对非重复值维度计数

在此使用案例中,您希望获取2023年1月期间报告的不同数量的产品名称。

Customer Journey Analytics

要报告产品名称的非重复计数,请在Customer Journey Analytics中设置一个计算量度,标题 Product Name (Count Distinct)和​外部ID product_name_count_distinct

Customer Journey Analytics产品名称(Distincr计数)计算量度

然后,您可以在用例的示例​ 计算不同Dimension值 ​面板中使用该量度:

Customer Journey Analytics非重复计数值

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
  1. 为确保日期范围适用于所有可视化图表,请将​ daterangeday ​从​ 数据 ​窗格拖放到此页上的​ 筛选器 ​上。

    1. 从该页面上的​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 1/1/2023 2/1/2023之前或之后时显示项。
    4. 选择​应用筛选器
  2. 在​ 数据 ​窗格中:

    1. 选择​datarangeday
    2. 选择​sum cm_product_name_count_distinct,它是Customer Journey Analytics中定义的计算指标。
  3. 若要将垂直条形图修改为表,请确保已选定该图表,并从​ 可视化 ​窗格中选择​

    您的Power BI桌面应该如下所示。

    Power BI桌面多个非重复计数表

  4. 选择表可视化图表。 从上下文菜单中,选择​复制 > 复制视觉对象

  5. 使用​ ctrl-v ​粘贴可视化图表。 可视化图表的精确副本与原始副本重叠。 将其移动到报表区域的右侧。

  6. 若要将复制的可视化图表从表修改为卡片,请从​ 可视化图表 ​中选择​卡片

    您的Power BI桌面应该如下所示。

    Power BI桌面多个非重复计数表

或者,您可以使用Power BI中的不同计数功能。

  1. 选择​ product_name ​维度。

  2. 对​ ​中的​ product_name ​维度应用​ Count (Distinct) ​函数。

    非重复Power BI计数

Tableau桌面
  1. 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​ ​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,然后选择​下一步>

    3. 在​ 筛选器[日期范围] ​对话框中,选择​日期范围,然后选择01/01/2023 - 31/1/2023。 选择​ 应用 ​和​确定

    4. 将​ Cm Product Name Count Distinct ​拖至​。 该值更改为​SUM(Cm Product Name Count Distinct)。 此字段是您在Customer Journey Analytics中定义的计算指标。

    5. 将​ Daterangeday ​拖放到​ ​旁边。 选择​Daterangeday,然后从下拉菜单中选择​Day

    6. 若要将折线图可视化图表修改为表格,请从​ 显示我 ​中选择​文本表格

    7. 从工具栏中选择​交换行和列

    8. 从​ 适合 ​下拉菜单中选择​适合宽度

      您的Tableau桌面应该如下所示。

      Tableau Desktop Multiple Dimension排名过滤器

  2. 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。

  3. 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Data

  4. 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Card

  5. 确保您已选择​ 卡片 ​视图。

  6. 选择​DAY(Daterangeday),然后从下拉菜单中选择​。 值更改为​MONTH(Daterangeday)

  7. 在​ 标记 ​中选择​SUM(Cm Product Name Count Distinct),然后从下拉菜单中选择​格式

  8. 若要更改字体大小,请在​ Format SUM(CM Product Name Count Distinct) ​窗格中,选择​ 默认值 ​内的​字体,然后选择字体大小为​72

  9. 若要对齐数字,请选择​ 对齐 ​旁边的​自动,并将​ 水平 ​设置为居中。

  10. 若要使用整数,请选择​ 数字 ​旁边的​123.456,然后选择​数字(自定义)。 将​ 小数位 ​设置为0

    您的Tableau桌面应该如下所示。

    Tableau Desktop Multiple Dimension排名过滤器

  11. 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​ 卡片 ​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​ 工作表 ​托架拖放到​ 仪表板1 ​视图的​ 卡片 ​工作表下。

    您的​ 仪表板1 ​视图应如下所示。

    Tableau桌面功能板1

或者,您可以使用Tableau Desktop中的非重复计数功能。

  1. 使用​产品名称,而不是​Cm产品名称计数Distinct

  2. 在​ 标记 ​中的​ 产品名称 ​上应用​度量 > 计数(非重复)

    非重复表格计数

Looker
  1. 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 设置 删除字段和筛选器

  2. 选择​ 筛选器 ​下的​+筛选器

  3. 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
      Looker筛选器
  4. 指定​ Cc数据视图日期范围日期 ​筛选器,因为​ 2023/01/01 之前 2023/02/01​的范围内。

  5. 从左边栏中的​ ‣ Cc数据视图 ​部分:

    1. 选择​日期范围日期,然后选择​日期
    2. 从​ 产品名称 ​上的​ ⋮更多 ​上下文菜单中选择​聚合非重复计数‣。
      Looker产品名称上下文菜单
  6. 选择​运行

  7. 选择‣可视化图表​并从工具栏中选择6︎⃣以显示单值可视化图表。

您应该会看到如下所示的可视化图表和表格。

非重复查找器计数

Jupyter笔记本
  1. 在新单元格中输入以下语句。

    code language-none
    data = %sql SELECT COUNT(DISTINCT(product_name)) AS `Product Name` \
       FROM cc_data_view \
       WHERE daterange BETWEEN '2023-01-01' AND '2023-02-01';
    display(data)
    
  2. 执行单元格。 您应该会看到类似于以下屏幕快照的输出。

    Jupyter笔记本结果

RStudio
  1. 在新块中输入以下介于```{r}和` ````之间的语句。

    code language-r
    ## Count Distinct
    df <- dv %>%
       filter(daterange >= "2023-01-01" & daterange < "2023-02-01") %>%
       summarise(product_name_count_distinct = n_distinct(product_name))
    print(df)
    
  2. 运行块。 您应该会看到类似于以下屏幕快照的输出。

    RStudio结果

recommendation-more-help
080e5213-7aa2-40d6-9dba-18945e892f79