Commerce Intelligence에서 SQL 쿼리 번역
작성 대상:
- 초급
- 중간
- 관리자
- 개발자
- 사용자
SQL 쿼리가 Commerce Intelligence에서 사용하는 계산된 열, 지표 및 보고서(으)로 변환되는 방식에 대해 궁금하셨습니까? SQL 사용자가 많은 경우 Commerce Intelligence에서 SQL을 변환하는 방법을 이해하면 Data Warehouse 관리자에서 보다 효율적으로 작업하고 Commerce Intelligence 플랫폼을 최대한 활용할 수 있습니다.
이 항목의 끝에 SQL 쿼리 절 및 Commerce Intelligence 요소에 대한 변환 매트릭스 가 있습니다.
일반 쿼리를 보고 시작하십시오.
SELECT | |
a, | 보고서 group by |
SUM(b) | Aggregate function (열) |
FROM c | Source 테이블 |
WHERE | |
d IS NOT NULL | Filter |
AND time < X AND time >= Y | 보고서 time frame |
GROUP BY a | 보고서 group by |
이 예제에서는 대부분의 번역 사례를 다루지만 몇 가지 예외가 있습니다. aggregate
함수를 변환하는 방법부터 시작하여 자세히 살펴보십시오.
집계 함수
쿼리의 집계 함수(예: count
, sum
, average
, max
, min
)는 Commerce Intelligence에서 지표 집계 또는 열 집계 형식을 사용합니다. 구별 요인은 응집을 수행하기 위해 가입이 필요한지 여부이다.
위의 각 예제를 참조하십시오.
지표 집계
within a single table
을(를) 집계할 때 지표가 필요합니다. 예를 들어, 위의 쿼리의 SUM(b)
집계 함수는 열 B
을(를) 합산하는 지표로 표시될 가능성이 높습니다.
Commerce Intelligence에서 Total Revenue
지표를 정의하는 방법에 대한 특정 예를 살펴보십시오. 번역할 아래 쿼리를 참조하십시오.
SELECT | |
SUM(order_total) as "Total Revenue" | Metric operation (열) |
FROM orders | Metric source 테이블 |
WHERE | |
email NOT LIKE '%@magento.com' | 지표 filter |
AND created_at < X AND created_at >= Y | 지표 timestamp (및 보고 time range ) |
Manage Data > 지표> 새 지표 만들기 를 클릭하여 지표 빌더로 이동합니다. 먼저 적절한 source
테이블을 선택해야 합니다. 이 테이블은 orders
테이블입니다. 그런 다음 지표가 아래와 같이 설정됩니다.
열 집계
다른 테이블에서 조인된 열을 집계할 때는 계산된 열이 필요합니다. 예를들어, customer
테이블에 Customer LTV
(이)라는 열이 만들어져 orders
테이블에서 해당 고객과 관련된 모든 주문의 총 값을 합산할 수 있습니다.
이 합계에 대한 쿼리는 다음과 같이 표시될 수 있습니다.
Select | |
c.customer_id | 집계 소유자 |
SUM(o.order_total) as "Customer LTV" | 집계 작업(열) |
FROM customers c | 집계 소유자 테이블 |
JOIN orders o | 집계 소스 테이블 |
ON c.customer_id = o.customer_id | 경로 |
WHERE o.status = 'success' | 집계 필터 |
이 설정을 Commerce Intelligence에서 설정하려면 Data Warehouse 관리자를 사용해야 합니다. 여기서 orders
테이블과 customers
테이블 사이에 경로를 만든 다음 고객의 테이블에 Customer LTV
이라는 열을 만듭니다.
customers
과(와) orders
사이에 새 경로를 설정하는 방법을 살펴봅니다. 최종 목표는 customers
테이블에 새 집계된 열을 만드는 것이므로 먼저 Data Warehouse의 customers
테이블로 이동한 다음 Create a Column > 정의 선택> SUM 을 클릭합니다.
그런 다음 소스 테이블을 선택해야 합니다. orders
테이블에 경로가 있는 경우 드롭다운에서 해당 경로를 선택하면 됩니다. 그러나 새 경로를 만드는 경우 Create new path 을(를) 클릭하면 아래 화면이 표시됩니다.
여기서 결합하려는 두 테이블 간의 관계를 신중하게 고려해야 합니다. 이 경우 One
고객과 연결된 주문이 Many
개 있을 수 있으므로 orders
테이블은 Many
쪽에 나열되는 반면 customers
테이블은 One
쪽에서 선택됩니다.
path
은(는) SQL의 Join
과(와) 같습니다.경로를 저장하면 Customer LTV
열을 만들 수 있습니다! 아래를 참조하십시오.
customers
테이블에 새 Customer LTV
열을 만들었으므로 이 열을 사용하여 지표 집계를 만들 준비가 되었습니다(예: 고객당 평균 LTV를 찾기 위해). customers
테이블에 빌드된 기존 지표를 사용하여 보고서에서 계산된 열을 기준으로 group by
또는 filter
할 수도 있습니다.
Data Warehouse 관리자를 사용하여 계산된 열 만들기를 참조하십시오.
Group By
절
쿼리의 Group By
함수는 종종 Commerce Intelligence에서 시각적 보고서를 세그먼트화하거나 필터링하는 데 사용되는 열로 표시됩니다. 예를 들어 이전에 탐색한 Total Revenue
쿼리를 다시 방문해보겠습니다. 하지만 이번에는 coupon\_code
을(를) 기준으로 매출을 세분화하여 가장 많은 매출을 창출하는 쿠폰을 더 잘 이해합니다.
아래 쿼리로 시작하십시오.
SELECT coupon_code,
group by
SUM(order_total) as "Total Revenue"
Metric operation
(열)FROM orders
Metric source
테이블WHERE
email NOT LIKE '%@magento.com'
filter
AND created_at < '2016-12-01'
AND created_at >= '2016-09-01'
timestamp
(및 보고 time range
)GROUP BY coupon_code
group by
이전에 만든 것과 동일한 Total Revenue
지표를 사용하여 이제 쿠폰 코드로 세그먼트화된 매출 보고서를 만들 준비가 되었습니다! 9월부터 11월까지 데이터를 보고 이 시각적 보고서를 설정하는 방법을 보여 주는 아래 gif를 참조하십시오.
공식
경우에 따라 쿼리는 개별 열 간의 관계를 계산하기 위해 여러 개의 집계를 포함할 수 있습니다. 예를 들어 다음 두 가지 방법 중 하나를 통해 쿼리의 평균 순서 값을 계산할 수 있습니다.
AVG('order\_total')
또는SUM('order\_total')/COUNT('order\_id')
이전 방법에는 order\_total
열에서 평균을 수행하는 새 지표를 만드는 작업이 포함됩니다. 그러나 Total Revenue
및 Number of orders
을(를) 계산하기 위해 이미 지표가 설정되어 있다고 가정할 경우 후자의 메서드를 Report Builder에서 직접 만들 수 있습니다.
한 단계 뒤로 돌아가 Average order value
에 대한 전체 쿼리를 살펴보십시오.
SELECT
SUM(order_total) as "Total Revenue"
operation
(열)COUNT(order_id) as "Number of orders"
operation
(열)SUM(order_total)/COUNT(order_id) as "Average order value"
operation
(열)/지표 작업(열)FROM orders
source
테이블WHERE
email NOT LIKE '%@magento.com'
filter
AND created_at < '2016-12-01'
AND created_at >= '2016-09-01'
이제 Total Revenue
및 Number of orders
을(를) 계산하기 위해 이미 설정된 지표가 있다고 가정합니다. 이러한 지표가 있으므로 Report Builder
을(를) 열고 Formula
기능을 사용하여 온디맨드 계산을 만들 수 있습니다.
요약
SQL 사용자가 많은 경우 Commerce Intelligence에서 쿼리가 변환되는 방식을 고려하면 계산된 열, 지표 및 보고서를 작성할 수 있습니다.
빠른 참조를 위해 아래 표를 확인하십시오. SQL 절의 동등한 Commerce Intelligence 요소와 쿼리에서 사용하는 방법에 따라 둘 이상의 요소에 매핑하는 방법을 보여 줍니다.
Commerce Intelligence 요소
SQL Clause
Metric
Filter
Report group by
Report time frame
Path
Calculated column inputs
Source table
SELECT
FROM
WHERE
WHERE
(시간 요소 포함)JOIN...ON
GROUP BY