Insights SQL

Crie modelos de dados de relatórios sob medida para extrair insights mais profundos, otimizar estratégias e adaptar a análise para atender às necessidades específicas dos negócios com os insights de SQL da Data Distiller. Use o recurso Insights SQL para melhorar a transparência e obter insights operacionais dos dados do Adobe Experience Platform em dimensões como perfis, públicos, campanhas, jornadas, direitos e consentimento. Esse recurso oferece uma solução versátil e adaptável para adaptar os modelos de dados de relatórios de sua organização às necessidades específicas de seus negócios.

Para visualizar seus Insights de SQL, você pode usar o modo profissional de consulta para realizar análises complexas com consultas SQL personalizadas e transformar seus dados em gráficos de fácil interpretação. Use o modo query pro para criar insights e visualizações sob medida em seus painéis e atender a públicos técnicos e não técnicos baixando seus insights como arquivos CSV.

Este documento aborda os casos de uso, os recursos essenciais e as etapas necessárias para desenvolver um painel de insights SQL com o Data Distiller.

Pré-requisitos

Este tutorial usa painéis definidos pelo usuário para visualizar dados de seu modelo de dados personalizado na interface do usuário da Platform. Consulte a documentação de painéis definidos pelo usuário para saber mais sobre este recurso.

Introdução

O SKU do Data Distiller é necessário para criar um modelo de dados personalizado para seus insights de relatório e estender os modelos de dados do Real-Time CDP que contêm dados enriquecidos da Platform. Consulte a documentação de empacotamento, medidas de proteção e licenciamento relacionada à SKU do Data Distiller. Se você não tiver o Data Distiller SKU, entre em contato com o representante do serviço de atendimento ao cliente da Adobe para obter mais informações.

Casos de uso do SQL Insights use-cases

Abaixo estão casos de uso comuns que podem ser efetivamente tratados por meio do SQL Insights no Data Distiller.

Transparência de uso de perfil e público usage-transparency

Desafio: como detalhar os KPIs (Indicadores-chave de desempenho) por critérios específicos, como unidades de negócios, status de fidelidade ou Valor vitalício do cliente (CLTV).

Solução do SQL Insights: O Data Distiller habilita a extensão de modelos de dados de relatórios no Adobe Experience Platform, facilitando a adição de atributos de perfil personalizados, como CLTV ou status de fidelidade.

Desafio: como aplicar sobreposição de público-alvo e dimensionar relatórios de linha de tendência a atributos de consentimento personalizados para canais como email, SMS e telefone.

Solução do SQL Insights: O modelo de dados de relatórios pode ser estendido para rastrear alterações nas preferências de consentimento ao longo do tempo. Isso envolve a criação de tabelas de fatos e dimensões adicionais para as preferências de consentimento de tendência e o agendamento de atualização de dados incremental.

Otimizar a estratégia de segmentação de público optimize-audience-segmentation-strategy

Desafio: como integrar pontuações de propensão geradas por modelo de aprendizado de máquina (ML) aos relatórios de KPI de público-alvo.

Solução do SQL Insights: O Data Distiller permite a inclusão de pontuações de propensão de modelos de ML personalizados, facilitando o cálculo de pontuações agregadas no nível do público-alvo. Esses dados podem ser relatados junto com KPIs padrão.

Expansão de público audience-expansion

Desafio: como adquirir mais do que apenas contagens de perfil nos relatórios de sobreposição de público e obter dados demográficos adicionais ou preferências para orientar estratégias de expansão de público.

Solução do SQL Insights: ao estender o modelo de dados de relatórios, os usuários podem incorporar atributos de perfil adicionais, enriquecendo o relatório de sobreposição de público-alvo com dados demográficos e preferências relevantes.

Principais recursos para gerar Insights SQL key-capabilities

A ilustração abaixo destaca vários recursos essenciais para gerar Insights SQL. Esses recursos incluem:

  1. Visualizações de dados: incorporação de elementos visuais, como tendências e gráficos de barras, para obter uma visão abrangente das tendências de dados.
  2. Criação de painéis: habilitando a criação de painéis personalizados adaptados a casos de uso específicos, proporcionando uma experiência de análise mais personalizada e direcionada.
  3. Modelagem flexível de dados SQL: use uma abordagem versátil de modelagem de dados SQL que permite aos usuários combinar e manipular facilmente diferentes conjuntos de dados, melhorando a adaptabilidade e a profundidade analítica.
  4. Armazenamento acelerado: implementação de um mecanismo de armazenamento acelerado para fornecer insights agregados de maneira eficiente por meio do SQL, garantindo acesso rápido e simplificado a informações valiosas.
  5. Conectividade de BI: facilita a integração perfeita com ferramentas populares de Business Intelligence (BI), incluindo Power BI, Tableau, Looker e Apache Superset. Essa conectividade garante a compatibilidade com diversos ambientes de BI, oferecendo aos usuários a flexibilidade de usar sua ferramenta de escolha para análises e relatórios detalhados.

Representações visuais dos principais recursos dos Insights SQL da Data Distiller.

Etapas para criar insights SQL steps-to-create

Para desenvolver um painel de Insights SQL no Data Distiller, siga as instruções passo a passo abaixo.

  1. Exploração de consulta ad hoc: Comece executando consultas ad hoc SELECT para explorar dados brutos no data lake. Isso permite a análise de dados exploratórios e instantâneos para testar e valida dados em que os resultados das consultas não são armazenados no data lake.
  2. Utilização de consulta em lote: use consultas em lote para criar trabalhos agendados para gerar tabelas agregadas de insights, garantindo uma abordagem sistemática e automatizada para o processamento de dados. As consultas em lote executam consultas INSERT TABLE AS SELECT e CREATE TABLE AS SELECT para limpar, moldar, manipular e enriquecer dados. Os resultados dessas consultas são armazenados no data lake.
  3. Carregamento de insights agregados: carregue os insights agregados gerados no repositório acelerado e use o SQL para testar consultas e garantir a precisão e a eficiência da recuperação de dados. Para saber como fazer consultas sem estado ao repositório acelerado, consulte a documentação.
  4. Acesso e integração: acesse os insights armazenados no repositório acelerado facilmente ao integrar com o Adobe Experience Platform Painéis definidos pelo usuário ou outras ferramentas de Business Intelligence (BI) preferenciais. Essas integrações com clientes de terceiros facilitam uma experiência coesa e intuitiva para os usuários.

Um infográfico que ilustra as quatro etapas do SQL Insights no Data Distiller.

Próximas etapas

Ao ler este documento, agora você tem uma melhor compreensão dos casos de uso, recursos essenciais e etapas necessárias para desenvolver um painel de insights SQL com o Data Distiller. Para continuar aprendendo como criar modelos de dados de relatórios por medida, consulte o guia do modelo de dados de insights de relatórios.

recommendation-more-help
ccf2b369-4031-483f-af63-a93b5ae5e3fb