优化数据库

为Adobe Commerce Intelligence使用操作数据库的主要好处是，无需构建或修改任何内容即可收集数据。 有价值的信息已经存在 — 您只需将其解锁。

本主题包含一些建议，可帮助您优化数据库以进行分析，并从原始数据中得出切实可行的见解。

不删除数据

当订单被取消、用户停用其帐户或产品被停产时，很想删除数据库中的相关信息。 增加表格数量并消除杂乱似乎是一个明智的想法。 但是，删除行意味着此信息将永远丢失，或者您需要仔细研究旧备份才能找到它。

相反，您可以向表中添加一个状态列，以指示该行何时不再处于活动状态或相关状态。 还建议添加一列来存储进行更改的日期，或创建历史更改日志。 如果表变得足够大，性能开始受到影响，请考虑将旧数据归档到用于分析的表中。

很少覆盖数据

应谨慎覆盖数据。

以登录日期为例，许多公司存储的是上次登录日期，而不是历史登录次数表。 虽然您可能只需要上次登录日期即可正常使用，但从Analytics的角度来看，被覆盖的数据会造成巨大损失。 如果不保留这些操作的完整日志，则无法查看有多少用户长时间离开然后再重新激活。 它还使得无法基于登录构建用户参与同类群组分析等内容。

通常，如果由于某种用户操作而更新记录，则不要覆盖有关上一个或单独用户操作的信息。

包括Updated_at列，用于随时间更新的数据

如果表的行将具有随时间变化的值，例如​ order_status ​从processing更改为complete，则包含一个​ updated_at ​列以记录最新更改的时间。 当​ updated_at ​日期对应于​ created_at ​日期时，请确保首次插入新数据行时有​ updated_at ​值可用。

除了优化分析之外，updated_at ​列还允许您使用增量复制方法，这有助于缩短更新周期的长度。

商店用户获取Source

最常见的错误之一是用户获取源 (UAS)未存储在操作数据库中。 在出现问题的大多数情况下，仅通过Google Analytics或某些其他Web分析工具跟踪UAS。 虽然这些工具可能很有价值，但仅在这些工具中存储UAS存在一些缺点；例如，无法从这些工具中提取用户级数据。 如果可能的话，这通常是一个困难的过程。 获取此信息并将其与其他来源的数据（例如也存储在数据库中的行为和事务性信息）相匹配应该很容易。

将UAS存储在您自己的数据库中，通常是在线企业对其分析能力所能做的最大改进。 这允许UAS分析销售额、用户参与度、回收期、客户存留期值、流失率以及其他关键指标。 在决定投资营销资源的位置时，此数据至关重要。

太多公司只关注寻找以最低成本提供新用户的渠道。 如果您没有跟踪从每个渠道获得的用户的质量，则可能会吸引没有产生业务价值的用户。

数据表设置

设置主键

主键是未更改的列（或列集），它在表中生成唯一值。 主键非常重要，因为它们可确保在Commerce Intelligence中正确复制表。

构建主键时，为自动增量的列使用整数数据类型。 Adobe建议您尽可能避免使用多列主键。

如果您的表是SQL视图，请添加可充当主键的列。 Commerce Intelligence能够自动将此列标识为主键。

为数据列分配数据类型

如果数据列没有分配的数据类型，则Commerce Intelligence猜测要使用哪种数据类型。 如果Adobe猜测不正确，则在System支持团队将列调整为正确的数据类型之前，您可能无法执行相关分析。 例如，如果日期列假定为数字数据类型，则可以使用日期维度显示一段时间的趋势。

如果您有多个数据库，请向数据表添加前缀

如果有多个数据库连接到Commerce Intelligence，Adobe建议向表添加前缀以避免混淆。 前缀可帮助您记住量度或数据维度的来源位置。