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.
1. 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. 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.
PostgreSQL 데이터베이스 - 데이터베이스 대화 상자에서:
{modal="regular"}
1. 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.
탐색기 대화 상자에서 데이터 보기를 검색합니다. 이 검색은 시간이 걸릴 수 있습니다. 검색하면 Power BI Desktop에 다음 내용이 표시됩니다.
{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**​을 선택합니다.
잠시 후 public.cc_data_view 이(가) 데이터 창에 표시됩니다. 차원 및 지표를 표시하려면
를 선택하십시오.
{modal="regular"}
평면화할지 말지
Power BI Desktop은 FLATTEN 매개 변수에 대해 다음 시나리오를 지원합니다. 자세한 내용은 중첩된 데이터 정리를 참조하십시오.
%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.
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.
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.
현재 월의 발생 횟수를 표시하는 테이블이 표시됩니다. 가시성을 높이려면 시각화를 확대하십시오.
필터 창:
이 시각적 개체의 필터 에서 날짜 범위는 (모두) 입니다.
고급 필터링 을(를) 필터 형식(으)로 선택합니다.
값이이거나1/1/2023이거나이거나2/1/2023. 이전인 경우 항목 표시로 필터를 정의합니다. 달력 아이콘을 사용하여 날짜를 선택하고 선택할 수 있습니다.
필터 적용 을 선택하십시오.
적용된 daterangeday 필터로 업데이트된 표가 표시됩니다.
시각화 창에서 선 차트 시각화를 선택합니다.
라인 차트 시각화는 테이블과 동일한 데이터를 사용하면서 테이블을 대체합니다. Power BI 데스크톱은 다음과 같아야 합니다.
{modal="regular"}
선 차트 시각화에서:
를 선택하세요.
컨텍스트 메뉴에서 표로 표시 를 선택합니다.
기본 보기가 라인 시각화와 테이블을 모두 표시하도록 업데이트되었습니다. Power BI 데스크톱은 다음과 같아야 합니다.
{modal="regular"}
타블로 데스크톱
하단의 시트 1 탭을 선택하여 데이터 원본 보기에서 전환하십시오. 시트 1 보기에서:
데이터 창의 테이블 목록에서 Daterange 항목을 드래그하여 필터 선반에 놓습니다.
필터 필드 [Daterange] 대화 상자에서 날짜 범위 를 선택하고 다음 > 을(를) 선택합니다.
필터 [날짜 범위] 대화 상자에서 날짜 범위 를 선택하고 01/01/2023 - 01/02/2023 기간을 지정하십시오.
{modal="regular"}
데이터 창의 테이블 목록에서 Daterangeday 을(를) 끌어서 놓고 열 옆에 있는 필드에 항목을 놓습니다.
값이 DAY(Daterangeday)(으)로 업데이트되도록 Daterangeday 드롭다운 메뉴에서 Day 을(를) 선택합니다.
데이터 창의 테이블(측정값 이름) 목록에서 Occurrences 을(를) 끌어다 놓고 행 옆의 필드에 항목을 놓습니다. 값이 SUM(발생 횟수)(으)로 자동 변환됩니다.
도구 모음의 맞춤 드롭다운 메뉴에서 표준 을(를) 전체 보기(으)로 수정합니다.
Tableau Desktop은 다음과 같습니다.
{modal="regular"}
시트 1 탭 컨텍스트 메뉴에서 복제 를 선택하여 두 번째 시트를 만듭니다.
시트 1 탭 컨텍스트 메뉴에서 이름 바꾸기 를 선택하여 시트의 이름을 Graph(으)로 변경합니다.
시트 1(2) 탭 컨텍스트 메뉴에서 이름 바꾸기 를 선택하여 시트의 이름을 Data(으)로 변경합니다.
데이터 시트가 선택되어 있는지 확인하십시오. 데이터 보기에서:
오른쪽 상단에서 표시 를 선택하고 텍스트 테이블(왼쪽 상단 시각화)을 선택하여 데이터 보기의 콘텐츠를 테이블로 수정합니다.
도구 모음에서 행 및 열 바꾸기 를 선택합니다.
도구 모음의 맞춤 드롭다운 메뉴에서 표준 을(를) 전체 보기(으)로 수정합니다.
Tableau Desktop은 다음과 같습니다.
{modal="regular"}
새 대시보드 탭 단추(맨 아래)를 선택하여 새 대시보드 1 보기를 만듭니다. 대시보드 1 보기에서:
Graph 시트를 시트 셸프에서 여기에 시트 놓기 를 읽는 대시보드 1 보기로 끌어다 놓습니다.
그래프 시트 아래의 시트 셸프에서 데이터 시트를 대시보드 1 보기로 끌어다 놓습니다.
보기에서 데이터 시트를 선택하고 전체 보기 를 너비 수정(으)로 수정합니다.
Tableau Desktop은 다음과 같습니다.
{modal="regular"}
조회자
Looker의 Explore 인터페이스에서 제대로 설정했는지 확인하십시오. 그렇지 않으면
필드 및 필터 제거 를 선택하십시오.
필터 아래의 + 필터 을(를) 선택하십시오.
필터 추가 대화 상자에서:
‣Cc 데이터 보기 선택
필드 목록에서 날짜 범위 날짜‣을 선택한 다음 날짜 범위 날짜 을 선택합니다.
{modal="regular"}
이(가) 범위에 있으므로 Cc 데이터 보기 날짜 필터를 지정하십시오2023/01/01까지(이전)2023/02/01.
왼쪽 레일의 Cc 데이터 보기 섹션에서
‣차원 목록에서 날짜 범위 날짜 를 선택한 다음 날짜 를 선택하십시오.
왼쪽 레일(맨 아래)에서 MEASURES 아래의 Count 을(를) 선택하십시오.
실행 을 선택합니다.
선 시각화를 ‣ 표시하려면 시각화 를 선택하십시오.
아래 표시된 것처럼 시각화 및 테이블이 표시됩니다.
{modal="regular"}
Jupyter 전자 필기장
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)
Power BI은 날짜-시간 필드를 처리하는 방법을 not 합니다. 따라서 daterangehour 및 daterangeminute 과(와) 같은 차원이 지원되지 않습니다.
타블로 데스크톱
하단의 시트 1 탭을 선택하여 데이터 원본 에서 전환하세요. 시트 1 보기에서:
데이터 창의 테이블 목록에서 Daterange 항목을 드래그하여 필터 선반에 놓습니다.
필터 필드 [Daterange] 대화 상자에서 날짜 범위 를 선택하고 다음 > 을(를) 선택합니다.
필터 [날짜 범위] 대화 상자에서 날짜 범위 를 선택하고 01/01/2023 - 02/01/2023 기간을 지정하십시오.
{modal="regular"}
데이터 창의 테이블 목록에서 Daterangehour 을(를) 끌어서 놓고 열 옆에 있는 필드에 항목을 놓습니다.
값이 HOUR(Daterangeday)(으)로 업데이트되도록 Daterangeday 드롭다운 메뉴에서 자세히 > 시간 을(를) 선택합니다.
데이터 창의 테이블(측정값 이름) 목록에서 Occurrences 을(를) 끌어다 놓고 행 옆의 필드에 항목을 놓습니다. 값이 SUM(발생 횟수)(으)로 자동 변환됩니다.
도구 모음의 맞춤 드롭다운 메뉴에서 표준 을(를) 전체 보기(으)로 수정합니다.
Tableau Desktop은 다음과 같습니다.
{modal="regular"}
시트 1 탭 컨텍스트 메뉴에서 복제 를 선택하여 두 번째 시트를 만듭니다.
시트 1 탭 컨텍스트 메뉴에서 이름 바꾸기 를 선택하여 시트의 이름을 Graph(으)로 변경합니다.
시트 1(2) 탭 컨텍스트 메뉴에서 이름 바꾸기 를 선택하여 시트의 이름을 Data(으)로 변경합니다.
데이터 시트가 선택되어 있는지 확인하십시오. 데이터 보기에서:
오른쪽 상단에서 표시 를 선택하고 텍스트 테이블(왼쪽 상단 시각화)을 선택하여 데이터 보기의 콘텐츠를 테이블로 수정합니다.
HOUR(Daterangeday) 을(를) 열 에서 행(으)로 드래그합니다.
도구 모음의 맞춤 드롭다운 메뉴에서 표준 을(를) 전체 보기(으)로 수정합니다.
Tableau Desktop은 다음과 같습니다.
{modal="regular"}
새 대시보드 탭 단추(맨 아래)를 선택하여 새 대시보드 1 보기를 만듭니다. 대시보드 1 보기에서:
Graph 시트를 시트 셸프에서 여기에 시트 놓기 를 읽는 대시보드 1 보기로 끌어다 놓습니다.
그래프 시트 아래의 시트 셸프에서 데이터 시트를 대시보드 1 보기로 끌어다 놓습니다.
보기에서 데이터 시트를 선택하고 전체 보기 를 너비 수정(으)로 수정합니다.
대시보드 1 보기는 다음과 같습니다.
{modal="regular"}
조회자
Looker의 Explore 인터페이스에서 제대로 설정했는지 확인하십시오. 그렇지 않으면
필드 및 필터 제거 를 선택하십시오.
필터 아래의 + 필터 을(를) 선택하십시오.
필터 추가 대화 상자에서:
‣Cc 데이터 보기 선택
필드 목록에서 날짜 범위 날짜‣을 선택한 다음 날짜 범위 날짜 을 선택합니다.
{modal="regular"}
이(가) 범위에 있으므로 Cc 데이터 보기 날짜 필터를 지정하십시오2023/01/01까지(이전)2023/01/02.
왼쪽 레일의 Cc 데이터 보기 섹션에서
‣차원 목록에서 Daterangehour 날짜 을 선택한 다음 시간 을 선택합니다.
왼쪽 레일(맨 아래)에서 MEASURES 아래의 Count 을(를) 선택하십시오.
실행 을 선택합니다.
선 시각화를 ‣ 표시하려면 시각화 를 선택하십시오.
아래 표시된 것처럼 시각화 및 테이블이 표시됩니다.
{modal="regular"}
Jupyter 전자 필기장
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)
현재 월의 발생 횟수를 표시하는 테이블이 표시됩니다. 가시성을 높이려면 시각화를 확대하십시오.
필터 창:
이 시각적 개체의 필터 에서 daterangemonth is (All) 을(를) 선택하십시오.
고급 필터링 을(를) 필터 형식(으)로 선택합니다.
값이이거나1/1/2023이거나이거나1/1/2024. 이전인 경우 항목 표시로 필터를 정의합니다. 달력 아이콘을 사용하여 날짜를 선택하고 선택할 수 있습니다.
필터 적용 을 선택하십시오.
적용된 daterangemonth 필터로 업데이트된 표가 표시됩니다.
시각화 창에서:
선 차트 시각화를 선택하십시오.
라인 차트 시각화는 테이블과 동일한 데이터를 사용하면서 테이블을 대체합니다. Power BI 데스크톱은 다음과 같아야 합니다.
{modal="regular"}
선 차트 시각화에서:
를 선택하세요.
컨텍스트 메뉴에서 표로 표시 를 선택합니다.
기본 보기가 라인 시각화와 테이블을 모두 표시하도록 업데이트되었습니다. Power BI 데스크톱은 다음과 같아야 합니다.
{modal="regular"}
타블로 데스크톱
하단의 시트 1 탭을 선택하여 데이터 원본 에서 전환하세요. 시트 1 보기에서:
데이터 창의 테이블 목록에서 Daterange 항목을 드래그하여 필터 선반에 놓습니다.
필터 필드 [Daterange] 대화 상자에서 날짜 범위 를 선택하고 다음 > 을(를) 선택합니다.
필터 [날짜 범위] 대화 상자에서 날짜 범위 를 선택하고 01/01/2023 - 01/01/2024 기간을 지정하십시오.
{modal="regular"}
데이터 창의 테이블 목록에서 Daterangeday 을(를) 끌어서 놓고 열 옆에 있는 필드에 항목을 놓습니다.
값이 MONTH(Daterangeday)(으)로 업데이트되도록 Daterangeday 드롭다운 메뉴에서 MONTH 을(를) 선택합니다.
데이터 창의 테이블(측정값 이름) 목록에서 Occurrences 을(를) 끌어다 놓고 행 옆의 필드에 항목을 놓습니다. 값이 SUM(발생 횟수)(으)로 자동 변환됩니다.
도구 모음의 맞춤 드롭다운 메뉴에서 표준 을(를) 전체 보기(으)로 수정합니다.
Tableau Desktop은 다음과 같습니다.
{modal="regular"}
시트 1 탭 컨텍스트 메뉴에서 복제 를 선택하여 두 번째 시트를 만듭니다.
시트 1 탭 컨텍스트 메뉴에서 이름 바꾸기 를 선택하여 시트의 이름을 Graph(으)로 변경합니다.
시트 1(2) 탭 컨텍스트 메뉴에서 이름 바꾸기 를 선택하여 시트의 이름을 Data(으)로 변경합니다.
데이터 시트가 선택되어 있는지 확인하십시오. 데이터 보기에서:
오른쪽 상단에서 표시 를 선택하고 텍스트 테이블(왼쪽 상단 시각화)을 선택하여 데이터 보기의 콘텐츠를 테이블로 수정합니다.
MONTH(Daterangeday) 을(를) 열 에서 행(으)로 드래그합니다.
도구 모음의 맞춤 드롭다운 메뉴에서 표준 을(를) 전체 보기(으)로 수정합니다.
Tableau Desktop은 다음과 같습니다.
{modal="regular"}
새 대시보드 탭 단추(맨 아래)를 선택하여 새 대시보드 1 보기를 만듭니다. 대시보드 1 보기에서:
Graph 시트를 시트 셸프에서 여기에 시트 놓기 를 읽는 대시보드 1 보기로 끌어다 놓습니다.
그래프 시트 아래의 시트 셸프에서 데이터 시트를 대시보드 1 보기로 끌어다 놓습니다.
보기에서 데이터 시트를 선택하고 전체 보기 를 너비 수정(으)로 수정합니다.
Tableau Desktop은 다음과 같습니다.
{modal="regular"}
조회자
Looker의 Explore 인터페이스에서 제대로 설정했는지 확인하십시오. 그렇지 않으면
필드 및 필터 제거 를 선택하십시오.
필터 아래의 + 필터 을(를) 선택하십시오.
필터 추가 대화 상자에서:
‣Cc 데이터 보기 선택
필드 목록에서 날짜 범위 날짜‣을 선택한 다음 날짜 범위 날짜 을 선택합니다.
{modal="regular"}
이(가) 범위에 있으므로 Cc 데이터 보기 날짜 필터를 지정하십시오2023/01/01까지(이전)2024/01/01.
왼쪽 Cc 데이터 보기 레일에서,
‣차원 목록에서 Daterangemonth 날짜 를 선택한 다음 월 을 선택합니다.
왼쪽 레일(맨 아래)에서 MEASURES 아래의 Count 을(를) 선택하십시오.
실행 을 선택합니다.
선 시각화를 ‣ 표시하려면 시각화 를 선택하십시오.
아래 표시된 것처럼 시각화 및 테이블이 표시됩니다.
{modal="regular"}
Jupyter 전자 필기장
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)
