차원 값을 사용하여 세그먼트화

1. 메뉴에서 홈​을 선택한 다음 도구 모음에서 새로 고침​을 선택하십시오. Customer Journey Analytics에서 방금 정의한 새 필터를 선택하려면 연결을 새로 고쳐야 합니다.

2. 데이터 창:

   1. 날짜 범위​를 선택합니다.
   2. product_category​을(를) 선택하십시오.
   3. product_name​을(를) 선택하십시오.
   4. 발생 횟수 합계​를 선택합니다.

이 비주얼에 대한 데이터를 가져오는 동안 오류가 발생했습니다​을(를) 표시하는 시각화가 표시됩니다.

1. 필터 창:

   1. 이 시각적 개체의 필터​에서 filterName is (All)​을(를) 선택하십시오.
   2. 기본 필터링​을(를) 필터 형식(으)로 선택합니다.
   3. 이 시각적 개체의 필터​에서 날짜 범위는 (모두)​입니다.
   4. 고급 필터링​을(를) 필터 형식(으)로 선택합니다.
   5. 값이 이거나 1/1/2023 이거나 이(가) 2/1/2023 이전인 경우 항목 표시로 필터를 정의합니다.
   6. product_category​의 필터 형식(으)로 기본 필터​을(를) 선택하고 가능한 값 목록에서 Hunting​을(를) 선택하십시오.
   7. 에서 filterName​을(를) 제거하려면 CrossSize75​을(를) 선택하십시오.
   8. 에서 daterange​을(를) 제거하려면 CrossSize75​을(를) 선택하십시오.

   적용된 product_category 필터로 업데이트된 표가 표시됩니다. Power BI 데스크톱은 다음과 같아야 합니다.

   

Tableau Desktop은 Customer Journey Analytics에서 제품 범주의 동적 목록을 가져올 수 없습니다. 대신, 이 사용 사례에서는 Hunting Products​에 대해 새로 만든 필터를 사용하고 필터 이름 기준을 사용합니다.

1. 데이터 Source 보기의 데이터 아래에서 cc_data_view(prod:cja%3FLATTEN)​의 컨텍스트 메뉴에서 새로 고침​을 선택합니다. Customer Journey Analytics에서 방금 정의한 새 필터를 선택하려면 연결을 새로 고쳐야 합니다.

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

   1. 필터 셸프의 테이블 목록에서 필터 이름 항목을 드래그합니다.

   2. 필터 [필터 이름] 대화 상자에서 목록에서 선택​을 선택했는지 확인하고 목록에서 제품 사냥​을 선택하십시오. 적용 및 확인​을 선택합니다.

   3. 필터 셸프의 테이블 목록에서 Daterange 항목을 드래그합니다.

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

   5. 필터 [Daterange] 대화 상자에서 날짜 범위​를 선택하고 01/01/2023 - 1/2/2023을(를) 선택합니다. 적용 및 확인​을 선택합니다.

   6. 테이블 목록에서 제품 이름​을(를) 행(으)로 드래그합니다.

   7. 테이블 목록에서 발생 횟수 항목을 드래그하여 열 옆의 필드에 항목을 놓습니다. 값이 SUM(발생 횟수)(으)로 변경됩니다.

   8. 표시​에서 텍스트 테이블​을(를) 선택하십시오.

   9. 맞춤 드롭다운 메뉴에서 맞춤​을 선택합니다.

      Tableau Desktop은 다음과 같습니다.

      

1. ​1. Looker의 탐색 인터페이스에서 연결을 새로 고치십시오. 캐시 지우기 및 새로 고침​을 선택하십시오.

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

3. 필터 아래의 + 필터​을(를) 선택하십시오.

4. 필터 추가 대화 상자에서:

   1. ‣Cc 데이터 보기 선택
   2. 필드 목록에서 날짜 범위 날짜‣을 선택한 다음 날짜 범위 날짜​을 선택합니다.
      

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

6. 다른 필터를 추가하려면 필터 아래의 + 필터​을(를) 선택하십시오.

7. 필터 추가 대화 상자에서:

   1. ‣Cc 데이터 보기 선택
   2. 필드 목록에서 ‣ 제품 범주​을(를) 선택합니다.

8. is​을(를) 필터에 대한 선택으로 확인합니다.

조회 수에 제품 범주​에 대해 가능한 값 목록이 표시되지 않습니다.

1. 새 셀에 다음 문을 입력합니다.

   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. 셀을 실행합니다. 아래 스크린샷과 비슷한 출력이 표시됩니다.

   

3. 드롭다운 메뉴에서 Hunting​을(를) 선택합니다.

4. 새 셀에 다음 문을 입력합니다.

   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. 셀을 실행합니다. 아래 스크린샷과 비슷한 출력이 표시됩니다.

   

1. 새 청크에 {r} `에서 ` 사이의 다음 문을 입력하십시오. 적절한 카테고리를 사용해야 합니다. 예: 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. 청크를 실행합니다. 아래 스크린샷과 비슷한 출력이 표시됩니다.