Dimensiewaarden gebruiken om te segmenteren

U gebruikt de dynamische Hunting waarde voor Product Category om producten van de jachtcategorie te segmenteren. U kunt ook voor de BI-gereedschappen die het dynamisch ophalen van productcategoriewaarden niet ondersteunen, een nieuw segment in Customer Journey Analytics maken dat zich segmenteert op producten uit de categorie jachtproducten.
Vervolgens wilt u het nieuwe segment gebruiken om productnamen en voorvallen (voorvallen) te rapporteren voor producten uit de jachtcategorie in januari 2023.

Customer Journey Analytics

Maak een nieuw segment met Title Hunting Products in Customer Journey Analytics.

de Waarden van Dimension van het Gebruik van Customer Journey Analytics aan segment

Vervolgens kunt u dat segment in een voorbeeldvenster van Using Dimension Values To Filter gebruiken voor het gebruik van hoofdletters en kleine letters:

de Afzonderlijke Waarden van de Telling van Customer Journey Analytics

BI-gereedschappen
note prerequisites
PREREQUISITES
Verzeker u ​ een succesvolle verbinding, gegevensmeningen, en gebruik een gegevensmening ​ voor het hulpmiddel van BI hebt bevestigd waarvoor u dit gebruiksgeval wilt uitproberen.
tabs
Desktop van Power BI
  1. Selecteer Home in het menu en selecteer vervolgens Refresh op de werkbalk. U moet de verbinding vernieuwen om het nieuwe filter op te halen dat u net in Customer Journey Analytics hebt gedefinieerd.

  2. In het deelvenster Data :

    1. Selecteer daterange.
    2. Selecteer product_category.
    3. Selecteer product_name.
    4. Selecteer sum occurrences.

Er wordt een visualisatie weergegeven Error fetching data for this visual .

  1. In het deelvenster Filters :

    1. Selecteer filterName is (All) in Filters on this visual .
    2. Selecteer Basic filtering als de Filter type .
    3. Selecteer daterange is (All) in Filters on this visual .
    4. Selecteer Advanced filtering als de Filter type .
    5. Definieer het filter naar Show items when the value is on or after 1/1/2023 And is before 2/1/2023 .
    6. Selecteer Basic filter als de Filter type for product_category en selecteer Hunting in de lijst met mogelijke waarden.
    7. Selecteer CrossSize75 om filterName uit Columns te verwijderen.
    8. Selecteer CrossSize75 om daterange uit Columns te verwijderen.

    De tabel wordt bijgewerkt met het toegepaste filter product_category . Je Power BI Desktop moet er hieronder uitzien.

    Desktop die van Power BI de Namen van de Waaier van de Datum gebruikt om te filtreren

Desktop Tableau

AlertRed Desktop van Tableau steunt het halen van de dynamische lijst van productcategorieën van Customer Journey Analytics niet. In plaats daarvan wordt in dit geval het nieuwe filter voor Hunting Products gebruikt en worden de criteria voor de filternaam gebruikt.

  1. In de Data Source mening, onder Data, van het contextmenu op cc_data_view(prod:cja%3FFLATTEN), selecteer Refresh. U moet de verbinding vernieuwen om het nieuwe filter op te halen dat u net in Customer Journey Analytics hebt gedefinieerd.

  2. Selecteer de tab Sheet 1 onderaan om te schakelen van Data source . In de weergave Sheet 1 :

    1. Sleep de vermelding Filter Name uit de lijst Tables in de lijst Filters .

    2. Controleer in het dialoogvenster Filter [Filter Name] of Select from list is geselecteerd en selecteer Hunting Products in de lijst. Selecteer Apply en OK .

    3. Sleep Daterange -item uit de lijst Tables in de Filters -lijst.

    4. Selecteer Filter Field [Daterange] in het dialoogvenster Range of Dates van Next > .

    5. Selecteer Filter [Daterange] in het dialoogvenster Range of dates en selecteer 01/01/2023 - 1/2/2023 . Selecteer Apply en OK .

    6. Sleep Product Name van de Tables lijst aan Rows.

    7. Sleep Occurrences -item uit de Tables -lijst en zet de vermelding in het veld naast Columns neer. De waarde verandert in SUM(Occurrences) .

    8. Selecteer Text Table in Show Me .

    9. Selecteer Fit Width in de vervolgkeuzelijst Fit .

      Uw Tableau Desktop moet er hieronder uitzien.

      de Veelvoudige Rangschikte Filter van de Desktop van Tableau Dimension

Leider
  1. In de 1. Vernieuw de verbinding in de Explore -interface van Looker. Selecteer Plaatsend Clear cache and refresh.

  2. Zorg ervoor dat u in de interface Explore van Looker een schone instelling hebt. Als niet, uitgezochte Plaatsende Remove fields and filters.

  3. Selecteer + Filter onder Filters .

  4. In het dialoogvenster Add Filter :

    1. Selecteren ‣ Cc Data View
    2. Selecteer ‣ Daterange Date en vervolgens Daterange Date in de lijst met velden.
      filter van de Leider
  5. Geef het filter Cc Data View Daterange Date op als is in range 2023/01/01 until (before) 2023/02/01 .

  6. Selecteer + Filter onder Filters om nog een filter toe te voegen.

  7. In het dialoogvenster Add Filter :

    1. Selecteren ‣ Cc Data View
    2. Selecteer ‣ Product Category in de lijst met velden.
  8. Controleer is als de selectie voor het filter.

AlertRed Lijnen toont niet de lijst van mogelijke waarden voor Product Category.

minder duidelijke telling

Jupyter Notitieboekje
  1. Voer de volgende instructies in een nieuwe cel in.

    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. Voer de cel uit. U zou output moeten zien gelijkend op het hieronder opgenomen schermschot.

    Jupyter de Resultaten van het Notitieboekje

  3. Selecteer Hunting in de vervolgkeuzelijst.

  4. Voer de volgende instructies in een nieuwe cel in.

    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. Voer de cel uit. U zou output moeten zien gelijkend op het hieronder opgenomen schermschot.

    Jupyter de Resultaten van het Notitieboekje

RStudio
  1. Voer de volgende instructies tussen {r} ` en ` in een nieuw segment in. Gebruik de juiste categorie. Bijvoorbeeld 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. Voer het segment uit. U zou output moeten zien gelijkend op het hieronder opgenomen schermschot.

    Resultaten RStudio

recommendation-more-help
080e5213-7aa2-40d6-9dba-18945e892f79