Seu Ambiente Adobe Commerce Intelligence
Ao analisar seus dados comerciais, esteja ciente desses fatores e dos equívocos comuns. Se precisar de ajuda para verificar se está usando o esquema do Commerce corretamente, não hesite em contatar o suporte.
entity_id
Muitas tabelas contêm uma coluna chamada entity\_id. Em cada tabela que contém um entity\_id, essa coluna é usada para identificar linhas exclusivas.
Por exemplo, cada linha na tabela sales\_order é uma ordem única. A chave primária nesta tabela é chamada entity\_id. Esta coluna pode ser considerada como order\_id. Em uma tabela separada, customer\_entity, cada linha representa um cliente único. A chave primária nessa tabela também é chamada de entity\_id, que pode ser considerada como customer\_id.
Nessas tabelas, sales\_order.entity\_id não é igual a customer\_entity.entity\_id. Isso é verdadeiro para todos os conjuntos de tabelas que contêm entity\_id: table\_A.entity\_id não é igual a table\_B.entity\_id.
Guest orders
Se você permitir que os clientes façam pedidos no seu site sem ter uma conta (pedidos de convidados), esses clientes não serão preenchidos como uma linha na tabela customer\_entity. Além disso, cada pedido feito por um convidado tem um valor customer\_id nulo na tabela sales\_order.
Portanto, se você quiser rastrear os comportamentos dos convidados ao longo do tempo, todas as colunas no nível do cliente devem ser calculadas na tabela sales\_order, usando um identificador de cliente como customer\_email.
Se você usar a tabela sales\_order como uma tabela do cliente, tenha cuidado ao criar métricas no nível do cliente. Por exemplo, considere uma métrica de receita média por vida útil. Essa métrica é usada para identificar a receita média ao longo da vida útil da sua base de clientes. Primeiro, é necessária uma nova coluna que retorne a receita vitalícia de cada cliente. Em seguida, você deve calcular a média dessa coluna para obter a receita média ao longo da vida dos clientes.
Se você puder usar a tabela customer\_entity, cada linha será um único cliente e cada cliente existirá somente nessa tabela uma vez. Portanto, quando você tem a coluna de receita vitalícia, tudo o que é necessário é criar uma métrica média. No entanto, se você usar a tabela sales\_order como tabela do cliente, é possível que haja um cliente em várias linhas. Depois de configurar a coluna receita vitalícia, cada pedido (linha) feito por um determinado cliente mostrará a receita vitalícia desse cliente, mas você só deseja incluir esse cliente uma vez na métrica média geral.
O truque aqui é que você deve adicionar um filtro à sua métrica para garantir que inclua apenas cada cliente uma vez. A Adobe incentiva você a criar e usar um conjunto de filtros chamado Clientes que contamos, que filtra o número do pedido do cliente = 1 (entre outros filtros que você pode precisar excluir clientes indesejados). A adição desse filtro garante que você inclua apenas cada cliente uma vez em uma métrica no nível do cliente.
Produtos e categorias
Os produtos podem ter várias categorias e as categorias podem ser usadas para mais de um produto. Portanto, ao configurar análises no nível da categoria, você deve ter cuidado para usar as definições corretas. Deseja a categoria de nível superior? Categoria de segundo nível? E se o produto puder se enquadrar em várias categorias de nível superior?
Imagine um par de jeans que se enquadra em três níveis de categoria diferentes, conforme definido pela implementação do Commerce: "Vestuário" (nível superior), "Outerwear" (segundo nível) e "Calça" (terceiro nível). Talvez você queira analisar o desempenho de categorias por número de unidades vendidas. A métrica necessária para esta análise é Itens vendidos, que é criada na tabela sales\_order\_item. Portanto, é necessário mover informações de nível de categoria para a tabela de itens. Cada linha da tabela sales\_order\_item tem uma product\_id associada. Portanto, se você souber as categorias associadas a um produto, poderá trazer essas informações para a tabela desejada.
Antes de mover quaisquer dados, primeiro você deve conhecer as associações e os filtros adequados para garantir que captura a categoria correta. Para algumas análises, você pode precisar saber "Calças", mas em outras análises, "Roupas" pode ser mais apropriado. Essas são categorias distintas que são identificadas separadamente. Saber como cada nível de categoria é definido garante que você possa atribuir vendas de unidade à categoria apropriada para sua análise específica.
Agora, imagine que você também tem uma categoria de nível superior Our Favorites na home page do seu site. Talvez você tenha implementado sua loja da Commerce para incluir esses jeans nas categorias Clothing e Our Favorites. Nesse caso, esse par de jeans tem mais de uma categoria de nível superior. Nesse caso, mover uma única categoria de nível superior para a tabela sales\_order\_item não faz sentido, pois há várias opções. Para levar em conta isso, a Adobe sugere criar colunas sim/não que verifiquem categorias específicas. Por exemplo, as colunas Is product in Clothing category? e Is product in Our Favorites category? permitem que você verifique se um produto se enquadra nessas categorias específicas.