ディメンション値を使用したセグメント化

1. メニューから「ホーム」を選択し、ツールバーから「更新」を選択します。 Customer Journey Analyticsで定義した新しいフィルターを選択するには、接続を更新する必要があります。

2. データ ペインで、次の操作を行います。

   1. daterange​を選択します。
   2. product_category​を選択します。
   3. product_name​を選択します。
   4. 合計回数​を選択します。

ビジュアルに「このビジュアルのデータ取得中にエラーが発生しました」と表示されます。

1. 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 の フィルターから​ filterName is （All） ​を選択します。
   2. 基本フィルタリング​を​ フィルタータイプ ​として選択します。
   3. このビジュアル の フィルターから​ daterange is （All） ​を選択します。
   4. 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。
   5. 値​ ​ ​が​​ 1/1/2023および​ ​ ​が​ ​ ​より前の場合に、2/1/2023項目を表示するようにフィルターを定義します。
   6. product_category​の​ Filter type ​として​ 基本フィルター ​を選択し、使用可能な値のリストから​ Hunting ​を選択します。
   7. を選択して、列​から​ filterName ​を削除します。
   8. を選択して、列​から​ daterange ​を削除します。

   適用された​product_category フィルターでテーブルが更新されます。 Power BI デスクトップは以下のようになります。

   日付範囲名をフィルターに使用する

Tableau Desktopは、Customer Journey Analyticsからの商品カテゴリの動的リストの取得をサポートしていません。 代わりに、この使用例では、Hunting Products​に対して新しく作成したフィルターを使用し、フィルター名の条件を使用します。

1. cc_data_view （prod%3FFLATTEN） のコンテキストメニューの Data の下にある:cjaData Source ビューで、Refresh​を選択します。 Customer Journey Analyticsで定義した新しいフィルターを選択するには、接続を更新する必要があります。

2. 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. フィルター シェルフの​テーブル リストから​フィルター名 エントリをドラッグします。

   2. フィルター[ フィルター名] ダイアログで、リストから選択​が選択されていることを確認し、リストから​ ハンティング製品 ​を選択します。 適用​と​ OK ​を選択します。

   3. フィルター シェルフの​テーブル リストから​Daterange エントリをドラッグします。

   4. 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。

   5. フィルター[Daterange] ダイアログで、日付の範囲​を選択し、01/01/2023 ～ 1/2/2023を選択します。 適用​と​ OK ​を選択します。

   6. 製品名​を​表 リストから​ 行 ​にドラッグします。

   7. テーブル リストから​発生回数 エントリをドラッグし、列​の横にあるフィールドにエントリをドロップします。 値が​ SUM （Occurrences） ​に変更されます。

   8. 自分を表示​から​ テキストテーブル ​を選択します。

   9. 「フィット」ドロップダウンメニューから「フィット幅」を選択します。

      Tableau デスクトップは以下のようになります。

      

1. 「1」の。 Lookerの​Explore インターフェイスで、接続を更新します。 「 キャッシュをクリアして更新」を選択します。

2. 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、 フィールドとフィルターの削除​を選択します。

3. 「フィルター」の下の「+ フィルター」を選択します。

4. 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。
      

5. 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） 2023/02/01​に指定します。

6. 「フィルター」の下の「+ フィルター」を選択して、別のフィルターを追加します。

7. 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、}‣製品カテゴリ​を選択します。

8. フィルターの選択範囲として​ is ​を指定します。

のルックは、製品カテゴリ​の可能な値のリストを表示しません。

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
   data = %sql SELECT DISTINCT product_category FROM cc_data_view WHERE daterange BETWEEN '2023-01-01' AND '2024-01-01'; style = {'description_width': 'initial'} category_filter = widgets.Dropdown( options=[d for d, in data], description='Product Category:', style=style ) display(category_filter)

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。

   

3. ドロップダウンメニューから「狩り」を選択します。

4. 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 product_name AS `Product Name`, COUNT(*) AS Events \ FROM cc_data_view \ WHERE daterange BETWEEN '2023-01-01' AND '2023-02-01' \ AND product_category = '{category_filter.value}' \ GROUP BY 1 \ ORDER BY Events DESC \ LIMIT 10; df = data.DataFrame() df = df.groupby('Product Name', as_index=False).sum() plt.figure(figsize=(15, 3)) sns.barplot(x='Events', y='Product Name', data=df) plt.show() display(data)

5. 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。

   

1. 新しいチャンクに次のコードブロックを入力します。 適切なカテゴリーを使用していることを確認してください。 例：Hunting。

   code language-r
   ## Dimension 1 Filtered by Dimension 2 value df <- dv %>% filter(daterange >= "2023-01-01" & daterange < "2023-02-01" & product_category == "Hunting") %>% group_by(product_name) %>% count() %>% arrange(desc(n), .by_group = FALSE) 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。