Casi d’uso dell’estensione BI
- Argomenti:
- Visualizzazioni dei dati
Creato per:
- Utente
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:
-
Connetti
-
Report e analisi
- Tendenza giornaliera
- Tendenza oraria
- Tendenza mensile
- Classificazione dimensione singola
- Classificazione di più dimensioni
- Conta valori di dimensione distinti
- Utilizzare i nomi degli intervalli di date per filtrare
- Utilizzare i nomi dei filtri per filtrare
- Utilizzare i valori di dimensione per filtrare
- Ordina
- Limiti
-
Comprendere
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.
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 ??.
Nei casi d’uso, sostituisci questi oggetti di esempio con oggetti appropriati per il tuo ambiente specifico.
-
Accedi alle credenziali e ai parametri richiesti dall’interfaccia utente di Experience Platform Query Service.
-
Passa alla sandbox di Experience Platform.
-
Seleziona
-
Selezionare la scheda Credentials nell'interfaccia Queries.
-
Selezionare
prod:cja
dal menu a discesa Database.
-
-
Avviare Power BI Desktop.
-
Dall'interfaccia principale, selezionare Get data from other sources.
-
Nella finestra di dialogo Get Data (Crea elemento dati):
1. Cerca e seleziona **PostgreSQL database**. 1. Seleziona **Connect** (Aggiungi elemento dati).
-
Nella finestra di dialogo PostgreSQL database (Crea elemento dati):
1. Utilizzare  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  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**.
-
Nella finestra di dialogo PostgreSQL database - Database:
1. Utilizzare  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**.
-
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.
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.
<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**.
-
Dopo un po', public.cc_data_view viene visualizzato nel riquadro Data. Seleziona
-
Per APPIATTIRE o meno
Power BI Desktop supporta i seguenti scenari per il parametro FLATTEN
. Per ulteriori informazioni, vedere Flatten nested data.
prod:cja
?FLATTEN
prod:cja?FLATTEN
%3FFLATTEN
prod:cja%3FFLATTEN
Ulteriori informazioni
-
Accedi alle credenziali e ai parametri richiesti dall’interfaccia utente di Experience Platform Query Service.
-
Passa alla sandbox di Experience Platform.
-
Seleziona
-
Selezionare la scheda Credentials nell'interfaccia Queries.
-
Selezionare
prod:cja
dal menu a discesa Database.
-
-
Avvia Tableau.
-
Seleziona PostgreSQL dalla barra a sinistra sotto To a Server. Se non disponibile, selezionare More… e selezionare PostgreSQL da Installed Connectors.
-
Nella scheda General della finestra di dialogo PostgreSQL:
1. Utilizza  per copiare e incollare **Host** dal pannello Experience Platform **Query** **Expiring Credentials** in **Server**. 1. Utilizza  per copiare e incollare **Port** dal pannello Experience Platform **Query** **Expiring Credentials** in **Port**. 1. Utilizza  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  per copiare e incollare **Username** dal pannello Experience Platform **Query** **Expiring Credentials** in **Username**. 1. Utilizza  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.
-
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.
- Trascinare la voce cc_data_view e rilasciare la voce nella visualizzazione principale che riporta Drag tables qui.
-
-
Nella finestra principale vengono visualizzati i dettagli della visualizzazione dati cc_data_view.
-
Per APPIATTIRE o meno
Tableau Desktop supporta i seguenti scenari per il parametro FLATTEN
. Per ulteriori informazioni, vedere Flatten nested data.
prod:cja
?FLATTEN
prod:cja?FLATTEN
%3FFLATTEN
prod:cja%3FFLATTEN
%3FFLATTEN
è la versione con codifica URL di ?FLATTEN
.Ulteriori informazioni
-
Accedi alle credenziali e ai parametri richiesti dall’interfaccia utente di Experience Platform Query Service.
-
Passa alla sandbox di Experience Platform.
-
Seleziona
-
Selezionare la scheda Credentials nell'interfaccia Queries.
-
Selezionare
prod:cja
dal menu a discesa Database.
-
-
Accedi a Looker
-
Seleziona Admin nella barra a sinistra.
-
Seleziona Connections.
-
Seleziona Add Connection (Salva).
-
In Connect your database to Looker screen.
- Immetti Name per la connessione, ad esempio
Example Looker Connection
. - Assicurarsi che All Projects sia selezionato come Connection Scope.
- Selezionare PostgreSQL 9.5+ come Dialetto.
- Utilizzare
examplecompany.platform-query.adobe.io
. - Utilizzare
80
. - Utilizza
%3FFLATTEN
al valore incollato. Ad esempio:prod:cja%3FFLATTEN
. - Utilizza
- Utilizza
- Seleziona Expand all alle Optional Settings.
- Imposta Max connections per nodo su
5
. - Assicurarsi che SSL sia abilitato.
- Selezionare Test per verificare la connessione. Dovresti vedere un banner nella parte superiore dello schermo con un messaggio come Success, can connect JDBC ….
- Selezionare Connect per stabilire e salvare la connessione.
- Immetti Name per la connessione, ad esempio
-
La nuova connessione viene visualizzata nell'interfaccia Connections.
-
Seleziona ← da Admin per passare alla navigazione principale nella barra a sinistra.
-
Seleziona Develop (Aggiungi set di dati).
-
Seleziona Projects (Salva).
-
Selezionare New Model nei progetti LookML.
-
Per evitare di influenzare altri utenti. quando richiesto, seleziona Entra in modalità di sviluppo.
-
Nell'esperienza Create Model:
-
In ➊ Select Database Connection:
- Selezionare la connessione al database in Select database connection. Ad esempio: example_looker_connection.
- Assegna un nome al progetto in Create a new LookML Project for this model. Per
example: example_looker_project
. - Seleziona Next.
-
In ➋ Select Tables:
- Selezionare public, quindi assicurarsi che la visualizzazione dati di Customer Journey Analytics sia selezionata. Esempio:
- Seleziona Next.
- Selezionare public, quindi assicurarsi che la visualizzazione dati di Customer Journey Analytics sia selezionata. Esempio:
-
In ➌ Select Primary Keys:
- Seleziona Next.
-
In ➍ Select Explores to Create:
- Accertati di selezionare la vista. Ad esempio: cc_data_view.view.
- Seleziona Next.
-
In ➎ Enter Model Name:
- Assegna un nome al modello. Ad esempio:
example_looker_model
.
- Assegna un nome al modello. Ad esempio:
-
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.
prod:cja
?FLATTEN
prod:cja?FLATTEN
%3FFLATTEN
prod:cja%3FFLATTEN
%3FFLATTEN
è la versione con codifica URL di ?FLATTEN
.Ulteriori informazioni
-
Accedi alle credenziali e ai parametri richiesti dall’interfaccia utente di Experience Platform Query Service.
-
Passa alla sandbox di Experience Platform.
-
Seleziona
-
Selezionare la scheda Credentials nell'interfaccia Queries.
-
Selezionare
prod:cja
dal menu a discesa Database.
-
-
Assicurati di aver configurato un ambiente virtuale Python dedicato per l’esecuzione dell’ambiente Jupyter Notebook.
-
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
.
- ipython-sql:
-
Avviare Jupyter Notebook dall'ambiente virtuale:
jupyter notebook
. -
Crea un nuovo blocco appunti o scarica questo blocco appunti di esempio.
-
Nella prima cella, immetti ed esegui:
%config SqlMagic.style = '_DEPRECATED_DEFAULT'
-
In una nuova cella, immetti i parametri di configurazione per la connessione. Utilizza
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)
-
Eseguire la cella.
-
Utilizza
-
In una nuova cella, immettere le istruzioni per caricare l'estensione SQL, la libreria richiesta e connettersi a Customer Journey Analytics.
%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.
-
In una nuova chiamata, immetti le istruzioni per ottenere un elenco delle visualizzazioni dati disponibili in base alla connessione.
%%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.
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.
prod:cja
?FLATTEN
prod:cja?FLATTEN
%3FFLATTEN
prod:cja%3FFLATTEN
%3FFLATTEN
è la versione con codifica URL di ?FLATTEN
.Ulteriori informazioni
-
Accedi alle credenziali e ai parametri richiesti dall’interfaccia utente di Experience Platform Query Service.
-
Passa alla sandbox di Experience Platform.
-
Seleziona
-
Selezionare la scheda Credentials nell'interfaccia Queries.
-
Selezionare
prod:cja
dal menu a discesa Database.
-
-
Avviare Studio.
-
Crea un nuovo file Markdown R o scarica questo file Markdown R di esempio.
-
Nel primo blocco immettere le istruzioni seguenti comprese tra
{r} ` e `
. Utilizzahost
,dbname
euser
. Ad esempio: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")
-
Esegui il blocco. Viene richiesto di Host, Database e User. È sufficiente accettare i valori forniti nel passaggio precedente.
-
Utilizza
-
Creare un nuovo blocco e immettere le istruzioni seguenti tra ```` {r}
e
.
con <- dbConnect( RPostgres::Postgres(), host = host, port = 80, dbname = dbname, user = user, password = password, sslmode = 'require' )
-
Esegui il blocco. Se la connessione ha esito positivo, non verrà visualizzato alcun output.
-
Creare un nuovo blocco e immettere le istruzioni seguenti tra ```` {r}
e
.
views <- dbListTables(con) print(views)
-
Esegui il blocco. Dovresti vedere
character(0)
come unico output. -
Creare un nuovo blocco e immettere le istruzioni seguenti tra ```` {r}
e
.
glimpse(dv)
-
Esegui il blocco. Dovresti visualizzare un output simile alla schermata seguente.
Per APPIATTIRE o meno
Studio supporta i seguenti scenari per il parametro FLATTEN
. Per ulteriori informazioni, vedere Flatten nested data.
prod:cja
?FLATTEN
prod:cja?FLATTEN
%3FFLATTEN
prod:cja%3FFLATTEN
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.
Un esempio di pannello Daily Trend per il caso d'uso:
-
Nel riquadro Data:
- Seleziona daterangeday (Aggiungi set di dati).
- Seleziona ∑ occurrences (Salva).
Viene visualizzata una tabella che mostra le occorrenze del mese corrente. Per una migliore visibilità, ingrandisci la visualizzazione.
-
Nel riquadro Filters:
- Selezionare daterangeday is (All) da Filters on this visual.
- Seleziona Advanced filtering come Filter type.
- Definisci il filtro su Show items when the value is on or after
1/1/2023
And is before2/1/2023.
Puoi utilizzare l'icona del calendario per scegliere e selezionare le date. - Seleziona Apply filter.
La tabella viene aggiornata con il filtro daterangeday applicato.
-
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.
-
Nella visualizzazione Grafico a linee:
- Seleziona
- 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.
- Seleziona
-
Selezionare la scheda Sheet 1 in basso per passare dalla visualizzazione Data source. Nella visualizzazione Sheet 1:
-
Trascinare la voce Daterange dall'elenco Tables nel riquadro Data e rilasciarla nello scaffale Filters.
-
Nella finestra di dialogo Filters Field [Daterange], seleziona Range of Dates e Next >.
-
Nella finestra di dialogo Filter [Daterange], selezionare Range of dates e specificare un periodo compreso tra
01/01/2023
e01/02/2023
. -
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).
-
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).
-
Modificare Standard in Entire View dal menu a discesa Fit nella barra degli strumenti.
Il desktop Tableau dovrebbe essere simile al seguente.
-
-
Selezionare Duplicate dal menu di scelta rapida della scheda Sheet 1 per creare un secondo foglio.
-
Selezionare Rename dal menu di scelta rapida della scheda Sheet 1 per rinominare il foglio in
Graph
. -
Selezionare Rename dal menu di scelta rapida della scheda Sheet 1 (2) per rinominare il foglio in
Data
. -
Verificare che il foglio Data sia selezionato. Nella visualizzazione Data:
-
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.
-
Selezionare Swap Rows and Columns dalla barra degli strumenti.
-
Modificare Standard in Entire View dal menu a discesa Fit nella barra degli strumenti.
Il desktop Tableau dovrebbe essere simile al seguente.
-
-
Selezionare il pulsante della scheda New Dashboard (in basso) per creare una nuova visualizzazione Dashboard 1. Nella visualizzazione Dashboard 1:
-
Trascinare e rilasciare il foglio Graph dallo scaffale Sheets nella visualizzazione Dashboard 1 che riporta Rilasciare qui i fogli.
-
Trascinare il foglio Data dallo scaffale Sheets sotto il foglio Graph nella visualizzazione Dashboard 1.
-
Selezionare il foglio Data nella visualizzazione e modificare Entire View in Fix Width.
Il desktop Tableau dovrebbe essere simile al seguente.
-
-
Nell'interfaccia Explore di Looker, assicurati di avere una configurazione pulita. In caso contrario, selezionare
-
Seleziona + Filter (Aggiungi) sotto Filters (Eventi).
-
Nella finestra di dialogo Add Filter (Configurazione evento):
-
Seleziona ‣ Cc Data View
-
Dall'elenco dei campi, selezionare ‣ Daterange Date e quindi Daterange Date.
-
-
Specificare il filtro Cc Data View Daterange Date come is in range 2023/01/01 until (before) 2023/02/01.
-
Dalla sezione Cc Data View nella barra a sinistra,
- Selezionare ‣ Daterange Date, quindi Date dall'elenco di DIMENSIONS.
- Seleziona Count sotto MEASURES nella barra a sinistra (in basso).
-
Seleziona Run.
-
Selezionare ‣ Visualization per visualizzare la visualizzazione delle linee.
Dovresti visualizzare una visualizzazione e una tabella simili a quelle mostrate di seguito.
-
Immettere le istruzioni seguenti in una nuova cella.
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)
-
Eseguire la cella. Dovresti visualizzare un output simile alla schermata seguente.
-
Immettere le istruzioni seguenti tra
{r} ` e `
in un nuovo blocco.## 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)
-
Esegui il blocco. Dovresti visualizzare un output simile alla schermata seguente.
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.
Un esempio di pannello Hourly Trend per il caso d'uso:
-
Selezionare la scheda Sheet 1 in basso per passare da Data source. Nella visualizzazione Sheet 1:
-
Trascinare la voce Daterange dall'elenco Tables nel riquadro Data e rilasciarla nello scaffale Filters.
-
Nella finestra di dialogo Filters Field [Daterange], seleziona Range of Dates e Next >.
-
Nella finestra di dialogo Filter [Daterange], selezionare Range of dates e specificare un periodo compreso tra
01/01/2023
e02/01/2023
. -
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).
-
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).
-
Modificare Standard in Entire View dal menu a discesa Fit nella barra degli strumenti.
Il desktop Tableau dovrebbe essere simile al seguente.
-
-
Selezionare Duplicate dal menu di scelta rapida della scheda Sheet 1 per creare un secondo foglio.
-
Selezionare Rename dal menu di scelta rapida della scheda Sheet 1 per rinominare il foglio in
Graph
. -
Selezionare Rename dal menu di scelta rapida della scheda Sheet 1 (2) per rinominare il foglio in
Data
. -
Verificare che il foglio Data sia selezionato. Nella visualizzazione Data:
-
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.
-
Trascina HOUR(Daterangeday) da Columns a Rows.
-
Modificare Standard in Entire View dal menu a discesa Fit nella barra degli strumenti.
Il desktop Tableau dovrebbe essere simile al seguente.
-
-
Selezionare il pulsante della scheda New Dashboard (in basso) per creare una nuova visualizzazione Dashboard 1. Nella visualizzazione Dashboard 1:
-
Trascinare e rilasciare il foglio Graph dallo scaffale Sheets nella visualizzazione Dashboard 1 che riporta Rilasciare qui i fogli.
-
Trascinare il foglio Data dallo scaffale Sheets sotto il foglio Graph nella visualizzazione Dashboard 1.
-
Selezionare il foglio Data nella visualizzazione e modificare Entire View in Fix Width.
La visualizzazione Dashboard 1 dovrebbe essere simile alla seguente.
-
-
Nell'interfaccia Explore di Looker, assicurati di avere una configurazione pulita. In caso contrario, selezionare
-
Seleziona + Filter (Aggiungi) sotto Filters (Eventi).
-
Nella finestra di dialogo Add Filter (Configurazione evento):
-
Seleziona ‣ Cc Data View
-
Dall'elenco dei campi, selezionare ‣ Daterange Date e quindi Daterange Date.
-
-
Specificare il filtro Cc Data View Daterange Date come is in range 2023/01/01 until (before) 2023/01/02.
-
Dalla sezione Cc Data View nella barra a sinistra,
- Selezionare ‣ Daterangehour Date, quindi Time dall'elenco di DIMENSIONS.
- Seleziona Count sotto MEASURES nella barra a sinistra (in basso).
-
Seleziona Run.
-
Selezionare ‣ Visualization per visualizzare la visualizzazione delle linee.
Dovresti visualizzare una visualizzazione e una tabella simili a quelle mostrate di seguito.
-
Immettere le istruzioni seguenti in una nuova cella.
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)
-
Eseguire la cella. Dovresti visualizzare un output simile alla schermata seguente.
-
Immettere le istruzioni seguenti tra
{r} ` e `
in un nuovo blocco.## 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)
-
Esegui il blocco. Dovresti visualizzare un output simile alla schermata seguente.
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.
Un esempio di pannello Monthly Trend per il caso d'uso:
-
Nel riquadro Data:
- Seleziona daterangemonth (Aggiungi set di dati).
- Seleziona ∑ occurrences (Salva).
Viene visualizzata una tabella che mostra le occorrenze del mese corrente. Per una migliore visibilità, ingrandisci la visualizzazione.
-
Nel riquadro Filters:
- Selezionare daterangemonth is (All) da Filters on this visual.
- Seleziona Advanced filtering come Filter type.
- Definisci il filtro su Show items when the value is on or after
1/1/2023
And is before1/1/2024.
Puoi utilizzare l'icona del calendario per scegliere e selezionare le date. - Seleziona Apply filter.
La tabella viene aggiornata con il filtro daterangemonth applicato.
-
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.
-
Nella visualizzazione Grafico a linee:
- Seleziona
- 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.
- Seleziona
-
Selezionare la scheda Sheet 1 in basso per passare da Data source. Nella visualizzazione Sheet 1:
-
Trascinare la voce Daterange dall'elenco Tables nel riquadro Data e rilasciarla nello scaffale Filters.
-
Nella finestra di dialogo Filters Field [Daterange], seleziona Range of Dates e Next >.
-
Nella finestra di dialogo Filter [Daterange], selezionare Range of dates e specificare un periodo compreso tra
01/01/2023
e01/01/2024
. -
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).
-
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).
-
Modificare Standard in Entire View dal menu a discesa Fit nella barra degli strumenti.
Il desktop Tableau dovrebbe essere simile al seguente.
-
-
Selezionare Duplicate dal menu di scelta rapida della scheda Sheet 1 per creare un secondo foglio.
-
Selezionare Rename dal menu di scelta rapida della scheda Sheet 1 per rinominare il foglio in
Graph
. -
Selezionare Rename dal menu di scelta rapida della scheda Sheet 1 (2) per rinominare il foglio in
Data
. -
Verificare che il foglio Data sia selezionato. Nella visualizzazione Dati:
-
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.
-
Trascina MONTH(Daterangeday) da Columns a Rows.
-
Modificare Standard in Entire View dal menu a discesa Fit nella barra degli strumenti.
Il desktop Tableau dovrebbe essere simile al seguente.
-
-
Selezionare il pulsante della scheda New Dashboard (in basso) per creare una nuova visualizzazione Dashboard 1. Nella visualizzazione Dashboard 1:
-
Trascinare e rilasciare il foglio Graph dallo scaffale Sheets nella visualizzazione Dashboard 1 che riporta Rilasciare qui i fogli.
-
Trascinare il foglio Data dallo scaffale Sheets sotto il foglio Graph nella visualizzazione Dashboard 1.
-
Selezionare il foglio Data nella visualizzazione e modificare Entire View in Fix Width.
Il desktop Tableau dovrebbe essere simile al seguente.
-
-
Nell'interfaccia Explore di Looker, assicurati di avere una configurazione pulita. In caso contrario, selezionare
-
Seleziona + Filter (Aggiungi) sotto Filters (Eventi).
-
Nella finestra di dialogo Add Filter (Configurazione evento):
-
Seleziona ‣ Cc Data View
-
Dall'elenco dei campi, selezionare ‣ Daterange Date e quindi Daterange Date.
-
-
Specificare il filtro Cc Data View Daterange Date come is in range 2023/01/01 until (before) 2024/01/01.
-
Dalla barra Cc Data View a sinistra,
- Selezionare ‣ Daterangemonth Date, quindi Month dall'elenco di DIMENSIONS.
- Seleziona Count sotto MEASURES nella barra a sinistra (in basso).
-
Seleziona Run.
-
Selezionare ‣ Visualization per visualizzare la visualizzazione delle linee.
Dovresti visualizzare una visualizzazione e una tabella simili a quelle mostrate di seguito.
-
Immettere le istruzioni seguenti in una nuova cella.
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)
-
Eseguire la cella. Dovresti visualizzare un output simile alla schermata seguente.
-
Immettere le istruzioni seguenti tra
{r} ` e `
in un nuovo blocco.## 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)
-
Esegui il blocco. Dovresti visualizzare un output simile alla schermata seguente.
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.
Un esempio di pannello Single Dimension Ranked per il caso d'uso: