1. In het deelvenster Data :

   1. Selecteer daterange .
   2. Selecteer product_name .
   3. Selecteer ∑ occurrences .

2. In het deelvenster Filters :

   1. Selecteer daterange is (All) in Filters on this visual .
   2. Selecteer Relative date als de Filter type .
   3. Definieer het filter naar Show items when the value is in the last 1 calendar years .
   4. Selecteer Apply filter .
   5. Selecteer product_name is (All) in Filters on this visual .
   6. Selecteer Top N als de Filter type .
   7. Selecteer Show Items Top 5 By value .
   8. Sleep ∑ occurrences vanuit het deelvenster Data en zet het neer op Add data fields here .
   9. Selecteer Apply filter .

3. In het deelvenster Visualisatie:

   • Selecteer om daterange uit Kolommen te verwijderen.

   Je Power BI Desktop moet er hieronder uitzien.

   {modal="regular"}

De query die door Power BI Desktop wordt uitgevoerd met de BI-extensie bevat een limit -instructie, maar niet de instructie die wordt verwacht. De limiet van de bovenste vijf exemplaren wordt door Power BI Desktop afgedwongen met expliciete resultaten voor de productnaam.

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. Selecteer de tab Sheet 1 onderaan om te schakelen van Data source . In de weergave Sheet 1 :

   1. Sleep Daterange -item uit de lijst Tables in de Filters -lijst.

   2. Selecteer Range of Dates in het dialoogvenster Next > van Filter Field [Daterange] .

   3. Selecteer Relative dates in het dialoogvenster Filter [Daterange] , selecteer Years en selecteer Previous years . Selecteer Apply en OK .

   4. Sleep Product Name van de Tables lijst aan Rows.

   5. Sleep Occurrences -item uit de Tables -lijst en zet de vermelding in het veld naast Columns neer. De waarde verandert in SUM(Occurrences) .

   6. Selecteer Text Table in Show Me .

   7. Selecteer Fit Width in de vervolgkeuzelijst Fit .

   8. Selecteer Product Name in Rows . Selecteer Filter in de vervolgkeuzelijst.

      1. Selecteer de tab Top in het dialoogvenster Filter [Product Name] .

      2. Selecteer By field: Top 5 by Occurrences Sum .

      3. Selecteer Apply en OK .

         u merkt dat de lijst verdwijnt. Het selecteren van top 5 productnamen door voorkomen werkt niet behoorlijk gebruikend deze filter.

      4. Selecteer Product Name in de Filter plank en van het drop-down menu uitgezocht Remove. De tabel wordt opnieuw weergegeven.

   9. Selecteer SUM(Occurrences) in de Marks -plank. Selecteer Filter in de vervolgkeuzelijst.

      1. Selecteer At least in het dialoogvenster Filter [Occurrences] .

      2. Voer 47.799 in als waarde. Deze waarde zorgt ervoor dat alleen de bovenste 5 items in de tabel worden weergegeven. Selecteer Apply en OK .

         Uw Tableau Desktop moet er hieronder uitzien.

         {modal="regular"}

Zoals hierboven getoond, ontbreekt deze vraag die door Desktop van Tableau wordt uitgevoerd, wanneer het bepalen van Hoogste 5 voorvalenfilter op productnamen, ontbreekt.

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

De vraag die door Desktop Tableau wordt uitgevoerd, wanneer het bepalen van Hoogste 5 filter op voorkomen, wordt hieronder getoond. De limiet is niet zichtbaar in de query en wordt toegepast op de client.

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. Vernieuw de verbinding in de Explore -interface van Looker. Selecteer Clear cache and refresh.

2. Zorg ervoor dat u in de interface Explore van Looker een schone instelling hebt. Als niet, uitgezochte Remove fields and filters.

3. Selecteer + Filter onder Filters .

4. In het dialoogvenster Add Filter :

   1. Selecteren ‣ Cc Data View

   2. Selecteer ‣ Daterange Date en vervolgens Daterange Date in de lijst met velden.

      {modal="regular"}

5. Geef het filter Cc Data View Daterange Date op als is in range 2023/01/01 until (before) 2024/01/01 .

6. Vanuit het gedeelte ‣ Cc Data View in de linkertrack:

   1. Selecteer Product Name .
   2. Selecteer Count onder MEASURES in de linkertrack (onder).

7. Selecteer ↓ (Descending, Sort Order: 1 ) in de kolom Purchase Revenue .

8. Selecteer ↓ (Descending, Sort Order: 1 ) in de kolom Purchase Revenue .

9. Selecteer Run .

10. Selecteer ‣ Visualization .

U dient een visualisatie en tabel te zien zoals hieronder weergegeven.

{modal="regular"}

De vraag die door de uitbreiding wordt geproduceerd Loker die van BI gebruikt omvat FETCH NEXT 5 ROWS ONLY, wat impliceert dat de grens door Leider en de uitbreiding van BI wordt uitgevoerd.

-- 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. Voer de volgende instructies in een nieuwe cel in.

   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. Voer de cel uit. U zou output moeten zien gelijkend op het hieronder opgenomen schermschot.

   {modal="regular"}

De query wordt uitgevoerd door de BI-extensie zoals gedefinieerd in Jupyter Notebook.

1. Voer de volgende instructies tussen {r} ` en ` in een nieuw segment in.

   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. Voer het segment uit. U zou output moeten zien gelijkend op het hieronder opgenomen schermschot.

   {modal="regular"}

De query die wordt gegenereerd door RStudio met de BI-extensie bevat LIMIT 5 . Dit houdt in dat de limiet wordt toegepast via RStudio en de BI-extensie.

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

De Customer Journey Analytics-objecten 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 .

Afmetingen
Dimensies van Customer Journey Analytics worden geïdentificeerd door de Component ID . Component ID wordt gedefinieerd in uw Customer Journey Analytics-gegevensweergave. 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 uit Customer Journey Analytics worden geïdentificeerd door de Component ID . Component ID wordt gedefinieerd in uw Customer Journey Analytics-gegevensweergave. 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 Customer Journey Analytics definieert, zijn beschikbaar in het veld filterName . Wanneer u een filterName -veld gebruikt in Power BI Desktop, 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 Customer Journey Analytics definieert, zijn beschikbaar in 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 Power BI verstrekt de functionaliteit van de douanetransformatie gebruikend Uitdrukkingen van de Analyse van Gegevens (DAX). Als voorbeeld, wilt u de Enige afmeting gerangschiktegebruiksgeval met productnamen in kleine letters uitvoeren.

1. Selecteer in de rapportweergave de streepjesvisualisatie.

2. Selecteer product_name in het venster Gegevens.

3. Selecteer New column 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. Selecteer de nieuwe kolom product_name_lower in het deelvenster Data in plaats van de kolom product_name .

6. Selecteer Report as Table van in de lijstvisualisatie.

   Je Power BI Desktop moet er hieronder uitzien.
   {modal="regular"}

De aangepaste transformatie resulteert in een update 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 Customer Journey Analytics-objecten zijn beschikbaar in de zijbalk van Data wanneer u in een vel 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 .

Afmetingen
Dimensies van Customer Journey Analytics worden geïdentificeerd door de Component name . Component name wordt gedefinieerd in uw Customer Journey Analytics-gegevensweergave. 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 dimensie van het datumbereik van het drop-down menu toe te passen. Bijvoorbeeld Year, Quarter, Month, Day .

Metriek
Metrische gegevens uit Customer Journey Analytics worden geïdentificeerd door de Component Name . Component Name wordt gedefinieerd in uw Customer Journey Analytics-gegevensweergave. 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 Customer Journey Analytics definieert, zijn beschikbaar in 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 Customer Journey Analytics definieert, zijn beschikbaar in 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 de Enige afmeting gerangschiktegebruiksgeval 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))

De Customer Journey Analytics-objecten zijn beschikbaar in de Explore -interface. En worden teruggewonnen als deel van vestiging uw verbinding, project, en model in Drager. Bijvoorbeeld cc_data_view . De naam van de weergave 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 .

Afmetingen
Dimensies van Customer Journey Analytics worden weergegeven als DIMENSION in de Cc Data View linkerrails. De dimensie wordt gedefinieerd in uw Customer Journey Analytics-gegevensweergave. Dimensies Product Name in Customer Journey Analytics hebben bijvoorbeeld een DIMENSION Product Name . Dit is de naam voor de dimensie in Looker.
De datumbereikafmetingen van Customer Journey Analytics, zoals Day , Week , Month en meer, zijn beschikbaar als Daterangeday Date , Daterangeweek Date , Daterangemonth Date en meer. Wanneer u een dimensie van het datumbereik gebruikt, moet u een aangewezen definitie van datum of tijd selecteren. Bijvoorbeeld Year, Quarter, Month, Date .

Metriek
Metrische gegevens uit Customer Journey Analytics worden weergegeven als DIMENSION in de Cc Data View left rail. Metrisch Purchase Revenue in Customer Journey Analytics heeft bijvoorbeeld een DIMENSION Purchase Revenue . Als u daadwerkelijk als metrisch wilt gebruiken, maakt u een aangepast metingsveld, zoals in de bovenstaande voorbeelden wordt getoond, of gebruikt u de sneltoets voor een dimensie. Selecteer bijvoorbeeld ⋮ , Aggregate en selecteer vervolgens Sum .

Filters
Filters die u in Customer Journey Analytics definieert, zijn beschikbaar in het veld Filter Name . Wanneer u een veld Filter Name in Drager 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 Looker.

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

de transformaties van de Douane
Looker biedt aangepaste transformatiefuncties met behulp van aangepaste veldbuilders, zoals hierboven wordt weergegeven. Als voorbeeld, wilt u de Enige afmeting gerangschiktegebruiksgeval met productnamen in kleine letters uitvoeren.

1. Vanuit het gedeelte ‣ Custom Fields in de linkertrack:

   1. Selecteer Custom Dimension in de vervolgkeuzelijst + Add .

   2. Voer lower(${cc_data_view.product_name}) in het tekstgebied Expression in. Wanneer u Product Name begint te typen, krijgt u de juiste syntaxis.

      {modal="regular"}

   3. Voer product name in als de Name .

   4. Selecteer Save .

U dient een vergelijkbare tabel te zien zoals hieronder weergegeven.

{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((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

De Customer Journey Analytics-objecten (afmetingen, metriek, filters, berekende metriek en datumbereiken) zijn beschikbaar als onderdeel van de ingesloten SQL-query's die u maakt. Zie eerdere voorbeelden.

de transformaties van de Douane

1. Voer de volgende instructies in een nieuwe cel in.

   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. Voer de cel uit. U zou output moeten zien gelijkend op het hieronder opgenomen schermschot.

   {modal="regular"}

De query wordt uitgevoerd door de BI-extensie zoals gedefinieerd in Jupyter Notebook.

De Customer Journey Analytics-componenten (afmetingen, metriek, filters, berekende metriek en datumbereiken) zijn beschikbaar als vergelijkbare benoemde objecten in de R-taal. Raadpleeg de componenten die de component gebruiken Zie eerdere voorbeelden.

de transformaties van de Douane

1. Voer de volgende instructies tussen {r} ` en ` in een nieuw segment in.

   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. Voer het segment uit. U zou output moeten zien gelijkend op het hieronder opgenomen schermschot.

   {modal="regular"}

De query die wordt gegenereerd door RStudio met de BI-extensie bevat lower . Dit houdt in dat de aangepaste transformatie wordt uitgevoerd door RStudio en de BI-extensie.

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

Vergelijking

Voor de meeste Customer Journey Analytics-visualisaties biedt Power BI Desktop 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, 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 Customer Journey Analytics-visualisaties biedt Tableau Desktop 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 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 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"}

Vergelijking

Voor de meeste Customer Journey Analytics-visualisaties biedt Lader 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	Grafiek van de Bar
	Opsommingsteken	Grafiek met opsommingstekens
	Lijst van de Cohort
	Combo	Aanpassen visualisaties
	Cirkeldiagram	Cirkeldiagram
	Uitval	Trechter
	Stroom	Sankey
	Vrije-vormentabel	Lijst
	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	Spreidingsdiagram
	kopbal van de Sectie
	Summiere verandering	Enige Waarde
	Summiere aantal	Enige Waarde
	Tekst	Enige Waarde
	Boomstructuur	Boomstructuur
	Diagram van de Venn	Diagram van de Venn

• Filteren van datumbereiken 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 Power BI niet om de transformaties zelf te doen.

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

• Power BI Desktop probeert standaard meerdere verbindingen te maken met behulp van meer Query Service-sessies. Ga binnen aan de montages van Power BI voor uw project en maak parallelle vragen onbruikbaar.

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

• Eerdere versies van de Power BI Desktop-release van oktober 2024 breken PostSQL-gegevensbronnen uit. 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 dimensie 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.

• De laagker heeft een maximumaantal verbindingen per knoop die tussen 5-100 wordt vereist plaatsen. U kunt deze waarde niet instellen op 1. Deze instelling houdt in dat een lagere verbinding altijd minimaal 5 van de beschikbare Query Service-sessies gebruikt.

• Met Liniaal kunt u een project maken met een weergave op basis van een Customer Journey Analytics-gegevensweergave. De plukker leidt dan tot een model dat op de afmetingen en metriek wordt gebaseerd, beschikbaar in de mening van Gegevens, gebruikend LookerML. Deze projectweergave wordt niet automatisch bijgewerkt naar de bron. Als u wijzigingen aanbrengt of toevoegt aan de afmetingen, metriek, berekende metriek of segmenten van de CJA-gegevensweergave, worden deze wijzigingen niet automatisch weergegeven in Kiezer. U moet de projectweergave handmatig bijwerken of een nieuw project maken.

• De gebruikerservaring van de kiezer op datum- of datum-tijdvelden zoals Daterange Date of Daterangeday Date is verwarrend.

• Het datumbereik van Lager is exclusief in plaats van inclusief. until (before) is grijs, zodat u dat aspect kunt missen. Voor uw einddag, moet u één meer dan de dag selecteren u wilt melden.

• In de viewer worden uw meetgegevens niet automatisch als meetgegevens beschouwd. Wanneer u metrisch selecteert, door gebrek probeert de Teller metrisch als afmeting in de vraag te behandelen. Om metriek als metrisch te behandelen, moet u een douanegebied tot stand brengen zoals hierboven geïllustreerd. Als sneltoets kunt u ⋮ selecteren, Aggregate selecteren en vervolgens Sum selecteren.

• Het belangrijkste voorbehoud voor Jupyter Notitieboekje is dat het hulpmiddel geen belemmering-en-dalingsgebruikersinterface zoals andere hulpmiddelen van BI heeft. U kunt goede beelden tot stand brengen, maar u moet code schrijven om dit te verwezenlijken.

• De illustratie werkt met een plat schema, dus de optie FLATTEN is vereist.

• Het belangrijkste voorbehoud voor RStudio is dat het hulpmiddel geen belemmering-en-dalingsgebruikersinterface zoals andere hulpmiddelen van BI heeft. U kunt goede beelden tot stand brengen, maar u moet code schrijven om dit te verwezenlijken.