Gränser

I det här fallet vill du rapportera de fem vanligaste förekomsterna av produktnamn under 2023.

Customer Journey Analytics

Ett exempel på Limit-panel för användningsfallet:

Customer Journey Analytics Limit-panelen

BI-verktyg
note prerequisites
PREREQUISITES
Kontrollera att du har verifierat en lyckad anslutning, kan visa datavyer och använda en datavy för BI-verktyget som du vill testa det här användningsfallet för.
tabs
Power BI Desktop
  1. I rutan Data:

    1. Välj daterange.
    2. Välj product_name.
    3. Välj sum occurrences.
  2. I rutan Filters:

    1. Välj daterange is (All) från Filters on this visual.
    2. Välj Relative date som Filter type.
    3. Definiera filtret för Show items when the value is in the last 1 calendar years.
    4. Välj Apply filter.
    5. Välj product_name is (All) från Filters on this visual.
    6. Välj Top N som Filter type.
    7. Välj Show Items Top 5 By value.
    8. Dra och släpp sum occurrences från rutan Data och släpp den på Add data fields here.
    9. Välj Apply filter.
  3. I visualiseringsfönstret:

    • Välj CrossSize75 om du vill ta bort daterange från kolumner.

    Ditt Power BI-skrivbord ska se ut så här nedan.

    Power BI Desktop använder datumintervallnamn för att filtrera

Frågan som körs av Power BI Desktop med BI-tillägget innehåller en limit-sats, men inte den som förväntades. Gränsen för de fem högsta förekomsterna tillämpas av Power BI Desktop med explicit produktnamnsresultat.

code language-sql
select "_"."product_name",
    "_"."a0"
from
(
    select "rows"."product_name" as "product_name",
        sum("rows"."occurrences") as "a0"
    from
    (
        select "_"."daterangeName",
            "_"."daterange",
            "_"."filterId",
            "_"."filterName",
            "_"."timestamp",
            "_"."affiliate_name",
            "_"."affiliate_url",
            "_"."commerce.order.priceTotal",
            "_"."customer_city",
            "_"."customer_region",
            "_"."daterangeday",
            "_"."daterangefifteenminute",
            "_"."daterangefiveminute",
            "_"."daterangehour",
            "_"."daterangeminute",
            "_"."daterangemonth",
            "_"."daterangequarter",
            "_"."daterangesecond",
            "_"."daterangethirtyminute",
            "_"."daterangeweek",
            "_"."daterangeyear",
            "_"."hitdatetime",
            "_"."page_name",
            "_"."page_url",
            "_"."product_category",
            "_"."product_name",
            "_"."product_short_review",
            "_"."product_subCategory",
            "_"."referrer_url",
            "_"."search_engine",
            "_"."search_keywords",
            "_"."store_city",
            "_"."store_name",
            "_"."store_region",
            "_"."store_type",
            "_"."timepartdayofmonth",
            "_"."timepartdayofweek",
            "_"."timepartdayofyear",
            "_"."timeparthourofday",
            "_"."timepartminuteofhour",
            "_"."timepartmonthofyear",
            "_"."timepartquarterofyear",
            "_"."timepartweekofyear",
            "_"."cm_session_end_rate_defaultmetric",
            "_"."cm_session_person_defaultmetric",
            "_"."cm_session_start_rate_defaultmetric",
            "_"."cm_timespent_person_defaultmetric",
            "_"."cm_timespent_session_defaultmetric",
            "_"."cm_product_name_count_distinct",
            "_"."ad_views",
            "_"."adobe_sessionends",
            "_"."adobe_sessionstarts",
            "_"."adobe_timespent",
            "_"."exchange_buybacks",
            "_"."exchange_cost",
            "_"."exchange_purchases",
            "_"."exchange_revenue",
            "_"."occurrences",
            "_"."page_views",
            "_"."product_quantity",
            "_"."product_reviews",
            "_"."product_views",
            "_"."purchase_revenue",
            "_"."purchases",
            "_"."visitors",
            "_"."visits"
        from "public"."cc_data_view" "_"
        where (("_"."product_name" in ('Saltwater Monofilament Line', 'Pop-Up Beach Tent', 'Instant Pop-Up Tent', 'Envelop Sleeping Bag', 'Waterproof Tackle Bag')) and "_"."daterange" < date '2024-01-01') and "_"."daterange" >= date '2023-01-01'
    ) "rows"
    group by "product_name"
) "_"
where not "_"."a0" is null
limit 1000001
Skrivbord för Tablet PC
  1. Välj fliken Sheet 1 längst ned om du vill växla från Data source. I vyn Sheet 1:

    1. Dra Daterange-posten från listan Tables i hyllan Filters.

    2. I dialogrutan Filter Field [Daterange] väljer du Range of Dates och sedan Next >.

    3. I dialogrutan Filter [Daterange] väljer du Relative dates, väljer Years och sedan Previous years. Välj Apply och OK.

    4. Dra Product Name från listan Tables till Rows.

    5. Dra Occurrences-posten från listan Tables och släpp posten i fältet intill Columns. Värdet ändras till SUM(Occurrences).

    6. Välj Text Table från Show Me.

    7. Välj Fit Width i listrutan Fit.

    8. Välj Product Name i Rows. Välj Filter i listrutan.

      1. Välj fliken Filter [Product Name] i dialogrutan Top.

      2. Välj By field: Top 5 by Occurrences Sum.

      3. Välj Apply och OK.

        AlertRed Tabellen försvinner. Att välja de fem främsta produktnamnen efter förekomster fungerar inte korrekt med det här filtret.

      4. Välj Product Name i Filter-hyllan och välj Remove i listrutan. Tabellen visas igen.

    9. Välj SUM(Occurrences) i Marks-hyllan. Välj Filter i listrutan.

      1. Välj Filter [Occurrences] i dialogrutan At least.

      2. Ange 47.799 som värde. Detta värde garanterar att endast de fem översta objekten visas i tabellen. Välj Apply och OK.

        Ditt skrivbord ska se ut så här nedan.

        Skrivbordsbegränsningar för Tableu

Som framgår ovan misslyckas den här frågan som körs av Tableau Desktop när du definierar ett Top 5 instances-filter på produktnamn.

code language-sql
SELECT CAST("cc_data_view"."product_name" AS TEXT) AS "product_name",
  SUM("cc_data_view"."occurrences") AS "sum:occurrences:ok"
FROM "public"."cc_data_view" "cc_data_view"
  INNER JOIN (
  SELECT CAST("cc_data_view"."product_name" AS TEXT) AS "product_name",
    SUM("cc_data_view"."occurrences") AS "$__alias__0"
  FROM "public"."cc_data_view" "cc_data_view"
  GROUP BY 1
  ORDER BY 2 DESC,
    1 ASC
  LIMIT 5
) "t0" ON (CAST("cc_data_view"."product_name" AS TEXT) = "t0"."product_name")
WHERE (("cc_data_view"."daterange" >= (TIMESTAMP '2023-01-01 00:00:00.000')) AND ("cc_data_view"."daterange" < (TIMESTAMP '2024-01-01 00:00:00.000')))
GROUP BY 1

Frågan som körs av Tableau Desktop, när ett av de fem vanligaste filtren definieras för förekomster, visas nedan. Gränsen visas inte i frågan och används på klientsidan.

code language-sql
SELECT CAST("cc_data_view"."product_name" AS TEXT) AS "product_name",
  SUM("cc_data_view"."occurrences") AS "sum:occurrences:ok"
FROM "public"."cc_data_view" "cc_data_view"
WHERE (("cc_data_view"."daterange" >= (TIMESTAMP '2023-01-01 00:00:00.000')) AND ("cc_data_view"."daterange" < (TIMESTAMP '2024-01-01 00:00:00.000')))
GROUP BY 1
Sökare
  1. Uppdatera anslutningen i Explore-gränssnittet för Looker. Välj Inställning Clear cache and refresh.

  2. Kontrollera att du har en ren konfiguration i gränssnittet Explore för Looker. Om inte väljer du Inställning Remove fields and filters.

  3. Välj + Filter under Filters.

  4. I dialogrutan Add Filter:

    1. Välj ‣ Cc Data View
    2. Välj ‣ Daterange Date och sedan Daterange Date i listan med fält.
      Looker-filter
  5. Ange filtret Cc Data View Daterange Date som is in range 2023/01/01 until (before) 2024/01/01.

  6. Från avsnittet ‣ Cc Data View i den vänstra listen:

    1. Välj Product Name.
    2. Välj Count under MEASURES i den vänstra listen (längst ned).
  7. Se till att du väljer (Descending, Sort Order: 1) i kolumnen Purchase Revenue.

  8. Se till att du väljer (Descending, Sort Order: 1) i kolumnen Purchase Revenue.

  9. Välj Run.

  10. Välj ‣ Visualization.

En visualisering och en tabell som liknar den visas nedan.

Distinkt antal sökare

Frågan som genereras av Looker med BI-tillägget inkluderar FETCH NEXT 5 ROWS ONLY, vilket innebär att gränsen körs via Looker och BI-tillägget.

code language-sql
-- Looker Query Context '{"user_id":6,"history_slug":"a8f3b1ebd5712413ca1ae695090f70db","instance_slug":"71d4667f0b76c0011463658f45c3f7a3"}'
SELECT
    cc_data_view."product_name"  AS "cc_data_view.product_name",
    COUNT(*) AS "cc_data_view.count"
FROM
    "public"."cc_data_view" AS "cc_data_view"
WHERE ((( cc_data_view."daterange"  ) >= (DATE_TRUNC('day', DATE '2023-01-31')) AND ( cc_data_view."daterange"  ) < (DATE_TRUNC('day', DATE '2024-01-01'))))
GROUP BY
    1
ORDER BY
    2 DESC
FETCH NEXT 5 ROWS ONLY
Jupyter-anteckningsbok
  1. Ange följande satser i en ny cell.

    code language-python
    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' \
                GROUP BY 1 \
                ORDER BY `Events` DESC \
                LIMIT 5;
    display(data)
    
  2. Kör cellen. Du bör se utdata som liknar skärmbilden nedan.

    Jupyter-anteckningsboksresultat

Frågan körs av BI-tillägget enligt definitionen i Jupyter-anteckningsbok.

RStudio
  1. Ange följande programsatser mellan {r} ` och ` i ett nytt segment.

    code language-r
    ## Dimension 1 Limited
    df <- dv %>%
       filter(daterange >= "2023-01-01" & daterange < "2024-01-01") %>%
       group_by(product_name) %>%
       count() %>%
       arrange(desc(n), .by_group = FALSE) %>%
       head(5)
    print(df)
    
  2. Kör segmentet. Du bör se utdata som liknar skärmbilden nedan.

    Resultat av Gällande ljud

Frågan som genereras av RStudio med BI-tillägget inkluderar LIMIT 5, vilket innebär att gränsen tillämpas via RStudio och BI-tillägget.

code language-sql
SELECT "product_name", COUNT(*) AS "n"
FROM (
  SELECT "cc_data_view".*
  FROM "cc_data_view"
  WHERE ("daterange" >= '2023-01-01' AND "daterange" < '2024-01-01')
) AS "q01"
GROUP BY "product_name"
ORDER BY "n" DESC
LIMIT 5
recommendation-more-help
080e5213-7aa2-40d6-9dba-18945e892f79