1. Per fare in modo che l'intervallo di date venga applicato a tutte le visualizzazioni, trascina daterangeday dal riquadro Data a Filters in questa pagina.

   1. Selezionare daterangeday is (All) da Filters on this page.
   2. Seleziona Advanced filtering come Filter type.
   3. Definisci il filtro su Show items when the value is on or after 1/1/2023 And is before 2/1/2023.
   4. Seleziona Apply filter.

2. Nel riquadro Data:

   1. Seleziona datarangeday.
   2. Selezionare ∑ cm_product_name_count_distinct, che è la metrica calcolata definita in Customer Journey Analytics.

3. Per modificare il grafico a barre verticale in un oggetto Table, verificare che il grafico sia selezionato e selezionare Table dal riquadro Visualizations.

   Il desktop Power BI dovrebbe essere simile a quello riportato di seguito.

   {modal="regular"}

4. Seleziona la visualizzazione della tabella. Dal menu di scelta rapida, selezionare Copy > Copy visual.

5. Incolla la visualizzazione utilizzando ctrl-v. La copia esatta della visualizzazione si sovrappone a quella originale. Spostala a destra nell’area del rapporto.

6. Per modificare la visualizzazione copiata da una tabella a una scheda, selezionare Card da Visualizations.

   Il desktop Power BI dovrebbe essere simile a quello riportato di seguito.

   {modal="regular"}

In alternativa, puoi utilizzare la funzionalità di conteggio dei valori univoci di Power BI.

1. Selezionare la dimensione product_name.

2. Applica la funzione Count (Distinct) alla dimensione product_name in Columns.

   {modal="regular"}

1. Selezionare la scheda Sheet 1 in basso per passare da Data source. Nella visualizzazione Sheet 1:

   1. Trascinare la voce Daterange dall'elenco Tables nel riquadro Data e rilasciarla nello scaffale Filters.

   2. Nella finestra di dialogo Filter Field [Daterange], seleziona Range of Dates e Next >.

   3. Nella finestra di dialogo Filter [Daterange], selezionare Range of dates, quindi selezionare 01/01/2023 - 31/1/2023. Selezionare Apply e OK.

   4. Trascina Cm Product Name Count Distinct in Rows. Il valore diventa SUM(Cm Product Name Count Distinct). Questo campo è la metrica calcolata definita in Customer Journey Analytics.

   5. Trascinare Daterangeday e rilasciare accanto a Columns. Seleziona Daterangeday e dal menu a discesa seleziona Day.

   6. Per modificare la visualizzazione delle linee in una tabella, selezionare Text Table da Show Me.

   7. Selezionare Swap Rows and Columns dalla barra degli strumenti.

   8. Selezionare Fit Width dal menu a discesa Fit.

      Il desktop Tableau dovrebbe essere simile al seguente.

      Dimension {modal="regular"}

2. Selezionare Duplicate dal menu di scelta rapida della scheda Sheet 1 per creare un secondo foglio.

3. Selezionare Rename dal menu di scelta rapida della scheda Sheet 1 per rinominare il foglio in Data.

4. Selezionare Rename dal menu di scelta rapida della scheda Sheet 1 (2) per rinominare il foglio in Card.

5. Verificare di aver selezionato la visualizzazione Card.

6. Seleziona DAY(Daterangeday) e dal menu a discesa seleziona Month. Il valore diventa MONTH(Daterangeday).

7. Selezionare SUM(Cm Product Name Count Distinct) in Marks e dal menu a discesa selezionare Format.

8. Per modificare la dimensione del carattere, nel riquadro Format SUM(CM Product Name Count Distinct) selezionare Font in Default e 72 per la dimensione del carattere.

9. Per allineare il numero, selezionare Automatic accanto a Alignment e impostare Horizontal su Centrato.

10. Per utilizzare numeri interi, selezionare 123.456 accanto a Numbers e selezionare Number (Custom). Imposta Decimal places su 0.

    Il desktop Tableau dovrebbe essere simile al seguente.

    Dimension {modal="regular"}

11. Selezionare il pulsante della scheda New Dashboard (in basso) per creare una nuova visualizzazione Dashboard 1. Nella visualizzazione Dashboard 1:

    1. Trascinare e rilasciare il foglio Card dallo scaffale Sheets nella visualizzazione Dashboard 1 che riporta Rilasciare qui i fogli.
    2. Trascinare il foglio Data dallo scaffale Sheets sotto il foglio Card nella visualizzazione Dashboard 1.

    La visualizzazione Dashboard 1 dovrebbe essere simile alla seguente.

    {modal="regular"}

In alternativa, puoi utilizzare la funzionalità di conteggio dei valori univoci di Tableau Desktop.

1. Utilizza Product Name invece di Cm Product Name Count Distinct.

2. Applica Measure > Count (Distinct) il Product Name in Marks.

   {modal="regular"}

1. Nell'interfaccia Explore di Looker, assicurati di avere una configurazione pulita. In caso contrario, selezionare Remove fields and filters.

2. Seleziona + Filter (Aggiungi) sotto Filters (Eventi).

3. Nella finestra di dialogo Add Filter (Configurazione evento):

   1. Seleziona ‣ Cc Data View

   2. Dall'elenco dei campi, selezionare ‣ Daterange Date e quindi Daterange Date.

      {modal="regular"}

4. Specificare il filtro Cc Data View Daterange Date come is in range 2023/01/01 until (before) 2023/02/01.

5. Dalla sezione ‣ Cc Data View nella barra a sinistra:

   1. Selezionare Daterange Date, quindi Date.

   2. Selezionare Aggregate ‣ Count Distinct dal menu di scelta rapida ⋮ Altro in Product Name.

      {modal="regular"}

6. Seleziona Run.

7. Selezionare ‣ Visualization e selezionare 6︎⃣ dalla barra degli strumenti per visualizzare una visualizzazione con valore singolo.

Dovresti visualizzare una visualizzazione e una tabella simili a quelle mostrate di seguito.

{modal="regular"}

1. Nel riquadro Data:

   1. Seleziona daterangemonth (Aggiungi set di dati).
   2. Seleziona daterangeName (Aggiungi set di dati).
   3. Seleziona ∑ occurrences (Salva).

   Visualizzazione che visualizza Error fetching data for this visual.

2. Nel riquadro Filters:

   1. Selezionare daterangeName is (All) da Filters on this visual.
   2. Seleziona Basic filtering come Filter type.
   3. Sotto il campo Search, selezionare Last Year 2023, che è il nome dell'intervallo di date definito in Customer Journey Analytics.
   4. Selezionare per rimuovere daterangeName da Columns.

   La tabella viene aggiornata con il filtro daterangeName applicato. Il desktop Power BI dovrebbe essere simile a quello riportato di seguito.

   {modal="regular"}

1. Selezionare la scheda Sheet 1 in basso per passare da Data source. Nella visualizzazione Sheet 1:

   1. Trascinare la voce Daterange Name dall'elenco Tables nello scaffale Filters.

   2. Nella finestra di dialogo Filter [Daterange Name] assicurarsi che Select from list sia selezionato e selezionare Last Year 2023 dall'elenco. Selezionare Apply e OK.

   3. Trascinare la voce Daterangemonth dall'elenco Tables e rilasciare la voce nel campo accanto a Rows. Selezionare Daterangemonth e selezionare Month. Il valore diventa MONTH(Daterangemonth).

   4. Trascinare la voce Occurrences dall'elenco Tables e rilasciare la voce nel campo accanto a Columns. Il valore diventa SUM(Occurrences).

   5. Selezionare Text Table da Show Me.

   6. Selezionare Swap Rows and Columns dalla barra degli strumenti.

   7. Selezionare Fit Width dal menu a discesa Fit.

      Il desktop Tableau dovrebbe essere simile al seguente.

      Dimension {modal="regular"}

1. Nell'interfaccia Explore di Looker, assicurati di avere una configurazione pulita. In caso contrario, selezionare Remove fields and filters.

2. Seleziona + Filter (Aggiungi) sotto Filters (Eventi).

3. Nella finestra di dialogo Add Filter (Configurazione evento):

   1. Seleziona ‣ Cc Data View
   2. Dall'elenco dei campi, selezionare ‣ Daterange Name.

4. Specificare il filtro Cc Data View Daterange Name come is e selezionare Last Year 2023 dall'elenco di valori.

5. Dalla sezione ‣ Cc Data View nella barra a sinistra:

   1. Selezionare Daterange Month, quindi Month.
   2. Seleziona Count sotto MEASURES nella barra a sinistra (in basso).

6. Seleziona Run (Aggiungi set di dati).

7. Seleziona ‣ Visualization (Salva).

Dovresti visualizzare una visualizzazione e una tabella simili a quelle mostrate di seguito.

{modal="regular"}

1. Nel riquadro Data:

   1. Seleziona daterange (Aggiungi set di dati).
   2. Seleziona filterName (Aggiungi set di dati).
   3. Seleziona product_name (Aggiungi set di dati).
   4. Seleziona ∑ occurrences (Salva).

Visualizzazione che visualizza Error fetching data for this visual.

1. Nel riquadro Filters:

   1. Selezionare filterName is (All) da Filters on this visual.
   2. Seleziona Basic filtering come Filter type.
   3. Sotto il campo Search, selezionare Fishing Products, che è il nome del filtro esistente definito in Customer Journey Analytics.
   4. Selezionare daterange is (All) da Filters on this visual.
   5. Seleziona Advanced filtering come Filter type.
   6. Definisci il filtro su Show items when the value is on or after 1/1/2023 And is before 2/1/2023.
   7. Selezionare per rimuovere filterName da Columns.
   8. Selezionare per rimuovere daterange da Columns.

   La tabella viene aggiornata con il filtro filterName applicato. Il desktop Power BI dovrebbe essere simile a quello riportato di seguito.

   {modal="regular"}

1. Selezionare la scheda Sheet 1 in basso per passare da Data source. Nella visualizzazione Sheet 1:

   1. Trascinare la voce Filter Name dall'elenco Tables nello scaffale Filters.

   2. Nella finestra di dialogo Filter [Filter Name] assicurarsi che Select from list sia selezionato e selezionare Fishing Products dall'elenco. Selezionare Apply e OK.

   3. Trascinare la voce Daterange dall'elenco Tables nello scaffale Filters.

   4. Nella finestra di dialogo Filter Field [Daterange], seleziona Range of Dates e Next >.

   5. Nella finestra di dialogo Filter [Daterange], selezionare Range of dates, quindi selezionare 01/01/2023 - 01/02/2023. Selezionare Apply e OK.

   6. Trascinare Product Name dall'elenco Tables a Rows.

   7. Trascinare la voce Occurrences dall'elenco Tables e rilasciare la voce nel campo accanto a Columns. Il valore diventa SUM(Occurrences).

   8. Selezionare Text Table da Show Me.

   9. Selezionare Fit Width dal menu a discesa Fit.

      Il desktop Tableau dovrebbe essere simile al seguente.

      Dimension {modal="regular"}

1. Nell'interfaccia Explore di Looker, assicurati di avere una configurazione pulita. In caso contrario, selezionare Remove fields and filters.

2. Seleziona + Filter (Aggiungi) sotto Filters (Eventi).

3. Nella finestra di dialogo Add Filter (Configurazione evento):

   1. Seleziona ‣ Cc Data View

   2. Dall'elenco dei campi, selezionare ‣ Daterange Date e quindi Daterange Date.

      {modal="regular"}

4. Specificare il filtro Cc Data View Daterange Date come is in range 2023/01/01 until (before) 2023/02/01.

5. Seleziona + Filter sotto Filters per aggiungere un altro filtro.

6. Nella finestra di dialogo Add Filter (Crea elemento dati):

   1. Seleziona ‣ Cc Data View
   2. Dall'elenco dei campi, selezionare ‣ Filter name.

7. Assicurarsi che is sia selezionato il filtro.

8. Selezionare Fishing Products dall'elenco dei valori possibili.

9. Dalla sezione ‣ Cc Data View nella barra a sinistra:

   1. Seleziona Product Name.
   2. Seleziona Count sotto MEASURES nella barra a sinistra (in basso).

10. Seleziona Run (Aggiungi set di dati).

11. Seleziona ‣ Visualization (Salva).

Dovresti visualizzare una visualizzazione e una tabella simili a quelle mostrate di seguito.

{modal="regular"}

1. Selezionare Home dal menu, quindi selezionare Refresh dalla barra degli strumenti. È necessario aggiornare la connessione per raccogliere il nuovo filtro appena definito in Customer Journey Analytics.

2. Nel riquadro Data:

   1. Seleziona daterange (Aggiungi set di dati).
   2. Seleziona filterName (Aggiungi set di dati).
   3. Seleziona product_name (Aggiungi set di dati).
   4. Seleziona ∑ occurrences (Salva).

Visualizzazione che visualizza Error fetching data for this visual.

1. Nel riquadro Filters:

   1. Selezionare filterName is (All) da Filters on this visual.
   2. Seleziona Basic filtering come Filter type.
   3. Sotto il campo Search, selezionare Hunting Products, che è il nome del filtro esistente definito in Customer Journey Analytics.
   4. Selezionare daterange is (All) da Filters on this visual.
   5. Seleziona Advanced filtering come Filter type.
   6. Definisci il filtro su Show items when the value is on or after 1/1/2023 And is before 2/1/2023.
   7. Selezionare per rimuovere filterName da Columns.
   8. Selezionare per rimuovere daterange da Columns.

   La tabella viene aggiornata con il filtro filterName applicato. Il desktop Power BI dovrebbe essere simile a quello riportato di seguito.

   {modal="regular"}

1. Nella visualizzazione Data Source, sotto Data, dal menu di scelta rapida in cc_data_view(prod:cja%3FFLATTEN), selezionare Refresh. È necessario aggiornare la connessione per raccogliere il nuovo filtro appena definito in Customer Journey Analytics.

2. Selezionare la scheda Sheet 1 in basso per passare da Data source. Nella visualizzazione Sheet 1:

   1. Trascinare la voce Filter Name dall'elenco Tables nello scaffale Filters.

   2. Nella finestra di dialogo Filter [Filter Name] assicurarsi che Select from list sia selezionato e selezionare Hunting Products dall'elenco. Selezionare Apply e OK.

   3. Trascinare la voce Daterange dall'elenco Tables nello scaffale Filters.

   4. Nella finestra di dialogo Filter Field [Daterange], seleziona Range of Dates e Next >.

   5. Nella finestra di dialogo Filter [Daterange], selezionare Range of dates, quindi selezionare 01/01/2023 - 1/2/2023. Selezionare Apply e OK.

   6. Trascinare Product Name dall'elenco Tables a Rows.

   7. Trascinare la voce Occurrences dall'elenco Tables e rilasciare la voce nel campo accanto a Columns. Il valore diventa SUM(Occurrences).

   8. Selezionare Text Table da Show Me.

   9. Selezionare Fit Width dal menu a discesa Fit.

      Il desktop Tableau dovrebbe essere simile al seguente.

      Dimension {modal="regular"}

1. Nell’1. Nell'interfaccia Explore di Looker, aggiorna la connessione. Selezionare Clear cache and refresh.

2. Nell'interfaccia Explore di Looker, assicurati di avere una configurazione pulita. In caso contrario, selezionare Remove fields and filters.

3. Seleziona + Filter (Aggiungi) sotto Filters (Eventi).

4. Nella finestra di dialogo Add Filter (Configurazione evento):

   1. Seleziona ‣ Cc Data View

   2. Dall'elenco dei campi, selezionare ‣ Daterange Date e quindi Daterange Date.

      {modal="regular"}

5. Specificare il filtro Cc Data View Daterange Date come is in range 2023/01/01 until (before) 2023/02/01.

6. Seleziona + Filter sotto Filters per aggiungere un altro filtro.

7. Nella finestra di dialogo Add Filter (Crea elemento dati):

   1. Seleziona ‣ Cc Data View
   2. Dall'elenco dei campi, selezionare ‣ Product Category.

8. Assicurarsi is come selezione per il filtro.

9. Selezionare Hunting Products dall'elenco dei valori possibili.

10. Dalla sezione ‣ Cc Data View nella barra a sinistra:

    1. Seleziona Product Name.
    2. Seleziona Count sotto MEASURES nella barra a sinistra (in basso).

11. Seleziona Run.

Dovresti vedere una tabella simile a quella mostrata di seguito.

{modal="regular"}

1. Nel riquadro Data:

   1. Seleziona daterange (Aggiungi set di dati).
   2. Seleziona product_namr (Aggiungi set di dati).
   3. Seleziona ∑ purchase_revenue (Aggiungi set di dati).
   4. Seleziona ∑ purchases (Salva).

2. Nel riquadro Filters:

   1. Selezionare daterange is (All) da Filters on this visual.
   2. Seleziona Advanced filtering come Filter type.
   3. Definisci il filtro su Show items when the value is on or after 1/1/2023 And is before 2/1/2023.

3. Nel riquadro Visualizzazioni:

   1. Selezionare per rimuovere l'intervallo di dati dalle colonne.
   2. Trascina Sum of purchase_revenue alla fine di Column elementi.

4. Nel report, selezionare Sum of purchase_revenue per ordinare la tabella in ordine decrescente di ricavi da acquisto.

   Il desktop Power BI dovrebbe essere simile a quello riportato di seguito.

   {modal="regular"}

La query eseguita da Power BI Desktop tramite l'estensione BI non include un'istruzione sort. L'assenza di un'istruzione sort implica che l'ordinamento viene eseguito lato client.

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. Selezionare la scheda Sheet 1 in basso per passare da Data source. Nella visualizzazione Sheet 1:

   1. Trascinare la voce Daterange dall'elenco Tables nello scaffale Filters.

   2. Nella finestra di dialogo Filter Field [Daterange], seleziona Range of Dates e Next >.

   3. Nella finestra di dialogo Filter [Daterange], selezionare Range of dates, quindi selezionare 01/01/2023 - 1/2/2023. Selezionare Apply e OK.

   4. Trascinare Product Name dall'elenco Tables e rilasciare la voce nel campo accanto a Rows.

   5. Trascinare la voce Purchases dall'elenco Tables e rilasciare la voce nel campo accanto a Columns. Il valore diventa SUM(Purchases).

   6. Trascinare la voce Purchase Revenue dall'elenco Tables e rilasciare la voce nel campo accanto a Columns, accanto a SUM(Purchases). Il valore diventa SUM(Purchase Revenue).

   7. Selezionare Text Table da Show Me.

   8. Selezionare Fit Width dal menu a discesa Fit.

   9. Selezionare l'intestazione di colonna Purchase Revenue e ordinare la tabella in base a questa colonna in ordine decrescente.

      Il desktop Tableau dovrebbe essere simile al seguente.

      {modal="regular"}

La query eseguita da Tableau Desktop tramite l'estensione BI non include un'istruzione sort. L'assenza di questa istruzione sort implica che l'ordinamento viene eseguito lato client.

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. Nell'interfaccia Explore di Looker, aggiorna la connessione. Selezionare Clear cache and refresh.

2. Nell'interfaccia Explore di Looker, assicurati di avere una configurazione pulita. In caso contrario, selezionare Remove fields and filters.

3. Seleziona + Filter (Aggiungi) sotto Filters (Eventi).

4. Nella finestra di dialogo Add Filter (Configurazione evento):

   1. Seleziona ‣ Cc Data View

   2. Dall'elenco dei campi, selezionare ‣ Daterange Date e quindi Daterange Date.

      {modal="regular"}

5. Specificare il filtro Cc Data View Daterange Date come is in range 2023/01/01 until (before) 2023/02/01.

6. Dalla sezione ‣ Cc Data View nella barra a sinistra, seleziona Product Name.

7. Dalla sezione ‣ Custom Fields nella barra a sinistra:

   1. Selezionare Custom Measure dal menu a discesa + Add.

   2. Nella finestra di dialogo Create custom measure (Crea elemento dati):

      1. Selezionare Purchase Revenue dal menu a discesa Field to measure.

      2. Selezionare Sum dal menu a discesa Measure type.

      3. Immettere un nome di campo personalizzato per Name. Ad esempio: Sum of Purchase Revenue.

      4. Seleziona la scheda Field details.

      5. Selezionare Decimals dal menu a discesa Format e assicurarsi che 0 sia immesso in Decimals.

         {modal="regular"}

      6. Seleziona Save.

8. Assicurarsi di selezionare ↓ (Descending, Sort Order: 1) nella colonna Purchase Revenue.

9. Seleziona Run (Aggiungi set di dati).

10. Seleziona ‣ Visualization (Salva).

Dovresti visualizzare una visualizzazione e una tabella simili a quelle mostrate di seguito.

{modal="regular"}

La query generata da Looker tramite l'estensione BI include ORDER BY, il che implica che l'ordinamento viene eseguito tramite Looker e l'estensione 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. Nel riquadro Data:

   1. Seleziona daterange (Aggiungi set di dati).
   2. Seleziona product_name (Aggiungi set di dati).
   3. Seleziona ∑ occurrences (Salva).

2. Nel riquadro Filters:

   1. Selezionare daterange is (All) da Filters on this visual.
   2. Seleziona Relative date come Filter type.
   3. Definisci il filtro su Show items when the value is in the last 1 calendar years.
   4. Seleziona Apply filter.
   5. Selezionare product_name is (All) da Filters on this visual.
   6. Seleziona Top N come Filter type.
   7. Selezionare Show Items Top 5 By value.
   8. Trascinare ∑ occurrences dal riquadro Data e rilasciarlo su Add data fields here.
   9. Seleziona Apply filter.

3. Nel riquadro di visualizzazione:

   • Selezionare per rimuovere l'intervallo di dati dalle colonne.

   Il desktop Power BI dovrebbe essere simile a quello riportato di seguito.

   {modal="regular"}

La query eseguita da Power BI Desktop tramite l'estensione BI include un'istruzione limit ma non quella prevista. Il limite alle prime 5 occorrenze viene applicato da Power BI Desktop utilizzando risultati espliciti del nome del prodotto.

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. Selezionare la scheda Sheet 1 in basso per passare da Data source. Nella visualizzazione Sheet 1:

   1. Trascinare la voce Daterange dall'elenco Tables nello scaffale Filters.

   2. Nella finestra di dialogo Filter Field [Daterange], seleziona Range of Dates e Next >.

   3. Nella finestra di dialogo Filter [Daterange]}, selezionare Relative dates, Years e Previous years. Selezionare Apply e OK.

   4. Trascinare Product Name dall'elenco Tables a Rows.

   5. Trascinare la voce Occurrences dall'elenco Tables e rilasciare la voce nel campo accanto a Columns. Il valore diventa SUM(Occurrences).

   6. Selezionare Text Table da Show Me.

   7. Selezionare Fit Width dal menu a discesa Fit.

   8. Selezionare Product Name in Rows. Selezionare Filter dal menu a discesa.

      1. Nella finestra di dialogo Filter [Product Name], seleziona la scheda Top.

      2. Selezionare By field: Top 5 by Occurrences Sum.

      3. Selezionare Apply e OK.

         La tabella non verrà più visualizzata. Se si selezionano i primi 5 nomi di prodotto in base alle occorrenze, non funziona correttamente utilizzando questo filtro.

      4. Selezionare Product Name nello scaffale Filter e dal menu a discesa selezionare Remove. Viene visualizzata di nuovo la tabella.

   9. Selezionare SUM(Occurrences) nello scaffale Marks. Selezionare Filter dal menu a discesa.

      1. Nella finestra di dialogo Filter [Occurrences], seleziona At least.

      2. Immetti 47.799 come valore. Questo valore assicura che nella tabella vengano visualizzati solo i primi 5 elementi. Selezionare Apply e OK.

         Il desktop Tableau dovrebbe essere simile al seguente.

         {modal="regular"}

Come mostrato sopra, questa query eseguita da Tableau Desktop, quando si definisce un filtro delle prime 5 occorrenze sui nomi dei prodotti, ha esito negativo.

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

Di seguito è riportata la query eseguita da Tableau Desktop durante la definizione di un filtro Top 5 per le occorrenze. Il limite non è visibile nella query e applicato sul lato client.

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. Nell'interfaccia Explore di Looker, aggiorna la connessione. Selezionare Clear cache and refresh.

2. Nell'interfaccia Explore di Looker, assicurati di avere una configurazione pulita. In caso contrario, selezionare Remove fields and filters.

3. Seleziona + Filter (Aggiungi) sotto Filters (Eventi).

4. Nella finestra di dialogo Add Filter (Configurazione evento):

   1. Seleziona ‣ Cc Data View

   2. Dall'elenco dei campi, selezionare ‣ Daterange Date e quindi Daterange Date.

      {modal="regular"}

5. Specificare il filtro Cc Data View Daterange Date come is in range 2023/01/01 until (before) 2024/01/01.

6. Dalla sezione ‣ Cc Data View nella barra a sinistra:

   1. Seleziona Product Name.
   2. Seleziona Count sotto MEASURES nella barra a sinistra (in basso).

7. Assicurarsi di selezionare ↓ (Descending, Sort Order: 1) nella colonna Purchase Revenue.

8. Assicurarsi di selezionare ↓ (Descending, Sort Order: 1) nella colonna Purchase Revenue.

9. Seleziona Run (Aggiungi set di dati).

10. Seleziona ‣ Visualization (Salva).

Dovresti visualizzare una visualizzazione e una tabella simili a quelle mostrate di seguito.

{modal="regular"}

La query generata da Looker tramite l'estensione BI include FETCH NEXT 5 ROWS ONLY, il che implica che il limite viene eseguito tramite Looker e l'estensione 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

Gli oggetti Customer Journey Analytics sono disponibili nel riquadro Data e vengono recuperati dalla tabella selezionata in Power BI Desktop. Ad esempio, public.cc_data_view. Il nome della tabella è uguale all’ID esterno definito per la visualizzazione dati in Customer Journey Analytics. Ad esempio, visualizzazione dati con Title C&C - Data View e External ID cc_data_view.

Dimensioni
Le dimensioni di Customer Journey Analytics sono identificate da Component ID. Component ID è definito nella visualizzazione dati di Customer Journey Analytics. La dimensione Product Name in Customer Journey Analytics, ad esempio, ha Component ID product_name, che è il nome della dimensione in Power BI Desktop.
Le dimensioni dell'intervallo di date da Customer Journey Analytics, come Day, Week, Month e altre sono disponibili come daterangeday, daterangeweek, daterangemonth e altre.

Metriche
Le metriche di Customer Journey Analytics sono identificate da Component ID. Component ID è definito nella visualizzazione dati di Customer Journey Analytics. Ad esempio, la metrica Purchase Revenue in Customer Journey Analytics ha un Component ID purchase_revenue, che è il nome della metrica in Power BI Desktop. Un ∑ indica le metriche. Quando utilizzi una metrica in una visualizzazione, questa viene rinominata **Sum of *metrica ***.

Filtri
I filtri definiti in Customer Journey Analytics sono disponibili come parte del campo filterName. Quando si utilizza un campo filterName in Power BI Desktop, è possibile specificare il filtro da utilizzare.

Metriche calcolate
Le metriche calcolate definite in Customer Journey Analytics sono identificate dai External ID definiti per la metrica calcolata. La metrica calcolata Product Name (Count Distinct), ad esempio, contiene External ID product_name_count_distinct ed è visualizzata come cm_product_name_count_distinc ​t in Power BI Desktop.

Intervalli di date
Gli intervalli di date definiti in Customer Journey Analytics sono disponibili come parte del campo daterangeName. Quando si utilizza un campo daterangeName, è possibile specificare l'intervallo di date da utilizzare.

Trasformazioni personalizzate
Power BI Desktop fornisce funzionalità di trasformazione personalizzate utilizzando Espressioni di analisi dei dati (DAX). Ad esempio, desideri eseguire il caso d'uso Classificazione singola della dimensione con i nomi dei prodotti in minuscolo.

1. Nella vista Rapporto, seleziona la visualizzazione a barre.

2. Selezionare product_name nel riquadro Dati.

3. Selezionare New column nella barra degli strumenti.

4. Nell'editor formule, definire una nuova colonna denominata product_name_lower, ad esempio product_name_lower = LOWER('public.cc_data_view[product_name]).
   {modal="regular"}

5. Assicurarsi di selezionare la nuova colonna product_name_lower nel riquadro Data anziché la colonna product_name.

6. Seleziona Report as Table da nella visualizzazione tabella.

   Il desktop Power BI dovrebbe essere simile a quello riportato di seguito.
   {modal="regular"}

La trasformazione personalizzata risulta in un aggiornamento delle query SQL. Vedere l'utilizzo della funzione lower nell'esempio SQL seguente:

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

Gli oggetti Customer Journey Analytics sono disponibili nella barra laterale Data ogni volta che si lavora in un foglio. E vengono recuperati dalla tabella selezionata come parte della pagina Data source in Tableau. Ad esempio, cc_data_view. Il nome della tabella è uguale all’ID esterno definito per la visualizzazione dati in Customer Journey Analytics. Ad esempio, visualizzazione dati con Title C&C - Data View e External ID cc_data_view.

Dimensioni
Le dimensioni di Customer Journey Analytics sono identificate da Component name. Component name è definito nella visualizzazione dati di Customer Journey Analytics. La dimensione Product Name in Customer Journey Analytics, ad esempio, ha Component name Product Name, che è il nome della dimensione in Tableau. Tutte le dimensioni sono identificate da Abc.
Le dimensioni dell'intervallo di date da Customer Journey Analytics, come Day, Week, Month e altre sono disponibili come Daterangeday, Daterangeweek, Daterangemonth e altre. Quando utilizzi una dimensione intervallo di date, devi selezionare una definizione appropriata di data o ora da applicare alla dimensione intervallo di date dal menu a discesa. Ad esempio, Year, Quarter, Month, Day.

Metriche
Le metriche di Customer Journey Analytics sono identificate da Component Name. Component Name è definito nella visualizzazione dati di Customer Journey Analytics. Ad esempio, la metrica Purchase Revenue in Customer Journey Analytics ha un Component Name Purchase Revenue, che è il nome della metrica in Tableau. Tutte le metriche sono identificate da #. Quando utilizzi una metrica in una visualizzazione, questa viene rinominata Sum(*metrica *).

Filtri
I filtri definiti in Customer Journey Analytics sono disponibili come parte del campo Filter Name. Quando si utilizza un campo Filter Name in Tableau, è possibile specificare il filtro da utilizzare.

Metriche calcolate
Le metriche calcolate definite in Customer Journey Analytics sono identificate dai Title definiti per la metrica calcolata. Ad esempio, la metrica calcolata Product Name (Count Distinct) ha Title Product Name (Count Distinct) ed è visualizzata come Cm Product Name Count Distinct in Tableau.

Intervalli di date
Gli intervalli di date definiti in Customer Journey Analytics sono disponibili come parte del campo Daterange Name. Quando si utilizza un campo Daterange Name, è possibile specificare l'intervallo di date da utilizzare.

Trasformazioni personalizzate
Tableau Desktop fornisce funzionalità di trasformazione personalizzate utilizzando Campi calcolati. Ad esempio, desideri eseguire il caso d'uso Classificazione singola della dimensione con i nomi dei prodotti in minuscolo.

1. Selezionare Analysis > Create Calculated Field dal menu principale.

   1. Definire Lowercase Product Name utilizzando la funzione LOWER([Product Name]).

      {modal="regular"}

   2. Seleziona OK.

2. Selezionare il foglio Data.

   1. Trascina Lowercase Product Name da Tables e rilascia la voce nel campo accanto a Rows.
   2. Rimuovi Product Name da Rows.

3. Selezionare la visualizzazione Dashboard 1.

Il desktop Tableau dovrebbe essere simile al seguente.

{modal="regular"}

La trasformazione personalizzata risulta in un aggiornamento delle query SQL. Vedere l'utilizzo della funzione LOWER nell'esempio SQL seguente:

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))

Gli oggetti Customer Journey Analytics sono disponibili c nell'interfaccia Explore. e vengono recuperati come parte della configurazione della connessione, del progetto e del modello in Looker. Ad esempio, cc_data_view. Il nome della visualizzazione è uguale all’ID esterno definito per la visualizzazione dati in Customer Journey Analytics. Ad esempio, visualizzazione dati con Title C&C - Data View e External ID cc_data_view.

Dimensioni
Le dimensioni di Customer Journey Analytics sono elencate come DIMENSION nella barra a sinistra di Cc Data View. La dimensione è definita nella visualizzazione dati di Customer Journey Analytics. La dimensione Product Name in Customer Journey Analytics, ad esempio, ha DIMENSION Product Name, che è il nome della dimensione in Looker.
Le dimensioni dell'intervallo di date da Customer Journey Analytics, come Day, Week, Month e altre sono disponibili come Daterangeday Date, Daterangeweek Date, Daterangemonth Date e altre. Quando utilizzi una dimensione di intervallo di date, devi selezionare una definizione appropriata di data o ora. Ad esempio, Year, Quarter, Month, Date.

Metriche
Le metriche di Customer Journey Analytics sono elencate come DIMENSION in nella barra a sinistra di Cc Data View. La metrica Purchase Revenue in Customer Journey Analytics, ad esempio, ha DIMENSION Purchase Revenue. Per utilizzare effettivamente come metrica, crea un campo misura personalizzato, come illustrato negli esempi precedenti, oppure utilizza il collegamento su una dimensione. Ad esempio, ⋮, selezionare Aggregate, quindi selezionare Sum.

Filtri
I filtri definiti in Customer Journey Analytics sono disponibili come parte del campo Filter Name. Quando si utilizza un campo Filter Name in Looker, è possibile specificare il filtro da utilizzare.

Metriche calcolate
Le metriche calcolate definite in Customer Journey Analytics sono identificate dai Title definiti per la metrica calcolata. Ad esempio, la metrica calcolata Product Name (Count Distinct) ha Title Product Name (Count Distinct) ed è visualizzata come Cm Product Name Count Distinct in Looker.

Intervalli di date
Gli intervalli di date definiti in Customer Journey Analytics sono disponibili come parte del campo Daterange Name. Quando si utilizza un campo Daterange Name, è possibile specificare l'intervallo di date da utilizzare.

Trasformazioni personalizzate
Looker fornisce funzionalità di trasformazione personalizzate utilizzando generatori di campi personalizzati, come mostrato sopra. Ad esempio, desideri eseguire il caso d'uso Classificazione singola della dimensione con i nomi dei prodotti in minuscolo.

1. Dalla sezione ‣ Custom Fields nella barra a sinistra:

   1. Selezionare Custom Dimension dal menu a discesa + Add.

   2. Immettere lower(${cc_data_view.product_name}) nell'area di testo Expression. Quando si inizia a digitare Product Name, viene fornita la sintassi corretta.

      {modal="regular"}

   3. Immetti product name come Name.

   4. Seleziona Save.

Dovresti vedere una tabella simile a quella mostrata di seguito.

{modal="regular"}

La trasformazione personalizzata risulta in un aggiornamento delle query SQL. Vedere l'utilizzo della funzione LOWER nell'esempio SQL seguente:

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