Informazioni SQL
Con SQL Insights di Data Distiller puoi creare modelli di dati di reporting personalizzati per estrarre informazioni più approfondite, ottimizzare le strategie e adattare le analisi per soddisfare esigenze aziendali specifiche. Utilizza la funzionalità SQL Insights per migliorare la trasparenza e ottenere informazioni operative dai dati Adobe Experience Platform in dimensioni quali profili, tipi di pubblico, campagne, percorsi, autorizzazioni e consenso. Questa funzionalità offre una soluzione versatile e adattiva per adattare i modelli di dati di reporting della tua organizzazione alle tue esigenze aziendali specifiche.
Per visualizzare SQL Insights puoi utilizzare la modalità query pro per eseguire analisi complesse con query SQL personalizzate e trasformare i tuoi dati in grafici facilmente interpretabili. Utilizza la modalità query pro per creare informazioni e visualizzazioni personalizzate sulle dashboard e soddisfare i tipi di pubblico tecnici e non, scaricando le informazioni come file CSV.
Questo documento descrive i casi d’uso, le funzionalità essenziali e i passaggi necessari per sviluppare un dashboard di SQL Insights con Data Distiller.
Prerequisiti
Questa esercitazione utilizza dashboard definite dall’utente per visualizzare i dati dal modello dati personalizzato nell’interfaccia utente di Platform. Per ulteriori informazioni su questa funzione, consulta la documentazione delle dashboard definite dall'utente.
Introduzione
Lo SKU di Data Distiller è necessario per creare un modello dati personalizzato per le informazioni di reporting ed estendere i modelli dati di Real-Time CDP che contengono dati Platform arricchiti. Consulta la documentazione package, guardrail e licensing relativa allo SKU di Data Distiller. Se non disponi dello SKU di Data Distiller, contatta il rappresentante dell’assistenza clienti Adobe per ulteriori informazioni.
Casi di utilizzo di SQL Insights use-cases
Di seguito sono riportati alcuni casi d’uso comuni che possono essere risolti in modo efficace tramite SQL Insights in Data Distiller.
Trasparenza dell’utilizzo di profili e pubblico usage-transparency
Sfida: come suddividere gli indicatori prestazioni chiave (KPI, Key Performance Indicators) in base a criteri specifici quali business unit, stato di fedeltà o valore del ciclo di vita del cliente (CLTV, Customer Lifetime Value).
Soluzione SQL Insights: Data Distiller abilita l'estensione dei modelli di dati di reporting in Adobe Experience Platform, facilitando l'aggiunta di attributi di profilo personalizzati come CLTV o lo stato di fedeltà.
Tracciamento delle anomalie del consenso consent-anomaly-tracking
Sfida: come applicare i rapporti di sovrapposizione del pubblico e di dimensione della linea di tendenza agli attributi di consenso personalizzati per canali come e-mail, SMS e telefono.
Soluzione SQL Insights: il modello dati di reporting può essere esteso per tenere traccia delle modifiche nelle preferenze di consenso nel tempo. Ciò comporta la creazione di tabelle di fact e dimensioni aggiuntive per impostare le preferenze di consenso e pianificare l'aggiornamento incrementale dei dati.
Ottimizzare la strategia di segmentazione del pubblico optimize-audience-segmentation-strategy
Sfida: come integrare i punteggi di propensione generati dal modello di apprendimento automatico (ML) nei rapporti KPI del pubblico.
Soluzione SQL Insights: Data Distiller consente di includere punteggi di tendenza dai modelli ML personalizzati, semplificando il calcolo dei punteggi aggregati a livello di pubblico. Questi dati possono quindi essere segnalati insieme ai KPI standard.
Espansione del pubblico audience-expansion
Sfida: come acquisire più di semplici conteggi di profilo nei rapporti di sovrapposizione del pubblico e ottenere ulteriori dati demografici o preferenze per guidare le strategie di espansione del pubblico.
Soluzione SQL Insights: estendendo il modello dati di reporting, gli utenti possono incorporare attributi di profilo aggiuntivi, arricchendo il rapporto di sovrapposizione del pubblico con i dati demografici e le preferenze pertinenti.
Funzionalità chiave per la generazione di SQL Insights key-capabilities
Nell'illustrazione seguente sono illustrate diverse funzionalità essenziali per la generazione di SQL Insights. Queste funzionalità includono:
- Visualizzazioni dati: incorporazione di elementi visivi quali tendenze e grafici a barre per una visualizzazione completa delle tendenze dei dati.
- Authoring del dashboard: abilitazione della creazione di dashboard personalizzati adatti a casi d'uso specifici, per un'esperienza di analisi più personalizzata e mirata.
- Modellazione dati SQL flessibile: Utilizzare un approccio di modellazione dati SQL versatile che consente agli utenti di combinare e manipolare facilmente set di dati diversi, migliorando l'adattabilità e il livello di dettaglio analitico.
- Archivio accelerato: implementazione di un meccanismo di archiviazione accelerata per fornire in modo efficiente informazioni aggregate tramite SQL, garantendo un accesso rapido e semplificato a informazioni importanti.
- Connettività BI: integrazione semplificata con i più diffusi strumenti di Business Intelligence (BI), tra cui Power BI, Tableau, Looker e Apache Superset. Questa connettività garantisce la compatibilità con diversi ambienti BI, offrendo agli utenti la flessibilità di utilizzare lo strumento desiderato per l’analisi approfondita e il reporting.
Passaggi per creare SQL Insights steps-to-create
Per sviluppare un dashboard di SQL Insights all’interno di Data Distiller, segui le istruzioni dettagliate riportate di seguito.
- Esplorazione di query ad hoc: Eseguire query ad hoc
SELECTper esplorare i dati non elaborati nel data lake. Ciò consente di eseguire al volo analisi dei dati esplorative per sperimentare e convalidare i dati laddove i risultati delle query non sono memorizzati nel data lake. - Utilizzo query batch: Utilizzare query batch per creare processi pianificati per la generazione di tabelle di aggregazione approfondimenti, garantendo un approccio sistematico e automatizzato all'elaborazione dei dati. Le query batch eseguono
INSERT TABLE AS SELECTeCREATE TABLE AS SELECTquery per pulire, modellare, manipolare e arricchire i dati. I risultati di queste query vengono memorizzati nel data lake. - Caricamento delle informazioni aggregate: Carica le informazioni aggregate generate nell'archivio accelerato e utilizza SQL per testare le query e garantire l'accuratezza e l'efficienza del recupero dei dati. Per informazioni su come eseguire query senza stato nell'archivio accelerato, consulta la documentazione.
- Accesso e integrazione: Accesso senza problemi alle informazioni archiviate nell'archivio accelerato tramite l'integrazione con Adobe Experience Platform Dashboard definiti dall'utente o altri strumenti di Business Intelligence preferiti (BI). Queste integrazioni con client di terze parti facilitano un’esperienza coerente e intuitiva per gli utenti.
Passaggi successivi
Una volta letto questo documento, potrai comprendere meglio i casi d’uso, le funzionalità essenziali e i passaggi necessari per sviluppare un dashboard di SQL Insights con Data Distiller. Per ulteriori informazioni sulla creazione di modelli dati per la generazione di rapporti personalizzati, consulta la guida al modello dati approfondimenti per la generazione di rapporti.