BI ツール
note prerequisites
PREREQUISITES
このユースケースを試す BI ツールについて、 接続に成功し、データビューをリストし、データビューを使用できることを検証したことを確認します。
tabs
Power BI デスクトップ
  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。

    Power BI Desktop の複数カウントの個別テーブル {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。

    Power BI Desktop の複数カウントの個別テーブル {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 Columnsproduct_name ディメンションに適用します。

    個別Power BI数 {modal="regular"}

Tableau Desktop
  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 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、「 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。

      Tableau Desktop Multiple Dimension Rank Filter {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「」を選択します。 値が「MONTH (Daterangeday)」に変わります。

  7. マーク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0 に設定します。

    Tableau Desktop は次のようになります。

    Tableau Desktop Multiple Dimension Rank Filter {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。

    Tableau Desktop ダッシュボード 1 {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製品名Measure > Count (Distinct) を適用します。

    Tableau の個別カウント {modal="regular"}

Looker
  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、「 設定 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。

      Looker フィルター {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。

      Looker 製品名コンテキストメニュー {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。

Looker count distinct {modal="regular"}

日付範囲名を使用してフィルター

このユースケースでは、Customer Journey Analyticsで定義した日付範囲を使用して、昨年の発生件数(イベント数)をフィルタリングしてレポートします。

Customer Journey Analytics

日付範囲を使用してレポートを作成するには、Customer Journey Analyticsで タイトル Last Year 2023 を使用して日付範囲を設定します。

Customer Journey Analytics フィルターに日付範囲名を使用 {modal="regular"}

次に、使用例の 日付範囲名をフィルターに使用 パネルでその日付範囲を使用できます。

Customer Journey Analytics個別カウント値 {modal="regular"}

フリーフォームテーブルのビジュアライゼーションで定義された日付範囲が、パネルに適用される日付範囲をどのように上書きするかに注意してください。

BI ツール
note prerequisites
PREREQUISITES
このユースケースを試す BI ツールについて、 接続に成功し、データビューをリストし、データビューを使用できることを検証したことを確認します。
tabs
Power BI デスクトップ
  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. CrossSize75 を選択して、daterangeNameColumns 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。

    日付範囲名を使用してフィルターを適用するPower BI デスクトップ {modal="regular"}

Tableau Desktop
  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、 の横のフィールドにドロップします。 「Daterangemonth」を選択し、「」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、 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。

      Tableau Desktop Multiple Dimension Rank Filter {modal="regular"}

Looker
  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、「 設定 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。

Looker count distinct {modal="regular"}

フィルター名を使用したフィルタリング

このユースケースでは、Customer Journey Analyticsで定義した釣り商品カテゴリの既存のフィルターを使用します。 2023 年 1 月中に製品名と発生件数(イベント)をフィルタリングしてレポートするには、次の手順を実行します。

Customer Journey Analytics

Customer Journey Analyticsで使用するフィルターを調べます。

Customer Journey Analytics フィルター名を使用してフィルター {modal="regular"}

次に、使用例の 日付範囲名をフィルターに使用 パネルでそのフィルターを使用できます。

Customer Journey Analytics個別カウント値 {modal="regular"}

BI ツール
note prerequisites
PREREQUISITES
このユースケースを試す BI ツールについて、 接続に成功し、データビューをリストし、データビューを使用できることを検証したことを確認します。
tabs
Power BI デスクトップ
  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. CrossSize75 を選択して、filterNameColumns から削除します。
    8. CrossSize75 を選択して DaterangeColumns 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。

    日付範囲名を使用してフィルターを適用するPower BI デスクトップ {modal="regular"}

Tableau Desktop
  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 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、 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。

      Tableau Desktop Multiple Dimension Rank Filter {modal="regular"}

Looker
  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、「 設定 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。

      Looker フィルター {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。

Looker count distinct {modal="regular"}

ディメンション値を使用したフィルタリング

Customer Journey Analyticsで、ハンティング商品カテゴリの商品をフィルタリングする新しいフィルターを作成します。 次に、新しいフィルターを使用して、2023 年 1 月のハンティングカテゴリの商品の製品名と発生件数(イベント)についてレポートします。

Customer Journey Analytics

Customer Journey Analyticsで タイトル の新しいフィルターを作成し Hunting Products す。

Customer Journey Analytics Dimension値を使用してフィルターする {modal="regular"}

次に、使用例の Dimension値をフィルターに使用 パネルでそのフィルターを使用できます。

Customer Journey Analytics個別カウント値 {modal="regular"}

BI ツール
note prerequisites
PREREQUISITES
このユースケースを試す BI ツールについて、 接続に成功し、データビューをリストし、データビューを使用できることを検証したことを確認します。
tabs
Power BI デスクトップ
  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. CrossSize75 を選択して、filterNameColumns から削除します。
    8. CrossSize75 を選択して DaterangeColumns 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。

    日付範囲名を使用してフィルターを適用するPower BI デスクトップ {modal="regular"}

Tableau Desktop
  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 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、 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。

      Tableau Desktop Multiple Dimension Rank Filter {modal="regular"}

Looker
  1. 1 で。 Looker の 探索 インターフェイスで、接続を更新します。 「 設定 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、「 設定 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。

      Looker フィルター {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。

Looker count distinct {modal="regular"}

並べ替え

このユースケースでは、2023 年 1 月の製品名の購入収益と購入を、購入収益の降順に並べ替えてレポートします。

Customer Journey Analytics

このユースケースでは、例えば 並べ替え パネルを使用します。

Customer Journey Analytics並べ替えパネル {modal="regular"}

BI ツール
note prerequisites
PREREQUISITES
このユースケースを試す BI ツールについて、 接続に成功し、データビューをリストし、データビューを使用できることを検証したことを確認します。
tabs
Power BI デスクトップ
  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. CrossSize75 を選択して、Columns から daterange を削除します。
    2. purchase_revenue の合計 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。

    日付範囲名を使用してフィルターを適用するPower BI デスクトップ {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。

code language-sql
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
Tableau Desktop
  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、 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、 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、 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。

      Tableau Desktop 並べ替え {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。

code language-sql
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
Looker
  1. Looker の 探索 インターフェイスで、接続を更新します。 「 設定 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、「 設定 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。

      Looker フィルター {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。

        Looker カスタム指標フィールド {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。

Looker count distinct {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。

code language-sql
-- 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

制限

このユースケースでは、2023 年中に発生した上位 5 回の製品名についてレポートします。

Customer Journey Analytics

このユースケースの例では 制限 パネルは次のようになります。

Customer Journey Analytics制限パネル {modal="regular"}

BI ツール
note prerequisites
PREREQUISITES
このユースケースを試す BI ツールについて、 接続に成功し、データビューをリストし、データビューを使用できることを検証したことを確認します。
tabs
Power BI デスクトップ
  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、

    • CrossSize75 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。

    日付範囲名を使用してフィルターを適用するPower BI デスクトップ {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。

code language-sql
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
Tableau Desktop
  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、 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 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、 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. 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。

        AlertRed 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。

        Tableau Desktop の制限 {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。

code language-sql
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。

code language-sql
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
Looker
  1. Looker の 探索 インターフェイスで、接続を更新します。 「 設定 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、「 設定 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。

      Looker フィルター {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。

Looker count distinct {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。

code language-sql
-- 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

Transformations

様々な BI ツールによる、ディメンション、指標、フィルター、計算指標、日付範囲などのCustomer Journey Analytics オブジェクトの変換を理解します。

Customer Journey Analytics
Customer Journey Analyticsでは、データセットのコンポーネントを ディメンションおよび 指標として公開する方法を データビューで定義します。 このディメンションと指標の定義は、BI 拡張機能を使用して BI ツールに公開されます。
フィルター 計算指標 日付範囲などのコンポーネントをWorkspace プロジェクトの一部として使用します。 これらのコンポーネントは、BI 拡張機能を使用して BI ツールにも公開されます。
BI ツール
note prerequisites
PREREQUISITES
このユースケースを試す BI ツールについて、 接続に成功し、データビューをリストし、データビューを使用できることを検証したことを確認します。
tabs
Power BI デスクトップ

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。
など、Customer Journey Analyticsの日付範囲ディメンションは、daterangedaydaterangeweekdaterangemonth 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。
    Power BI デスクトップの下位への変換 {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 詳細 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。
    Power BI デスクトップ変換の最終版 {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。

code language-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
Tableau Desktop

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。
など、Customer Journey Analyticsの日付範囲ディメンションは、DaterangedayDaterangeweekDaterangemonth 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、YearQuarterMonthDay 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。

      Tableau 計算フィールド {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、 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 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。

変換後の Tableau Desktop {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。

code language-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))
Looker

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 DIMENSIONProduct Name が含まれています。
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、YearQuarterMonthDate 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. 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。

      Looker 変換の例 {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。

Looker 変換結果 {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。

code language-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

ビジュアライゼーション

Customer Journey Analyticsで使用可能なビジュアライゼーションが、BI ツールで使用可能なビジュアライゼーションを使用して同様に作成される方法を理解します。

Customer Journey Analytics
Customer Journey Analyticsには多数のビジュアライゼーションがあります。 使用可能なすべてのビジュアライゼーションの概要と概要については、 ビジュアライゼーションを参照してください。