Adobe Commerce Intelligence 환경

상거래 데이터를 분석할 때 이러한 요인과 일반적인 오해에 대해 알아두십시오. Commerce 스키마를 올바르게 사용하고 있는지 확인하는 데 도움이 필요하면 지원에 문의하십시오.

entity_id

많은 테이블에 이름이 entity\_id인 열이 포함되어 있습니다. entity\_id을(를) 포함하는 각 테이블에서 해당 열은 고유한 행을 식별하는 데 사용됩니다.

예를 들어 sales\_order 테이블의 각 행은 고유한 순서입니다. 이 테이블의 기본 키는 entity\_id입니다. 이 열은 order\_id(으)로 생각할 수 있습니다. 별도의 테이블 customer\_entity에서 각 행은 고유한 고객을 나타냅니다. 이 테이블의 기본 키는 entity\_id(으)로 생각할 수 있는 customer\_id이라고도 합니다.

해당 테이블에서 sales\_order.entity\_id은(는) customer\_entity.entity\_id과(와) 같지 않습니다. entity\_id이(가) 포함된 모든 테이블 집합에 대해 true입니다. table\_A.entity\_id이(가) table\_B.entity\_id과(와) 같지 않습니다.

Guest orders

고객이 계정(게스트 주문)을 가지고 있지 않고 사이트에서 주문하도록 허용하는 경우 해당 고객은 customer\_entity 표에 행으로 채워지지 않습니다. 또한 게스트가 주문한 각 주문의 customer\_id 테이블에 null sales\_order 값이 있습니다.

따라서 시간에 따른 게스트 동작을 추적하려면 sales\_order과(와) 같은 고객 식별자를 사용하여 customer\_email 테이블에서 모든 고객 수준 열을 계산해야 합니다.

sales\_order 테이블을 고객 테이블로 사용하는 경우 고객 수준 지표를 만들 때 주의해야 합니다. 예를 들어 평균 라이프타임 매출 지표를 고려하십시오. 이 지표는 고객 기반 전반의 평균 라이프타임 매출을 식별하는 데 사용됩니다. 먼저 각 고객에 대해 라이프타임 수익을 반환하는 새 열이 필요합니다. 그런 다음 고객의 평균 라이프타임 매출을 얻으려면 이 열의 평균을 구해야 합니다.

customer\_entity 테이블을 사용할 수 있는 경우 각 행은 단일 고객이며 각 고객은 해당 테이블에 한 번만 존재합니다. 따라서 라이프타임 매출 열이 있는 경우 평균 지표를 생성하기만 하면 됩니다. 그러나 sales\_order 테이블을 고객 테이블로 사용하는 경우 고객이 여러 행에 있을 수 있습니다. 라이프타임 수익 열을 설정한 후에는 주어진 고객이 수행한 각 주문(행)에 해당 고객의 라이프타임 수익이 표시되지만 전체 평균 지표에 해당 고객을 한 번만 포함시키려고 합니다.

여기에서 중요한 것은 각 고객을 한 번만 포함하도록 하는 필터를 지표에 추가해야 한다는 것입니다. Adobe에서는 고객의 주문 번호 = 1​에 대해 필터링하는 고객 수​를 만들어 사용할 것을 권장합니다(다른 필터 중 원하지 않는 고객을 제외해야 할 수도 있습니다). 이 필터를 추가하면 고객 수준 지표에서 각 고객을 한 번만 포함할 수 있습니다.

제품 및 카테고리

제품은 여러 카테고리를 가질 수 있으며, 카테고리는 둘 이상의 제품에 대해 사용될 수 있다. 따라서 카테고리 수준 분석을 설정할 때는 올바른 정의를 사용해야 합니다. 최상위 범주를 원하십니까? 두 번째 수준 카테고리? 제품이 여러 최상위 범주에 속할 수 있다면 어떻게 해야 합니까?

Commerce 구현에서 정의한 ‘의류’(최상위), ‘겉옷’(두 번째 수준), ‘바지’(세 번째 수준)의 세 가지 카테고리 수준에 해당하는 한 쌍의 청바지를 상상해 보십시오. 판매된 단위 수별로 카테고리 성능을 분석할 수 있습니다. 이 분석에 필요한 지표는 표에 빌드된​판매된 항목sales\_order\_item입니다. 따라서 범주 수준 정보를 항목 테이블로 이동해야 합니다. sales\_order\_item 테이블의 각 행에는 연결된 product\_id이(가) 있으므로 제품과 관련된 범주를 알고 있으면 해당 정보를 원하는 테이블로 가져올 수 있습니다.

데이터를 이동하기 전에 먼저 적절한 조인과 필터를 알고 있어야 올바른 범주를 잡을 수 있습니다. 어떤 분석에서는 '바지’를 알아야 할 수 있지만, 다른 분석에서는 '의류’가 더 적합할 수 있다. 이는 별도로 식별되는 고유한 범주입니다. 각 범주 수준이 정의되는 방식을 알면 단위 판매를 특정 분석에 적합한 범주에 귀속시킬 수 있습니다.

이제 웹 사이트의 홈 페이지에 Our Favorites 최상위 수준의 범주가 있다고 가정해 보겠습니다. 이 청바지를 Clothing 범주와 Our Favorites 범주 모두에 포함하도록 Commerce 스토어를 구현했을 수 있습니다. 그렇다면, 이 청바지는 하나 이상의 최고 수준의 카테고리를 가지고 있습니다. 이 경우 여러 옵션이 있으므로 단일 최상위 범주를 sales\_order\_item 테이블로 이동하는 것은 적절하지 않습니다. 이를 해결하려면 Adobe에서 특정 범주를 확인하는 예/아니요 열을 만드는 것이 좋습니다. 예를 들어 Is product in Clothing category? 및 Is product in Our Favorites category? 열을 사용하면 제품이 특정 범주에 속하는지 확인할 수 있습니다.