| Desktop van Power BI |
-
In het deelvenster Data :
- Selecteer daterange.
- Selecteer filterName.
- Selecteer product_name.
- Selecteer sum occurrences.
Er wordt een visualisatie weergegeven Error fetching data for this visual .
-
In het deelvenster Filters :
- Selecteer filterName is (All) in Filters on this visual .
- Selecteer Basic filtering als de Filter type .
- Onder het veld Search selecteert u Fishing Products . Dit is de naam van het bestaande filter dat in Customer Journey Analytics is gedefinieerd.
- Selecteer daterange is (All) in Filters on this visual .
- Selecteer Advanced filtering als de Filter type .
- Definieer het filter naar Show items when the value is on or after
1/1/2023 And is before 2/1/2023 .
- Selecteer
om filterName uit Columns te verwijderen.
- Selecteer
om daterange uit Columns te verwijderen.
De tabel wordt bijgewerkt met het toegepaste filter filterName . Je Power BI Desktop moet er hieronder uitzien.
|
| Desktop Tableau |
-
Selecteer de tab Sheet 1 onderaan om te schakelen van Data source . In de weergave Sheet 1 :
-
Sleep de vermelding Filter Name uit de lijst Tables in de lijst Filters .
-
Controleer in het dialoogvenster Filter [Filter Name] of Select from list is geselecteerd en selecteer Fishing Products in de lijst. Selecteer Apply en OK .
-
Sleep Daterange -item uit de lijst Tables in de Filters -lijst.
-
Selecteer Filter Field [Daterange] in het dialoogvenster Range of Dates van Next > .
-
Selecteer Filter [Daterang] in het dialoogvenster Range of dates en selecteer 01/01/2023 - 01/02/2023 . Selecteer Apply en OK .
-
Sleep Product Name van de Tables lijst aan Rows.
-
Sleep Occurrences -item uit de Tables -lijst en zet de vermelding in het veld naast Columns neer. De waarde verandert in SUM(Occurrences) .
-
Selecteer Text Table in Show Me .
-
Selecteer Fit Width in de vervolgkeuzelijst Fit .
Uw Tableau Desktop moet er hieronder uitzien.
|
| Leider |
-
Zorg ervoor dat u in de interface Explore van Looker een schone instelling hebt. Als niet, uitgezochte
Remove fields and filters.
-
Selecteer + Filter onder Filters .
-
In het dialoogvenster Add Filter :
- Selecteren ‣ Cc Data View
- Selecteer ‣ Daterange Date en vervolgens Daterange Date in de lijst met velden.
-
Geef het filter Cc Data View Daterange Date op als is in range 2023/01/01 until (before) 2023/02/01 .
-
Selecteer + Filter onder Filters om nog een filter toe te voegen.
-
In het dialoogvenster Add Filter :
- Selecteren ‣ Cc Data View
- Selecteer ‣ Filter name in de lijst met velden.
-
Controleer is de selectie voor het filter.
-
Selecteer Fishing Products in de lijst met mogelijke waarden.
-
Vanuit het gedeelte ‣ Cc Data View in de linkertrack:
- Selecteer Product Name.
- Selecteer Count onder MEASURES in de linkertrack (onder).
-
Selecteer Run.
-
Selecteer ‣ Visualization.
U dient een visualisatie en tabel te zien zoals hieronder weergegeven.
|
| Jupyter Notitieboekje |
-
Voer de volgende instructies in een nieuwe cel in.
| code language-python |
data = %sql SELECT filterName FROM cc_data_view;
style = {'description_width': 'initial'}
filter_name = widgets.Dropdown(
options=[d for d, in data],
description='Filter Name:',
style=style
)
display(filter_name)
|
-
Voer de cel uit. U zou output moeten zien gelijkend op het hieronder opgenomen schermschot.
-
Selecteer Fishing Products in de vervolgkeuzelijst.
-
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 filterName = '{filter_name.value}' \
GROUP BY 1 \
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)
|
-
Voer de cel uit. U zou output moeten zien gelijkend op het hieronder opgenomen schermschot.
|
| RStudio |
-
Voer het volgende codeblok in een nieuw segment in. Controleer of u de juiste filternaam gebruikt. Bijvoorbeeld Fishing Products .
| code language-r |
## Dimension filtered by name
df <- dv %>%
filter(daterange >= "2023-01-01" & daterange < "2023-02-01" & filterName == "Fishing Products") %>%
group_by(product_name) %>%
count() %>%
arrange(desc(n), .by_group = FALSE)
print(df)
|
-
Voer het segment uit. U zou output moeten zien gelijkend op het hieronder opgenomen schermschot.
|