Casos de uso da extensão do BI
- Tópicos:
- Data Views
Criado para:
- Usuário
Este artigo documenta como realizar vários casos de uso usando a extensão Customer Journey Analytics BI. Cada caso de uso explica a funcionalidade do Customer Journey Analytics, seguida de detalhes para cada uma das ferramentas de BI compatíveis:
- Power BI Desktop. A versão usada é 2.137.1102.0 de 64 bits (outubro de 2024).
- Tableau Desktop. A versão usada é 2024.1.5 (20241.24.0705.0334) de 64 bits.
- Pesquisa. Versão online 25.0.23, disponível por meio de looker.com
- Jupyter Notebook. A versão usada é a 7.3.2.
- RStudio. A versão usada é 2024.12.0, build 467.
Os seguintes casos de uso estão documentados:
-
Conectar
-
Relatório e análise
-
Entender
O caso de uso conectar se concentra em como conectar ferramentas de BI usando a extensão Customer Journey Analytics BI.
Os casos de uso de relatório e análise instruem como realizar visualizações semelhantes do Customer Journey Analytics nas ferramentas de BI atualmente suportadas.
Os casos de uso entender fornecem mais detalhes sobre:
- Transformações que ocorrem quando você usa uma ferramenta de BI para relatar e analisar.
- Semelhanças e diferenças de visualização entre as ferramentas de Customer Journey Analytics e BI.
- Avisos sobre cada uma das ferramentas de BI que você deve estar ciente.
Conectar e validar
Esse caso de uso configura a conexão da ferramenta de BI com o Customer Journey Analytics, lista as visualizações de dados disponíveis e seleciona uma visualização de dados para usar.
As instruções se referem a um ambiente de exemplo com os seguintes objetos:
- Exibição de dados: C&C - Exibição de Dados ??.
- Dimensões: Nome do Produto ?? e Categoria do Produto ??.
- Métricas: Receita de Compra ?? e Compras ??.
- Filtro: Produtos de Pesca ??.
Ao analisar os casos de uso, substitua esses objetos de exemplo por objetos apropriados para seu ambiente específico.
-
Acesse as credenciais e os parâmetros necessários da interface do usuário do Experience Platform Query Service.
-
Navegue até a sandbox da Experience Platform.
-
Selecione
-
Selecione a guia Credenciais na interface Consultas.
-
Selecione
prod:cja
no menu suspenso Banco de Dados.
-
-
Inicie o Power BI Desktop.
-
Na interface principal, selecione Obter dados de outras fontes.
-
Na caixa de diálogo Obter Dados:
1. Procure e selecione **banco de dados PostgreSQL**. 1. Selecione **Conectar**.
-
Na caixa de diálogo Banco de dados PostgreSQL:
1. Use  para copiar e colar os valores de **Host** e **Porta** do painel **Consulta** **Credenciais em Expiração** do Experience Platform, separadas por `:` como o valor do **Servidor**. Por exemplo: `examplecompany.platform-query.adobe.io:80`. 1. Use  para copiar e colar o valor do **Banco de Dados** do painel **Consulta** **Credenciais em Expiração** do Experience Platform. Adicione `?FLATTEN` ao valor que você colar. Por exemplo, `prod:cja?FLATTEN`. 1. Selecione **DirectQuery** como o **modo de conectividade de dados**. 1. Selecione **OK**.
-
Na caixa de diálogo Banco de dados PostgreSQL - Banco de Dados:
1. Use  para copiar os valores de **Nome de Usuário** e **Senha** do painel **Consulta** **Credenciais em Expiração** do Experience Platform nos campos **Nome de usuário** e **Senha**. Se você estiver usando uma [credencial sem expiração](https://experienceleague.adobe.com/pt-br/docs/experience-platform/query/ui/credentials?lang=pt-BR#use-credential-to-connect), use a senha da sua credencial sem expiração. 1. Verifique se o menu suspenso do **Selecione a qual nível aplicar essas configurações** está definido como o **Servidor** definido anteriormente. 1. Selecione **Conectar**.
-
Na caixa de diálogo Navegador, as visualizações de dados são recuperadas. Essa recuperação pode levar algum tempo. Depois de recuperado, você verá o seguinte no Power BI Desktop.
1. Selecione **public.cc_data_view** na lista do painel esquerdo. 1. Existem duas opções: 1. Selecione **Carregar** para continuar e concluir a instalação. 1. Selecione **Transformar Dados**. Você verá uma caixa de diálogo em que poderá aplicar transformações opcionalmente como parte da configuração.
<img src="https://experienceleague.adobe.com/docs/analytics-platform/assets/powerbi-transform-data.png?lang=pt-BR" alt="Dados de transformação do Power BI Desktop" class="modal-image"> * Selecione **Fechar e Aplicar**.
-
Após alguns instantes, public.cc_data_view será exibido no painel Dados. Selecione
-
Para NIVELAR ou não
O Power BI Desktop oferece suporte aos seguintes cenários para o parâmetro FLATTEN
. Consulte Nivelar dados aninhados para obter mais informações.
prod:cja
?FLATTEN
prod:cja?FLATTEN
%3FFLATTEN
prod:cja%3FFLATTEN
Mais informações
-
Acesse as credenciais e os parâmetros necessários da interface do usuário do Experience Platform Query Service.
-
Navegue até a sandbox da Experience Platform.
-
Selecione
-
Selecione a guia Credenciais na interface Consultas.
-
Selecione
prod:cja
no menu suspenso Banco de Dados.
-
-
Inicie o Tableau.
-
Selecione PostgreSQL no painel esquerdo abaixo de Para um Servidor. Se não estiver disponível, selecione Mais… e selecione PostgreSQL nos Conectores Instalados.
-
Na caixa de diálogo PostgreSQL, na guia General:
1. Use  para copiar e colar o **Host** do painel **Consulta** **Credenciais em Expiração** do Experience Platform no **Servidor**. 1. Use  para copiar e colar a **Porta** do painel **Consulta** **Credenciais em Expiração** do Experience Platform para a **Porta**. 1. Use  para copiar e colar o **Banco de Dados** do painel **Consulta** **Credenciais em Expiração** do Experience Platform no **Banco de Dados**. Adicione `%3FFLATTEN` ao valor que você colar. Por exemplo: `prod:cja%3FFLATTEN`. 1. Selecione **Nome de Usuário e Senha** no menu suspenso **Autenticação**. 1. Use  para copiar e colar o **Nome de Usuário** do painel **Consulta** **Credenciais em Expiração** do Experience Platform para o **Nome de Usuário**. 1. Use  para copiar e colar a **Senha** do painel **Consulta** **Credenciais em Expiração** do Experience Platform para a **Senha**. Se você estiver usando uma [credencial sem expiração](https://experienceleague.adobe.com/pt-br/docs/experience-platform/query/ui/credentials?lang=pt-BR#use-credential-to-connect), use a senha da sua credencial sem expiração. 1. Verifique se **Exigir SSL** está marcado. 1. Selecione **Fazer logon**.
Você verá uma caixa de diálogo Solicitação em andamento enquanto o Tableau Desktop valida a conexão.
-
Na janela principal, você vê na página Data Source, no painel esquerdo:
-
O nome da conexão, abaixo de Conexões.
-
O nome do banco de dados, abaixo de Banco de Dados.
-
Uma lista de tabelas, abaixo de Tabela.
- Arraste a entrada cc_data_view e solte a entrada na exibição principal onde se lê Arraste tabelas aqui.
-
-
A janela principal exibe detalhes da exibição de dados do cc_data_view.
-
Para NIVELAR ou não
O Tableau Desktop oferece suporte aos seguintes cenários para o parâmetro FLATTEN
. Consulte Nivelar dados aninhados para obter mais informações.
prod:cja
?FLATTEN
prod:cja?FLATTEN
%3FFLATTEN
prod:cja%3FFLATTEN
%3FFLATTEN
é a versão de ?FLATTEN
codificada em URL.Mais informações
-
Acesse as credenciais e os parâmetros necessários da interface do usuário do Experience Platform Query Service.
-
Navegue até a sandbox da Experience Platform.
-
Selecione
-
Selecione a guia Credenciais na interface Consultas.
-
Selecione
prod:cja
no menu suspenso Banco de Dados.
-
-
Fazer logon no Looker
-
Selecione Admin no painel esquerdo.
-
Selecione Conexões.
-
Selecione Adicionar conexão.
-
Na tela Conectar o banco de dados ao Pesquisador.
- Digite um Nome para sua conexão, por exemplo
Example Looker Connection
. - Verifique se Todos os Projetos está selecionado como Escopo de Conexão.
- Selecione PostgreSQL 9.5+ como o Dialeto.
- Use
examplecompany.platform-query.adobe.io
. - Use
80
. - Use
%3FFLATTEN
ao valor que você colar. Por exemplo,prod:cja%3FFLATTEN
. - Use
- Use
- Selecione Expandir tudo em Configurações Opcionais.
- Defina Máximo de conexões por nó como
5
. - Verifique se SSL está habilitado.
- Selecione Testar para testar a conexão. Você deve ver um banner aparecer na parte superior da tela com uma mensagem como Sucesso, pode conectar JDBC ….
- Selecione Conectar para estabelecer e salvar a conexão.
- Digite um Nome para sua conexão, por exemplo
-
Você vê a nova conexão na interface Conexões.
-
Selecione Esquerda de Administrador para ir para a navegação principal no painel esquerdo.
-
Selecione Desenvolver.
-
Selecione Projetos.
-
Selecione Novo Modelo em Projetos LookML.
-
Para garantir que você não afete outros usuários. selecione Enter Development Mode (Entrar no modo de desenvolvimento) quando solicitado.
-
Na experiência Criar Modelo:
-
Em ➊ Selecione a Conexão de Banco de Dados:
- Selecione sua conexão de banco de dados em Selecionar conexão de banco de dados. Por exemplo: example_looker_connection.
- Nomeie seu projeto em Crie um novo Projeto LookML para este modelo. Para
example: example_looker_project
. - Selecione Próximo.
-
Em ➋ Selecionar Tabelas:
- Selecione público e certifique-se de que sua visualização de dados do Customer Journey Analytics está selecionada. Por exemplo:
- Selecione Próximo.
- Selecione público e certifique-se de que sua visualização de dados do Customer Journey Analytics está selecionada. Por exemplo:
-
Em ➌ Selecione Chaves Primárias:
- Selecione Próximo.
-
Em ➍ Selecione Explorações para Criar:
- Certifique-se de selecionar a exibição. Por exemplo: cc_data_view.view.
- Selecione Próximo.
-
Em ➎ Digite O Nome Do Modelo:
- Dê um nome ao seu modelo. Por exemplo:
example_looker_model
.
- Dê um nome ao seu modelo. Por exemplo:
-
Selecione Concluir e Explorar Dados.
-
Você foi redirecionado para a interface do Looker Explorar, pronta para explorar os dados.
-
Para NIVELAR ou não
O pesquisador dá suporte aos seguintes cenários para o parâmetro FLATTEN
. Consulte Nivelar dados aninhados para obter mais informações.
prod:cja
?FLATTEN
prod:cja?FLATTEN
%3FFLATTEN
prod:cja%3FFLATTEN
%3FFLATTEN
é a versão de ?FLATTEN
codificada em URL.Mais informações
-
Acesse as credenciais e os parâmetros necessários da interface do usuário do Experience Platform Query Service.
-
Navegue até a sandbox da Experience Platform.
-
Selecione
-
Selecione a guia Credenciais na interface Consultas.
-
Selecione
prod:cja
no menu suspenso Banco de Dados.
-
-
Configure um ambiente virtual Python dedicado para executar seu ambiente Jupyter Notebook.
-
Verifique se você instalou as bibliotecas necessárias em seu ambiente virtual:
- ipython-sql:
pip install ipython-sql
. - psycopg2-binary:
pip install psycopg-binary
. - sqlalchemy: pip
install sqlalchemy
.
- ipython-sql:
-
Inicie o Jupyter Notebook a partir de seu ambiente virtual:
jupyter notebook
. -
Crie um novo bloco de anotações ou baixe este bloco de anotações de exemplo.
-
Na primeira célula, insira e execute:
%config SqlMagic.style = '_DEPRECATED_DEFAULT'
-
Em uma nova célula, insira os parâmetros de configuração da sua conexão. Use
import ipywidgets as widgets from IPython.display import display config_host = widgets.Text(description='Host:', value='example.platform-query-stage.adobe.io', layout=widgets.Layout(width="600px")) display(config_host) config_port = widgets.IntText(description='Port:', value=80, layout=widgets.Layout(width="200px")) display(config_port) config_db = widgets.Text(description='Database:', value='prod:cja', layout=widgets.Layout(width="300px")) display(config_db) config_username = widgets.Text(description='Username:', value='EC582F955C8A79F70A49420E@AdobeOrg', layout=widgets.Layout(width="600px")) display(config_username) config_password = widgets.Password(description='Password:', value='***', layout=widgets.Layout(width="600px")) display(config_password)
-
Execute a célula.
-
Use
-
Em uma nova célula, insira as instruções para carregar a extensão SQL, a biblioteca necessária e conectar-se ao Customer Journey Analytics.
%load_ext sql from sqlalchemy import create_engine %sql postgresql://{config_username.value}:{config_password.value}@{config_host.value}:{config_port.value}/{config_db.value}?sslmode=require
Execute o shell. Você não deve ver nenhuma saída, mas a célula deve ser executada sem nenhum aviso.
-
Em uma nova chamada, insira as instruções para obter uma lista de visualizações de dados disponíveis com base na conexão.
%%sql SELECT n.nspname as "Schema", c.relname as "Name", CASE c.relkind WHEN 'r' THEN 'table' WHEN 'v' THEN 'view' WHEN 'm' THEN 'materialized view' WHEN 'i' THEN 'index' WHEN 'S' THEN 'sequence' WHEN 's' THEN 'special' WHEN 't' THEN 'TOAST table' WHEN 'f' THEN 'foreign table' WHEN 'p' THEN 'partitioned table' WHEN 'I' THEN 'partitioned index' END as "Type", pg_catalog.pg_get_userbyid(c.relowner) as "Owner" FROM pg_catalog.pg_class c LEFT JOIN pg_catalog.pg_namespace n ON n.oid = c.relnamespace WHERE c.relkind IN ('v','') AND n.nspname <> 'pg_catalog' AND n.nspname !~ '^pg_toast' AND n.nspname <> 'information_schema' AND pg_catalog.pg_table_is_visible(c.oid) AND c.relname NOT LIKE '%test%' AND c.relname NOT LIKE '%ajo%' ORDER BY 1,2;
Execute o shell. Você deve ver a saída simular na captura de tela abaixo.
Você deve ver o cc_data_view na lista de visualizações de dados.
Para NIVELAR ou não
O Jupyter Notebook dá suporte aos seguintes cenários para o parâmetro FLATTEN
. Consulte Nivelar dados aninhados para obter mais informações.
prod:cja
?FLATTEN
prod:cja?FLATTEN
%3FFLATTEN
prod:cja%3FFLATTEN
%3FFLATTEN
é a versão de ?FLATTEN
codificada em URL.Mais informações
-
Acesse as credenciais e os parâmetros necessários da interface do usuário do Experience Platform Query Service.
-
Navegue até a sandbox da Experience Platform.
-
Selecione
-
Selecione a guia Credenciais na interface Consultas.
-
Selecione
prod:cja
no menu suspenso Banco de Dados.
-
-
Iniciar RStudio.
-
Crie um novo arquivo do R Markdown ou baixe este arquivo de exemplo do R Markdown.
-
Na primeira parte, insira as seguintes instruções entre
{r} ` e `
. Usehost
,dbname
euser
. Por exemplo:library(rstudioapi) library(DBI) library(dplyr) library(tidyr) library(RPostgres) library(ggplot2) host <- rstudioapi::showPrompt(title = "Host", message = "Host", default = "orangestagingco.platform-query-stage.adobe.io") dbname <- rstudioapi::showPrompt(title = "Database", message = "Database", default = "prod:cja?FLATTEN") user <- rstudioapi::showPrompt(title = "Username", message = "Username", default = "EC582F955C8A79F70A49420E@AdobeOrg") password <- rstudioapi::askForPassword(prompt = "Password")
-
Execute o pedaço. Você é solicitado a fornecer Host, Banco de Dados e Usuário. Basta aceitar os valores fornecidos como parte da etapa anterior.
-
Use
-
Crie uma nova parte e insira as seguintes instruções entre ```` {r}
e
.
con <- dbConnect( RPostgres::Postgres(), host = host, port = 80, dbname = dbname, user = user, password = password, sslmode = 'require' )
-
Execute o pedaço. Você não deve ver nenhuma saída se a conexão for bem-sucedida.
-
Crie uma nova parte e insira as seguintes instruções entre ```` {r}
e
.
views <- dbListTables(con) print(views)
-
Execute o pedaço. Você deve ver
character(0)
como a única saída. -
Crie uma nova parte e insira as seguintes instruções entre ```` {r}
e
.
glimpse(dv)
-
Execute o pedaço. Você deve ver a saída simular na captura de tela abaixo.
Para NIVELAR ou não
O RStudio oferece suporte aos seguintes cenários para o parâmetro FLATTEN
. Consulte Nivelar dados aninhados para obter mais informações.
prod:cja
?FLATTEN
prod:cja?FLATTEN
%3FFLATTEN
prod:cja%3FFLATTEN
Mais informações
Tendência diária
Nesse caso de uso, é necessário exibir uma tabela e uma visualização de linha simples que mostre uma tendência diária de ocorrências (eventos) de 1º de janeiro de 2023 até 31 de janeiro de 2023.
Um exemplo de painel Tendência diária para o caso de uso:
-
No painel Dados:
- Selecione daterangeday.
- Selecione ocorrências.
Você verá uma tabela exibindo as ocorrências do mês atual. Para obter melhor visibilidade, aumente a visualização.
-
No painel Filtros:
- Selecione o daterangeday é (Todos) de Filtros neste visual.
- Selecione Filtragem avançada como o Tipo de filtro.
- Defina o filtro como Mostrar itens quando o valor estiver em ou após
1/1/2023
E estiver antes2/1/2023.
. Você pode usar o ícone de calendário para escolher e selecionar datas. - Selecione Aplicar filtro.
Você vê a tabela atualizada com o filtro daterangeday aplicado.
-
No painel Visualizações, selecione a visualização Gráfico de linhas.
Uma visualização de gráfico de linhas substitui a tabela enquanto usa os mesmos dados que a tabela. A área de trabalho do Power BI deve ser semelhante à mostrada abaixo.
-
Na visualização do Gráfico de linha:
- Selecione
- No menu de contexto, selecione Mostrar como tabela.
A visualização principal é atualizada para mostrar uma visualização de linha e uma tabela. A área de trabalho do Power BI deve ser semelhante à mostrada abaixo.
- Selecione
-
Selecione a guia Folha 1 na parte inferior para alternar da exibição Fonte de Dados. Na exibição Folha 1:
-
Arraste a entrada Daterange da lista Tabelas no painel Dados e solte a entrada na prateleira Filtros.
-
Na caixa de diálogo Campo de Filtros [Intervalo de datas], selecione Intervalo de datas e selecione Próximo >.
-
Na caixa de diálogo Filtro [Intervalo de datas], selecione Intervalo de datas e especifique um período de
01/01/2023
a01/02/2023
. -
Arraste e solte Daterangeday da lista Tabelas no painel Dados e solte a entrada no campo ao lado de Colunas.
- Selecione Dia no menu suspenso Dia_da_Data, para que o valor seja atualizado para Dia(Dia_da_Data).
-
Arraste e solte Ocorrências da lista Tabelas (Nomes de Medidas) no painel Dados e solte a entrada no campo ao lado de Linhas. O valor é convertido automaticamente em SUM(Occurrences).
-
Modifique Padrão para Exibição inteira do menu suspenso Ajustar na barra de ferramentas.
A área de trabalho do Tableau deve ser parecida com a exibida abaixo.
-
-
Selecione Duplicar no menu de contexto da guia Planilha 1 para criar uma segunda planilha.
-
Selecione Renomear no menu de contexto da guia Planilha 1 para renomear a planilha como
Graph
. -
Selecione Renomear no menu de contexto da guia Planilha 1 (2) para renomear a planilha como
Data
. -
Verifique se a folha de Dados está selecionada. Na exibição Dados:
-
Selecione Mostrar-me no canto superior direito e selecione Tabela de texto (visualização superior esquerdo) para modificar o conteúdo do modo de exibição de Dados para uma tabela.
-
Selecione Trocar Linhas e Colunas na barra de ferramentas.
-
Modifique Padrão para Exibição inteira do menu suspenso Ajustar na barra de ferramentas.
A área de trabalho do Tableau deve ser parecida com a exibida abaixo.
-
-
Selecione o botão de guia Novo Painel (na parte inferior) para criar um novo modo de exibição Painel. No modo de exibição Painel 1:
-
Arraste e solte a planilha Gráfico da prateleira Folhas no modo de exibição Painel 1 que lê Folhas de soltar aqui.
-
Arraste e solte a planilha Dados da prateleira Folhas abaixo da planilha Gráfico no modo de exibição Painel 1.
-
Selecione a planilha Dados no modo de exibição e modifique a Exibição Inteira para Corrigir Largura.
A área de trabalho do Tableau deve ser parecida com a exibida abaixo.
-
-
Na interface Explorar do Looker, verifique se você possui uma configuração limpa. Caso contrário, selecione
-
Selecione + Filtro abaixo de Filtros.
-
Na caixa de diálogo Adicionar Filtro:
-
Selecionar ‣ Visualização De Dados Cc
-
Na lista de campos, selecione ‣ Data do Intervalo de Datas e Data do Intervalo de Datas.
-
-
Especifique o filtro Data do Intervalo de Datas da Visualização de Dados Cc, pois está no intervalo 2023/01/01 até (antes) 2023/02/01.
-
Na seção Visualização de Dados Cc no painel esquerdo,
- Selecione ‣ Intervalo de Datas Data, depois Data da lista de DIMENSÕES.
- Selecione Contagem abaixo de MEDIDAS no painel esquerdo (na parte inferior).
-
Selecione Executar.
-
Selecione ‣ Visualização para exibir a visualização de linha.
Você deve ver uma visualização e tabela semelhantes, como mostrado abaixo.
-
Insira as seguintes instruções em uma nova célula.
import seaborn as sns import matplotlib.pyplot as plt data = %sql SELECT daterangeday AS Date, COUNT(*) AS Events \ FROM cc_data_view \ WHERE daterange BETWEEN '2023-01-01' AND '2023-02-01' \ GROUP BY 1 \ ORDER BY Date ASC df = data.DataFrame() df = df.groupby('Date', as_index=False).sum() plt.figure(figsize=(15, 3)) sns.lineplot(x='Date', y='Events', data=df) plt.show() display(data)
-
Execute a célula. Você deve ver uma saída semelhante à captura de tela abaixo.
-
Insira as seguintes instruções entre
{r} ` e `
em uma nova parte.## Daily Events df <- dv %>% filter(daterange >= "2023-01-01" & daterange < "2023-02-01") %>% group_by(daterangeday) %>% count() %>% arrange(daterangeday, .by_group = FALSE) ggplot(df, aes(x = daterangeday, y = n)) + geom_line(color = "#69b3a2") + ylab("Events") + xlab("Date") print(df)
-
Execute o pedaço. Você deve ver uma saída semelhante à captura de tela abaixo.
Tendência horária
Nesse caso de uso, é desejável exibir uma tabela e uma visualização de linha simples que mostre uma tendência horária de ocorrências (eventos) para 1º de janeiro de 2023.
Um exemplo de painel Tendência por hora para o caso de uso:
-
Selecione a guia Folha 1 na parte inferior para alternar da Fonte de dados. Na exibição Folha 1:
-
Arraste a entrada Daterange da lista Tabelas no painel Dados e solte a entrada na prateleira Filtros.
-
Na caixa de diálogo Campo de Filtros [Intervalo de datas], selecione Intervalo de datas e selecione Próximo >.
-
Na caixa de diálogo Filtro [Intervalo de datas], selecione Intervalo de datas e especifique um período de
01/01/2023
a02/01/2023
. -
Arraste e solte Daterangehour da lista Tabelas no painel Dados e solte a entrada no campo ao lado de Colunas.
- Selecione Mais > Horas no menu suspenso Daterangeday, para atualizar o valor para HOUR(Daterangeday).
-
Arraste e solte Ocorrências da lista Tabelas (Nomes de Medidas) no painel Dados e solte a entrada no campo ao lado de Linhas. O valor é convertido automaticamente em SUM(Occurrences).
-
Modifique Padrão para Exibição inteira do menu suspenso Ajustar na barra de ferramentas.
A área de trabalho do Tableau deve ser parecida com a exibida abaixo.
-
-
Selecione Duplicar no menu de contexto da guia Planilha 1 para criar uma segunda planilha.
-
Selecione Renomear no menu de contexto da guia Planilha 1 para renomear a planilha como
Graph
. -
Selecione Renomear no menu de contexto da guia Planilha 1 (2) para renomear a planilha como
Data
. -
Verifique se a folha de Dados está selecionada. Na exibição Dados:
-
Selecione Mostrar-me no canto superior direito e selecione Tabela de texto (visualização superior esquerdo) para modificar o conteúdo do modo de exibição de Dados para uma tabela.
-
Arraste HOUR(Daterangeday) de Colunas para Linhas.
-
Modifique Padrão para Exibição inteira do menu suspenso Ajustar na barra de ferramentas.
A área de trabalho do Tableau deve ser parecida com a exibida abaixo.
-
-
Selecione o botão de guia Novo Painel (na parte inferior) para criar um novo modo de exibição Painel. No modo de exibição Painel 1:
-
Arraste e solte a planilha Gráfico da prateleira Folhas no modo de exibição Painel 1 que lê Folhas de soltar aqui.
-
Arraste e solte a planilha Dados da prateleira Folhas abaixo da planilha Gráfico no modo de exibição Painel 1.
-
Selecione a planilha Dados no modo de exibição e modifique a Exibição Inteira para Corrigir Largura.
A exibição do Painel 1 deve ser semelhante à mostrada abaixo.
-
-
Na interface Explorar do Looker, verifique se você possui uma configuração limpa. Caso contrário, selecione
-
Selecione + Filtro abaixo de Filtros.
-
Na caixa de diálogo Adicionar Filtro:
-
Selecionar ‣ Visualização De Dados Cc
-
Na lista de campos, selecione ‣ Data do Intervalo de Datas e Data do Intervalo de Datas.
-
-
Especifique o filtro Data do Intervalo de Datas da Visualização de Dados Cc, pois está no intervalo 2023/01/01 até (antes) 2023/01/02.
-
Na seção Visualização de Dados Cc no painel esquerdo,
- Selecione ‣ Data Daterangehour, depois Hora da lista de DIMENSÕES.
- Selecione Contagem abaixo de MEDIDAS no painel esquerdo (na parte inferior).
-
Selecione Executar.
-
Selecione ‣ Visualização para exibir a visualização de linha.
Você deve ver uma visualização e tabela semelhantes, como mostrado abaixo.
-
Insira as seguintes instruções em uma nova célula.
import seaborn as sns import matplotlib.pyplot as plt data = %sql SELECT daterangehour AS Hour, COUNT(*) AS Events \ FROM cc_data_view \ WHERE daterange BETWEEN '2023-01-01' AND '2023-01-02' \ GROUP BY 1 \ ORDER BY Hour ASC df = data.DataFrame() df = df.groupby('Hour', as_index=False).sum() plt.figure(figsize=(15, 3)) sns.lineplot(x='Hour', y='Events', data=df) plt.show() display(data)
-
Execute a célula. Você deve ver uma saída semelhante à captura de tela abaixo.
-
Insira as seguintes instruções entre
{r} ` e `
em uma nova parte.## Hourly Events df <- dv %>% filter(daterange >= "2023-01-01" & daterange < "2023-01-02") %>% group_by(daterangehour) %>% count() %>% arrange(daterangehour, .by_group = FALSE) ggplot(df, aes(x = daterangehour, y = n)) + geom_line(color = "#69b3a2") + ylab("Events") + xlab("Hour") print(df)
-
Execute o pedaço. Você deve ver uma saída semelhante à captura de tela abaixo.
Tendência mensal
Nesse caso de uso, é necessário exibir uma tabela e uma visualização de linha simples que mostre uma tendência mensal de ocorrência (eventos) para 2023.
Um exemplo de painel Tendência mensal para o caso de uso:
-
No painel Dados:
- Selecione daterangemmonth.
- Selecione ocorrências.
Você verá uma tabela exibindo as ocorrências do mês atual. Para obter melhor visibilidade, aumente a visualização.
-
No painel Filtros:
- Selecione o daterangemonth é (Todos) de Filtros neste visual.
- Selecione Filtragem avançada como o Tipo de filtro.
- Defina o filtro como Mostrar itens quando o valor estiver em ou após
1/1/2023
E estiver antes1/1/2024.
. Você pode usar o ícone de calendário para escolher e selecionar datas. - Selecione Aplicar filtro.
Você vê a tabela atualizada com o filtro aplicado daterangemonth.
-
No painel Visualizações:
- Selecione a visualização Gráfico de linhas.
Uma visualização de gráfico de linhas substitui a tabela enquanto usa os mesmos dados que a tabela. A área de trabalho do Power BI deve ser semelhante à mostrada abaixo.
-
Na visualização do Gráfico de linha:
- Selecione
- No menu de contexto, selecione Mostrar como tabela.
A visualização principal é atualizada para mostrar uma visualização de linha e uma tabela. A área de trabalho do Power BI deve ser semelhante à mostrada abaixo.
- Selecione
-
Selecione a guia Folha 1 na parte inferior para alternar da Fonte de dados. Na exibição Folha 1:
-
Arraste a entrada Daterange da lista Tabelas no painel Dados e solte a entrada na prateleira Filtros.
-
Na caixa de diálogo Campo de Filtros [Intervalo de datas], selecione Intervalo de datas e selecione Próximo >.
-
Na caixa de diálogo Filtro [Intervalo de datas], selecione Intervalo de datas e especifique um período de
01/01/2023
a01/01/2024
. -
Arraste e solte Daterangeday da lista Tabelas no painel Dados e solte a entrada no campo ao lado de Colunas.
- Selecione MÊS no menu suspenso Dia_da_data, para que o valor seja atualizado para MÊS(Dia_da_data).
-
Arraste e solte Ocorrências da lista Tabelas (Nomes de Medidas) no painel Dados e solte a entrada no campo ao lado de Linhas. O valor é convertido automaticamente em SUM(Occurrences).
-
Modifique Padrão para Exibição inteira do menu suspenso Ajustar na barra de ferramentas.
A área de trabalho do Tableau deve ser parecida com a exibida abaixo.
-
-
Selecione Duplicar no menu de contexto da guia Planilha 1 para criar uma segunda planilha.
-
Selecione Renomear no menu de contexto da guia Planilha 1 para renomear a planilha como
Graph
. -
Selecione Renomear no menu de contexto da guia Planilha 1 (2) para renomear a planilha como
Data
. -
Verifique se a folha de Dados está selecionada. Na visualização de dados:
-
Selecione Mostrar-me no canto superior direito e selecione Tabela de texto (visualização superior esquerdo) para modificar o conteúdo do modo de exibição de Dados para uma tabela.
-
Arraste MONTH(Daterangeday) de Colunas para Linhas.
-
Modifique Padrão para Exibição inteira do menu suspenso Ajustar na barra de ferramentas.
A área de trabalho do Tableau deve ser parecida com a exibida abaixo.
-
-
Selecione o botão de guia Novo Painel (na parte inferior) para criar um novo modo de exibição Painel. No modo de exibição Painel 1:
-
Arraste e solte a planilha Gráfico da prateleira Folhas no modo de exibição Painel 1 que lê Folhas de soltar aqui.
-
Arraste e solte a planilha Dados da prateleira Folhas abaixo da planilha Gráfico no modo de exibição Painel 1.
-
Selecione a planilha Dados no modo de exibição e modifique a Exibição Inteira para Corrigir Largura.
A área de trabalho do Tableau deve ser parecida com a exibida abaixo.
-
-
Na interface Explorar do Looker, verifique se você possui uma configuração limpa. Caso contrário, selecione
-
Selecione + Filtro abaixo de Filtros.
-
Na caixa de diálogo Adicionar Filtro:
-
Selecionar ‣ Visualização De Dados Cc
-
Na lista de campos, selecione ‣ Data do Intervalo de Datas e Data do Intervalo de Datas.
-
-
Especifique o filtro Data do Intervalo de Datas da Visualização de Dados Cc, pois está no intervalo 2023/01/01 até (antes) 2024/01/01.
-
No painel Exibição De Dados Cc esquerdo,
- Selecione ‣ Daterangemonth Date, depois Month da lista de DIMENSIONS.
- Selecione Contagem abaixo de MEDIDAS no painel esquerdo (na parte inferior).
-
Selecione Executar.
-
Selecione ‣ Visualização para exibir a visualização de linha.
Você deve ver uma visualização e tabela semelhantes, como mostrado abaixo.
-
Insira as seguintes instruções em uma nova célula.
import seaborn as sns import matplotlib.pyplot as plt data = %sql SELECT daterangemonth AS Month, COUNT(*) AS Events \ FROM cc_data_view \ WHERE daterange BETWEEN '2023-01-01' AND '2024-01-01' \ GROUP BY 1 \ ORDER BY Month ASC df = data.DataFrame() df = df.groupby('Month', as_index=False).sum() plt.figure(figsize=(15, 3)) sns.lineplot(x='Month', y='Events', data=df) plt.show() display(data)
-
Execute a célula. Você deve ver uma saída semelhante à captura de tela abaixo.
-
Insira as seguintes instruções entre
{r} ` e `
em uma nova parte.## Hourly Events df <- dv %>% filter(daterange >= "2023-01-01" & daterange < "2023-01-02") %>% group_by(daterangehour) %>% count() %>% arrange(daterangehour, .by_group = FALSE) ggplot(df, aes(x = daterangehour, y = n)) + geom_line(color = "#69b3a2") + ylab("Events") + xlab("Hour") print(df)
-
Execute o pedaço. Você deve ver uma saída semelhante à captura de tela abaixo.
Dimensão única classificada
Nesse caso de uso, é desejável exibir uma tabela e uma visualização de barra simples que mostre a receita de compras e compras de nomes de produtos em 2023.
Um exemplo de painel Dimension único classificado para o caso de uso: