文档 Customer Journey Analytics Customer Journey Analytics 指南

BI 扩展用例

Last update: Fri Feb 14 2025 00:00:00 GMT+0000 (Coordinated Universal Time)

主题：
数据视图

创建对象：

用户

本文记录如何使用Customer Journey Analytics BI扩展完成多个用例。每个用例都说明了Customer Journey Analytics功能，以及支持的每个BI工具的详细信息：

Power BI桌面。使用的版本为2.137.1102.0 64位（2024年10月）。
Tableau桌面。使用的版本为2024.1.5 (20241.24.0705.0334) 64位。
Looker。联机版本25.0.23，可通过looker.com使用
Jupyter笔记本。使用的版本为7.3.2。
RStudio。使用的版本为2024.12.0，内部版本为467。

已记录以下用例：

连接
- 连接并列出数据视图
报告和分析
了解

connect 用例侧重于如何使用Customer Journey Analytics BI扩展连接BI工具。

报告和分析 用例指导如何在当前支持的BI工具中实现类似的Customer Journey Analytics可视化图表。

了解用例提供了有关以下内容的更多详细信息：

使用BI工具报告和分析时发生的转换。
Customer Journey Analytics和BI工具之间的可视化图表异同。
您应了解的每个BI工具的注意事项。

连接并验证

此用例设置从BI工具到Customer Journey Analytics的连接，列出可用的数据视图，并选择要使用的数据视图。

Customer Journey Analytics

这些说明引用了具有以下对象的示例环境：

数据视图： C&C — 数据视图??。
维度：产品名称??和 产品类别??。
量度：购买收入??和购买??。
筛选器： 个钓鱼产品??。

Customer Journey Analytics基本设置 {modal="regular"}

当您完成使用案例时，请将这些示例对象替换为适合您特定环境的对象。

BI 工具

tabs

Power BI桌面

从Experience Platform查询服务UI访问所需的凭据和参数。
1. 导航到您的Experience Platform沙盒。
2. 从左边栏中选择查询。
3. 在查询界面中选择凭据选项卡。
4. 从 数据库 下拉菜单中选择prod:cja。
  
  {modal="regular"}

启动Power BI Desktop。

从主界面中选择 从其他源获取数据。
在 获取数据 对话框中：

{modal="regular"}

1. 搜索并选择**PostgreSQL数据库**。 1. 选择**连接**。
在 PostgreSQL数据库 对话框中：

{modal="regular"}

1. 使用![复制](https://experienceleague.adobe.com/docs/analytics-platform/assets/Copy.svg?lang=zh-Hans)从Experience Platform **查询** **过期凭据**面板中复制并粘贴**主机**和**端口**值，以`:`分隔，作为**服务器**的值。例如：`examplecompany.platform-query.adobe.io:80`。 1. 使用![复制](https://experienceleague.adobe.com/docs/analytics-platform/assets/Copy.svg?lang=zh-Hans)从Experience Platform **查询** **过期凭据**面板复制并粘贴**数据库**值。将`?FLATTEN`添加到您粘贴的值。例如，`prod:cja?FLATTEN`。 1. 选择**DirectQuery**作为**数据连接模式**。 1. 选择**确定**。
在 PostgreSQL数据库 - 数据库 对话框中：

{modal="regular"}

1. 使用![复制](https://experienceleague.adobe.com/docs/analytics-platform/assets/Copy.svg?lang=zh-Hans)从**用户名**和**密码**字段中的Experience Platform **查询** **过期凭据**面板中复制**用户名**和**密码**值。如果您使用的是[不会过期的凭据](https://experienceleague.adobe.com/zh-hans/docs/experience-platform/query/ui/credentials?lang=zh-Hans#use-credential-to-connect)，请使用不会过期的凭据的密码。 1. 确保**选择要将这些设置应用到**的级别的下拉菜单设置为您之前定义的**服务器**。 1. 选择**连接**。

在 导航器 对话框中，将检索数据视图。此检索可能需要一些时间。检索后，您将在Power BI Desktop中看到以下内容。

Power BI桌面加载数据 {modal="regular"}

1. 从左侧面板的列表中选择**public.cc_data_view**。 1. 您有两个选项： 1. 选择**加载**以继续并完成安装。 1. 选择**转换数据**。您会看到一个对话框，可以在其中选择将转换作为配置的一部分应用。

code language-none

  <img src="https://experienceleague.adobe.com/docs/analytics-platform/assets/powerbi-transform-data.png?lang=zh-Hans" alt="Power BI桌面转换数据" class="modal-image">
  * 选择&#x200B;**关闭并应用**。

一段时间后，public.cc_data_view 显示在数据窗格中。选择以显示维度和量度。

{modal="regular"}

是否扁平化

Power BI Desktop支持FLATTEN参数的以下方案。有关详细信息，请参阅拼合嵌套数据。

table 0-row-4 1-row-4 2-row-4 3-row-4 3-align-center 8-align-center 13-align-center 18-align-center
FLATTEN参数	示例	受支持	备注
无	`prod:cja`
`?FLATTEN`	`prod:cja?FLATTEN`		推荐使用的选项！
`%3FFLATTEN`	`prod:cja%3FFLATTEN`		Power BI桌面显示错误：无法使用提供的凭据进行身份验证。请重试。

是否扁平化

Tableau Desktop支持FLATTEN参数的以下方案。有关详细信息，请参阅拼合嵌套数据。

table 0-row-4 1-row-4 2-row-4 3-row-4 3-align-center 8-align-center 13-align-center 18-align-center
FLATTEN参数	示例	受支持	备注
无	`prod:cja`
`?FLATTEN`	`prod:cja?FLATTEN`
`%3FFLATTEN`	`prod:cja%3FFLATTEN`		推荐使用的选项。请注意，`%3FFLATTEN`是`?FLATTEN`的URL编码版本。

是否扁平化

Looker支持FLATTEN参数的以下方案。有关详细信息，请参阅拼合嵌套数据。

table 0-row-4 1-row-4 2-row-4 3-row-4 3-align-center 8-align-center 13-align-center 18-align-center
FLATTEN参数	示例	受支持	备注
无	`prod:cja`
`?FLATTEN`	`prod:cja?FLATTEN`
`%3FFLATTEN`	`prod:cja%3FFLATTEN`		推荐使用的选项。请注意，`%3FFLATTEN`是`?FLATTEN`的URL编码版本。

是否扁平化

Jupyter Notebook支持FLATTEN参数的以下方案。有关详细信息，请参阅拼合嵌套数据。

table 0-row-4 1-row-4 2-row-4 3-row-4 3-align-center 8-align-center 13-align-center 18-align-center
FLATTEN参数	示例	受支持	备注
无	`prod:cja`
`?FLATTEN`	`prod:cja?FLATTEN`
`%3FFLATTEN`	`prod:cja%3FFLATTEN`		推荐使用的选项。请注意，`%3FFLATTEN`是`?FLATTEN`的URL编码版本。

是否扁平化

RStudio支持FLATTEN参数的以下方案。有关详细信息，请参阅拼合嵌套数据。

table 0-row-4 1-row-4 2-row-4 3-row-4 3-align-center 8-align-center 13-align-center 18-align-center
FLATTEN参数	示例	受支持	备注
无	`prod:cja`
`?FLATTEN`	`prod:cja?FLATTEN`		推荐使用的选项。
`%3FFLATTEN`	`prod:cja%3FFLATTEN`

每日趋势

在此使用案例中，您要显示一个表格和简单的折线图可视化图表，其中显示2023年1月1日至2023年1月31日期间的每日发生次数（事件）趋势。

Customer Journey Analytics

用例的 每日趋势 面板示例：

Customer Journey Analytics每日趋势面板 {modal="regular"}

BI 工具

note prerequisites
PREREQUISITES
请确保已验证连接是否成功，并且可以为要试用此用例的BI工具列出和使用数据视图。

tabs

Power BI桌面

在数据窗格中：
1. 选择 daterangeday。
2. 选择 ∑发生次数。
您会看到一个显示当月发生次数的表。为了获得更好的可见性，请放大可视化图表。
在 筛选器 窗格中：
1. 从此视觉对象上的 筛选器中选择 daterangeday is (All)****。
2. 选择 高级筛选 作为 筛选器类型。
3. 将筛选器定义为当值 位于或晚于 1/1/2023 且位于 2/1/2023.时显示项您可以使用日历图标挑选日期。
4. 选择 应用筛选器。
您会看到使用应用的 daterangeday 过滤器更新的表。
在 可视化图表 窗格中，选择 折线图 可视化图表。

使用与表相同的数据时，折线图可视化图表会替换表。您的Power BI桌面应该如下所示。

{modal="regular"}
在折线图可视化图表上：
1. 选择。
2. 从上下文菜单中，选择 显示为表。
主视图已更新以显示折线图可视化图表和表格。您的Power BI桌面应该如下所示。

{modal="regular"}

Tableau桌面

选择底部的表1 选项卡以从 数据源 视图切换。在表1 视图中：
1. 从数据窗格的表列表中拖动 日期范围 条目，并将该条目放到 筛选器 托架上。
2. 在 筛选器字段[日期范围] 对话框中，选择 日期范围 并选择 下一步>。
3. 在 筛选器[日期范围] 对话框中，选择 日期范围 并指定句点01/01/2023 - 01/02/2023。
  
  {modal="regular"}
4. 从数据窗格的表列表中拖放 Daterangeday，并将条目拖放到列旁边的字段中。
  - 从 Daterangeday 下拉菜单中选择 Day，以便将该值更新为 DAY(Daterangeday)。
5. 从数据窗格中的 表（度量值名称） 列表中拖放 发生次数，并将条目拖放到行旁边的字段中。该值会自动转换为 SUM（发生次数）。
6. 从工具栏中的适应下拉菜单将标准修改为 整个视图。
  
  您的Tableau桌面应该如下所示。
  
  {modal="regular"}
从 工作表1 选项卡上下文菜单中选择复制以创建第二个工作表。
从 工作表1 选项卡上下文菜单中选择 重命名 以将工作表重命名为Graph。
从 工作表1 (2) 选项卡上下文菜单中选择 重命名 以将工作表重命名为Data。
确保已选择数据工作表。在数据视图中：
1. 选择右上角的 向我显示 并选择 文本表（左上角可视化图表）以将数据视图的内容修改为表。
2. 从工具栏中选择 交换行和列。
3. 从工具栏中的适应下拉菜单将标准修改为 整个视图。
  
  您的Tableau桌面应该如下所示。
  
  {modal="regular"}
选择 新建仪表板 选项卡按钮（位于底部）以创建新的 仪表板1 视图。在 功能板1 视图中：
1. 将 Graph 工作表从 工作表 托架拖放到 仪表板1 视图中，该视图显示 在此处放置工作表。
2. 将数据工作表从图形工作表下的 工作表 托架拖放到 仪表板1 视图中。
3. 选择视图中的数据工作表，并将 整个视图 修改为 固定宽度。
  
  您的Tableau桌面应该如下所示。
  
  {modal="regular"}

Looker

在Looker的浏览界面中，确保您拥有干净的设置。如果不是，请选择 删除字段和筛选器。
选择 筛选器 下的 +筛选器。
在 添加筛选器 对话框中：
1. 选择 ‣抄送数据视图
2. 从字段列表中，选择 日‣间范围日期，然后选择 日期范围日期。
  
  {modal="regular"}
指定 Cc数据视图日期范围日期 筛选器，因为在 2023/01/01 之前 2023/02/01 的范围内。
从左边栏中的 抄送数据视图 部分，
1. 从 DIMENSIONS‣ 的列表中选择 日期范围日期，然后选择日期。
2. 在左边栏（底部）中选择 MEASURES 下的计数。
选择运行。
选择‣可视化图表 以显示折线图可视化图表。

您应该会看到如下所示的可视化图表和表格。

Looker结果每日趋势 {modal="regular"}

Jupyter笔记本

在新单元格中输入以下语句。

code language-python

import seaborn as sns
import matplotlib.pyplot as plt
data = %sql SELECT daterangeday AS Date, COUNT(*) AS Events \
          FROM cc_data_view \
          WHERE daterange BETWEEN '2023-01-01' AND '2023-02-01' \
          GROUP BY 1 \
          ORDER BY Date ASC
df = data.DataFrame()
df = df.groupby('Date', as_index=False).sum()
plt.figure(figsize=(15, 3))
sns.lineplot(x='Date', y='Events', data=df)
plt.show()
display(data)

执行单元格。您应该会看到类似于以下屏幕快照的输出。

RStudio

在新块中输入以下介于```{r}和` ````之间的语句。

code language-r

## Daily Events
df <- dv %>%
   filter(daterange >= "2023-01-01" & daterange < "2023-02-01") %>%
   group_by(daterangeday) %>%
   count() %>%
   arrange(daterangeday, .by_group = FALSE)
ggplot(df, aes(x = daterangeday, y = n)) +
   geom_line(color = "#69b3a2") +
   ylab("Events") +
   xlab("Date")
print(df)

运行块。您应该会看到类似于以下屏幕快照的输出。

每小时趋势

在此使用案例中，您要显示一个表格和简单的折线图可视化图表，其中显示2023年1月1日发生次数（事件）的每小时趋势。

Customer Journey Analytics

用例的 每小时趋势 面板示例：

Customer Journey Analytics小时趋势可视化图表 {modal="regular"}

BI 工具

note prerequisites
PREREQUISITES
请确保已验证连接是否成功，可以列出数据视图，并为要为其尝试此用例的BI工具使用数据视图。

tabs

Power BI桌面 Power BI 不了解如何处理日期时间字段，因此不支持 daterangehour 和 daterangeminute 等维度。

Tableau桌面

选择底部的表1 选项卡以从 数据源 切换。在表1 视图中：
1. 从数据窗格的表列表中拖动 日期范围 条目，并将该条目放到 筛选器 托架上。
2. 在 筛选器字段[日期范围] 对话框中，选择 日期范围 并选择 下一步>。
3. 在 筛选器[日期范围] 对话框中，选择 日期范围 并指定句点01/01/2023 - 02/01/2023。
  
  {modal="regular"}
4. 从数据窗格的表列表中拖放 Daterangehour，并将条目拖放到列旁边的字段中。
  - 从 Daterangeday 下拉菜单中选择 More > Hours，以便将该值更新为 HOUR(Daterangeday)。
5. 从数据窗格中的 表（度量值名称） 列表中拖放 发生次数，并将条目拖放到行旁边的字段中。该值会自动转换为 SUM（发生次数）。
6. 从工具栏中的适应下拉菜单将标准修改为 整个视图。
  
  您的Tableau桌面应该如下所示。
  
  {modal="regular"}
从 工作表1 选项卡上下文菜单中选择复制以创建第二个工作表。
从 工作表1 选项卡上下文菜单中选择 重命名 以将工作表重命名为Graph。
从 工作表1 (2) 选项卡上下文菜单中选择 重命名 以将工作表重命名为Data。
确保已选择数据工作表。在数据视图中：
1. 选择右上角的 向我显示 并选择 文本表（左上角可视化图表）以将数据视图的内容修改为表。
2. 将 HOUR(Daterangeday) 从列拖到行。
3. 从工具栏中的适应下拉菜单将标准修改为 整个视图。
  
  您的Tableau桌面应该如下所示。
  
  {modal="regular"}
选择 新建仪表板 选项卡按钮（位于底部）以创建新的 仪表板1 视图。在 功能板1 视图中：
1. 将 Graph 工作表从 工作表 托架拖放到 仪表板1 视图中，该视图显示 在此处放置工作表。
2. 将数据工作表从图形工作表下的 工作表 托架拖放到 仪表板1 视图中。
3. 选择视图中的数据工作表，并将 整个视图 修改为 固定宽度。
  
  您的 仪表板1 视图应如下所示。
  
  {modal="regular"}

Looker

在Looker的浏览界面中，确保您拥有干净的设置。如果不是，请选择 删除字段和筛选器。
选择 筛选器 下的 +筛选器。
在 添加筛选器 对话框中：
1. 选择 ‣抄送数据视图
2. 从字段列表中，选择 日‣间范围日期，然后选择 日期范围日期。
  
  {modal="regular"}
指定 Cc数据视图日期范围日期 筛选器，因为在 2023/01/01 之前 2023/01/02 的范围内。
从左边栏中的 抄送数据视图 部分，
1. 从‣DIMENSIONS 的列表中选择 Daterangehour Date，然后选择 Time。
2. 在左边栏（底部）中选择 MEASURES 下的计数。
选择运行。
选择‣可视化图表 以显示折线图可视化图表。

您应该会看到如下所示的可视化图表和表格。

Looker结果每日趋势 {modal="regular"}

Jupyter笔记本

在新单元格中输入以下语句。

code language-python

import seaborn as sns
import matplotlib.pyplot as plt
data = %sql SELECT daterangehour AS Hour, COUNT(*) AS Events \
            FROM cc_data_view \
            WHERE daterange BETWEEN '2023-01-01' AND '2023-01-02' \
            GROUP BY 1 \
             ORDER BY Hour ASC
df = data.DataFrame()
df = df.groupby('Hour', as_index=False).sum()
plt.figure(figsize=(15, 3))
sns.lineplot(x='Hour', y='Events', data=df)
plt.show()
display(data)

执行单元格。您应该会看到类似于以下屏幕快照的输出。

RStudio

在新块中输入以下介于```{r}和` ````之间的语句。

code language-r

## Hourly Events
df <- dv %>%
   filter(daterange >= "2023-01-01" & daterange < "2023-01-02") %>%
   group_by(daterangehour) %>%
   count() %>%
   arrange(daterangehour, .by_group = FALSE)
ggplot(df, aes(x = daterangehour, y = n)) +
   geom_line(color = "#69b3a2") +
   ylab("Events") +
   xlab("Hour")
print(df)

运行块。您应该会看到类似于以下屏幕快照的输出。

每月趋势

在此使用案例中，您要显示一个表格和简单的折线图可视化图表，其中显示2023年发生次数（事件）的每月趋势。

Customer Journey Analytics

使用案例的 每月趋势 面板示例：

Customer Journey Analytics每月趋势可视化图表 {modal="regular"}

BI 工具

note prerequisites
PREREQUISITES
请确保已验证连接是否成功，可以列出数据视图，并为要为其尝试此用例的BI工具使用数据视图。

tabs

Power BI桌面

在数据窗格中：
1. 选择 daterangemonth。
2. 选择 ∑发生次数。
您会看到一个显示当月发生次数的表。为了获得更好的可见性，请放大可视化图表。
在 筛选器 窗格中：
1. 从此视觉对象上的 筛选器中选择 daterangemonth is (All) 。
2. 选择 高级筛选 作为 筛选器类型。
3. 将筛选器定义为当值 位于或晚于 1/1/2023 且位于 1/1/2024.时显示项您可以使用日历图标挑选日期。
4. 选择 应用筛选器。
您会看到使用应用的 daterangemonth 过滤器更新的表。
在 可视化图表 窗格中：
1. 选择 折线图 可视化图表。
使用与表相同的数据时，折线图可视化图表会替换表。您的Power BI桌面应该如下所示。

{modal="regular"}
在折线图可视化图表上：
1. 选择。
2. 从上下文菜单中，选择 显示为表。
主视图已更新以显示折线图可视化图表和表格。您的Power BI桌面应该如下所示。

{modal="regular"}

Tableau桌面

选择底部的表1 选项卡以从 数据源 切换。在表1 视图中：
1. 从数据窗格的表列表中拖动 日期范围 条目，并将该条目放到 筛选器 托架上。
2. 在 筛选器字段[日期范围] 对话框中，选择 日期范围 并选择 下一步>。
3. 在 筛选器[日期范围] 对话框中，选择 日期范围 并指定句点01/01/2023 - 01/01/2024。
  
  {modal="regular"}
4. 从数据窗格的表列表中拖放 Daterangeday，并将条目拖放到列旁边的字段中。
  - 从 Daterangeday 下拉菜单中选择 MONTH，以便将该值更新为 MONTH(Daterangeday)。
5. 从数据窗格中的 表（度量值名称） 列表中拖放 发生次数，并将条目拖放到行旁边的字段中。该值会自动转换为 SUM（发生次数）。
6. 从工具栏中的适应下拉菜单将标准修改为 整个视图。
  
  您的Tableau桌面应该如下所示。
  
  {modal="regular"}
从 工作表1 选项卡上下文菜单中选择复制以创建第二个工作表。
从 工作表1 选项卡上下文菜单中选择 重命名 以将工作表重命名为Graph。
从 工作表1 (2) 选项卡上下文菜单中选择 重命名 以将工作表重命名为Data。
确保已选择数据工作表。在“数据”视图中：
1. 选择右上角的 向我显示 并选择 文本表（左上角可视化图表）以将数据视图的内容修改为表。
2. 将 MONTH(Daterangeday) 从列拖到行。
3. 从工具栏中的适应下拉菜单将标准修改为 整个视图。
  
  您的Tableau桌面应该如下所示。
  
  {modal="regular"}
选择 新建仪表板 选项卡按钮（位于底部）以创建新的 仪表板1 视图。在 功能板1 视图中：
1. 将 Graph 工作表从 工作表 托架拖放到 仪表板1 视图中，该视图显示 在此处放置工作表。
2. 将数据工作表从图形工作表下的 工作表 托架拖放到 仪表板1 视图中。
3. 选择视图中的数据工作表，并将 整个视图 修改为 固定宽度。
  
  您的Tableau桌面应该如下所示。
  
  {modal="regular"}

Looker

在Looker的浏览界面中，确保您拥有干净的设置。如果不是，请选择 删除字段和筛选器。
选择 筛选器 下的 +筛选器。
在 添加筛选器 对话框中：
1. 选择 ‣抄送数据视图
2. 从字段列表中，选择 日‣间范围日期，然后选择 日期范围日期。
  
  {modal="regular"}
指定 Cc数据视图日期范围日期 筛选器，因为在 2023/01/01 之前 2024/01/01 的范围内。
从左侧 抄送数据视图 边栏，
1. 从‣DIMENSIONS 的列表中选择 Daterangemonth Date，然后选择 Month。
2. 在左边栏（底部）中选择 MEASURES 下的计数。
选择运行。
选择‣可视化图表 以显示折线图可视化图表。

您应该会看到如下所示的可视化图表和表格。

Looker结果每日趋势 {modal="regular"}

Jupyter笔记本

在新单元格中输入以下语句。

code language-python

import seaborn as sns
import matplotlib.pyplot as plt
data = %sql SELECT daterangemonth AS Month, COUNT(*) AS Events \
            FROM cc_data_view \
            WHERE daterange BETWEEN '2023-01-01' AND '2024-01-01' \
            GROUP BY 1 \
            ORDER BY Month ASC
df = data.DataFrame()
df = df.groupby('Month', as_index=False).sum()
plt.figure(figsize=(15, 3))
sns.lineplot(x='Month', y='Events', data=df)
plt.show()
display(data)

执行单元格。您应该会看到类似于以下屏幕快照的输出。

RStudio

在新块中输入以下介于```{r}和` ````之间的语句。

code language-r

## Hourly Events
df <- dv %>%
   filter(daterange >= "2023-01-01" & daterange < "2023-01-02") %>%
   group_by(daterangehour) %>%
   count() %>%
   arrange(daterangehour, .by_group = FALSE)
ggplot(df, aes(x = daterangehour, y = n)) +
   geom_line(color = "#69b3a2") +
   ylab("Events") +
   xlab("Hour")
print(df)