BI 工具
note prerequisites
PREREQUISITES
確定您已驗證連線成功，可以列出資料檢視，並針對您想要嘗試此使用案例的BI工具使用資料檢視。
tabs
Power BI案頭版

  1. 在​ 資料 ​窗格中：

    1. 選取​ 日期範圍。
    2. 選取​ 產品名稱。
    3. 選取​ sum purchase_revenue。
    4. 選取​ 總購買。

    您會看到一個空白表格，僅顯示所選元素的欄標題。 為獲得更好的可見度，請放大視覺效果。

  2. 在​ 篩選器 ​窗格中：

    1. 選取此視覺效果​ 上的 ​篩選器​ 日期範圍是（全部）。
    2. 選取​ 相對日期 ​作為​ 篩選型別。
    3. 定義篩選器以​ 當值 位於最後 1 日曆年 ​時顯示專案。
    4. 選取​ 套用篩選器。

    您會看到已套用​ 日期範圍 ​篩選器的資料表已更新。

  3. 在​ 視覺效果 ​窗格中：

    1. 使用 CrossSize75 從​ 資料行 ​移除​ 日期範圍。
    2. 將​ Sum of purchases_revenue ​拖放到​ 欄 ​中的​ Sum of purchases ​下。

  4. 在「表格」視覺效果上：

    1. 選取​ purchase_revenue總和，以遞減採購收入順序排序產品名稱。 您的Power BI案頭應該如下所示。

    Power BI案頭使用案例5資料表狀態

  5. 在​ 篩選器 ​窗格中：

    1. 選取​ product_name為（全部）。
    2. 將​ 篩選器型別 ​設定為​ 前N。
    3. 定義篩選為​ 顯示專案 前 10 依值。
    4. 將​ purchase_revenue ​拖放至​ By值 在此新增資料欄位。
    5. 選取​ 套用篩選器。

    您會看到表格已更新，其中顯示購買收入的值，並與Analysis Workspace中的自由表格視覺效果同步。

  6. 在​ 視覺效果 ​窗格中：

    1. 選取​ 折線圖和棧疊直條圖 ​視覺效果。

    使用與表格相同的資料時，折線圖和棧疊直條圖視覺效果會取代表格。

  7. 將​ 購買 ​拖放到​ 視覺效果 ​窗格中的​ 行Y軸。

    折線圖和棧疊直條圖已更新。 您的Power BI案頭應該如下所示。

    Power BI案頭使用案例5圖表

  8. 線上條圖和棧疊直條圖視覺效果上：

    1. 選取 更多 。
    2. 從內容功能表中，選取​ 顯示為表格。

    主要檢視已更新，顯示線條視覺效果和表格。

    Power BI案頭使用案例2最終每日趨勢視覺效果

Tableau案頭

  1. 選取底部的​ 工作表1 ​索引標籤，以從​ 資料來源 ​切換。 在​ 工作表1 ​檢視中：

    1. 從​ 資料 ​窗格的​ 表格 ​清單中拖曳​ 日期範圍 ​專案，並將該專案拖放至​ 篩選器 ​托架。

    2. 在​ 篩選器欄位[日期範圍] ​對話方塊中，選取​ 日期範圍 ​並選取​ 下一步>。

    3. 在​ 篩選器[日期範圍] ​對話方塊中，選取​ 日期範圍 ​並指定01/01/2023 - 31/12/2023的期間。 選取​ 套用 ​及​ 確定。

      Tableau案頭篩選器

    4. 從​ 資料 ​窗格的​ 表格 ​清單中拖放​ 產品名稱，並將專案拖放到​ 列 ​旁的欄位中。

    5. 從​ 資料 ​窗格中的​ 資料表（量值名稱） ​清單拖放​ 購買，並將專案拖放到​ 資料列 ​旁的欄位中。 值會自動轉換為​ SUM（購買）。

    6. 從​ 資料 ​窗格中的​ 資料表（量值名稱） ​清單拖放​ 購買收入，並將專案拖放到​ 資料行 ​旁的欄位中，並從​ SUM（購買） ​離開。 值會自動轉換為​ SUM（購買收入）。

    7. 若要以遞減的購買收入順序排序兩個圖表，請將游標停留在​ 購買收入 ​標題上，並選取排序圖示。

    8. 若要限制圖表中的專案數，請在​ 列 ​中選取​ SUM(Purchase Revenue)，然後從下拉式功能表中選取​ 篩選器。

    9. 在​ 篩選器[Purchase Revenue] ​對話方塊中，選取​ 值範圍 ​並輸入適當的值。 例如： 1,000,000 - 2,000,000。 選取​ 套用 ​及​ 確定。

    10. 若要將兩個長條圖轉換成雙組合圖，請在​ 列 ​中選取​ SUM（購買），然後從下拉式功能表中選取​ 雙軸。 長條圖會轉換成散佈圖。

    11. 若要將散佈圖修改為長條圖：

      1. 在​ 標籤 ​區域中選取​ SUM（購買），並從下拉式功能表中選取​ 行。
      2. 在​ 標籤 ​區域中選取​ SUM(Purchase Revenue)，然後從下拉式功能表中選取​ 列。

    您的Tableau桌上型電腦應如下所示。

    Tableau案頭圖形

  2. 從​ 工作表1 ​索引標籤內容功能表中選取​ 複製 ​以建立第二個工作表。

  3. 從​ 工作表1 ​索引標籤內容功能表中選取​ 重新命名，以將工作表重新命名為Data。

  4. 從​ 工作表1 (2) ​索引標籤內容功能表中選取​ 重新命名，以將工作表重新命名為Graph。

  5. 請確定已選取​ 資料 ​工作表。

    1. 選取右上角的​ 顯示我，並選取​ 文字表格 （左上角的視覺效果），將兩個圖表的內容修改成表格。
    2. 若要以遞減順序排序購買收入，請將游標移至資料表中的​ Purchase Revenue ​上，然後選取 SortOrderDown 。
    3. 從​ 符合 ​下拉式功能表中選取​ 整個檢視。

    您的Tableau桌上型電腦應如下所示。

    Tableau案頭資料

  6. 選取「新儀表板」索引標籤按鈕（在底部）以建立新的​ 儀表板1 ​檢視。 在​ 儀表板1 ​檢視中：

    1. 將​ Graph ​工作表從​ 工作表 ​擱板拖放到​ 儀表板1 ​檢視（顯示​ 將工作表拖放至此）。
    2. 將​ 資料 ​工作表從​ 圖形 ​工作表下方的​ 工作表 ​托架拖放至​ 儀表板1 ​檢視。
    3. 在檢視中選取​ 資料 ​工作表，並將​ 整個檢視 ​修改為​ 固定寬度。

    您的​ 儀表板1 ​檢視應如下所示。

    Tableau案頭儀表板1

觀察者

  1. 在Looker的​ 瀏覽 ​介面中，確定您已進行乾淨的設定。 如果沒有，請選取 設定 移除欄位和篩選器。

  2. 選取​ 篩選器 ​底下的​ +篩選器。

  3. 在​ 新增篩選器 ​對話方塊中：

    1. 選取​ ‣ Cc資料檢視

    2. 從欄位清單中，選取​ 日‣期範圍日期 ​然後​ 日期範圍日期。

      Looker篩選器

  4. 指定​ Cc資料檢視日期範圍 ​篩選器，因為​ 在範圍 2023/01/01 到（之前） 2024/01/01。

  5. 從左側邊欄的​ ‣ Cc資料檢視 ​區段中，選取​ 產品名稱。

  6. 從左側邊欄中的​ ‣自訂欄位 ​區段：

    1. 從​ +新增 ​下拉式功能表中選取​ 自訂量值。

    2. 在​ 建立自訂量值 ​對話方塊中：

      1. 從​ 要量值 ​的欄位下拉式功能表中選取​ 購買收入。

      2. 從​ 量值型別 ​下拉式功能表中選取​ 總和。

      3. 輸入​ 名稱 ​的自訂欄位名稱。 例如：Purchase Revenue。

      4. 選取​ 欄位詳細資料 ​標籤。

      5. 從​ 格式 ​下拉式選單中選取​ 小數，並確定0是以​ 小數 ​輸入。

        Looker自訂量度欄位

      6. 選取「儲存」。

    3. 從​ +新增 ​下拉式功能表中再次選取​ 自訂量值。 在​ 建立自訂 ​量值對話方塊中：

      1. 從​ 要測量 ​的欄位下拉式功能表中選取​ 購買。
      2. 從​ 量值型別 ​下拉式功能表中選取​ 總和。
      3. 輸入​ 名稱 ​的自訂欄位名稱。 例如：Sum of Purchases。
      4. 選取​ 欄位詳細資料 ​標籤。
      5. 從​ 格式 ​下拉式選單中選取​ 小數，並確定0是以​ 小數 ​輸入。
      6. 選取「儲存」。

    4. 這兩個欄位都會自動新增至資料檢視。

  7. 選取​ +篩選器 ​以新增其他​ 篩選器 ​並限制資料。

  8. 在​ 新增篩選器 ​對話方塊中，選取​ ‣自訂欄位，然後選取​ 購買收入。

  9. 請選取適當的選項並輸入建議值，這樣篩選器就會顯示​ 介於包含的 1000000 和 2000000之間。

  10. 選取​ 執行。

  11. 選取‣視覺效果 ​以顯示線條視覺效果。

  12. 選取​ 視覺效果 ​中的​ 編輯 ​以更新視覺效果。 在快顯對話框中：

    1. 選取​ 系列 ​標籤。

    2. 向下捲動以檢視​ 購買 ​並將​ 型別 ​變更為​ 行。

    3. 選取​ Y ​索引標籤。

    4. 從​ 左1 ​容器拖曳​ 購買 ​到顯示​ 拖曳系列到此處以建立新的左軸​。 此動作會建立​ ​左2 ​ ​容器。

      Looker視覺效果設定

    5. 選取 編輯 旁的​ CrossSize75 ​以隱藏快顯對話方塊

您應該會看到視覺效果和類似下列的表格。

Looker結果每日趨勢

Jupyter Notebook

  1. 在新儲存格中輸入下列陳述式。

    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. 執行儲存格。 您應該會看到與下方熒幕擷圖類似的輸出。

    Jupyter Notebook結果

RStudio

  1. 在新區塊中輸入```{r}到` ````之間的下列陳述式。

    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. 執行區塊。 您應該會看到與下方熒幕擷圖類似的輸出。

    RStudio結果

多個維度排名

在此使用案例中，您想要顯示一個表格，其中劃分2023年產品類別中產品名稱的購買收入和購買。 此外，您想使用一些視覺效果來說明產品類別分佈以及每個產品類別內的產品名稱貢獻。

Customer Journey Analytics

使用案例的​ 多個Dimension排名 ​面板範例：

Customer Journey Analytics多個Dimension排名面板

BI 工具
note prerequisites
PREREQUISITES
確定您已驗證連線成功，可以列出資料檢視，並針對您想要嘗試此使用案例的BI工具使用資料檢視。
tabs
Power BI案頭版

  1. 若要確保日期範圍套用至所有視覺效果，請將​ daterangeday ​從​ 資料 ​窗格拖放至此頁面上的​ 篩選器。

    1. 從此頁面的​ 篩選器 ​中選取​ daterangeday is (All)。
    2. 選取​ 相對日期 ​作為​ 篩選型別。
    3. 定義篩選器以​ 當值 位於最後 1 日曆年 ​時顯示專案。
    4. 選取​ 套用篩選器。

  2. 在​ 資料 ​窗格中：

    1. 選取​ datarangeday。
    2. 選取​ product_category。
    3. 選取​ 產品名稱。
    4. 選取​ sum purchase_revenue
    5. 選取​ 購買總和

  3. 若要將垂直長條圖修改為表格，請確定您已選取表格，並從​ 視覺效果 ​窗格中選取​ 矩陣。

    • 從​ 資料行 ​拖曳​ product_name，並將欄位拖放到視覺效果窗格中的​ 資料列 ​ ​ ​product_categor​ ​ ​y下。

  4. 若要限制表格內顯示的產品數量，請在​ 篩選器 ​窗格中選取​ product_name is (All)。

    1. 選取​ 進階篩選。
    2. 選取​ 篩選器型別 前N 顯示專案 前 15 依值。
    3. 從​ 資料 ​窗格將​ 購買 ​拖曳至​ 在此新增資料欄位。
    4. 選取​ 套用篩選器。

  5. 若要改善可讀性，請從頂端功能表選取​ 檢視，然後選取​ 頁面檢視 > 實際大小，並調整表格視覺效果的大小。

  6. 若要劃分表格中的每個類別，請在產品類別層級選取​ +。 您的Power BI案頭應該如下所示。

    Power BI案頭多維度排名對照表

  7. 從頂端功能表選取​ 首頁，然後選取​ 新增視覺效果。 新的視覺效果已新增至您的報表。

  8. 在​ 資料 ​窗格中：

    1. 選取​ product_category。
    2. 選取​ 產品名稱。
    3. 選取​ purchase_revenue。

  9. 若要修改視覺效果，請選取長條圖，然後從​ 視覺效果 ​窗格中選取​ 樹狀圖。

  10. 請確定​ product_category ​列在​ Category ​之下，而​ product_name ​列在​ 視覺效果 ​窗格的​ 詳細資料 ​之下。

    您的Power BI案頭應該如下所示。

    Power BI案頭多維度排名樹狀圖

  11. 從頂端功能表選取​ 首頁，然後選取​ 新增視覺效果。 新的視覺效果已新增至您的報表。

  12. 在​ 資料 ​窗格中：

    1. 選取​ product_category。
    2. 選取​ purchase_revenue。
    3. 選取​ 購買。

  13. 在​ 視覺效果 ​窗格中：

    1. 若要修改視覺效果，請選取​ 折線圖和棧疊直條圖。
    2. 將​ sum_of_purchases ​從​ 欄y軸 ​拖曳至​ 行y軸。

  14. 在報表中，重新整理個別視覺效果。

    您的Power BI案頭應該如下所示。

    Power BI案頭多維度排名最後

Tableau案頭

  1. 選取底部的​ 工作表1 ​索引標籤，以從​ 資料來源 ​切換。 在​ 工作表1 ​檢視中：

    1. 從​ 資料 ​窗格的​ 表格 ​清單中拖曳​ 日期範圍 ​專案，並將該專案拖放至​ 篩選器 ​托架。

    2. 在​ 篩選器欄位[日期範圍] ​對話方塊中，選取​ 日期範圍 ​並選取​ 下一步>。

    3. 在​ 篩選器[日期範圍] ​對話方塊中，選取​ 相對日期，選取​ 年，並指定​ 上一年。 選取​ 套用 ​及​ 確定。

      您的Tableau桌上型電腦應如下所示。

      Tableau案頭多個Dimension排名篩選器

    4. 拖曳​ 產品類別，並拖曳至​ 欄 ​旁。

    5. 拖曳​ Purchase Revenue，並放置到​ 列 ​旁。 值變更為​ SUM（購買收入）。

    6. 將購買拖放到​ 列 ​旁。 值變更為​ SUM（購買）。

    7. 選取​ SUM（購買），並從下拉式功能表選取​ 雙軸。

    8. 選取​ 標籤 ​中的​ SUM（購買），並從下拉式功能表中選取​ 行。

    9. 在​ 標籤 ​中選取​ SUM(Purchase Revenue)，並從下拉式功能表中選取​ 列。

    10. 從​ 符合 ​功能表選取​ 整個檢視。

    11. 選取圖表中的​ 購買收入 ​標題，並確認購買收入為遞增順序。

      您的Tableau桌上型電腦應如下所示。

      Tableau案頭多維度排名類別

  2. 將目前的​ 工作表1 ​重新命名為Category。

  3. 選取​ 新增工作表 ​以建立新工作表，並將它重新命名為Data。

    1. 從​ 資料 ​窗格的​ 表格 ​清單中拖曳​ 日期範圍 ​專案，並將該專案拖放至​ 篩選器 ​托架。

    2. 在​ 篩選器欄位[日期範圍] ​對話方塊中，選取​ 日期範圍 ​並選取​ 下一步>。

    3. 在​ 篩選器[日期範圍] ​對話方塊中，選取​ 相對日期，選取​ 年，並指定​ 上一年。 選取​ 套用 ​及​ 確定。

    4. 將​ 購買收入 ​從​ 資料 ​窗格拖曳至​ 欄。 值變更為​ SUM（購買收入）。

    5. 將​ Purchase ​從​ Data ​窗格拖曳至​ 欄 （在​ Purchase Revenue ​旁）。 值變更為​ SUM（購買）。

    6. 將​ 產品類別 ​從​ 資料 ​窗格拖曳至​ 列。

    7. 將​ 產品名稱 ​從​ 資料 ​窗格拖曳至​ 產品類別 ​旁的​ 列。

    8. 若要將兩個水準列變更為表格，請從​ 顯示我 ​中選取​ 文字表格。

    9. 若要限制產品數量，請在​ 量值值 ​中選取​ 購買。 從下拉式功能表中選取​ 篩選器。

    10. 在​ 篩選器[購買] ​對話方塊中，選取​ 至少 ​並輸入7000。 選取​ 套用 ​及​ 確定。

    11. 從​ ​「符合」下拉式功能表中選取​ 「符合寬度」。

      您的Tableau桌上型電腦應如下所示。

      Tableau案頭多重Dimension排名資料

  4. 選取​ 新工作表 ​以建立新工作表，並將它重新命名為​ 樹狀圖。

    1. 從​ 資料 ​窗格的​ 表格 ​清單中拖曳​ 日期範圍 ​專案，並將該專案拖放至​ 篩選器 ​托架。

    2. 在​ 篩選器欄位[日期範圍] ​對話方塊中，選取​ 日期範圍 ​並選取​ 下一步>。

    3. 在​ 篩選器[日期範圍] ​對話方塊中，選取​ 相對日期，選取​ 年，並指定​ 上一年。 選取​ 套用 ​及​ 確定。

    4. 將​ Purchase Revenue ​從​ 資料 ​窗格拖曳至​ 列。 值變更為​ SUM(Purchase Revenue)。

    5. 從​ 資料 ​窗格將​ Purchase ​拖曳至​ Purchase Revenue ​旁的​ 列。 值變更為​ SUM（購買）。

    6. 將​ 產品類別 ​從​ 資料 ​窗格拖曳至​ 欄。

    7. 將​ 產品名稱 ​從​ 資料 ​窗格拖曳至​ 欄。

    8. 若要將兩個垂直長條圖變更為樹狀圖，請從​ 顯示我 ​中選取​ 樹狀圖。

    9. 若要限制產品數量，請在​ 量值值 ​中選取​ 購買。 從下拉式功能表中選取​ 篩選器。

    10. 在​ 篩選器[購買] ​對話方塊中，選取​ 至少 ​並輸入7000。 選取​ 套用 ​及​ 確定。

    11. 從​ 符合 ​下拉式功能表中選取​ 符合寬度。

      您的Tableau桌上型電腦應如下所示。

      Tableau案頭多重Dimension排名資料

  5. 選取「新儀表板」索引標籤按鈕（在底部）以建立新的​ 儀表板1 ​檢視。 在​ 儀表板1 ​檢視中：

    1. 將​ 類別 ​工作表從​ 工作表 ​擱板拖放到​ 儀表板1 ​檢視（顯示​ 將工作表拖放至此）。
    2. 將​ 樹狀圖 ​工作表從​ 工作表 ​托架拖放到​ 儀表板1 ​檢視的​ 類別 ​工作表下。
    3. 將​ 資料 ​工作表從​ 工作表 ​托架拖放到​ 儀表板1 ​檢視的​ 樹狀圖 ​工作表下。
    4. 調整檢視中的每個頁面大小。

    您的​ 儀表板1 ​檢視應如下所示。

    Tableau案頭儀表板1

觀察者

  1. 在Looker的​ 瀏覽 ​介面中，確定您已進行乾淨的設定。 如果沒有，請選取 設定 移除欄位和篩選器。

  2. 選取​ 篩選器 ​底下的​ +篩選器。

  3. 在​ 新增篩選器 ​對話方塊中：

    1. 選取​ ‣ Cc資料檢視

    2. 從欄位清單中，選取​ 日‣期範圍日期 ​然後​ 日期範圍日期。

      Looker篩選器

  4. 指定​ Cc資料檢視日期範圍 ​篩選器，因為​ 在範圍 2023/01/01 到（之前） 2024/01/01。

  5. 從左側邊欄的​ ‣ Cc資料檢視 ​區段：

    1. 選取​ 產品類別。
    2. 選取​ 產品名稱。

  6. 從左側邊欄中的​ ‣自訂欄位 ​區段：

    1. 從​ +新增 ​下拉式功能表中選取​ 自訂量值。

    2. 在​ 建立自訂量值 ​對話方塊中：

      1. 從​ 要量值 ​的欄位下拉式功能表中選取​ 購買收入。

      2. 從​ 量值型別 ​下拉式功能表中選取​ 總和。

      3. 輸入​ 名稱 ​的自訂欄位名稱。 例如：Sum of Purchase Revenue。

      4. 選取​ 欄位詳細資料 ​標籤。

      5. 從​ 格式 ​下拉式選單中選取​ 小數，並確定0是以​ 小數 ​輸入。

        Looker自訂量度欄位

      6. 選取「儲存」。

    3. 從​ +新增 ​下拉式功能表中再次選取​ 自訂量值。 在​ 建立自訂 ​量值對話方塊中：

      1. 從​ 要測量 ​的欄位下拉式功能表中選取​ 購買。
      2. 從​ 量值型別 ​下拉式功能表中選取​ 總和。
      3. 輸入​ 名稱 ​的自訂欄位名稱。 例如：Sum of Purchases。
      4. 選取​ 欄位詳細資料 ​標籤。
      5. 從​ 格式 ​下拉式選單中選取​ 小數，並確定0是以​ 小數 ​輸入。
      6. 選取「儲存」。

    4. 這兩個欄位都會自動新增至資料檢視。

  7. 在​ 篩選器 ​區段中，選取​ +篩選器。 在​ 新增篩選器 ​對話方塊中。 選取‣自訂欄位，然後選取​ 購買收入。

  8. 選取​ 是> ​並輸入800000以限制結果。

  9. 選取​ 執行。

  10. 選取‣視覺效果 ​以顯示線條視覺效果。

  11. 選取​ 視覺效果 ​中的​ 編輯 ​以更新視覺效果。 在快顯對話框中：

    1. 選取​ 繪圖 ​標籤。

    2. 向下捲動並選取​ 編輯圖表設定。

    3. 修改​ 圖表設定（覆寫） ​中的JSON （如下方熒幕擷圖所示），然後選取​ 預覽。

      Looker視覺化設定

    4. 選取​ 「套用」。

    5. 選取 編輯 旁的​ CrossSize75 ​以隱藏快顯對話方塊

您應該會看到視覺效果和類似下列的表格。

Looker結果每日趨勢

Jupyter Notebook

  1. 在新儲存格中輸入下列陳述式。

    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. 執行儲存格。 您應該會看到與下方熒幕擷圖類似的輸出。

    Jupyter Notebook結果

RStudio

  1. 在新區塊中輸入```{r}到` ````之間的下列陳述式。

    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. 執行區塊。 您應該會看到與下方熒幕擷圖類似的輸出。

    RStudio結果

計算不同的維度值

在此使用案例中，您想取得2023年1月期間回報的獨特產品名稱數量。

Customer Journey Analytics

若要報告產品名稱的相異計數，請在Customer Journey Analytics中設定計算量度，其名稱為​ Title Product Name (Count Distinct)和​ 外部ID product_name_count_distinct。

Customer Journey Analytics產品名稱（Distincr計數）計算量度

然後您可以在使用案例的範例​ 計算不同Dimension值 ​面板中使用該量度：

Customer Journey Analytics不重複計數值

BI 工具
note prerequisites
PREREQUISITES
確定您已驗證連線成功，可以列出資料檢視，並針對您想要嘗試此使用案例的BI工具使用資料檢視。
tabs
Power BI案頭版

  1. 若要確保日期範圍套用至所有視覺效果，請將​ daterangeday ​從​ 資料 ​窗格拖放至此頁面上的​ 篩選器。

    1. 從此頁面的​ 篩選器 ​中選取​ daterangeday is (All)。
    2. 選取​ 進階篩選 ​作為​ 篩選型別。
    3. 定義篩選器以​ 當值 在 1/1/2023 且 在 2/1/2023之前時顯示專案。
    4. 選取​ 套用篩選器。

  2. 在​ 資料 ​窗格中：

    1. 選取​ datarangeday。
    2. 選取​ sum cm_product_name_count_distinct，這是Customer Journey Analytics中定義的計算量度。

  3. 若要將垂直長條圖修改成表格，請確定您已選取圖表，並從​ 視覺效果 ​窗格中選取​ 表格。

    您的Power BI案頭應該如下所示。

    Power BI案頭多重計數相異資料表

  4. 選取表格視覺效果。 從內容功能表中，選取​ 複製 > 複製視覺效果。

  5. 使用​ ctrl-v ​貼上視覺效果。 視覺效果的精確副本會與原始副本重疊。 將其移至報告區域的右側。

  6. 若要將複製的視覺效果從表格修改為卡片，請從​ 視覺效果 ​中選取​ 卡片。

    您的Power BI案頭應該如下所示。

    Power BI案頭多重計數相異資料表

或者，您也可以使用Power BI的相異計數功能。

  1. 選取​ product_name ​維度。

  2. 在​ 欄 ​中的​ product_name ​維度上套用​ 計數（相異） ​函式。

    Power BI計數相異

Tableau案頭

  1. 選取底部的​ 工作表1 ​索引標籤，以從​ 資料來源 ​切換。 在​ 工作表1 ​檢視中：

    1. 從​ 資料 ​窗格的​ 表格 ​清單中拖曳​ 日期範圍 ​專案，並將該專案拖放至​ 篩選器 ​托架。

    2. 在​ 篩選欄位[日期範圍] ​對話方塊中，選取​ 日期範圍 ​並選取​ 下一步>。

    3. 在​ 篩選器[日期範圍] ​對話方塊中，選取​ 日期範圍，然後選取01/01/2023 - 31/1/2023。 選取​ 套用 ​及​ 確定。

    4. 將​ Cm產品名稱計數Distinct ​拖曳至​ 列。 值變更為​ SUM(Cm Product Name Count Distinct)。 此欄位是您在Customer Journey Analytics中定義的計算量度。

    5. 拖曳​ Daterangeday ​並放置在​ 欄 ​旁。 選取​ Daterangeday，然後從下拉式功能表中選取​ Day。

    6. 若要將線條視覺效果修改為表格，請從​ 顯示我 ​中選取​ 文字表格。

    7. 從工具列選取​ 交換列與欄。

    8. 從​ 符合 ​下拉式功能表中選取​ 符合寬度。

      您的Tableau桌上型電腦應如下所示。

      Tableau案頭多個Dimension排名篩選器

  2. 從​ 工作表1 ​索引標籤內容功能表中選取​ 複製 ​以建立第二個工作表。

  3. 從​ 工作表1 ​索引標籤內容功能表中選取​ 重新命名，以將工作表重新命名為Data。

  4. 從​ 工作表1 (2) ​索引標籤內容功能表中選取​ 重新命名，以將工作表重新命名為Card。

  5. 確定您已選取​ 卡片 ​檢視。

  6. 選取​ 天(Daterangeday)，然後從下拉式功能表中選取​ 月。 值變更為​ MONTH(Daterangeday)。

  7. 在​ 標籤 ​中選取​ SUM（Cm產品名稱計數相異），並從下拉式選單中選取​ 格式。

  8. 若要變更字型大小，請在​ Format SUM(CM Product Name Count Distinct) ​窗格中，選取​ 預設 ​內的​ 字型，並選取​ 72 ​作為字型大小。

  9. 若要對齊數字，請選取​ 對齊 ​旁的​ 自動，並將​ 水準 ​設定為置中。

  10. 若要使用整數，請選取​ 數字 ​旁的​ 123.456，並選取​ 數字（自訂）。 將​ 小數位數 ​設為0。

    您的Tableau桌上型電腦應如下所示。

    Tableau案頭多個Dimension排名篩選器

  11. 選取「新儀表板」索引標籤按鈕（在底部）以建立新的​ 儀表板1 ​檢視。 在​ 儀表板1 ​檢視中：

    1. 將​ 卡片 ​工作表從​ 工作表 ​擱板拖放到​ 儀表板1 ​檢視，顯示​ 將工作表拖放到這裡。
    2. 將​ 資料 ​工作表從​ 工作表 ​托架拖放到​ 儀表板1 ​檢視的​ 卡片 ​工作表下。

    您的​ 儀表板1 ​檢視應如下所示。

    Tableau案頭儀表板1

或者，您也可以使用Tableau Desktop的相異計數功能。

  1. 使用​ 產品名稱，而非​ Cm產品名稱計數相異。

  2. 在​ 標籤 ​中的​ 產品名稱 ​套用​ 量值 > 計數（相異）。

    Tableau計數相異

觀察者

  1. 在Looker的​ 瀏覽 ​介面中，確定您已進行乾淨的設定。 如果沒有，請選取 設定 移除欄位和篩選器。

  2. 選取​ 篩選器 ​底下的​ +篩選器。

  3. 在​ 新增篩選器 ​對話方塊中：

    1. 選取​ ‣ Cc資料檢視

    2. 從欄位清單中，選取​ 日‣期範圍日期 ​然後​ 日期範圍日期。

      Looker篩選器

  4. 指定​ Cc資料檢視日期範圍日期 ​篩選器，因為​ 在範圍 2023/01/01 到（之前） 2023/02/01。

  5. 從左側邊欄的​ ‣ Cc資料檢視 ​區段：

    1. 選取​ 日期範圍日期，然後選取​ 日期。

    2. 從​ 產品名稱 ​上的​ ⋮更多 ​內容功能表中選取​ 彙總相異‣計數。

      Looker產品名稱內容功能表

  6. 選取​ 執行。

  7. 選取‣視覺效果 ​並從工具列選取6︎⃣以顯示單值視覺效果。

您應該會看到視覺效果和類似下列的表格。

觀察者計數相異

Jupyter Notebook

  1. 在新儲存格中輸入下列陳述式。

    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. 執行儲存格。 您應該會看到與下方熒幕擷圖類似的輸出。

    Jupyter Notebook結果

RStudio

  1. 在新區塊中輸入```{r}到` ````之間的下列陳述式。

    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. 執行區塊。 您應該會看到與下方熒幕擷圖類似的輸出。

    RStudio結果

使用日期範圍名稱進行篩選

在此使用案例中，您想使用已在Customer Journey Analytics中定義的日期範圍來篩選及報告去年的發生次數（事件）。

Customer Journey Analytics

若要使用日期範圍製作報表，請在Customer Journey Analytics中設定日期範圍，並選取​ 標題 Last Year 2023。

Customer Journey Analytics使用日期範圍名稱來篩選

然後您可以在範例​ 使用日期範圍名稱以篩選使用案例的 ​面板中使用該日期範圍：

Customer Journey Analytics不重複計數值

請注意，在自由表格視覺效果中定義的日期範圍會如何覆寫套用至面板的日期範圍。

BI 工具
note prerequisites
PREREQUISITES
確定您已驗證連線成功，可以列出資料檢視，並針對您想要嘗試此使用案例的BI工具使用資料檢視。
tabs
Power BI案頭版

  1. 在​ 資料 ​窗格中：

    1. 選取​ daterangemonth。
    2. 選取​ 日期範圍名稱。
    3. 選取​ 發生次數總和。

    您看到顯示擷取此視覺效果​ 資料的 ​錯誤的視覺效果。

  2. 在​ 篩選器 ​窗格中：

    1. 選取此視覺效果​ 上 ​篩選器中的​ daterangeName is (All)。
    2. 選取​ 基本篩選 ​作為​ 篩選型別。
    3. 在​ 搜尋 ​欄位底下，選取​ 去年度2023，這是您在Customer Journey Analytics中定義的日期範圍名稱。
    4. 選取 CrossSize75 以從​ 資料行 ​移除​ 日期範圍名稱。

    您會看到已套用​ 日期範圍名稱 ​篩選器的資料表已更新。 您的Power BI案頭應該如下所示。

    使用日期範圍名稱篩選的Power BI案頭

Tableau案頭

  1. 選取底部的​ 工作表1 ​索引標籤，以從​ 資料來源 ​切換。 在​ 工作表1 ​檢視中：

    1. 從​ 篩選器 ​托架中的​ 表格 ​清單拖曳​ 日期範圍名稱 ​專案。

    2. 在​ 篩選器[日期範圍名稱] ​對話方塊中，確定已選取​ 從清單中選取，並從清單中選取​ 去年的2023。 選取​ 套用 ​及​ 確定。

    3. 從​ 表格 ​清單中拖曳​ Daterangemonth ​專案，並將該專案拖放至​ 列 ​旁的欄位中。 選取​ Daterangemonth ​並選取​ 月。 值變更為​ MONTH(Daterangemonth)。

    4. 從​ 表格 ​清單拖曳​ 發生次數 ​專案，並將該專案拖放至​ 欄 ​旁的欄位中。 值變更為​ SUM（發生次數）。

    5. 從​ 顯示我 ​中選取​ 文字表。

    6. 從工具列選取​ 交換列與欄。

    7. 從​ 符合 ​下拉式功能表中選取​ 符合寬度。

      您的Tableau桌上型電腦應如下所示。

      Tableau案頭多個Dimension排名篩選器

觀察者

  1. 在Looker的​ 瀏覽 ​介面中，確定您已進行乾淨的設定。 如果沒有，請選取 設定 移除欄位和篩選器。

  2. 選取​ 篩選器 ​底下的​ +篩選器。

  3. 在​ 新增篩選器 ​對話方塊中：

    1. 選取​ ‣ Cc資料檢視
    2. 從欄位清單中，選取​ 日‣期範圍名稱。

  4. 將​ Cc資料檢視日期範圍名稱 ​篩選器指定為​ 是，並從值清單中選取​ 去年度2023。

  5. 從左側邊欄的​ ‣ Cc資料檢視 ​區段：

    1. 選取​ Daterange Month，然後選取​ Month。
    2. 在左側邊欄（底部）中選取​ MEASURES ​底下的​ 計數。

  6. 選取​ 執行。

  7. 選取‣視覺效果。

您應該會看到視覺效果和類似下列的表格。

觀察者計數相異

Jupyter Notebook

  1. 在新儲存格中輸入下列陳述式。

    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. 執行儲存格。 您應該會看到與下方熒幕擷圖類似的輸出。

    Jupyter Notebook結果

  3. 從下拉式功能表中選取​ 釣魚產品。

  4. 在新儲存格中輸入下列陳述式。

    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. 執行儲存格。 您應該會看到與下方熒幕擷圖類似的輸出。

    Jupyter Notebook結果

RStudio

  1. 在新區塊中輸入```{r}到 ````之間的下列陳述式。 請確定您使用適當的日期範圍名稱。 例如，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. 執行區塊。 您應該會看到與下方熒幕擷圖類似的輸出。

    RStudio結果

使用區段名稱來分段

在此使用案例中，您要將現有的區段用於「釣魚」產品類別，即您在Customer Journey Analytics中定義的類別。 對2023年1月期間的產品名稱和發生次數（事件）進行細分和報告。

Customer Journey Analytics

檢查您要在Customer Journey Analytics中使用的區段。

Customer Journey Analytics使用篩選器名稱來篩選

然後您可以在範例​ 使用區段名稱將區段 ​面板中針對使用案例使用該區段：

Customer Journey Analytics不重複計數值

BI 工具
note prerequisites
PREREQUISITES
確定您已驗證連線成功，可以列出資料檢視，並針對您想要嘗試此使用案例的BI工具使用資料檢視。
tabs
Power BI案頭版

  1. 在​ 資料 ​窗格中：

    1. 選取​ 日期範圍。
    2. 選取​ 篩選器名稱。
    3. 選取​ 產品名稱。
    4. 選取​ 發生次數總和。

您看到顯示擷取此視覺效果​ 資料的 ​錯誤的視覺效果。

  1. 在​ 篩選器 ​窗格中：

    1. 在此視覺效果​ 上選取 ​篩選器中的​ 篩選器名稱為（全部）。
    2. 選取​ 基本篩選 ​作為​ 篩選型別。
    3. 在​ 搜尋 ​欄位底下，選取​ 釣魚產品，這是Customer Journey Analytics中定義的現有篩選的名稱。
    4. 在此視覺效果​ 上選取 ​篩選器中的​ 日期範圍是（全部）。
    5. 選取​ 進階篩選 ​作為​ 篩選型別。
    6. 定義篩選器以​ 當值 在 1/1/2023 且 在 2/1/2023之前時顯示專案。
    7. 選取 CrossSize75 以從​ 資料行 ​移除​ filterName。
    8. 選取 CrossSize75 以從​ 資料行 ​移除​ 日期範圍。

    您會看到已套用​ filterName ​篩選器的資料表已更新。 您的Power BI案頭應該如下所示。

    使用日期範圍名稱篩選的Power BI案頭

Tableau案頭

  1. 選取底部的​ 工作表1 ​索引標籤，以從​ 資料來源 ​切換。 在​ 工作表1 ​檢視中：

    1. 從​ 篩選器 ​托架中的​ 表格 ​清單拖曳​ 篩選器名稱 ​專案。

    2. 在​ 篩選器[篩選器名稱] ​對話方塊中，確定已選取​ 從清單選取，並從清單選取​ 釣魚產品。 選取​ 套用 ​及​ 確定。

    3. 從​ 篩選器 ​托架中的​ 表格 ​清單拖曳​ 日期範圍 ​專案。

    4. 在​ 篩選欄位[日期範圍] ​對話方塊中，選取​ 日期範圍 ​並選取​ 下一步>。

    5. 在​ 篩選器[Daterang] ​對話方塊中，選取​ 日期範圍，然後選取01/01/2023 - 01/02/2023。 選取​ 套用 ​及​ 確定。

    6. 將​ 產品名稱 ​從​ 表格 ​清單拖曳至​ 列。

    7. 從​ 表格 ​清單拖曳​ 發生次數 ​專案，並將該專案拖放至​ 欄 ​旁的欄位中。 值變更為​ SUM（發生次數）。

    8. 從​ 顯示我 ​中選取​ 文字表。

    9. 從​ 符合 ​下拉式功能表中選取​ 符合寬度。

      您的Tableau桌上型電腦應如下所示。

      Tableau案頭多個Dimension排名篩選器

觀察者

  1. 在Looker的​ 瀏覽 ​介面中，確定您已進行乾淨的設定。 如果沒有，請選取 設定 移除欄位和篩選器。

  2. 選取​ 篩選器 ​底下的​ +篩選器。

  3. 在​ 新增篩選器 ​對話方塊中：

    1. 選取​ ‣ Cc資料檢視

    2. 從欄位清單中，選取​ 日‣期範圍日期 ​然後​ 日期範圍日期。

      Looker篩選器

  4. 指定​ Cc資料檢視日期範圍日期 ​篩選器，因為​ 在範圍 2023/01/01 到（之前） 2023/02/01。

  5. 選取​ 篩選器 ​底下的​ +篩選器 ​以新增另一個篩選器。

  6. 在​ 新增篩選器 ​對話方塊中：

    1. 選取​ ‣ Cc資料檢視
    2. 從欄位清單中，選取​ 篩選‣器名稱。

  7. 確定​ 是 ​篩選的選取專案。

  8. 從可能的值清單中選取​ 釣魚產品。

  9. 從左側邊欄的​ ‣ Cc資料檢視 ​區段：

    1. 選取​ 產品名稱。
    2. 在左側邊欄（底部）中選取​ MEASURES ​底下的​ 計數。

  10. 選取​ 執行。

  11. 選取‣視覺效果。

您應該會看到視覺效果和類似下列的表格。

觀察者計數相異

Jupyter Notebook

  1. 在新儲存格中輸入下列陳述式。

    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. 執行儲存格。 您應該會看到與下方熒幕擷圖類似的輸出。

    Jupyter Notebook結果

  3. 從下拉式功能表中選取​ 釣魚產品。

  4. 在新儲存格中輸入下列陳述式。

    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. 執行儲存格。 您應該會看到與下方熒幕擷圖類似的輸出。

    Jupyter Notebook結果

RStudio

  1. 在新區塊中輸入```{r}到 ````之間的下列陳述式。 請確定您使用適當的篩選器名稱。 例如，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. 執行區塊。 您應該會看到與下方熒幕擷圖類似的輸出。

    RStudio結果

使用維度值劃分割槽段

您使用​ 產品類別 ​的動態​ 狩獵 ​值，從狩獵類別中劃分產品。 或者，對於不支援動態擷取產品類別值的BI工具，您可以在Customer Journey Analytics中建立新的區段，對搜尋產品類別中的產品進行區段。
然後，您想要使用新區段，報告2023年1月期間，搜尋類別中產品的產品名稱和發生次數（事件）。

Customer Journey Analytics

在Customer Journey Analytics中建立具有​ 標題 Hunting Products的新區段。

Customer Journey Analytics使用Dimension值來區段

然後您可以在範例​ 使用Dimension值來篩選使用案例的 ​面板中使用該區段：

Customer Journey Analytics不重複計數值

BI 工具
note prerequisites
PREREQUISITES
確定您已驗證連線成功，可以列出資料檢視，並針對您想要嘗試此使用案例的BI工具使用資料檢視。
tabs
Power BI案頭版

  1. 從功能表選取​ 首頁，然後從工具列選取​ 重新整理。 您必須重新整理連線，才能擷取您剛才在Customer Journey Analytics中定義的新篩選器。

  2. 在​ 資料 ​窗格中：

    1. 選取​ 日期範圍。
    2. 選取​ product_category。
    3. 選取​ 產品名稱。
    4. 選取​ 發生次數總和。

您看到顯示擷取此視覺效果​ 資料的 ​錯誤的視覺效果。

  1. 在​ 篩選器 ​窗格中：

    1. 在此視覺效果​ 上選取 ​篩選器中的​ 篩選器名稱為（全部）。
    2. 選取​ 基本篩選 ​作為​ 篩選型別。
    3. 在此視覺效果​ 上選取 ​篩選器中的​ 日期範圍是（全部）。
    4. 選取​ 進階篩選 ​作為​ 篩選型別。
    5. 定義篩選器以​ 當值 在 1/1/2023 且 在 2/1/2023之前時顯示專案。
    6. 選取​ 基本篩選器 ​作為​ product_category ​的​ 篩選器型別，並從可能的值清單中選取​ Hunting。
    7. 選取 CrossSize75 以從​ 資料行 ​移除​ filterName。
    8. 選取 CrossSize75 以從​ 資料行 ​移除​ 日期範圍。

    您會看到已套用​ product_category ​篩選器的資料表已更新。 您的Power BI案頭應該如下所示。

    使用日期範圍名稱篩選的Power BI案頭

Tableau案頭

AlertRed Tableau Desktop不支援從Customer Journey Analytics擷取產品類別的動態清單。 此使用案例會改用新建立的​ 狩獵產品 ​篩選器，並使用篩選器名稱critia。

  1. 在​ 資料Source ​檢視的​ 資料 ​下，從​ cc_data_view(prod：cja%3FFLATTEN) ​上的內容功能表選取​ 重新整理。 您必須重新整理連線，才能擷取您剛才在Customer Journey Analytics中定義的新篩選器。

  2. 選取底部的​ 工作表1 ​索引標籤，以從​ 資料來源 ​切換。 在​ 工作表1 ​檢視中：

    1. 從​ 篩選器 ​托架中的​ 表格 ​清單拖曳​ 篩選器名稱 ​專案。

    2. 在​ 篩選器[篩選器名稱] ​對話方塊中，確定已選取​ 從清單中選取，並從清單中選取​ 搜尋產品。 選取​ 套用 ​及​ 確定。

    3. 從​ 篩選器 ​托架中的​ 表格 ​清單拖曳​ 日期範圍 ​專案。

    4. 在​ 篩選欄位[日期範圍] ​對話方塊中，選取​ 日期範圍 ​並選取​ 下一步>。

    5. 在​ 篩選器[日期範圍] ​對話方塊中，選取​ 日期範圍，然後選取01/01/2023 - 1/2/2023。 選取​ 套用 ​及​ 確定。

    6. 將​ 產品名稱 ​從​ 表格 ​清單拖曳至​ 列。

    7. 從​ 表格 ​清單拖曳​ 發生次數 ​專案，並將該專案拖放至​ 欄 ​旁的欄位中。 值變更為​ SUM（發生次數）。

    8. 從​ 顯示我 ​中選取​ 文字表。

    9. 從​ 符合 ​下拉式功能表中選取​ 符合寬度。

      您的Tableau桌上型電腦應如下所示。

      Tableau案頭多個Dimension排名篩選器

觀察者

  1. 在1. 在Looker的​ 瀏覽 ​介面中，重新整理您的連線。 選取 設定 清除快取並重新整理。

  2. 在Looker的​ 瀏覽 ​介面中，確定您已進行乾淨的設定。 如果沒有，請選取 設定 移除欄位和篩選器。

  3. 選取​ 篩選器 ​底下的​ +篩選器。

  4. 在​ 新增篩選器 ​對話方塊中：

    1. 選取​ ‣ Cc資料檢視

    2. 從欄位清單中，選取​ 日‣期範圍日期 ​然後​ 日期範圍日期。

      Looker篩選器

  5. 指定​ Cc資料檢視日期範圍日期 ​篩選器，因為​ 在範圍 2023/01/01 到（之前） 2023/02/01。

  6. 選取​ 篩選器 ​底下的​ +篩選器 ​以新增另一個篩選器。

  7. 在​ 新增篩選器 ​對話方塊中：

    1. 選取​ ‣ Cc資料檢視
    2. 從欄位清單中，選取​ 產‣品類別。

  8. 確定​ 是 ​作為篩選的選取專案。

AlertRed 查閱未顯示​ 產品類別 ​的可能值清單。

觀察者計數相異

Jupyter Notebook

  1. 在新儲存格中輸入下列陳述式。

    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. 執行儲存格。 您應該會看到與下方熒幕擷圖類似的輸出。

    Jupyter Notebook結果

  3. 從下拉式功能表中選取​ 搜尋。

  4. 在新儲存格中輸入下列陳述式。

    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. 執行儲存格。 您應該會看到與下方熒幕擷圖類似的輸出。

    Jupyter Notebook結果

RStudio

  1. 在新區塊中輸入```{r}到 ````之間的下列陳述式。 確定您使用適當的類別。 例如，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. 執行區塊。 您應該會看到與下方熒幕擷圖類似的輸出。

    RStudio結果

排序

在此使用案例中，您想要報告2023年1月期間產品名稱的購買收入和購買（以降序購買收入順序排序）。

Customer Journey Analytics

使用案例的範例​ 排序 ​面板：

Customer Journey Analytics排序面板

BI 工具
note prerequisites
PREREQUISITES
確定您已驗證連線成功，可以列出資料檢視，並針對您想要嘗試此使用案例的BI工具使用資料檢視。
tabs
Power BI案頭版

  1. 在​ 資料 ​窗格中：

    1. 選取​ 日期範圍。
    2. 選取​ product_namr。
    3. 選取​ sum purchase_revenue。
    4. 選取​ 總購買。

  2. 在​ 篩選器 ​窗格中：

    1. 在此視覺效果​ 上選取 ​篩選器中的​ 日期範圍是（全部）。
    2. 選取​ 進階篩選 ​作為​ 篩選型別。
    3. 定義篩選器以​ 當值 在 1/1/2023 且 在 2/1/2023之前時顯示專案。

  3. 在「視覺效果」窗格中：

    1. 選取 CrossSize75 以從資料行移除日期範圍。
    2. 將​ Purchase_revenue ​的總和拖曳至​ 欄 ​專案的底部。

  4. 在報表中，選取​ purchase_revenue總和 ​以購買收入遞減順序排序表格。

    您的Power BI案頭應該如下所示。

    使用日期範圍名稱篩選的Power BI案頭

Power BI Desktop使用BI副檔名執行的查詢不包含sort陳述式。 缺少sort陳述式表示排序是在使用者端執行。

code language-sql 
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
Tableau案頭

  1. 選取底部的​ 工作表1 ​索引標籤，以從​ 資料來源 ​切換。 在​ 工作表1 ​檢視中：

    1. 從​ 篩選器 ​托架中的​ 表格 ​清單拖曳​ 日期範圍 ​專案。

    2. 在​ 篩選欄位[日期範圍] ​對話方塊中，選取​ 日期範圍 ​並選取​ 下一步>。

    3. 在​ 篩選器[日期範圍] ​對話方塊中，選取​ 日期範圍，然後選取01/01/2023 - 1/2/2023。 選取​ 套用 ​及​ 確定。

    4. 從​ 表格 ​清單中拖曳​ 產品名稱，並將專案拖放至​ 列 ​旁的欄位中。

    5. 從​ 表格 ​清單拖曳​ 購買 ​專案，並將該專案拖放至​ 欄 ​旁的欄位中。 值變更為​ SUM（購買）。

    6. 從​ 表格 ​清單中拖曳​ Purchase Revenue ​專案，並將該專案拖放至​ 欄、SUM(Purchases) ​旁邊的欄位中。 值變更為​ SUM（購買收入）。

    7. 從​ 顯示我 ​中選取​ 文字表。

    8. 從​ 符合 ​下拉式功能表中選取​ 符合寬度。

    9. 選取​ Purchase Revenue ​欄標題，並依遞減順序排序此欄上的表格。

      您的Tableau桌上型電腦應如下所示。

      Tableau案頭排序

Tableau Desktop使用BI副檔名執行的查詢不包含sort陳述式。 缺少此sort陳述式表示排序是在使用者端執行。

code language-sql 
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
觀察者

  1. 在Looker的​ 瀏覽 ​介面中，重新整理您的連線。 選取 設定 清除快取並重新整理。

  2. 在Looker的​ 瀏覽 ​介面中，確定您已進行乾淨的設定。 如果沒有，請選取 設定 移除欄位和篩選器。

  3. 選取​ 篩選器 ​底下的​ +篩選器。

  4. 在​ 新增篩選器 ​對話方塊中：

    1. 選取​ ‣ Cc資料檢視

    2. 從欄位清單中，選取​ 日‣期範圍日期 ​然後​ 日期範圍日期。

      Looker篩選器

  5. 指定​ Cc資料檢視日期範圍日期 ​篩選器，因為​ 在範圍 2023/01/01 到（之前） 2023/02/01。

  6. 從左側邊欄的​ ‣ Cc資料檢視 ​區段中，選取​ 產品名稱。

  7. 從左側邊欄中的​ ‣自訂欄位 ​區段：

    1. 從​ +新增 ​下拉式功能表中選取​ 自訂量值。

    2. 在​ 建立自訂量值 ​對話方塊中：

      1. 從​ 要量值 ​的欄位下拉式功能表中選取​ 購買收入。

      2. 從​ 量值型別 ​下拉式功能表中選取​ 總和。

      3. 輸入​ 名稱 ​的自訂欄位名稱。 例如：Sum of Purchase Revenue。

      4. 選取​ 欄位詳細資料 ​標籤。

      5. 從​ 格式 ​下拉式選單中選取​ 小數，並確定0是以​ 小數 ​輸入。

        Looker自訂量度欄位

      6. 選取「儲存」。

  8. 請確定您在​ Purchase Revenue↓5}欄上選取 1} （遞減，排序順序： 1）。​

  9. 選取​ 執行。

  10. 選取‣視覺效果。

您應該會看到視覺效果和類似下列的表格。

觀察者計數相異

Looker使用BI副檔名產生的查詢包含ORDER BY，這表示排序是透過Looker和BI副檔名執行。

code language-sql 
-- 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
Jupyter Notebook

  1. 在新儲存格中輸入下列陳述式。

    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. 執行儲存格。 您應該會看到與下方熒幕擷圖類似的輸出。

    Jupyter Notebook結果

如Jupyter Notebook中所定義，查詢由BI擴充功能執行。
RStudio

  1. 在新區塊中輸入```{r}到` ````之間的下列陳述式。

    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. 執行區塊。 您應該會看到與下方熒幕擷圖類似的輸出。

    RStudio結果

RStudio使用BI副檔名產生的查詢包含ORDER BY，這表示會透過RStudio和BI副檔名套用順序。

code language-sql 
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

限制

在此使用案例中，您想要報告2023年期間前5次出現產品名稱。

Customer Journey Analytics

使用案例的範例​ 限制 ​面板：

Customer Journey Analytics限制面板