Esempi di query query-examples
Questa sezione fornisce esempi comunemente utilizzati per eseguire query sugli eventi dei passaggi di Percorso in Data Lake. Prima di immergerti in casi d’uso specifici, è importante comprendere gli identificatori chiave utilizzati nei dati dell’evento di percorso.
Assicurati che i campi utilizzati nelle query abbiano valori associati nello schema corrispondente.
Informazioni sugli identificatori chiave key-identifiers
- id: univoco per tutte le voci evento del passaggio. Due eventi di passaggio diversi non possono avere lo stesso ID.
- instanceID: instanceID è lo stesso per tutti gli eventi di passaggio associati a un profilo all’interno di un’esecuzione di percorso. Se un profilo entra nuovamente nel percorso, verrà utilizzato un instanceID diverso. Questo nuovo instanceID sarà lo stesso per tutti gli eventi di passaggio dell’istanza reinserita (dall’inizio alla fine).
- profileID: l’identità del profilo corrispondente allo spazio dei nomi del percorso.
| note note |
|---|
| NOTE |
| Per la risoluzione dei problemi, si consiglia di utilizzare journeyVersionID invece di journeyVersionName durante la query sui percorsi. Ulteriori informazioni sugli attributi delle proprietà del percorso in questa sezione. |
Casi d’uso di base/query comuni common-queries
Questa query fornisce il numero di profili distinti che sono entrati nel percorso specificato nell’intervallo di tempo specificato.
Query Data Lake
| code language-sql |
|---|
|
Scopri come risolvere i problemi relativi ai tipi di evento eliminati in percorsi_step_events.
Questa query restituisce il set di regole e le informazioni sulle regole rifiutate quando a un profilo viene impedito l’accesso a un percorso a causa di regole di limite o idoneità.
Esempio
| code language-sql |
|---|
|
Questa query restituisce i dettagli dell’evento del passaggio per i profili scartati durante un percorso e che non hanno ricevuto un’azione di percorso. Consente di identificare il motivo per cui i profili sono stati eliminati a causa di regole aziendali come i vincoli di orario non interattivo.
Query Data Lake
| code language-sql |
|---|
|
Esempio
| code language-sql |
|---|
|
I risultati della query visualizzano campi chiave che consentono di identificare il motivo degli scarti di profilo:
-
actionExecutionError - Se impostato su
businessRuleProfileDiscarded, indica che il profilo è stato eliminato a causa di una regola business. Il campoeventTypefornisce ulteriori dettagli sulla regola business specifica che ha causato l'eliminazione. -
eventType - Specifica il tipo di regola business che ha causato l'eliminazione:
quietHours: profilo scartato a causa della configurazione delle ore non interattiveforcedDiscardDueToQuietHours: il profilo è stato eliminato forzatamente perché è stato raggiunto il limite di guardrail per i profili mantenuti in ore non interattive
Questa query conta i profili distinti che hanno riscontrato errori in ciascun nodo di un percorso, raggruppati per nome di nodo. Include tutti i tipi di errori di esecuzione delle azioni e di recupero.
Query Data Lake
| code language-sql |
|---|
|
Questa query conta il numero totale di eventi eliminati da un percorso. Filtra vari codici evento di eliminazione, tra cui errori del processo di esportazione del segmento, scartamenti del dispatcher e scartamenti della macchina dello stato.
Query Data Lake
| code language-sql |
|---|
|
Questa query restituisce tutti gli eventi di passaggio e di servizio per il profilo e il percorso specificati per il tempo specificato in ordine cronologico.
Query Data Lake
| code language-sql |
|---|
|
Queste query possono essere utilizzate, ad esempio, per stimare il tempo trascorso in un’attività Attendi. Questo ti consente di verificare che l’attività Attendi sia configurata correttamente.
Query Data Lake
| code language-sql |
|---|
|
Query Data Lake
| code language-sql |
|---|
|
Il set di dati Eventi passaggio di Percorso contiene tutti gli eventi stepEvents e serviceEvents. stepGli eventi vengono utilizzati nel reporting in quanto si riferiscono ad attività (evento, azioni, ecc.) di profili in un percorso. serviceEvents sono memorizzati nello stesso set di dati e indicano informazioni aggiuntive a scopo di debug, ad esempio il motivo dell’eliminazione di un evento esperienza.
Di seguito è riportato un esempio di query per verificare i dettagli di un serviceEvent:
Query Data Lake
| code language-sql |
|---|
|
Errori messaggio/azione message-action-errors
| accordion | ||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|
| Elenco di ogni errore riscontrato nei percorsi | ||||||||||||
|
Questa query ti consente di elencare ogni errore riscontrato nei percorsi durante l’esecuzione di un messaggio/azione.
Output di esempio
Questa query restituisce tutti i diversi errori che si sono verificati durante l’esecuzione di un’azione in un percorso, insieme al conteggio del numero di volte in cui si è verificato ciascun errore, ordinato per frequenza. |
Query basate su profili profile-based-queries
Questa query controlla se un profilo specifico è stato inserito in un percorso contando gli eventi associati a tale combinazione di profilo e percorso.
| code language-sql |
|---|
|
Output di esempio
| table 0-row-1 1-row-1 |
|---|
| EVENT_COUNT |
| 3 |
Questa query restituisce il numero esatto di volte in cui un profilo è entrato in un percorso. Un risultato maggiore di 0 conferma che il profilo è entrato nel percorso.
Metodo 1: se il nome del messaggio non è univoco nel percorso (viene utilizzato in più posizioni).
| code language-sql |
|---|
|
Output di esempio
| table 0-row-1 1-row-1 |
|---|
| CONTEGGIO_MESSAGGI_INVIATI |
| 1 |
Un risultato maggiore di 0 conferma che l’azione del messaggio è stata eseguita correttamente. Questa query indica solo se l’azione del messaggio è stata eseguita correttamente sul lato percorso.
Metodo 2: se il nome del messaggio è univoco nel percorso.
| code language-sql |
|---|
|
Output di esempio
| table 0-row-1 1-row-1 |
|---|
| CONTEGGIO_MESSAGGI_INVIATI |
| 1 |
La query restituisce il numero di volte in cui il messaggio è stato richiamato correttamente per il profilo selezionato.
Questa query recupera tutte le azioni di messaggio eseguite correttamente per un profilo specifico negli ultimi 30 giorni, raggruppate per nome del messaggio.
| code language-sql |
|---|
|
Output di esempio
| table 0-row-2 1-row-2 2-row-2 3-row-2 4-row-2 | |
|---|---|
| NOME_MESSAGGIO | CONTEGGIO_MESSAGGI |
| E-mail di benvenuto | 1 |
| Consiglio prodotto | 3 |
| Promemoria per l’abbandono del carrello | 2 |
| Newsletter settimanale | 4 |
La query restituisce l’elenco di tutti i messaggi con il relativo conteggio richiamato per il profilo selezionato.
Questa query restituisce tutti i percorsi immessi da un profilo specifico negli ultimi 30 giorni, insieme al conteggio delle voci per ogni percorso.
| code language-sql |
|---|
|
Output di esempio
| table 0-row-2 1-row-2 2-row-2 3-row-2 | |
|---|---|
| NOME_percorso | ENTRY_COUNT |
| Percorso di benvenuto v2 | 1 |
| Consigli di prodotto | 5 |
| Campagna di ricoinvolgimento | 2 |
La query restituisce l'elenco di tutti i nomi di percorso insieme al numero di volte in cui il profilo sottoposto a query è entrato ogni percorso.
Questa query fornisce un raggruppamento giornaliero del numero di profili distinti che sono entrati in un percorso in un determinato periodo di tempo.
| code language-sql |
|---|
|
Output di esempio
| table 0-row-2 1-row-2 2-row-2 3-row-2 4-row-2 5-row-2 | |
|---|---|
| ENTRY_DATE | CONTEGGIO_PROFILI |
| 25/11/2024 | 1.245 |
| 24/11/2024 | 1.189 |
| 23/11/2024 | 15.340 |
| 22/11/2024 | 1.205 |
| 21/11/2024 | 1.167 |
La query restituisce, per il periodo definito, il numero di profili che sono entrati nel percorso ogni giorno. Se un profilo immesso tramite più identità, verrà conteggiato due volte. Se è abilitata la rientrata, il conteggio dei profili potrebbe essere duplicato in giorni diversi se è rientrato nel percorso in un giorno diverso.
Scopri come risolvere i problemi relativi ai tipi di evento eliminati in percorsi_step_events.
Query relative al pubblico di lettura read-segment-queries
Questa query calcola la durata di un processo di esportazione del pubblico rilevando la differenza di tempo tra il momento in cui il processo è stato messo in coda e quello in cui è stato completato.
| code language-sql |
|---|
|
La query restituisce la differenza di tempo, espressa in minuti, tra il momento in cui il processo di esportazione del pubblico è stato messo in coda e il momento in cui è stato finalmente terminato.
Questa query conta il numero di profili distinti che sono stati eliminati a causa di errori di duplicazione delle istanze durante l’attività Read Audience.
| code language-sql |
|---|
|
La query restituisce tutti gli ID profilo che sono stati scartati dal percorso perché erano duplicati.
Questa query restituisce il numero di profili scartati perché presentavano uno spazio dei nomi non valido o un’identità mancante per lo spazio dei nomi richiesto.
| code language-sql |
|---|
|
La query restituisce tutti gli ID profilo scartati dal percorso perché presentavano uno spazio dei nomi non valido o nessuna identità per tale spazio dei nomi.
Questa query conta i profili scartati perché mancava una mappa di identità necessaria per l’esecuzione del percorso.
| code language-sql |
|---|
|
La query restituisce tutti gli ID profilo scartati dal percorso perché manca la mappa di identità.
Questa query identifica i profili scartati quando il percorso era in esecuzione in modalità di test, ma per il profilo non era impostato l’attributo testProfile su true.
| code language-sql |
|---|
|
La query restituisce tutti gli ID profilo scartati dal percorso perché il processo di esportazione è stato eseguito in modalità di test ma l'attributo testProfile del profilo non è stato impostato su true.
Questa query restituisce il numero di profili che sono stati eliminati a causa di errori di sistema interni durante l’esecuzione del percorso.
| code language-sql |
|---|
|
La query restituisce tutti gli ID profilo scartati dal percorso a causa di un errore interno.
Questa query fornisce una panoramica completa dell’attività Read Audience, inclusi i dettagli del processo di esportazione dei segmenti, i codici evento, gli stati e i conteggi dei profili per tutte le fasi del processo di esportazione del pubblico.
Query Data Lake
| code language-sql |
|---|
|
Verranno restituiti tutti gli eventi di servizio relativi alla versione di percorso specificata. Possiamo seguire la catena di operazioni:
- creazione di argomenti
- creazione di processi di esportazione
- terminazione del processo di esportazione (con metriche sui profili esportati)
- cessazione elaborazione lavoratore
Possiamo anche rilevare problemi come:
- errori nella creazione di processi di esportazione o argomento (inclusi timeout nelle chiamate API di esportazione del pubblico)
- processi di esportazione che possono essere bloccati (nel caso in cui per una determinata versione del percorso, non vi siano eventi relativi alla chiusura del processo di esportazione)
- problemi del lavoratore, se abbiamo ricevuto l'evento di cessazione del processo di esportazione ma nessun lavoratore ne elabora l'elaborazione uno
IMPORTANTE: se questa query non restituisce alcun evento, la causa potrebbe essere uno dei seguenti:
- la versione del percorso non ha raggiunto la pianificazione
- se la versione del percorso deve aver attivato il processo di esportazione chiamando l’orchestratore, si è verificato un errore nel flusso a monte: problema di implementazione del percorso, evento di business o problema con il modulo di pianificazione.
Questa query filtra i codici evento di errore specifici correlati agli errori Read Audience, come gli errori di creazione di argomenti, di chiamata API, i timeout e i processi di esportazione non riusciti.
Query Data Lake
| code language-sql |
|---|
|
Questa query recupera lo stato di elaborazione dei processi di esportazione del pubblico, mostrando se hanno avuto esito positivo o negativo insieme alle metriche di esportazione del profilo.
Query Data Lake
| code language-sql |
|---|
|
Se non viene restituito alcun record, significa che:
- si è verificato un errore durante la creazione dell’argomento o del processo di esportazione
- il processo di esportazione è ancora in esecuzione
Questa query combina i conteggi dei profili scartati con le metriche dei processi di esportazione per fornire una visualizzazione completa delle prestazioni di esportazione del pubblico per ogni singolo processo di esportazione.
Query Data Lake
| code language-sql |
|---|
|
Questa query aggrega le metriche generali in tutti i processi di esportazione per una determinata versione del percorso, utili per percorsi ricorrenti o percorsi attivati da eventi business con riutilizzo degli argomenti.
Query Data Lake
| code language-sql |
|---|
|
Questa query è diversa dalla precedente.
Restituisce le metriche complessive per una determinata versione del percorso, indipendentemente dai processi che possono essere stati eseguiti per essa (in caso di percorsi ricorrenti, eventi di business attivati da quelli che sfruttano il riutilizzo degli argomenti).
Query relative alla qualifica del pubblico segment-qualification-queries
Questa query identifica i profili scartati perché il loro stato di realizzazione del pubblico non corrisponde alla configurazione di Qualificazione del pubblico del percorso (ad esempio, configurato per "entrate" ma profilo "uscito").
Query Data Lake
| code language-sql |
|---|
|
Esempio
| code language-sql |
|---|
|
Questa query restituisce tutti gli ID profilo scartati dalla versione del percorso a causa di una realizzazione errata del pubblico.
Questa query recupera tutte le qualifiche del pubblico o gli eventi esterni scartati per un profilo specifico a causa di errori del servizio interno.
Query Data Lake
| code language-sql |
|---|
|
Esempio
| code language-sql |
|---|
|
Questa query restituisce tutti gli eventi (eventi esterni/eventi di qualificazione del pubblico) che sono stati eliminati a causa di qualsiasi altro motivo per un profilo.
Query basate su eventi event-based-queries
Questa query conta quante volte un evento di business è stato ricevuto da un percorso, raggruppato per data, entro un intervallo di tempo specificato.
| code language-sql |
|---|
|
Questa query identifica quando un evento esterno per un profilo specifico è stato scartato perché non vi era alcun percorso attivo o corrispondente configurato per ricevere tale evento.
| code language-sql |
|---|
|
Scopri come risolvere i problemi relativi ai tipi di evento eliminati in percorsi_step_events.
Questa query recupera gli eventi esterni scartati per un profilo specifico a causa di errori del servizio interno, insieme all’ID evento e al codice di errore.
| code language-sql |
|---|
|
Scopri come risolvere i problemi relativi ai tipi di evento eliminati in percorsi_step_events.
Questa query aggrega tutti gli eventi eliminati dal computer dello stato del percorso, raggruppati per codice di errore per identificare i motivi più comuni degli scarti.
| code language-sql |
|---|
|
Scopri come risolvere i problemi relativi ai tipi di evento eliminati in percorsi_step_events.
Questa query identifica tutti gli eventi scartati perché un profilo ha tentato di entrare nuovamente in un percorso quando il rientro non era consentito nella configurazione del percorso.
| code language-sql |
|---|
|
Scopri come risolvere i problemi relativi ai tipi di evento eliminati in percorsi_step_events.
Query per profili coinvolgibili engageable-profiles-queries
Queste query ti aiutano a monitorare e analizzare il conteggio dei profili coinvolgibili. Un profilo coinvolgibile è un profilo univoco che è stato utilizzato tramite percorsi o campagne negli ultimi 12 mesi. Ulteriori informazioni su Profili coinvolgibili e utilizzo delle licenze.
- Assicurarsi che ogni campo non aggregato sia incluso nella clausola
GROUP BY - Evita di fare riferimento a set di dati non esistenti nella sandbox: conferma i nomi dei set di dati nell’interfaccia utente di Platform
- Usa
distinctper il conteggio dei profili univoci per evitare duplicati negli spazi dei nomi delle identità - Quando si utilizza
LIMIT, inserirlo alla fine della query dopoORDER BYclausole
Questa query restituisce il numero di profili distinti coinvolti da un percorso specifico, che contribuisce al conteggio dei profili coinvolgibili.
| code language-sql |
|---|
|
Questa query ti aiuta a capire quanti profili univoci un percorso specifico ha contribuito al conteggio dei profili coinvolgibili negli ultimi 12 mesi.
Questa query mostra il numero di profili univoci utilizzati da ogni percorso dell'organizzazione negli ultimi 12 mesi, consentendoti di identificare quali percorsi contribuiscono maggiormente al conteggio dei profili coinvolgibili.
| code language-sql |
|---|
|
Output di esempio
| table 0-row-3 1-row-3 2-row-3 3-row-3 | ||
|---|---|---|
| PERCORSI_VERSION_ID | NOME_percorso | PROFILI_COINVOLTI |
| 67b14482-143e-4f83-9cf5-cfec0fca3d26 | Benvenuti in Campaign v2 | 125.450 |
| a3c21b89-456d-4e21-b8f3-9a8e7c6d5432 | Percorso lancio prodotto | 98.230 |
| f9e8d7c6-b5a4-3210-9876-543210fedcba | Flusso di ricoinvolgimento | 45.670 |
Questo output consente di identificare i percorsi che coinvolgono più profili e contribuiscono in modo più significativo al conteggio dei profili coinvolgibili.
| note note |
|---|
| NOTE |
Questa query raggruppa per journeyVersionID e journeyVersionName. Entrambi i campi devono essere inclusi nella clausola GROUP BY poiché sono selezionati nella query. Se si omettono campi dalla clausola GROUP BY, la query non riuscirà. |
Questa query fornisce un raggruppamento giornaliero dei nuovi profili coinvolti, che consente di identificare picchi nel conteggio di Profili coinvolgibili.
| code language-sql |
|---|
|
Output di esempio
| table 0-row-2 1-row-2 2-row-2 3-row-2 4-row-2 5-row-2 | |
|---|---|
| ENGAGEMENT_DATE | PROFILI_COINVOLTI |
| 25/11/2024 | 8.450 |
| 24/11/2024 | 7.820 |
| 23/11/2024 | 125.340 |
| 22/11/2024 | 9.230 |
| 21/11/2024 | 8.670 |
Questo output consente di monitorare le tendenze giornaliere e identificare quando viene coinvolto un numero elevato di profili. In questo esempio, il 23 novembre mostra un picco significativo (125.340 profili) rispetto al coinvolgimento giornaliero tipico (~8.000 profili), che richiederebbe un'indagine per capire quale percorso o campagna ha causato l'aumento del conteggio di profili coinvolgibili.
Questa query consente di identificare quali percorsi hanno coinvolto un numero elevato di nuovi profili negli ultimi periodi di tempo, il che può spiegare improvvisi aumenti nel conteggio di Profili coinvolgibili.
| code language-sql |
|---|
|
Output di esempio
| table 0-row-4 1-row-4 2-row-4 3-row-4 | |||
|---|---|---|---|
| PERCORSI_VERSION_ID | NOME_percorso | ENGAGEMENT_DATE | PROFILI_COINVOLTI |
| 67b14482-143e-4f83-9cf5-cfec0fca3d26 | Campagna Black Friday | 23/11/2024 | 125.340 |
| a3c21b89-456d-4e21-b8f3-9a8e7c6d5432 | Percorso lancio prodotto | 22/11/2024 | 45.230 |
| f9e8d7c6-b5a4-3210-9876-543210fedcba | Notiziario festivo | 21/11/2024 | 32.150 |
Questa query filtra i percorsi che hanno coinvolto più di 1.000 profili al giorno negli ultimi 7 giorni. L’output mostra quali percorsi e date specifici sono responsabili di impegni di profilo di grandi dimensioni. Regolare la soglia della clausola HAVING in base alle proprie esigenze (ad esempio, modificare > 1000 in > 10000 per soglie più grandi).
Questa query fornisce un conteggio dei profili univoci coinvolti in tutti i percorsi negli ultimi 12 mesi, fornendo una panoramica del coinvolgimento basato sul percorso.
| code language-sql |
|---|
|
Output di esempio
| table 0-row-1 1-row-1 |
|---|
| PROFILI_COINVOLTI_TOTALI |
| 2.547.890 |
Questo singolo numero rappresenta il conteggio totale di profili univoci coinvolti da almeno un percorso negli ultimi 12 mesi.
| note note |
|---|
| NOTE |
| Questa query conta ID di profilo distinti nel set di dati degli eventi delle fasi del percorso. Il conteggio effettivo dei profili associabili mostrato nel Dashboard utilizzo licenze potrebbe essere leggermente diverso, in quanto include anche profili coinvolti tramite campagne e altre funzionalità di Journey Optimizer oltre ai percorsi. |
Query comuni basate su percorso journey-based-queries
Questa query restituisce un conteggio giornaliero di versioni univoche del percorso con attività, che consente di comprendere i pattern di esecuzione del percorso nel tempo.
| code language-sql |
|---|
|
Output di esempio
| table 0-row-2 1-row-2 2-row-2 3-row-2 4-row-2 5-row-2 | |
|---|---|
| DATA_ATTIVITÀ | PERCORSI_ATTIVI |
| 25/11/2024 | 12 |
| 24/11/2024 | 15 |
| 23/11/2024 | 14 |
| 22/11/2024 | 11 |
| 21/11/2024 | 13 |
La query restituisce, per il periodo definito, il numero di percorsi univoci attivati ogni giorno. Un singolo percorso che si attiva su più giorni verrà conteggiato una volta al giorno.
Query su istanze di percorso journey-instances-queries
Questa query utilizza espressioni di tabella comuni (CTE, Common Table Expression) per identificare i profili attualmente in attesa in un nodo specifico di un percorso, individuando i profili passati attraverso il nodo ma non ancora passati ai nodi successivi.
Query Data Lake
| code language-sql |
|---|
|
Esempio
| code language-sql |
|---|
|
Questa query conta le istanze di percorso che sono uscite durante un determinato periodo di tempo, comprese le uscite dovute a completamento, errori, timeout o errori di limitazione.
Query Data Lake
| code language-sql |
|---|
|
Esempio
| code language-sql |
|---|
|
Questa query fornisce un’analisi dettagliata delle uscite di percorso, mostrando il nome del nodo e lo stato di uscita per ogni istanza uscita per aiutare a identificare dove e perché i profili hanno lasciato il percorso.
Query Data Lake
| code language-sql |
|---|
|
Esempio
| code language-sql |
|---|
|
Query relative alle metriche delle prestazioni Azione personalizzata query-custom-action
Questa query fornisce metriche delle prestazioni per le azioni HTTP personalizzate, tra cui chiamate totali, chiamate riuscite, conteggi di errori per tipo (4xx, 5xx, timeout, limitate) e velocità effettiva nelle richieste al secondo per ogni endpoint.
Query Data Lake
| code language-sql |
|---|
|
Esempio
| code language-sql |
|---|
|
Questa query fornisce le stesse metriche delle prestazioni della query precedente, ma è organizzata come una serie temporale, mostrando come le prestazioni degli endpoint variano nel tempo con granularità minuto per minuto.
Query Data Lake
| code language-sql |
|---|
|
Esempio
| code language-sql |
|---|
|
Questa query calcola i percentili del tempo di risposta per gli endpoint di azione personalizzati, consentendoti di comprendere la distribuzione della latenza e identificare i valori anomali delle prestazioni con soglie percentili diverse.
Query Data Lake
| code language-sql |
|---|
|
Esempio
| code language-sql |
|---|
|
Questa query fornisce percentili di latenza organizzati come serie temporali, che consentono di monitorare come i tempi di risposta degli endpoint cambiano nel tempo a diversi livelli percentili.
Query Data Lake
| code language-sql |
|---|
|
Esempio
| code language-sql |
|---|
|
Questa query analizza i tempi di attesa in coda per gli endpoint limitati, mostrando i tempi di attesa del 50° e del 95° percentile per aiutarti a comprendere l’impatto della limitazione sulle azioni personalizzate.
Query Data Lake
| code language-sql |
|---|
|
Esempio
| code language-sql |
|---|
|
Questa query fornisce percentili del tempo di attesa della coda come serie temporale, consentendoti di monitorare l’impatto della limitazione sui tempi di attesa nel tempo per ogni endpoint.
Query Data Lake
| code language-sql |
|---|
|
Esempio
| code language-sql |
|---|
|
Questa query fornisce una suddivisione dettagliata degli errori per un endpoint specifico, raggruppati per tipo di errore e codice di errore, incluse informazioni sui tentativi.
Query Data Lake
| code language-sql |
|---|
|
Esempio
| code language-sql |
|---|
|