표 통합
- 주제:
- Commerce 테이블
- 데이터 통합
작성 대상:
- 초급
- 중간
- 관리자
- 사용자
여러 저장소 프론트나 여러 시장에서 운영하는 경우 유사한 데이터베이스가 별도로 저장되어 있을 수 있습니다. Adobe Commerce Intelligence에서는 서로 다른 데이터베이스의 유사한 테이블을 함께 통합하기가 쉽습니다.
예를 들어 Market A
에 대해 orders
테이블이 있고 Market B
에 대해 유사한 orders
테이블이 있을 수 있습니다. Commerce Intelligence에서 두 테이블을 통합하면 특정 시장별로 세그먼트화할 뿐만 아니라 Market A
과(와) B
모두의 집계 주문 데이터를 볼 수 있습니다.
테이블 통합이 작동하려면 입력 테이블이 비슷한 구조로 되어 있어야 합니다. 즉, 모든 입력 테이블에는 통합 테이블에 필요한 데이터 열이 포함되어야 합니다.
이 항목에서는 통합 테이블에 대한 가장 일반적인 사용 사례 몇 가지와 나만의 테이블을 만드는 데 필요한 다음 단계에 대해 설명합니다.
통합 테이블 사용 시점을 위한 Recommendations
다음은 시스템에서 통합 테이블을 사용하는 것이 적절한 시기에 대해 설명합니다.
여러 웹 사이트에서 데이터 통합
다른 브랜드와 웹 사이트에서 제품을 판매하는 경우 각 브랜드 또는 웹 사이트의 표가 유사하게 구조화될 수 있습니다.
예를 들어 웹 사이트 A
에 대한 orders
테이블과 웹 사이트 B
에 대한 orders
테이블이 있을 수 있습니다. 이 경우 웹 사이트 A
및 B
에서 orders
테이블을 통합하는 것이 유용할 수 있습니다. 이렇게 하면 A
및 B
웹 사이트의 통합된 매출과 주문 수를 볼 수 있을 뿐만 아니라 이 두 웹 사이트별로 지표를 세그먼트화할 수 있습니다.
이전 데이터 통합
많은 기업이 한 번 또는 여러 번 데이터베이스를 리팩터링했고, 이전 데이터베이스의 데이터가 항상 새로운 시스템으로 전환되지는 않습니다. 통합 테이블을 사용하여 기존 테이블의 키 열을 활성 시스템의 열과 조인할 수 있습니다. 이를 통해 기록 전체에서 데이터에 대한 통합 분석을 수행할 수 있습니다.
활성 사용자 분석을 위한 이벤트 결합
사용자가 설문 조사, 게임, 구매, 친구 추천 등 몇 가지 작업을 할 수 있는 웹 사이트를 상상해 보십시오. 일반적으로 이러한 각 이벤트는 자체 테이블에 저장됩니다. 이는 주어진 기간 내에 어떤 종류의 최소 한 가지 동작을 몇 명의 구별되는 사용자가 취했는지에 대한 분석을 수행하기가 어렵게 만든다.
통합 테이블을 사용하여 모든 사용자와 이러한 이벤트가 발생한 경우 하나의 통합 목록을 만들 수 있습니다. 그런 다음 통합 테이블에서 쿼리를 실행하여 이러한 분석을 쉽게 수행할 수 있습니다.
Data Warehouse의 다른 모든 테이블과 마찬가지로 열을 추가하여 다양한 종류의 차트 및 분석을 실행할 수 있습니다.
통합 테이블 생성, 조회 또는 갱신
Data Warehouse에 통합 테이블을 추가하려면 Commerce Intelligence 지원에 문의하세요.
Data Warehouse Manager
에서 볼 수 없으므로 이러한 테이블을 보고 업데이트하는 작업은 Commerce Intelligence 지원에서만 수행할 수 있습니다.Commerce
- Commerce Intelligence 사용 안내서
- Commerce Intelligence 소개
- 시작
- 관리자
- 데이터 분석
- 데이터 분석가
- Data Warehouse 관리자
- 소개
- 고급 계산 열 유형
- Google Ecommerce 차원 작성 중
- 계산된 열 유형
- 복제 방법 구성
- 데이터 재확인 구성
- 지표의 작업 테이블 변경
- Data Warehouse 보기 만들기 및 사용
- 계산된 열에 대한 경로 생성/삭제
- SQL 계산 열 생성/사용
- 계산된 열 만들기
- 데이터 및 업데이트 정보
- 게스트 주문
- Commerce에서 데이터를 저장하는 방법
- 엔티티 관계 다이어그램
- 지표에서 데이터 차원 관리
- MongoDB 데이터 모델링 안내서
- Google Analytics 채널 복제 중
- 매핑 테이블을 사용한 데이터 표준화
- SQL 쿼리를 Commerce Intelligence 개 보고서로 변환 중
- 테이블 관계 이해 및 평가
- 계산된 날짜 차이 사용
- 대시보드 전체 필터링 사용
- 이벤트 번호 계산 열 사용
- 순차적 비교 계산 열 사용
- 일반 Commerce 테이블
- SQL Report Builder
- Cohort Report Builder 사용
- 비날짜 기반 집단에 대해 Cohort Report Builder 사용
- 질적 집단 분석 만들기
- 특수 필터 연산자 탐색
- 내 쿼리 결과 내보내기
- [Report Builder]에서 공식 사용
- Google Analytics 차트 만들기
- Lifetime Revenue Cohort Analysis의 중요도
- Show Top/Bottom 기능을 사용하여 데이터 순서 지정
- SQL Report Builder 사용
- 첫 번째 구매 보고서
- Repeat Order Probability Report 이해
- SQL Report Builder을(를) 사용하여 지표 감사
- SQL 과(와) Data Warehouse Manager 사이의 열 차이점
- 데이터를 연결하는 중
- SaaS 통합
- SaaS 통합
- Database 과(와) SQL 편집기 사이의 결과 이해
- Adobe Analytics 연결 중
- Adobe Analytics 데이터가 필요합니다.
- Facebook Ads 연결 중
- Facebook Ads 데이터가 필요합니다.
- Google Adwords 연결 중
- Google Adword 데이터가 필요합니다.
- 데이터 감사 Google Adwords 중
- Google Analytics Warehoused 연결 중
- Google Analytics Warehoused 데이터가 필요합니다.
- Google Analytics 연결 중
- Google Analytics 데이터가 필요합니다.
- Google ECommerce 연결 중
- Google ECommerce 데이터가 필요합니다.
- Mixpanel 연결 중
- Mixpanel 데이터가 필요합니다.
- Mixpanel의 데이터 유효성 검사
- PrestaShop 연결 중
- Quickbooks 연결 중
- Quickbooks 데이터가 필요합니다.
- Salesforce 연결 중
- Salesforce 데이터가 필요합니다.
- Spree 연결 중
- Spree 데이터가 필요합니다.
- Stripe 연결 중
- Stripe 데이터가 필요합니다.
- WooCommerce 연결 중
- Zendesk 연결 중
- Zendesk 데이터가 필요합니다.
- Zendesk 데이터 분석 중
- 데이터 감사 Zendesk 중
- 데이터베이스 통합
- 캠페인 분석
- 고객 분석
- 비즈니스 성과 분석
- 예측 중
- 보고서 작성 및 데이터 공유
- 모범 사례
- 튜토리얼