De objecten Customer Journey Analytics zijn beschikbaar in het deelvenster Data en worden opgehaald uit de tabel die u hebt geselecteerd in Power BI Desktop. Bijvoorbeeld public.cc_data_view . De naam van de tabel is gelijk aan de externe id die u voor de gegevensweergave in Customer Journey Analytics hebt gedefinieerd. Gegevens worden bijvoorbeeld weergegeven met Title C&C - Data View en External ID cc_data_view .

Dimensionen
Dimensionen van Customer Journey Analytics worden geïdentificeerd door Component ID. Component ID wordt bepaald in uw de gegevensmening van de Customer Journey Analytics. Dimensies Product Name in Customer Journey Analytics hebben bijvoorbeeld een Component ID product_name . Dit is de naam voor de dimensie in Power BI Desktop.
De datumbereikafmetingen van Customer Journey Analytics, zoals Day , Week , Month en meer, zijn beschikbaar als daterangeday , daterangeweek , daterangemonth en meer.

Metriek
Metrische gegevens van Customer Journey Analytics worden geïdentificeerd door de Component ID . Component ID wordt bepaald in uw de gegevensmening van de Customer Journey Analytics. Metrisch Purchase Revenue in Customer Journey Analytics heeft bijvoorbeeld een Component ID purchase_revenue . Dit is de naam voor de metrische waarde in Power BI Desktop. Een ∑ geeft metriek aan. Wanneer u metrisch in om het even welke visualisatie gebruikt, wordt metrisch anders genoemd aan **Sum of *metrisch ***.

Filters
Filters die u in de Customer Journey Analytics definieert, zijn beschikbaar als onderdeel van het veld filterName . Wanneer u een veld filterName in het bureaublad van Power BI gebruikt, kunt u opgeven welk filter u wilt gebruiken.

Berekende metriek
De berekende metriek die u in Customer Journey Analytics bepaalt worden geïdentificeerd door External ID u voor berekende metrisch hebt bepaald. Berekende metrische waarde Product Name (Count Distinct) heeft bijvoorbeeld External ID product_name_count_distinct en wordt weergegeven als cm_product_name_count_distinc ​t in Power BI Desktop.

waaiers van de Datum
Datumbereiken die u in de Customer Journey Analytics definieert, zijn beschikbaar als onderdeel van het veld daterangeName . Wanneer u een veld daterangeName gebruikt, kunt u opgeven welk datumbereik u wilt gebruiken.

de transformaties van de Douane
De Desktop van de Power BI verstrekt de functionaliteit van de douanetransformatie gebruikend Uitdrukkingen van de Analyse van Gegevens (DAX). Als voorbeeld, wilt u het Enige afmetingsgerangschikte gebruiksgeval met productnamen in kleine letters uitvoeren.

1. Selecteer in de rapportweergave de streepjesvisualisatie.

2. Selecteer product_name in de ruit van Gegevens.

3. Selecteer Nieuwe kolom op de werkbalk.

4. Definieer in de formule-editor een nieuwe kolom met de naam product_name_lower , net als product_name_lower = LOWER('public.cc_data_view[product_name]) .
   {modal="regular"}

5. Zorg ervoor dat u de nieuwe kolom product_name_lower selecteert in het venster Gegevens in plaats van de kolom product_name.

6. Selecteer Rapport als Lijst van in de lijstvisualisatie.

   Uw Power BI Desktop zou hieronder moeten kijken als.
   {modal="regular"}

De aangepaste transformatie resulteert in updates van SQL-query's. Zie het gebruik van de functie lower in het volgende SQL-voorbeeld:

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

De objecten Customer Journey Analytics zijn beschikbaar in de zijbalk van Data wanneer u in een werkblad werkt. En worden opgehaald uit de tabel die u hebt geselecteerd als onderdeel van de pagina Data source in Tableau. Bijvoorbeeld cc_data_view . De naam van de tabel is gelijk aan de externe id die u voor de gegevensweergave in Customer Journey Analytics hebt gedefinieerd. Gegevens worden bijvoorbeeld weergegeven met Title C&C - Data View en External ID cc_data_view .

Dimensionen
Dimensionen van Customer Journey Analytics worden geïdentificeerd door Component name. Component name wordt bepaald in uw de gegevensmening van de Customer Journey Analytics. Dimensies Product Name in Customer Journey Analytics hebben bijvoorbeeld een Component name Product Name . Dit is de naam voor de dimensie in Tableau. Alle afmetingen worden aangegeven met Abc .
De datumbereikafmetingen van Customer Journey Analytics, zoals Day , Week , Month en meer, zijn beschikbaar als Daterangeday , Daterangeweek , Daterangemonth en meer. Wanneer u een dimensie van het datumbereik gebruikt, moet u een aangewezen definitie van datum of tijd selecteren om op die afmeting van het datumbereik van het drop-down menu toe te passen. Bijvoorbeeld Year, Quarter, Month, Day .

Metriek
Metrische gegevens van Customer Journey Analytics worden geïdentificeerd door de Component Name . Component Name wordt bepaald in uw de gegevensmening van de Customer Journey Analytics. Metrisch Purchase Revenue in Customer Journey Analytics heeft bijvoorbeeld een Component Name Purchase Revenue . Dit is de naam voor de metrische waarde in Tableau. Alle metriek worden geïdentificeerd door #. Wanneer u metrisch in om het even welke visualisatie gebruikt, wordt metrisch anders genoemd aan Sum(*metrisch *).

Filters
Filters die u in de Customer Journey Analytics definieert, zijn beschikbaar als onderdeel van het veld Filter Name . Wanneer u een veld Filter Name in Tableau gebruikt, kunt u opgeven welk filter u wilt gebruiken.

Berekende metriek
De berekende metriek die u in Customer Journey Analytics bepaalt worden geïdentificeerd door Title u voor berekende metrisch hebt bepaald. Berekende metrische waarde Product Name (Count Distinct) heeft bijvoorbeeld Title Product Name (Count Distinct) en wordt weergegeven als Cm Product Name Count Distinct in Tableau.

waaiers van de Datum
Datumbereiken die u in de Customer Journey Analytics definieert, zijn beschikbaar als onderdeel van het veld Daterange Name . Wanneer u een veld Daterange Name gebruikt, kunt u opgeven welk datumbereik u wilt gebruiken.

de transformaties van de Douane
De Desktop van tableau verstrekt de functionaliteit van de douanetransformatie gebruikend Berekende Gebieden. Als voorbeeld, wilt u het Enige afmetingsgerangschikte gebruiksgeval met productnamen in kleine letters uitvoeren.

1. Selecteer Analysis > Create Calculated Field in het hoofdmenu.

   1. Definieer Lowercase Product Name met de functie LOWER([Product Name]) .

      {modal="regular"}

   2. Selecteer OK .

2. Selecteer het Data blad.

   1. Sleep Lowercase Product Name van Tables en laat vallen de ingang in het gebied naast Rows.
   2. Verwijder Product Name uit Rows .

3. Selecteer Dashboard 1 weergave.

Uw Tableau Desktop moet er hieronder uitzien.

{modal="regular"}

De aangepaste transformatie resulteert in updates van SQL-query's. Zie het gebruik van de functie LOWER in het volgende SQL-voorbeeld:

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))

Vergelijking

Voor de meeste visualisaties van de Customer Journey Analytics, biedt de Desktop gelijkwaardige ervaringen. Zie de onderstaande tabel.

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
Pictogram	Customer Journey Analytics visualisatie	Power BI Desktop visualisatie
	Gebied	grafiek van het Gebied, gestapelde gebiedsgrafiek en 100% gebiedsgrafiek
	Bar	Gegroepeerd kolomgrafiek
	Gestapelde Bar	Gestapelde kolomgrafiek en 100% gestapelde kolomgrafiek
	Opsommingsteken
	Lijst van de Cohort
	Combo	Lijn en gestapelde kolomgrafiek en Lijn en gegroepeerde kolomgrafiek
	Cirkeldiagram	grafiek van de Donut
	Uitval	Trechter.
	Stroom	Boom ontbinden?
	Vrije-vormentabel	Lijsten Matrijs
	Histogram
	Horizontale bar	Gegroepeerd staafdiagram
	Horizontale gestapelde bar	Gestapeld staafdiagram en 100% gestapeld staafdiagram
	het canvas van de Reis	Decomposition boom
	Zeer belangrijke metrische samenvatting
	Lijn	grafiek van de Lijn
	Spreiding	Spreidingsgrafiek
	kopbal van de Sectie	doos van de Tekst
	Summiere verandering	Kaart
	Summiere aantal	Kaart
	Tekst	doos van de Tekst
	Boomstructuur	Boomstructuur
	Venn

Boor omlaag

Power BI steunt de wijze van de a boorom diepgaande details op bepaalde visualisaties te onderzoeken. In het onderstaande voorbeeld analyseert u de aankoopopbrengsten voor productcategorieën. In het contextmenu van een balk die een productcategorie voorstelt, kunt u Drill down selecteren.

{modal="regular"}

Met de optie Omlaag kunt u de visualisatie bijwerken met aankoopopbrengsten voor producten binnen de geselecteerde productcategorie.

{modal="regular"}

De boor neer resulteert in de volgende SQL vraag die een WHERE clausule gebruikt:

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

Vergelijking

Voor de meeste visualisaties van Customers Journey Analytics biedt Tableau vergelijkbare ervaringen. Zie de onderstaande tabel.

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
Pictogram	Customer Journey Analytics visualisatie	Power BI Desktop visualisatie
	Gebied	Grafiek van het Gebied
	Bar	Grafiek van de Bar
	Gestapelde Bar
	Opsommingsteken	Grafiek met opsommingstekens
	Lijst van de Cohort
	Combo	de Grafieken van de Combinatie
	Cirkeldiagram
	Uitval
	Stroom
	Vrije-vormentabel	Lijst van de Tekst
	Histogram	Histogram
	Horizontale bar	Grafiek van de Bar
	Horizontale gestapelde bar	Grafiek van de Bar
	het canvas van de Reis
	Zeer belangrijke metrische samenvatting
	Lijn	Grafiek van de Lijn
	Spreiding	Verstrooiingspal
	kopbal van de Sectie
	Summiere verandering
	Summiere aantal
	Tekst
	Boomstructuur	Boomstructuur
	Venn

Boor omlaag

Tableau steunt boor wijzedoor hiërarchieën. In het onderstaande voorbeeld maakt u een hiërarchie wanneer u het veld Product Name binnen Tables selecteert en het boven Product Category sleept. Vervolgens kunt u + Drill down selecteren in het contextmenu van een balk die een productcategorie voorstelt.

{modal="regular"}

Met de optie Omlaag bogen wordt de visualisatie bijgewerkt met aankoopopbrengsten voor producten binnen de geselecteerde productcategorie.

{modal="regular"}

De boor neer resulteert in de volgende SQL vraag die een GROUP DOOR clausule gebruikt:

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

De vraag beperkt ​ ​niet de resultaten tot de geselecteerde productcategorie; slechts toont visualisatie de geselecteerde productcategorie.

{modal="regular"}

U kunt ook een dashboard maken voor de boor omlaag, waarbij de ene visuele weergave het resultaat is van de selectie in een andere visuele weergave. In het onderstaande voorbeeld wordt de Product Categories visualisatie gebruikt als een filter om de Product Names -tabel bij te werken. Dit visualisatiefilter is alleen client en leidt niet tot een extra SQL-query.

{modal="regular"}

• Filteren van datumbereik via Power BI Desktop Advanced is exclusief. Voor uw einddatum, moet u één meer dan de dag selecteren u wilt melden. Bijvoorbeeld is on or after 1/1/2023 and before 1/2/2023 .

• Power BI Desktop wordt standaard ingesteld op Import wanneer u een verbinding maakt. Gebruik Direct Query niet.

• Power BI Desktop stelt gegevenstransformaties beschikbaar via Power Query. De Vraag van de macht werkt hoofdzakelijk met het type van de Invoer verbindingen zodat een vele transformaties die u als datum of koordfuncties toepast een fout werpen die u op een het typeverbinding van de Invoer moet schakelen. Als u gegevens bij vraagtijd moet omzetten, zou u afgeleide dimensies en metriek moeten gebruiken zodat te hoeven de Power BI niet om de transformaties zelf te doen.

• De Desktop van de Power BI begrijpt niet hoe te om datum-tijd typekolommen te behandelen zodat worden de **daterange*X ***​dimensies zoals daterangehour ​en daterangeminute ​niet gesteund.

• De Desktop van de Power BI probeert door gebrek om veelvoudige verbindingen te maken die omhoog meer zittingen van de Dienst van de Vraag gebruiken. Ga binnen aan de montages van de Power BI voor uw project en maak parallelle vragen onbruikbaar.

• Power BI Desktop sorteert en beperkt alle client-side. De Desktop van de Power BI heeft ook verschillende semantiek voor hoogste X het filtreren die gebonden waarden omvat. U kunt dus niet dezelfde sortering en beperking maken als in Analysis Workspace.

• Eerdere versies van de release van Power BI Desktop Oktober 2024 breken PostSQL-gegevensbronnen af. Gebruik de versie die in dit artikel wordt vermeld.

• Het filtreren van de Waaier van de Waaier van de Desktop van Tableau van Daten is exclusief. Voor uw einddatum, moet u één meer dan de dag selecteren u wilt melden.

• Wanneer u standaard een datum- of datum-tijddimensie zoals Daterangemonth toevoegt aan de rijen van een blad, plaatst Tableau Desktop het veld in een YEAR() -functie. Om te krijgen wat u wilt, moet u die afmeting selecteren en van het drop-down menu selecteren de datumfunctie u wilt gebruiken. Wijzig bijvoorbeeld Year in Month wanneer u Daterangemonth wilt gebruiken.

• Het beperken van resultaten tot Top X is niet duidelijk in de Desktop van Tableau. U kunt de resultaten expliciet beperken of een berekend veld en de functie INDEX() gebruiken. Het toevoegen van een Hoogste X filter aan een afmeting produceert complexe SQL gebruikend binnen-sluit zich aan dat niet wordt gesteund.