Casi d’uso dell’estensione BI

Questo articolo illustra come eseguire una serie di casi d’uso utilizzando l’estensione Customer Journey Analytics BI. Ogni caso d’uso descrive la funzionalità di Customer Journey Analytics, seguita dai dettagli di ciascuno degli strumenti di business intelligence supportati:

  • Desktop Power BI. La versione utilizzata è la 2.137.1102.0 a 64 bit (ottobre 2024).
  • Desktop Tableau. La versione utilizzata è 2024.1.5 (20241.24.0705.0334) a 64 bit.
  • Ricerca. Versione online 25.0.23, disponibile tramite looker.com
  • Jupyter Notebook. La versione utilizzata è la 7.3.2.
  • StudioRS. La versione utilizzata è 2024.12.0, build 467.

Sono documentati i seguenti casi d’uso:

Il caso d'uso connect è incentrato sulla modalità di connessione degli strumenti BI tramite l'estensione Customer Journey Analytics BI.

I casi d'uso per report e analisi indicano come eseguire visualizzazioni di Customer Journey Analytics simili negli strumenti di business intelligence attualmente supportati.

I casi d'uso comprendi forniscono ulteriori dettagli su:

  • Trasformazioni che si verificano quando si utilizzano strumenti di business intelligence per generare rapporti e analizzare.
  • Somiglianze di visualizzazione e differenze tra gli strumenti di Customer Journey Analytics e BI.
  • Avvertenze di ciascuno degli strumenti BI di cui dovresti essere a conoscenza.

Connetti e convalida

Questo caso d’uso imposta la connessione dallo strumento BI a Customer Journey Analytics, elenca le visualizzazioni dati disponibili e seleziona una visualizzazione dati da utilizzare.

Customer Journey Analytics

Le istruzioni fanno riferimento a un ambiente di esempio con i seguenti oggetti:

  • Visualizzazione dati: C&C - Data View ??.
  • Dimensioni: Product Name ?? e Product Category ??.
  • Metriche: Purchase Revenue ?? e Purchases ??.
  • Filtro: Fishing Products ??.

Configurazione base Customer Journey Analytics {modal="regular"}

Nei casi d’uso, sostituisci questi oggetti di esempio con oggetti appropriati per il tuo ambiente specifico.

Strumenti BI
tabs
Desktop Power BI
  1. Accedi alle credenziali e ai parametri richiesti dall’interfaccia utente di Experience Platform Query Service.

    1. Passa alla sandbox di Experience Platform.

    2. Seleziona Query Queries dalla barra a sinistra.

    3. Selezionare la scheda Credentials nell'interfaccia Queries.

    4. Selezionare prod:cja dal menu a discesa Database.

      Esegui query sulle credenziali del servizio {modal="regular"}

  2. Avviare Power BI Desktop.

    1. Dall'interfaccia principale, selezionare Get data from other sources.

    2. Nella finestra di dialogo Get Data (Crea elemento dati):

      Database PostgreSQL di Power BI {modal="regular"}

      1. Cerca e seleziona **PostgreSQL database**. 1. Seleziona **Connect** (Aggiungi elemento dati).

    3. Nella finestra di dialogo PostgreSQL database (Crea elemento dati):

      Impostazioni server desktop e database PowerBI {modal="regular"}

      1. Utilizzare ![Copia](https://experienceleague.adobe.com/docs/analytics-platform/assets/Copy.svg?lang=it) per copiare e incollare i valori **Host** e **Port** dal pannello Experience Platform **Query** **Expiring Credentials**, separati da `:` come valore per **Server**. Ad esempio: `examplecompany.platform-query.adobe.io:80`. 1. Utilizza ![Copia](https://experienceleague.adobe.com/docs/analytics-platform/assets/Copy.svg?lang=it) per copiare e incollare il valore **Database** dal pannello **Expiring Credentials** di Experience Platform **Query**. Aggiungere `?FLATTEN` al valore incollato. Ad esempio: `prod:cja?FLATTEN`. 1. Seleziona **DirectQuery** come **Data connectivity mode**. 1. Seleziona **OK**.

    4. Nella finestra di dialogo PostgreSQL database - Database:

      Utente e password di PowerBI Desktop {modal="regular"}

      1. Utilizzare ![Copia](https://experienceleague.adobe.com/docs/analytics-platform/assets/Copy.svg?lang=it) per copiare i valori **Username** e **Password** dal pannello Experience Platform **Query** **Expiring Credentials** nei campi **User name** e **Password**. Se si utilizza una [credenziale senza scadenza](https://experienceleague.adobe.com/it/docs/experience-platform/query/ui/credentials?lang=it#use-credential-to-connect), utilizzare la password delle credenziali senza scadenza. 1. Verificare che il menu a discesa per **Select which level to apply these settings to** sia impostato su **Server** definito in precedenza. 1. Seleziona **Connect**.

    5. Nella finestra di dialogo Navigator, le visualizzazioni dati vengono recuperate. Questo recupero può richiedere del tempo. Una volta recuperato, in Power BI Desktop viene visualizzato quanto segue.

      Dati caricamento desktop Power BI {modal="regular"}

      1. Seleziona **public.cc_data_view** dall'elenco nel pannello a sinistra. 1. Sono disponibili due opzioni: 1. Selezionare **Load** per continuare e completare l'installazione. 1. Seleziona **Transform Data**. Viene visualizzata una finestra di dialogo in cui è possibile applicare le trasformazioni come parte della configurazione.

      code language-none
        <img src="https://experienceleague.adobe.com/docs/analytics-platform/assets/powerbi-transform-data.png?lang=it" alt="Dati trasformazione desktop Power BI" class="modal-image">
        * Seleziona **Close & Apply**.
      
    6. Dopo un po', public.cc_data_view viene visualizzato nel riquadro Data. Seleziona ChevronRight per visualizzare dimensioni e metriche.

      Dati server desktop Power BI caricati {modal="regular"}

Per APPIATTIRE o meno

Power BI Desktop supporta i seguenti scenari per il parametro FLATTEN. Per ulteriori informazioni, vedere Flatten nested data.

table 0-row-4 1-row-4 2-row-4 3-row-4 3-align-center 8-align-center 13-align-center 18-align-center
Parametro FLATTEN Esempio Supportati Osservazioni
Nessuno prod:cja CerchioSegno di spunta
?FLATTEN prod:cja?FLATTEN CerchioSegno di spunta Opzione consigliata da utilizzare!
%3FFLATTEN prod:cja%3FFLATTEN ChiudiCerchio Power BI Desktop visualizza l'errore: We couldn’t authenticate with the credentials provided. Please try again.

Ulteriori informazioni

Desktop Tableau
  1. Accedi alle credenziali e ai parametri richiesti dall’interfaccia utente di Experience Platform Query Service.

    1. Passa alla sandbox di Experience Platform.

    2. Seleziona Query Queries dalla barra a sinistra.

    3. Selezionare la scheda Credentials nell'interfaccia Queries.

    4. Selezionare prod:cja dal menu a discesa Database.

      Esegui query sulle credenziali del servizio {modal="regular"}

  2. Avvia Tableau.

    1. Seleziona PostgreSQL dalla barra a sinistra sotto To a Server. Se non disponibile, selezionare More… e selezionare PostgreSQL da Installed Connectors.

      Connettori Tableau {modal="regular"}

    2. Nella scheda General della finestra di dialogo PostgreSQL:

      Finestra di dialogo Accesso a Tableau {modal="regular"}

      1. Utilizza ![Copia](https://experienceleague.adobe.com/docs/analytics-platform/assets/Copy.svg?lang=it) per copiare e incollare **Host** dal pannello Experience Platform **Query** **Expiring Credentials** in **Server**. 1. Utilizza ![Copia](https://experienceleague.adobe.com/docs/analytics-platform/assets/Copy.svg?lang=it) per copiare e incollare **Port** dal pannello Experience Platform **Query** **Expiring Credentials** in **Port**. 1. Utilizza ![Copia](https://experienceleague.adobe.com/docs/analytics-platform/assets/Copy.svg?lang=it) per copiare e incollare **Database** dal pannello Experience Platform **Query** **Expiring Credentials** in **Database**. Aggiungere `%3FFLATTEN` al valore incollato. Ad esempio: `prod:cja%3FFLATTEN`. 1. Selezionare **Username and Password** dal menu a discesa **Authentication**. 1. Utilizza ![Copia](https://experienceleague.adobe.com/docs/analytics-platform/assets/Copy.svg?lang=it) per copiare e incollare **Username** dal pannello Experience Platform **Query** **Expiring Credentials** in **Username**. 1. Utilizza ![Copia](https://experienceleague.adobe.com/docs/analytics-platform/assets/Copy.svg?lang=it) per copiare e incollare **Password** dal pannello Experience Platform **Query** **Expiring Credentials** in **Password**. Se si utilizza una [credenziale senza scadenza](https://experienceleague.adobe.com/it/docs/experience-platform/query/ui/credentials?lang=it#use-credential-to-connect), utilizzare la password delle credenziali senza scadenza. 1. Verificare che **Require SSL** sia selezionato. 1. Seleziona **Sign In**.

      Viene visualizzata una finestra di dialogo Progressing Request mentre Tableau Desktop convalida la connessione.

    3. Nella finestra principale, nella pagina Data Source, nel riquadro a sinistra:

      • Nome della connessione, sotto Connections.

      • Il nome del database, sotto Database.

      • Un elenco di tabelle, sotto Table.

        Tableau connesso {modal="regular"}

      1. Trascinare la voce cc_data_view e rilasciare la voce nella visualizzazione principale che riporta Drag tables qui.
    4. Nella finestra principale vengono visualizzati i dettagli della visualizzazione dati cc_data_view.

      Tableau connesso {modal="regular"}

Per APPIATTIRE o meno

Tableau Desktop supporta i seguenti scenari per il parametro FLATTEN. Per ulteriori informazioni, vedere Flatten nested data.

table 0-row-4 1-row-4 2-row-4 3-row-4 3-align-center 8-align-center 13-align-center 18-align-center
Parametro FLATTEN Esempio Supportati Osservazioni
Nessuno prod:cja CerchioSegno di spunta
?FLATTEN prod:cja?FLATTEN CerchioSegno di spunta
%3FFLATTEN prod:cja%3FFLATTEN CerchioSegno di spunta Opzione consigliata da utilizzare. %3FFLATTEN è la versione con codifica URL di ?FLATTEN.

Ulteriori informazioni

Ricerca
  1. Accedi alle credenziali e ai parametri richiesti dall’interfaccia utente di Experience Platform Query Service.

    1. Passa alla sandbox di Experience Platform.

    2. Seleziona Query Queries dalla barra a sinistra.

    3. Selezionare la scheda Credentials nell'interfaccia Queries.

    4. Selezionare prod:cja dal menu a discesa Database.

      Esegui query sulle credenziali del servizio {modal="regular"}

  2. Accedi a Looker

    1. Seleziona Admin nella barra a sinistra.

    2. Seleziona Connections.

    3. Seleziona Add Connection (Salva).

    4. In Connect your database to Looker screen.

      Connessione al database {modal="regular"}

      1. Immetti Name per la connessione, ad esempio Example Looker Connection.
      2. Assicurarsi che All Projects sia selezionato come Connection Scope.
      3. Selezionare PostgreSQL 9.5+ come Dialetto.
      4. Utilizzare Copia per copiare e incollare il valore Host dal pannello Experience Platform Query Expiring Credentials, come valore per Host. Ad esempio: examplecompany.platform-query.adobe.io.
      5. Utilizzare Copia per copiare e incollare il valore Port dal pannello Experience Platform Query Expiring Credentials, come valore per Port. Ad esempio: 80.
      6. Utilizza Copia per copiare e incollare il valore Database dal pannello Experience Platform Query Expiring Credentials come valore per Database. Aggiungere %3FFLATTEN al valore incollato. Ad esempio: prod:cja%3FFLATTEN.
      7. Utilizza Copia per copiare e incollare il valore Username dal pannello Experience Platform Query Expiring Credentials come valore per Username.
      8. Utilizza Copia per copiare e incollare il valore Password dal pannello Experience Platform Query Expiring Credentials come valore per Password.
      9. Seleziona Expand all alle Optional Settings.
      10. Imposta Max connections per nodo su 5.
      11. Assicurarsi che SSL sia abilitato.
      12. Selezionare Test per verificare la connessione. Dovresti vedere un banner nella parte superiore dello schermo con un messaggio come Success, can connect JDBC ….
      13. Selezionare Connect per stabilire e salvare la connessione.
    5. La nuova connessione viene visualizzata nell'interfaccia Connections.

    6. Seleziona da Admin per passare alla navigazione principale nella barra a sinistra.

    7. Seleziona Develop (Aggiungi set di dati).

    8. Seleziona Projects (Salva).

    9. Selezionare New Model nei progetti LookML.

    10. Per evitare di influenzare altri utenti. quando richiesto, seleziona Entra in modalità di sviluppo.

    11. Nell'esperienza Create Model:

      1. In ➊ Select Database Connection:

        1. Selezionare la connessione al database in Select database connection. Ad esempio: example_looker_connection.
        2. Assegna un nome al progetto in Create a new LookML Project for this model. Per example: example_looker_project.
        3. Seleziona Next.
      2. In ➋ Select Tables:

        1. Selezionare public, quindi assicurarsi che la visualizzazione dati di Customer Journey Analytics sia selezionata. Esempio: SelectBox cc_data_view.
        2. Seleziona Next.
      3. In ➌ Select Primary Keys:

        1. Seleziona Next.
      4. In ➍ Select Explores to Create:

        1. Accertati di selezionare la vista. Ad esempio: cc_data_view.view.
        2. Seleziona Next.
      5. In ➎ Enter Model Name:

        1. Assegna un nome al modello. Ad esempio: example_looker_model.
      6. Seleziona Complete and Explore Data.

    Sei stato reindirizzato all'interfaccia Explore di Looker, pronto per esplorare i dati.

Per APPIATTIRE o meno

Looker supporta i seguenti scenari per il parametro FLATTEN. Per ulteriori informazioni, vedere Flatten nested data.

table 0-row-4 1-row-4 2-row-4 3-row-4 3-align-center 8-align-center 13-align-center 18-align-center
Parametro FLATTEN Esempio Supportati Osservazioni
Nessuno prod:cja CerchioSegno di spunta
?FLATTEN prod:cja?FLATTEN CerchioSegno di spunta
%3FFLATTEN prod:cja%3FFLATTEN CerchioSegno di spunta Opzione consigliata da utilizzare. %3FFLATTEN è la versione con codifica URL di ?FLATTEN.

Ulteriori informazioni

Blocco appunti Jupyter
  1. Accedi alle credenziali e ai parametri richiesti dall’interfaccia utente di Experience Platform Query Service.

    1. Passa alla sandbox di Experience Platform.

    2. Seleziona Query Queries dalla barra a sinistra.

    3. Selezionare la scheda Credentials nell'interfaccia Queries.

    4. Selezionare prod:cja dal menu a discesa Database.

      Esegui query sulle credenziali del servizio {modal="regular"}

  2. Assicurati di aver configurato un ambiente virtuale Python dedicato per l’esecuzione dell’ambiente Jupyter Notebook.

  3. Verifica di aver installato le librerie richieste nell’ambiente virtuale:

    • ipython-sql: pip install ipython-sql.
    • psycopg2-binary: pip install psycopg-binary.
    • sqlalchemy: pip install sqlalchemy.
  4. Avviare Jupyter Notebook dall'ambiente virtuale: jupyter notebook.

  5. Crea un nuovo blocco appunti o scarica questo blocco appunti di esempio.

  6. Nella prima cella, immetti ed esegui:

    code language-none
    %config SqlMagic.style = '_DEPRECATED_DEFAULT'
    
  7. In una nuova cella, immetti i parametri di configurazione per la connessione. Utilizza Copia per copiare e incollare i valori dal pannello Experience Platform Query Expiring Credentials nei valori richiesti per i parametri di configurazione. Ad esempio:

    code language-none
    import ipywidgets as widgets
    from IPython.display import display
    
    config_host = widgets.Text(description='Host:', value='example.platform-query-stage.adobe.io',
                            layout=widgets.Layout(width="600px"))
    display(config_host)
    config_port = widgets.IntText(description='Port:', value=80,
                               layout=widgets.Layout(width="200px"))
    display(config_port)
    config_db = widgets.Text(description='Database:', value='prod:cja',
                          layout=widgets.Layout(width="300px"))
    display(config_db)
    config_username = widgets.Text(description='Username:', value='EC582F955C8A79F70A49420E@AdobeOrg',
                                layout=widgets.Layout(width="600px"))
    display(config_username)
    config_password = widgets.Password(description='Password:', value='***',
                                    layout=widgets.Layout(width="600px"))
    display(config_password)
    
  8. Eseguire la cella.

  9. Utilizza Copia per copiare e incollare la password dal pannello Experience Platform Query Expiring Credentials nel campo Password di Jupyter Notebook.

    Configurazione blocco appunti Jupter Passaggio 1

  10. In una nuova cella, immettere le istruzioni per caricare l'estensione SQL, la libreria richiesta e connettersi a Customer Journey Analytics.

    code language-python
    %load_ext sql
    from sqlalchemy import create_engine
    %sql postgresql://{config_username.value}:{config_password.value}@{config_host.value}:{config_port.value}/{config_db.value}?sslmode=require
    

    Eseguite la shell. Non dovrebbe essere visualizzato alcun output, ma la cella dovrebbe essere eseguita senza alcun avviso.

    Configurazione blocco appunti Jupyer Passaggio 4

  11. In una nuova chiamata, immetti le istruzioni per ottenere un elenco delle visualizzazioni dati disponibili in base alla connessione.

    code language-python
    %%sql
    SELECT n.nspname as "Schema",
       c.relname as "Name",
       CASE c.relkind WHEN 'r' THEN 'table' WHEN 'v' THEN 'view' WHEN 'm' THEN 'materialized view' WHEN 'i' THEN 'index' WHEN 'S' THEN 'sequence' WHEN 's' THEN 'special' WHEN 't' THEN 'TOAST table' WHEN 'f' THEN 'foreign table' WHEN 'p' THEN 'partitioned table' WHEN 'I' THEN 'partitioned index' END as "Type",
       pg_catalog.pg_get_userbyid(c.relowner) as "Owner"
    FROM pg_catalog.pg_class c
    LEFT JOIN pg_catalog.pg_namespace n ON n.oid = c.relnamespace
    WHERE c.relkind IN ('v','')
       AND n.nspname <> 'pg_catalog'
       AND n.nspname !~ '^pg_toast'
       AND n.nspname <> 'information_schema'
       AND pg_catalog.pg_table_is_visible(c.oid)
       AND c.relname NOT LIKE '%test%'
       AND c.relname NOT LIKE '%ajo%'
    ORDER BY 1,2;
    

    Eseguite la shell. Dovresti visualizzare un output simile alla schermata seguente.

    Configurazione Jupyter Notebook Passaggio 5

    Dovresti visualizzare cc_data_view nell'elenco delle visualizzazioni dati.

Per APPIATTIRE o meno

Jupyter Notebook supporta i seguenti scenari per il parametro FLATTEN. Per ulteriori informazioni, vedere Flatten nested data.

table 0-row-4 1-row-4 2-row-4 3-row-4 3-align-center 8-align-center 13-align-center 18-align-center
Parametro FLATTEN Esempio Supportati Osservazioni
Nessuno prod:cja CerchioSegno di spunta
?FLATTEN prod:cja?FLATTEN ChiudiCerchio
%3FFLATTEN prod:cja%3FFLATTEN CerchioSegno di spunta Opzione consigliata da utilizzare. %3FFLATTEN è la versione con codifica URL di ?FLATTEN.

Ulteriori informazioni

StudioRS
  1. Accedi alle credenziali e ai parametri richiesti dall’interfaccia utente di Experience Platform Query Service.

    1. Passa alla sandbox di Experience Platform.

    2. Seleziona Query Queries dalla barra a sinistra.

    3. Selezionare la scheda Credentials nell'interfaccia Queries.

    4. Selezionare prod:cja dal menu a discesa Database.

      Esegui query sulle credenziali del servizio {modal="regular"}

  2. Avviare Studio.

  3. Crea un nuovo file Markdown R o scarica questo file Markdown R di esempio.

  4. Nel primo blocco immettere le istruzioni seguenti comprese tra {r} ` e ` . Utilizza Copia per copiare e incollare i valori dal pannello Experience Platform Query Expiring Credentials nei valori richiesti per i vari parametri, come host, dbname e user. Ad esempio:

    code language-r
    library(rstudioapi)
    library(DBI)
    library(dplyr)
    library(tidyr)
    library(RPostgres)
    library(ggplot2)
    
    host <- rstudioapi::showPrompt(title = "Host", message = "Host", default = "orangestagingco.platform-query-stage.adobe.io")
    dbname <- rstudioapi::showPrompt(title = "Database", message = "Database", default = "prod:cja?FLATTEN")
    user <- rstudioapi::showPrompt(title = "Username", message = "Username", default = "EC582F955C8A79F70A49420E@AdobeOrg")
    password <- rstudioapi::askForPassword(prompt = "Password")
    
  5. Esegui il blocco. Viene richiesto di Host, Database e User. È sufficiente accettare i valori forniti nel passaggio precedente.

  6. Utilizza Copia per copiare e incollare la password dal pannello Experience Platform Query Expiring Credentials al prompt della finestra di dialogo Password in Studio.

    Passaggio di configurazione RStudio 1

  7. Creare un nuovo blocco e immettere le istruzioni seguenti tra ```` {r} e .

    code language-r
    con <- dbConnect(
       RPostgres::Postgres(),
       host = host,
       port = 80,
       dbname = dbname,
       user = user,
       password = password,
       sslmode = 'require'
    )
    
  8. Esegui il blocco. Se la connessione ha esito positivo, non verrà visualizzato alcun output.

  9. Creare un nuovo blocco e immettere le istruzioni seguenti tra ```` {r} e .

    code language-r
    views <- dbListTables(con)
    print(views)
    
  10. Esegui il blocco. Dovresti vedere character(0) come unico output.

  11. Creare un nuovo blocco e immettere le istruzioni seguenti tra ```` {r} e .

    code language-r
    glimpse(dv)
    
  12. Esegui il blocco. Dovresti visualizzare un output simile alla schermata seguente.

    Passaggio di configurazione RStudio 2

Per APPIATTIRE o meno

Studio supporta i seguenti scenari per il parametro FLATTEN. Per ulteriori informazioni, vedere Flatten nested data.

table 0-row-4 1-row-4 2-row-4 3-row-4 3-align-center 8-align-center 13-align-center 18-align-center
Parametro FLATTEN Esempio Supportati Osservazioni
Nessuno prod:cja CerchioSegno di spunta
?FLATTEN prod:cja?FLATTEN CerchioSegno di spunta Opzione consigliata da utilizzare.
%3FFLATTEN prod:cja%3FFLATTEN ChiudiCerchio

Ulteriori informazioni

Tendenza giornaliera

In questo caso d’uso, desideri visualizzare una tabella e una visualizzazione a linee semplici che mostrino una tendenza giornaliera delle occorrenze (eventi) dal 1° gennaio 2023 al 31 gennaio 2023.

Customer Journey Analytics

Un esempio di pannello Daily Trend per il caso d'uso:

Pannello Andamento giornaliero di Customer Journey Analytics {modal="regular"}

Strumenti BI
note prerequisites
PREREQUISITES
Assicurarsi di aver convalidato una connessione riuscita e di poter elencare e utilizzare le visualizzazioni dati per lo strumento BI per il quale si desidera provare questo caso d'uso.
tabs
Desktop Power BI
  1. Nel riquadro Data:

    1. Seleziona daterangeday (Aggiungi set di dati).
    2. Seleziona ∑ occurrences (Salva).

    Viene visualizzata una tabella che mostra le occorrenze del mese corrente. Per una migliore visibilità, ingrandisci la visualizzazione.

  2. Nel riquadro Filters:

    1. Selezionare daterangeday is (All) da Filters on this visual.
    2. Seleziona Advanced filtering come Filter type.
    3. Definisci il filtro su Show items when the value is on or after 1/1/2023 And is before 2/1/2023. Puoi utilizzare l'icona del calendario per scegliere e selezionare le date.
    4. Seleziona Apply filter.

    La tabella viene aggiornata con il filtro daterangeday applicato.

  3. Nel riquadro Visualizations selezionare la visualizzazione Line chart.

    Una visualizzazione con grafico a linee sostituisce la tabella utilizzando gli stessi dati della tabella. Il desktop Power BI dovrebbe essere simile a quello riportato di seguito.

    Caso di utilizzo desktop di Power BI 2 Filtro intervallo date {modal="regular"}

  4. Nella visualizzazione Grafico a linee:

    1. Seleziona Altro .
    2. Dal menu di scelta rapida, selezionare Show as a table.

    La vista principale viene aggiornata per mostrare sia una visualizzazione delle linee che una tabella. Il desktop Power BI dovrebbe essere simile a quello riportato di seguito.

    Visualizzazione Tendenza giornaliera finale caso d'uso desktop Power BI 2 {modal="regular"}

Desktop Tableau
  1. Selezionare la scheda Sheet 1 in basso per passare dalla visualizzazione Data source. Nella visualizzazione Sheet 1:

    1. Trascinare la voce Daterange dall'elenco Tables nel riquadro Data e rilasciarla nello scaffale Filters.

    2. Nella finestra di dialogo Filters Field [Daterange], seleziona Range of Dates e Next >.

    3. Nella finestra di dialogo Filter [Daterange], selezionare Range of dates e specificare un periodo compreso tra 01/01/2023 e 01/02/2023.

      Filtro Desktop Tableau {modal="regular"}

    4. Trascinare Daterangeday dall'elenco Tables nel riquadro Data e rilasciare la voce nel campo accanto a Columns.

      • Selezionare Day dal menu a discesa Daterangeday, in modo che il valore venga aggiornato a DAY(Daterangeday).
    5. Trascinare Occurrences dall'elenco Tables (*Nomi misure *) ​nel riquadro Data ​e rilasciare la voce nel campo accanto a Rows. Il valore viene convertito automaticamente in SUM(Occurrences).

    6. Modificare Standard in Entire View dal menu a discesa Fit nella barra degli strumenti.

      Il desktop Tableau dovrebbe essere simile al seguente.

      Grafico Desktop Tableau {modal="regular"}

  2. Selezionare Duplicate dal menu di scelta rapida della scheda Sheet 1 per creare un secondo foglio.

  3. Selezionare Rename dal menu di scelta rapida della scheda Sheet 1 per rinominare il foglio in Graph.

  4. Selezionare Rename dal menu di scelta rapida della scheda Sheet 1 (2) per rinominare il foglio in Data.

  5. Verificare che il foglio Data sia selezionato. Nella visualizzazione Data:

    1. Seleziona Show me in alto a destra e seleziona Text table (visualizzazione in alto a sinistra in alto) per modificare il contenuto della visualizzazione dati in una tabella.

    2. Selezionare Swap Rows and Columns dalla barra degli strumenti.

    3. Modificare Standard in Entire View dal menu a discesa Fit nella barra degli strumenti.

      Il desktop Tableau dovrebbe essere simile al seguente.

      Dati Desktop Tableau {modal="regular"}

  6. Selezionare il pulsante della scheda New Dashboard (in basso) per creare una nuova visualizzazione Dashboard 1. Nella visualizzazione Dashboard 1:

    1. Trascinare e rilasciare il foglio Graph dallo scaffale Sheets nella visualizzazione Dashboard 1 che riporta Rilasciare qui i fogli.

    2. Trascinare il foglio Data dallo scaffale Sheets sotto il foglio Graph nella visualizzazione Dashboard 1.

    3. Selezionare il foglio Data nella visualizzazione e modificare Entire View in Fix Width.

      Il desktop Tableau dovrebbe essere simile al seguente.

      Dashboard desktop Tableau 1 {modal="regular"}

Ricerca
  1. Nell'interfaccia Explore di Looker, assicurati di avere una configurazione pulita. In caso contrario, selezionare Impostazione Remove fields and filters.

  2. Seleziona + Filter (Aggiungi) sotto Filters (Eventi).

  3. Nella finestra di dialogo Add Filter (Configurazione evento):

    1. Seleziona ‣ Cc Data View

    2. Dall'elenco dei campi, selezionare ‣ Daterange Date e quindi Daterange Date.

      Filtro ricerca {modal="regular"}

  4. Specificare il filtro Cc Data View Daterange Date come is in range 2023/01/01 until (before) 2023/02/01.

  5. Dalla sezione Cc Data View nella barra a sinistra,

    1. Selezionare ‣ Daterange Date, quindi Date dall'elenco di DIMENSIONS.
    2. Seleziona Count sotto MEASURES nella barra a sinistra (in basso).
  6. Seleziona Run.

  7. Selezionare ‣ Visualization per visualizzare la visualizzazione delle linee.

Dovresti visualizzare una visualizzazione e una tabella simili a quelle mostrate di seguito.

Tendenza giornaliera risultati ricerca {modal="regular"}

Blocco appunti Jupyter
  1. Immettere le istruzioni seguenti in una nuova cella.

    code language-python
    import seaborn as sns
    import matplotlib.pyplot as plt
    data = %sql SELECT daterangeday AS Date, COUNT(*) AS Events \
              FROM cc_data_view \
              WHERE daterange BETWEEN '2023-01-01' AND '2023-02-01' \
              GROUP BY 1 \
              ORDER BY Date ASC
    df = data.DataFrame()
    df = df.groupby('Date', as_index=False).sum()
    plt.figure(figsize=(15, 3))
    sns.lineplot(x='Date', y='Events', data=df)
    plt.show()
    display(data)
    
  2. Eseguire la cella. Dovresti visualizzare un output simile alla schermata seguente.

    Risultati Jupyter Notebook

StudioRS
  1. Immettere le istruzioni seguenti tra {r} ` e ` in un nuovo blocco.

    code language-r
    ## Daily Events
    df <- dv %>%
       filter(daterange >= "2023-01-01" & daterange < "2023-02-01") %>%
       group_by(daterangeday) %>%
       count() %>%
       arrange(daterangeday, .by_group = FALSE)
    ggplot(df, aes(x = daterangeday, y = n)) +
       geom_line(color = "#69b3a2") +
       ylab("Events") +
       xlab("Date")
    print(df)
    
  2. Esegui il blocco. Dovresti visualizzare un output simile alla schermata seguente.

    Risultati studio

Tendenza oraria

In questo caso d’uso, vuoi visualizzare una tabella e una semplice visualizzazione delle linee che mostri una tendenza oraria di occorrenze(eventi) per il 1° gennaio 2023.

Customer Journey Analytics

Un esempio di pannello Hourly Trend per il caso d'uso:

Visualizzazioni delle tendenze orarie di Customer Journey Analytics {modal="regular"}

Strumenti BI
note prerequisites
PREREQUISITES
Verificare di aver convalidato una connessione, di avere la possibilità di elencare le visualizzazioni dati e di utilizzare una visualizzazione dati per lo strumento BI per il quale si desidera provare questo caso d'uso.
tabs
Desktop Power BI AlertRed Power BI non è in grado di gestire i campi data-ora, pertanto dimensioni come daterangehour e daterangeminute non sono supportate.
Desktop Tableau
  1. Selezionare la scheda Sheet 1 in basso per passare da Data source. Nella visualizzazione Sheet 1:

    1. Trascinare la voce Daterange dall'elenco Tables nel riquadro Data e rilasciarla nello scaffale Filters.

    2. Nella finestra di dialogo Filters Field [Daterange], seleziona Range of Dates e Next >.

    3. Nella finestra di dialogo Filter [Daterange], selezionare Range of dates e specificare un periodo compreso tra 01/01/2023 e 02/01/2023.

      Filtro Desktop Tableau {modal="regular"}

    4. Trascinare Daterangehour dall'elenco Tables nel riquadro Data e rilasciare la voce nel campo accanto a Columns.

      • Selezionare More > Hours dal menu a discesa Daterangeday, in modo che il valore venga aggiornato a HOUR(Daterangeday).
    5. Trascinare Occurrences dall'elenco Tables (*Nomi misure *) ​nel riquadro Data ​e rilasciare la voce nel campo accanto a Rows. Il valore viene convertito automaticamente in SUM(Occurrences).

    6. Modificare Standard in Entire View dal menu a discesa Fit nella barra degli strumenti.

      Il desktop Tableau dovrebbe essere simile al seguente.

      Grafico Desktop Tableau {modal="regular"}

  2. Selezionare Duplicate dal menu di scelta rapida della scheda Sheet 1 per creare un secondo foglio.

  3. Selezionare Rename dal menu di scelta rapida della scheda Sheet 1 per rinominare il foglio in Graph.

  4. Selezionare Rename dal menu di scelta rapida della scheda Sheet 1 (2) per rinominare il foglio in Data.

  5. Verificare che il foglio Data sia selezionato. Nella visualizzazione Data:

    1. Seleziona Show me in alto a destra e seleziona Text table (visualizzazione in alto a sinistra in alto) per modificare il contenuto della visualizzazione dati in una tabella.

    2. Trascina HOUR(Daterangeday) da Columns a Rows.

    3. Modificare Standard in Entire View dal menu a discesa Fit nella barra degli strumenti.

      Il desktop Tableau dovrebbe essere simile al seguente.

      Dati Desktop Tableau {modal="regular"}

  6. Selezionare il pulsante della scheda New Dashboard (in basso) per creare una nuova visualizzazione Dashboard 1. Nella visualizzazione Dashboard 1:

    1. Trascinare e rilasciare il foglio Graph dallo scaffale Sheets nella visualizzazione Dashboard 1 che riporta Rilasciare qui i fogli.

    2. Trascinare il foglio Data dallo scaffale Sheets sotto il foglio Graph nella visualizzazione Dashboard 1.

    3. Selezionare il foglio Data nella visualizzazione e modificare Entire View in Fix Width.

      La visualizzazione Dashboard 1 dovrebbe essere simile alla seguente.

      Dashboard desktop Tableau 1 {modal="regular"}

Ricerca
  1. Nell'interfaccia Explore di Looker, assicurati di avere una configurazione pulita. In caso contrario, selezionare Impostazione Remove fields and filters.

  2. Seleziona + Filter (Aggiungi) sotto Filters (Eventi).

  3. Nella finestra di dialogo Add Filter (Configurazione evento):

    1. Seleziona ‣ Cc Data View

    2. Dall'elenco dei campi, selezionare ‣ Daterange Date e quindi Daterange Date.

      Filtro ricerca {modal="regular"}

  4. Specificare il filtro Cc Data View Daterange Date come is in range 2023/01/01 until (before) 2023/01/02.

  5. Dalla sezione Cc Data View nella barra a sinistra,

    1. Selezionare ‣ Daterangehour Date, quindi Time dall'elenco di DIMENSIONS.
    2. Seleziona Count sotto MEASURES nella barra a sinistra (in basso).
  6. Seleziona Run.

  7. Selezionare ‣ Visualization per visualizzare la visualizzazione delle linee.

Dovresti visualizzare una visualizzazione e una tabella simili a quelle mostrate di seguito.

Tendenza giornaliera risultati ricerca {modal="regular"}

Blocco appunti Jupyter
  1. Immettere le istruzioni seguenti in una nuova cella.

    code language-python
    import seaborn as sns
    import matplotlib.pyplot as plt
    data = %sql SELECT daterangehour AS Hour, COUNT(*) AS Events \
                FROM cc_data_view \
                WHERE daterange BETWEEN '2023-01-01' AND '2023-01-02' \
                GROUP BY 1 \
                 ORDER BY Hour ASC
    df = data.DataFrame()
    df = df.groupby('Hour', as_index=False).sum()
    plt.figure(figsize=(15, 3))
    sns.lineplot(x='Hour', y='Events', data=df)
    plt.show()
    display(data)
    
  2. Eseguire la cella. Dovresti visualizzare un output simile alla schermata seguente.

    Risultati Jupyter Notebook

StudioRS
  1. Immettere le istruzioni seguenti tra {r} ` e ` in un nuovo blocco.

    code language-r
    ## Hourly Events
    df <- dv %>%
       filter(daterange >= "2023-01-01" & daterange < "2023-01-02") %>%
       group_by(daterangehour) %>%
       count() %>%
       arrange(daterangehour, .by_group = FALSE)
    ggplot(df, aes(x = daterangehour, y = n)) +
       geom_line(color = "#69b3a2") +
       ylab("Events") +
       xlab("Hour")
    print(df)
    
  2. Esegui il blocco. Dovresti visualizzare un output simile alla schermata seguente.

    Risultati studio

Tendenza mensile

In questo caso d’uso, vuoi visualizzare una tabella e una visualizzazione a linee semplici che mostrino una tendenza mensile di occorrenza (eventi) per il 2023.

Customer Journey Analytics

Un esempio di pannello Monthly Trend per il caso d'uso:

Visualizzazione delle tendenze mensili di Customer Journey Analytics {modal="regular"}

Strumenti BI
note prerequisites
PREREQUISITES
Verificare di aver convalidato una connessione, di avere la possibilità di elencare le visualizzazioni dati e di utilizzare una visualizzazione dati per lo strumento BI per il quale si desidera provare questo caso d'uso.
tabs
Desktop Power BI
  1. Nel riquadro Data:

    1. Seleziona daterangemonth (Aggiungi set di dati).
    2. Seleziona ∑ occurrences (Salva).

    Viene visualizzata una tabella che mostra le occorrenze del mese corrente. Per una migliore visibilità, ingrandisci la visualizzazione.

  2. Nel riquadro Filters:

    1. Selezionare daterangemonth is (All) da Filters on this visual.
    2. Seleziona Advanced filtering come Filter type.
    3. Definisci il filtro su Show items when the value is on or after 1/1/2023 And is before 1/1/2024. Puoi utilizzare l'icona del calendario per scegliere e selezionare le date.
    4. Seleziona Apply filter.

    La tabella viene aggiornata con il filtro daterangemonth applicato.

  3. Nel riquadro Visualizations:

    1. Selezionare la visualizzazione Line chart.

    Una visualizzazione con grafico a linee sostituisce la tabella utilizzando gli stessi dati della tabella. Il desktop Power BI dovrebbe essere simile a quello riportato di seguito.

    Caso di utilizzo desktop di Power BI 2 Filtro intervallo date {modal="regular"}

  4. Nella visualizzazione Grafico a linee:

    1. Seleziona Altro .
    2. Dal menu di scelta rapida, selezionare Show as a table.

    La vista principale viene aggiornata per mostrare sia una visualizzazione delle linee che una tabella. Il desktop Power BI dovrebbe essere simile a quello riportato di seguito.

    Visualizzazione Tendenza giornaliera finale caso d'uso desktop Power BI 2 {modal="regular"}

Desktop Tableau
  1. Selezionare la scheda Sheet 1 in basso per passare da Data source. Nella visualizzazione Sheet 1:

    1. Trascinare la voce Daterange dall'elenco Tables nel riquadro Data e rilasciarla nello scaffale Filters.

    2. Nella finestra di dialogo Filters Field [Daterange], seleziona Range of Dates e Next >.

    3. Nella finestra di dialogo Filter [Daterange], selezionare Range of dates e specificare un periodo compreso tra 01/01/2023 e 01/01/2024.

      Filtro Desktop Tableau {modal="regular"}

    4. Trascinare Daterangeday dall'elenco Tables nel riquadro Data e rilasciare la voce nel campo accanto a Columns.

      • Selezionare MONTH dal menu a discesa Daterangeday, in modo che il valore venga aggiornato a MONTH(Daterangeday).
    5. Trascinare Occurrences dall'elenco Tables (*Nomi misure *) ​nel riquadro Data ​e rilasciare la voce nel campo accanto a Rows. Il valore viene convertito automaticamente in SUM(Occurrences).

    6. Modificare Standard in Entire View dal menu a discesa Fit nella barra degli strumenti.

      Il desktop Tableau dovrebbe essere simile al seguente.

      Grafico Desktop Tableau {modal="regular"}

  2. Selezionare Duplicate dal menu di scelta rapida della scheda Sheet 1 per creare un secondo foglio.

  3. Selezionare Rename dal menu di scelta rapida della scheda Sheet 1 per rinominare il foglio in Graph.

  4. Selezionare Rename dal menu di scelta rapida della scheda Sheet 1 (2) per rinominare il foglio in Data.

  5. Verificare che il foglio Data sia selezionato. Nella visualizzazione Dati:

    1. Seleziona Show me in alto a destra e seleziona Text table (visualizzazione in alto a sinistra in alto) per modificare il contenuto della visualizzazione dati in una tabella.

    2. Trascina MONTH(Daterangeday) da Columns a Rows.

    3. Modificare Standard in Entire View dal menu a discesa Fit nella barra degli strumenti.

      Il desktop Tableau dovrebbe essere simile al seguente.

      Dati Desktop Tableau {modal="regular"}

  6. Selezionare il pulsante della scheda New Dashboard (in basso) per creare una nuova visualizzazione Dashboard 1. Nella visualizzazione Dashboard 1:

    1. Trascinare e rilasciare il foglio Graph dallo scaffale Sheets nella visualizzazione Dashboard 1 che riporta Rilasciare qui i fogli.

    2. Trascinare il foglio Data dallo scaffale Sheets sotto il foglio Graph nella visualizzazione Dashboard 1.

    3. Selezionare il foglio Data nella visualizzazione e modificare Entire View in Fix Width.

      Il desktop Tableau dovrebbe essere simile al seguente.

      Dashboard desktop Tableau 1 {modal="regular"}

Ricerca
  1. Nell'interfaccia Explore di Looker, assicurati di avere una configurazione pulita. In caso contrario, selezionare Impostazione Remove fields and filters.

  2. Seleziona + Filter (Aggiungi) sotto Filters (Eventi).

  3. Nella finestra di dialogo Add Filter (Configurazione evento):

    1. Seleziona ‣ Cc Data View

    2. Dall'elenco dei campi, selezionare ‣ Daterange Date e quindi Daterange Date.

      Filtro ricerca {modal="regular"}

  4. Specificare il filtro Cc Data View Daterange Date come is in range 2023/01/01 until (before) 2024/01/01.

  5. Dalla barra Cc Data View a sinistra,

    1. Selezionare ‣ Daterangemonth Date, quindi Month dall'elenco di DIMENSIONS.
    2. Seleziona Count sotto MEASURES nella barra a sinistra (in basso).
  6. Seleziona Run.

  7. Selezionare ‣ Visualization per visualizzare la visualizzazione delle linee.

Dovresti visualizzare una visualizzazione e una tabella simili a quelle mostrate di seguito.

Tendenza giornaliera risultati ricerca {modal="regular"}

Blocco appunti Jupyter
  1. Immettere le istruzioni seguenti in una nuova cella.

    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 daterange BETWEEN '2023-01-01' AND '2024-01-01' \
                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)
    
  2. Eseguire la cella. Dovresti visualizzare un output simile alla schermata seguente.

    Risultati Jupyter Notebook

StudioRS
  1. Immettere le istruzioni seguenti tra {r} ` e ` in un nuovo blocco.

    code language-r
    ## Hourly Events
    df <- dv %>%
       filter(daterange >= "2023-01-01" & daterange < "2023-01-02") %>%
       group_by(daterangehour) %>%
       count() %>%
       arrange(daterangehour, .by_group = FALSE)
    ggplot(df, aes(x = daterangehour, y = n)) +
       geom_line(color = "#69b3a2") +
       ylab("Events") +
       xlab("Hour")
    print(df)
    
  2. Esegui il blocco. Dovresti visualizzare un output simile alla schermata seguente.

    Risultati studio

Classificazione dimensione singola

In questo caso d’uso, vuoi visualizzare una tabella e una semplice visualizzazione a barre che mostrino i ricavi di acquisto e di acquisto per i nomi dei prodotti oltre il 2023.

Customer Journey Analytics

Un esempio di pannello Single Dimension Ranked per il caso d'uso:

Visualizzazione con classificazione di una singola dimensione di Customer Journey Analytics {modal="regular"}

080e5213-7aa2-40d6-9dba-18945e892f79