1. 데이터 창:

   1. 날짜 범위 ​를 선택합니다.
   2. product_name ​을(를) 선택하십시오.
   3. purchase_revenue 합계 ​를 선택하십시오.
   4. 총 구매 ​를 선택하세요.

   선택한 요소의 열 머리글만 표시하는 빈 테이블이 표시됩니다. 가시성을 높이려면 시각화를 확대하십시오.

2. 필터 창:

   1. 이 시각적 개체의 필터 ​에서 날짜 범위는 (모두) ​입니다.
   2. 상대적 날짜 ​을(를) 필터 형식(으)로 선택합니다.
   3. 값이 마지막 ​ ​역년1에 있을 때 ​ ​항목을 표시하도록 필터를 정의합니다.
   4. 필터 적용 ​을 선택하십시오.

   적용된 daterange 필터로 업데이트된 표가 표시됩니다.

3. 시각화 창에서:

   1. 을(를) 사용하여 열 ​에서 daterange ​을(를) 제거하십시오.
   2. 열 ​에서 구매 총액 ​을 구매 총액 아래에 끌어다 놓습니다.

4. 테이블 시각화에서:

   1. purchase_revenue의 합계 ​를 선택하여 내림차순 구매 매출 순서로 제품 이름을 정렬합니다. Power BI 데스크톱은 다음과 같아야 합니다.

   

5. 필터 창:

   1. product_name은 (모두) ​을(를) 선택합니다.
   2. 필터 형식 ​을(를) 상위 N(으)로 설정합니다.
   3. 필터를 항목 표시 상위 10 값별(으)로 정의합니다.
   4. purchase_revenue ​을(를) 값별 여기에 데이터 필드 추가(으)로 끌어다 놓습니다.
   5. 필터 적용 ​을 선택하십시오.

   Analysis Workspace의 자유 형식 테이블 시각화와 동기화된 구매 매출 값으로 업데이트된 테이블이 표시됩니다.

6. 시각화 창에서:

   1. 선 및 누적 세로 막대형 차트 시각화를 선택하십시오.

   선 및 누적 세로 막대형 차트 시각화는 테이블과 동일한 데이터를 사용하면서 테이블을 대체합니다.

7. 구매 ​를 시각화 창의 선 y축(으)로 끌어서 놓습니다.

   선 및 누적 세로 막대형 차트가 업데이트됩니다. Power BI 데스크톱은 다음과 같아야 합니다.

   

8. 선 및 누적 세로 막대형 차트 시각화에서:

   1. 를 선택하세요.
   2. 컨텍스트 메뉴에서 표로 표시 ​를 선택합니다.

   기본 보기가 라인 시각화와 테이블을 모두 표시하도록 업데이트되었습니다.

   

1. 하단의 시트 1 탭을 선택하여 데이터 원본 ​에서 전환하세요. 시트 1 보기에서:

   1. 데이터 창의 테이블 목록에서 Daterange 항목을 드래그하여 필터 선반에 놓습니다.

   2. 필터 필드 [Daterange] 대화 상자에서 날짜 범위 ​를 선택하고 다음 > ​을(를) 선택합니다.

   3. 필터 [Daterange] 대화 상자에서 날짜 범위 ​를 선택하고 01/01/2023 - 31/12/2023 기간을 지정하십시오. 적용 및 확인 ​을 선택합니다.

      

   4. 데이터 창의 테이블 목록에서 제품 이름 ​을(를) 끌어서 놓고 행 옆에 있는 필드에 항목을 놓습니다.

   5. 데이터 창의 테이블(측정값 이름) 목록에서 구매 ​를 끌어다 놓고 행 옆에 있는 필드에 항목을 놓습니다. 값이 SUM(구매)(으)로 자동 변환됩니다.

   6. 데이터 창의 테이블(측정값 이름) 목록에서 구매 매출 ​을(를) 끌어다 놓고 열 옆의 필드에 항목을 끌어다 놓고 SUM(구매) ​에서 왼쪽으로 놓습니다. 값이 SUM(구매 매출)(으)로 자동 변환됩니다.

   7. 두 차트를 내림차순 구매 매출 순서로 정렬하려면 구매 매출 제목 위로 마우스를 가져간 후 정렬 아이콘을 선택하십시오.

   8. 차트의 항목 수를 제한하려면 행 ​에서 SUM(구매 매출) ​을 선택하고 드롭다운 메뉴에서 필터 ​를 선택합니다.

   9. 필터 [구매 매출] 대화 상자에서 값 범위 ​를 선택하고 적절한 값을 입력합니다. 예: 1,000,000 - 2,000,000. 적용 및 확인 ​을 선택합니다.

   10. 두 막대 차트를 이중 결합 차트로 변환하려면 행 ​에서 SUM(구매) ​을(를) 선택하고 드롭다운 메뉴에서 이중 축 ​을(를) 선택합니다. 막대 차트는 산포도로 변형됩니다.

   11. 분산형 플롯을 막대 차트로 수정하려면 다음을 수행합니다.

       1. 표시 영역에서 SUM(구매) ​을(를) 선택하고 드롭다운 메뉴에서 줄 ​을(를) 선택합니다.
       2. 표시 영역에서 SUM(구매 매출) ​을(를) 선택하고 드롭다운 메뉴에서 막대 ​를 선택합니다.

   Tableau Desktop은 다음과 같습니다.

   

2. 시트 1 탭 컨텍스트 메뉴에서 복제 ​를 선택하여 두 번째 시트를 만듭니다.

3. 시트 1 탭 컨텍스트 메뉴에서 이름 바꾸기 ​를 선택하여 시트의 이름을 Data(으)로 변경합니다.

4. 시트 1(2) 탭 컨텍스트 메뉴에서 이름 바꾸기 ​를 선택하여 시트의 이름을 Graph(으)로 변경합니다.

5. 데이터 시트가 선택되어 있는지 확인하십시오.

   1. 오른쪽 상단에서 표시 ​를 선택하고 텍스트 테이블(왼쪽 상단 시각화)을 선택하여 두 차트의 콘텐츠를 테이블로 수정합니다.
   2. 구매 매출을 내림차순으로 정렬하려면 테이블에서 구매 매출 위로 마우스를 가져간 후 을 선택하세요.
   3. 전체 보기 드롭다운 메뉴에서 전체 보기 ​를 선택합니다.

   Tableau Desktop은 다음과 같습니다.

   

6. 새 대시보드 탭 단추(맨 아래)를 선택하여 새 대시보드 1 보기를 만듭니다. 대시보드 1 보기에서:

   1. Graph 시트를 시트 셸프에서 여기에 시트 놓기 ​를 읽는 대시보드 1 보기로 끌어다 놓습니다.
   2. 그래프 시트 아래의 시트 셸프에서 데이터 시트를 대시보드 1 보기로 끌어다 놓습니다.
   3. 보기에서 데이터 시트를 선택하고 전체 보기 ​를 너비 수정(으)로 수정합니다.

   대시보드 1 보기는 다음과 같습니다.

   

1. Looker의 Explore 인터페이스에서 제대로 설정했는지 확인하십시오. 그렇지 않으면 필드 및 필터 제거 ​를 선택하십시오.

2. 필터 아래의 + 필터 ​을(를) 선택하십시오.

3. 필터 추가 대화 상자에서:

   1. ‣Cc 데이터 보기 선택

   2. 필드 목록에서 날짜 범위 날짜‣을 선택한 다음 날짜 범위 날짜 ​을 선택합니다.

      

4. 이(가) 범위에 있으므로 Cc 데이터 보기 날짜​ 필터를 지정하십시오 2023/01/01 까지(이전) 2024/01/01.

5. 왼쪽 레일의 ‣Cc 데이터 보기 섹션에서 제품 이름 ​을(를) 선택합니다.

6. 왼쪽 레일의 {0‣} 사용자 지정 필드​ 섹션에서 다음을 수행합니다.

   1. + 추가 드롭다운 메뉴에서 사용자 지정 측정값 ​을(를) 선택합니다.

   2. 사용자 지정 측정값 만들기 대화 상자에서 다음을 수행합니다.

      1. 측정할 필드 드롭다운 메뉴에서 구매 매출 ​을(를) 선택합니다.

      2. 측정값 유형 드롭다운 메뉴에서 합계 ​를 선택합니다.

      3. 이름 ​의 사용자 지정 필드 이름을 입력하십시오. 예: Purchase Revenue.

      4. 필드 세부 정보 탭을 선택합니다.

      5. 형식 드롭다운 메뉴에서 소수 자릿수 ​을(를) 선택하고 0이(가) 소수 자릿수 ​에 입력되었는지 확인하십시오.

         

      6. 저장 ​을 선택합니다.

   3. + 추가 드롭다운 메뉴에서 사용자 지정 측정값 ​을(를) 한 번 더 선택합니다. 사용자 지정 만들기 측정값 대화 상자에서 다음을 수행합니다.

      1. 측정할 필드 드롭다운 메뉴에서 구매 ​를 선택합니다.
      2. 측정값 유형 드롭다운 메뉴에서 합계 ​를 선택합니다.
      3. 이름 ​의 사용자 지정 필드 이름을 입력하십시오. 예: Sum of Purchases.
      4. 필드 세부 정보 탭을 선택합니다.
      5. 형식 드롭다운 메뉴에서 소수 자릿수 ​을(를) 선택하고 0이(가) 소수 자릿수 ​에 입력되었는지 확인하십시오.
      6. 저장 ​을 선택합니다.

   4. 두 필드 모두 데이터 보기에 자동으로 추가됩니다.

7. 다른 필터 ​을(를) 추가하고 데이터를 제한하려면 + 필터 ​을(를) 선택하십시오.

8. 필터 추가 대화 상자에서 ‣개의 사용자 지정 필드 ​을 선택한 다음 구매 매출 ​을 선택하십시오.

9. 필터를 적절하게 선택하고 제안된 값을 입력하면 이(가) 1000000 과(와) 2000000 사이에 있습니다.

10. 실행 ​을 선택합니다.

11. 선 시각화를 ‣ 표시하려면 시각화 ​를 선택하십시오.

12. 시각화를 업데이트하려면 시각화 ​에서 편집 ​을(를) 선택하십시오. 팝업 대화 상자에서:

    1. 계열 탭을 선택합니다.

    2. 아래로 스크롤하여 구매 ​를 확인하고 Type ​을(를) Line(으)로 변경합니다.

    3. Y 탭을 선택합니다.

    4. 왼쪽 1 컨테이너에서 구매 ​를 새 왼쪽 축을 만들려면​ ​시리즈를 여기로 드래그하세요. 이 작업은​ ​왼쪽 2 ​ ​컨테이너를 만듭니다.

       

    5. 팝업 대화 상자를 숨기려면 옆에 있는 CrossSize75 ​을(를) 선택하십시오

아래 표시된 것처럼 시각화 및 테이블이 표시됩니다.

1. 새 셀에 다음 문을 입력합니다.

   code language-none

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

2. 셀을 실행합니다. 아래 스크린샷과 비슷한 출력이 표시됩니다.

   

1. 새 청크에 {r} `에서 ` 사이의 다음 문을 입력하십시오.

   code language-r

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

2. 청크를 실행합니다. 아래 스크린샷과 비슷한 출력이 표시됩니다.

   

1. 날짜 범위가 모든 시각화에 적용되도록 하려면 daterangeday ​을(를) 데이터 창에서 이 페이지의 필터(으)로 끌어서 놓습니다.

   1. 이 페이지의 필터 ​에서 날짜 범위는 (모두) ​입니다.
   2. 상대적 날짜 ​을(를) 필터 형식(으)로 선택합니다.
   3. 값이 마지막 ​ ​역년1에 있을 때 ​ ​항목을 표시하도록 필터를 정의합니다.
   4. 필터 적용 ​을 선택하십시오.

2. 데이터 창:

   1. datarangeday ​를 선택하십시오.
   2. product_category ​을(를) 선택하십시오.
   3. product_name ​을(를) 선택하십시오.
   4. purchase_revenue 합계 선택
   5. 총 구매 선택

3. 세로 막대형 차트를 표로 수정하려면 표를 선택하고 시각화 창에서 매트릭스 ​를 선택하십시오.

   • 열 ​에서 product_name ​을(를) 끌어다 놓고 시각화 창의 행 ​에서 ​ ​product_categor​ ​ ​y 아래에 필드를 놓습니다.

4. 테이블에 표시되는 제품 수를 제한하려면 필터 창에서 product_name is (All) ​을(를) 선택하십시오.

   1. 고급 필터링 ​을 선택합니다.
   2. 필터 유형 상위 N 항목 표시 상위 15 값별 ​을(를) 선택합니다.
   3. 데이터 창에서 여기에 데이터 필드 추가(으)로 구매 ​를 끌어옵니다.
   4. 필터 적용 ​을 선택하십시오.

5. 가독성을 향상시키려면 상단 메뉴에서 보기 ​를 선택하고 페이지 보기 > 실제 크기 ​를 선택하고 테이블 시각화 크기를 조정합니다.

6. 테이블의 각 범주를 분류하려면 제품 범주 수준에서 + ​을(를) 선택합니다. Power BI 데스크톱은 다음과 같아야 합니다.

   

7. 상단 메뉴에서 홈 ​을 선택하고 새 비주얼 ​을 선택합니다. 보고서에 새 시각적 개체가 추가됩니다.

8. 데이터 창:

   1. product_category ​을(를) 선택하십시오.
   2. product_name ​을(를) 선택하십시오.
   3. purchase_revenue ​을(를) 선택하십시오.

9. 시각적 개체를 수정하려면 막대 차트를 선택하고 시각화 창에서 트리맵 ​을(를) 선택하십시오.

10. product_category ​이(가) Category 아래에 나열되어 있는지 확인하고 product_name ​이(가) 시각화 창의 세부 정보 아래에 나열되어 있는지 확인하십시오.

    Power BI 데스크톱은 다음과 같아야 합니다.

    

11. 상단 메뉴에서 홈 ​을 선택하고 새 비주얼 ​을 선택합니다. 보고서에 새 시각적 개체가 추가됩니다.

12. 데이터 창:

    1. product_category ​을(를) 선택하십시오.
    2. purchase_revenue ​을(를) 선택하십시오.
    3. 구매 ​를 선택하십시오.

13. 시각화 창에서:

    1. 시각화를 수정하려면 선 및 누적 세로 막대형 차트 ​를 선택하세요.
    2. sum_of_purchases ​을(를) 열 y축 ​에서 선 y축(으)로 끕니다.

14. 보고서에서 개별 시각화를 재구성하십시오.

    Power BI 데스크톱은 다음과 같아야 합니다.

    

1. 하단의 시트 1 탭을 선택하여 데이터 원본 ​에서 전환하세요. 시트 1 보기에서:

   1. 데이터 창의 테이블 목록에서 Daterange 항목을 드래그하여 필터 선반에 놓습니다.

   2. 필터 필드 [Daterange] 대화 상자에서 날짜 범위 ​를 선택하고 다음 > ​을(를) 선택합니다.

   3. 필터 [Daterange] 대화 상자에서 상대적 날짜 ​을 선택하고 연도 ​를 선택한 다음 이전 연도 ​을 지정하십시오. 적용 및 확인 ​을 선택합니다.

      Tableau Desktop은 다음과 같습니다.

      

   4. 제품 범주 ​을 드래그하여 열 옆에 놓습니다.

   5. 구매 매출 ​을 드래그하여 행 옆에 놓으십시오. 값이 SUM(구매 매출)(으)로 변경됩니다.

   6. 구매를 드래그하여 행 옆에 놓습니다. 값이 SUM(구매)(으)로 변경됩니다.

   7. SUM(구매) ​을 선택하고 드롭다운 메뉴에서 이중 축 ​을 선택합니다.

   8. 표시 ​에서 SUM(구매) ​을(를) 선택하고 드롭다운 메뉴에서 줄 ​을(를) 선택하십시오.

   9. 표시 ​에서 SUM(구매 매출) ​을(를) 선택하고 드롭다운 메뉴에서 막대 ​를 선택합니다.

   10. 전체 보기 메뉴에서 전체 보기 ​를 선택합니다.

   11. 차트에서 구매 매출 제목을 선택하고 구매 매출을 오름차순으로 정렬하십시오.

       Tableau Desktop은 다음과 같습니다.

       

2. 현재 시트 1 시트의 이름을 Category(으)로 바꾸십시오.

3. 새 워크시트 ​를 선택하여 새 시트를 만들고 이름을 Data(으)로 바꾸십시오.

   1. 데이터 창의 테이블 목록에서 Daterange 항목을 드래그하여 필터 선반에 놓습니다.

   2. 필터 필드 [Daterange] 대화 상자에서 날짜 범위 ​를 선택하고 다음 > ​을(를) 선택합니다.

   3. 필터 [Daterange] 대화 상자에서 상대적 날짜 ​을 선택하고 연도 ​를 선택한 다음 이전 연도 ​을 지정하십시오. 적용 및 확인 ​을 선택합니다.

   4. 데이터 창에서 열(으)로 구매 매출 ​을(를) 끌어옵니다. 값이 SUM(구매 매출)(으)로 변경됩니다.

   5. Purchase ​을(를) 데이터 창에서 구매 매출 옆의 열(으)로 끌어옵니다. 값이 SUM(구매)(으)로 변경됩니다.

   6. 데이터 창에서 행(으)로 제품 범주 ​을(를) 끕니다.

   7. 데이터 창에서 제품 범주 옆의 행(으)로 제품 이름 ​을(를) 끕니다.

   8. 두 가로 막대를 표로 변경하려면 표시 ​에서 텍스트 표 ​를 선택하십시오.

   9. 제품 수를 제한하려면 측정값 ​에서 구매 ​를 선택하세요. 드롭다운 메뉴에서 필터 ​를 선택합니다.

   10. 필터 [Purchases] 대화 상자에서 최소 ​을 선택하고 7000을(를) 입력하십시오. 적용 및 확인 ​을 선택합니다.

   11. 맞춤 드롭다운 메뉴에서 맞춤 ​을 선택합니다.

       Tableau Desktop은 다음과 같습니다.

       

4. 새 워크시트 ​를 선택하여 새 시트를 만들고 이름을 트리맵(으)로 바꾸십시오.

   1. 데이터 창의 테이블 목록에서 Daterange 항목을 드래그하여 필터 선반에 놓습니다.

   2. 필터 필드 [Daterange] 대화 상자에서 날짜 범위 ​를 선택하고 다음 > ​을(를) 선택합니다.

   3. 필터 [Daterange] 대화 상자에서 상대적 날짜 ​을 선택하고 연도 ​를 선택한 다음 이전 연도 ​을 지정하십시오. 적용 및 확인 ​을 선택합니다.

   4. 데이터 창에서 행(으)로 구매 매출 ​을(를) 끌어옵니다. 값이 SUM(구매 매출)(으)로 변경됩니다.

   5. 데이터 창에서 구매 매출 옆의 행(으)로 구매 ​을(를) 끌어옵니다. 값이 SUM(구매)(으)로 변경됩니다.

   6. 데이터 창에서 열(으)로 제품 범주 ​을(를) 끕니다.

   7. 데이터 창에서 열(으)로 제품 이름 ​을(를) 끌어옵니다.

   8. 두 세로 막대형 차트를 트리맵으로 변경하려면 표시 ​에서 트리맵 ​을(를) 선택하십시오.

   9. 제품 수를 제한하려면 측정값 ​에서 구매 ​를 선택하세요. 드롭다운 메뉴에서 필터 ​를 선택합니다.

   10. 필터 [Purchases] 대화 상자에서 최소 ​을 선택하고 7000을(를) 입력하십시오. 적용 및 확인 ​을 선택합니다.

   11. 맞춤 드롭다운 메뉴에서 맞춤 ​을 선택합니다.

       Tableau Desktop은 다음과 같습니다.

       

5. 새 대시보드 탭 단추(맨 아래)를 선택하여 새 대시보드 1 보기를 만듭니다. 대시보드 1 보기에서:

   1. Category 시트를 Sheets 셸프에서 여기에 시트 놓기 ​를 실행하는 대시보드 1 보기로 끌어다 놓습니다.
   2. 대시보드 1 보기에서 시트 셸프의 카테고리 시트 아래에 있는 트리맵 시트를 끌어서 놓습니다.
   3. 대시보드 1 보기에서 트리맵 시트 아래의 시트 셸프에서 데이터 시트를 끌어서 놓습니다.
   4. 뷰에서 각 시트의 크기를 조정합니다.

   대시보드 1 보기는 다음과 같습니다.

   

1. Looker의 Explore 인터페이스에서 제대로 설정했는지 확인하십시오. 그렇지 않으면 필드 및 필터 제거 ​를 선택하십시오.

2. 필터 아래의 + 필터 ​을(를) 선택하십시오.

3. 필터 추가 대화 상자에서:

   1. ‣Cc 데이터 보기 선택

   2. 필드 목록에서 날짜 범위 날짜‣을 선택한 다음 날짜 범위 날짜 ​을 선택합니다.

      

4. 이(가) 범위에 있으므로 Cc 데이터 보기 날짜​ 필터를 지정하십시오 2023/01/01 까지(이전) 2024/01/01.

5. 왼쪽 레일의 ‣Cc 데이터 보기 섹션에서 다음을 수행합니다.

   1. 제품 범주 ​을 선택하세요.
   2. 제품 이름 ​을 선택하세요.

6. 왼쪽 레일의 {0‣} 사용자 지정 필드​ 섹션에서 다음을 수행합니다.

   1. + 추가 드롭다운 메뉴에서 사용자 지정 측정값 ​을(를) 선택합니다.

   2. 사용자 지정 측정값 만들기 대화 상자에서 다음을 수행합니다.

      1. 측정할 필드 드롭다운 메뉴에서 구매 매출 ​을(를) 선택합니다.

      2. 측정값 유형 드롭다운 메뉴에서 합계 ​를 선택합니다.

      3. 이름 ​의 사용자 지정 필드 이름을 입력하십시오. 예: Sum of Purchase Revenue.

      4. 필드 세부 정보 탭을 선택합니다.

      5. 형식 드롭다운 메뉴에서 소수 자릿수 ​을(를) 선택하고 0이(가) 소수 자릿수 ​에 입력되었는지 확인하십시오.

         

      6. 저장 ​을 선택합니다.

   3. + 추가 드롭다운 메뉴에서 사용자 지정 측정값 ​을(를) 한 번 더 선택합니다. 사용자 지정 만들기 측정값 대화 상자에서 다음을 수행합니다.

      1. 측정할 필드 드롭다운 메뉴에서 구매 ​를 선택합니다.
      2. 측정값 유형 드롭다운 메뉴에서 합계 ​를 선택합니다.
      3. 이름 ​의 사용자 지정 필드 이름을 입력하십시오. 예: Sum of Purchases.
      4. 필드 세부 정보 탭을 선택합니다.
      5. 형식 드롭다운 메뉴에서 소수 자릿수 ​을(를) 선택하고 0이(가) 소수 자릿수 ​에 입력되었는지 확인하십시오.
      6. 저장 ​을 선택합니다.

   4. 두 필드 모두 데이터 보기에 자동으로 추가됩니다.

7. 필터 섹션에서 + 필터 ​을(를) 선택합니다. 필터 추가 대화 상자에서 개‣의 사용자 정의 필드 ​을 선택한 다음 구매 매출 ​을 선택하십시오.

8. 결과를 제한하려면 is > ​을(를) 선택하고 800000을(를) 입력하십시오.

9. 실행 ​을 선택합니다.

10. 선 시각화를 ‣ 표시하려면 시각화 ​를 선택하십시오.

11. 시각화를 업데이트하려면 시각화 ​에서 편집 ​을(를) 선택하십시오. 팝업 대화 상자에서:

    1. 그림 탭을 선택합니다.

    2. 아래로 스크롤하여 차트 구성 편집 ​을 선택합니다.

    3. 아래 스크린샷과 같이 차트 구성(재정의) ​에서 JSON을 수정한 다음 미리 보기 ​를 선택합니다.

       

    4. 적용 ​을 선택합니다.

    5. 팝업 대화 상자를 숨기려면 옆에 있는 CrossSize75 ​을(를) 선택하십시오

아래 표시된 것처럼 시각화 및 테이블이 표시됩니다.

1. 새 셀에 다음 문을 입력합니다.

   code language-none

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

2. 셀을 실행합니다. 아래 스크린샷과 비슷한 출력이 표시됩니다.

   

1. 새 청크에 {r} `에서 ` 사이의 다음 문을 입력하십시오.

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

2. 청크를 실행합니다. 아래 스크린샷과 비슷한 출력이 표시됩니다.

   

1. 날짜 범위가 모든 시각화에 적용되도록 하려면 daterangeday ​을(를) 데이터 창에서 이 페이지의 필터(으)로 끌어서 놓습니다.

   1. 이 페이지의 필터 ​에서 날짜 범위는 (모두) ​입니다.
   2. 고급 필터링 ​을(를) 필터 형식(으)로 선택합니다.
   3. 값이 이거나 1/1/2023 이거나 이(가) 2/1/2023 이전인 경우 항목 표시로 필터를 정의합니다.
   4. 필터 적용 ​을 선택하십시오.

2. 데이터 창:

   1. datarangeday ​를 선택하십시오.
   2. Customer Journey Analytics에 정의된 계산된 지표인 sum cm_product_name_count_distinct ​을(를) 선택하십시오.

3. 세로 막대형 차트를 표로 수정하려면 차트를 선택하고 시각화 창에서 표 ​를 선택하십시오.

   Power BI 데스크톱은 다음과 같아야 합니다.

   

4. 테이블 시각화를 선택합니다. 컨텍스트 메뉴에서 복사 > 시각적 개체 복사 ​를 선택합니다.

5. ctrl-v ​을 사용하여 시각화를 붙여 넣습니다. 시각화의 정확한 복사본이 원래 복사본과 겹칩니다. 보고서 영역에서 오른쪽으로 이동합니다.

6. 테이블에서 카드로 복사한 시각화를 수정하려면 시각화 ​에서 카드 ​을(를) 선택하십시오.

   Power BI 데스크톱은 다음과 같아야 합니다.

   

또는 Power BI과 구별되는 고유 개수 기능을 사용할 수 있습니다.

1. product_name 차원을 선택하십시오.

2. 열 ​의 product_name 차원에서 Count(고유) 함수를 적용하세요.

   

1. 하단의 시트 1 탭을 선택하여 데이터 원본 ​에서 전환하세요. 시트 1 보기에서:

   1. 데이터 창의 테이블 목록에서 Daterange 항목을 드래그하여 필터 선반에 놓습니다.

   2. 필터 필드 [Daterange] 대화 상자에서 날짜 범위 ​를 선택하고 다음 > ​을(를) 선택합니다.

   3. 필터 [Daterange] 대화 상자에서 날짜 범위 ​를 선택하고 01/01/2023 - 31/1/2023을(를) 선택합니다. 적용 및 확인 ​을 선택합니다.

   4. Cm 제품 이름 고유 개수 ​을(를) 행(으)로 드래그합니다. 값이 SUM(Cm 제품 이름 고유 개수)(으)로 변경됩니다. 이 필드는 Customer Journey Analytics에서 정의한 계산된 지표입니다.

   5. Daterangeday ​를 드래그하여 열 옆에 놓습니다. 날짜 ​을(를) 선택하고 드롭다운 메뉴에서 일 ​을(를) 선택합니다.

   6. 라인 시각화를 테이블로 수정하려면 표시 ​에서 텍스트 테이블 ​을(를) 선택하십시오.

   7. 도구 모음에서 행 및 열 바꾸기 ​를 선택합니다.

   8. 맞춤 드롭다운 메뉴에서 맞춤 ​을 선택합니다.

      Tableau Desktop은 다음과 같습니다.

      

2. 시트 1 탭 컨텍스트 메뉴에서 복제 ​를 선택하여 두 번째 시트를 만듭니다.

3. 시트 1 탭 컨텍스트 메뉴에서 이름 바꾸기 ​를 선택하여 시트의 이름을 Data(으)로 변경합니다.

4. 시트 1(2) 탭 컨텍스트 메뉴에서 이름 바꾸기 ​를 선택하여 시트의 이름을 Card(으)로 변경합니다.

5. 카드 보기를 선택했는지 확인하십시오.

6. 일(Daterangeday) ​을 선택하고 드롭다운 메뉴에서 월 ​을(를) 선택합니다. 값이 MONTH(Daterangeday)(으)로 변경됩니다.

7. 표시 ​에서 SUM(Cm 제품 이름 고유 개수) ​을(를) 선택하고 드롭다운 메뉴에서 형식 ​을(를) 선택합니다.

8. 글꼴 크기를 변경하려면 Format SUM(CM 제품 이름 고유 개수) 창에서 Default 내의 Font ​을(를) 선택하고 글꼴 크기로 72 ​을(를) 선택하십시오.

9. 숫자를 맞추려면 맞춤 옆에 있는 자동 ​을 선택하고 가로 ​를 가운데로 설정합니다.

10. 정수를 사용하려면 숫자 옆에 있는 123.456 ​을 선택하고 숫자(사용자 지정) ​을 선택합니다. 소수점 이하 자리 수 ​을(를) 0(으)로 설정합니다.

    Tableau Desktop은 다음과 같습니다.

    

11. 새 대시보드 탭 단추(맨 아래)를 선택하여 새 대시보드 1 보기를 만듭니다. 대시보드 1 보기에서:

    1. 시트 셸프에서 카드 시트를 여기에 시트 놓기 ​를 읽는 대시보드 1 보기로 끌어다 놓습니다.
    2. 대시보드 1 보기에서 카드 시트 아래의 시트 셸프에서 데이터 시트를 끌어서 놓습니다.

    대시보드 1 보기는 다음과 같습니다.

    

또는 Tableau Desktop의 고유 기능을 사용할 수 있습니다.

1. Cm 제품 이름 개수 고유 대신 제품 이름 ​을(를) 사용하십시오.

2. 표시 ​의 제품 이름 ​에서 측정값 > 개수(고유) ​를 적용합니다.

   

1. Looker의 Explore 인터페이스에서 제대로 설정했는지 확인하십시오. 그렇지 않으면 필드 및 필터 제거 ​를 선택하십시오.

2. 필터 아래의 + 필터 ​을(를) 선택하십시오.

3. 필터 추가 대화 상자에서:

   1. ‣Cc 데이터 보기 선택

   2. 필드 목록에서 날짜 범위 날짜‣을 선택한 다음 날짜 범위 날짜 ​을 선택합니다.

      

4. 이(가) 범위에 있으므로 Cc 데이터 보기 날짜​ 필터를 지정하십시오 2023/01/01 까지(이전) 2023/02/01.

5. 왼쪽 레일의 ‣Cc 데이터 보기 섹션에서 다음을 수행합니다.

   1. 날짜 범위 날짜 ​를 선택한 다음 날짜 ​를 선택합니다.

   2. ‣제품 이름 ​의 자세히⋮ 컨텍스트 메뉴에서 고유 개수 집계 ​을(를) 선택합니다.

      

6. 실행 ​을 선택합니다.

7. ‣ 시각화 ​를 선택하고 도구 모음에서 6︎⃣을 선택하여 단일 값 시각화를 표시합니다.

아래 표시된 것처럼 시각화 및 테이블이 표시됩니다.

1. 새 셀에 다음 문을 입력합니다.

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

2. 셀을 실행합니다. 아래 스크린샷과 비슷한 출력이 표시됩니다.

   

1. 새 청크에 {r} `에서 ` 사이의 다음 문을 입력하십시오.

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

2. 청크를 실행합니다. 아래 스크린샷과 비슷한 출력이 표시됩니다.

   

1. 데이터 창:

   1. daterangemonth ​을(를) 선택하십시오.
   2. daterangeName 선택
   3. 발생 횟수 합계 ​를 선택합니다.

   이 비주얼에 대한 데이터를 가져오는 동안 오류가 발생했습니다 ​을(를) 표시하는 시각화가 표시됩니다.

2. 필터 창:

   1. 이 시각적 개체의 필터 ​에서 daterangeName is (All) ​을(를) 선택하십시오.
   2. 기본 필터링 ​을(를) 필터 형식(으)로 선택합니다.
   3. 검색 필드 아래에서 Customer Journey Analytics에 정의된 날짜 범위의 이름인 Last Year 2023 ​을(를) 선택합니다.
   4. 에서 daterangeName ​을(를) 제거하려면 CrossSize75 ​을(를) 선택하십시오.

   적용된 daterangeName 필터로 업데이트된 표가 표시됩니다. Power BI 데스크톱은 다음과 같아야 합니다.

   

1. 하단의 시트 1 탭을 선택하여 데이터 원본 ​에서 전환하세요. 시트 1 보기에서:

   1. 필터 셸프의 테이블 목록에서 Daterange 이름 항목을 드래그합니다.

   2. 필터 [Daterange Name] 대화 상자에서 목록에서 선택 ​을 선택하고 목록에서 지난 2023년 ​을 선택하십시오. 적용 및 확인 ​을 선택합니다.

   3. 테이블 목록에서 Daterangemonth 항목을 드래그하여 행 옆의 필드에 항목을 놓습니다. Daterangemonth ​을(를) 선택하고 월 ​을(를) 선택합니다. 값이 MONTH(Daterangemonth)(으)로 변경됩니다.

   4. 테이블 목록에서 발생 횟수 항목을 드래그하여 열 옆의 필드에 항목을 놓습니다. 값이 SUM(발생 횟수)(으)로 변경됩니다.

   5. 표시 ​에서 텍스트 테이블 ​을(를) 선택하십시오.

   6. 도구 모음에서 행 및 열 바꾸기 ​를 선택합니다.

   7. 맞춤 드롭다운 메뉴에서 맞춤 ​을 선택합니다.

      Tableau Desktop은 다음과 같습니다.

      

1. Looker의 Explore 인터페이스에서 제대로 설정했는지 확인하십시오. 그렇지 않으면 필드 및 필터 제거 ​를 선택하십시오.

2. 필터 아래의 + 필터 ​을(를) 선택하십시오.

3. 필터 추가 대화 상자에서:

   1. ‣Cc 데이터 보기 선택
   2. 필드 목록에서 날짜 범위 ‣ 이름 ​을(를) 선택합니다.

4. Cc 데이터 보기 날짜 범위 이름 필터를 is(으)로 지정하고 값 목록에서 지난해 2023년 ​을(를) 선택합니다.

5. 왼쪽 레일의 ‣Cc 데이터 보기 섹션에서 다음을 수행합니다.

   1. 날짜 범위 월 ​을 선택한 다음 월 ​을 선택합니다.
   2. 왼쪽 레일(맨 아래)에서 MEASURES 아래의 Count ​을(를) 선택하십시오.

6. 실행 ​을 선택합니다.

7. ‣개의 시각화 ​를 선택하십시오.

아래 표시된 것처럼 시각화 및 테이블이 표시됩니다.

1. 새 셀에 다음 문을 입력합니다.

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

2. 셀을 실행합니다. 아래 스크린샷과 비슷한 출력이 표시됩니다.

   

3. 드롭다운 메뉴에서 낚시 제품 ​을(를) 선택합니다.

4. 새 셀에 다음 문을 입력합니다.

   code language-python
   import seaborn as sns import matplotlib.pyplot as plt data = %sql SELECT daterangemonth AS Month, COUNT(*) AS Events \ FROM cc_data_view \ WHERE daterangeName = '{daterange_name.value}' \ GROUP BY 1 \ ORDER BY Month ASC df = data.DataFrame() df = df.groupby('Month', as_index=False).sum() plt.figure(figsize=(15, 3)) sns.lineplot(x='Month', y='Events', data=df) plt.show() display(data)

5. 셀을 실행합니다. 아래 스크린샷과 비슷한 출력이 표시됩니다.

   

1. 새 청크에 {r} `에서 ` 사이의 다음 문을 입력하십시오. 적절한 날짜 범위 이름을 사용해야 합니다. (예: Last Year 2023)

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

2. 청크를 실행합니다. 아래 스크린샷과 비슷한 출력이 표시됩니다.

   

1. 데이터 창:

   1. 날짜 범위 ​를 선택합니다.
   2. filterName ​을(를) 선택하십시오.
   3. product_name ​을(를) 선택하십시오.
   4. 발생 횟수 합계 ​를 선택합니다.

이 비주얼에 대한 데이터를 가져오는 동안 오류가 발생했습니다 ​을(를) 표시하는 시각화가 표시됩니다.

1. 필터 창:

   1. 이 시각적 개체의 필터 ​에서 filterName is (All) ​을(를) 선택하십시오.
   2. 기본 필터링 ​을(를) 필터 형식(으)로 선택합니다.
   3. 검색 필드 아래에서 Customer Journey Analytics에 정의된 기존 필터의 이름인 낚시 제품 ​을(를) 선택합니다.
   4. 이 시각적 개체의 필터 ​에서 날짜 범위는 (모두) ​입니다.
   5. 고급 필터링 ​을(를) 필터 형식(으)로 선택합니다.
   6. 값이 이거나 1/1/2023 이거나 이(가) 2/1/2023 이전인 경우 항목 표시로 필터를 정의합니다.
   7. 에서 filterName ​을(를) 제거하려면 CrossSize75 ​을(를) 선택하십시오.
   8. 에서 daterange ​을(를) 제거하려면 CrossSize75 ​을(를) 선택하십시오.

   적용된 filterName 필터로 업데이트된 표가 표시됩니다. Power BI 데스크톱은 다음과 같아야 합니다.

   

1. 하단의 시트 1 탭을 선택하여 데이터 원본 ​에서 전환하세요. 시트 1 보기에서:

   1. 필터 셸프의 테이블 목록에서 필터 이름 항목을 드래그합니다.

   2. 필터 [필터 이름] 대화 상자에서 목록에서 선택 ​을 선택했는지 확인하고 목록에서 낚시 제품 ​을 선택하십시오. 적용 및 확인 ​을 선택합니다.

   3. 필터 셸프의 테이블 목록에서 Daterange 항목을 드래그합니다.

   4. 필터 필드 [Daterange] 대화 상자에서 날짜 범위 ​를 선택하고 다음 > ​을(를) 선택합니다.

   5. 필터 [Daterang] 대화 상자에서 날짜 범위 ​를 선택하고 01/01/2023 - 01/02/2023을(를) 선택합니다. 적용 및 확인 ​을 선택합니다.

   6. 테이블 목록에서 제품 이름 ​을(를) 행(으)로 드래그합니다.

   7. 테이블 목록에서 발생 횟수 항목을 드래그하여 열 옆의 필드에 항목을 놓습니다. 값이 SUM(발생 횟수)(으)로 변경됩니다.

   8. 표시 ​에서 텍스트 테이블 ​을(를) 선택하십시오.

   9. 맞춤 드롭다운 메뉴에서 맞춤 ​을 선택합니다.

      Tableau Desktop은 다음과 같습니다.

      

1. Looker의 Explore 인터페이스에서 제대로 설정했는지 확인하십시오. 그렇지 않으면 필드 및 필터 제거 ​를 선택하십시오.

2. 필터 아래의 + 필터 ​을(를) 선택하십시오.

3. 필터 추가 대화 상자에서:

   1. ‣Cc 데이터 보기 선택

   2. 필드 목록에서 날짜 범위 날짜‣을 선택한 다음 날짜 범위 날짜 ​을 선택합니다.

      

4. 이(가) 범위에 있으므로 Cc 데이터 보기 날짜​ 필터를 지정하십시오 2023/01/01 까지(이전) 2023/02/01.

5. 다른 필터를 추가하려면 필터 아래의 + 필터 ​을(를) 선택하십시오.

6. 필터 추가 대화 상자에서:

   1. ‣Cc 데이터 보기 선택
   2. 필드 목록에서 ‣ 필터 이름 ​을(를) 선택합니다.

7. is ​이(가) 필터에 대한 선택 항목인지 확인하십시오.

8. 가능한 값 목록에서 낚시 제품 ​을(를) 선택하십시오.

9. 왼쪽 레일의 ‣Cc 데이터 보기 섹션에서 다음을 수행합니다.

   1. 제품 이름 ​을 선택하세요.
   2. 왼쪽 레일(맨 아래)에서 MEASURES 아래의 Count ​을(를) 선택하십시오.

10. 실행 ​을 선택합니다.

11. ‣개의 시각화 ​를 선택하십시오.

아래 표시된 것처럼 시각화 및 테이블이 표시됩니다.

1. 새 셀에 다음 문을 입력합니다.

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

2. 셀을 실행합니다. 아래 스크린샷과 비슷한 출력이 표시됩니다.

   

3. 드롭다운 메뉴에서 낚시 제품 ​을(를) 선택합니다.

4. 새 셀에 다음 문을 입력합니다.

   code language-python

   import seaborn as sns import matplotlib.pyplot as plt data = %sql SELECT product_name AS `Product Name`, COUNT(*) AS Events \ FROM cc_data_view \ WHERE daterange BETWEEN '2023-01-01' AND '2023-02-01' \ AND filterName = '{filter_name.value}' \ GROUP BY 1 \ LIMIT 10; df = data.DataFrame() df = df.groupby('Product Name', as_index=False).sum() plt.figure(figsize=(15, 3)) sns.barplot(x='Events', y='Product Name', data=df) plt.show() display(data)

5. 셀을 실행합니다. 아래 스크린샷과 비슷한 출력이 표시됩니다.

   

1. 새 청크에 {r} `에서 ` 사이의 다음 문을 입력하십시오. 적절한 필터 이름을 사용해야 합니다. (예: Fishing Products)

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

2. 청크를 실행합니다. 아래 스크린샷과 비슷한 출력이 표시됩니다.

   

1. 메뉴에서 홈 ​을 선택한 다음 도구 모음에서 새로 고침 ​을 선택하십시오. Customer Journey Analytics에서 방금 정의한 새 필터를 선택하려면 연결을 새로 고쳐야 합니다.

2. 데이터 창:

   1. 날짜 범위 ​를 선택합니다.
   2. product_category ​을(를) 선택하십시오.
   3. product_name ​을(를) 선택하십시오.
   4. 발생 횟수 합계 ​를 선택합니다.

이 비주얼에 대한 데이터를 가져오는 동안 오류가 발생했습니다 ​을(를) 표시하는 시각화가 표시됩니다.

1. 필터 창:

   1. 이 시각적 개체의 필터 ​에서 filterName is (All) ​을(를) 선택하십시오.
   2. 기본 필터링 ​을(를) 필터 형식(으)로 선택합니다.
   3. 이 시각적 개체의 필터 ​에서 날짜 범위는 (모두) ​입니다.
   4. 고급 필터링 ​을(를) 필터 형식(으)로 선택합니다.
   5. 값이 이거나 1/1/2023 이거나 이(가) 2/1/2023 이전인 경우 항목 표시로 필터를 정의합니다.
   6. product_category ​의 필터 형식(으)로 기본 필터 ​을(를) 선택하고 가능한 값 목록에서 Hunting ​을(를) 선택하십시오.
   7. 에서 filterName ​을(를) 제거하려면 CrossSize75 ​을(를) 선택하십시오.
   8. 에서 daterange ​을(를) 제거하려면 CrossSize75 ​을(를) 선택하십시오.

   적용된 product_category 필터로 업데이트된 표가 표시됩니다. Power BI 데스크톱은 다음과 같아야 합니다.

   

Tableau Desktop은 Customer Journey Analytics에서 제품 범주의 동적 목록을 가져올 수 없습니다. 대신, 이 사용 사례에서는 Hunting Products ​에 대해 새로 만든 필터를 사용하고 필터 이름 기준을 사용합니다.

1. 데이터 Source 보기의 데이터 아래에서 cc_data_view(prod:cja%3FFLATTEN) ​의 컨텍스트 메뉴에서 새로 고침 ​을 선택합니다. Customer Journey Analytics에서 방금 정의한 새 필터를 선택하려면 연결을 새로 고쳐야 합니다.

2. 하단의 시트 1 탭을 선택하여 데이터 원본 ​에서 전환하세요. 시트 1 보기에서:

   1. 필터 셸프의 테이블 목록에서 필터 이름 항목을 드래그합니다.

   2. 필터 [필터 이름] 대화 상자에서 목록에서 선택 ​을 선택했는지 확인하고 목록에서 제품 사냥 ​을 선택하십시오. 적용 및 확인 ​을 선택합니다.

   3. 필터 셸프의 테이블 목록에서 Daterange 항목을 드래그합니다.

   4. 필터 필드 [Daterange] 대화 상자에서 날짜 범위 ​를 선택하고 다음 > ​을(를) 선택합니다.

   5. 필터 [Daterange] 대화 상자에서 날짜 범위 ​를 선택하고 01/01/2023 - 1/2/2023을(를) 선택합니다. 적용 및 확인 ​을 선택합니다.

   6. 테이블 목록에서 제품 이름 ​을(를) 행(으)로 드래그합니다.

   7. 테이블 목록에서 발생 횟수 항목을 드래그하여 열 옆의 필드에 항목을 놓습니다. 값이 SUM(발생 횟수)(으)로 변경됩니다.

   8. 표시 ​에서 텍스트 테이블 ​을(를) 선택하십시오.

   9. 맞춤 드롭다운 메뉴에서 맞춤 ​을 선택합니다.

      Tableau Desktop은 다음과 같습니다.

      

1. ​1. Looker의 탐색 인터페이스에서 연결을 새로 고치십시오. 캐시 지우기 및 새로 고침 ​을 선택하십시오.

2. Looker의 Explore 인터페이스에서 제대로 설정했는지 확인하십시오. 그렇지 않으면 필드 및 필터 제거 ​를 선택하십시오.

3. 필터 아래의 + 필터 ​을(를) 선택하십시오.

4. 필터 추가 대화 상자에서:

   1. ‣Cc 데이터 보기 선택

   2. 필드 목록에서 날짜 범위 날짜‣을 선택한 다음 날짜 범위 날짜 ​을 선택합니다.

      

5. 이(가) 범위에 있으므로 Cc 데이터 보기 날짜​ 필터를 지정하십시오 2023/01/01 까지(이전) 2023/02/01.

6. 다른 필터를 추가하려면 필터 아래의 + 필터 ​을(를) 선택하십시오.

7. 필터 추가 대화 상자에서:

   1. ‣Cc 데이터 보기 선택
   2. 필드 목록에서 ‣ 제품 범주 ​을(를) 선택합니다.

8. is ​을(를) 필터에 대한 선택으로 확인합니다.

조회 수에 제품 범주 ​에 대해 가능한 값 목록이 표시되지 않습니다.

1. 새 셀에 다음 문을 입력합니다.

   code language-python
   data = %sql SELECT DISTINCT product_category FROM cc_data_view WHERE daterange BETWEEN '2023-01-01' AND '2024-01-01'; style = {'description_width': 'initial'} category_filter = widgets.Dropdown( options=[d for d, in data], description='Product Category:', style=style ) display(category_filter)

2. 셀을 실행합니다. 아래 스크린샷과 비슷한 출력이 표시됩니다.

   

3. 드롭다운 메뉴에서 Hunting ​을(를) 선택합니다.

4. 새 셀에 다음 문을 입력합니다.

   code language-python

   import seaborn as sns import matplotlib.pyplot as plt data = %sql SELECT product_name AS `Product Name`, COUNT(*) AS Events \ FROM cc_data_view \ WHERE daterange BETWEEN '2023-01-01' AND '2023-02-01' \ AND product_category = '{category_filter.value}' \ GROUP BY 1 \ ORDER BY Events DESC \ LIMIT 10; df = data.DataFrame() df = df.groupby('Product Name', as_index=False).sum() plt.figure(figsize=(15, 3)) sns.barplot(x='Events', y='Product Name', data=df) plt.show() display(data)

5. 셀을 실행합니다. 아래 스크린샷과 비슷한 출력이 표시됩니다.

   

1. 새 청크에 {r} `에서 ` 사이의 다음 문을 입력하십시오. 적절한 카테고리를 사용해야 합니다. 예: Hunting.

   code language-r
   ## Dimension 1 Filtered by Dimension 2 value df <- dv %>% filter(daterange >= "2023-01-01" & daterange < "2023-02-01" & product_category == "Hunting") %>% group_by(product_name) %>% count() %>% arrange(desc(n), .by_group = FALSE) print(df)

2. 청크를 실행합니다. 아래 스크린샷과 비슷한 출력이 표시됩니다.

   

1. 데이터 창:

   1. 날짜 범위 ​를 선택합니다.
   2. product_name ​을(를) 선택하십시오.
   3. purchase_revenue 합계 ​를 선택하십시오.
   4. 총 구매 ​를 선택하세요.

2. 필터 창:

   1. 이 시각적 개체의 필터 ​에서 날짜 범위는 (모두) ​입니다.
   2. 고급 필터링 ​을(를) 필터 형식(으)로 선택합니다.
   3. 값이 이거나 1/1/2023 이거나 이(가) 2/1/2023 이전인 경우 항목 표시로 필터를 정의합니다.

3. 시각화 창에서 다음을 수행합니다.

   1. 열에서 데이터 범위를 제거하려면 을(를) 선택하십시오.
   2. purchase_revenue의 합계 ​를 열 ​개 항목의 맨 아래로 끕니다.

4. 보고서에서 purchase_revenue의 합계 ​를 선택하여 구매 매출의 내림차순으로 테이블을 정렬합니다.

   Power BI 데스크톱은 다음과 같아야 합니다.

   

BI 확장을 사용하여 Power BI Desktop에서 실행한 쿼리에 sort 문이 포함되어 있지 않습니다. sort 문이 없다는 것은 정렬이 클라이언트측에서 실행됨을 의미합니다.

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. 하단의 시트 1 탭을 선택하여 데이터 원본 ​에서 전환하세요. 시트 1 보기에서:

   1. 필터 셸프의 테이블 목록에서 Daterange 항목을 드래그합니다.

   2. 필터 필드 [Daterange] 대화 상자에서 날짜 범위 ​를 선택하고 다음 > ​을(를) 선택합니다.

   3. 필터 [Daterange] 대화 상자에서 날짜 범위 ​를 선택하고 01/01/2023 - 1/2/2023을(를) 선택합니다. 적용 및 확인 ​을 선택합니다.

   4. 테이블 목록에서 제품 이름 ​을(를) 드래그하여 행 옆의 필드에 항목을 놓습니다.

   5. 테이블 목록에서 구매 항목을 드래그하여 열 옆의 필드에 항목을 놓습니다. 값이 SUM(구매)(으)로 변경됩니다.

   6. 테이블 목록에서 구매 매출 항목을 드래그하여 열 옆의 필드, SUM(구매) 옆의 필드에 항목을 놓습니다. 값이 SUM(구매 매출)(으)로 변경됩니다.

   7. 표시 ​에서 텍스트 테이블 ​을(를) 선택하십시오.

   8. 맞춤 드롭다운 메뉴에서 맞춤 ​을 선택합니다.

   9. 구매 매출 열 헤더를 선택하고 이 열의 테이블을 내림차순으로 정렬하십시오.

      Tableau Desktop은 다음과 같습니다.

      

Tableau Desktop에서 BI 확장을 사용하여 실행한 쿼리에 sort 문이 포함되어 있지 않습니다. 이 sort 문이 없다는 것은 정렬이 클라이언트측에서 실행됨을 의미합니다.

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. Looker의 탐색 인터페이스에서 연결을 새로 고치십시오. 캐시 지우기 및 새로 고침 ​을 선택하십시오.

2. Looker의 Explore 인터페이스에서 제대로 설정했는지 확인하십시오. 그렇지 않으면 필드 및 필터 제거 ​를 선택하십시오.

3. 필터 아래의 + 필터 ​을(를) 선택하십시오.

4. 필터 추가 대화 상자에서:

   1. ‣Cc 데이터 보기 선택

   2. 필드 목록에서 날짜 범위 날짜‣을 선택한 다음 날짜 범위 날짜 ​을 선택합니다.

      

5. 이(가) 범위에 있으므로 Cc 데이터 보기 날짜​ 필터를 지정하십시오 2023/01/01 까지(이전) 2023/02/01.

6. 왼쪽 레일의 ‣Cc 데이터 보기 섹션에서 제품 이름 ​을(를) 선택합니다.

7. 왼쪽 레일의 {0‣} 사용자 지정 필드​ 섹션에서 다음을 수행합니다.

   1. + 추가 드롭다운 메뉴에서 사용자 지정 측정값 ​을(를) 선택합니다.

   2. 사용자 지정 측정값 만들기 대화 상자에서 다음을 수행합니다.

      1. 측정할 필드 드롭다운 메뉴에서 구매 매출 ​을(를) 선택합니다.

      2. 측정값 유형 드롭다운 메뉴에서 합계 ​를 선택합니다.

      3. 이름 ​의 사용자 지정 필드 이름을 입력하십시오. 예: Sum of Purchase Revenue.

      4. 필드 세부 정보 탭을 선택합니다.

      5. 형식 드롭다운 메뉴에서 소수 자릿수 ​을(를) 선택하고 0이(가) 소수 자릿수 ​에 입력되었는지 확인하십시오.

         

      6. 저장 ​을 선택합니다.

8. 구매 매출 열에서 ↓(내림차순, 정렬 순서: 1)을(를) 선택하십시오.

9. 실행 ​을 선택합니다.

10. ‣개의 시각화 ​를 선택하십시오.

아래 표시된 것처럼 시각화 및 테이블이 표시됩니다.

Looker에서 BI 확장을 사용하여 생성한 쿼리에 ORDER BY이(가) 포함되어 있습니다. 이는 정렬이 Looker 및 BI 확장을 통해 실행됨을 의미합니다.

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

1. 새 셀에 다음 문을 입력합니다.

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

2. 셀을 실행합니다. 아래 스크린샷과 비슷한 출력이 표시됩니다.

   

이 쿼리는 Jupyter Notebook에 정의된 BI 확장에서 실행됩니다.

1. 새 청크에 {r} `에서 ` 사이의 다음 문을 입력하십시오.

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

2. 청크를 실행합니다. 아래 스크린샷과 비슷한 출력이 표시됩니다.

   

BI 확장을 사용하여 RStudio에서 생성된 쿼리에 ORDER BY이(가) 포함되어 있습니다. 이는 순서가 RStudio 및 BI 확장을 통해 적용됨을 의미합니다.

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