BI 工具
note prerequisites
PREREQUISITES
请确保已验证连接是否成功，可以列出数据视图，并为要为其尝试此用例的BI工具使用数据视图。
tabs
Power BI桌面

Customer Journey Analytics对象在​ 数据 ​窗格中可用，并可从Power BI桌面中选择的表检索。 例如，public.cc_data_view。 表的名称与在Customer Journey Analytics中为数据视图定义的外部ID相同。 例如，具有​ 标题 C&C - Data View和​ 外部ID cc_data_view的数据视图。

Dimension
来自Customer Journey Analytics的Dimension由组件ID标识。 已在Customer Journey Analytics数据视图中定义组件ID。 例如，Customer Journey Analytics中的维度​ 产品名称 ​具有组件ID product_name，它是Power BI桌面中的维度的名称。
来自Customer Journey Analytics的日期范围维度，如​ Day、Week、Month ​等，可用作​ daterangeday、daterangeweek、daterangemonth ​等。

个量度
Customer Journey Analytics中的指标由组件ID标识。 已在Customer Journey Analytics数据视图中定义组件ID。 例如，Customer Journey Analytics中的指标​ Purchase Revenue ​具有组件ID purchase_revenue，它是Power BI桌面中指标的名称。 ∑ ​表示指标。 当您在任何可视化中使用量度时，该量度将重命名为​ 1}量度的总和​。

筛选器
您在Customer Journey Analytics中定义的筛选器可作为​ filterName ​字段的一部分使用。 当您在Power BI桌面中使用​ filterName ​字段时，可以指定要使用的筛选器。

计算量度
您在Customer Journey Analytics中定义的计算指标由您为计算指标定义的外部ID标识。 例如，计算量度​ 产品名称（非重复计数） ​具有外部ID product_name_count_distinct，并在Power BI桌面中显示为​ cm_product_name_count_distinc ​t。

日期范围
您在Customer Journey Analytics中定义的日期范围可作为​ daterangeName ​字段的一部分使用。 当您使用​ daterangeName ​字段时，您可以指定要使用的日期范围。

自定义转换
Power BI桌面使用Data Analysis表达式(DAX)提供自定义转换功能。 例如，您希望执行产品名称为小写的单维度排名用例。

  1. 在报表视图中，选择条形图可视化图表。

  2. 在“数据”窗格中选择product_name。

  3. 在工具栏中选择新建列。

  4. 在公式编辑器中，定义名为product_name_lower的新列，如product_name_lower = LOWER('public.cc_data_view[product_name])。
    桌面转换到Lower {modal="regular"}Power BI

  5. 确保在“数据”窗格中选择新的product_name_lower列而不是product_name列。

  6. 在表可视化图表中，从 更多 中选择“以表形式报告”。

    您的Power BI桌面应如下所示。
    桌面转换最终Power BI {modal="regular"}

自定义转换会导致SQL查询更新。 请参阅以下SQL示例中的lower函数的使用：

code language-sql 
select "_"."product_name_lower",
    "_"."a0",
    "_"."a1"
from
(
    select "rows"."product_name_lower" as "product_name_lower",
        sum("rows"."purchases") as "a0",
        sum("rows"."purchase_revenue") as "a1"
    from
    (
        select "_"."daterange" as "daterange",
            "_"."product_name" as "product_name",
            "_"."purchase_revenue" as "purchase_revenue",
            "_"."purchases" as "purchases",
            lower("_"."product_name") as "product_name_lower"
        from
        (
            select "_"."daterange",
                "_"."product_name",
                "_"."purchase_revenue",
                "_"."purchases"
            from
            (
                select "daterange",
                    "product_name",
                    "purchase_revenue",
                    "purchases"
                from "public"."cc_data_view" "$Table"
            ) "_"
            where ("_"."daterange" < date '2024-01-01' and "_"."daterange" >= date '2023-01-01') and ("_"."product_name" in ('4G Cellular Trail Camera', '4K Wildlife Trail Camera', 'Wireless Trail Camera', '8-Person Cabin Tent', '20MP No-Glow Trail Camera', 'HD Wildlife Camera', '4-Season Mountaineering Tent', 'Trail Camera', '16MP Trail Camera with Solar Panel', '10-Person Family Tent'))
        ) "_"
    ) "rows"
    group by "product_name_lower"
) "_"
where not "_"."a0" is null or not "_"."a1" is null
limit 1000001
Tableau桌面

每当您在工作表中工作时，Data ​侧栏中都有Customer Journey Analytics对象。 并从您选择作为Tableau中​ 数据源 ​页面一部分的表中检索和。 例如，cc_data_view。 表的名称与在Customer Journey Analytics中为数据视图定义的外部ID相同。 例如，具有​ 标题 C&C - Data View和​ 外部ID cc_data_view的数据视图。

Dimension
来自Customer Journey Analytics的Dimension由组件名称标识。 已在Customer Journey Analytics数据视图中定义组件名称。 例如，Customer Journey Analytics中的维度​ 产品名称 ​具有组件名称 产品名称，它是Tableau中维度的名称。 所有维度均由​ Abc ​标识。
来自Customer Journey Analytics的日期范围维度，如​ Day、Week、Month ​等，可用作​ Daterangeday、Daterangeweek、Daterangemonth ​等。 使用日期范围维度时，必须从下拉菜单中选择适当的日期或时间定义以应用于该日期范围维度。 例如，年，季度，月，天。

个量度
Customer Journey Analytics中的指标由组件名称标识。 已在Customer Journey Analytics数据视图中定义组件名称。 例如，Customer Journey Analytics中的指标​ Purchase Revenue ​具有组件名称 Purchase Revenue，它是Tableau中指标的名称。 所有量度都由​ # ​标识。 在任何可视化中使用量度时，该量度将重命名为​ Sum（量度）。

筛选器
您在Customer Journey Analytics中定义的筛选器可作为​ 筛选器名称 ​字段的一部分使用。 当您在Tableau中使用​ 筛选器名称 ​字段时，可以指定要使用的筛选器。

计算量度
您在Customer Journey Analytics中定义的计算指标由您为计算指标定义的标题标识。 例如，计算量度​ 产品名称（非重复计数） ​具有标题 产品名称（非重复计数），在Tableau中显示为​ Cm产品名称非重复计数。

日期范围
您在Customer Journey Analytics中定义的日期范围可作为​ 日期范围名称 ​字段的一部分使用。 当您使用​ 日期范围名称 ​字段时，您可以指定要使用的日期范围。

自定义转换
Tableau Desktop提供了使用计算字段的自定义转换功能。 例如，您希望执行产品名称为小写的单维度排名用例。

  1. 从主菜单中选择​ 分析 > 创建计算字段。

    1. 使用函数LOWER([Product Name])定义​ 小写的产品名称。

      表格计算字段 {modal="regular"}

    2. 选择​ 确定。

  2. 选择​ 数据 ​表。

    1. 从​ 表 ​中拖动​ 小写的产品名称，并将条目放入​ 行 ​旁边的字段中。
    2. 从​ 行 ​中删除​ 产品名称。

  3. 选择​ 仪表板1 ​视图。

您的Tableau桌面应该如下所示。

转换后的 Tableau桌面 {modal="regular"}

自定义转换会导致SQL查询更新。 请参阅以下SQL示例中的LOWER函数的使用：

code language-sql 
SELECT LOWER(CAST(CAST("cc_data_view"."product_name" AS TEXT) AS TEXT)) AS "Calculation_1562467608097775616",
  SUM("cc_data_view"."purchase_revenue") AS "sum:purchase_revenue:ok",
  SUM("cc_data_view"."purchases") AS "sum:purchases:ok"
FROM "public"."cc_data_view" "cc_data_view"
WHERE (("cc_data_view"."daterange" >= (DATE '2023-01-01')) AND ("cc_data_view"."daterange" <= (DATE '2023-12-31')))
GROUP BY 1
HAVING ((SUM("cc_data_view"."purchase_revenue") >= 999999.99999998999) AND (SUM("cc_data_view"."purchase_revenue") <= 2000000.00000002))

可视化内容

您希望了解如何通过BI工具中的可用可视化图表，以类似方式创建Customer Journey Analytics中可用的可视化图表。

Customer Journey Analytics
Customer Journey Analytics具有许多可视化图表。 请参阅可视化图表，了解各种可视化图表的简介和概述。
BI 工具
tabs
Power BI桌面

比较

对于大多数Customer Journey Analytics可视化图表，Power BI桌面提供了等效的体验。 请参阅下表。

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
图标 Customer Journey Analytics可视化 Power BI桌面可视化
GraphArea 面积图 面积图、栈叠面积图和100%面积图
GraphBarVertical 条形图 簇状柱状图
GraphBarVertical 栈叠的条形图 栈叠式柱状图和100%栈叠式柱状图
GraphBullet 项目符号
TextNumbered 同类群组表
组合 组合 折线图和栈叠式柱状图以及折线图和簇状柱状图
GraphDonut 圆环图 圆环图
ConversionFunnel 流失 漏斗。
GraphPathing 流 分解树？
视图表 自由格式表 表和矩阵
GraphHistogram Histogram
GraphBarHorizontal 水平条 簇状条形图
GraphBarHorizontalStacked 栈叠的水平条形图 栈叠条形图和100%栈叠条形图
分支3 历程画布 分解树
关键量度 关键量度摘要
GraphTrend Line 折线图
GraphScatter 散点图 散点图
页面规则 节标题 文本框
MoveUpDown 概要变化 卡
123 摘要数字 卡
Text 文本 文本框
ModernGridView 树形图 树形图
Type 维恩图

深入分析

Power BI支持钻取模式，以深入了解某些可视化图表的详细信息。 在以下示例中，您分析了产品类别的购买收入。 从表示产品类别的栏的上下文菜单中，可以选择​ 向下展开。

Power BI深入分析 {modal="regular"}

深入查看会更新所选产品类别中产品的购买收入可视化。

Power BI向上钻取 {modal="regular"}

向下钻取导致以下使用WHERE子句的SQL查询：

code language-sql 
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
Tableau桌面

比较

对于大多数Customer Journey Analytics可视化图表，Tableau提供了等效的体验。 请参阅下表。

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
图标 Customer Journey Analytics可视化 Power BI桌面可视化
GraphArea 面积图 面积图
GraphBarVertical 条形图 条形图
GraphBarVertical 栈叠的条形图
GraphBullet 项目符号 项目符号图表
TextNumbered 同类群组表
组合 组合 组合图表
GraphDonut 圆环图
ConversionFunnel 流失
GraphPathing 流
视图表 自由格式表 文本表
GraphHistogram Histogram 直方图
GraphBarHorizontal 水平条 条形图
GraphBarHorizontalStacked 栈叠的水平条形图 条形图
分支3 历程画布
关键量度 关键量度摘要
GraphTrend Line 折线图
GraphScatter 散点图 散点图
页面规则 节标题
MoveUpDown 概要变化
123 摘要数字
Text 文本
ModernGridView 树形图 树形图
Type 维恩图

深入分析

Tableau支持钻取模式到层次结构。 在以下示例中，当您选择​ 表 ​中的​ 产品名称 ​字段并将其拖动到​ 产品类别 ​上时，您便创建了层次结构。 然后，从表示产品类别的栏的上下文菜单中，可以选择​ +向下展开。

Tableau深入分析 {modal="regular"}

深入分析将更新可视化图表，显示选定产品类别中产品的购买收入。

Tableau向上钻取 {modal="regular"}

向下钻取会导致以下使用GROUP BY子句的SQL查询：

code language-sql 
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

查询​ 不 ​将结果限制为选定的产品类别；只有可视化图表显示选定的产品类别。

Tableau向上钻取 {modal="regular"}

或者，您可以创建一个向下钻取仪表板，其中一个可视化图表是另一个可视化图表中所选内容的结果。 在下面的示例中，产品类别 ​可视化用作过滤器来更新​ 产品名称 ​表。 此可视化筛选器是仅用于客户端的，不会产生额外的SQL查询。

表格可视化筛选器 {modal="regular"}

注意事项

在使用Customer Journey AnalyticsBI扩展时，每个受支持的BI工具都存在一些注意事项。

BI 工具
tabs
Power BI桌面

  • Power BI桌面高级日期范围筛选是排他性的。 对于结束日期，您需要选择要在其中报告的一天之后的日期。 例如，位于或晚于 1/1/2023 且早于 1/2/2023。

  • 创建连接时，Power BI桌面默认为​ 导入。 请确保使用​ 直接查询。

  • Power BI Desktop通过Power Query公开数据转换。 Power Query主要与Import类型连接配合使用，因此许多您应用日期或字符串函数之类的转换都会引发错误，指出您需要切换到Import类型连接。 如果您需要在查询时转换数据，则应该使用派生维度和量度，这样Power BI就不需要执行转换本身。

  • Power BI桌面不了解如何处理日期时间类型列，因此不支持​**日期范围​*X ***​维度，如​ 日期范围小时​ ​和​ 日期范围分钟​。

  • 默认情况下，Power BI桌面会尝试使用更多查询服务会话建立多个连接。 转到项目的Power BI设置并禁用并行查询。

  • Power BI桌面执行所有排序和限制客户端操作。 对于包含绑定值的前​ X ​筛选，Power BI桌面也具有不同的语义。 因此，您不能像在Analysis Workspace中一样创建相同的排序和限制。

  • 早期版本的Power BI桌面2024年10月发行版中断了PostgreSQL数据源。 确保使用本文中提到的版本。
Tableau桌面

  • Tableau桌面日期范围过滤是独占的。 对于结束日期，您需要选择要在其中报告的一天之后的日期。

  • 默认情况下，当您向工作表的行添加日期或日期时间维度（如​ Daterangemonth）时，Tableau Desktop会将该字段包装在​ YEAR() ​函数中。 要获得所需的内容，您需要选择该维度，然后从下拉菜单中选择要使用的日期函数。 例如，当您尝试使用​ Daterangemonth ​时，将​ Year ​更改为​ Month。

  • 在Tableau Desktop中，将结果限制为前​ X ​并不明显。 您可以显式限制结果，也可以使用计算字段和​ INDEX() ​函数限制结果。 将Top X ​筛选器添加到维度时，会使用不受支持的内部连接生成复杂的SQL。
recommendation-more-help