1. 데이터 창:

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

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.
   5. 이 시각적 개체의 필터에서 product_name is (All)을(를) 선택하십시오.
   6. 상위 N ​을(를) 필터 형식(으)로 선택합니다.
   7. 항목 표시 상위 5 값별 ​을(를) 선택합니다.
   8. 데이터 창에서 합계 발생 횟수 ​를 끌어서 놓고 여기에 데이터 필드 추가 ​에 놓습니다.
   9. 필터 적용 ​을 선택하십시오.

3. 시각화 창에서 다음을 수행합니다.

   • 열에서 데이터 범위를 제거하려면 을(를) 선택하십시오.

   Power BI 데스크톱은 다음과 같아야 합니다.

   

BI 확장을 사용하여 Power BI Desktop에서 실행하는 쿼리에 limit 문이 포함되어 있지만 필요한 문은 포함되어 있지 않습니다. 상위 5회 발생에 대한 제한은 명시적 제품 이름 결과를 사용하여 Power BI Desktop에 의해 적용됩니다.

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. 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 상대적 날짜 ​을 선택하고 연도 ​를 선택한 다음 이전 연도 ​을 선택합니다. 적용 및 확인 ​을 선택합니다.

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

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

   6. 표시 ​에서 텍스트 테이블 ​을(를) 선택하십시오.

   7. 맞춤 드롭다운 메뉴에서 맞춤 ​을 선택합니다.

   8. 행 ​에서 제품 이름 ​을(를) 선택하십시오. 드롭다운 메뉴에서 필터 ​를 선택합니다.

      1. 필터 [제품 이름] 대화 상자에서 상단 탭을 선택합니다.

      2. 필드별: 위쪽 5 발생 횟수별 합계 ​를 선택합니다.

      3. 적용 및 확인 ​을 선택합니다.

         테이블이 사라집니다. 발생 횟수별로 상위 5개 제품 이름을 선택하면 이 필터를 사용하여 not ​이(가) 제대로 작동하지 않습니다.

      4. 필터 셸프에서 제품 이름 ​을 선택하고 드롭다운 메뉴에서 제거 ​를 선택합니다. 테이블이 다시 나타납니다.

   9. 표시 셸프에서 SUM(발생 횟수) ​을(를) 선택하십시오. 드롭다운 메뉴에서 필터 ​를 선택합니다.

      1. 필터 [발생 횟수] 대화 상자에서 최소 ​을(를) 선택합니다.

      2. 값으로 47.799을(를) 입력하십시오. 이 값은 상위 5개 항목만 테이블에 표시되도록 합니다. 적용 및 확인 ​을 선택합니다.

         Tableau Desktop은 다음과 같습니다.

         

위에서 보듯이 Tableau Desktop에서 실행한 이 쿼리는 제품 이름에 대해 상위 5개 발생 횟수 필터를 정의할 때 실패합니다.

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

발생 횟수에 대해 상위 5개 필터를 정의할 때 Tableau Desktop에서 실행되는 쿼리가 아래에 표시됩니다. 이 제한은 쿼리 및 적용된 클라이언트측에 표시되지 않습니다.

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. 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) 2024/01/01.

6. 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.

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

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 FETCH NEXT 5 ROWS ONLY이(가) 포함되어 있습니다. 이는 Looker 및 BI 확장을 통해 제한이 실행됨을 의미합니다.

-- 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

1. 새 셀에 다음 문을 입력합니다.

   code language-python
   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' \ GROUP BY 1 \ ORDER BY `Events` 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 Limited df <- dv %>% filter(daterange >= "2023-01-01" & daterange < "2024-01-01") %>% group_by(product_name) %>% count() %>% arrange(desc(n), .by_group = FALSE) %>% head(5) print(df)

2. 청크를 실행합니다. 아래 스크린샷과 비슷한 출력이 표시됩니다.

   

BI 확장을 사용하여 RStudio에서 생성된 쿼리에 LIMIT 5이(가) 포함되어 있습니다. 이는 제한이 RStudio 및 BI 확장을 통해 적용됨을 의미합니다.

SELECT "product_name", COUNT(*) AS "n"
FROM (
  SELECT "cc_data_view".*
  FROM "cc_data_view"
  WHERE ("daterange" >= '2023-01-01' AND "daterange" < '2024-01-01')
) AS "q01"
GROUP BY "product_name"
ORDER BY "n" DESC
LIMIT 5

Customer Journey Analytics 개체는 데이터 창에서 사용할 수 있으며 Power BI Desktop에서 선택한 테이블에서 검색됩니다. 예: public.cc_data_view. 테이블 이름은 Customer Journey Analytics에서 데이터 보기에 정의한 외부 ID와 동일합니다. 예를 들어 제목 C&C - Data View 및 외부 ID cc_data_view의 데이터 보기입니다.

차원
Customer Journey Analytics의 차원은 구성 요소 ID로 식별됩니다. 구성 요소 ID이(가) Customer Journey Analytics 데이터 보기에 정의되어 있습니다. 예를 들어 Customer Journey Analytics의 제품 이름 차원에는 Power BI Desktop에 있는 차원의 이름인 구성 요소 ID product_name ​이(가) 있습니다.
일, 주, 월 등과 같은 Customer Journey Analytics의 날짜 범위 차원은 날짜 범위, 날짜 범위, 날짜 범위 등으로 사용할 수 있습니다.

지표
Customer Journey Analytics의 지표는 구성 요소 ID로 식별됩니다. 구성 요소 ID이(가) Customer Journey Analytics 데이터 보기에 정의되어 있습니다. 예를 들어 Customer Journey Analytics의 구매 매출 지표에는 Power BI Desktop에 있는 지표의 이름인 구성 요소 ID 구매_매출 ​이(가) 있습니다. ∑ ​은(는) 지표를 나타냅니다. 시각화에서 지표를 사용하면 지표 이름이 지표 합계​ 로 변경됩니다.

필터
Customer Journey Analytics에서 정의하는 필터는 filterName 필드의 일부로 사용할 수 있습니다. Power BI Desktop에서 filterName 필드를 사용하는 경우 사용할 필터를 지정할 수 있습니다.

계산된 지표
Customer Journey Analytics에서 정의하는 계산된 지표는 계산된 지표에 대해 정의한 외부 ID로 식별됩니다. 예를 들어 계산된 지표 제품 이름(고유 개수) ​에는 외부 ID product_name_count_distinct ​가 있으며 Power BI Desktop에는 cm_product_name_count_distinct ​t로 표시됩니다.

날짜 범위
Customer Journey Analytics에서 정의하는 날짜 범위는 daterangeName 필드의 일부로 사용할 수 있습니다. daterangeName 필드를 사용하는 경우 사용할 날짜 범위를 지정할 수 있습니다.

사용자 지정 변형
Power BI Desktop은 데이터 분석 표현식(DAX)을 사용하여 사용자 지정 변환 기능을 제공합니다. 예를 들어 제품 이름이 소문자인 등급 단일 차원 사용 사례를 실행하려고 합니다.

1. 보고서 보기에서 막대 시각화를 선택합니다.

2. 데이터 창에서 product_name ​을(를) 선택합니다.

3. 도구 모음에서 새 열 ​을 선택합니다.

4. 수식 편집기에서 product_name_lower과(와) 같은 이름이 product_name_lower = LOWER('public.cc_data_view[product_name])인 새 열을 정의합니다.
   (으)로 변환

5. 데이터 창에서 product_name 열 대신 새 product_name_lower 열을 선택하십시오.

6. 테이블 시각화의 자세히 ​에서 를 선택합니다.

   Power BI 데스크톱은 다음과 같아야 합니다.
   

사용자 지정 변환으로 인해 SQL 쿼리가 업데이트됩니다. 아래 SQL 예제에서 lower 함수 사용을 참조하십시오.

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

시트에서 작업할 때마다 데이터 사이드바에서 Customer Journey Analytics 개체를 사용할 수 있습니다. 및 은(는) Tableau의 데이터 원본 페이지의 일부로 선택한 테이블에서 검색됩니다. 예: cc_data_view. 테이블 이름은 Customer Journey Analytics에서 데이터 보기에 정의한 외부 ID와 동일합니다. 예를 들어 제목 C&C - Data View 및 외부 ID cc_data_view의 데이터 보기입니다.

차원
Customer Journey Analytics의 차원은 구성 요소 이름으로 식별됩니다. 구성 요소 이름이(가) Customer Journey Analytics 데이터 보기에 정의되어 있습니다. 예를 들어, Customer Journey Analytics의 제품 이름 차원에는 Tableau의 차원 이름인 구성 요소 이름 제품 이름 ​이(가) 있습니다. 모든 차원은 Abc(으)로 식별됩니다.
일, 주, 월 등과 같은 Customer Journey Analytics의 날짜 범위 차원은 Daterangeday, Daterangeweek, Daterangemonth 등으로 사용할 수 있습니다. 날짜 범위 차원을 사용하는 경우 드롭다운 메뉴에서 해당 날짜 범위 차원에 적용할 적절한 날짜 또는 시간 정의를 선택해야 합니다. 예: 년, 분기, 월, 일.

지표
Customer Journey Analytics의 지표는 구성 요소 이름으로 식별됩니다. 구성 요소 이름이(가) Customer Journey Analytics 데이터 보기에 정의되어 있습니다. 예를 들어, Customer Journey Analytics의 지표 구매 매출 ​에는 Tableau의 지표 이름인 구성 요소 이름 구매 매출 ​이(가) 있습니다. 모든 지표는 #(으)로 식별됩니다. 시각화에서 지표를 사용하면 지표 이름이 Sum(지표)(으)로 바뀝니다.

필터
Customer Journey Analytics에서 정의하는 필터는 필터 이름 필드의 일부로 사용할 수 있습니다. Tableau에서 필터 이름 필드를 사용하는 경우 사용할 필터를 지정할 수 있습니다.

계산된 지표
Customer Journey Analytics에서 정의하는 계산된 지표는 계산된 지표에 대해 정의한 제목으로 식별됩니다. 예를 들어 계산된 지표 제품 이름(고유 개수) ​에는 제목 제품 이름(고유 개수) ​이 있으며 Tableau에서는 Cm 제품 이름 고유 개수 ​로 표시됩니다.

날짜 범위
Customer Journey Analytics에서 정의하는 날짜 범위는 날짜 범위 이름 필드의 일부로 사용할 수 있습니다. 날짜 범위 이름 필드를 사용하는 경우 사용할 날짜 범위를 지정할 수 있습니다.

사용자 지정 변형
Tableau Desktop은 계산된 필드를 사용하여 사용자 지정 변환 기능을 제공합니다. 예를 들어 제품 이름이 소문자인 등급 단일 차원 사용 사례를 실행하려고 합니다.

1. 기본 메뉴에서 분석 > 계산된 필드 만들기 ​를 선택합니다.

   1. 함수를 사용하여 ​소문자 제품 이름LOWER([Product Name])을(를) 정의합니다.

      

   2. 확인 ​을 선택합니다.

2. 데이터 시트를 선택하십시오.

   1. 테이블 ​에서 소문자 제품 이름 ​을(를) 드래그하고 행 옆의 필드에 항목을 놓습니다.
   2. 행 ​에서 제품 이름 ​을(를) 제거합니다.

3. 대시보드 1 보기를 선택하십시오.

Tableau Desktop은 다음과 같습니다.

사용자 지정 변환으로 인해 SQL 쿼리가 업데이트됩니다. 아래 SQL 예제에서 LOWER 함수 사용을 참조하십시오.

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 개체는 탐색 인터페이스에서 사용할 수 있습니다. 및 는 Looker에서 연결, 프로젝트 및 모델 설정의 일부로 검색됩니다. 예: cc_data_view. 보기 이름은 Customer Journey Analytics에서 데이터 보기에 대해 정의한 외부 ID와 동일합니다. 예를 들어 제목 C&C - Data View 및 외부 ID cc_data_view의 데이터 보기입니다.

차원
Customer Journey Analytics의 차원은 Cc 데이터 보기 왼쪽 레일에 DIMENSION(으)로 나열됩니다. 차원은 Customer Journey Analytics 데이터 보기에서 정의됩니다. 예를 들어 Customer Journey Analytics의 제품 이름 차원에는 Looker의 차원 이름인 DIMENSION 제품 이름 ​이(가) 있습니다.
일, 주, 월 등과 같은 Customer Journey Analytics의 날짜 범위 차원은 Daterangeday 날짜, Daterangeweek 날짜, Daterangemonth 날짜 등으로 사용할 수 있습니다. 날짜 범위 차원을 사용하는 경우 적절한 날짜 또는 시간 정의를 선택해야 합니다. 예: 년, 분기, 월, 날짜.

지표
Customer Journey Analytics의 지표는 Cc 데이터 보기 왼쪽 레일에서 DIMENSION(으)로 나열됩니다. 예를 들어 Customer Journey Analytics의 구매 매출 지표에는 DIMENSION 구매 매출 ​이 있습니다. 실제로 지표로 사용하려면 위의 예제에 표시된 대로 사용자 지정 측정값 필드를 생성하거나 차원에 대한 단축키를 사용하십시오. 예를 들어 ⋮ ​을(를) 선택하고 집계 ​을(를) 선택한 다음 합계 ​를 선택합니다.

필터
Customer Journey Analytics에서 정의하는 필터는 필터 이름 필드의 일부로 사용할 수 있습니다. Looker에서 필터 이름 필드를 사용하는 경우 사용할 필터를 지정할 수 있습니다.

계산된 지표
Customer Journey Analytics에서 정의하는 계산된 지표는 계산된 지표에 대해 정의한 제목으로 식별됩니다. 예를 들어, 계산된 지표 제품 이름(고유 개수) ​에는 제목 제품 이름(고유 개수) ​이 있으며 Cm 제품 이름 고유 개수 ​로 표시됩니다.

날짜 범위
Customer Journey Analytics에서 정의하는 날짜 범위는 날짜 범위 이름 필드의 일부로 사용할 수 있습니다. 날짜 범위 이름 필드를 사용하는 경우 사용할 날짜 범위를 지정할 수 있습니다.

사용자 지정 변형
Looker는 위에 표시된 대로 사용자 지정 필드 빌더를 사용하여 사용자 지정 변환 기능을 제공합니다. 예를 들어 제품 이름이 소문자인 등급 단일 차원 사용 사례를 실행하려고 합니다.

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

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

   2. lower(${cc_data_view.product_name})식​ 텍스트 영역에 ​을(를) 입력하십시오. Product Name을(를) 입력할 때 올바른 구문이 도움이 됩니다.

      

   3. product name을(를) 이름(으)로 입력하십시오.

   4. 저장 ​을 선택합니다.

아래 표시된 것과 유사한 표가 표시됩니다.

사용자 지정 변환으로 인해 SQL 쿼리가 업데이트됩니다. 아래 SQL 예제에서 LOWER 함수 사용을 참조하십시오.

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

Customer Journey Analytics 개체(차원, 지표, 필터, 계산된 지표 및 날짜 범위)는 사용자가 구성하는 포함된 SQL 쿼리의 일부로 사용할 수 있습니다. 이전 예를 참조하십시오.

사용자 지정 변형

1. 새 셀에 다음 문을 입력합니다.

   code language-python
   data = %sql SELECT LOWER(product_category) AS `Product Category`, COUNT(*) AS EVENTS \ FROM cc_data_view \ WHERE daterange BETWEEN '2023-01-01' AND '2024-01-01' \ GROUP BY 1 \ ORDER BY `Events` DESC \ LIMIT 5; display(data)

2. 셀을 실행합니다. 아래 스크린샷과 비슷한 출력이 표시됩니다.

   

이 쿼리는 Jupyter Notebook에 정의된 BI 확장에서 실행됩니다.

Customer Journey Analytics 구성 요소(차원, 지표, 필터, 계산된 지표 및 날짜 범위)는 R 언어에서 이름이 비슷한 객체로 사용할 수 있습니다. 구성 요소를 사용하여 구성 요소를 참조하십시오. 이전 예제를 참조하십시오.

사용자 지정 변형

1. 새 청크에 {r} `에서 ` 사이의 다음 문을 입력하십시오.

   code language-r
   df <- dv %>% filter(daterange >= "2023-01-01" & daterange <= "2024-01-01") %>% mutate(d2=lower(product_category)) %>% group_by(d2) %>% count() %>% arrange(d2, .by_group = FALSE) print(df)

2. 청크를 실행합니다. 아래 스크린샷과 비슷한 출력이 표시됩니다.

   

BI 확장을 사용하여 RStudio에서 생성된 쿼리에 lower이(가) 포함되어 있습니다. 이는 사용자 지정 변환이 RStudio 및 BI 확장에 의해 실행됨을 의미합니다.

SELECT "d2", COUNT(*) AS "n"
FROM (
  SELECT "cc_data_view".*, lower("product_category") AS "d2"
  FROM "cc_data_view"
  WHERE ("daterange" >= '2023-01-01' AND "daterange" <= '2024-01-01')
) AS "q01"
GROUP BY "d2"
ORDER BY "d2"
LIMIT 1000

비교

대부분의 Customer Journey Analytics 시각화의 경우 Power BI Desktop은 동등한 경험을 제공합니다. 아래 표를 참조하십시오.

table 0-row-3 1-row-3 2-row-3 3-row-3 4-row-3 5-row-3 6-row-3 7-row-3 8-row-3 9-row-3 10-row-3 11-row-3 12-row-3 13-row-3 14-row-3 15-row-3 16-row-3 17-row-3 18-row-3 19-row-3 20-row-3 21-row-3 22-row-3 23-row-3 1-align-center 5-align-center 9-align-center 13-align-center 17-align-center 21-align-center 25-align-center 29-align-center 33-align-center 37-align-center 41-align-center 45-align-center 49-align-center 53-align-center 57-align-center 61-align-center 65-align-center 69-align-center 73-align-center 77-align-center 81-align-center 85-align-center 89-align-center 93-align-center
아이콘	Customer Journey Analytics 시각화	Power BI 데스크탑 시각화
	영역	영역 차트, 누적 영역 차트 및 100% 영역 차트
	막대	클러스터형 열 차트
	스택 막대	누적 세로 막대형 차트 및 100% 누적 세로 막대형 차트
	글머리 기호
	코호트 테이블
	콤보	선 및 누적 세로 막대형 차트 및 선 및 묶은 세로 막대형 차트
	도넛	도넛 차트
	폴아웃	단계.
	플로우	분해 나무요?
	자유 형식 테이블	테이블 및 매트릭스
	히스토그램
	가로 막대	클러스터형 막대형 차트
	스택 가로 막대	누적 막대 차트 및 100% 누적 막대 차트
	여정 캔버스	분해 트리
	주요 지표 요약
	라인	선 차트
	산포도	분산형 차트
	섹션 헤더	텍스트 상자
	요약 변경	카드
	요약 번호	카드
	텍스트	텍스트 상자
	트리맵	트리맵
	벤

드릴다운

Power BI은 특정 시각화에 대한 자세한 내용을 살펴보기 위해 드릴 모드를 지원합니다. 아래 예에서는 제품 범주에 대한 구매 매출을 분석합니다. 제품 카테고리를 나타내는 막대의 상황에 맞는 메뉴에서 드릴다운 ​을 선택할 수 있습니다.

드릴다운은 선택한 제품 범주 내의 제품에 대한 구매 매출로 시각화를 업데이트합니다.

드릴다운을 수행하면 WHERE 절을 사용하는 다음 SQL 쿼리가 생성됩니다.

select "_"."product_category" as "c25",
    "_"."product_name" as "c26",
    "_"."a0" as "a0"
from
(
    select "_"."product_category",
        "_"."product_name",
        "_"."a0"
    from
    (
        select "_"."product_category",
            "_"."product_name",
            "_"."a0"
        from
        (
            select "rows"."product_category" as "product_category",
                "rows"."product_name" as "product_name",
                sum("rows"."purchase_revenue") as "a0"
            from
            (
                select "_"."product_category",
                    "_"."product_name",
                    "_"."purchase_revenue"
                from "public"."cc_data_view" "_"
                where ("_"."daterange" >= date '2023-01-01' and "_"."product_category" = 'Fishing') and "_"."daterange" < date '2024-01-01'
            ) "rows"
            group by "product_category",
                "product_name"
        ) "_"
        where not "_"."a0" is null
    ) "_"
) "_"
order by "_"."product_category",
        "_"."product_name"
limit 1001

비교

대부분의 Customer Journey Analytics 시각화를 위해 Tableau Desktop은 이와 동등한 경험을 제공합니다. 아래 표를 참조하십시오.

table 0-row-3 1-row-3 2-row-3 3-row-3 4-row-3 5-row-3 6-row-3 7-row-3 8-row-3 9-row-3 10-row-3 11-row-3 12-row-3 13-row-3 14-row-3 15-row-3 16-row-3 17-row-3 18-row-3 19-row-3 20-row-3 21-row-3 22-row-3 23-row-3 1-align-center 5-align-center 9-align-center 13-align-center 17-align-center 21-align-center 25-align-center 29-align-center 33-align-center 37-align-center 41-align-center 45-align-center 49-align-center 53-align-center 57-align-center 61-align-center 65-align-center 69-align-center 73-align-center 77-align-center 81-align-center 85-align-center 89-align-center 93-align-center
아이콘	Customer Journey Analytics 시각화	Power BI 데스크탑 시각화
	영역	영역 차트
	막대	막대 차트
	스택 막대
	글머리 기호	글머리 기호 그래프
	코호트 테이블
	콤보	조합 차트
	도넛
	폴아웃
	플로우
	자유 형식 테이블	텍스트 테이블
	히스토그램	히스토그램
	가로 막대	막대 차트
	스택 가로 막대	막대 차트
	여정 캔버스
	주요 지표 요약
	라인	선 차트
	산포도	산포도
	섹션 헤더
	요약 변경
	요약 번호
	텍스트
	트리맵	트리맵
	벤

드릴다운

Tableau는 계층에서 드릴 모드를 지원합니다. 아래 예제에서는 테이블 ​에서 제품 이름 필드를 선택하고 제품 범주 위로 끌어서 놓으면 계층을 만듭니다. 그런 다음 제품 카테고리를 나타내는 막대의 컨텍스트 메뉴에서 + 드릴다운 ​을 선택할 수 있습니다.

드릴다운은 선택한 제품 범주 내의 제품에 대한 구매 매출로 시각화를 업데이트합니다.

드릴다운을 수행하면 GROUP BY 절을 사용하는 다음 SQL 쿼리가 생성됩니다.

SELECT CAST("cc_data_view"."product_category" AS TEXT) AS "product_category",
  CAST("cc_data_view"."product_name" AS TEXT) AS "product_name",
  SUM("cc_data_view"."purchase_revenue") AS "sum:purchase_revenue: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,
  2

쿼리가 결과를 선택한 제품 범주로 제한하지 않습니다. 시각화만 선택한 제품 범주를 표시합니다.

또는 한 개의 시각화가 다른 시각화에서 선택한 결과인 드릴다운 대시보드를 만들 수 있습니다. 아래 예제에서는 제품 범주 시각화를 필터로 사용하여 제품 이름 테이블을 업데이트합니다. 이 시각화 필터는 클라이언트 전용이며 추가 SQL 쿼리를 생성하지 않습니다.

비교

대부분의 Customer Journey Analytics 시각화의 경우 Looker에서는 동등한 경험을 제공합니다. 아래 표를 참조하십시오.

table 0-row-3 1-row-3 2-row-3 3-row-3 4-row-3 5-row-3 6-row-3 7-row-3 8-row-3 9-row-3 10-row-3 11-row-3 12-row-3 13-row-3 14-row-3 15-row-3 16-row-3 17-row-3 18-row-3 19-row-3 20-row-3 21-row-3 22-row-3 23-row-3 1-align-center 5-align-center 9-align-center 13-align-center 17-align-center 21-align-center 25-align-center 29-align-center 33-align-center 37-align-center 41-align-center 45-align-center 49-align-center 53-align-center 57-align-center 61-align-center 65-align-center 69-align-center 73-align-center 77-align-center 81-align-center 85-align-center 89-align-center 93-align-center
아이콘	Customer Journey Analytics 시각화	Power BI 데스크탑 시각화
	영역	영역 차트
	막대	막대 차트
	스택 막대	막대 차트
	글머리 기호	글머리 기호 그래프
	코호트 테이블
	콤보	시각화 사용자 지정
	도넛	도넛
	폴아웃	단계
	플로우	Sankey
	자유 형식 테이블	테이블
	히스토그램
	가로 막대	막대 차트
	스택 가로 막대	막대 차트
	여정 캔버스
	주요 지표 요약
	라인	선 차트
	산포도	산포도
	섹션 헤더
	요약 변경	단일 값
	요약 번호	단일 값
	텍스트	단일 값
	트리맵	트리맵
	벤 다이어그램	벤 다이어그램

• Power BI Desktop 고급 날짜 범위 필터링은 전용입니다. 종료 날짜의 경우 보고하려는 날짜가 지난 날짜를 선택해야 합니다. 예를 들어 이(가) 1/1/2023 다음 1/2/2023 전후에 있습니다.

• 연결을 만들 때 Power BI Desktop의 기본값은 가져오기 ​입니다. 직접 쿼리 ​를 사용하는지 확인하십시오.

• Power BI Desktop은 Power Query를 통해 데이터 변환을 표시합니다. Power Query는 주로 가져오기 유형 연결에서 작동하므로 날짜 또는 문자열 함수와 같이 적용하는 많은 변환에서 가져오기 유형 연결로 전환해야 한다는 오류가 발생합니다. 쿼리 시간에 데이터를 변환해야 하는 경우 Power BI에서 변환 자체를 수행할 필요가 없도록 파생 차원 및 지표를 사용해야 합니다.

• Power BI Desktop이 날짜-시간 유형 열을 처리하는 방법을 이해하지 못하므로 daterangehour 및​ ​daterangeminute​ 와 같은​ ​daterange​ X ​ ​차원이 지원되지 않습니다.

• Power BI Desktop은 기본적으로 더 많은 쿼리 서비스 세션을 사용하여 여러 연결을 시도합니다. 프로젝트의 Power BI 설정으로 이동하여 병렬 쿼리를 비활성화합니다.

• Power BI Desktop은 모든 클라이언트측 정렬과 제한을 수행합니다. Power BI Desktop에는 연결된 값을 포함하는 상위 X 필터링에 대한 다른 의미 체계도 있습니다. 따라서 Analysis Workspace에서와 동일한 정렬 및 제한을 만들 수 없습니다.

• 이전 버전의 Power BI Desktop 2024년 10월 릴리스는 PostgreSQL 데이터 소스를 중단합니다. 이 문서에 언급된 버전을 사용해야 합니다.

• Tableau Desktop Range of Dates 필터링은 전용입니다. 종료 날짜의 경우 보고하려는 날짜가 지난 날짜를 선택해야 합니다.

• 기본적으로 시트의 행에 Daterangemonth ​와 같은 날짜 또는 날짜-시간 차원을 추가하면 Tableau Desktop은 필드를 YEAR() 함수로 래핑합니다. 원하는 항목을 얻으려면 해당 차원을 선택하고 드롭다운 메뉴에서 사용할 날짜 함수를 선택해야 합니다. 예를 들어 Daterangemonth ​을(를) 사용하려는 경우 Year ​을(를) Month(으)로 변경합니다.

• 결과를 상위 X(으)로 제한하는 것은 Tableau Desktop에서 명확하지 않습니다. 결과를 명시적으로 제한하거나 계산 필드 및 INDEX() 함수를 사용할 수 있습니다. 차원에 상위 X 필터를 추가하면 지원되지 않는 내부 조인을 사용하여 복잡한 SQL이 생성됩니다.

• Looker에는 노드당 최대 연결 수가 5~100개 사이여야 합니다. 이 값을 1로 설정할 수 없습니다. 이 설정은 Looker 연결이 사용 가능한 쿼리 서비스 세션 중 최소 5개를 항상 사용함을 의미합니다.

• 조회 기능을 사용하면 Customer Journey Analytics 데이터 보기를 기반으로 하는 보기를 사용하여 프로젝트를 만들 수 있습니다. 그런 다음 LookerML을 사용하여 데이터 보기에서 사용할 수 있는 차원 및 지표를 기반으로 모델을 만듭니다. 이 프로젝트 보기는 소스와 일치하도록 자동으로 업데이트되지 않습니다. CJA 데이터 보기 차원, 지표, 계산된 지표 또는 세그먼트를 변경하거나 추가하는 경우 이러한 변경 사항은 자동으로 보기에 표시되지 않습니다. 프로젝트 보기를 수동으로 업데이트하거나 새 프로젝트를 만들어야 합니다.

• 날짜 범위 날짜 또는 날짜 범위 날짜 ​와 같은 날짜 또는 날짜-시간 필드에 대한 로커의 사용자 경험이 혼동됩니다.

• 검색자의 날짜 범위는 포괄적이 아닌 배타적입니다. until(before) ​이(가) 회색이므로 해당 측면을 놓칠 수 있습니다. 종료일의 경우 보고하려는 날의 지난 날짜를 선택해야 합니다.

• 조회 수는 지표를 자동으로 지표로 취급하지 않습니다. 지표를 선택하면 기본적으로 검색기가 지표를 쿼리의 차원으로 처리하려고 합니다. 지표를 지표로 처리하려면 위에 표시된 대로 사용자 지정 필드를 만들어야 합니다. 바로 가기로 ⋮ ​을(를) 선택하고 집계 ​을(를) 선택한 다음 합계 ​를 선택할 수 있습니다.

• Jupyter Notebook의 주요 주의 사항은 도구가 다른 BI 도구와 같은 드래그 앤 드롭 사용자 인터페이스가 아니라는 것입니다. 좋은 비주얼을 만들 수는 있지만, 이를 위해서는 코드를 작성해야 합니다.

• R 배포는 플랫 스키마에서 작동하므로 FLATTEN 옵션이 필요합니다.

• RStudio의 주요 주의 사항은 도구가 다른 BI 도구처럼 드래그 앤 드롭 사용자 인터페이스가 아니라는 것입니다. 좋은 비주얼을 만들 수는 있지만, 이를 위해서는 코드를 작성해야 합니다.