DocumentaçãoCustomer Journey AnalyticsGuia do Customer Journey Analytics

extensão Customer Journey Analytics BI

Last update: Thu May 23 2024 00:00:00 GMT+0000 (Coordinated Universal Time)

Criado para:

  • Admin
NOTE
Você deve ter o Selecionar pacote ou superior para usar a funcionalidade descrita nesta seção. Entre em contato com o administrador se não tiver certeza do pacote de Customer Journey Analytics que possui.

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, o Tableau ou outras ferramentas de business intelligence e visualização (mais conhecidas como 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:

  • Não é necessário recriar uma representação equivalente de visualizações de dados do Customer Journey Analytics na própria ferramenta de BI.
    Consulte Visualizações de dados para obter mais informações sobre a funcionalidade das visualizações de dados para entender o que deve ser recriado.
  • Maior consistência na emissão de relatórios e análise entre as ferramentas de BI e o Customer Journey Analytics.
  • Combine dados do Customer Journey Analytics com outras fontes de dados já disponíveis nas ferramentas de BI.

Pré-requisitos

Para usar essa funcionalidade, você deve:

  • Configure a funcionalidade dos perfis de produto, grupos de usuários e/ou usuários individuais relevantes. Os requisitos de acesso incluem:

    • Serviço de consulta Adobe Experience Platform
    • Projetos do Workspace no Customer Journey Analytics
    • Visualizações de dados do CJA desejadas para uso
    • Acesso à extensão BI nas ferramentas de visualização de dados

  • Use a expiração em credenciais sem expiração para conectar as ferramentas de BI ao Customer Journey Analytics BI extension. A variável Guia de credenciais O fornece mais informações sobre como definir credenciais que estão ou não expirando.

Consulte Controle de acesso na seção Administração do Customer Journey Analytics para obter mais informações.

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.

Editor de consultas

No Adobe Experience Platform:

  1. Selecione **** Consultas **** em ​ GERENCIAMENTO DE DADOS ​ no painel esquerdo.

  2. Selecione Criar consulta ​ Criar consulta ​.

  3. Selecione o cja ​ Banco de dados ​.

  4. Para executar a consulta, digite a instrução SQL e selecione o Reproduzir (ou pressione [SHIFT] + [ENTER]).

CLI do PostgresSQL

  1. Procure e copie suas credenciais do PostgresSQL no Adobe Experience Platform:

    1. Selecione **** Consultas **** no painel esquerdo (em ​ GERENCIAMENTO DE DADOS ​).

    2. Selecione ​ Credenciais ​ na barra superior.

    3. Selecione o cja ​ Banco de dados ​.

    4. Para copiar a string de comando, use Copiar no ​ comando PSQL ​ seção.

  2. Abra uma janela de comando ou terminal.

  3. Para fazer logon e começar a executar as consultas, cole a cadeia de caracteres de comando no terminal.

Consulte Manual da interface do Query Editor para obter mais informações.

Ferramentas de BI

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

Power BI

  1. Procure os detalhes de suas credenciais do PostgresSQL no Adobe Experience Platform:

    1. Selecione **** Consultas **** no painel esquerdo (em ​ GERENCIAMENTO DE DADOS ​).

    2. Selecione ​ Credenciais ​ na barra superior.

    3. Selecione o cja ​ Banco de dados ​.

    4. Use Copiar para copiar cada um dos parâmetros de credenciais do Postgres (Host, Porta, Banco de dados, Nome de usuário e outros) quando necessário no Power BI.

  2. No Power BI:

    1. Na janela principal, selecione ​ Obter dados ​ na barra de ferramentas superior.

    2. Selecione Mais… no painel esquerdo.

    3. Na tela Obter dados, pesquise por PostgresSQL e selecione o ​ Banco de dados PostgresSQL ​ na lista.

    4. Na caixa de diálogo ​ Banco de dados PostgressSQL ​:

      1. Cole o parâmetro **** Host **** das Credenciais de consultas da Experience Platform no campo de texto ​ Servidor ​.

      2. Cole o parâmetro **** Banco de dados **** das Credenciais de consultas da Experience Platform no campo de texto ​ Banco de dados ​.

        Adicione ?FLATTEN ao parâmetro ​ Banco de dados ​, para que ele seja exibido como prod:cja?FLATTEN por exemplo. Consulte Nivelar estruturas de dados aninhadas para uso com ferramentas de BI de terceiros para obter mais informações.

      3. Quando solicitado Conectividade de dados selecione DirectQuery.

      4. Você será solicitado a inserir o Nome de usuário e a Senha. Usar os parâmetros equivalentes de Credenciais de consultas da Experience Platform.

    5. Após o login bem-sucedido, as tabelas de visualização de dados do Customer Journey Analytics aparecem no Power BI ​ Navegador ​.

    6. Selecione as tabelas de visualização de dados que deseja usar e clique em ​ Carregar ​.

    Todas as dimensões e métricas associadas a uma ou mais tabelas selecionadas aparecem no painel direito, prontas para serem usadas em suas visualizações.

    Consulte Conectar o Power BI ao Query Service para obter mais informações.

Tableau

  1. Procure os detalhes de suas credenciais do PostgresSQL no Adobe Experience Platform:

    1. Selecione **** Consultas **** no painel esquerdo (em ​ GERENCIAMENTO DE DADOS ​).

    2. Selecione ​ Credenciais ​ na barra superior.

    3. Selecione o cja ​ Banco de dados ​.

    4. Use Copiar para copiar cada um dos parâmetros de credenciais do Postgres (Host, Porta, Banco de dados, Nome de usuário e outros) quando necessário no Tableau.

  2. No Tableau:

    1. Selecione **** Mais **** em ​ Para um servidor ​ no painel esquerdo.

    2. Selecione ​ PostgresSQL ​ na lista.

    3. Na caixa de diálogo PostgresSQL:

      1. Cole o parâmetro **** Host **** das Credenciais de consultas da Experience Platform no campo de texto ​ Servidor ​.

      2. Cole o parâmetro **** Porta **** das Credenciais de consultas da Experience Platform no campo de texto ​ Porta ​.

      3. Cole o parâmetro **** Banco de dados **** das Credenciais de consultas da Experience Platform no campo de texto ​ Banco de dados ​.

        Adicione %3FFLATTEN ao parâmetro ​ Banco de dados ​, para que ele seja exibido como prod:cja%3FFLATTEN por exemplo. Consulte Nivelar estruturas de dados aninhadas para uso com ferramentas de BI de terceiros para obter mais informações.

      4. Selecione **** Nome de usuário e senha **** na lista ​ Autenticação ​.

      5. Cole o parâmetro **** Nome de usuário **** das Credenciais de consultas da Experience Platform no campo de texto ​ Nome de usuário ​.

      6. Cole o parâmetro **** Senha **** das Credenciais de consulta da Experience Platform no campo de texto ​ Senha ​.

      7. Selecione ​ Fazer logon ​.

    4. As visualizações de dados do Customer Journey Analytics são exibidas como tabelas no ​ Tabela ​ lista.

    5. Arraste as tabelas que deseja usar para a tela.

    Agora é possível trabalhar com os dados das tabelas de visualização de dados para criar relatórios e visualizações.

    Consulte Conectar o Tableau ao Query Service para obter mais informações.

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

Funcionalidade

Por padrão, suas visualizações de dados têm um nome seguro de tabela gerado a partir de seu nome amigável. Por exemplo, a visualização de dados chamada Minha visualização de dados da Web tem o nome da 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 visualização 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 mostrar avisos ou erros apropriados quando não estiver 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.

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.

Exemplos
table 0-row-2 1-row-2 2-row-2 3-row-2 4-row-2 5-row-2 6-row-2 7-row-2 8-row-2 9-row-2 10-row-2 layout-auto
Padrão Exemplo
Descoberta de esquema 
SELECT * FROM dv1 WHERE 1=0
Classificado/Detalhado 
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
HAVING Cláusula 
SELECT dim1, SUM(metric1) AS m1
FROM dv1
WHERE `timestamp` BETWEEN '2022-01-01' AND '2022-01-02'
GROUP BY dim1
HAVING m1 > 100
Valores de dimensão principais
distintos		 
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
Totais de métricas 
SELECT SUM(metric1) AS m1
FROM dv1
WHERE `timestamp` BETWEEN '2022-01-01' AND '2022-01-02'
Detalhamentos
multidimensão e principais distinções		 
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
Subselecionar:
Filtrar adicionais
resultados		 
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')
Subselecionar:
Consulta cruzada
visualizações de dados		 
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
Subselecionar:
Origem em camadas,
filtragem,
e agregação

Camadas usando subseleções:

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

Camadas usando CTE WITH:

COM linhas AS (
 COM _ COMO (
 SELECT * FROM data_ares
 ONDE `timestamp&#39; ENTRE '2021-01-01' E '2021-02-01'
 )
 SELECIONAR _.item, _.unidades DE _
 ONDE _.item NÃO É NULO
)
SELECIONAR linhas.item, SUM(linhas.unidades) AS unidades
LINHAS DE ONDE rows.item em ('A', 'B', 'C')
GROUP BY rows.item
Seleciona onde as
as métricas vêm antes
ou são misturadas com
as dimensões		 
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:

  • Qualquer uma das métricas disponíveis por padrão;
  • Definido na visualização de dados;
  • Métricas calculadas compatíveis com a visualização de dados à qual o usuário tem acesso.

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

Você pode utilizar:

  • SELECT COUNT(*) ou COUNT(1) para obter a métrica de ocorrências.
  • SELECT COUNT(DISTINCT dimension) ou SELECT APPROX_COUNT_DISTINCT(dimension) para contar os valores distintos aproximados de uma dimensão. Veja os detalhes em Contagem de valores distintos.
  • Cálculos em linha para combinar métricas em tempo real e/ou matemática com elas.

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 em vez de ter a matemática definida em uma métrica calculada. A tabela a seguir lista quais tipos de expressões são compatíveis.

Operador ou Função
Detalhes
+, -, *, /, e %
Adicionar, subtrair, multiplicar, dividir e módulo/resto
-X ou +X
Alteração do sinal ou de uma métrica em que X é a expressão da métrica
PI()
Constante π
POSITIVE, NEGATIVE, ABS, FLOOR, CEIL, CEILING, EXP, LN, LOG10, LOG1P, SQRT, CBRT, DEGREES, RADIANS, SIN, COS, TAN, ACOS, ASIN, ATAN, COSH, SINH e TANH
Funções matemáticas unárias
MOD, POW, POWER, ROUND, LOG
Funções matemáticas binárias

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:

  • Se apenas um mínimo for fornecido (timestamp > X ou timestamp >= X), o intervalo será de X até agora.
  • Se apenas um máximo for fornecido (timestamp < X ou timestamp <= X), o intervalo é de X menos 30 dias a X.
  • Se nada for fornecido, o intervalo será de agora menos 30 dias para agora.

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 é limitada a dias completos. O daterange também é opcional e tem os mesmos padrões de intervalo que timestamp.
A variável daterange O campo também pode ser usado em funções de data/hora para analisar ou truncar a data do evento.

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

NOTE
O Power BI não oferece suporte daterange métricas que são inferiores a um dia (hora, 30 minutos, 5 minutos etc.).

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. Várias IDs de filtro podem ser fornecidas ao AND-las.

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

Cláusula Where

A variável WHERE A cláusula é tratada em três etapas:

  1. Localize o intervalo de datas na timestamp, daterangeou daterangeName campos especiais.

  2. Localizar qualquer definido externamente filterIds ou filterNames para incluir na filtragem.

  3. Transformar as expressões restantes em filtros ad-hoc.

O manuseio é feito analisando o primeiro nível dos ANDs na cláusula WHERE. Cada nível superior ANDA expressão -ed deve corresponder a uma das anteriores. 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

Função
Exemplo
Detalhes
Elenco
CAST(`timestamp` AS STRING) ou
`timestamp`::string
A conversão de tipo não é aceita atualmente, mas nenhum erro será gerado. A função CAST é ignorada.
Carimbo de data e hora
WHERE `timestamp` >= TIMESTAMP('2022-01-01 00:00:00') AND `timestamp` < TIMESTAMP('2022-01-02 00:00:00')
Analise uma string de tempo como um carimbo de data e hora para usar em uma cláusula WHERE.
Para carimbo de data e hora
WHERE `timestamp` >= TO_TIMESTAMP('01/01/2022', 'MM/dd/yyyy') AND `timestamp` < TO_TIMESTAMP('01/02/2022', 'MM/dd/yyyy')
Analise uma string de tempo como um carimbo de data e hora para usar em uma cláusula WHERE, fornecendo opcionalmente um formato para essa string de tempo.
Data
WHERE `timestamp` >= DATE('2022-01-01') AND `timestamp` < DATE('2022-01-02')
Analise uma string de datas como um carimbo de data e hora para usar em uma cláusula WHERE.
Data final
WHERE `timestamp` >= TO_DATE('01/01/2022', 'MM/dd/yyyy') AND `timestamp` < TO_DATE('01/02/2022', 'MM/dd/yyyy')
Analise uma string de data como um carimbo de data e hora para usar em uma cláusula WHERE, fornecendo opcionalmente um formato para essa string de data.

Suporte à função Dimension

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

Funções de string

Função
Exemplo
Detalhes
Lower
SELECT LOWER(name) AS lower_name
Gere uma identidade de dimensão dinâmica no campo transmitido.

Funções de data e hora

Função
Exemplo
Detalhes
Ano
SELECT YEAR(`timestamp`)
Gere uma identidade de dimensão dinâmica no campo transmitido.
Mês
SELECT MONTH(`timestamp`)
Gere uma identidade de dimensão dinâmica no campo transmitido.
Dia
SELECT DAY(`timestamp`)
Gere uma identidade de dimensão dinâmica no campo transmitido.
Dia da semana
SELECT DAYOFWEEK(`timestamp`)
Gere uma identidade de dimensão dinâmica no campo transmitido. Use a ID do item em vez do valor, pois você precisa do número e não do nome amigável.
Dia do ano
SELECT DAYOFYEAR(`timestamp`)
Gere uma identidade de dimensão dinâmica no campo transmitido.
Semana
SELECT WEEK(`timestamp`)
Gere uma identidade de dimensão dinâmica no campo transmitido.
Trimestre
SELECT QUARTER(`timestamp`)
Gere uma identidade de dimensão dinâmica no campo transmitido.
Hora
SELECT HOUR(`timestamp`)
Gere uma identidade de dimensão dinâmica no campo transmitido. Use a ID do item em vez do valor, pois você precisa do número e não do nome amigável.
Minuto
SELECT MINUTE(`timestamp`)
Gere uma identidade de dimensão dinâmica no campo transmitido.
Extract
SELECT EXTRACT(MONTH FROM `timestamp`)
Gere uma identidade de dimensão dinâmica no campo transmitido. Use a ID do item em vez do valor para algumas partes dessa função, pois você precisa do número e não do nome amigável.
As partes compatíveis são:
- Palavras-chave: YEAR, MONTH, DAYOFMONTH, DAYOFWEEK, DAYOFYEAR, WEEK, QUARTER, HOUR, MINUTE.
- Strings: 'YEAR', 'Y', 'MONTH', 'M', 'DAYOFMONTH', 'DAY', 'D', 'DAYOFWEEK', 'DOW', 'DAYOFYEAR', 'DOY', 'WEEK', 'WOY', 'W', 'QUARTER', 'QOY', 'Q', 'HOUR' ou 'MINUTE'.
Data (parte)
SELECT DATE_PART('month', `timestamp`)
Gere uma identidade de dimensão dinâmica no campo transmitido. Use a ID do item em vez do valor para algumas partes dessa função, pois você precisa do número e não do nome amigável.
As partes da string compatíveis são: 'YEAR', 'Y', 'MONTH', 'M', 'DAYOFMONTH', 'DAY', 'D', 'DAYOFWEEK', 'DOW', 'DAYOFYEAR', 'DOY', 'WEEK', 'WOY', 'W', 'QUARTER', 'QOY', 'Q', 'HOUR' ou 'MINUTE'.
Data (truncada)
SELECT DATE_TRUNC('quarter', `timestamp`)
Gere uma identidade de dimensão dinâmica no campo transmitido.
As granularidades de string compatíveis são: 'YEAR', 'Y', 'MONTH', 'M', 'DAYOFMONTH', 'DAY', 'D', 'DAYOFWEEK', 'DOW', 'DAYOFYEAR', 'DOY', 'WEEK', 'WOY', 'W', 'QUARTER', 'QOY', 'Q', 'HOUR' ou 'MINUTE'.
recommendation-more-help
080e5213-7aa2-40d6-9dba-18945e892f79