extensão Customer Journey Analytics BI

O Customer Journey Analytics BI extension habilita o acesso SQL às visualizações de dados definidas no Customer Journey Analytics. Seus engenheiros de dados e analistas podem estar mais familiarizados com o Power BI, Tableau Desktop ou outras ferramentas de business intelligence e visualização (também chamadas de ferramentas de BI). Agora é possível criar relatórios e painéis com base nas mesmas visualizações de dados que usuários(as) do Customer Journey Analytics usam para criar seus projetos do Analysis Workspace.

O Query Service da Adobe Experience Platform é a interface SQL para dados disponíveis no data lake da Experience Platform. Com o Customer Journey Analytics BI extension habilitado, a funcionalidade de Query Service é estendida para ver suas visualizações de dados do Customer Journey Analytics como tabelas ou visualizações em uma sessão do Query Service. Como resultado, as ferramentas de business intelligence que usam o Query Service como interface PostgresSQL se beneficiam perfeitamente dessa funcionalidade estendida.

Os principais benefícios são:

Pré-requisitos

Para usar essa funcionalidade, você pode usar credenciais com ou sem expiração para conectar ferramentas de BI ao Customer Journey Analytics BI extension. O Guia de credenciais fornece mais informações sobre a configuração de credenciais com ou sem expiração.
Abaixo estão etapas adicionais para configurar permissões do CJA

Credenciais expiradas

Para usar credenciais que expiram, você pode:

Ou você pode:

Credenciais que não expiram

Para usar credenciais sem expiração:

Consulte Controle de Acesso à Jornada do Cliente para obter mais informações, especificamente as Permissões adicionais de administrador de produto e Permissões Customer Journey Analytics no Admin Console.

Uso

Para usar a funcionalidade Customer Journey Analytics BI extension, você pode ou usar o SQL diretamente ou usar a experiência de arrastar e soltar disponível na ferramenta de BI específica.

SQL

É possível usar a funcionalidade diretamente em instruções do SQL usando o Query Editor ou um cliente de interface de linha de comando (CLI) PostgresSQL padrão.

Consulte o Guia da Interface do Usuário do Editor de Consultas para obter mais informações.

Ferramentas de BI

Atualmente, o Customer Journey Analytics BI extension é compatível e testado apenas para Power BI e Tableau Desktop. Outras ferramentas de BI que usam a interface PSQL também podem funcionar, mas ainda não são oficialmente compatíveis.

Consulte Conectar clientes ao Query Service para obter uma visão geral e mais informações sobre as várias ferramentas disponíveis.

Consulte Casos de uso para saber como realizar vários casos de uso usando a extensão Customer Journey Analytics BI

Funcionalidade

Por padrão, suas visualizações de dados têm um nome seguro de tabela gerado a partir de seu nome amigável. Por exemplo, a exibição de dados chamada Minha Exibição de Dados da Web tem o nome de exibição my_web_data_view. É possível definir um nome preferencial a ser usado na ferramenta de BI para a visualização de dados. Consulte Configurações de exibição de dados para obter mais informações.

Se quiser usar as IDs de visualização de dados como nomes de tabela, é possível adicionar a configuração opcional CJA_USE_IDS ao nome do banco de dados ao conectar. Por exemplo, prod:cja?CJA_USE_IDS mostra suas visualizações de dados com nomes como dv_ABC123.

Governança de dados

As configurações relacionadas à governança de dados no Customer Journey Analytics são herdadas da Adobe Experience Platform. A integração do Customer Journey Analytics com a Governança de dados da Adobe Experience Platform permite rotular dados sigilosos do Customer Journey Analytics e aplicar políticas de privacidade.

Os rótulos e políticas de privacidade que foram criados em conjuntos de dados consumidos pela Experience Platform podem ser exibidos no fluxo de trabalho de visualizações de dados do Customer Journey Analytics. Portanto, os dados consultados usando o Customer Journey Analytics BI extension mostram avisos ou erros apropriados quando não estão em conformidade com os rótulos e políticas de privacidade definidos.

Listar visualizações de dados

Na CLI padrão do PostgreSQL, é possível listar suas visualizações usando \dv

prod:all=> \dv
                       List of relations
 Schema |                    Name                    | Type |  Owner
--------+--------------------------------------------+------+----------
 public | my_web_data_view                           | view | postgres
 public | my_mobile_data_view                        | view | postgres

Aninhado versus nivelado

Por padrão, o esquema das suas visualizações de dados usa estruturas aninhadas, da mesma forma que os esquemas XDM originais. A integração também oferece suporte à opção FLATTEN. Você pode usar essa opção para forçar o esquema para que as visualizações de dados (e qualquer outra tabela na sessão) sejam niveladas. O nivelamento facilita o uso em ferramentas de BI que não aceitam esquemas estruturados. Consulte Trabalho com estruturas de dados aninhadas no Query Service para obter mais informações.

Padrões e limitações

Os seguintes padrões e limitações adicionais se aplicam ao uso da Extensão BI:

SQL compatível

Consulte Referência SQL do Query Service para obter uma referência completa sobre o tipo de SQL compatível.

Consulte a tabela abaixo para obter exemplos do SQL que você pode usar.

SELECT * FROM dv1 WHERE 1=0

SELECT dim1, SUM(metric1) AS m1
FROM dv1
WHERE `timestamp` BETWEEN '2022-01-01' AND '2022-01-02'
GROUP BY dim1

SELECT dim1, SUM(metric1) AS m1
FROM dv1
WHERE `timestamp` BETWEEN '2022-01-01' AND '2022-01-02' AND
 filterId = '12345'
GROUP BY dim1

SELECT dim1, SUM(metric1) AS m1
FROM dv1
WHERE `timestamp` BETWEEN '2022-01-01' AND '2022-01-02' AND
 AND (dim2 = 'A' OR dim3 IN ('X', 'Y', 'Z'))
GROUP BY dim1

SELECT dim1, SUM(metric1) AS m1
FROM dv1
WHERE `timestamp` BETWEEN '2022-01-01' AND '2022-01-02'
GROUP BY dim1
HAVING m1 > 100

SELECT DISTINCT dim1 FROM dv1

SELECT dim1 AS dv1
FROM dv1
WHERE `timestamp` BETWEEN '2022-01-01' AND '2022-01-02'
GROUP BY dim1

SELECT dim1 AS dv1
FROM dv1
WHERE `timestamp` >= '2022-01-01' AND `timestamp` < '2022-01-02'
GROUP BY dim1
ORDER BY SUM(metric1)
LIMIT 15

SELECT SUM(metric1) AS m1
FROM dv1
WHERE `timestamp` BETWEEN '2022-01-01' AND '2022-01-02'

SELECT dim1, dim2, SUM(metric1) AS m1
FROM dv1
WHERE `timestamp` BETWEEN '2022-01-01' AND '2022-01-02'
GROUP BY dim1, dim2

SELECT dim1, dim2, SUM(metric1) AS m1
FROM dv1
WHERE `timestamp` BETWEEN '2022-01-01' AND '2022-01-02'
GROUP BY 1, 2
ORDER BY 1, 2

SELECT DISTINCT dim1, dim2
FROM dv1

SELECT dim1, m1
FROM (
 SELECT dim1, SUM(metric1) AS m1
 FROM dv1
 WHERE `timestamp` BETWEEN '2022-01-01' AND '2022-01-02'
 GROUP BY dim1
)
WHERE dim1 in ('A', 'B')

SELECT key, SUM(m1) AS total
FROM (
 SELECT dim1 AS key, SUM(metric1) AS m1
 FROM dv1
 WHERE `timestamp` BETWEEN '2022-01-01' AND '2022-01-02'
 GROUP BY dim1

 UNION

 SELECT dim2 AS key, SUM(m1) AS m1
 FROM dv2
 WHERE `timestamp` BETWEEN '2022-01-01' AND '2022-01-02'
 GROUP BY dim2
GROUP BY key
ORDER BY total

SELECT rows.dim1, SUM(rows.m1) AS total
FROM (
 SELECT _.dim1,_.m1
 FROM (
 SELECT * FROM dv1
 WHERE `timestamp` BETWEEN '2022-01-01' AND '2022-01-02'
 ) _
 WHERE _.dim1 in ('A', 'B', 'C')
) rows
GROUP BY 1
ORDER BY total

COM linhas AS (
 WITH _ AS (
) SELECT * FROM data_ares
 ONDE `timestamp` ENTRE '2021-01-01' E '2021-02-01'
 )
 SELECT _.item, _.units FROM _
 WHERE _.item IS NOT NULL
)
SELECT rows.item, SUM(rows.units) AS units
FROM linhas WHERE rows.item in ('A', 'B', 'C')
GROUP BY rows.item

SELECT SUM(metric1) AS m1, dim1
FROM dv1
WHERE `timestamp` BETWEEN '2022-01-01' AND '2022-01-02'
GROUP BY 2

Dimensões

É possível selecionar qualquer uma das dimensões disponíveis por padrão ou definidas na visualização de dados. Você seleciona uma dimensão através da sua ID.

Métricas

As métricas disponíveis para seleção são:

Você seleciona uma métrica por sua ID encapsulada em uma expressão SUM(metric) como faria com outras origens de SQL.

Você pode utilizar:

Contagem de valores distintos

Devido à natureza subjacente de como o Customer Journey Analytics funciona, a única dimensão da qual é possível obter uma contagem distinta exata é a dimensão adobe_personid. As seguintes instruções SQL SELECT COUNT(DISTINCT adobe_personid) ou SELECT APPROX_COUNT_DISTINCT(adobe_personid) retornam o valor da métrica de pessoas padrão, que é a contagem de pessoas distintas. Para outras dimensões, uma contagem distinta aproximada é retornada.

Métricas condicionais

É possível incorporar uma claúsula IF ou CASE nas funções SUM ou COUNT para adicionar outra filtragem específica a uma métrica selecionada. A adição dessas cláusulas é semelhante à aplicação de um filtro a uma coluna de métrica em uma tabela de relatório do Espaço de trabalho.

Exemplos:

SUM(IF(dim1 = 'X' AND dim2 = 'A', metric1, 0)) AS m1

SUM(CASE WHEN dim1 = 'X' AND dim2 = 'A' THEN metric1 END) AS m1

Cálculos em linha

Você pode aplicar matemática adicional a expressões de métricas em seu SELECT. Essa matemática pode ser usada em vez de definir a matemática em uma métrica calculada. A tabela a seguir lista quais tipos de expressões são compatíveis.

Colunas especiais

Carimbo de data e hora

A coluna especial timestamp é usada para fornecer os intervalos de datas para a consulta. Um intervalo de datas pode ser definido com uma expressão BETWEEN ou um par de verificações timestamp >, >=, <, <= AND juntas.
O timestamp é opcional e, se nenhum intervalo completo for fornecido, os padrões serão usados:

O intervalo do carimbo de data e hora é convertido em um filtro global de intervalo de datas na RankedRequest.
O campo timestamp também pode ser usado em funções de data/hora para analisar ou truncar o timestamp do evento.

Intervalo de datas

A coluna especial daterange funciona de forma semelhante a timestamp; no entanto, a filtragem está limitada a dias completos. O daterange também é opcional e tem os mesmos padrões de intervalo que timestamp.
O campo daterange também pode ser usado em funções de data/hora para analisar ou truncar a data do evento.

A coluna especial daterangeName pode ser usada para filtrar sua consulta usando um intervalo de datas nomeado como Last Quarter.

ID do filtro

A coluna especial filterId é opcional e é usada para aplicar um filtro definido externamente à consulta. Aplicar um filtro definido externamente a uma consulta é semelhante a arrastar um filtro em um painel no Espaço de trabalho. Vários IDs de filtro podem ser usados por AND.

Junto com filterId, você pode usar filterName para usar o nome de um filtro em vez da ID.

Cláusula Where

A cláusula WHERE é manipulada em três etapas:

O manuseio é feito analisando o primeiro nível dos ANDs na cláusula WHERE. Cada expressão AND-ed de nível superior deve corresponder a uma das acima. Qualquer coisa mais profunda do que o primeiro nível dos ANDs, ou se a cláusula WHERE usar ORs no nível superior, é tratada como um filtro ad-hoc.

Ordem de classificação

Por padrão, a consulta classifica os resultados pela primeira métrica selecionada em ordem decrescente. É possível substituir a ordem de classificação padrão especificando ORDER BY ... ASC ou ORDER BY ... DESC. Se usar ORDER BY, será necessário especificar ORDER BY na primeira métrica selecionada.

Você também pode inverter a ordem usando - (sinal de menos) na frente da métrica. Ambas as instruções abaixo resultam na mesma ordem:

ORDER BY metric1 ASC

ORDER BY -metric1 DESC

Suporte geral a funções

Suporte à função Dimension

Essas funções podem ser usadas em dimensões na cláusula SELECT, WHERE ou em métricas condicionais.

Funções de string

Funções de data e hora

Suporte parcial

Há suporte parcial para alguma funcionalidade SQL com a extensão BI e ela não retorna os mesmos resultados vistos com outros bancos de dados. Essa funcionalidade específica é usada no SQL gerado por várias ferramentas de BI, para as quais a extensão de BI não tem uma correspondência exata. Como resultado, a extensão BI se concentra em uma implementação limitada que cobre o uso mínimo da ferramenta BI sem gerar erros. Consulte a tabela abaixo para obter mais detalhes.