1. 日付範囲をすべてのビジュアライゼーションに確実に適用するには、データ パネルからこのページの フィルター に daterangeday をドラッグ&ドロップします。

   1. このページのフィルター から daterangeday is （すべて） を選択します。
   2. フィルタータイプ として「詳細フィルタリング」を選択します。
   3. 値が次の値の場合に項目を表示 ​ が次の値以上の場合に項目を表示1/1/2023および ​ が次の値の前2/1/2023 のフィルターを定義してください。
   4. 「フィルターを適用」を選択します。

2. データ ペインで、次の操作を行います。

   1. datarangeday を選択します。
   2. Customer Journey Analyticsで定義された計算指標である ∑ cm_product_name_count_distinct を選択します。

3. 縦棒グラフをテーブルに変更するには、グラフが選択されていることを確認し、ビジュアライゼーション ペインから テーブル を選択します。

   Power BI デスクトップは次のようになります。

   {modal="regular"}

4. テーブルビジュアライゼーションを選択します。 コンテキストメニューから コピー/ビジュアルをコピー を選択します。

5. ctrl+v を使用してビジュアライゼーションを貼り付けます。 ビジュアライゼーションの正確なコピーが元のコピーと重なります。 レポート領域で右に移動します。

6. コピーしたビジュアライゼーションをテーブルからカードに変更するには、ビジュアライゼーション から カード を選択します。

   Power BI デスクトップは次のようになります。

   {modal="regular"}

または、Power BIの個別カウント機能を使用できます。

1. product_name ディメンションを選択します。

2. Count （Distinct） 関数を Columns の product_name ディメンションに適用します。

   {modal="regular"}

1. 下部にある「シート 1」タブを選択して、「データソース」から切り替えます。 シート 1 ビューで、次の操作を行います。

   1. データ ペインの テーブル リストから Daterange エントリをドラッグし、フィルター シェルフにドロップします。

   2. フィルターフィールド [Daterange] ダイアログで 日付範囲 を選択して 次へ > を選択します。

   3. フィルター[Daterange] ダイアログで 日付の範囲 を選択し、01/01/2023 - 31/1/2023 を選択します。 適用 および OK を選択します。

   4. Cm 製品名の個別カウント を 行 にドラッグします。 値が「SUM （Cm Product Name Count Distinct）」に変わります。 このフィールドは、Customer Journey Analyticsで定義した計算指標です。

   5. Daterangeday をドラッグして、「列 の横にドロップします。 Daterangeday を選択し、ドロップダウンメニューから Day を選択します。

   6. 折れ線グラフのビジュアライゼーションをテーブルに変更するには、「表示」から「テキストテーブル」を選択します。

   7. ツールバーの 行と列を入れ替える を選択します。

   8. フィット ドロップダウンメニューから フィット幅 を選択します。

      Tableau Desktop は次のようになります。

      {modal="regular"}

2. [シート 1] タブの右クリック メニューから 複製 を選択し、2 番目のシートを作成します。

3. [シート 1] タブの右クリック メニューから 名前変更 を選択して、シートの名前を Data に変更します。

4. シート 1 （2） タブの右クリック メニューから 名前変更 を選択して、シートの名前を Card に変更します。

5. カード ビューが選択されていることを確認します。

6. 「DAY （Daterangeday）」を選択し、ドロップダウンメニューから「月」を選択します。 値が「MONTH （Daterangeday）」に変わります。

7. マーク の SUM （CM 製品名カウント個別） を選択し、ドロップダウンメニューから 形式 を選択します。

8. フォントサイズを変更するには、Format SUM （CM Product Name Count Distinct） ペインで、「デフォルト ​」内の「​ フォント」を選択し、フォントサイズとして「72」を選択します。

9. 数値を整列するには、「整列」の横にある「自動 を選択し、「水平 を中央揃えに設定します。

10. 整数を使用するには、「数値」の横の「123.456」を選択し、「数値（カスタム）」を選択します。 小数点以下の桁数 を 0 に設定します。

    Tableau Desktop は次のようになります。

    {modal="regular"}

11. 新規ダッシュボード」タブボタン（下部）を選択して、新しい ダッシュボード 1 ビューを作成します。 ダッシュボード 1 ビューで、次の操作を行います。

    1. Sheets シェルフから Card シートを ここにシートをドロップ と表示される Dashboard 1 ビューにドラッグ&ドロップします。
    2. データ シートを、カード ​​ シートの下にある ​​ シート シェルフから ダッシュボード 1 ビューにドラッグ&ドロップします。

    ダッシュボード 1 ビューは次のようになります。

    {modal="regular"}

または、Tableau Desktop の個別カウント機能を使用することもできます。

1. Cm の製品名の個別カウント ではなく 製品名 を使用します。

2. Marks の 製品名 に Measure > Count （Distinct） を適用します。

   {modal="regular"}

1. Looker の 探索 インターフェイスで、クリーンな設定ができていることを確認します。 そうでない場合は、「 フィールドとフィルターを削除」を選択します。

2. フィルター の下の「+ フィルター を選択します。

3. フィルターを追加 ダイアログで、次の手順を実行します。

   1. 「‣ Cc データビュー」を選択します

   2. フィールドのリストから、「‣Daterange Date」を選択し 「Daterange Date」を選択します。

      {modal="regular"}

4. CC データビュー日付範囲 フィルターを 範囲内 2023/01/01 ​ 前）まで 2023/02/01 として指定します。

5. 左側のパネルの「‣ Cc データビュー」セクションから、

   1. Daterange Date を選択してから、Date を選択します。

   2. 製品名 の「⋮詳細」コンテキストメニューから「個別‣カウントを集計」を選択します。

      {modal="regular"}

6. 「実行」を選択します。

7. 「‣ ビジュアライゼーション」を選択し、ツールバーの「6︎⃣」を選択して 1 つの値のビジュアライゼーションを表示します。

以下に示すようなビジュアライゼーションとテーブルが表示されます。

{modal="regular"}

1. データ ペインで、次の操作を行います。

   1. daterangemonth を選択します。
   2. daterangeName を選択します。
   3. 「∑回数」を選択します。

   このビジュアルのデータ取得エラー と表示されるビジュアライゼーションが表示されます。

2. フィルター パネルで、次の操作を行います。

   1. このビジュアルのフィルター から daterangeName は（すべて） を選択します。
   2. フィルタータイプ として 基本フィルタリング を選択します。
   3. 検索 フィールドの下で、Customer Journey Analyticsで定義された日付範囲の名前である Last Year 2023 を選択します。
   4. を選択して、daterangeName を Columns から削除します。

   適用した daterangeName フィルターで更新されたテーブルが表示されます。 Power BI デスクトップは次のようになります。

   {modal="regular"}

1. 下部にある「シート 1」タブを選択して、「データソース」から切り替えます。 シート 1 ビューで、次の操作を行います。

   1. フィルター シェルフの テーブル リストから Daterange Name エントリをドラッグします。

   2. フィルター[Daterange Name] ダイアログで リストから選択 が選択されていることを確認し、リストから Last Year 2023 を選択します。 適用 および OK を選択します。

   3. テーブル リストから Daterangemonth エントリをドラッグし、行 の横のフィールドにドロップします。 「Daterangemonth」を選択し、「月」を選択します。 値が「MONTH （Daterangemonth）」に変わります。

   4. テーブル リストから 発生件数 エントリをドラッグし、列 の横のフィールドにドロップします。 値が「SUM （発生件数）」に変わります。

   5. 表示 から テキストテーブル を選択します。

   6. ツールバーの 行と列を入れ替える を選択します。

   7. フィット ドロップダウンメニューから フィット幅 を選択します。

      Tableau Desktop は次のようになります。

      {modal="regular"}

1. Looker の 探索 インターフェイスで、クリーンな設定ができていることを確認します。 そうでない場合は、「 フィールドとフィルターを削除」を選択します。

2. フィルター の下の「+ フィルター を選択します。

3. フィルターを追加 ダイアログで、次の手順を実行します。

   1. 「‣ Cc データビュー」を選択します
   2. フィールドのリストから、「‣Daterange Name」を選択します。

4. CC データビューのデータレンジ名 フィルターを のままに指定し 値リストから 昨年 2023 を選択します。

5. 左側のパネルの「‣ Cc データビュー」セクションから、

   1. Daterange Month を選択してから、Month を選択します。
   2. 左パネル（下部）の MEASURES の下にある Count を選択します。

6. 「実行」を選択します。

7. 「‣ビジュアライゼーション」を選択します。

以下に示すようなビジュアライゼーションとテーブルが表示されます。

{modal="regular"}

1. データ ペインで、次の操作を行います。

   1. daterange を選択します。
   2. filterName を選択します。
   3. product_name を選択します。
   4. 「∑回数」を選択します。

このビジュアルのデータ取得エラー と表示されるビジュアライゼーションが表示されます。

1. フィルター パネルで、次の操作を行います。

   1. このビジュアルのフィルター から filterName is （All） を選択します。
   2. フィルタータイプ として 基本フィルタリング を選択します。
   3. 検索 フィールドの下で、釣り商品 を選択します。これは、Customer Journey Analyticsで定義されている既存のフィルターの名前です。
   4. このビジュアルのフィルター から daterange is （すべて） を選択します。
   5. フィルタータイプ として「詳細フィルタリング」を選択します。
   6. 値が次の値の場合に項目を表示 ​ が次の値以上の場合に項目を表示1/1/2023および ​ が次の値の前2/1/2023 のフィルターを定義してください。
   7. を選択して、filterName を Columns から削除します。
   8. を選択して Daterange を Columns から削除します。

   適用した filterName フィルターで更新されたテーブルが表示されます。 Power BI デスクトップは次のようになります。

   {modal="regular"}

1. 下部にある「シート 1」タブを選択して、「データソース」から切り替えます。 シート 1 ビューで、次の操作を行います。

   1. フィルター シェルフの テーブル リストから フィルター名 エントリをドラッグします。

   2. フィルター[ フィルター名] ダイアログで リストから選択 が選択されていることを確認し、リストから 釣り製品 を選択します。 適用 および OK を選択します。

   3. フィルター シェルフの テーブル リストから Daterange エントリをドラッグします。

   4. フィルターフィールド [Daterange] ダイアログで 日付範囲 を選択して 次へ > を選択します。

   5. フィルター[Daterange] ダイアログで 日付の範囲 を選択し、01/01/2023 - 01/02/2023 を選択します。 適用 および OK を選択します。

   6. テーブル リストから 製品名 を 行 にドラッグします。

   7. テーブル リストから 発生件数 エントリをドラッグし、列 の横のフィールドにドロップします。 値が「SUM （発生件数）」に変わります。

   8. 表示 から テキストテーブル を選択します。

   9. フィット ドロップダウンメニューから フィット幅 を選択します。

      Tableau Desktop は次のようになります。

      {modal="regular"}

1. Looker の 探索 インターフェイスで、クリーンな設定ができていることを確認します。 そうでない場合は、「 フィールドとフィルターを削除」を選択します。

2. フィルター の下の「+ フィルター を選択します。

3. フィルターを追加 ダイアログで、次の手順を実行します。

   1. 「‣ Cc データビュー」を選択します

   2. フィールドのリストから、「‣Daterange Date」を選択し 「Daterange Date」を選択します。

      {modal="regular"}

4. CC データビュー日付範囲 フィルターを 範囲内 2023/01/01 ​ 前）まで 2023/02/01 として指定します。

5. フィルター の下の「+ フィルター を選択して、別のフィルターを追加します。

6. フィルターを追加 ダイアログで、次の手順を実行します。

   1. 「‣ Cc データビュー」を選択します
   2. フィールドのリストから、「‣フィルター名」を選択します。

7. フィルターの選択範囲が is であることを確認します。

8. 可能な値のリストから 釣り製品 を選択します。

9. 左側のパネルの「‣ Cc データビュー」セクションから、

   1. 製品名 を選択します。
   2. 左パネル（下部）の MEASURES の下にある Count を選択します。

10. 「実行」を選択します。

11. 「‣ビジュアライゼーション」を選択します。

以下に示すようなビジュアライゼーションとテーブルが表示されます。

{modal="regular"}

1. メニューから ホーム を選択し、ツールバーから 更新 を選択します。 Customer Journey Analyticsで定義した新しいフィルターを取得するには、連携を更新する必要があります。

2. データ ペインで、次の操作を行います。

   1. daterange を選択します。
   2. filterName を選択します。
   3. product_name を選択します。
   4. 「∑回数」を選択します。

このビジュアルのデータ取得エラー と表示されるビジュアライゼーションが表示されます。

1. フィルター パネルで、次の操作を行います。

   1. このビジュアルのフィルター から filterName is （All） を選択します。
   2. フィルタータイプ として 基本フィルタリング を選択します。
   3. 検索 フィールドの下の ハンティング商品 を選択します。これは、Customer Journey Analyticsで定義されている既存のフィルターの名前です。
   4. このビジュアルのフィルター から daterange is （すべて） を選択します。
   5. フィルタータイプ として「詳細フィルタリング」を選択します。
   6. 値が次の値の場合に項目を表示 ​ が次の値以上の場合に項目を表示1/1/2023および ​ が次の値の前2/1/2023 のフィルターを定義してください。
   7. を選択して、filterName を Columns から削除します。
   8. を選択して Daterange を Columns から削除します。

   適用した filterName フィルターで更新されたテーブルが表示されます。 Power BI デスクトップは次のようになります。

   {modal="regular"}

1. Data Source ビューの Data の下で、cc_data_view （prod:cja%3FFLATTEN） のコンテキストメニューから 更新 を選択します。 Customer Journey Analyticsで定義した新しいフィルターを取得するには、連携を更新する必要があります。

2. 下部にある「シート 1」タブを選択して、「データソース」から切り替えます。 シート 1 ビューで、次の操作を行います。

   1. フィルター シェルフの テーブル リストから フィルター名 エントリをドラッグします。

   2. フィルター[ フィルター名] ダイアログで リストから選択 が選択されていることを確認し、リストから ハンティング製品 を選択します。 適用 および OK を選択します。

   3. フィルター シェルフの テーブル リストから Daterange エントリをドラッグします。

   4. フィルターフィールド [Daterange] ダイアログで 日付範囲 を選択して 次へ > を選択します。

   5. フィルター[Daterange] ダイアログで 日付の範囲 を選択し、01/01/2023 - 1/2/2023 を選択します。 適用 および OK を選択します。

   6. テーブル リストから 製品名 を 行 にドラッグします。

   7. テーブル リストから 発生件数 エントリをドラッグし、列 の横のフィールドにドロップします。 値が「SUM （発生件数）」に変わります。

   8. 表示 から テキストテーブル を選択します。

   9. フィット ドロップダウンメニューから フィット幅 を選択します。

      Tableau Desktop は次のようになります。

      {modal="regular"}

1. 1 で。 Looker の 探索 インターフェイスで、接続を更新します。 「 キャッシュのクリアと更新」を選択します。

2. Looker の 探索 インターフェイスで、クリーンな設定ができていることを確認します。 そうでない場合は、「 フィールドとフィルターを削除」を選択します。

3. フィルター の下の「+ フィルター を選択します。

4. フィルターを追加 ダイアログで、次の手順を実行します。

   1. 「‣ Cc データビュー」を選択します

   2. フィールドのリストから、「‣Daterange Date」を選択し 「Daterange Date」を選択します。

      {modal="regular"}

5. CC データビュー日付範囲 フィルターを 範囲内 2023/01/01 ​ 前）まで 2023/02/01 として指定します。

6. フィルター の下の「+ フィルター を選択して、別のフィルターを追加します。

7. フィルターを追加 ダイアログで、次の手順を実行します。

   1. 「‣ Cc データビュー」を選択します
   2. フィールドのリストから、「‣製品カテゴリ」を選択します。

8. フィルターの選択として is を使用していることを確認します。

9. 可能な値のリストから ハンティング製品 を選択します。

10. 左側のパネルの「‣ Cc データビュー」セクションから、

    1. 製品名 を選択します。
    2. 左パネル（下部）の MEASURES の下にある Count を選択します。

11. 「実行」を選択します。

次のようなテーブルが表示されます。

{modal="regular"}

1. データ ペインで、次の操作を行います。

   1. daterange を選択します。
   2. product_namr を選択します。
   3. 「∑ purchase_revenue」を選択します。
   4. 「∑購入」を選択します。

2. フィルター パネルで、次の操作を行います。

   1. このビジュアルのフィルター から daterange is （すべて） を選択します。
   2. フィルタータイプ として「詳細フィルタリング」を選択します。
   3. 値が次の値の場合に項目を表示 ​ が次の値以上の場合に項目を表示1/1/2023および ​ が次の値の前2/1/2023 のフィルターを定義してください。

3. ビジュアライゼーション パネルで、次の操作を行います。

   1. を選択して、Columns から daterange を削除します。
   2. purchase_revenue の合計 を 列 項目の下部にドラッグします。

4. レポートで、「purchase_revenue の合計 を選択して、購買収益の降順でテーブルをソートします。

   Power BI デスクトップは次のようになります。

   {modal="regular"}

BI 拡張機能を使用してPower BI Desktop が実行するクエリには、sort ステートメントが含まれていません。 sort ステートメントがないということは、並べ替えがクライアントサイドで実行されることを意味します。

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. 下部にある「シート 1」タブを選択して、「データソース」から切り替えます。 シート 1 ビューで、次の操作を行います。

   1. フィルター シェルフの テーブル リストから Daterange エントリをドラッグします。

   2. フィルターフィールド [Daterange] ダイアログで 日付範囲 を選択して 次へ > を選択します。

   3. フィルター[Daterange] ダイアログで 日付の範囲 を選択し、01/01/2023 - 1/2/2023 を選択します。 適用 および OK を選択します。

   4. テーブル リストから 製品名 をドラッグし、行 の横のフィールドにエントリをドロップします。

   5. テーブル リストから 購入 エントリをドラッグし、列 の横のフィールドにドロップします。 値が SUM （Purchases） に変更されます。

   6. テーブル リストから 購入売上高 エントリをドラッグし、列 の横のフィールド、SUM （購入） の横のエントリをドロップします。 値が「SUM （Purchase Revenue）」に変わります。

   7. 表示 から テキストテーブル を選択します。

   8. フィット ドロップダウンメニューから フィット幅 を選択します。

   9. 購入収益 列ヘッダーを選択し、この列のテーブルを降順で並べ替えます。

      Tableau Desktop は次のようになります。

      {modal="regular"}

BI 拡張機能を使用して Tableau Desktop で実行されるクエリには、sort ステートメントが含まれていません。 この sort ステートメントがないということは、並べ替えがクライアント側で実行されることを意味します。

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. Looker の 探索 インターフェイスで、接続を更新します。 「 キャッシュのクリアと更新」を選択します。

2. Looker の 探索 インターフェイスで、クリーンな設定ができていることを確認します。 そうでない場合は、「 フィールドとフィルターを削除」を選択します。

3. フィルター の下の「+ フィルター を選択します。

4. フィルターを追加 ダイアログで、次の手順を実行します。

   1. 「‣ Cc データビュー」を選択します

   2. フィールドのリストから、「‣Daterange Date」を選択し 「Daterange Date」を選択します。

      {modal="regular"}

5. CC データビュー日付範囲 フィルターを 範囲内 2023/01/01 ​ 前）まで 2023/02/01 として指定します。

6. 左側のパネルの「‣ Cc データビュー」セクションで、「製品名」を選択します。

7. 左パネルの「‣カスタムフィールド」セクションから：

   1. 「+追加」ドロップダウンメニューから「カスタム測定」を選択します。

   2. カスタム測定を作成 ダイアログで、次の手順を実行します。

      1. 測定するフィールド ドロップダウンメニューから 購入売上高 を選択します。

      2. 測定タイプ ドロップダウンメニューから 合計 を選択します。

      3. 名前 のカスタムフィールド名を入力します。 例：Sum of Purchase Revenue。

      4. フィールドの詳細 タブを選択します。

      5. 形式 ドロップダウンメニューから「小数」を選択し、「小数」 0 入力されていることを確認します。

         {modal="regular"}

      6. 「保存」を選択します。

8. 購入収益 列で ↓ （降順、並べ替え順：1）を選択していることを確認します。

9. 「実行」を選択します。

10. 「‣ビジュアライゼーション」を選択します。

以下に示すようなビジュアライゼーションとテーブルが表示されます。

{modal="regular"}

BI 拡張機能を使用して Looker によって生成されるクエリには ORDER BY が含まれています。これは、Looker および BI 拡張機能を使用して並べ替えが実行されることを意味します。

-- 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. データ ペインで、次の操作を行います。

   1. daterange を選択します。
   2. product_name を選択します。
   3. 「∑回数」を選択します。

2. フィルター パネルで、次の操作を行います。

   1. このビジュアルのフィルター から daterange is （すべて） を選択します。
   2. フィルタータイプ として 相対日付 を選択します。
   3. フィルターを定義して 値が過去 暦年 ​​ に含まれる場合に項目を表示 ​​ 1 します。
   4. 「フィルターを適用」を選択します。
   5. このビジュアルのフィルター ​​ から ​​ product_name は（すべて） を選択します。
   6. フィルタータイプ として 上位 N を選択します。
   7. 「項目を表示 ​ 上位」 5 「値別」を選択します。
   8. データ ペインから ∑回数 をドラッグ&ドロップし、「データフィールドをここに追加」にドロップします。
   9. 「フィルターを適用」を選択します。

3. ビジュアライゼーションパネルで、

   • を選択して、Columns から daterange を削除します。

   Power BI デスクトップは次のようになります。

   {modal="regular"}

BI 拡張機能を使用してPower BI Desktop が実行するクエリには、limit ステートメントが含まれていますが、想定されたステートメントは含まれていません。 Power BI デスクトップでは、明示的な製品名の結果を使用して、上位 5 件の発生件数の制限が適用されます。

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. 下部にある「シート 1」タブを選択して、「データソース」から切り替えます。 シート 1 ビューで、次の操作を行います。

   1. フィルター シェルフの テーブル リストから Daterange エントリをドラッグします。

   2. フィルターフィールド [Daterange] ダイアログで 日付範囲 を選択して 次へ > を選択します。

   3. フィルター[Daterange] ダイアログで 相対的な日付 を選択し、年 を選択してから 以前の年 を選択します。 適用 および OK を選択します。

   4. テーブル リストから 製品名 を 行 にドラッグします。

   5. テーブル リストから 発生件数 エントリをドラッグし、列 の横のフィールドにドロップします。 値が「SUM （発生件数）」に変わります。

   6. 表示 から テキストテーブル を選択します。

   7. フィット ドロップダウンメニューから フィット幅 を選択します。

   8. 行 の 製品名 を選択します。 ドロップダウンメニューから フィルター を選択します。

      1. フィルター[ 製品名] ダイアログで トップ タブを選択します。

      2. フィールド別： 上位 5 発生件数別 合計 を選択します。

      3. 適用 および OK を選択します。

         テーブルが消えていることがわかります。 発生件数別に上位 5 つの製品名を選択しても、このフィルターを使用して正しく機能しない ​ ​場合。

      4. フィルター シェルフの 製品名 を選択し、ドロップダウンメニューから 削除 を選択します。 テーブルが再び表示されます。

   9. マーク シェルフで SUM （発生件数） を選択します。 ドロップダウンメニューから フィルター を選択します。

      1. フィルタ [ オカレンス] ダイアログで 最低 を選択します。

      2. 値として 47.799 と入力します。 この値を使用すると、テーブルに上位 5 項目のみが表示されます。 適用 および OK を選択します。

         Tableau Desktop は次のようになります。

         {modal="regular"}

上に示すように、Tableau Desktop が実行するこのクエリは、製品名に対して上位 5 件の発生フィルターを定義すると失敗します。

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

Tableau Desktop で実行されるクエリは、発生件数に対して上位 5 件のフィルターを定義する際に、以下のように表示されます。 制限は、クエリおよび適用されたクライアントサイドには表示されません。

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. Looker の 探索 インターフェイスで、接続を更新します。 「 キャッシュのクリアと更新」を選択します。

2. Looker の 探索 インターフェイスで、クリーンな設定ができていることを確認します。 そうでない場合は、「 フィールドとフィルターを削除」を選択します。

3. フィルター の下の「+ フィルター を選択します。

4. フィルターを追加 ダイアログで、次の手順を実行します。

   1. 「‣ Cc データビュー」を選択します

   2. フィールドのリストから、「‣Daterange Date」を選択し 「Daterange Date」を選択します。

      {modal="regular"}

5. CC データビュー日付範囲 フィルターを 範囲内 2023/01/01 ​ 前）まで 2024/01/01 として指定します。

6. 左側のパネルの「‣ Cc データビュー」セクションから、

   1. 製品名 を選択します。
   2. 左パネル（下部）の MEASURES の下にある Count を選択します。

7. 購入収益 列で ↓ （降順、並べ替え順：1）を選択していることを確認します。

8. 購入収益 列で ↓ （降順、並べ替え順：1）を選択していることを確認します。

9. 「実行」を選択します。

10. 「‣ビジュアライゼーション」を選択します。

以下に示すようなビジュアライゼーションとテーブルが表示されます。

{modal="regular"}

BI 拡張機能を使用して Looker によって生成されるクエリには FETCH NEXT 5 ROWS ONLY が含まれています。これは、制限が Looker と BI 拡張機能を通じて実行されることを意味します。

-- 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

Customer Journey Analytics オブジェクトは「データ」ペインで使用でき、Power BI Desktop で選択したテーブルから取得されます。 例えば、public.cc_data_view と指定します。 テーブルの名前は、Customer Journey Analyticsのデータビューに対して定義した外部 ID と同じです。 例えば、タイトルC&C - Data View と 外部 IDcc_data_view のデータビューなどです。

寸法
Customer Journey Analytics内のディメンションは、​ コンポーネント ID で識別されます。 ​ コンポーネント ID は、Customer Journey Analytics データビューで定義されます。 例えば、Customer Journey Analyticsのディメンション 製品名 には、Power BI Desktop のディメンションの名前である ​ コンポーネント ID​ product_name が含まれています。
日、週、月 など、Customer Journey Analyticsの日付範囲ディメンションは、daterangeday、daterangeweek、daterangemonth などの形式で使用できます。

指標
Customer Journey Analyticsの指標は、​ コンポーネント ID で識別されます。 ​ コンポーネント ID は、Customer Journey Analytics データビューで定義されます。 例えば、Customer Journey Analyticsの 購入売上高 指標には、Power BI Desktop の指標の名前である ​ コンポーネント ID​ purchase_revenue があります。 ∑ は指標を示します。 任意のビジュアライゼーションで指標を使用すると、指標の名前が 合計 指標​ ​に変更されます。

フィルター
Customer Journey Analyticsで定義したフィルターは、「filterName」フィールドの一部として使用できます。 Power BI Desktop で filterName フィールドを使用すると、使用するフィルターを指定できます。

計算指標
Customer Journey Analyticsで定義した計算指標は、計算指標に対して定義した ​ 外部 ID によって識別されます。 例えば、計算指標 Product Name （Count Distinct） は External ID product_name_count_distinct を持ち、Power BI Desktop では​ cm_product_name_count_distinct ​t と表示されます。

日付範囲
Customer Journey Analyticsで定義する日付範囲は、「daterangeName」フィールドの一部として使用できます。 daterangeName フィールドを使用する場合は、使用する日付範囲を指定できます。

カスタム変換
Power BI Desktop は、Data Analysis Expressions （DAX）を使用したカスタム変換機能を提供します。 例えば、商品名が小文字の 単一のディメンションのランク付けユースケースを実行するとします。

1. レポート表示で、棒グラフ ビジュアライゼーションを選択します。

2. データ・ペインで product_name を選択します。

3. ツールバーの 新しい列 を選択します。

4. 式エディターで、product_name_lower = LOWER('public.cc_data_view[product_name]) のように product_name_lower という名前の新しい列を定義します。
   {modal="regular"}

5. product_name 列ではなく、必ず Data ペインの新しい product_name_lower 列を選択してください。

6. テーブルビジュアライゼーションの から テーブルとしてレポート を選択します。

   Power BI デスクトップは次のようになります。
   {modal="regular"}

カスタム変換の結果、SQL クエリが更新されます。 以下の SQL の例で、lower 関数の使用を参照してください。

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

Customer Journey Analytics オブジェクトは、シートで作業する際に データ 側のバーで使用できます。 およびは、Tableau の データソース ページの一部として選択したテーブルから取得されます。 例えば、cc_data_view と指定します。 テーブルの名前は、Customer Journey Analyticsのデータビューに対して定義した外部 ID と同じです。 例えば、タイトルC&C - Data View と 外部 IDcc_data_view のデータビューなどです。

寸法
Customer Journey Analytics内のディメンションは、​ コンポーネント名 ​ で識別されます。 ​ コンポーネント名 ​ は、Customer Journey Analytics データビューで定義されます。 例えば、Customer Journey Analyticsのディメンション 製品名 には、Tableau のディメンションの名前である ​ コンポーネント名 ​​ 製品名 が含まれています。 すべてのディメンションは、Abc で識別されます。
日、週、月 など、Customer Journey Analyticsの日付範囲ディメンションは、Daterangeday、Daterangeweek、Daterangemonth などの形式で使用できます。 日付範囲ディメンションを使用する場合、ドロップダウンメニューから日付または時間の適切な定義を選択して、その日付範囲ディメンションに適用する必要があります。 例えば、Year、Quarter、Month、Day などです。

指標
Customer Journey Analyticsの指標は、​ コンポーネント名 ​ で識別されます。 ​ コンポーネント名 ​ は、Customer Journey Analytics データビューで定義されます。 例えば、Customer Journey Analyticsの 購入売上高 指標には、Tableau の指標の名前である ​ コンポーネント名 ​ 購入売上高 があります。 すべての指標は、# によって識別されます。 任意のビジュアライゼーションで指標を使用すると、指標の名前が Sum （metric） に変更されます。

フィルター
Customer Journey Analyticsで定義したフィルターは、「フィルター名 フィールドの一部として使用できます。 Tableau で「フィルター名」フィールドを使用する場合、使用するフィルターを指定できます。

計算指標
Customer Journey Analyticsで定義した計算指標は、計算指標に対して定義した ​ タイトル ​ によって識別されます。 例えば、計算指標 製品名（Count Distinct） は ​ タイトル ​​ 製品名（Count Distinct） を持ち、Tableau では Cm 製品名の Count Distinct と表示されます。

日付範囲
Customer Journey Analyticsで定義した日付範囲は、「Daterange Name」フィールドの一部として使用できます。 Daterange Name フィールドを使用する場合は、使用する日付範囲を指定できます。

カスタム変換
Tableau Desktop は、 計算フィールドを使用したカスタム変換機能を提供します。 例えば、商品名が小文字の 単一のディメンションのランク付けユースケースを実行するとします。

1. メインメニューから 分析/計算フィールドを作成 を選択します。

   1. 関数 LOWER([Product Name]) を使用して 小文字の製品名 を定義します。

      {modal="regular"}

   2. OK を選択します。

2. データ シートを選択します。

   1. テーブル から 小文字の製品名 をドラッグし、行 の横のフィールドにエントリをドロップします。
   2. 製品名 を 行 から削除します。

3. ダッシュボード 1 ビューを選択します。

Tableau Desktop は次のようになります。

{modal="regular"}

カスタム変換の結果、SQL クエリが更新されます。 以下の SQL の例で、LOWER 関数の使用を参照してください。

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))

Customer Journey Analytics オブジェクトは、探索 インターフェイスの c で使用できます。 およびは、Looker での接続、プロジェクト、モデルの設定の一環として取得されます。 例えば、cc_data_view と指定します。 ビューの名前は、Customer Journey Analyticsのデータビューに対して定義した外部 ID と同じです。 例えば、タイトルC&C - Data View と 外部 IDcc_data_view のデータビューなどです。

寸法
Customer Journey Analyticsのディメンションは、{Cc データビュー の左パネルに ​​ 2}DIMENSION ​​ として表示されます。 ​ディメンションは、Customer Journey Analytics データビューで定義されます。 例えば、Customer Journey Analyticsのディメンション Product Name には、Looker のディメンションの名前である DIMENSION ​ Product Name が含まれています。
日、週、月 など、Customer Journey Analyticsの日付範囲ディメンションは、Daterangeday 日、Daterangeweek 日、Daterangemonth 日 などの形式で使用できます。 日付範囲ディメンションを使用する場合は、日付または時間の適切な定義を選択する必要があります。 例えば、Year、Quarter、Month、Date などです。

指標
Customer Journey Analyticsの指標は、{Cc データビュー の左レールに ​​ 2}DIMENSION ​​ として表示されます。 ​例えば、Customer Journey Analyticsの 購入売上高 指標には DIMENSION ​ 購入売上高 があります。 実際にを指標として使用するには、上記の例に示すようにカスタム測定フィールドを作成するか、ディメンションにショートカットを使用します。 例えば、「⋮」を選択し、「集計」を選択したあと、「合計」を選択します。

フィルター
Customer Journey Analyticsで定義したフィルターは、「フィルター名 フィールドの一部として使用できます。 Looker で フィルター名 フィールドを使用する場合、使用するフィルターを指定できます。

計算指標
Customer Journey Analyticsで定義した計算指標は、計算指標に対して定義した ​ タイトル ​ によって識別されます。 例えば、計算指標 製品名（個別カウント） は ​ タイトル ​​ 製品名（個別カウント）を持ち Looker では Cm 製品名カウント個別カウント として表示されます。

日付範囲
Customer Journey Analyticsで定義した日付範囲は、「Daterange Name」フィールドの一部として使用できます。 Daterange Name フィールドを使用する場合は、使用する日付範囲を指定できます。

カスタム変換
前述のように、Looker では、カスタムフィールドビルダーを使用してカスタム変換機能を提供しています。 例えば、商品名が小文字の 単一のディメンションのランク付けユースケースを実行するとします。

1. 左パネルの「‣カスタムフィールド」セクションから：

   1. 「+追加 ​」ドロップダウンメニューから「​ カスタムDimension」を選択します。

   2. 式 テキスト領域に lower(${cc_data_view.product_name}) を入力します。 Product Name を入力し始めると、正しい構文で支援されます。

      {modal="regular"}

   3. 名前 として product name と入力します。

   4. 「保存」を選択します。

次のようなテーブルが表示されます。

{modal="regular"}

カスタム変換の結果、SQL クエリが更新されます。 以下の SQL の例で、LOWER 関数の使用を参照してください。

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