고유 값 차원 계산

이 사용 사례에서는 2023년 1월 중에 보고된 고유 제품 이름을 가져옵니다.

Customer Journey Analytics

제품 이름의 고유 개수를 보고하려면 Customer Journey Analytics에서 제목 Product Name (Count Distinct)외부 ID product_name_count_distinct(으)로 계산된 지표를 설정합니다.

Customer Journey Analytics 제품 이름(고유 개수) 계산된 지표

그런 다음 사용 사례에 대해 고유 Dimension 값 계산 패널의 예에서 해당 지표를 사용할 수 있습니다.

Customer Journey Analytics 고유 개수 값

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. 날짜 범위가 모든 시각화에 적용되도록 하려면 daterangeday​을(를) 데이터 창에서 이 페이지의 필터(으)로 끌어서 놓습니다.

    1. 이 페이지의 필터​에서 날짜 범위는 (모두)​입니다.
    2. 고급 필터링​을(를) 필터 형식(으)로 선택합니다.
    3. 값이 이거나 1/1/2023 이거나 이(가) 2/1/2023 이전인 경우 항목 표시로 필터를 정의합니다.
    4. 필터 적용​을 선택하십시오.
  2. 데이터 창:

    1. datarangeday​를 선택하십시오.
    2. Customer Journey Analytics에 정의된 계산된 지표인 sum cm_product_name_count_distinct​을(를) 선택하십시오.
  3. 세로 막대형 차트를 표로 수정하려면 차트를 선택하고 시각화 창에서 ​를 선택하십시오.

    Power BI 데스크톱은 다음과 같아야 합니다.

    Power BI 데스크톱 다중 개수 고유 테이블

  4. 테이블 시각화를 선택합니다. 컨텍스트 메뉴에서 복사 > 시각적 개체 복사​를 선택합니다.

  5. ctrl-v​을 사용하여 시각화를 붙여 넣습니다. 시각화의 정확한 복사본이 원래 복사본과 겹칩니다. 보고서 영역에서 오른쪽으로 이동합니다.

  6. 테이블에서 카드로 복사한 시각화를 수정하려면 시각화​에서 카드​을(를) 선택하십시오.

    Power BI 데스크톱은 다음과 같아야 합니다.

    Power BI 데스크톱 다중 개수 고유 테이블

또는 Power BI과 구별되는 고유 개수 기능을 사용할 수 있습니다.

  1. product_name 차원을 선택하십시오.

  2. ​의 product_name 차원에서 Count(고유) 함수를 적용하세요.

    Power BI 고유 개수

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 [Daterange] 대화 상자에서 날짜 범위​를 선택하고 01/01/2023 - 31/1/2023을(를) 선택합니다. 적용확인​을 선택합니다.

    4. Cm 제품 이름 고유 개수​을(를) (으)로 드래그합니다. 값이 SUM(Cm 제품 이름 고유 개수)(으)로 변경됩니다. 이 필드는 Customer Journey Analytics에서 정의한 계산된 지표입니다.

    5. Daterangeday​를 드래그하여 옆에 놓습니다. 날짜​을(를) 선택하고 드롭다운 메뉴에서 ​을(를) 선택합니다.

    6. 라인 시각화를 테이블로 수정하려면 표시​에서 텍스트 테이블​을(를) 선택하십시오.

    7. 도구 모음에서 행 및 열 바꾸기​를 선택합니다.

    8. 맞춤 드롭다운 메뉴에서 맞춤​을 선택합니다.

      Tableau Desktop은 다음과 같습니다.

      Tableau Desktop Multiple Dimension 등급 필터

  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 Data(으)로 변경합니다.

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

  5. 카드 보기를 선택했는지 확인하십시오.

  6. 일(Daterangeday)​을 선택하고 드롭다운 메뉴에서 ​을(를) 선택합니다. 값이 MONTH(Daterangeday)(으)로 변경됩니다.

  7. 표시​에서 SUM(Cm 제품 이름 고유 개수)​을(를) 선택하고 드롭다운 메뉴에서 형식​을(를) 선택합니다.

  8. 글꼴 크기를 변경하려면 Format SUM(CM 제품 이름 고유 개수) 창에서 Default 내의 Font​을(를) 선택하고 글꼴 크기로 72​을(를) 선택하십시오.

  9. 숫자를 맞추려면 맞춤 옆에 있는 자동​을 선택하고 가로​를 가운데로 설정합니다.

  10. 정수를 사용하려면 숫자 옆에 있는 123.456​을 선택하고 숫자(사용자 지정)​을 선택합니다. 소수점 이하 자리 수​을(를) 0(으)로 설정합니다.

    Tableau Desktop은 다음과 같습니다.

    Tableau Desktop Multiple Dimension 등급 필터

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

    1. 시트 셸프에서 카드 시트를 여기에 시트 놓기​를 읽는 대시보드 1 보기로 끌어다 놓습니다.
    2. 대시보드 1 보기에서 카드 시트 아래의 시트 셸프에서 데이터 시트를 끌어서 놓습니다.

    대시보드 1 보기는 다음과 같습니다.

    타블로 데스크톱 대시보드 1

또는 Tableau Desktop의 고유 기능을 사용할 수 있습니다.

  1. Cm 제품 이름 개수 고유 대신 제품 이름​을(를) 사용하십시오.

  2. 표시​의 제품 이름​에서 측정값 > 개수(고유)​를 적용합니다.

    고유 타블로 수

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
  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 다음을 수행합니다.

    1. 날짜 범위 날짜​를 선택한 다음 날짜​를 선택합니다.
    2. ‣제품 이름​의 자세히⋮ 컨텍스트 메뉴에서 고유 개수 집계​을(를) 선택합니다.
      제품 이름 상황에 맞는 메뉴
  6. 실행​을 선택합니다.

  7. ‣ 시각화​를 선택하고 도구 모음에서 6︎⃣을 선택하여 단일 값 시각화를 표시합니다.

아래 표시된 것처럼 시각화 및 테이블이 표시됩니다.

고유 조회 수

Jupyter 전자 필기장
  1. 새 셀에 다음 문을 입력합니다.

    code language-none
    data = %sql SELECT COUNT(DISTINCT(product_name)) AS `Product Name` \
       FROM cc_data_view \
       WHERE daterange BETWEEN '2023-01-01' AND '2023-02-01';
    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
    ## Count Distinct
    df <- dv %>%
       filter(daterange >= "2023-01-01" & daterange < "2023-02-01") %>%
       summarise(product_name_count_distinct = n_distinct(product_name))
    print(df)
    
  2. 청크를 실행합니다. 아래 스크린샷과 비슷한 출력이 표시됩니다.

    라디오 결과

recommendation-more-help
080e5213-7aa2-40d6-9dba-18945e892f79