SQL Insights
Skapa skräddarsydda rapportdatamodeller för att få djupare insikter, optimera strategier och anpassa analyser efter specifika affärsbehov med Data Distiller SQL Insights. Använd SQL Insights-funktionen för att förbättra transparensen och få operativa insikter från era Adobe Experience Platform-data i olika dimensioner som profiler, målgrupper, kampanjer, resor, berättiganden och samtycke. Denna funktion är en flexibel, anpassningsbar lösning som skräddarsyr organisationens rapporteringsdatamodeller för att passa just era affärsbehov.
Om du vill visualisera dina SQL-insikter kan du använda frågeproffsläget för att utföra komplexa analyser med anpassade SQL-frågor och omvandla dina data till lätttolkade diagram. Använd frågeproffsläget för att skapa skräddarsydda insikter och visualiseringar på kontrollpanelerna och ta hänsyn till både tekniska och icke-tekniska målgrupper genom att ladda ned insikter som CSV-filer.
Det här dokumentet innehåller användningsexempel, viktiga funktioner och nödvändiga steg för att utveckla en SQL insights-instrumentpanel med Data Distiller.
Förhandskrav
I den här självstudien används användardefinierade kontrollpaneler för att visualisera data från din anpassade datamodell i plattformsgränssnittet. Mer information om den här funktionen finns i användardefinierad dokumentation för kontrollpaneler.
Komma igång
Data Distiller SKU krävs för att skapa en anpassad datamodell för dina rapportinsikter och för att utöka Real-Time CDP datamodeller som innehåller data från den nya plattformen. Se dokumentationen för paketering, skyddsutkast och licensiering som gäller Data Distiller SKU. Om du inte har Data Distiller SKU kontaktar du Adobe kundtjänstrepresentanten för mer information.
Användningsfall för SQL Insights use-cases
Nedan visas vanliga användningsområden som kan hanteras effektivt via SQL Insights i Data Distiller.
Genomskinlighet för profil- och målgruppsanvändning usage-transparency
Problem: Så här bryter du ned nyckeltal (KPI) efter specifika kriterier som affärsenheter, lojalitetsstatus eller kundens livstidsvärde (CLTV).
SQL Insights-lösning: Data-Distiller möjliggör tillägg av rapportdatamodeller i Adobe Experience Platform, vilket underlättar för att lägga till anpassade profilattribut som CLTV eller lojalitetsstatus.
Åtkomst till avvikelsespårning consent-anomaly-tracking
Utmaning: Så här tillämpar du målgruppsöverlappnings- och storlekstrendlinjerapporter på anpassade medgivandeattribut för kanaler som e-post, SMS och telefon.
SQL Insights-lösning: Rapportdatamodellen kan utökas för att spåra ändringar i medgivandeinställningarna över tid. Detta innebär att du skapar ytterligare fakt- och dimensionstabeller för att trendanpassa medgivandeinställningar och schemalägga inkrementell datauppdatering.
Optimera strategi för målgruppssegmentering optimize-audience-segmentation-strategy
Utmaning: Så här integrerar du ML-modellgenererade benägenhetspoäng i målgruppernas KPI-rapporter.
SQL Insights-lösning: Data-Distiller tillåter att benägenhetspoäng från anpassade ML-modeller inkluderas, vilket underlättar beräkningen av aggregerade poängvärden på målgruppsnivå. Dessa data kan sedan rapporteras tillsammans med vanliga KPI:er.
Målgruppsexpansion audience-expansion
Utmaning: Så här förvärvar du fler än bara antalet profiler i målgrupper överlappar rapporter och uppnår ytterligare demografiska data eller inställningar som kan vägleda strategier för målgruppsexpansion.
SQL Insights-lösning: Genom att utöka rapportdatamodellen kan användare inkludera ytterligare profilattribut, vilket förbättrar publikens överlappningsrapport med relevanta demografiska data och inställningar.
Viktiga funktioner för att generera SQL-insikter key-capabilities
Bilden nedan visar flera viktiga funktioner för att generera SQL-insikter. Bland dessa funktioner finns:
- Datavisualiseringar: Innehåller visuella element som trender och stapeldiagram för en heltäckande bild av datatrender.
- Instrumentpanelsredigering: Gör det möjligt att skapa anpassade instrumentpaneler som är anpassade till specifika användningsfall, vilket ger en mer personaliserad och målinriktad analysupplevelse.
- Flexibel SQL-datamodellering: Använd en mångsidig metod för SQL-datamodellering som gör det möjligt för användare att sömlöst kombinera och ändra olika datauppsättningar, förbättra anpassningsförmågan och analytiskt djup.
- Accelerated store: Implementera en accelererad butiksmekanism för att effektivt hantera aggregerade insikter via SQL, vilket ger smidig och snabb åtkomst till värdefull information.
- BI-anslutning: Underlättar smidig integrering med vanliga Business Intelligence-verktyg (BI), inklusive Power BI, Tableau, Looker och Apache Superset. Den här anslutningen garanterar kompatibilitet med olika BI-miljöer, vilket ger användarna flexibilitet att använda sina valverktyg för djupgående analyser och rapporter.
Steg för att skapa SQL-insikter steps-to-create
Följ instruktionerna nedan om du vill utveckla en SQL Insights-instrumentpanel i Data Distiller.
- Ad hoc-frågeutforskande: Börja med att köra ad hoc
SELECT-frågor för att utforska raw-data i datasjön. På så sätt kan man experimentera direkt och experimentera med data och validera data där resultaten av frågorna inte lagras i datasjön. - Använd batchfråga: Använd batchfrågor för att skapa schemalagda jobb för att generera sammanställda insikter, vilket ger en systematisk och automatiserad databearbetning. Gruppfrågor kör
INSERT TABLE AS SELECT- ochCREATE TABLE AS SELECT-frågor för att rensa, forma, manipulera och förbättra data. Resultatet av dessa frågor lagras i datasjön. - Aggregerade insikter läses in: Läs in de genererade aggregerade insikterna i det accelererade arkivet och använd SQL för att testa frågor, och se till att data hämtas på ett korrekt och effektivt sätt. Mer information om hur du ställer tillståndslösa frågor till det accelererade arkivet finns i dokumentationen.
- Åtkomst och integrering: Få tillgång till insikter som lagras i den accelererade butiken sömlöst genom att integrera med Adobe Experience Platform användardefinierade Dashboards eller andra BI-verktyg (Business Intelligence preferred tools). Dessa integreringar med tredjepartsklienter underlättar en sammanhängande och intuitiv upplevelse för användarna.
Nästa steg
Genom att läsa det här dokumentet får du nu en bättre förståelse för användningsfall, viktiga funktioner och nödvändiga steg för att utveckla en instrumentpanel för SQL-insikter med Data Distiller. Mer information om hur du skapar anpassade rapportdatamodeller finns i guidenom datamodellen för rapportinsikter.