1. Para asegurarse de que el intervalo de fechas se aplique a todas las visualizaciones, arrastre y suelte daterangeday desde el panel Datos a Filtros en esta página.

   1. Seleccione daterangeday es (todo) de Filtros de esta página.
   2. Seleccione Filtro avanzado como Tipo de filtro.
   3. Defina el filtro para Mostrar elementos cuando el valor esté en 1/1/2023 y esté antes de 2/1/2023 o después.
   4. Seleccione Aplicar filtro.

2. En el panel Datos:

   1. Seleccione datarangeday.
   2. Seleccione ∑ cm_product_name_count_distinct, que es la métrica calculada definida en Customer Journey Analytics.

3. Para modificar el gráfico de barras verticales en una tabla, asegúrese de que ha seleccionado el gráfico y seleccione Tabla en el panel Visualizaciones.

   El escritorio de Power BI debe tener el aspecto siguiente.

   {modal="regular"}

4. Seleccione la visualización de tabla. En el menú contextual, seleccione Copiar > Copiar elemento visual.

5. Pegue la visualización mediante ctrl-v. La copia exacta de la visualización se superpone con la original. Muévalo a la derecha en el área del informe.

6. Para modificar la visualización copiada de una tabla a una tarjeta, seleccione Tarjeta de Visualizaciones.

   El escritorio de Power BI debe tener el aspecto siguiente.

   {modal="regular"}

Como alternativa, puede utilizar la funcionalidad de recuento distinto de Power BI.

1. Seleccione la dimensión product_name.

2. Aplique la función Count (Distinct) en la dimensión product_name en Columns.

   {modal="regular"}

1. Seleccione la ficha Hoja 1 en la parte inferior para cambiar de Fuente de datos. En la vista Hoja 1:

   1. Arrastre la entrada Daterange de la lista Tablas en el panel Datos y suéltela en el estante Filtros.

   2. En el cuadro de diálogo Campo de filtro [Intervalo de fechas], seleccione Intervalo de fechas y seleccione Siguiente >.

   3. En el cuadro de diálogo Filtrar [Daterange], seleccione Intervalo de fechas y seleccione 01/01/2023 - 31/1/2023. Seleccione Aplicar y Aceptar.

   4. Arrastre Cm Product Name Count Distinct A Filas. El valor cambia a SUM(Cm Product Name Count Distinct). Este campo es la métrica calculada que ha definido en Customer Journey Analytics.

   5. Arrastre Daterangeday y suéltelo junto a Columns. Seleccione Daterangeday y en el menú desplegable seleccione Día.

   6. Para modificar la visualización de líneas en una tabla, seleccione Tabla de texto de Mostrar.

   7. Seleccione Intercambiar filas y columnas en la barra de herramientas.

   8. Seleccione Ajustar ancho del menú desplegable Ajustar.

      El escritorio Tableau debe tener el aspecto siguiente.

      {modal="regular"}

2. Seleccione Duplicate del menú contextual de la ficha Hoja 1 para crear una segunda hoja.

3. Seleccione Rename del menú contextual de la ficha Hoja 1 para cambiar el nombre de la hoja a Data.

4. Seleccione Rename del menú contextual de la ficha Hoja 1 (2) para cambiar el nombre de la hoja a Card.

5. Asegúrese de haber seleccionado la vista Tarjeta.

6. Seleccione DAY(Daterangeday) y en el menú desplegable seleccione Mes. El valor cambia a MONTH(Daterangeday).

7. Seleccione SUM(Cm Product Name Count Distinct) en Marcas y, en el menú desplegable, seleccione Formato.

8. Para cambiar el tamaño de la fuente, en el panel Formato SUM(CM Product Name Count Distinct), seleccione Fuente en Predeterminada y seleccione 72 para el tamaño de fuente.

9. Para alinear el número, selecciona Automático junto a Alineación y establece Horizontal como centrado.

10. Para usar números enteros, selecciona 123.456 junto a Números y selecciona Número (personalizado). Establezca Lugares decimales en 0.

    El escritorio Tableau debe tener el aspecto siguiente.

    {modal="regular"}

11. Seleccione el botón de pestaña Nuevo panel (en la parte inferior) para crear una nueva vista de panel 1. En la vista Panel 1:

    1. Arrastre y suelte la hoja Tarjeta del estante Hojas en la vista Panel 1 que dice Colocar hojas aquí.
    2. Arrastre y suelte la hoja Data del estante Sheets debajo de la hoja Card en la vista Dashboard 1.

    La vista del panel 1 debería ser similar a la siguiente.

    {modal="regular"}

También puede utilizar la funcionalidad de recuento distinto de Tableau Desktop.

1. Use Nombre De Producto en lugar de Nombre De Producto Cm Recuento Distinto.

2. Aplicar Medida > Recuento (distinto) en Nombre de producto en Marcas.

   {modal="regular"}

1. En la interfaz Explorar de Looker, asegúrate de tener una configuración limpia. Si no, seleccione Quitar campos y filtros.

2. Seleccione + Filtro debajo de Filtros.

3. En el diálogo Agregar filtro:

   1. Seleccionar ‣ Vista De Datos Cc

   2. En la lista de campos, seleccione ‣ Daterange Date y después Daterange Date.

      {modal="regular"}

4. Especifique el filtro Cc Data View Daterange Date ya que está en el intervalo 2023/01/01 hasta (antes) 2023/02/01.

5. Desde la sección ‣ Vista de datos CC en el carril izquierdo:

   1. Seleccione Fecha de intervalo de fechas y después Fecha.

   2. Seleccione Agregado Xtender Count Distinct del menú contextual ⋮ More en Nombre del producto.

      {modal="regular"}

6. Seleccione Ejecutar.

7. Seleccione ‣ Visualización y seleccione 6︎⃣ en la barra de herramientas para mostrar una visualización de Valor único.

Debería ver una visualización y una tabla similares a las que se muestran a continuación.

{modal="regular"}

1. En el panel Datos:

   1. Seleccione daterangemonth.
   2. Seleccione daterangeName.
   3. Seleccionar ∑ repeticiones.

   Verá una visualización que muestra Error al obtener los datos de este elemento visual.

2. En el panel Filtros:

   1. Seleccione daterangeName is (All) de Filtros en este elemento visual.
   2. Seleccione Filtro básico como Tipo de filtro.
   3. Debajo del campo Buscar, seleccione Último año 2023, que es el nombre del intervalo de fechas definido en Customer Journey Analytics.
   4. Seleccione para quitar daterangeName de Columnas.

   Verá la tabla actualizada con el filtro daterangeName aplicado. El escritorio de Power BI debe tener el aspecto siguiente.

   {modal="regular"}

1. Seleccione la ficha Hoja 1 en la parte inferior para cambiar de Fuente de datos. En la vista Hoja 1:

   1. Arrastre la entrada Daterange Name de la lista Tablas en el estante Filtros.

   2. En el cuadro de diálogo Filtrar [Nombre de intervalo de fechas], asegúrese de que Seleccionar de la lista está seleccionado y seleccione Último año 2023 de la lista. Seleccione Aplicar y Aceptar.

   3. Arrastre la entrada Daterangemonth de la lista Tablas y suéltela en el campo junto a Filas. Seleccione Daterangemonth y seleccione Month. El valor cambia a MONTH(Daterangemonth).

   4. Arrastre la entrada Ocurrencias de la lista Tablas y suelte la entrada en el campo junto a Columnas. El valor cambia a SUM(Occurrences).

   5. Seleccione Tabla de texto de Mostrarme.

   6. Seleccione Intercambiar filas y columnas en la barra de herramientas.

   7. Seleccione Ajustar ancho del menú desplegable Ajustar.

      El escritorio Tableau debe tener el aspecto siguiente.

      {modal="regular"}

1. En la interfaz Explorar de Looker, asegúrate de tener una configuración limpia. Si no, seleccione Quitar campos y filtros.

2. Seleccione + Filtro debajo de Filtros.

3. En el diálogo Agregar filtro:

   1. Seleccionar ‣ Vista De Datos Cc
   2. En la lista de campos, seleccione ‣ Nombre del intervalo de fechas.

4. Especifique el filtro Cc Data View Daterange Name como is y seleccione Last Year 2023 de la lista de valores.

5. Desde la sección ‣ Vista de datos CC en el carril izquierdo:

   1. Seleccione Mes de intervalo de fechas y después Mes.
   2. Seleccione Count debajo de MEASURES en el carril izquierdo (en la parte inferior).

6. Seleccione Ejecutar.

7. Seleccione ‣ visualización.

Debería ver una visualización y una tabla similares a las que se muestran a continuación.

{modal="regular"}

1. En el panel Datos:

   1. Seleccione daterange.
   2. Seleccione filterName.
   3. Seleccione product_name.
   4. Seleccionar ∑ repeticiones.

Verá una visualización que muestra Error al obtener los datos de este elemento visual.

1. En el panel Filtros:

   1. Seleccione filterName is (All) de Filtros en este elemento visual.
   2. Seleccione Filtro básico como Tipo de filtro.
   3. Debajo del campo Buscar, seleccione Productos de pesca, que es el nombre del filtro existente definido en Customer Journey Analytics.
   4. Seleccione intervalo de fechas es (todo) de Filtros en este elemento visual.
   5. Seleccione Filtro avanzado como Tipo de filtro.
   6. Defina el filtro para Mostrar elementos cuando el valor esté en 1/1/2023 y esté antes de 2/1/2023 o después.
   7. Seleccione para quitar filterName de Columnas.
   8. Seleccione para quitar daterange de Columnas.

   Verá la tabla actualizada con el filtro filterName aplicado. El escritorio de Power BI debe tener el aspecto siguiente.

   {modal="regular"}

1. Seleccione la ficha Hoja 1 en la parte inferior para cambiar de Fuente de datos. En la vista Hoja 1:

   1. Arrastre la entrada Filter Name de la lista Tables en el estante Filters.

   2. En el diálogo Filtrar [Nombre del filtro], asegúrese de que Seleccionar de la lista está seleccionado y seleccione Productos de pesca de la lista. Seleccione Aplicar y Aceptar.

   3. Arrastre la entrada Daterange de la lista Tablas en el estante Filtros.

   4. En el cuadro de diálogo Campo de filtro [Intervalo de fechas], seleccione Intervalo de fechas y seleccione Siguiente >.

   5. En el cuadro de diálogo Filtrar [Daterange], seleccione Intervalo de fechas y seleccione 01/01/2023 - 01/02/2023. Seleccione Aplicar y Aceptar.

   6. Arrastre Product Name de la lista Tablas a Filas.

   7. Arrastre la entrada Ocurrencias de la lista Tablas y suelte la entrada en el campo junto a Columnas. El valor cambia a SUM(Occurrences).

   8. Seleccione Tabla de texto de Mostrarme.

   9. Seleccione Ajustar ancho del menú desplegable Ajustar.

      El escritorio Tableau debe tener el aspecto siguiente.

      {modal="regular"}

1. En la interfaz Explorar de Looker, asegúrate de tener una configuración limpia. Si no, seleccione Quitar campos y filtros.

2. Seleccione + Filtro debajo de Filtros.

3. En el diálogo Agregar filtro:

   1. Seleccionar ‣ Vista De Datos Cc

   2. En la lista de campos, seleccione ‣ Daterange Date y después Daterange Date.

      {modal="regular"}

4. Especifique el filtro Cc Data View Daterange Date ya que está en el intervalo 2023/01/01 hasta (antes) 2023/02/01.

5. Seleccione + Filtro debajo de Filtros para agregar otro filtro.

6. En el diálogo Agregar filtro:

   1. Seleccionar ‣ Vista De Datos Cc
   2. En la lista de campos, seleccione ‣ Nombre del filtro.

7. Asegúrese de que es la selección para el filtro.

8. Seleccione Productos de pesca de la lista de valores posibles.

9. Desde la sección ‣ Vista de datos CC en el carril izquierdo:

   1. Seleccione Nombre de producto.
   2. Seleccione Count debajo de MEASURES en el carril izquierdo (en la parte inferior).

10. Seleccione Ejecutar.

11. Seleccione ‣ visualización.

Debería ver una visualización y una tabla similares a las que se muestran a continuación.

{modal="regular"}

1. Seleccione Inicio en el menú y, a continuación, seleccione Actualizar en la barra de herramientas. Debe actualizar la conexión para recoger el nuevo filtro que acaba de definir en Customer Journey Analytics.

2. En el panel Datos:

   1. Seleccione daterange.
   2. Seleccione filterName.
   3. Seleccione product_name.
   4. Seleccionar ∑ repeticiones.

Verá una visualización que muestra Error al obtener los datos de este elemento visual.

1. En el panel Filtros:

   1. Seleccione filterName is (All) de Filtros en este elemento visual.
   2. Seleccione Filtro básico como Tipo de filtro.
   3. Debajo del campo Buscar, seleccione Productos de caza, que es el nombre del filtro existente definido en Customer Journey Analytics.
   4. Seleccione intervalo de fechas es (todo) de Filtros en este elemento visual.
   5. Seleccione Filtro avanzado como Tipo de filtro.
   6. Defina el filtro para Mostrar elementos cuando el valor esté en 1/1/2023 y esté antes de 2/1/2023 o después.
   7. Seleccione para quitar filterName de Columnas.
   8. Seleccione para quitar daterange de Columnas.

   Verá la tabla actualizada con el filtro filterName aplicado. El escritorio de Power BI debe tener el aspecto siguiente.

   {modal="regular"}

1. En la vista Data Source, debajo de Data, en el menú contextual de cc_data_view(prod:cja%3FFLATTEN), seleccione Actualizar. Debe actualizar la conexión para recoger el nuevo filtro que acaba de definir en Customer Journey Analytics.

2. Seleccione la ficha Hoja 1 en la parte inferior para cambiar de Fuente de datos. En la vista Hoja 1:

   1. Arrastre la entrada Filter Name de la lista Tables en el estante Filters.

   2. En el diálogo Filtrar [Nombre del filtro], asegúrese de que Seleccionar de la lista está seleccionado y seleccione Productos de caza de la lista. Seleccione Aplicar y Aceptar.

   3. Arrastre la entrada Daterange de la lista Tablas en el estante Filtros.

   4. En el cuadro de diálogo Campo de filtro [Intervalo de fechas], seleccione Intervalo de fechas y seleccione Siguiente >.

   5. En el cuadro de diálogo Filtrar [Daterange], seleccione Intervalo de fechas y seleccione 01/01/2023 - 1/2/2023. Seleccione Aplicar y Aceptar.

   6. Arrastre Product Name de la lista Tablas a Filas.

   7. Arrastre la entrada Ocurrencias de la lista Tablas y suelte la entrada en el campo junto a Columnas. El valor cambia a SUM(Occurrences).

   8. Seleccione Tabla de texto de Mostrarme.

   9. Seleccione Ajustar ancho del menú desplegable Ajustar.

      El escritorio Tableau debe tener el aspecto siguiente.

      {modal="regular"}

1. En la 1. En la interfaz Explorar de Looker, actualice la conexión. Seleccione Borrar caché y actualizar.

2. En la interfaz Explorar de Looker, asegúrate de tener una configuración limpia. Si no, seleccione Quitar campos y filtros.

3. Seleccione + Filtro debajo de Filtros.

4. En el diálogo Agregar filtro:

   1. Seleccionar ‣ Vista De Datos Cc

   2. En la lista de campos, seleccione ‣ Daterange Date y después Daterange Date.

      {modal="regular"}

5. Especifique el filtro Cc Data View Daterange Date ya que está en el intervalo 2023/01/01 hasta (antes) 2023/02/01.

6. Seleccione + Filtro debajo de Filtros para agregar otro filtro.

7. En el diálogo Agregar filtro:

   1. Seleccionar ‣ Vista De Datos Cc
   2. En la lista de campos, seleccione ‣ Product Category.

8. Asegúrese de que is es la selección del filtro.

9. Seleccione Productos de caza de la lista de valores posibles.

10. Desde la sección ‣ Vista de datos CC en el carril izquierdo:

    1. Seleccione Nombre de producto.
    2. Seleccione Count debajo de MEASURES en el carril izquierdo (en la parte inferior).

11. Seleccione Ejecutar.

Debería ver una tabla similar como se muestra a continuación.

{modal="regular"}

1. En el panel Datos:

   1. Seleccione daterange.
   2. Seleccione product_name.
   3. Seleccione ∑ purchase_revenue.
   4. Seleccione ∑ compras.

2. En el panel Filtros:

   1. Seleccione intervalo de fechas es (todo) de Filtros en este elemento visual.
   2. Seleccione Filtro avanzado como Tipo de filtro.
   3. Defina el filtro para Mostrar elementos cuando el valor esté en 1/1/2023 y esté antes de 2/1/2023 o después.

3. En el panel Visualizaciones:

   1. Seleccione para quitar el intervalo de fechas de las columnas.
   2. Arrastre Suma de purchase_revenue al final de los elementos de la columna.

4. En el informe, seleccione Sum of purchase_revenue para clasificar la tabla en orden descendente según los ingresos de compra.

   El escritorio de Power BI debe tener el aspecto siguiente.

   {modal="regular"}

La consulta ejecutada por Power BI Desktop con la extensión BI no incluye una instrucción sort. La falta de una instrucción sort implica que la ordenación se ejecuta en el lado del cliente.

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. Seleccione la ficha Hoja 1 en la parte inferior para cambiar de Fuente de datos. En la vista Hoja 1:

   1. Arrastre la entrada Daterange de la lista Tablas en el estante Filtros.

   2. En el cuadro de diálogo Campo de filtro [Intervalo de fechas], seleccione Intervalo de fechas y seleccione Siguiente >.

   3. En el cuadro de diálogo Filtrar [Daterange], seleccione Intervalo de fechas y seleccione 01/01/2023 - 1/2/2023. Seleccione Aplicar y Aceptar.

   4. Arrastre Product Name de la lista Tablas y suelte la entrada en el campo situado junto a Filas.

   5. Arrastre la entrada Purchases de la lista Tables y suelte la entrada en el campo situado junto a Columns. El valor cambia a SUM(Purchases).

   6. Arrastre la entrada Ingresos de compras de la lista Tablas y suelte la entrada en el campo junto a Columnas, junto a SUMA(Compras). El valor cambia a SUM(Purchase Revenue).

   7. Seleccione Tabla de texto de Mostrarme.

   8. Seleccione Ajustar ancho del menú desplegable Ajustar.

   9. Seleccione el encabezado de columna Ingresos de compra y ordene la tabla en esta columna en orden descendente.

      El escritorio Tableau debe tener el aspecto siguiente.

      {modal="regular"}

La consulta ejecutada por Tableau Desktop con la extensión BI no incluye una instrucción sort. La falta de esta instrucción sort implica que la ordenación se ejecuta en el lado del cliente.

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. En la interfaz Explorar de Looker, actualice la conexión. Seleccione Borrar caché y actualizar.

2. En la interfaz Explorar de Looker, asegúrate de tener una configuración limpia. Si no, seleccione Quitar campos y filtros.

3. Seleccione + Filtro debajo de Filtros.

4. En el diálogo Agregar filtro:

   1. Seleccionar ‣ Vista De Datos Cc

   2. En la lista de campos, seleccione ‣ Daterange Date y después Daterange Date.

      {modal="regular"}

5. Especifique el filtro Cc Data View Daterange Date ya que está en el intervalo 2023/01/01 hasta (antes) 2023/02/01.

6. En la sección ‣ Vista de datos CC del carril izquierdo, seleccione Nombre de producto.

7. Desde la sección ‣ Campos personalizados en el carril izquierdo:

   1. Seleccione Medida personalizada del menú desplegable + Agregar.

   2. En el diálogo Crear medida personalizada:

      1. Seleccione Ingresos de compra del menú desplegable Campo para medir.

      2. Seleccione Sum del menú desplegable Tipo de medida.

      3. Escriba un nombre de campo personalizado para Name. Por ejemplo: Sum of Purchase Revenue.

      4. Seleccione la ficha Detalles del campo.

      5. Seleccione Decimals del menú desplegable Formato y asegúrese de que 0 se ha introducido en Decimals.

         {modal="regular"}

      6. Seleccione Guardar.

8. Asegúrese de seleccionar ↓ (Orden descendente: 1) en la columna Ingresos de compra.

9. Seleccione Ejecutar.

10. Seleccione ‣ visualización.

Debería ver una visualización y una tabla similares a las que se muestran a continuación.

{modal="regular"}

La consulta generada por Looker mediante la extensión de BI incluye ORDER BY, lo que implica que la ordenación se ejecuta mediante Looker y la extensión de BI.

-- 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 '2023-01-31')) 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. En el panel Datos:

   1. Seleccione daterange.
   2. Seleccione product_name.
   3. Seleccionar ∑ repeticiones.

2. En el panel Filtros:

   1. Seleccione intervalo de fechas es (todo) de Filtros en este elemento visual.
   2. Seleccione Fecha relativa como Tipo de filtro.
   3. Defina el filtro para Mostrar elementos cuando el valor esté en los últimos 1 años del calendario.
   4. Seleccione Aplicar filtro.
   5. Seleccione product_name is (All) de Filtros en este elemento visual.
   6. Seleccione N principales como tipo de filtro.
   7. Seleccionar Mostrar elementos Principales 5 Por valor.
   8. Arrastre y suelte ∑ ocurrencias del panel Datos y suéltelo en Agregar campos de datos aquí.
   9. Seleccione Aplicar filtro.

3. En el panel Visualización:

   • Seleccione para quitar el intervalo de fechas de las columnas.

   El escritorio de Power BI debe tener el aspecto siguiente.

   {modal="regular"}

La consulta ejecutada por Power BI Desktop mediante la extensión BI incluye una instrucción limit, pero no la esperada. Power BI Desktop aplica el límite de las 5 ocurrencias principales utilizando resultados de nombres de productos explícitos.

select "_"."product_name",
    "_"."a0"
from
(
    select "rows"."product_name" as "product_name",
        sum("rows"."occurrences") as "a0"
    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 (("_"."product_name" in ('Saltwater Monofilament Line', 'Pop-Up Beach Tent', 'Instant Pop-Up Tent', 'Envelop Sleeping Bag', 'Waterproof Tackle Bag')) and "_"."daterange" < date '2024-01-01') and "_"."daterange" >= date '2023-01-01'
    ) "rows"
    group by "product_name"
) "_"
where not "_"."a0" is null
limit 1000001

1. Seleccione la ficha Hoja 1 en la parte inferior para cambiar de Fuente de datos. En la vista Hoja 1:

   1. Arrastre la entrada Daterange de la lista Tablas en el estante Filtros.

   2. En el cuadro de diálogo Campo de filtro [Intervalo de fechas], seleccione Intervalo de fechas y seleccione Siguiente >.

   3. En el cuadro de diálogo Filtrar [Daterange], seleccione Fechas relativas, Años y Años anteriores. Seleccione Aplicar y Aceptar.

   4. Arrastre Product Name de la lista Tablas a Filas.

   5. Arrastre la entrada Ocurrencias de la lista Tablas y suelte la entrada en el campo junto a Columnas. El valor cambia a SUM(Occurrences).

   6. Seleccione Tabla de texto de Mostrarme.

   7. Seleccione Ajustar ancho del menú desplegable Ajustar.

   8. Seleccione Nombre de producto en Filas. Seleccione Filtro en el menú desplegable.

      1. En el cuadro de diálogo Filtrar [Nombre de producto], seleccione la pestaña Superior.

      2. Seleccione Por campo: Principales 5 por ocurrencias Suma.

      3. Seleccione Aplicar y Aceptar.

         Verá que la tabla desaparece. Seleccionar los 5 nombres de productos principales por ocurrencias no funciona correctamente usando este filtro.

      4. Seleccione Product Name en el estante Filter y en el menú desplegable seleccione Remove. La tabla vuelve a aparecer.

   9. Seleccione SUM(Occurrences) en el estante de Marcas. Seleccione Filtro en el menú desplegable.

      1. En el diálogo Filtrar [Ocurrencias], seleccione Al menos.

      2. Escriba 47.799 como valor. Este valor garantiza que solo se muestren los 5 elementos principales en la tabla. Seleccione Aplicar y Aceptar.

         El escritorio Tableau debe tener el aspecto siguiente.

         {modal="regular"}

Como se muestra más arriba, esta consulta ejecutada por Tableau Desktop, al definir un filtro de las 5 ocurrencias principales en los nombres de productos, falla.

SELECT CAST("cc_data_view"."product_name" AS TEXT) AS "product_name",
  SUM("cc_data_view"."occurrences") AS "sum:occurrences:ok"
FROM "public"."cc_data_view" "cc_data_view"
  INNER JOIN (
  SELECT CAST("cc_data_view"."product_name" AS TEXT) AS "product_name",
    SUM("cc_data_view"."occurrences") AS "$__alias__0"
  FROM "public"."cc_data_view" "cc_data_view"
  GROUP BY 1
  ORDER BY 2 DESC,
    1 ASC
  LIMIT 5
) "t0" ON (CAST("cc_data_view"."product_name" AS TEXT) = "t0"."product_name")
WHERE (("cc_data_view"."daterange" >= (TIMESTAMP '2023-01-01 00:00:00.000')) AND ("cc_data_view"."daterange" < (TIMESTAMP '2024-01-01 00:00:00.000')))
GROUP BY 1

A continuación, se muestra la consulta ejecutada por Tableau Desktop al definir un filtro de los 5 principales casos. El límite no es visible en la consulta y en el lado del cliente aplicado.

SELECT CAST("cc_data_view"."product_name" AS TEXT) AS "product_name",
  SUM("cc_data_view"."occurrences") AS "sum:occurrences:ok"
FROM "public"."cc_data_view" "cc_data_view"
WHERE (("cc_data_view"."daterange" >= (TIMESTAMP '2023-01-01 00:00:00.000')) AND ("cc_data_view"."daterange" < (TIMESTAMP '2024-01-01 00:00:00.000')))
GROUP BY 1

1. En la interfaz Explorar de Looker, actualice la conexión. Seleccione Borrar caché y actualizar.

2. En la interfaz Explorar de Looker, asegúrate de tener una configuración limpia. Si no, seleccione Quitar campos y filtros.

3. Seleccione + Filtro debajo de Filtros.

4. En el diálogo Agregar filtro:

   1. Seleccionar ‣ Vista De Datos Cc

   2. En la lista de campos, seleccione ‣ Daterange Date y después Daterange Date.

      {modal="regular"}

5. Especifique el filtro Cc Data View Daterange Date ya que está en el intervalo 2023/01/01 hasta (antes) 2024/01/01.

6. Desde la sección ‣ Vista de datos CC en el carril izquierdo:

   1. Seleccione Nombre de producto.
   2. Seleccione Count debajo de MEASURES en el carril izquierdo (en la parte inferior).

7. Asegúrese de seleccionar ↓ (Orden descendente: 1) en la columna Ingresos de compra.

8. Asegúrese de seleccionar ↓ (Orden descendente: 1) en la columna Ingresos de compra.

9. Seleccione Ejecutar.

10. Seleccione ‣ visualización.

Debería ver una visualización y una tabla similares a las que se muestran a continuación.

{modal="regular"}

La consulta generada por Looker mediante la extensión de BI incluye FETCH NEXT 5 ROWS ONLY, lo que implica que el límite se ejecuta mediante Looker y la extensión de BI.

-- Looker Query Context '{"user_id":6,"history_slug":"a8f3b1ebd5712413ca1ae695090f70db","instance_slug":"71d4667f0b76c0011463658f45c3f7a3"}'
SELECT
    cc_data_view."product_name"  AS "cc_data_view.product_name",
    COUNT(*) AS "cc_data_view.count"
FROM
    "public"."cc_data_view" AS "cc_data_view"
WHERE ((( cc_data_view."daterange"  ) >= (DATE_TRUNC('day', DATE '2023-01-31')) AND ( cc_data_view."daterange"  ) < (DATE_TRUNC('day', DATE '2024-01-01'))))
GROUP BY
    1
ORDER BY
    2 DESC
FETCH NEXT 5 ROWS ONLY

Los objetos Customer Journey Analytics están disponibles en el panel Datos y se recuperan de la tabla seleccionada en Power BI Desktop. Por ejemplo, public.cc_data_view. El nombre de la tabla es el mismo que el ID externo definido para la vista de datos en Customer Journey Analytics. Por ejemplo, la vista de datos con Título C&C - Data View y Id. externo cc_data_view.

Dimensiones
Las dimensiones de Customer Journey Analytics se identifican con el ID de componente. El ID de componente está definido en la vista de datos de Customer Journey Analytics. Por ejemplo, la dimensión Product Name de Customer Journey Analytics tiene un ID de componente product_name, que es el nombre de la dimensión en Power BI Desktop.
Las dimensiones de intervalo de fechas de Customer Journey Analytics como Day, Week, Month y más están disponibles como daterangeday, daterangeweek, daterangemonth y más.

Métricas
Las métricas de Customer Journey Analytics se identifican con el ID de componente. El ID de componente está definido en la vista de datos de Customer Journey Analytics. Por ejemplo, la métrica Ingresos de compra en Customer Journey Analytics tiene un ID de componente purchase_revenue, que es el nombre de la métrica en Power BI Desktop. Un ∑ indica las métricas. Cuando se usa una métrica en cualquier visualización, se cambia el nombre de la métrica a **Suma de *métrica ***.

Filtros
Los filtros que defina en Customer Journey Analytics están disponibles como parte del campo filterName. Cuando usa un campo filterName en Power BI Desktop, puede especificar qué filtro utilizar.

Métricas calculadas
Las métricas calculadas que define en Customer Journey Analytics se identifican con el ID externo que ha definido para la métrica calculada. Por ejemplo, la métrica calculada Product Name (Count Distinct) tiene ID externo product_name_count_distinct y se muestra como cm_product_name_count_distinct ​t en Power BI Desktop.

Intervalos de fechas
Los intervalos de fechas que defina en Customer Journey Analytics están disponibles como parte del campo intervaloDeFechas. Cuando usa un campo daterangeName, puede especificar qué intervalo de fecha usar.

Transformaciones personalizadas
Power BI Desktop proporciona funcionalidad de transformación personalizada mediante expresiones de análisis de datos (DAX). Por ejemplo, desea ejecutar el caso de uso Single dimension ranked con nombres de productos en minúsculas.

1. En la vista Informe, seleccione la visualización de barras.

2. Seleccione product_name en el panel Datos.

3. Seleccione Nueva columna en la barra de herramientas.

4. En el editor de fórmulas, defina una nueva columna denominada product_name_lower, como product_name_lower = LOWER('public.cc_data_view[product_name]).
   {modal="regular"}

5. Asegúrese de seleccionar la nueva columna product_name_lower en el panel Datos en lugar de la columna product_name.

6. Seleccione Informar como tabla de en la visualización de tabla.

   El escritorio de Power BI debe tener el aspecto siguiente.
   {modal="regular"}

La transformación personalizada resulta en una actualización de las consultas SQL. Consulte el uso de la función lower en el siguiente ejemplo de SQL:

select "_"."product_name_lower",
    "_"."a0",
    "_"."a1"
from
(
    select "rows"."product_name_lower" as "product_name_lower",
        sum("rows"."purchases") as "a0",
        sum("rows"."purchase_revenue") as "a1"
    from
    (
        select "_"."daterange" as "daterange",
            "_"."product_name" as "product_name",
            "_"."purchase_revenue" as "purchase_revenue",
            "_"."purchases" as "purchases",
            lower("_"."product_name") as "product_name_lower"
        from
        (
            select "_"."daterange",
                "_"."product_name",
                "_"."purchase_revenue",
                "_"."purchases"
            from
            (
                select "daterange",
                    "product_name",
                    "purchase_revenue",
                    "purchases"
                from "public"."cc_data_view" "$Table"
            ) "_"
            where ("_"."daterange" < date '2024-01-01' and "_"."daterange" >= date '2023-01-01') and ("_"."product_name" in ('4G Cellular Trail Camera', '4K Wildlife Trail Camera', 'Wireless Trail Camera', '8-Person Cabin Tent', '20MP No-Glow Trail Camera', 'HD Wildlife Camera', '4-Season Mountaineering Tent', 'Trail Camera', '16MP Trail Camera with Solar Panel', '10-Person Family Tent'))
        ) "_"
    ) "rows"
    group by "product_name_lower"
) "_"
where not "_"."a0" is null or not "_"."a1" is null
limit 1000001

Los objetos Customer Journey Analytics están disponibles en la barra lateral Datos siempre que trabaje en una hoja. Y se recuperan de la tabla que ha seleccionado como parte de la página Fuente de datos en Tableau. Por ejemplo, cc_data_view. El nombre de la tabla es el mismo que el ID externo definido para la vista de datos en Customer Journey Analytics. Por ejemplo, la vista de datos con Título C&C - Data View y Id. externo cc_data_view.

Dimensiones
Las dimensiones de Customer Journey Analytics se identifican con el nombre del componente. El nombre del componente está definido en la vista de datos de Customer Journey Analytics. Por ejemplo, la dimensión Nombre de producto en Customer Journey Analytics tiene un Nombre de componente Nombre de producto, que es el nombre de la dimensión en Tableau. Abc identifica todas las dimensiones.
Las dimensiones de intervalo de fechas de Customer Journey Analytics como Day, Week, Month y más están disponibles como Daterangeday, Daterangeweek, Daterangemonth y más. Cuando se utiliza una dimensión de intervalo de fechas, se debe seleccionar una definición adecuada de fecha u hora para aplicarla a esa dimensión de intervalo de fechas en el menú desplegable. Por ejemplo, Year, Quarter, Month, Day.

Métricas
Las métricas de Customer Journey Analytics se identifican con el Nombre del componente. El Nombre de componente está definido en la vista de datos de Customer Journey Analytics. Por ejemplo, la métrica Ingresos de compras en Customer Journey Analytics tiene un Nombre de componente Ingresos de compras, que es el nombre de la métrica en Tableau. # identifica todas las métricas. Cuando usa una métrica en cualquier visualización, se cambia el nombre de la métrica a Sum(metric).

Filtros
Los filtros que defina en Customer Journey Analytics están disponibles como parte del campo Nombre del filtro. Cuando usa un campo Nombre del filtro en Tableau, puede especificar qué filtro utilizar.

Métricas calculadas
Las métricas calculadas que define en Customer Journey Analytics se identifican con el Título que ha definido para la métrica calculada. Por ejemplo, la métrica calculada Product Name (Count Distinct) tiene Title Product Name (Count Distinct) y se muestra como Cm Product Name Count Distinct en Tableau.

Intervalos de fechas
Los intervalos de fechas que defina en Customer Journey Analytics están disponibles como parte del campo Nombre del intervalo de fechas. Cuando usa un campo Nombre del intervalo de fechas, puede especificar qué intervalo de fechas utilizar.

Transformaciones personalizadas
Tableau Desktop proporciona funcionalidad de transformación personalizada mediante Campos calculados. Por ejemplo, desea ejecutar el caso de uso Single dimension ranked con nombres de productos en minúsculas.

1. Seleccione Análisis > Crear campo calculado en el menú principal.

   1. Defina Nombre de producto en minúsculas con la función LOWER([Product Name]).

      {modal="regular"}

   2. Seleccione Aceptar.

2. Seleccione la hoja Data.

   1. Arrastre Nombre de producto en minúsculas de Tablas y suelte la entrada en el campo junto a Filas.
   2. Quitar Nombre de producto de Filas.

3. Seleccione la vista Panel 1.

El escritorio Tableau debe tener el aspecto siguiente.

{modal="regular"}

El resultado de la transformación personalizada es una actualización de las consultas SQL. Consulte el uso de la función LOWER en el siguiente ejemplo de SQL:

SELECT LOWER(CAST(CAST("cc_data_view"."product_name" AS TEXT) AS TEXT)) AS "Calculation_1562467608097775616",
  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 '2023-12-31')))
GROUP BY 1
HAVING ((SUM("cc_data_view"."purchase_revenue") >= 999999.99999998999) AND (SUM("cc_data_view"."purchase_revenue") <= 2000000.00000002))

Los objetos Customer Journey Analytics están disponibles en la interfaz Explorar. Y se recuperan como parte de la configuración de la conexión, el proyecto y el modelo en Looker. Por ejemplo, cc_data_view. El nombre de la vista es el mismo que el ID externo definido para la vista de datos en Customer Journey Analytics. Por ejemplo, la vista de datos con Título C&C - Data View y Id. externo cc_data_view.

Dimensiones
Las dimensiones de Customer Journey Analytics se muestran como DIMENSION en el carril izquierdo de Cc Data View. La dimensión se define en la vista de datos de Customer Journey Analytics. Por ejemplo, la dimensión Product Name de Customer Journey Analytics tiene un DIMENSION Product Name, que es el nombre de la dimensión en Looker.
Las dimensiones de intervalo de fechas de Customer Journey Analytics como Day, Week, Month y más están disponibles como Daterangeday Date, Daterangeweek Date, Daterangemonth Date y más. Cuando se utiliza una dimensión de intervalo de fechas, se debe seleccionar una definición adecuada de fecha u hora. Por ejemplo, Year, Quarter, Month, Date.

Métricas
Las métricas de Customer Journey Analytics se muestran como DIMENSION en en el carril izquierdo de Cc Data View. Por ejemplo, la métrica Ingresos de compras en Customer Journey Analytics tiene DIMENSION Ingresos de compras. Para utilizar realmente como métrica, cree un campo de medida personalizado como se muestra en los ejemplos anteriores, o utilice el acceso directo en una dimensión. Por ejemplo, ⋮, seleccione Agregado y, a continuación, seleccione Suma.

Filtros
Los filtros que defina en Customer Journey Analytics están disponibles como parte del campo Nombre del filtro. Cuando usa un campo Nombre de filtro en el Buscador, puede especificar qué filtro utilizar.

Métricas calculadas
Las métricas calculadas que define en Customer Journey Analytics se identifican con el Título que ha definido para la métrica calculada. Por ejemplo, la métrica calculada Product Name (Count Distinct) tiene Title Product Name (Count Distinct) y se muestra como Cm Product Name Count Distinct en Looker.

Intervalos de fechas
Los intervalos de fechas que defina en Customer Journey Analytics están disponibles como parte del campo Nombre del intervalo de fechas. Cuando usa un campo Nombre del intervalo de fechas, puede especificar qué intervalo de fechas utilizar.

Transformaciones personalizadas
Looker proporciona una funcionalidad de transformación personalizada mediante generadores de campos personalizados, como se muestra arriba. Por ejemplo, desea ejecutar el caso de uso Single dimension ranked con nombres de productos en minúsculas.

1. Desde la sección ‣ Campos personalizados en el carril izquierdo:

   1. Seleccione Dimension personalizado del menú desplegable + Agregar.

   2. Escriba lower(${cc_data_view.product_name}) en el área de texto Expresión. Se le ayudará con la sintaxis correcta cuando empiece a escribir Product Name.

      {modal="regular"}

   3. Escriba product name como Nombre.

   4. Seleccione Guardar.

Debería ver una tabla similar como se muestra a continuación.

{modal="regular"}

El resultado de la transformación personalizada es una actualización de las consultas SQL. Consulte el uso de la función LOWER en el siguiente ejemplo de SQL:

SELECT
    LOWER((cc_data_view."product_name")) AS "product_name",
    COALESCE(SUM(CAST(( cc_data_view."purchase_revenue"  ) AS DOUBLE PRECISION)), 0) AS "sum_of_purchase_revenue",
    COALESCE(SUM(CAST(( cc_data_view."purchases"  ) AS DOUBLE PRECISION)), 0) AS "sum_of_purchases"
FROM public.cc_data_view  AS cc_data_view
WHERE ((( cc_data_view."daterange"  ) >= (DATE_TRUNC('day', DATE '2023-01-01')) AND ( cc_data_view."daterange"  ) < (DATE_TRUNC('day', DATE '2024-01-01'))))
GROUP BY
    1
ORDER BY
    2 DESC
FETCH NEXT 500 ROWS ONLY