Använd segmentnamn för att segmentera

1. I rutan Data:

   1. Välj daterange.
   2. Välj filterName.
   3. Välj product_name.
   4. Välj sum occurrences.

En visualisering visar Error fetching data for this visual.

1. I rutan Filters:

   1. Välj filterName is (All) från Filters on this visual.
   2. Välj Basic filtering som Filter type.
   3. Under fältet Search väljer du Fishing Products, som är namnet på det befintliga filtret som definierats i Customer Journey Analytics.
   4. Välj daterange is (All) från Filters on this visual.
   5. Välj Advanced filtering som Filter type.
   6. Definiera filtret för Show items when the value is on or after 1/1/2023 And is before 2/1/2023.
   7. Välj om du vill ta bort filterName från Columns.
   8. Välj om du vill ta bort daterange från Columns.

   Tabellen uppdateras med det använda filterName-filtret. Ditt Power BI-skrivbord ska se ut så här nedan.

   

1. Välj fliken Sheet 1 längst ned om du vill växla från Data source. I vyn Sheet 1:

   1. Dra posten Filter Name från listan Tables i hyllan Filters.

   2. Kontrollera att Filter [Filter Name] är markerat i dialogrutan Select from list och välj Fishing Products i listan. Välj Apply och OK.

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

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

   5. I dialogrutan Filter [Daterang] väljer du Range of dates och sedan 01/01/2023 - 01/02/2023. Välj Apply och OK.

   6. Dra Product Name från listan Tables till Rows.

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

   8. Välj Text Table från Show Me.

   9. Välj Fit Width i listrutan Fit.

      Ditt skrivbord ska se ut så här nedan.

      

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

2. Välj + Filter under Filters.

3. I dialogrutan Add Filter:

   1. Välj ‣ Cc Data View
   2. Välj ‣ Daterange Date och sedan Daterange Date i listan med fält.
      

4. Ange filtret Cc Data View Daterange Date som is in range 2023/01/01 until (before) 2023/02/01.

5. Välj + Filter under Filters om du vill lägga till ytterligare ett filter.

6. I dialogrutan Add Filter:

   1. Välj ‣ Cc Data View
   2. Välj ‣ Filter name i listan med fält.

7. Kontrollera is markeringen för filtret.

8. Välj Fishing Products i listan över möjliga värden.

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

   1. Välj Product Name.
   2. Välj Count under MEASURES i den vänstra listen (längst ned).

10. Välj Run.

11. Välj ‣ Visualization.

En visualisering och en tabell som liknar den visas nedan.

1. Ange följande satser i en ny cell.

   code language-python
   data = %sql SELECT filterName FROM cc_data_view; style = {'description_width': 'initial'} filter_name = widgets.Dropdown( options=[d for d, in data], description='Filter Name:', style=style ) display(filter_name)

2. Kör cellen. Du bör se utdata som liknar skärmbilden nedan.

   

3. Välj Fishing Products i listrutan.

4. Ange följande satser i en ny cell.

   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 filterName = '{filter_name.value}' \ GROUP BY 1 \ 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. Kör cellen. Du bör se utdata som liknar skärmbilden nedan.

   

1. Ange följande programsatser mellan {r} ` och ` i ett nytt segment. Se till att du använder rätt filternamn. Exempel: Fishing Products.

   code language-r
   ## Dimension filtered by name df <- dv %>% filter(daterange >= "2023-01-01" & daterange < "2023-02-01" & filterName == "Fishing Products") %>% group_by(product_name) %>% count() %>% arrange(desc(n), .by_group = FALSE) print(df)

2. Kör segmentet. Du bör se utdata som liknar skärmbilden nedan.