소매 달력 보고

이 항목에서는 Adobe Commerce Intelligence 계정 내에서 4-5-4 소매 달력을 사용하도록 구조를 설정하는 방법을 보여 줍니다. 시각적 리포트 빌더는 놀라울 정도로 유연한 시간 범위, 간격 및 독립 설정을 제공합니다. 그러나 이러한 모든 설정은 기존의 월별 달력을 사용하여 작동합니다.

많은 고객이 소매 또는 회계 날짜를 사용하도록 달력을 변경하기 때문에 아래 단계에서는 데이터를 사용하고 소매 날짜를 사용하여 보고서를 만드는 방법을 보여줍니다. 아래 지침은 4-5-4 소매 달력을 참조하지만, 재무 달력이든 사용자 정의 시간대이든 팀이 사용하는 특정 달력에 대해 변경할 수 있습니다.

시작하기 전에 파일 업로더를 검토하여 .csv 파일을 늘렸는지 확인해야 합니다. 이렇게 하면 날짜가 모든 이전 데이터를 포함하고 날짜를 미래로 푸시할 수 있습니다.

이 분석에는 고급 계산 열이(가) 포함되어 있습니다.

시작

소매 연도 2014년부터 2017년까지 4-5-4 소매 일정 .csv 버전을 다운로드할 수 있습니다. 내부 소매 일정에 따라 이 파일을 조정하고 날짜 범위를 확장하여 기록 및 현재 시간대를 지원할 수 있습니다. 파일을 다운로드한 후 File Uploader를 사용하여 Commerce Intelligence Data Warehouse에 소매 일정 테이블을 만듭니다. 4-5-4 소매 달력의 변경되지 않은 버전을 사용하는 경우 이 표에 있는 필드의 구조 및 데이터 유형이 다음과 일치하는지 확인하십시오.

열 이름
열 데이터 유형
기본 키
Date Retail
Date & Time
Yes
Year Retail
Whole Number
No
Quarter Retail
Whole Number
No
Month Number Retail
Whole Number
No
Week Retail
Whole Number
No
Month Name Retail
Text(최대 255자)
No
Week Number of Month Retail
Whole Number
No

생성할 열

  • sales_order 테이블

    • INPUT created\_at(yyyy-mm-dd 00:00:00)

      • Column type: - Same table > Calculation
      • Inputs: - created\_at
      • Datatype: - Datetime
      • Calculation: - case when A is null then null else to\_char(A, 'YYYY-MM-DD 00:00:00') end
  • 소매 일정 파일 업로드 테이블

    • 현재 날짜

      • Column type: Same table > Calculation

      • Inputs: Date Retail

      • 데이터 유형: Datetime

      • Calculation: case when A is null then null else to\_char(now(), 'YYYY-MM-DD 00:00:00') end

        note note
        NOTE
        위의 now() 함수는 PostgreSQL에만 적용됩니다. 대부분의 Commerce Intelligence 데이터 웨어하우스는 PostgreSQL에서 호스팅되지만 일부는 Redshift에서 호스팅될 수 있습니다. 위의 계산에서 오류를 반환하는 경우 now() 대신 Redshift 함수 getdate()을(를) 사용해야 할 수 있습니다.
    • 현재 소매 연도(지원 분석가가 만들어야 함)

      • Column type: Event Counter

      • Local Key: Current date

      • Remote Key: Retail calendar.Date Retail

      • Operation: Max

      • Operation value: Year Retail

    • 현재 소매 연도에 포함됩니까? (예/아니요)

      • Column type: Same table > Calculation

      • Inputs:

        • A - Year Retail
        • B - Current retail year
      • 데이터 유형: String

      • Calculation: case when A is null or B is null then null when A = B then 'Yes' else 'No' end

    • 이전 소매 연도에 포함됩니까? (예/아니요)

      • Column type: Same table > Calculation

      • Inputs:

        • A - Year Retail
        • B - Current retail year
      • 데이터 유형: String

      • Calculation: case when A is null or B is null then null when (A = (B-1)) then 'Yes' else 'No' end

  • sales_order 테이블

    • Created_at(소매 연도)

      • Column type: One to Many > JOINED\_COLUMN

      • 경로 -

        • Many: sales\_order.\[INPUT\] created\_at (yyyy-mm-dd 00:00:00)
        • One: Retail Calendar.Date Retail
      • table 선택: Retail Calendar

      • column 선택: Year Retail

    • Created_at(소매 주)

      • Column type: One to Many > JOINED\_COLUMN

      • 경로 -

        • Many: sales_order.[INPUT] created_at (yyyy-mm-dd 00:00:00
        • One: Retail Calendar.Date Retail
      • table 선택: Retail Calendar

      • column 선택: Week Retail

    • Created_at(소매 월)

      • Column type: One to Many > JOINED\_COLUMN

      • 경로

        • Many: sales\_order.\[INPUT\] created\_at (yyyy-mm-dd 00:00:00)
        • One: Retail Calendar.Date Retail
      • table 선택: Retail Calendar

      • column 선택: Month Number Retail

    • 이전 소매 연도에 포함하시겠습니까? (예/아니요)

      • Column type: One to Many > JOINED\_COLUMN

      • 경로 -

        • Many: sales\_order.\[INPUT\] created\_at (yyyy-mm-dd 00:00:00)
        • One: 소매 Calendar.Date Retail
      • table 선택: Retail Calendar

      • column 선택: Include in previous retail year? (Yes/No)

    • 현재 소매 연도에 포함하시겠습니까? (예/아니요)

      • Column type: One to Many > JOINED\_COLUMN

      • 경로 -

        • Many: sales\_order.\[INPUT\] created\_at (yyyy-mm-dd 00:00:00)
        • One: 소매 Calendar.Date Retail
      • table 선택: Retail Calendar

      • column 선택: Include in current retail year? (Yes/No)

지표

참고: 이 분석에는 새 지표가 필요하지 않습니다. 하지만 보고서를 계속하기 전에 sales_order 테이블의 모든 지표에 대해 sales_order 테이블에 새로 작성한 열을 차원으로 추가해야 합니다.

보고서

  • 주별 주문 - 소매 일정(전년 대비)

    • 지표 A: 2017

      • Metric: 주문 수
      • Filter:
        • Created_at (소매 연도) = 2017
    • 지표 B: 2016

      • Metric: 주문 수
      • Filter:
        • Created_at (소매 연도) = 2016
    • 지표 C: 2015

      • Metric: Number of orders
      • Filter:
        • Created\_at (retail Year) = 2015
    • Time period: All time

    • Interval: None

    • Group by: Created\_at (retail week)

    • Chart type: Line

      • multiple Y-axes 끄기
  • 소매 달력 개요(현재 월별 소매 연도)

    • 지표 A: Revenue

      • 지표: Revenue

      • Filter:

        • Include current retail year?: Yes

    • 지표 B: Orders

      • Metric: Number of orders

      • Filter:

        • Include current retail year?: Yes

    • 지표 C: Avg order value

      • Metric: Avg order value

      • Filter:

        • Include current retail year?: Yes

    • Time period: All time

    • Interval: None

    • Group by: Created\_at (retail month)

    • Chart type: Line

  • 소매 일정 개요(이전 월별 소매 연도)

    • 지표 A: Revenue

      • 지표: Revenue

      • Filter:

        • Include current retail year?: Yes

    • 지표 B: Orders

      • Metric: 주문 수

      • Filter:

        • Include current retail year?: Yes

    • 지표 C: Avg order value

      • Metric: Avg order value

      • Filter:

        • Include current retail year?: Yes

    • Time period: All time

    • Interval: None

    • Group by: Created\_at (retail month)

    • Chart type: Line

다음 단계

위의 방법에서는 sales\_order 표에 빌드된 모든 지표(Revenue 또는 Orders)와 호환되도록 소매 일정을 구성하는 방법에 대해 설명합니다. 모든 표에 작성된 지표에 대한 소매 일정을 지원하도록 확장할 수도 있습니다. 유일한 요구 사항은 이 테이블에 소매 달력 테이블에 조인하는 데 사용할 수 있는 유효한 날짜/시간 필드가 있다는 것입니다.

예를 들어 4-5-4 소매 일정에서 고객 수준 지표를 보려면 위에서 설명한 \[INPUT\] created\_at (yyyy-mm-dd 00:00:00)과(와) 유사한 Same Table 계산을 customer\_entity 테이블에 만듭니다. 그런 다음 이 열을 사용하여 customer\_entity 테이블을 Retail Calendar 테이블에 조인하여 One to Many JOINED_COLUMN 계산(Created_at (retail year) 등)과 Include in previous retail year? (Yes/No)을(를) 재현할 수 있습니다.

새 보고서를 작성하기 전에 모든 새 열을 지표에 차원으로 추가하는 것을 잊지 마십시오.

recommendation-more-help
e1f8a7e8-8cc7-4c99-9697-b1daa1d66dbc