月次トレンド

このユースケースでは、2023年の毎月の発生傾向(イベント)を示すテーブルと簡単な行のビジュアライゼーションを表示します。

Customer Journey Analytics

使用例の​月次トレンド パネルの例:

Customer Journey Analytics月次トレンドのビジュアライゼーション ​

BI ツール
note prerequisites
PREREQUISITES
接続が成功したことを検証し、データビューを一覧表示でき、このユースケースを試すBI ツールにデータビューを使用していることを確認します。
tabs
Power BI デスクトップ
  1. データ ペインで、次の操作を行います。

    1. daterangemonth​を選択します。
    2. 合計回数​を選択します。

    現在の月の発生件数を示すテーブルが表示されます。 可視性を高めるには、ビジュアライゼーションを拡大します。

  2. フィルター ペインで、次の操作を行います。

    1. このビジュアル フィルターから​ daterangemonth is (All) ​を選択します。
    2. 詳細フィルタリング​を​ フィルタータイプ ​として選択します。
    3. 値​ ​が​ ​以降1/1/2023および​ ​が​ ​より前の場合に1/1/2024.項目を表示するようにフィルターを定義します。カレンダーアイコンを使用して、日付を選択できます。
    4. フィルターを適用」を選択します。

    適用された​daterangemonth フィルターでテーブルが更新されます。

  3. ビジュアライゼーション ペインで、次の操作を行います。

    1. 折れ線グラフ​のビジュアライゼーションを選択します。

    折れ線グラフのビジュアライゼーションは、表と同じデータを使用している間に表を置き換えます。 Power BI デスクトップは以下のようになります。

    Power BI Desktop ユースケース 2日付範囲フィルター

  4. 折れ線グラフのビジュアライゼーション:

    1. 詳細を選択します。
    2. コンテキストメニューから、テーブルとして表示​を選択します。

    メインビューが更新され、行のビジュアライゼーションと表の両方が表示されます。 Power BI デスクトップは以下のようになります。

    Power BI デスクトップ版ユースケース 2の最終的な日次トレンドのビジュアライゼーション ​

Tableau Desktop
  1. 下部の「シート 1」タブを選択して、データソース​から切り替えます。 シート 1 ビューで:

    1. Data ペインの​Tables リストから​Daterange エントリをドラッグし、エントリを​Filters シェルフにドロップします。

    2. フィルターフィールド [Daterange] ダイアログで、日付の範囲​を選択し、次>​を選択します。

    3. フィルター[Daterange] ダイアログで、日付の範囲​を選択し、01/01/202301/01/2024の期間を指定します。

      Tableau Desktop Filter

    4. Data ペインの​Tables リストから​ Daterangeday ​をドラッグ&ドロップし、​の横にあるフィールドにエントリをドロップします。

      • Daterangeday ドロップダウンメニューから​ MONTH ​を選択し、値を​ MONTH (Daterangeday) ​に更新します。
    5. データ ペインの​テーブル (メジャー名 リストから​ 発生回数 ​をドラッグ&ドロップし、​の横にあるフィールドにエントリをドロップします。 値は自動的に​ SUM (Occurrences) ​に変換されます。

    6. ツールバーの「フィット」ドロップダウンメニューから「標準」を「ビュー全体」に変更します。

      Tableau デスクトップは以下のようになります。

      Tableau Desktop Graph

  2. シート 1」タブのコンテキストメニューから「複製」を選択して、2番目のシートを作成します。

  3. シート 1」タブのコンテキストメニューから「名前を変更」を選択して、シートの名前をGraphに変更します。

  4. シート 1 (2)」タブのコンテキストメニューから「名前を変更」を選択して、シートの名前をDataに変更します。

  5. Data シートが選択されていることを確認します。 データビューで、次の操作を行います。

    1. 右上の「自分を表示」を選択し、「テキストテーブル」(左上のビジュアライゼーション)を選択して、データビューのコンテンツをテーブルに変更します。

    2. MONTH (Daterangeday)​を​ ​から​ ​にドラッグします。

    3. ツールバーの「フィット」ドロップダウンメニューから「標準」を「ビュー全体」に変更します。

      Tableau デスクトップは以下のようになります。

      Tableau Desktop Data

  6. 新しいダッシュボード」タブボタン(下部)を選択して、新しい​ダッシュボード 1 ビューを作成します。 ダッシュボード 1 ビューで、次の操作を行います。

    1. グラフ シートを​シート シェルフから​ シートをここにドロップ ​する​ダッシュボード 1 ビューにドラッグ&ドロップします。

    2. グラフ シートの下の​シート シェルフから​データ シートを​ダッシュボード 1 ビューにドラッグ&ドロップします。

    3. ビューで​データ シートを選択し、ビュー全体​を​ 幅を修正 ​に変更します。

      Tableau デスクトップは以下のようになります。

      Tableau Desktop Dashboard 1

Looker
  1. Lookerの​Explore インターフェイスで、クリーンな設定が行われていることを確認します。 そうでない場合は、 設定 フィールドとフィルターの削除​を選択します。

  2. フィルター」の下の「+ フィルター」を選択します。

  3. フィルターを追加 ダイアログ:

    1. ‣ Cc データビュー​を選択
    2. フィールドのリストから、}‣ Daterange Date、次に​ Daterange Date ​を選択します。
      Looker フィルター
  4. Cc データビューの日付変更日 フィルターを​が範囲 2023/01/01 から(前) 2024/01/01​に指定します。

  5. 左側の​Cc データビュー パネルから,

    1. ディメンション​のリストから​‣Daterangemonth Date、次に​ Month ​を選択します。
    2. 左パネル(下部)の​ 測定 ​の下にある​ カウント ​を選択します。
  6. 実行​を選択します。

  7. 行のビジュアライゼーションを表示するには、‣ ビジュアライゼーション​を選択します。

次のようなビジュアライゼーションと表が表示されます。

Looker結果の日次トレンド ​

Jupyter Notebook
  1. 新しいセルに次のステートメントを入力します。

    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. セルを実行します。 以下のスクリーンショットのような出力が表示されます。

    Jupyter Notebookの結果

RStudio
  1. 新しいチャンクに次のコードブロックを入力します。

    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. チャンクを実行します。 以下のスクリーンショットのような出力が表示されます。

    RStudio結果

recommendation-more-help
analytics-platform-help-main