8. Um die Schriftgröße zu ändern, wählen Sie im Bereich Format SUM(CM Product Name Count Distinct) die Option Font in Default und wählen Sie 72 für die Schriftgröße aus.

9. Um die Zahl auszurichten, wählen Sie Automatisch neben Ausrichtung und setzen Horizontal auf Zentriert.

10. Um ganze Zahlen zu verwenden, wählen Sie 123.456 neben Zahlen und wählen Sie Zahl (Benutzerdefiniert). Legen Sie Dezimalstellen auf 0 fest.

    Ihr Tableau-Desktop sollte wie folgt aussehen.

    

11. Wählen Sie Schaltfläche Neues Dashboard) unten aus, um eine neue Ansicht Dashboard 1 zu erstellen. In der Ansicht Dashboard 1:

    1. Ziehen Sie das Blatt Karte aus dem Blätter-Regal auf die Ansicht Dashboard 1, auf der Blätter hier ablegen steht.
    2. Ziehen Sie das Blatt Daten aus dem Blätter-Regal unter das Blatt Karte auf der Ansicht Dashboard 1.

    Ihre Ansicht Dashboard 1 sollte wie folgt aussehen.

    

Alternativ können Sie die Funktion Anzahl der verschiedenen Elemente von Tableau Desktop verwenden.

1. Verwenden Sie Produktname anstelle von cm Product Name Count Distinct.

2. Anwenden Kennzahl > Anzahl (Distinct) auf Produktname in Marks.

   

1. Achten Sie in der Explore-Oberfläche von Looker darauf, dass Sie über ein sauberes Setup verfügen. Wenn nicht, wählen Sie Felder und Filter entfernen.

2. Wählen Sie + Filter unter Filter aus.

3. Im Dialogfeld Filter hinzufügen:

   1. Wählen Sie ‣ CC-Datenansicht

   2. Wählen Sie aus der Liste der Felder ‣ DateRange und DateRange aus.

      

4. Geben Sie den Filter CC Datenansicht Datumsbereich als liegt im Bereich 2023/01/ ​ bis (davor) 2023/02/01 an.

5. Im Abschnitt ‣ CC-Datenansicht in der linken Leiste:

   1. Wählen dateRange, dann date aus.

   2. Wählen Sie Aggregate ‣ Count) aus dem Kontextmenü ⋮ Mehr unter Produktname.

      

6. Wählen Sie Ausführen aus.

7. Wählen Sie ‣ Visualisierung und wählen Sie 6︎⃣ in der Symbolleiste aus, um eine Visualisierung mit einem Wert anzuzeigen.

Es sollte eine Visualisierung und eine Tabelle ähnlich wie unten dargestellt angezeigt werden.

1. Geben Sie die folgenden Anweisungen in eine neue Zelle ein.

   code language-none
   data = %sql SELECT COUNT(DISTINCT(product_name)) AS `Product Name` \ FROM cc_data_view \ WHERE daterange BETWEEN '2023-01-01' AND '2023-02-01'; display(data)

2. Ausführen der Zelle. Es sollte eine ähnliche Ausgabe wie im folgenden Screenshot angezeigt werden.

   

1. Geben Sie die folgenden Anweisungen zwischen {r} ` und ` in einen neuen Block ein.

   code language-r
   ## Count Distinct df <- dv %>% filter(daterange >= "2023-01-01" & daterange < "2023-02-01") %>% summarise(product_name_count_distinct = n_distinct(product_name)) print(df)

2. Führt den Block aus. Es sollte eine ähnliche Ausgabe wie im folgenden Screenshot angezeigt werden.

   

1. Im Bereich Daten:

   1. Wählen Sie daterangemonth aus.
   2. Wählen Sie daterangeName aus.
   3. Wählen Sie Summenvorfälle aus.

   Es wird eine Visualisierung mit Fehler beim Abrufen von Daten für dieses visuelle Element angezeigt.

2. Im Bereich Filter:

   1. Wählen Sie daterangeName is (All) unter Filter auf diesem visuellen Element aus.
   2. Wählen Sie Standardfilter als Filtertyp.
   3. Wählen Sie unter Feld die Option Letztes Jahr 2023 aus. Dies ist der Name Ihres in Customer Journey Analytics definierten Datumsbereichs.
   4. Wählen Sie aus, um daterangeName aus Columns zu entfernen.

   Die Tabelle wird mit dem angewendeten Filter daterangeName aktualisiert. Ihr Power BI-Desktop sollte wie folgt aussehen.

   

1. Wählen Sie unten Registerkarte Blatt 1 aus, um aus Datenquelle zu wechseln. In der Ansicht Blatt 1:

   1. Ziehen Sie den Eintrag Daterange Name aus der Liste Tabellen in die Ablage Filter.

   2. Stellen Sie im Dialogfeld Filter [Daterange-Name] sicher, Aus Liste auswählen ausgewählt ist, und wählen Sie Letztes Jahr 2023 aus der Liste aus. Wählen Sie Übernehmen und OK aus.

   3. Ziehen Sie Daterangemonth-Eintrag aus der Liste Tabellen und legen Sie den Eintrag im Feld neben Zeilen ab. Wählen Sie DateMonth und wählen Sie Month. Der Wert ändert sich in MONTH(daterangemonth).

   4. Ziehen Sie Eintrag Vorfälle“ aus der Liste Tabellen und legen Sie den Eintrag im Feld neben Spalten ab. Der Wert ändert sich in SUM(Occurrences).

   5. Wählen Sie Texttabelle unter Anzeigen aus.

   6. Wählen Sie Zeilen und Spalten austauschen in der Symbolleiste aus.

   7. Wählen Breite anpassen aus dem Dropdown Menü Anpassen“.

      Ihr Tableau-Desktop sollte wie folgt aussehen.

      

1. Achten Sie in der Explore-Oberfläche von Looker darauf, dass Sie über ein sauberes Setup verfügen. Wenn nicht, wählen Sie Felder und Filter entfernen.

2. Wählen Sie + Filter unter Filter aus.

3. Im Dialogfeld Filter hinzufügen:

   1. Wählen Sie ‣ CC-Datenansicht
   2. Wählen Sie aus der Liste der Felder ‣ Datumsbereichsname aus.

4. Geben Sie den Filter Cc-Datenansicht - Datumsbereichsname wie ​ ​an und wählen Sie Letztes Jahr 2023 aus der Werteliste aus.

5. Im Abschnitt ‣ CC-Datenansicht in der linken Leiste:

   1. Wählen daterange month, dann month.
   2. Wählen Sie Count unter MEASURES in der linken Leiste (unten) aus.

6. Wählen Sie Ausführen aus.

7. Wählen Sie ‣ Visualisierung aus.

Es sollte eine Visualisierung und eine Tabelle ähnlich wie unten dargestellt angezeigt werden.

1. Geben Sie die folgenden Anweisungen in eine neue Zelle ein.

   code language-python
   data = %sql SELECT daterangeName FROM cc_data_view; style = {'description_width': 'initial'} daterange_name = widgets.Dropdown( options=[d for d, in data], description='Date Range Name:', style=style ) display(daterange_name)

2. Ausführen der Zelle. Es sollte eine ähnliche Ausgabe wie im folgenden Screenshot angezeigt werden.

   

3. Wählen Fischereierzeugnisse aus dem Dropdown-Menü aus.

4. Geben Sie die folgenden Anweisungen in eine neue Zelle ein.

   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 daterangeName = '{daterange_name.value}' \ 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)

5. Ausführen der Zelle. Es sollte eine ähnliche Ausgabe wie im folgenden Screenshot angezeigt werden.

   

1. Geben Sie die folgenden Anweisungen zwischen {r} ` und ` in einen neuen Block ein. Stellen Sie sicher, dass Sie den entsprechenden Datumsbereichsnamen verwenden. Zum Beispiel Last Year 2023.

   code language-r
   ## Monthly Events for Last Year df <- dv %>% filter(daterangeName == "Last Year 2023") %>% group_by(daterangemonth) %>% count() %>% arrange(daterangemonth, .by_group = FALSE) ggplot(df, aes(x = daterangemonth, y = n)) + geom_line(color = "#69b3a2") + ylab("Events") + xlab("Hour") print(df)

2. Führt den Block aus. Es sollte eine ähnliche Ausgabe wie im folgenden Screenshot angezeigt werden.

   

1. Im Bereich Daten:

   1. Wählen Sie daterange aus.
   2. Wählen Sie filterName aus.
   3. Wählen Sie product_name aus.
   4. Wählen Sie Summenvorfälle aus.

Es wird eine Visualisierung mit Fehler beim Abrufen von Daten für dieses visuelle Element angezeigt.

1. Im Bereich Filter:

   1. Wählen Sie filterName is (All) aus Filter für dieses visuelle Element.
   2. Wählen Sie Standardfilter als Filtertyp.
   3. Wählen Sie unter dem Suche die Option Fischereierzeugnisse aus. Dies ist der Name des in Customer Journey Analytics definierten vorhandenen Filters.
   4. Wählen Sie daterange is (All) aus Filter auf dieser visuellen.
   5. Wählen Sie Erweiterte) als Filtertyp.
   6. Definieren Sie den Filter für Elemente anzeigen, wenn der Wert auf oder nach 1/1/2023 Und ​ vor 2/1/2023 liegt.
   7. Wählen Sie aus, um filterName aus "".
   8. Wählen Sie aus, um daterange aus "".

   Die Tabelle wird mit dem angewendeten Filter filterName aktualisiert. Ihr Power BI-Desktop sollte wie folgt aussehen.

   

1. Wählen Sie unten Registerkarte Blatt 1 aus, um aus Datenquelle zu wechseln. In der Ansicht Blatt 1:

   1. Ziehen Sie den Filtername aus der Liste Tabellen in die Ablage Filter.

   2. Stellen Sie im Filter [Filtername] sicher, dass Aus Liste ist, und wählen Sie Fischereierzeugnisse aus der Liste. Wählen Sie Übernehmen und OK aus.

   3. Ziehen Sie Daterange-Eintrag aus der Liste Tabellen in die Ablage Filter.

   4. Wählen Sie im Dialogfeld Filterfeld [Datumsbereich] die Option Datumsbereich und wählen Sie Weiter >.

   5. Wählen Sie im Filter [Daterang] die Option Datumsbereich und wählen Sie 01/01/2023 - 01/02/2023. Wählen Sie Übernehmen und OK aus.

   6. Ziehen Sie Produktname aus der Liste Tabellen in Zeilen.

   7. Ziehen Sie Eintrag Vorfälle“ aus der Liste Tabellen und legen Sie den Eintrag im Feld neben Spalten ab. Der Wert ändert sich in SUM(Occurrences).

   8. Wählen Sie Texttabelle unter Anzeigen aus.

   9. Wählen Breite anpassen aus dem Dropdown Menü Anpassen“.

      Ihr Tableau-Desktop sollte wie folgt aussehen.

      

1. Achten Sie in der Explore-Oberfläche von Looker darauf, dass Sie über ein sauberes Setup verfügen. Wenn nicht, wählen Sie Felder und Filter entfernen.

2. Wählen Sie + Filter unter Filter aus.

3. Im Dialogfeld Filter hinzufügen:

   1. Wählen Sie ‣ CC-Datenansicht

   2. Wählen Sie aus der Liste der Felder ‣ DateRange und DateRange aus.

      

4. Geben Sie den Filter CC Datenansicht Datumsbereich als liegt im Bereich 2023/01/ ​ bis (davor) 2023/02/01 an.

5. Wählen Sie + Filter unter Filter aus, um einen weiteren Filter hinzuzufügen.

6. Im Dialogfeld Filter hinzufügen:

   1. Wählen Sie ‣ CC-Datenansicht
   2. Wählen Sie aus der Liste der Felder ‣ Filtername aus.

7. Stellen Sie sicher dass Auswahl für den Filter ist.

8. Wählen Sie Fischereierzeugnisse aus der Liste der möglichen Werte aus.

9. Im Abschnitt ‣ CC-Datenansicht in der linken Leiste:

   1. Wählen Sie Produktname aus.
   2. Wählen Sie Count unter MEASURES in der linken Leiste (unten) aus.

10. Wählen Sie Ausführen aus.

11. Wählen Sie ‣ Visualisierung aus.

Es sollte eine Visualisierung und eine Tabelle ähnlich wie unten dargestellt angezeigt werden.

1. Geben Sie die folgenden Anweisungen in eine neue Zelle ein.

   code language-python
   data = %sql SELECT filterName FROM cc_data_view; style = {'description_width': 'initial'} filter_name = widgets.Dropdown( options=[d for d, in data], description='Filter Name:', style=style ) display(filter_name)

2. Ausführen der Zelle. Es sollte eine ähnliche Ausgabe wie im folgenden Screenshot angezeigt werden.

   

3. Wählen Fischereierzeugnisse aus dem Dropdown-Menü aus.

4. Geben Sie die folgenden Anweisungen in eine neue Zelle ein.

   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 filterName = '{filter_name.value}' \ GROUP BY 1 \ 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. Ausführen der Zelle. Es sollte eine ähnliche Ausgabe wie im folgenden Screenshot angezeigt werden.

   

1. Geben Sie die folgenden Anweisungen zwischen {r} ` und ` in einen neuen Block ein. Stellen Sie sicher, dass Sie den entsprechenden Filternamen verwenden. Zum Beispiel Fishing Products.

   code language-r
   ## Dimension filtered by name df <- dv %>% filter(daterange >= "2023-01-01" & daterange < "2023-02-01" & filterName == "Fishing Products") %>% group_by(product_name) %>% count() %>% arrange(desc(n), .by_group = FALSE) print(df)

2. Führt den Block aus. Es sollte eine ähnliche Ausgabe wie im folgenden Screenshot angezeigt werden.

   

1. Wählen Sie Menü Startseite“ und dann in der Symbolleiste Aktualisieren aus. Sie müssen die Verbindung aktualisieren, um den neuen Filter aufzunehmen, den Sie gerade in Customer Journey Analytics definiert haben.

2. Im Bereich Daten:

   1. Wählen Sie daterange aus.
   2. Wählen Sie product_category aus.
   3. Wählen Sie product_name aus.
   4. Wählen Sie Summenvorfälle aus.

Es wird eine Visualisierung mit Fehler beim Abrufen von Daten für dieses visuelle Element angezeigt.

1. Im Bereich Filter:

   1. Wählen Sie filterName is (All) aus Filter für dieses visuelle Element.
   2. Wählen Sie Standardfilter als Filtertyp.
   3. Wählen Sie daterange is (All) aus Filter auf dieser visuellen.
   4. Wählen Sie Erweiterte) als Filtertyp.
   5. Definieren Sie den Filter für Elemente anzeigen, wenn der Wert auf oder nach 1/1/2023 Und ​ vor 2/1/2023 liegt.
   6. Wählen Sie Standardfilter als Filtertyp für product_category und wählen Sie Hunting aus der Liste der möglichen Werte aus.
   7. Wählen Sie aus, um filterName aus "".
   8. Wählen Sie aus, um daterange aus "".

   Die Tabelle wird mit dem angewendeten Filter product_category aktualisiert. Ihr Power BI-Desktop sollte wie folgt aussehen.

   

Tableau Desktop unterstützt nicht das Abrufen der dynamischen Liste von Produktkategorien aus Customer Journey Analytics. Stattdessen verwendet dieser Anwendungsfall den neu erstellten Filter für Jagdprodukte und verwendet die Kriterien für Filternamen.

1. Wählen in der Ansicht Daten-Source unter Daten im Kontextmenü unter cc_data_view(prod:cja%3FFLATTEN) die Option Aktualisieren aus. Sie müssen die Verbindung aktualisieren, um den neuen Filter aufzunehmen, den Sie gerade in Customer Journey Analytics definiert haben.

2. Wählen Sie unten Registerkarte Blatt 1 aus, um aus Datenquelle zu wechseln. In der Ansicht Blatt 1:

   1. Ziehen Sie den Filtername aus der Liste Tabellen in die Ablage Filter.

   2. Stellen Sie im Filter [Filtername] sicher, dass Aus Liste ist, und wählen Sie Jagdprodukte aus der Liste. Wählen Sie Übernehmen und OK aus.

   3. Ziehen Sie Daterange-Eintrag aus der Liste Tabellen in die Ablage Filter.

   4. Wählen Sie im Dialogfeld Filterfeld [Datumsbereich] die Option Datumsbereich und wählen Sie Weiter >.

   5. Wählen Sie im Filter [Daterange] die Option Datumsbereich und anschließend 01/01/2023 - 1/2/2023 aus. Wählen Sie Übernehmen und OK aus.

   6. Ziehen Sie Produktname aus der Liste Tabellen in Zeilen.

   7. Ziehen Sie Eintrag Vorfälle“ aus der Liste Tabellen und legen Sie den Eintrag im Feld neben Spalten ab. Der Wert ändert sich in SUM(Occurrences).

   8. Wählen Sie Texttabelle unter Anzeigen aus.

   9. Wählen Breite anpassen aus dem Dropdown Menü Anpassen“.

      Ihr Tableau-Desktop sollte wie folgt aussehen.

      

1. In der 1. Aktualisieren Sie Ihre Verbindung in der Erkunden-Benutzeroberfläche von Looker. Wählen Sie Cache löschen und aktualisieren aus.

2. Achten Sie in der Explore-Oberfläche von Looker darauf, dass Sie über ein sauberes Setup verfügen. Wenn nicht, wählen Sie Felder und Filter entfernen.

3. Wählen Sie + Filter unter Filter aus.

4. Im Dialogfeld Filter hinzufügen:

   1. Wählen Sie ‣ CC-Datenansicht

   2. Wählen Sie aus der Liste der Felder ‣ DateRange und DateRange aus.

      

5. Geben Sie den Filter CC Datenansicht Datumsbereich als liegt im Bereich 2023/01/ ​ bis (davor) 2023/02/01 an.

6. Wählen Sie + Filter unter Filter aus, um einen weiteren Filter hinzuzufügen.

7. Im Dialogfeld Filter hinzufügen:

   1. Wählen Sie ‣ CC-Datenansicht
   2. Wählen Sie aus der Liste der Felder ‣ Produktkategorie aus.

8. Stellen Sie is als Auswahl für den Filter sicher.

Lookes zeigt nicht die Liste der möglichen Werte für Produktkategorie.

1. Geben Sie die folgenden Anweisungen in eine neue Zelle ein.

   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. Ausführen der Zelle. Es sollte eine ähnliche Ausgabe wie im folgenden Screenshot angezeigt werden.

   

3. Wählen aus Dropdown-Menü „Jagd“ aus.

4. Geben Sie die folgenden Anweisungen in eine neue Zelle ein.

   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. Ausführen der Zelle. Es sollte eine ähnliche Ausgabe wie im folgenden Screenshot angezeigt werden.

   

1. Geben Sie die folgenden Anweisungen zwischen {r} ` und ` in einen neuen Block ein. Stellen Sie sicher, dass Sie eine geeignete Kategorie verwenden. Beispiel: 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. Führt den Block aus. Es sollte eine ähnliche Ausgabe wie im folgenden Screenshot angezeigt werden.

   

1. Im Bereich Daten:

   1. Wählen Sie daterange aus.
   2. Wählen Sie product_name aus.
   3. Wählen Sie sum_purchase_venue aus.
   4. Wählen Sie Summenkäufe aus.

2. Im Bereich Filter:

   1. Wählen Sie daterange is (All) aus Filter auf dieser visuellen.
   2. Wählen Sie Erweiterte) als Filtertyp.
   3. Definieren Sie den Filter für Elemente anzeigen, wenn der Wert auf oder nach 1/1/2023 Und ​ vor 2/1/2023 liegt.

3. Im Bereich Visualisierungen :

   1. Wählen Sie aus, um den Datumsbereich aus den Spalten zu entfernen.
   2. Ziehen Sie Summe aus „purchase_venue an den unteren Rand der Elemente Spalte.

4. Wählen Sie im Bericht die Summe des Kaufumsatzes, um die Tabelle in absteigender Reihenfolge des Kaufumsatzes zu sortieren.

   Ihr Power BI-Desktop sollte wie folgt aussehen.

   

Die Abfrage, die von Power BI Desktop mit der BI-Erweiterung ausgeführt wird, enthält keine sort. Das Fehlen einer sort-Anweisung impliziert, dass die Sortierung Client-seitig ausgeführt wird.

select "_"."product_name",
    "_"."a0",
    "_"."a1"
from
(
    select "rows"."product_name" as "product_name",
        sum("rows"."purchases") as "a0",
        sum("rows"."purchase_revenue") as "a1"
    from
    (
        select "_"."daterangeName",
            "_"."daterange",
            "_"."filterId",
            "_"."filterName",
            "_"."timestamp",
            "_"."affiliate_name",
            "_"."affiliate_url",
            "_"."commerce.order.priceTotal",
            "_"."customer_city",
            "_"."customer_region",
            "_"."daterangeday",
            "_"."daterangefifteenminute",
            "_"."daterangefiveminute",
            "_"."daterangehour",
            "_"."daterangeminute",
            "_"."daterangemonth",
            "_"."daterangequarter",
            "_"."daterangesecond",
            "_"."daterangethirtyminute",
            "_"."daterangeweek",
            "_"."daterangeyear",
            "_"."hitdatetime",
            "_"."page_name",
            "_"."page_url",
            "_"."product_category",
            "_"."product_name",
            "_"."product_short_review",
            "_"."product_subCategory",
            "_"."referrer_url",
            "_"."search_engine",
            "_"."search_keywords",
            "_"."store_city",
            "_"."store_name",
            "_"."store_region",
            "_"."store_type",
            "_"."timepartdayofmonth",
            "_"."timepartdayofweek",
            "_"."timepartdayofyear",
            "_"."timeparthourofday",
            "_"."timepartminuteofhour",
            "_"."timepartmonthofyear",
            "_"."timepartquarterofyear",
            "_"."timepartweekofyear",
            "_"."cm_session_end_rate_defaultmetric",
            "_"."cm_session_person_defaultmetric",
            "_"."cm_session_start_rate_defaultmetric",
            "_"."cm_timespent_person_defaultmetric",
            "_"."cm_timespent_session_defaultmetric",
            "_"."cm_product_name_count_distinct",
            "_"."ad_views",
            "_"."adobe_sessionends",
            "_"."adobe_sessionstarts",
            "_"."adobe_timespent",
            "_"."exchange_buybacks",
            "_"."exchange_cost",
            "_"."exchange_purchases",
            "_"."exchange_revenue",
            "_"."occurrences",
            "_"."page_views",
            "_"."product_quantity",
            "_"."product_reviews",
            "_"."product_views",
            "_"."purchase_revenue",
            "_"."purchases",
            "_"."visitors",
            "_"."visits"
        from "public"."cc_data_view" "_"
        where "_"."daterange" < date '2023-02-01' and "_"."daterange" >= date '2023-01-01'
    ) "rows"
    group by "product_name"
) "_"
where not "_"."a0" is null or not "_"."a1" is null
limit 1000001

1. Wählen Sie unten Registerkarte Blatt 1 aus, um aus Datenquelle zu wechseln. In der Ansicht Blatt 1:

   1. Ziehen Sie Daterange-Eintrag aus der Liste Tabellen in die Ablage Filter.

   2. Wählen Sie im Dialogfeld Filterfeld [Datumsbereich] die Option Datumsbereich und wählen Sie Weiter >.

   3. Wählen Sie im Filter [Daterange] die Option Datumsbereich und anschließend 01/01/2023 - 1/2/2023 aus. Wählen Sie Übernehmen und OK aus.

   4. Ziehen Sie Produktname aus der Liste Tabellen und legen Sie den Eintrag im Feld neben "".

   5. Ziehen Sie Eintrag Bestellungen“ aus der Liste Tabellen und legen Sie ihn im Feld neben Spalten. Der Wert ändert sich in SUM(purchases).

   6. Ziehen Sie Kaufumsatz-Eintrag aus der Liste Tabellen und legen Sie den Eintrag im Feld neben Spalten neben SUM(Bestellungen). Der Wert ändert sich in SUM(Purchase Revenue).

   7. Wählen Sie Texttabelle unter Anzeigen aus.

   8. Wählen Breite anpassen aus dem Dropdown Menü Anpassen“.

   9. Wählen Sie die Spaltenüberschrift Umsatz und sortieren Sie die Tabelle in dieser Spalte in absteigender Reihenfolge.

      Ihr Tableau-Desktop sollte wie folgt aussehen.

      

Die von Tableau Desktop mit der BI-Erweiterung ausgeführte Abfrage enthält keine sort. Das Fehlen dieser sort-Anweisung impliziert, dass die Sortierung Client-seitig ausgeführt wird.

SELECT CAST("cc_data_view"."product_name" AS TEXT) AS "product_name",
  SUM("cc_data_view"."occurrences") AS "sum:occurrences:ok",
  SUM("cc_data_view"."purchase_revenue") AS "sum:purchase_revenue:ok",
  SUM("cc_data_view"."purchases") AS "sum:purchases:ok"
FROM "public"."cc_data_view" "cc_data_view"
WHERE (("cc_data_view"."daterange" >= (DATE '2023-01-01')) AND ("cc_data_view"."daterange" <= (DATE '2023-02-01')))
GROUP BY 1

1. Aktualisieren Sie Ihre Verbindung in der Erkunden-Benutzeroberfläche von Looker. Wählen Sie Cache löschen und aktualisieren aus.

2. Achten Sie in der Explore-Oberfläche von Looker darauf, dass Sie über ein sauberes Setup verfügen. Wenn nicht, wählen Sie Felder und Filter entfernen.

3. Wählen Sie + Filter unter Filter aus.

4. Im Dialogfeld Filter hinzufügen:

   1. Wählen Sie ‣ CC-Datenansicht

   2. Wählen Sie aus der Liste der Felder ‣ DateRange und DateRange aus.

      

5. Geben Sie den Filter CC Datenansicht Datumsbereich als liegt im Bereich 2023/01/ ​ bis (davor) 2023/02/01 an.

6. Wählen Sie Abschnitt ‣CC-Datenansicht in der linken Leiste Produktname aus.

7. Im Abschnitt ‣ Benutzerdefinierte Felder in der linken Leiste:

   1. Wählen Sie Benutzerdefinierte Kennzahl aus dem Dropdown-Menü + Hinzufügen aus.

   2. Im Dialogfeld Benutzerdefinierte Kennzahl erstellen:

      1. Wählen im Dropdown Menü Feld zur Messung die Option „Kaufumsatz“ aus.

      2. Wählen Sie Summe aus Dropdown-Menü Kennzahlentyp aus.

      3. Geben Sie einen benutzerdefinierten Feldnamen für „Name ein. Beispiel: Sum of Purchase Revenue.

      4. Wählen Sie die Felddetails aus.

      5. Wählen Sie Dezimalstellen aus dem Dropdown-Menü Format aus und stellen Sie sicher, dass 0 in Dezimalstellen eingegeben wird.

         

      6. Wählen Sie Speichern aus.

8. Wählen Sie ↓ (absteigend, Sortierreihenfolge: 1) in der Spalte Kaufumsatz aus.

9. Wählen Sie Ausführen aus.

10. Wählen Sie ‣ Visualisierung aus.

Es sollte eine Visualisierung und eine Tabelle ähnlich wie unten dargestellt angezeigt werden.

Die Abfrage, die von Looker mithilfe der BI-Erweiterung generiert wird, enthält ORDER BY, was bedeutet, dass die Sortierung über Looker und die BI-Erweiterung ausgeführt wird.

-- Looker Query Context '{"user_id":6,"history_slug":"fc83573987b999306eaf6e1a3f2cde70","instance_slug":"71d4667f0b76c0011463658f45c3f7a3"}'
SELECT
    cc_data_view."product_name"  AS "cc_data_view.product_name",
    COALESCE(SUM(CAST(( cc_data_view."purchase_revenue"  ) AS DOUBLE PRECISION)), 0) AS "purchase_revenue"
FROM
    "public"."cc_data_view" AS "cc_data_view"
WHERE ((( cc_data_view."daterange"  ) >= (DATE_TRUNC('day', DATE '2024-01-31')) AND ( cc_data_view."daterange"  ) < (DATE_TRUNC('day', DATE '2023-02-01'))))
GROUP BY
    1
ORDER BY
    2 DESC
FETCH NEXT 500 ROWS ONLY

1. Geben Sie die folgenden Anweisungen in eine neue Zelle ein.

   code language-python
   data = %sql SELECT product_name AS `Product Name`, SUM(purchase_revenue) AS `Purchase Revenue`, SUM(purchases) AS `Purchases` \ FROM cc_data_view \ WHERE daterange BETWEEN '2023-01-01' AND '2023-02-01' \ GROUP BY 1 \ ORDER BY `Purchase Revenue` DESC \ LIMIT 5; display(data)

2. Ausführen der Zelle. Es sollte eine ähnliche Ausgabe wie im folgenden Screenshot angezeigt werden.

   

Die Abfrage wird von der BI-Erweiterung ausgeführt, wie in Jupyter Notebook definiert.

1. Geben Sie die folgenden Anweisungen zwischen {r} ` und ` in einen neuen Block ein.

   code language-r
   ## Dimension 1 Sorted df <- dv %>% filter(daterange >= "2023-01-01" & daterange < "2023-02-01") %>% group_by(product_name) %>% summarise(purchase_revenue = sum(purchase_revenue), purchases = sum(purchases), .groups = "keep") %>% arrange(desc(purchase_revenue), .by_group = FALSE) print(df)

2. Führt den Block aus. Es sollte eine ähnliche Ausgabe wie im folgenden Screenshot angezeigt werden.

   

Die Abfrage, die von RStudio mithilfe der BI-Erweiterung generiert wird, enthält ORDER BY, was bedeutet, dass die Reihenfolge über RStudio und die BI-Erweiterung angewendet wird.

SELECT
  "product_name",
  SUM("purchase_revenue") AS "purchase_revenue",
  SUM("purchases") AS "purchases"
FROM (
  SELECT "cc_data_view".*
  FROM "cc_data_view"
  WHERE ("daterange" >= '2023-01-01' AND "daterange" < '2023-02-01')
) AS "q01"
GROUP BY "product_name"
ORDER BY "purchase_revenue" DESC
LIMIT 1000