文档 Customer Journey Analytics Customer Journey Analytics 指南

多个维度排名

Last update: Thu Jan 29 2026 00:00:00 GMT+0000 (Coordinated Universal Time)

主题：
数据视图

创建对象：

用户

在此使用案例中，您希望显示一个表，其中划分2023年产品类别中产品名称的购买收入和购买。此外，您还希望使用一些可视化图表来说明每个产品类别中的产品类别分布和产品名称贡献。

Customer Journey Analytics

用例的 多个Dimension排名 面板示例：

Customer Journey Analytics多个Dimension排名面板

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

若要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。
1. 从该页面上的筛选器中选择 daterangeday is (All)。
2. 选择 相对日期 作为筛选器类型。
3. 将筛选器定义为当值 在最后 1 日历年内时显示项。
4. 选择应用筛选器。
在数据窗格中：
1. 选择datarangeday。
2. 选择产品类别。
3. 选择产品名称。
4. 选择sum purchase_revenue
5. 选择购买总和
若要将垂直条形图修改为表，请确保已选择表，并从 可视化 窗格中选择矩阵。
- 从列中拖动product_name，并将字段拖放到可视化窗格中的行中的 product_categor y下。
要限制表中显示的产品数，请在 筛选器 窗格中选择product_name is (All)。
1. 选择高级筛选。
2. 选择筛选器类型 前N 按值显示项前15 。
3. 从数据窗格将购买拖到 在此添加数据字段 上。
4. 选择应用筛选器。
为了提高可读性，请从顶部菜单中选择视图，然后选择页面视图 > 实际大小并调整表可视化图表的大小。
要划分表中的每个类别，请在产品类别级别选择+。您的Power BI桌面应该如下所示。
从顶部菜单中选择主页，然后选择新建视觉对象。新视觉对象会添加到报表中。
在数据窗格中：
1. 选择产品类别。
2. 选择产品名称。
3. 选择purchase_revenue。
要修改可视化，请选择条形图，然后从 可视化 窗格中选择树状图。
确保 product_category 列在 Category 下，并且 product_name 列在 可视化图表 窗格的 详细信息 下。

您的Power BI桌面应该如下所示。
从顶部菜单中选择主页，然后选择新建视觉对象。新视觉对象会添加到报表中。
在数据窗格中：
1. 选择产品类别。
2. 选择purchase_revenue。
3. 选择购买。
在 可视化图表 窗格中：
1. 要修改可视化图表，请选择折线图和栈叠式柱状图。
2. 将 sum_of_purchases 从 列Y轴 拖动到行Y轴。
在报表中，对各个可视化图表进行重新洗牌。

您的Power BI桌面应该如下所示。

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，选择相对日期，选择年，然后指定上一年。选择应用和确定。
  
  您的Tableau桌面应该如下所示。
4. 将 产品类别 拖放到列旁边。
5. 将 购买收入 拖放到行旁边。值更改为SUM（采购收入）。
6. 将购买拖放到行旁边。值更改为SUM（购买）。
7. 选择SUM（购买），然后从下拉菜单中选择双轴。
8. 在标记中选择 SUM（购买） 并从下拉菜单中选择行。
9. 在标记中选择SUM(Purchase Revenue)，然后从下拉菜单中选择栏。
10. 从适合菜单中选择整个视图。
11. 选择图表中的 采购收入 标题，并确保采购收入按升序排列。
  
  您的Tableau桌面应该如下所示。
将当前 工作表1 重命名为Category。
选择 新建工作表 以创建新工作表，并将其重命名为Data。
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，选择相对日期，选择年，然后指定上一年。选择应用和确定。
4. 将 Purchase Revenue 从数据窗格拖至列。值更改为SUM（采购收入）。
5. 将 Purchase 从数据窗格拖动到 Purchase Revenue 旁边的列。值更改为SUM（购买）。
6. 将 产品类别 从数据窗格拖动到行。
7. 将 产品名称 从数据窗格拖动到 产品类别 旁边的行。
8. 若要将两个水平条更改为表，请从 显示我 中选择文本表。
9. 要限制产品数，请在 度量值 中选择购买。从下拉菜单中选择筛选器。
10. 在 筛选器[购买] 对话框中，选择至少并输入7000。选择应用和确定。
11. 从适应下拉菜单中选择适应宽度。
  
  您的Tableau桌面应该如下所示。
选择 新建工作表 以创建新工作表并将其重命名为树状图。
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，选择相对日期，选择年，然后指定上一年。选择应用和确定。
4. 将 Purchase Revenue 从数据窗格拖至行。值更改为SUM（采购收入）。
5. 将 Purchase 从数据窗格拖动到 Purchase Revenue 旁边的行。值更改为SUM（购买）。
6. 将 产品类别 从数据窗格拖动到列。
7. 将 产品名称 从数据窗格拖动到列。
8. 若要将两个垂直条形图更改为树状图，请从 显示我 中选择树状图。
9. 要限制产品数，请在 度量值 中选择购买。从下拉菜单中选择筛选器。
10. 在 筛选器[购买] 对话框中，选择至少并输入7000。选择应用和确定。
11. 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。
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. 将类别工作表从 工作表 托架拖放到 仪表板1 视图中，该视图显示在此放置工作表。
2. 将 树状图 工作表从 工作表 托架拖放到 仪表板1 视图的类别工作表下。
3. 将数据工作表从 工作表 托架拖放到 仪表板1 视图的 树状图 工作表下。
4. 调整视图中每个页面的大小。
您的 仪表板1 视图应如下所示。

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。
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。
从左边栏中的 ‣ Cc数据视图 部分：
1. 选择产品类别。
2. 选择产品名称。
在左边栏的 ‣自定义字段 部分中：
1. 从 +添加 下拉菜单中选择自定义度量值。
2. 在 创建自定义度量值 对话框中：
  1. 从 要度量 的字段下拉菜单中选择购买收入。
  2. 从 度量值类型 下拉菜单中选择Sum。
  3. 输入名称的自定义字段名称。例如：Sum of Purchase Revenue。
  4. 选择 字段详细信息 选项卡。
  5. 从格式下拉菜单中选择小数，并确保以0小数输入。
  6. 选择保存。
3. 从 +添加 下拉菜单中选择自定义度量值。在 创建自定义 度量值对话框中：
  1. 从 要度量 的字段下拉菜单中选择购买。
  2. 从 度量值类型 下拉菜单中选择Sum。
  3. 输入名称的自定义字段名称。例如：Sum of Purchases。
  4. 选择 字段详细信息 选项卡。
  5. 从格式下拉菜单中选择小数，并确保以0小数输入。
  6. 选择保存。
4. 这两个字段都会自动添加到数据视图。
在 筛选器 部分中，选择+筛选器。在 添加筛选器 对话框中。选择‣自定义字段，然后选择购买收入。
选择 is > 并输入800000以限制结果。
选择运行。
选择‣可视化图表以显示折线图可视化图表。
选择 可视化图表 中的编辑以更新可视化图表。在弹出的对话框中：
1. 选择绘图选项卡。
2. 向下滚动并选择编辑图表配置。
3. 在 图表配置（覆盖） 中修改JSON，如下面的屏幕快照所示，然后选择预览。
4. 选择应用。
5. 选择旁边的 CrossSize75 以隐藏弹出对话框

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

Jupyter笔记本

在新单元格中输入以下语句。

code language-none

import seaborn as sns
import matplotlib.pyplot as plt
data = %sql SELECT product_category AS `Product Category`, product_name AS `Product Name`, SUM(purchase_revenue) AS `Purchase Revenue`, SUM(purchases) AS `Purchases` \
            FROM cc_data_view \
            WHERE daterange BETWEEN '2023-01-01' AND '2024-01-01' \
            GROUP BY 1, 2 \
            ORDER BY `Purchase Revenue` DESC \
            LIMIT 10;
df = data.DataFrame()
df = df.groupby(['Product Category', 'Product Name'], as_index=False).sum()
plt.figure(figsize=(8, 8))
sns.scatterplot(x='Product Category', y='Product Name', size='Purchase Revenue', sizes=(10, 200), hue='Purchases', palette='husl', 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

## Multiple dimensions ranked
df <- dv %>%
   filter(daterange >= "2023-01-01" & daterange < "2024-01-01") %>%
   group_by(product_category, product_name) %>%
   summarise(purchase_revenue = sum(purchase_revenue), purchases = sum(purchases), .groups = "keep") %>%
   arrange(desc(purchase_revenue), .by_group = FALSE)
print(df)

运行块。您应该会看到类似于以下屏幕快照的输出。

recommendation-more-help

080e5213-7aa2-40d6-9dba-18945e892f79