Usar valores de dimensão para segmentar

1. Selecione Página inicial no menu e Atualizar na barra de ferramentas. É necessário atualizar a conexão para coletar o novo filtro que você acabou de definir no Customer Journey Analytics.

2. No painel Dados:

   1. Selecione intervalo de datas.
   2. Selecione product_category.
   3. Selecione product_name.
   4. Selecione somar ocorrências.

Você vê uma visualização exibindo Erro ao buscar dados para este visual.

1. No painel Filtros:

   1. Selecione filterName is (All) from Filters on this visual.
   2. Selecione Filtragem básica como o Tipo de filtro.
   3. Selecione o intervalo de datas é (Todos) de Filtros neste visual.
   4. Selecione Filtragem avançada como o Tipo de filtro.
   5. Defina o filtro como Mostrar itens quando o valor estiver em ou após 1/1/2023 E estiver antes de 2/1/2023.
   6. Selecione Filtro básico como o Tipo de filtro para product_category e selecione Caça na lista de valores possíveis.
   7. Selecione para remover filterName de Colunas.
   8. Selecione para remover daterange de Colunas.

   Você vê a tabela atualizada com o filtro product_category aplicado. A área de trabalho do Power BI deve ser semelhante à mostrada abaixo.

   

O Tableau Desktop não oferece suporte à busca da lista dinâmica de categorias de produtos do Customer Journey Analytics. Em vez disso, este caso de uso usa o filtro recém-criado para Produtos de caça e usa os critérios de nome do filtro.

1. Na exibição Data Source, abaixo de Data, no menu de contexto em cc_data_view(prod:cja%3FFLATTEN), selecione Atualizar. É necessário atualizar a conexão para coletar o novo filtro que você acabou de definir no Customer Journey Analytics.

2. Selecione a guia Folha 1 na parte inferior para alternar da Fonte de dados. Na exibição Folha 1:

   1. Arraste a entrada Nome do Filtro da lista Tabelas na prateleira Filtros.

   2. Na caixa de diálogo Filtrar [Nome do Filtro], certifique-se de que Selecionar da lista esteja selecionado e selecione Produtos de Caça na lista. Selecione Aplicar e OK.

   3. Arraste a entrada Daterange da lista Tabelas na prateleira Filtros.

   4. Na caixa de diálogo Filtrar Campo [Intervalo de Datas], selecione Intervalo de Datas e selecione Avançar >.

   5. Na caixa de diálogo Filtro [Intervalo de datas], selecione Intervalo de datas e selecione 01/01/2023 - 1/2/2023. Selecione Aplicar e OK.

   6. Arraste Nome do Produto da lista Tabelas para Linhas.

   7. Arraste a entrada Ocorrências da lista Tabelas e solte a entrada no campo ao lado de Colunas. O valor é alterado para SUM(Occurrences).

   8. Selecione Tabela de Texto de Mostre-me.

   9. Selecione Ajustar largura no menu suspenso Ajustar.

      A área de trabalho do Tableau deve ser parecida com a exibida abaixo.

      

1. No 1. Na interface Explorar do Looker, atualize a conexão. Selecione Limpar cache e atualizar.

2. Na interface Explorar do Looker, verifique se você possui uma configuração limpa. Caso contrário, selecione Remover campos e filtros.

3. Selecione + Filtro abaixo de Filtros.

4. Na caixa de diálogo Adicionar Filtro:

   1. Selecionar ‣ Visualização De Dados Cc
   2. Na lista de campos, selecione ‣ Data do Intervalo de Datas e Data do Intervalo de Datas.
      

5. 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.

6. Selecione + Filtro abaixo de Filtros para adicionar outro filtro.

7. Na caixa de diálogo Adicionar Filtro:

   1. Selecionar ‣ Visualização De Dados Cc
   2. Na lista de campos, selecione ‣ Categoria do Produto.

8. Verifique se é como a seleção do filtro.

As Pesquisas de não mostram a lista de valores possíveis para Categoria do Produto.

1. Insira as seguintes instruções em uma nova célula.

   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. Execute a célula. Você deve ver uma saída semelhante à captura de tela abaixo.

   

3. Selecione Caça no menu suspenso.

4. Insira as seguintes instruções em uma nova célula.

   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. Execute a célula. Você deve ver uma saída semelhante à captura de tela abaixo.

   

1. Insira o seguinte bloco de código em um novo bloco. Certifique-se de usar uma categoria apropriada. Por exemplo, 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. Execute o pedaço. Você deve ver uma saída semelhante à captura de tela abaixo.