BI 확장 기능 사용 사례

이 문서에서는 Customer Journey Analytics BI 확장을 사용하여 다양한 사용 사례를 완수하는 방법을 설명합니다. 각 사용 사례에서는 Customer Journey Analytics 기능에 대해 설명하고 지원되는 각 BI 도구에 대한 세부 정보를 제공합니다.

  • Power BI 데스크톱. 사용된 버전은 2.137.1102.0 64비트(2024년 10월)입니다.
  • 타블로 데스크톱. 사용된 버전은 2024.1.5(20241.24.0705.0334) 64비트입니다.
  • 조회자. 온라인 버전 25.0.23(looker.com을 통해 사용 가능)
  • Jupyter 전자 필기장. 사용된 버전은 7.3.2입니다.
  • 자습서. 사용된 버전은 2024.12.0, 빌드 467입니다.

다음 사용 사례가 문서화되어 있습니다.

연결 사용 사례는 Customer Journey Analytics BI 확장을 사용하여 BI 도구를 연결하는 방법에 중점을 둡니다.

보고서 및 분석 사용 사례에서는 현재 지원되는 BI 도구에서 유사한 Customer Journey Analytics 시각화를 수행하는 방법을 지시합니다.

이해 사용 사례에서 자세한 내용을 확인할 수 있습니다.

  • BI 도구를 사용하여 보고하고 분석할 때 발생하는 변형입니다.
  • Customer Journey Analytics 도구와 BI 도구 간의 시각화 유사성 및 차이점.
  • 알고 있어야 하는 각 BI 도구에 대한 주의 사항.

연결 및 유효성 검사

이 사용 사례에서는 BI 도구에서 Customer Journey Analytics으로의 연결을 설정하고 사용 가능한 데이터 보기를 나열하며 사용할 데이터 보기를 선택합니다.

Customer Journey Analytics

지침은 다음 개체가 있는 예제 환경을 참조합니다.

  • 데이터 보기: C&C - 데이터 보기 ??.
  • 차원: 제품 이름 ?? 및 제품 범주 ??.
  • 지표: 구매 매출 ?? 및 구매 ??.
  • 필터: 낚시 제품 ??.

Customer Journey Analytics 기본 설정 {modal="regular"}

사용 사례를 살펴볼 때 이러한 예제 객체를 특정 환경에 적합한 객체로 바꾸십시오.

BI 도구
tabs
Power BI 데스크톱
  1. Experience Platform 쿼리 서비스 UI에서 필요한 자격 증명 및 매개 변수에 액세스합니다.

    1. Experience Platform 샌드박스로 이동합니다.

    2. 왼쪽 레일에서 쿼리 쿼리 ​를 선택합니다.

    3. 쿼리 인터페이스에서 자격 증명 탭을 선택하십시오.

    4. 데이터베이스 드롭다운 메뉴에서 prod:cja을(를) 선택합니다.

      쿼리 서비스 자격 증명 {modal="regular"}

  2. Power BI Desktop을 시작합니다.

    1. 주 인터페이스에서 다른 원본에서 데이터 가져오기 ​를 선택합니다.

    2. 데이터 가져오기 대화 상자에서:

      PowerBI PostgreSQL 데이터베이스 {modal="regular"}

      1. **PostgreSQL 데이터베이스**​를 검색하여 선택하십시오. 1. **연결**​을 선택합니다.

    3. PostgreSQL 데이터베이스 대화 상자에서:

      PowerBI Desktop Server 및 데이터베이스 설정 {modal="regular"}

      1. ![복사](https://experienceleague.adobe.com/docs/analytics-platform/assets/Copy.svg?lang=ko)를 사용하여 **Server**​의 값으로 `:`(으)로 구분된 Experience Platform **쿼리** **만료 자격 증명** 패널의 **호스트** 및 **포트** 값을 복사하여 붙여넣으십시오. 예: `examplecompany.platform-query.adobe.io:80`. 1. ![복사](https://experienceleague.adobe.com/docs/analytics-platform/assets/Copy.svg?lang=ko)를 사용하여 Experience Platform **쿼리** **만료 자격 증명** 패널에서 **데이터베이스** 값을 복사하여 붙여 넣으십시오. 붙여넣은 값에 `?FLATTEN`을(를) 추가합니다. (예: `prod:cja?FLATTEN`) 1. **DirectQuery**​을(를) **데이터 연결 모드**(으)로 선택합니다. 1. **확인**​을 선택합니다.

    4. PostgreSQL 데이터베이스 - 데이터베이스 대화 상자에서:

      PowerBI Desktop 사용자 및 암호 {modal="regular"}

      1. ![복사](https://experienceleague.adobe.com/docs/analytics-platform/assets/Copy.svg?lang=ko)를 사용하여 **사용자 이름** 및 **암호** 필드의 Experience Platform **쿼리** **만료 자격 증명** 패널에서 **사용자 이름** 및 **암호** 값을 복사합니다. [만료되지 않는 자격 증명](https://experienceleague.adobe.com/ko/docs/experience-platform/query/ui/credentials?lang=ko#use-credential-to-connect)을 사용하는 경우 만료되지 않는 자격 증명의 암호를 사용하십시오. 1. **이러한 설정을 적용할 수준을 선택**​의 드롭다운 메뉴가 이전에 정의한 **서버**(으)로 설정되어 있는지 확인하십시오. 1. **연결**​을 선택합니다.

    5. 탐색기 대화 상자에서 데이터 보기를 검색합니다. 이 검색은 시간이 걸릴 수 있습니다. 검색하면 Power BI Desktop에 다음 내용이 표시됩니다.

      Power BI Destkop 데이터 로드 {modal="regular"}

      1. 왼쪽 패널의 목록에서 **public.cc_data_view**​을(를) 선택합니다. 1. 두 가지 옵션이 있습니다. 1. **로드**​를 선택하여 설치를 계속하고 완료합니다. 1. **데이터 변환**​을 선택합니다. 구성의 일부로 변환을 선택적으로 적용할 수 있는 대화 상자가 표시됩니다.

      code language-none
        <img src="https://experienceleague.adobe.com/docs/analytics-platform/assets/powerbi-transform-data.png?lang=ko" alt="Power BI 데스크톱 변환 데이터" class="modal-image">
        * **닫기 및 적용**&#x200B;을 선택합니다.
      
    6. 잠시 후 public.cc_data_view ​이(가) 데이터 창에 표시됩니다. 차원 및 지표를 표시하려면 V자형 화살표 를 선택하십시오.

      Power BI Destkop 서버 데이터를 로드함 {modal="regular"}

평면화할지 말지

Power BI Desktop은 FLATTEN 매개 변수에 대해 다음 시나리오를 지원합니다. 자세한 내용은 중첩된 데이터 정리를 참조하십시오.

table 0-row-4 1-row-4 2-row-4 3-row-4 3-align-center 8-align-center 13-align-center 18-align-center
평면화 매개 변수 지원됨 비고
없음 prod:cja CheckmarkCircle
?FLATTEN prod:cja?FLATTEN CheckmarkCircle 사용할 권장 옵션!
%3FFLATTEN prod:cja%3FFLATTEN CloseCircle Power BI Desktop에 오류가 표시됩니다. 제공된 자격 증명으로 인증할 수 없습니다. 다시 시도하십시오.

추가 정보

타블로 데스크톱
  1. Experience Platform 쿼리 서비스 UI에서 필요한 자격 증명 및 매개 변수에 액세스합니다.

    1. Experience Platform 샌드박스로 이동합니다.

    2. 왼쪽 레일에서 쿼리 쿼리 ​를 선택합니다.

    3. 쿼리 인터페이스에서 자격 증명 탭을 선택하십시오.

    4. 데이터베이스 드롭다운 메뉴에서 prod:cja을(를) 선택합니다.

      쿼리 서비스 자격 증명 {modal="regular"}

  2. 타블로를 시작합니다.

    1. 서버로 아래의 왼쪽 레일에서 PostgreSQL ​을(를) 선택하십시오. 사용할 수 없는 경우 자세히… ​를 선택하고 설치된 커넥터 ​에서 PostgreSQL ​을(를) 선택합니다.

      타블로 커넥터 {modal="regular"}

    2. PostgreSQL 대화 상자의 일반 탭에서:

      타블로 로그인 대화 상자 {modal="regular"}

      1. ![복사](https://experienceleague.adobe.com/docs/analytics-platform/assets/Copy.svg?lang=ko)를 사용하여 **호스트**​를 Experience Platform **쿼리** **만료 자격 증명** 패널에서 **서버**​로 복사하여 붙여넣으십시오. 1. ![복사](https://experienceleague.adobe.com/docs/analytics-platform/assets/Copy.svg?lang=ko)를 사용하여 **포트**​를 Experience Platform **쿼리** **만료 자격 증명** 패널에서 **포트**(으)로 복사하여 붙여넣으십시오. 1. ![복사](https://experienceleague.adobe.com/docs/analytics-platform/assets/Copy.svg?lang=ko)를 사용하여 **데이터베이스**​을(를) Experience Platform **쿼리** **만료 자격 증명** 패널에서 **데이터베이스**(으)로 복사하여 붙여넣으십시오. 붙여넣은 값에 `%3FFLATTEN`을(를) 추가합니다. 예: `prod:cja%3FFLATTEN`. 1. **인증** 드롭다운 메뉴에서 **사용자 이름 및 암호**​를 선택합니다. 1. ![복사](https://experienceleague.adobe.com/docs/analytics-platform/assets/Copy.svg?lang=ko)를 사용하여 **사용자 이름**​을(를) Experience Platform **쿼리** **만료 자격 증명** 패널에서 **사용자 이름**(으)로 복사하여 붙여넣으십시오. 1. ![복사](https://experienceleague.adobe.com/docs/analytics-platform/assets/Copy.svg?lang=ko)를 사용하여 Experience Platform **쿼리** **만료 자격 증명** 패널에서 **암호**​를 복사하여 **암호**​에 붙여넣으십시오. [만료되지 않는 자격 증명](https://experienceleague.adobe.com/ko/docs/experience-platform/query/ui/credentials?lang=ko#use-credential-to-connect)을 사용하는 경우 만료되지 않는 자격 증명의 암호를 사용하십시오. 1. **SSL 필요**​가 선택되어 있는지 확인하십시오. 1. **로그인**​을 선택합니다.

      Tableau Desktop이 연결을 확인하는 동안 진행 중인 요청 대화 상자가 표시됩니다.

    3. 기본 창의 왼쪽 창에 데이터 Source 페이지가 표시됩니다.

      • 연결 아래의 연결 이름입니다.

      • 데이터베이스 아래의 데이터베이스 이름입니다.

      • 테이블 아래의 테이블 목록입니다.

        연결된 타블로 {modal="regular"}

      1. cc_data_view 항목을 끌어서 테이블을 여기로 드래그 ​하는 기본 보기에 놓으십시오.
    4. 기본 창에 cc_data_view 데이터 보기의 세부 정보가 표시됩니다.

      연결된 타블로 {modal="regular"}

평면화할지 말지

Tableau Desktop은 FLATTEN 매개 변수에 대해 다음 시나리오를 지원합니다. 자세한 내용은 중첩된 데이터 정리를 참조하십시오.

table 0-row-4 1-row-4 2-row-4 3-row-4 3-align-center 8-align-center 13-align-center 18-align-center
평면화 매개 변수 지원됨 비고
없음 prod:cja CheckmarkCircle
?FLATTEN prod:cja?FLATTEN CheckmarkCircle
%3FFLATTEN prod:cja%3FFLATTEN CheckmarkCircle 사용할 권장 옵션. %3FFLATTEN은(는) ?FLATTEN의 URL 인코딩 버전입니다.

추가 정보

조회자
  1. Experience Platform 쿼리 서비스 UI에서 필요한 자격 증명 및 매개 변수에 액세스합니다.

    1. Experience Platform 샌드박스로 이동합니다.

    2. 왼쪽 레일에서 쿼리 쿼리 ​를 선택합니다.

    3. 쿼리 인터페이스에서 자격 증명 탭을 선택하십시오.

    4. 데이터베이스 드롭다운 메뉴에서 prod:cja을(를) 선택합니다.

      쿼리 서비스 자격 증명 {modal="regular"}

  2. Looker에 로그인

    1. 왼쪽 레일에서 관리자 ​를 선택합니다.

    2. 연결 ​을 선택하세요.

    3. 연결 추가 ​를 선택합니다.

    4. Looker 화면에 데이터베이스를 연결 ​합니다.

      데이터베이스에 Looker 연결 {modal="regular"}

      1. 연결에 대한 이름(예: Example Looker Connection)을 입력하십시오.
      2. 모든 프로젝트 ​가 연결 범위(으)로 선택되었는지 확인하십시오.
      3. 방언으로 PostgreSQL 9.5+ ​을(를) 선택합니다.
      4. Copy 을(를) 사용하여 Experience Platform Query 만료되는 자격 증명 패널에서 Host 값을 Host 값으로 복사하여 붙여넣으십시오. 예: examplecompany.platform-query.adobe.io.
      5. Copy 을(를) 사용하여 Experience Platform Query 만료되는 자격 증명 패널의 Port 값을 Port 값으로 복사하여 붙여넣으십시오. 예: 80.
      6. 복사 를 사용하여 Experience Platform 쿼리 만료 자격 증명 패널에서 데이터베이스 값을 데이터베이스 ​의 값으로 복사하여 붙여넣으십시오. 붙여넣은 값에 %3FFLATTEN을(를) 추가합니다. (예: prod:cja%3FFLATTEN)
      7. 복사 를 사용하여 Experience Platform 쿼리 만료 자격 증명 패널에서 사용자 이름 값을 사용자 이름 값으로 복사하여 붙여넣으십시오.
      8. 복사 를 사용하여 Experience Platform 쿼리 만료 자격 증명 패널에서 암호 값을 암호 값으로 복사하여 붙여넣으십시오.
      9. 선택적 설정 ​에서 모두 확장 ​을 선택합니다.
      10. 노드당 최대 연결 ​을(를) 5(으)로 설정합니다.
      11. SSL ​이 사용하도록 설정되어 있는지 확인하십시오.
      12. 연결을 테스트하려면 테스트 ​를 선택하십시오. 화면 맨 위에 성공, JDBC … ​에 연결할 수 있음 등의 메시지가 표시된 배너가 표시됩니다.
      13. 연결 ​을 선택하여 연결을 설정하고 저장합니다.
    5. 연결 인터페이스에 새 연결이 표시됩니다.

    6. 왼쪽 레일에서 기본 탐색으로 이동하려면 관리자 ​에서 ​을(를) 선택하십시오.

    7. 개발 ​을 선택합니다.

    8. 프로젝트 ​을(를) 선택하십시오.

    9. LookML 프로젝트에서 새 모델 ​을(를) 선택하십시오.

    10. 다른 사용자에게 영향을 주지 않도록 합니다. 메시지가 표시되면 개발 모드 시작 을 선택합니다.

    11. 모델 만들기 경험에서:

      1. ➊에서 데이터베이스 연결 선택:

        1. 데이터베이스 연결 선택 ​에서 데이터베이스 연결을 선택하십시오. 예: example_looker_connection.
        2. 이 모델에 대한 새 LookML 프로젝트 만들기 ​에서 프로젝트 이름을 지정하십시오. example: example_looker_project용.
        3. 다음 ​을 선택합니다.
      2. ➋에서 테이블 선택:

        1. 공개 ​를 선택한 다음 Customer Journey Analytics 데이터 보기를 선택하십시오. 예: SelectBox cc_data_view.
        2. 다음 ​을 선택합니다.
      3. ➌에서 기본 키 선택:

        1. 다음 ​을 선택합니다.
      4. 에서 ➍ 만들 탐색기를 선택:

        1. 보기를 선택해야 합니다. 예: cc_data_view.view.
        2. 다음 ​을 선택합니다.
      5. ➎에 모델 이름을 입력하십시오:

        1. 모델 이름을 지정합니다. 예: example_looker_model.
      6. 완료 및 데이터 탐색 ​을 선택합니다.

    Looker의 Explore 인터페이스로 리디렉션되어 데이터를 탐색할 수 있습니다.

평면화할지 말지

Looker는 FLATTEN 매개 변수에 대해 다음 시나리오를 지원합니다. 자세한 내용은 중첩된 데이터 정리를 참조하십시오.

table 0-row-4 1-row-4 2-row-4 3-row-4 3-align-center 8-align-center 13-align-center 18-align-center
평면화 매개 변수 지원됨 비고
없음 prod:cja CheckmarkCircle
?FLATTEN prod:cja?FLATTEN CheckmarkCircle
%3FFLATTEN prod:cja%3FFLATTEN CheckmarkCircle 사용할 권장 옵션. %3FFLATTEN은(는) ?FLATTEN의 URL 인코딩 버전입니다.

추가 정보

Jupyter 전자 필기장
  1. Experience Platform 쿼리 서비스 UI에서 필요한 자격 증명 및 매개 변수에 액세스합니다.

    1. Experience Platform 샌드박스로 이동합니다.

    2. 왼쪽 레일에서 쿼리 쿼리 ​를 선택합니다.

    3. 쿼리 인터페이스에서 자격 증명 탭을 선택하십시오.

    4. 데이터베이스 드롭다운 메뉴에서 prod:cja을(를) 선택합니다.

      쿼리 서비스 자격 증명 {modal="regular"}

  2. Jupyter Notebook 환경을 실행하기 위한 전용 Python 가상 환경을 설정했는지 확인하십시오.

  3. 가상 환경에 필요한 라이브러리를 설치했는지 확인합니다.

    • ipython-sql: pip install ipython-sql.
    • psycopg2-binary: pip install psycopg-binary.
    • sqlalchemy: pip install sqlalchemy.
  4. 가상 환경 jupyter notebook에서 Jupyter Notebook을 시작합니다.

  5. 새 전자 필기장을 만들거나 이 샘플 전자 필기장을 다운로드하세요.

  6. 첫 번째 셀에 다음을 입력하고 실행합니다.

    code language-none
    %config SqlMagic.style = '_DEPRECATED_DEFAULT'
    
  7. 새 셀에 연결에 대한 구성 매개 변수를 입력합니다. 복사 를 사용하여 Experience Platform 쿼리 만료 자격 증명 패널의 값을 구성 매개 변수에 필요한 값으로 복사하고 붙여 넣습니다. 예:

    code language-none
    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)
    
  8. 셀을 실행합니다.

  9. 복사 를 사용하여 Experience Platform 쿼리 만료 자격 증명 패널에서 Jupyter Notebook의 암호 필드로 암호를 복사하여 붙여넣으십시오.

    Jupter Notebook 구성 단계 1

  10. 새 셀에서 SQL 확장, 필수 라이브러리를 로드하고 Customer Journey Analytics과 연결할 명령문을 입력합니다.

    code language-python
    %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
    

    셸을 실행합니다. 출력은 표시되지 않지만 셀은 경고 없이 실행됩니다.

    Jupyer Notebook 구성 단계 4

  11. 새 호출에서 문을 입력하여 연결에 따라 사용 가능한 데이터 보기 목록을 가져옵니다.

    code language-python
    %%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;
    

    셸을 실행합니다. 아래 스크린샷과 유사한 출력이 표시됩니다.

    Jupyter Notebook 구성 단계 5

    데이터 보기 목록에 cc_data_view ​이(가) 표시됩니다.

평면화할지 말지

Jupyter Notebook은 FLATTEN 매개 변수에 대해 다음 시나리오를 지원합니다. 자세한 내용은 중첩된 데이터 정리를 참조하십시오.

table 0-row-4 1-row-4 2-row-4 3-row-4 3-align-center 8-align-center 13-align-center 18-align-center
평면화 매개 변수 지원됨 비고
없음 prod:cja CheckmarkCircle
?FLATTEN prod:cja?FLATTEN CloseCircle
%3FFLATTEN prod:cja%3FFLATTEN CheckmarkCircle 사용할 권장 옵션. %3FFLATTEN은(는) ?FLATTEN의 URL 인코딩 버전입니다.

추가 정보

자습서
  1. Experience Platform 쿼리 서비스 UI에서 필요한 자격 증명 및 매개 변수에 액세스합니다.

    1. Experience Platform 샌드박스로 이동합니다.

    2. 왼쪽 레일에서 쿼리 쿼리 ​를 선택합니다.

    3. 쿼리 인터페이스에서 자격 증명 탭을 선택하십시오.

    4. 데이터베이스 드롭다운 메뉴에서 prod:cja을(를) 선택합니다.

      쿼리 서비스 자격 증명 {modal="regular"}

  2. RStudio를 시작합니다.

  3. 새 R Markdown 파일을 만들거나 이 예제 R Markdown 파일을 다운로드합니다.

  4. 첫 번째 청크에 {r} `과(와) ` 사이의 다음 문을 입력하십시오. 복사 를 사용하여 Experience Platform 쿼리 만료 자격 증명 패널의 값을 host, dbname, user 등의 다양한 매개 변수에 필요한 값으로 복사하고 붙여넣으십시오. 예:

    code language-r
    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")
    
  5. 청크를 실행합니다. 호스트, 데이터베이스사용자 ​를 묻는 메시지가 표시됩니다. 이전 단계의 일부로 제공한 값을 수락하면 됩니다.

  6. 복사 를 사용하여 Experience Platform 쿼리 만료 자격 증명 패널에서 RStudio의 암호 대화 상자 프롬프트로 암호를 복사하고 붙여넣으십시오.

    RStudio 구성 단계 1

  7. 새 청크를 만들고 ```` {r} 에서 사이의 다음 문을 입력하십시오.

    code language-r
    con <- dbConnect(
       RPostgres::Postgres(),
       host = host,
       port = 80,
       dbname = dbname,
       user = user,
       password = password,
       sslmode = 'require'
    )
    
  8. 청크를 실행합니다. 연결에 성공하면 출력이 표시되지 않습니다.

  9. 새 청크를 만들고 ```` {r} 에서 사이의 다음 문을 입력하십시오.

    code language-r
    views <- dbListTables(con)
    print(views)
    
  10. 청크를 실행합니다. character(0)이(가) 유일한 출력으로 표시됩니다.

  11. 새 청크를 만들고 ```` {r} 에서 사이의 다음 문을 입력하십시오.

    code language-r
    glimpse(dv)
    
  12. 청크를 실행합니다. 아래 스크린샷과 유사한 출력이 표시됩니다.

    RStudio 구성 단계 2

평면화할지 말지

RStudio는 FLATTEN 매개 변수에 대해 다음 시나리오를 지원합니다. 자세한 내용은 중첩된 데이터 정리를 참조하십시오.

table 0-row-4 1-row-4 2-row-4 3-row-4 3-align-center 8-align-center 13-align-center 18-align-center
평면화 매개 변수 지원됨 비고
없음 prod:cja CheckmarkCircle
?FLATTEN prod:cja?FLATTEN CheckmarkCircle 사용할 권장 옵션.
%3FFLATTEN prod:cja%3FFLATTEN CloseCircle

추가 정보

일별 트렌드

이 사용 사례에서는 2023년 1월 1일부터 2023년 1월 31일까지 발생 횟수(이벤트)의 일별 트렌드를 보여 주는 테이블 및 간단한 선 시각화를 표시할 수 있습니다.

Customer Journey Analytics

사용 사례에 대한 일별 트렌드 패널 예:

Customer Journey Analytics 일일 트렌드 패널 {modal="regular"}

BI 도구
note prerequisites
PREREQUISITES
성공적인 연결의 유효성을 검사했는지 확인하고 이 사용 사례를 시도하려는 BI 도구에 대해 데이터 보기를 나열하고 사용할 수 있습니다.
tabs
Power BI 데스크톱
  1. 데이터 창:

    1. daterangeday ​을(를) 선택하십시오.
    2. ∑회 발생 ​을 선택하세요.

    현재 월의 발생 횟수를 표시하는 테이블이 표시됩니다. 가시성을 높이려면 시각화를 확대하십시오.

  2. 필터 창:

    1. 이 시각적 개체의 필터 ​에서 날짜 범위는 (모두) ​입니다.
    2. 고급 필터링 ​을(를) 필터 형식(으)로 선택합니다.
    3. 값이 이거나 1/1/2023 이거나 이거나 2/1/2023. 이전인 경우 항목 표시로 필터를 정의합니다. 달력 아이콘을 사용하여 날짜를 선택하고 선택할 수 있습니다.
    4. 필터 적용 ​을 선택하십시오.

    적용된 daterangeday 필터로 업데이트된 표가 표시됩니다.

  3. 시각화 창에서 선 차트 시각화를 선택합니다.

    라인 차트 시각화는 테이블과 동일한 데이터를 사용하면서 테이블을 대체합니다. Power BI 데스크톱은 다음과 같아야 합니다.

    Power BI 데스크톱 사용 사례 2 날짜 범위 필터 {modal="regular"}

  4. 선 차트 시각화에서:

    1. 자세히 를 선택하세요.
    2. 컨텍스트 메뉴에서 표로 표시 ​를 선택합니다.

    기본 보기가 라인 시각화와 테이블을 모두 표시하도록 업데이트되었습니다. Power BI 데스크톱은 다음과 같아야 합니다.

    Power BI 데스크톱 사용 사례 2 최종 일일 트렌드 시각화 {modal="regular"}

타블로 데스크톱
  1. 하단의 시트 1 탭을 선택하여 데이터 원본 보기에서 전환하십시오. 시트 1 보기에서:

    1. 데이터 창의 테이블 목록에서 Daterange 항목을 드래그하여 필터 선반에 놓습니다.

    2. 필터 필드 [Daterange] 대화 상자에서 날짜 범위 ​를 선택하고 다음 > ​을(를) 선택합니다.

    3. 필터 [날짜 범위] 대화 상자에서 날짜 범위 ​를 선택하고 01/01/2023 - 01/02/2023 기간을 지정하십시오.

      타블로 데스크톱 필터 {modal="regular"}

    4. 데이터 창의 테이블 목록에서 Daterangeday ​을(를) 끌어서 놓고 옆에 있는 필드에 항목을 놓습니다.

      • 값이 DAY(Daterangeday)(으)로 업데이트되도록 Daterangeday 드롭다운 메뉴에서 Day ​을(를) 선택합니다.
    5. 데이터 창의 테이블(측정값 이름) 목록에서 Occurrences ​을(를) 끌어다 놓고 옆의 필드에 항목을 놓습니다. 값이 SUM(발생 횟수)(으)로 자동 변환됩니다.

    6. 도구 모음의 맞춤 드롭다운 메뉴에서 표준 ​을(를) 전체 보기(으)로 수정합니다.

      Tableau Desktop은 다음과 같습니다.

      타블로 데스크톱 그래프 {modal="regular"}

  2. 시트 1 탭 컨텍스트 메뉴에서 복제 ​를 선택하여 두 번째 시트를 만듭니다.

  3. 시트 1 탭 컨텍스트 메뉴에서 이름 바꾸기 ​를 선택하여 시트의 이름을 Graph(으)로 변경합니다.

  4. 시트 1(2) 탭 컨텍스트 메뉴에서 이름 바꾸기 ​를 선택하여 시트의 이름을 Data(으)로 변경합니다.

  5. 데이터 시트가 선택되어 있는지 확인하십시오. 데이터 보기에서:

    1. 오른쪽 상단에서 표시 ​를 선택하고 텍스트 테이블(왼쪽 상단 시각화)을 선택하여 데이터 보기의 콘텐츠를 테이블로 수정합니다.

    2. 도구 모음에서 행 및 열 바꾸기 ​를 선택합니다.

    3. 도구 모음의 맞춤 드롭다운 메뉴에서 표준 ​을(를) 전체 보기(으)로 수정합니다.

      Tableau Desktop은 다음과 같습니다.

      타블로 데스크톱 데이터 {modal="regular"}

  6. 새 대시보드 탭 단추(맨 아래)를 선택하여 새 대시보드 1 보기를 만듭니다. 대시보드 1 보기에서:

    1. Graph 시트를 시트 셸프에서 여기에 시트 놓기 ​를 읽는 대시보드 1 보기로 끌어다 놓습니다.

    2. 그래프 시트 아래의 시트 셸프에서 데이터 시트를 대시보드 1 보기로 끌어다 놓습니다.

    3. 보기에서 데이터 시트를 선택하고 전체 보기 ​를 너비 수정(으)로 수정합니다.

      Tableau Desktop은 다음과 같습니다.

      타블로 데스크톱 대시보드 1 {modal="regular"}

조회자
  1. Looker의 Explore 인터페이스에서 제대로 설정했는지 확인하십시오. 그렇지 않으면 설정 필드 및 필터 제거 ​를 선택하십시오.

  2. 필터 아래의 + 필터 ​을(를) 선택하십시오.

  3. 필터 추가 대화 상자에서:

    1. ‣Cc 데이터 보기 선택

    2. 필드 목록에서 날짜 범위 날짜‣을 선택한 다음 날짜 범위 날짜 ​을 선택합니다.

      조회 필터 {modal="regular"}

  4. 이(가) 범위에 있으므로 ​​ Cc 데이터 보기 날짜​​ 필터를 지정하십시오 2023/01/01 까지(이전) 2023/02/01.

  5. 왼쪽 레일의 Cc 데이터 보기 섹션에서

    1. ‣차원 목록에서 날짜 범위 날짜 ​를 선택한 다음 날짜 ​를 선택하십시오.
    2. 왼쪽 레일(맨 아래)에서 MEASURES 아래의 Count ​을(를) 선택하십시오.
  6. 실행 ​을 선택합니다.

  7. 선 시각화를 ‣ 표시하려면 시각화 ​를 선택하십시오.

아래 표시된 것처럼 시각화 및 테이블이 표시됩니다.

조회 결과 일일 트렌드 {modal="regular"}

Jupyter 전자 필기장
  1. 새 셀에 다음 문을 입력합니다.

    code language-python
    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)
    
  2. 셀을 실행합니다. 아래 스크린샷과 비슷한 출력이 표시됩니다.

    Jupyter Notebook 결과

자습서
  1. 새 청크에 {r} `에서 ` 사이의 다음 문을 입력하십시오.

    code language-r
    ## 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)
    
  2. 청크를 실행합니다. 아래 스크린샷과 비슷한 출력이 표시됩니다.

    라디오 결과

시간별 트렌드

이 사용 사례에서는 2023년 1월 1일에 대한 발생 횟수(이벤트)의 시간별 트렌드를 보여 주는 테이블 및 간단한 선 시각화를 표시할 수 있습니다.

Customer Journey Analytics

사용 사례에 대한 예제 시간별 트렌드 패널:

Customer Journey Analytics 시간별 트렌드 시각화 {modal="regular"}

BI 도구
note prerequisites
PREREQUISITES
연결에 성공했는지 확인하고, 데이터 보기를 나열하고, 이 사용 사례를 시도하려는 BI 도구에 대해 데이터 보기를 사용할 수 있는지 확인하십시오.
tabs
Power BI 데스크톱 AlertRed Power BI은 날짜-시간 필드를 처리하는 방법을 not ​합니다. 따라서 daterangehourdaterangeminute ​과(와) 같은 차원이 지원되지 않습니다.
타블로 데스크톱
  1. 하단의 시트 1 탭을 선택하여 데이터 원본 ​에서 전환하세요. 시트 1 보기에서:

    1. 데이터 창의 테이블 목록에서 Daterange 항목을 드래그하여 필터 선반에 놓습니다.

    2. 필터 필드 [Daterange] 대화 상자에서 날짜 범위 ​를 선택하고 다음 > ​을(를) 선택합니다.

    3. 필터 [날짜 범위] 대화 상자에서 날짜 범위 ​를 선택하고 01/01/2023 - 02/01/2023 기간을 지정하십시오.

      타블로 데스크톱 필터 {modal="regular"}

    4. 데이터 창의 테이블 목록에서 Daterangehour ​을(를) 끌어서 놓고 옆에 있는 필드에 항목을 놓습니다.

      • 값이 HOUR(Daterangeday)(으)로 업데이트되도록 Daterangeday 드롭다운 메뉴에서 자세히 > 시간 ​을(를) 선택합니다.
    5. 데이터 창의 테이블(측정값 이름) 목록에서 Occurrences ​을(를) 끌어다 놓고 옆의 필드에 항목을 놓습니다. 값이 SUM(발생 횟수)(으)로 자동 변환됩니다.

    6. 도구 모음의 맞춤 드롭다운 메뉴에서 표준 ​을(를) 전체 보기(으)로 수정합니다.

      Tableau Desktop은 다음과 같습니다.

      타블로 데스크톱 그래프 {modal="regular"}

  2. 시트 1 탭 컨텍스트 메뉴에서 복제 ​를 선택하여 두 번째 시트를 만듭니다.

  3. 시트 1 탭 컨텍스트 메뉴에서 이름 바꾸기 ​를 선택하여 시트의 이름을 Graph(으)로 변경합니다.

  4. 시트 1(2) 탭 컨텍스트 메뉴에서 이름 바꾸기 ​를 선택하여 시트의 이름을 Data(으)로 변경합니다.

  5. 데이터 시트가 선택되어 있는지 확인하십시오. 데이터 보기에서:

    1. 오른쪽 상단에서 표시 ​를 선택하고 텍스트 테이블(왼쪽 상단 시각화)을 선택하여 데이터 보기의 콘텐츠를 테이블로 수정합니다.

    2. HOUR(Daterangeday) ​을(를) ​에서 (으)로 드래그합니다.

    3. 도구 모음의 맞춤 드롭다운 메뉴에서 표준 ​을(를) 전체 보기(으)로 수정합니다.

      Tableau Desktop은 다음과 같습니다.

      타블로 데스크톱 데이터 {modal="regular"}

  6. 새 대시보드 탭 단추(맨 아래)를 선택하여 새 대시보드 1 보기를 만듭니다. 대시보드 1 보기에서:

    1. Graph 시트를 시트 셸프에서 여기에 시트 놓기 ​를 읽는 대시보드 1 보기로 끌어다 놓습니다.

    2. 그래프 시트 아래의 시트 셸프에서 데이터 시트를 대시보드 1 보기로 끌어다 놓습니다.

    3. 보기에서 데이터 시트를 선택하고 전체 보기 ​를 너비 수정(으)로 수정합니다.

      대시보드 1 보기는 다음과 같습니다.

      타블로 데스크톱 대시보드 1 {modal="regular"}

조회자
  1. Looker의 Explore 인터페이스에서 제대로 설정했는지 확인하십시오. 그렇지 않으면 설정 필드 및 필터 제거 ​를 선택하십시오.

  2. 필터 아래의 + 필터 ​을(를) 선택하십시오.

  3. 필터 추가 대화 상자에서:

    1. ‣Cc 데이터 보기 선택

    2. 필드 목록에서 날짜 범위 날짜‣을 선택한 다음 날짜 범위 날짜 ​을 선택합니다.

      조회 필터 {modal="regular"}

  4. 이(가) 범위에 있으므로 ​​ Cc 데이터 보기 날짜​​ 필터를 지정하십시오 2023/01/01 까지(이전) 2023/01/02.

  5. 왼쪽 레일의 Cc 데이터 보기 섹션에서

    1. ‣차원 목록에서 Daterangehour 날짜 ​을 선택한 다음 시간 ​을 선택합니다.
    2. 왼쪽 레일(맨 아래)에서 MEASURES 아래의 Count ​을(를) 선택하십시오.
  6. 실행 ​을 선택합니다.

  7. 선 시각화를 ‣ 표시하려면 시각화 ​를 선택하십시오.

아래 표시된 것처럼 시각화 및 테이블이 표시됩니다.

조회 결과 일일 트렌드 {modal="regular"}

Jupyter 전자 필기장
  1. 새 셀에 다음 문을 입력합니다.

    code language-python
    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)
    
  2. 셀을 실행합니다. 아래 스크린샷과 비슷한 출력이 표시됩니다.

    Jupyter Notebook 결과

자습서
  1. 새 청크에 {r} `에서 ` 사이의 다음 문을 입력하십시오.

    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. 청크를 실행합니다. 아래 스크린샷과 비슷한 출력이 표시됩니다.

    라디오 결과

월별 트렌드

이 사용 사례에서는 2023년의 월별 발생 트렌드(이벤트)를 보여주는 표와 간단한 선 시각화를 표시할 수 있습니다.

Customer Journey Analytics

사용 사례에 대한 예제 월별 트렌드 패널:

Customer Journey Analytics 월별 트렌드 시각화 {modal="regular"}

BI 도구
note prerequisites
PREREQUISITES
연결에 성공했는지 확인하고, 데이터 보기를 나열하고, 이 사용 사례를 시도하려는 BI 도구에 대해 데이터 보기를 사용할 수 있는지 확인하십시오.
tabs
Power BI 데스크톱
  1. 데이터 창:

    1. daterangemonth ​을(를) 선택하십시오.
    2. ∑회 발생 ​을 선택하세요.

    현재 월의 발생 횟수를 표시하는 테이블이 표시됩니다. 가시성을 높이려면 시각화를 확대하십시오.

  2. 필터 창:

    1. 이 시각적 개체의 필터 ​에서 daterangemonth is (All) ​을(를) 선택하십시오.
    2. 고급 필터링 ​을(를) 필터 형식(으)로 선택합니다.
    3. 값이 이거나 1/1/2023 이거나 이거나 1/1/2024. 이전인 경우 항목 표시로 필터를 정의합니다. 달력 아이콘을 사용하여 날짜를 선택하고 선택할 수 있습니다.
    4. 필터 적용 ​을 선택하십시오.

    적용된 daterangemonth 필터로 업데이트된 표가 표시됩니다.

  3. 시각화 창에서:

    1. 선 차트 시각화를 선택하십시오.

    라인 차트 시각화는 테이블과 동일한 데이터를 사용하면서 테이블을 대체합니다. Power BI 데스크톱은 다음과 같아야 합니다.

    Power BI 데스크톱 사용 사례 2 날짜 범위 필터 {modal="regular"}

  4. 선 차트 시각화에서:

    1. 자세히 를 선택하세요.
    2. 컨텍스트 메뉴에서 표로 표시 ​를 선택합니다.

    기본 보기가 라인 시각화와 테이블을 모두 표시하도록 업데이트되었습니다. Power BI 데스크톱은 다음과 같아야 합니다.

    Power BI 데스크톱 사용 사례 2 최종 일일 트렌드 시각화 {modal="regular"}

타블로 데스크톱
  1. 하단의 시트 1 탭을 선택하여 데이터 원본 ​에서 전환하세요. 시트 1 보기에서:

    1. 데이터 창의 테이블 목록에서 Daterange 항목을 드래그하여 필터 선반에 놓습니다.

    2. 필터 필드 [Daterange] 대화 상자에서 날짜 범위 ​를 선택하고 다음 > ​을(를) 선택합니다.

    3. 필터 [날짜 범위] 대화 상자에서 날짜 범위 ​를 선택하고 01/01/2023 - 01/01/2024 기간을 지정하십시오.

      타블로 데스크톱 필터 {modal="regular"}

    4. 데이터 창의 테이블 목록에서 Daterangeday ​을(를) 끌어서 놓고 옆에 있는 필드에 항목을 놓습니다.

      • 값이 MONTH(Daterangeday)(으)로 업데이트되도록 Daterangeday 드롭다운 메뉴에서 MONTH ​을(를) 선택합니다.
    5. 데이터 창의 테이블(측정값 이름) 목록에서 Occurrences ​을(를) 끌어다 놓고 옆의 필드에 항목을 놓습니다. 값이 SUM(발생 횟수)(으)로 자동 변환됩니다.

    6. 도구 모음의 맞춤 드롭다운 메뉴에서 표준 ​을(를) 전체 보기(으)로 수정합니다.

      Tableau Desktop은 다음과 같습니다.

      타블로 데스크톱 그래프 {modal="regular"}

  2. 시트 1 탭 컨텍스트 메뉴에서 복제 ​를 선택하여 두 번째 시트를 만듭니다.

  3. 시트 1 탭 컨텍스트 메뉴에서 이름 바꾸기 ​를 선택하여 시트의 이름을 Graph(으)로 변경합니다.

  4. 시트 1(2) 탭 컨텍스트 메뉴에서 이름 바꾸기 ​를 선택하여 시트의 이름을 Data(으)로 변경합니다.

  5. 데이터 시트가 선택되어 있는지 확인하십시오. 데이터 보기에서:

    1. 오른쪽 상단에서 표시 ​를 선택하고 텍스트 테이블(왼쪽 상단 시각화)을 선택하여 데이터 보기의 콘텐츠를 테이블로 수정합니다.

    2. MONTH(Daterangeday) ​을(를) ​에서 (으)로 드래그합니다.

    3. 도구 모음의 맞춤 드롭다운 메뉴에서 표준 ​을(를) 전체 보기(으)로 수정합니다.

      Tableau Desktop은 다음과 같습니다.

      타블로 데스크톱 데이터 {modal="regular"}

  6. 새 대시보드 탭 단추(맨 아래)를 선택하여 새 대시보드 1 보기를 만듭니다. 대시보드 1 보기에서:

    1. Graph 시트를 시트 셸프에서 여기에 시트 놓기 ​를 읽는 대시보드 1 보기로 끌어다 놓습니다.

    2. 그래프 시트 아래의 시트 셸프에서 데이터 시트를 대시보드 1 보기로 끌어다 놓습니다.

    3. 보기에서 데이터 시트를 선택하고 전체 보기 ​를 너비 수정(으)로 수정합니다.

      Tableau Desktop은 다음과 같습니다.

      타블로 데스크톱 대시보드 1 {modal="regular"}

조회자
  1. Looker의 Explore 인터페이스에서 제대로 설정했는지 확인하십시오. 그렇지 않으면 설정 필드 및 필터 제거 ​를 선택하십시오.

  2. 필터 아래의 + 필터 ​을(를) 선택하십시오.

  3. 필터 추가 대화 상자에서:

    1. ‣Cc 데이터 보기 선택

    2. 필드 목록에서 날짜 범위 날짜‣을 선택한 다음 날짜 범위 날짜 ​을 선택합니다.

      조회 필터 {modal="regular"}

  4. 이(가) 범위에 있으므로 ​​ Cc 데이터 보기 날짜​​ 필터를 지정하십시오 2023/01/01 까지(이전) 2024/01/01.

  5. 왼쪽 Cc 데이터 보기 레일에서,

    1. ‣차원 목록에서 Daterangemonth 날짜 ​를 선택한 다음 ​을 선택합니다.
    2. 왼쪽 레일(맨 아래)에서 MEASURES 아래의 Count ​을(를) 선택하십시오.
  6. 실행 ​을 선택합니다.

  7. 선 시각화를 ‣ 표시하려면 시각화 ​를 선택하십시오.

아래 표시된 것처럼 시각화 및 테이블이 표시됩니다.

조회 결과 일일 트렌드 {modal="regular"}

Jupyter 전자 필기장
  1. 새 셀에 다음 문을 입력합니다.

    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. 셀을 실행합니다. 아래 스크린샷과 비슷한 출력이 표시됩니다.

    Jupyter Notebook 결과

자습서
  1. 새 청크에 {r} `에서 ` 사이의 다음 문을 입력하십시오.

    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. 청크를 실행합니다. 아래 스크린샷과 비슷한 출력이 표시됩니다.

    라디오 결과

단일 차원 등급

이 사용 사례에서는 2023년 이상의 제품 이름에 대한 구매 및 구매 매출을 보여주는 표와 간단한 막대 시각화를 표시할 수 있습니다.

Customer Journey Analytics

사용 사례에 대한 단일 Dimension 등급 패널 예:

Customer Journey Analytics 단일 차원 등급 시각화 {modal="regular"}

080e5213-7aa2-40d6-9dba-18945e892f79