1. 在​ 資料 ​窗格中：

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

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​ 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。
   5. 在此視覺效果​ 上選取 ​篩選器中的​ product_name is (All)。
   6. 選取​ 前N ​位作為​ 篩選器型別。
   7. 選取​ 顯示專案 前 5 依值。
   8. 從​ 資料 ​窗格拖放​ 總和發生次數 ​並將它拖放到​ 在此處新增資料欄位。
   9. 選取​ 套用篩選器。

3. 在「視覺效果」窗格中：

   • 選取 以從資料行移除日期範圍。

   您的Power BI案頭應該如下所示。

   

Power BI Desktop使用BI副檔名執行的查詢包含limit陳述式，但不包含預期的陳述式。 Power BI Desktop會使用明確的產品名稱結果，強制執行前5次發生的限制。

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. 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​ 相對日期，選取​ 年，然後選取​ 先前的年。 選取​ 套用 ​及​ 確定。

   4. 將​ 產品名稱 ​從​ 表格 ​清單拖曳至​ 列。

   5. 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）。

   6. 從​ 顯示我 ​中選取​ 文字表。

   7. 從​ 符合 ​下拉式功能表中選取​ 符合寬度。

   8. 在​ 列 ​中選取​ 產品名稱。 從下拉式功能表中選取​ 篩選器。

      1. 在​ 篩選器[產品名稱] ​對話方塊中，選取​ 前 ​個索引標籤。

      2. 選取​ 依欄位： 前 5 依發生次數 總和。

      3. 選取​ 套用 ​及​ 確定。

         您注意到表格消失。 依發生次數選取前5個產品名稱，使用此篩選條件​ 無法 ​正常運作。

      4. 選取​ 篩選器 ​托架中的​ 產品名稱，並從下拉式選單中選取​ 移除。 表格會重新出現。

   9. 選取​ 標籤 ​托架中的​ 總和（發生次數）。 從下拉式功能表中選取​ 篩選器。

      1. 在​ 篩選器[發生次數] ​對話方塊中，選取​ 至少。

      2. 輸入47.799作為值。 此值可確保表格中只顯示前5個專案。 選取​ 套用 ​及​ 確定。

         您的Tableau桌上型電腦應如下所示。

         

如上所示，在定義產品名稱的「前5個發生次數」篩選條件時，Tableau Desktop執行的此查詢會失敗。

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

定義發生次數的「前5名」篩選器時，Tableau Desktop執行的查詢如下所示。 此限制在查詢和套用的使用者端中不可見。

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. 在Looker的​ 瀏覽 ​介面中，重新整理您的連線。 選取 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 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。

      

5. 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。

6. 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。

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

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。

Looker使用BI副檔名產生的查詢包括FETCH NEXT 5 ROWS ONLY，這表示限制是透過Looker和BI副檔名執行。

-- 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. 在新儲存格中輸入下列陳述式。

   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. 執行儲存格。 您應該會看到與下方熒幕擷圖類似的輸出。

   

如Jupyter Notebook中所定義，查詢由BI擴充功能執行。

1. 在新區塊中輸入```{r}到` ````之間的下列陳述式。

   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. 執行區塊。 您應該會看到與下方熒幕擷圖類似的輸出。

   

RStudio使用BI副檔名產生的查詢包含LIMIT 5，這表示限制是透過RStudio和BI副檔名套用。

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

Customer Journey Analytics物件可在​ 資料 ​窗格中使用，並可從您在Power BI Desktop中選取的表格擷取。 例如，public.cc_data_view。 表格的名稱與您在Customer Journey Analytics中為資料檢視定義的外部ID相同。 例如，具有​ 標題 C&C - Data View和​ 外部識別碼 cc_data_view的資料檢視。

維度
來自Customer Journey Analytics的維度以元件ID識別。 元件ID已在您的Customer Journey Analytics資料檢視中定義。 例如，Customer Journey Analytics中的維度​ 產品名稱 ​具有元件識別碼 product_name，這是Power BI Desktop中維度的名稱。
來自Customer Journey Analytics的日期範圍維度（例如​ Day、Week、Month ​等）可用作​ daterangeday、daterangeweek、daterangemonth ​等。

個量度
來自Customer Journey Analytics的量度以元件ID識別。 元件ID已在您的Customer Journey Analytics資料檢視中定義。 例如，Customer Journey Analytics中的量度​ Purchase Revenue ​有元件識別碼 purchase_revenue，這是Power BI Desktop中量度的名稱。 ∑ ​表示量度。 當您在任何視覺效果中使用量度時，量度會重新命名為​ 量度的總和​。

篩選器
您在Customer Journey Analytics中定義的篩選器可作為​ filterName ​欄位的一部分使用。 當您在Power BI Desktop中使用​ filterName ​欄位時，可以指定要使用的篩選器。

計算量度
您在Customer Journey Analytics中定義的計算量度，會由您為計算量度定義的外部ID識別。 例如，計算量度​ 產品名稱（相異計數） ​具有外部識別碼 product_name_count_distinct，並在Power BI Desktop中顯示為​ cm_product_name_count_distinc ​t。

日期範圍
您在Customer Journey Analytics中定義的日期範圍可做為​ daterangeName ​欄位的一部分。 當您使用​ daterangeName ​欄位時，您可以指定要使用的日期範圍。

自訂轉換
Power BI Desktop提供使用資料分析運算式(DAX)的自訂轉換功能。 例如，您想要以小寫執行產品名稱排名為的單一維度使用案例。

1. 在報表檢視中，選取長條圖視覺效果。

2. 在[資料]窗格中選取​ product_name。

3. 在工具列中選取​ 新資料行。

4. 在公式編輯器中，定義名稱為product_name_lower的新欄，如product_name_lower = LOWER('public.cc_data_view[product_name])。
   

5. 請確定您在​ 資料 ​窗格中選取新的​ product_name_lower ​欄，而非​ product_name ​欄。

6. 在表格視覺效果中選取​ 更多 ​中的 報告。

   您的Power BI案頭應該如下所示。
   

自訂轉換會導致SQL查詢的更新。 請參閱下列SQL範例中lower函式的使用：

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

每當您在工作表中工作時，Data ​側邊欄中都會有Customer Journey Analytics物件。 並從您選取做為Tableau中​ 資料來源 ​頁面一部分的資料表中擷取。 例如，cc_data_view。 表格的名稱與您在Customer Journey Analytics中為資料檢視定義的外部ID相同。 例如，具有​ 標題 C&C - Data View和​ 外部識別碼 cc_data_view的資料檢視。

維度
來自Customer Journey Analytics的維度以元件名稱識別。 已在您的Customer Journey Analytics資料檢視中定義元件名稱。 例如，Customer Journey Analytics中的維度​ 產品名稱 ​有元件名稱 產品名稱，這是Tableau中維度的名稱。 所有維度皆由​ Abc ​識別。
來自Customer Journey Analytics的日期範圍維度（例如​ Day、Week、Month ​等）可用作​ Daterangeday、Daterangeweek、Daterangemonth ​等。 使用日期範圍維度時，您必須從下拉式選單中選取適當的日期或時間定義，以套用至該日期範圍維度。 例如，年，季，月，日。

個量度
來自Customer Journey Analytics的量度由元件名稱識別。 已在您的Customer Journey Analytics資料檢視中定義元件名稱。 例如，Customer Journey Analytics中的量度​ Purchase Revenue ​有元件名稱 Purchase Revenue，這是Tableau中量度的名稱。 所有量度都由​ # ​識別。 當您在任何視覺效果中使用量度時，量度會重新命名為​ Sum（量度）。

篩選器
您在Customer Journey Analytics中定義的篩選器可作為​ 篩選器名稱 ​欄位的一部分使用。 當您在Tableau中使用​ 篩選器名稱 ​欄位時，可以指定要使用的篩選器。

計算量度
您在Customer Journey Analytics中定義的計算量度，會由您為計算量度定義的標題識別。 例如，計算量度​ 產品名稱（相異計數） ​有標題 產品名稱（相異計數），並在Tableau中顯示為​ Cm產品名稱相異計數。

日期範圍
您在Customer Journey Analytics中定義的日期範圍可做為​ 日期範圍名稱 ​欄位的一部分。 當您使用​ 日期範圍名稱 ​欄位時，您可以指定要使用的日期範圍。

自訂轉換
Tableau Desktop提供使用計算欄位的自訂轉換功能。 例如，您想要以小寫執行產品名稱排名為的單一維度使用案例。

1. 從主功能表選取​ 分析 > 建立計算欄位。

   1. 使用函式​ 定義 ​小寫的產品名稱LOWER([Product Name])。

      

   2. 選取​ 確定。

2. 選取​ 資料 ​工作表。

   1. 從​ 表格 ​拖曳​ 小寫產品名稱，並將專案拖放至​ 列 ​旁的欄位中。
   2. 從​ 列 ​移除​ 產品名稱。

3. 選取​ 儀表板1 ​檢視。

您的Tableau桌上型電腦應如下所示。

轉換後的

自訂轉換會導致SQL查詢的更新。 請參閱下列SQL範例中LOWER函式的使用：

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))

可在​ 探索 ​介面中使用Customer Journey Analytics物件。 和會隨著在Looker中設定連線、專案和模型而擷取。 例如，cc_data_view。 檢視的名稱與您在Customer Journey Analytics中為資料檢視定義的外部ID相同。 例如，具有​ 標題 C&C - Data View和​ 外部識別碼 cc_data_view的資料檢視。

維度
Customer Journey Analytics的維度會在​ Cc資料檢視 ​左側邊欄中列為​ DIMENSION。 維度是在您的Customer Journey Analytics資料檢視中定義。 例如，Customer Journey Analytics中的維度​ 產品名稱 ​具有​ DIMENSION 產品名稱，這是Looker中維度的名稱。
來自Customer Journey Analytics的日期範圍維度（如​ Day、Week、Month ​等）可做為​ Daterangeday Date、Daterangeweek Date、Daterangemonth Date ​等。 使用日期範圍維度時，您必須選取適當的日期或時間定義。 例如，年，季，月，日期。

個量度
Customer Journey Analytics的量度在​ Cc資料檢視 ​左側邊欄中列為​ DIMENSION。 例如，Customer Journey Analytics中的量度​ Purchase Revenue ​有​ DIMENSION Purchase Revenue。 若要實際做為量度使用，請建立如上例所示的自訂量值欄位，或使用維度的捷徑。 例如，⋮，選取​ 彙總，然後選取​ 總計。

篩選器
您在Customer Journey Analytics中定義的篩選器可作為​ 篩選器名稱 ​欄位的一部分使用。 當您在Looker中使用​ 篩選器名稱 ​欄位時，您可以指定要使用的篩選器。

計算量度
您在Customer Journey Analytics中定義的計算量度，會由您為計算量度定義的標題識別。 例如，計算量度​ 產品名稱（相異計數） ​有標題 產品名稱（相異計數），並在回顧中顯示為​ 公分產品名稱相異計數。

日期範圍
您在Customer Journey Analytics中定義的日期範圍可做為​ 日期範圍名稱 ​欄位的一部分。 當您使用​ 日期範圍名稱 ​欄位時，您可以指定要使用的日期範圍。

自訂轉換
Looker使用自訂欄位建置器提供自訂轉換功能，如上所示。 例如，您想要以小寫執行產品名稱排名為的單一維度使用案例。

1. 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Dimension。

   2. 在lower(${cc_data_view.product_name})運算式​ 文字區域中輸入。 當您開始輸入Product Name時，會以正確的語法協助您。

      

   3. 輸入product name作為​ 名稱。

   4. 選取「儲存」。

您應該會看到類似表格，如下所示。

自訂轉換會導致SQL查詢的更新。 請參閱下列SQL範例中LOWER函式的使用：

SELECT
    LOWER((cc_data_view."product_name")) AS "product_name",
    COALESCE(SUM(CAST(( cc_data_view."purchase_revenue"  ) AS DOUBLE PRECISION)), 0) AS "sum_of_purchase_revenue",
    COALESCE(SUM(CAST(( cc_data_view."purchases"  ) AS DOUBLE PRECISION)), 0) AS "sum_of_purchases"
FROM public.cc_data_view  AS cc_data_view
WHERE ((( cc_data_view."daterange"  ) >= (DATE_TRUNC('day', DATE '2023-01-01')) AND ( cc_data_view."daterange"  ) < (DATE_TRUNC('day', DATE '2024-01-01'))))
GROUP BY
    1
ORDER BY
    2 DESC
FETCH NEXT 500 ROWS ONLY

Customer Journey Analytics物件（維度、量度、篩選器、計算量度和日期範圍）可當作您建構的內嵌SQL查詢的一部分來使用。 請參閱之前的範例。

自訂轉換

1. 在新儲存格中輸入下列陳述式。

   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. 執行儲存格。 您應該會看到與下方熒幕擷圖類似的輸出。

   

如Jupyter Notebook中所定義，查詢由BI擴充功能執行。

Customer Journey Analytics元件（維度、量度、篩選器、計算量度和日期範圍）在R語言中類似命名物件提供。 請參閱使用元件的元件。請參閱之前的範例。

自訂轉換

1. 在新區塊中輸入```{r}到` ````之間的下列陳述式。

   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. 執行區塊。 您應該會看到與下方熒幕擷圖類似的輸出。

   

RStudio使用BI擴充功能產生的查詢包含lower，這表示自訂轉換是由RStudio和BI擴充功能執行。

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

比較

針對大多數Customer Journey Analytics視覺效果，Power BI Desktop提供同等體驗。 請參閱下表。

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
圖示	Customer Journey Analytics視覺效果	Power BI案頭視覺效果
	區域	區域圖、棧疊區域圖和100%區域圖
	條狀圖	叢集柱狀圖
	堆疊長條圖	棧疊直條圖和100%棧疊直條圖
	項目符號
	同類群組表格
	組合	折線圖和棧疊直條圖，以及折線圖和叢集直條圖
	環形圖	環形圖
	流失	漏斗。
	流量	分解樹？
	自由格式表格	資料表和矩陣
	直方圖
	橫條圖	叢集長條圖
	堆疊橫條圖	棧疊長條圖和100%棧疊長條圖
	歷程畫布	分解樹狀結構
	關鍵量度摘要
	折線圖	折線圖
	散佈圖	散佈圖
	區段標題	文字方塊
	摘要變更	卡片
	摘要數字	卡片
	文字	文字方塊
	樹狀圖	樹狀圖
	文氏圖表

深入研究

Power BI支援鑽研模式，以深入探索特定視覺效果的詳細資料。 在以下範例中，您會分析產品類別的購買收入。 從代表產品類別之條的內容功能表中，您可以選取​ 向下切入。

向下展開會更新所選產品類別中產品購買收入的視覺效果。

向下鑽研會在下列使用WHERE子句的SQL查詢中產生：

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

比較

針對大多數Customer Journey Analytics視覺效果，Tableau Desktop提供同等體驗。 請參閱下表。

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
圖示	Customer Journey Analytics視覺效果	Power BI案頭視覺效果
	區域	區域圖
	條狀圖	長條圖
	堆疊長條圖
	項目符號	項目符號圖表
	同類群組表格
	組合	組合圖表
	環形圖
	流失
	流量
	自由格式表格	文字資料表
	直方圖	直方圖
	橫條圖	長條圖
	堆疊橫條圖	長條圖
	歷程畫布
	關鍵量度摘要
	折線圖	折線圖
	散佈圖	散佈圖
	區段標題
	摘要變更
	摘要數字
	文字
	樹狀圖	樹狀圖
	文氏圖表

深入研究

Tableau支援鑽研模式到階層。 在以下範例中，當您在​ 表格 ​中選取​ 產品名稱 ​欄位，並將它拖曳到​ 產品類別 ​上時，就會建立階層。 然後，從代表產品類別之條的內容功能表中，選取​ +向下鑽研。

向下展開會更新所選產品類別中產品購買收入的視覺效果。

向下鑽研會產生下列使用GROUP BY子句的SQL查詢：

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

查詢​ 不會 ​將結果限製為所選的產品類別；只有視覺效果會顯示所選的產品類別。

或者，您可以建立一個向下鑽研圖示板，其中一個視覺效果是另一個視覺效果中選取的結果。 在下列範例中，產品類別 ​視覺效果已用作更新​ 產品名稱 ​表格的篩選條件。 此視覺效果篩選器僅供使用者端使用，不會產生額外的SQL查詢。

比較

針對大多數Customer Journey Analytics視覺效果，Looker提供同等體驗。 請參閱下表。

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
圖示	Customer Journey Analytics視覺效果	Power BI案頭視覺效果
	區域	區域圖
	條狀圖	長條圖
	堆疊長條圖	長條圖
	項目符號	項目符號圖表
	同類群組表格
	組合	自訂視覺效果
	環形圖	環形圖
	流失	漏斗
	流量	Sankey
	自由格式表格	表格
	直方圖
	橫條圖	長條圖
	堆疊橫條圖	長條圖
	歷程畫布
	關鍵量度摘要
	折線圖	折線圖
	散佈圖	散點圖
	區段標題
	摘要變更	單一值
	摘要數字	單一值
	文字	單一值
	樹狀圖	樹狀圖
	文氏圖表	文氏圖表

• Power BI Desktop進階日期範圍篩選是專屬功能。 對於結束日期，您需要選取要報告的一天之後的日期。 例如，位於 1/1/2023 或之後， ​之前1/2/2023。

• 建立連線時，Power BI案頭預設為​ 匯入。 請確定您使用​ 直接查詢。

• Power BI Desktop透過Power Query公開資料轉換。 Power Query主要用於匯入型別連線，因此許多您套用的轉換（如日期或字串函式）會擲回錯誤，指出您需要切換到匯入型別連線。 如果您需要在查詢時轉換資料，應使用衍生的維度和量度，因此Power BI不需要自行轉換。

• Power BI Desktop不瞭解如何處理日期 — 時間型別欄，所以不支援​**daterange *X ***​維度，例如​ daterangehour ​ ​和​ daterangeminute ​。

• Power BI Desktop預設會嘗試使用更多查詢服務工作階段建立多個連線。 前往專案的Power BI設定並停用平行查詢。

• Power BI Desktop會執行所有排序和限制使用者端作業。 Power BI Desktop對於前​ X ​個包含繫結值的篩選也有不同的語意。 因此，您無法建立與Analysis Workspace中相同的排序和限制。

• 舊版Power BI Desktop 2024年10月發行版本中斷PostgreSQL資料來源。 請確定您使用本文中提及的版本。

• Tableau案頭日期範圍篩選不適用。 對於結束日期，您需要選取要報告的一天之後的日期。

• 根據預設，當您新增日期或日期時間維度（例如​ Daterangemonth）至工作表的列時，Tableau Desktop會將​ YEAR() ​函式中的欄位換行。 若要取得您想要的結果，您必須選取該維度，然後從下拉式選單中選取您要使用的日期函式。 例如，當您嘗試使用​ Daterangemonth ​時，將​ 年 ​變更為​ 月。

• 在Tableau Desktop中，將結果限制在前​ X ​是不明顯的。 您可以明確限制結果，或使用計算欄位和​ INDEX() ​函式。 將Top X ​篩選器新增至維度，會使用不支援的內部聯結產生複雜的SQL。

• Looker具有每個節點的最大連線數目設定，此設定必須介於5到100之間。 您無法將此值設為1。 此設定表示Looker連線一律使用至少5個可用的查詢服務工作階段。

• Looker可讓您以Customer Journey Analytics資料檢視為基礎，以檢視建立專案。 Looker接著會使用LookerML，根據資料檢視中可用的維度和量度建立模型。 此專案檢視不會自動更新以符合來源。 如果您變更或新增CJA資料檢視維度、量度、計算量度或區段，這些變更不會自動顯示在Looker中。 您必須手動更新專案檢視或建立新專案。

• 查閱者在日期或日期時間欄位（例如​ Daterange Date ​或​ Daterangeday Date）的使用者體驗令人困惑。

• 查閱者的日期範圍是排除而非包含。 until （之前） ​為灰色，因此您可能會遺漏該外觀。 結束日期前，您必須選取要報告日期的前一天。

• Looker不會自動將您的量度視為量度。 當您選取量度時，依預設，Looker會嘗試將量度視為查詢中的維度。 若要將量度視為量度，您需要建立如上所述的自訂欄位。 作為捷徑，您可以選取​ ⋮、選取​ 彙總，然後選取​ 總計。

• Jupyter Notebook的主要注意事項是此工具不像其他BI工具那樣是拖放式使用者介面。 您可以建立良好的視覺效果，但您必須撰寫程式碼才能完成此操作。

• R dplyr適用於一般結構描述，因此需要​ FLATTEN ​選項。

• RStudio的主要注意事項是此工具不像其他BI工具那樣是拖放式使用者介面。 您可以建立良好的視覺效果，但您必須撰寫程式碼才能完成此操作。