SQL分析

Last update: Tue Oct 15 2024 00:00:00 GMT+0000 (Coordinated Universal Time)

主题：
查询

创建对象：

用户
开发人员

使用Data Distiller的SQL Insights创建定制的报表数据模型以提取更深入的见解、优化策略和调整分析以满足特定业务需求。使用SQL分析功能可跨配置文件、受众、营销活动、历程、权利和同意等维度增强透明度并从Adobe Experience Platform数据中获得运营分析。此功能提供了多功能、自适应解决方案，可定制贵组织的报表数据模型以符合您的特定业务需求。

要可视化您的SQL分析，您可以使用query pro mode通过自定义SQL查询进行复杂分析，并将您的数据转换为易于理解的图表。使用Query Pro模式在功能板上创建定制的分析见解和可视化图表，并将您的分析下载为CSV文件以满足技术和非技术受众的需求。

本文档介绍了使用数据Distiller开发SQL分析功能板的用例、基本功能和所需步骤。

先决条件

本教程使用用户定义的功能板在Platform UI中可视化自定义数据模型中的数据。有关此功能的更多信息，请参阅用户定义的功能板文档。

快速入门

要构建用于报表分析的自定义数据模型，并扩展包含扩充的Platform数据的Real-Time CDP数据模型，需要数据Distiller SKU。请参阅与Data Distiller SKU相关的打包、护栏和许可文档。如果您没有Data Distiller SKU，请联系您的Adobe客户服务代表以了解更多信息。

SQL Insights用例 use-cases

以下是可通过Data Distiller中的SQL Insights有效解决的常见用例。

用户档案和受众使用情况透明度 usage-transparency

挑战： 如何按特定条件(如业务单位、忠诚度状态或客户存留期值(CLTV))划分关键绩效指标(KPI)。

SQL Insights解决方案： Data Distiller支持在Adobe Experience Platform中扩展报表数据模型，从而促进添加自定义配置文件属性，如CLTV或忠诚度状态。

挑战： 如何将受众重叠和大小趋势线报告应用于电子邮件、短信和电话等渠道的自定义同意属性。

SQL Insights解决方案： 可以扩展报表数据模型以跟踪一段时间内同意首选项的更改。这涉及构建其他事实和维度表以趋势化同意首选项并计划增量数据刷新。

优化受众分段策略 optimize-audience-segmentation-strategy

挑战： 如何将机器学习(ML)模型生成的倾向分数集成到其受众KPI报表中。

SQL分析解决方案： 数据Distiller允许包含来自自定义ML模型的倾向分数，从而便于在受众级别计算汇总分数。然后，可以将此数据与标准KPI一起报告。

受众扩展 audience-expansion

挑战： 如何在受众重叠报表中获取不仅仅是个人资料计数，以及如何获取其他人口统计数据或偏好以指导受众扩展策略。

SQL Insights解决方案： 通过扩展报表数据模型，用户可以合并其他配置文件属性，用相关人口统计数据和首选项丰富受众重叠报表。

用于生成SQL分析的关键功能 key-capabilities

下图突出显示生成SQL Insights的几项基本功能。这些功能包括：

数据可视化： 结合趋势和条形图等可视化元素以全面查看数据趋势。
功能板创作： 允许创建针对特定用例的自定义功能板，以提供更加个性化和更有针对性的分析体验。
灵活的SQL数据建模： 使用通用的SQL数据建模方法，该方法允许用户无缝地组合和处理不同的数据集，增强适应性和分析深度。
加速存储： 实施加速存储机制以通过SQL高效地提供聚合见解，从而确保简化和快速访问有价值的信息。
BI连接： 促进与常用Business Intelligence(BI)工具(包括Power BI、Tableau、Looker和Apache Superset)的无缝集成。该连接确保与多种BI环境兼容，使用户能够灵活地使用他们选择的工具进行深入分析和报告。

数据Distiller SQL Insights的主要功能的可视表示形式。

创建SQL Insights的步骤 steps-to-create

要在Data Distiller中开发SQL Insights功能板，请按照以下分步说明进行操作。

临时查询探索： 首先执行临时SELECT查询以探索数据湖上的原始数据。这允许对实验进行实时、探索性的数据分析，并且验证查询结果未存储在数据湖中的数据。
批处理查询利用率： 使用批处理查询创建计划作业以生成分析汇总表，从而确保采用系统化和自动化的方法来处理数据。批处理查询执行INSERT TABLE AS SELECT和CREATE TABLE AS SELECT查询以清理、形状、操作和扩充数据。这些查询的结果存储在数据湖中。
聚合分析加载： 将生成的聚合分析加载到加速存储中，并使用SQL测试查询，并确保数据检索的准确性和效率。要了解如何对加速存储进行无状态查询，请参阅文档。
访问和集成： 通过与Adobe Experience Platform 用户定义仪表板或其他首选Business Intelligence(BI)工具集成，无缝访问存储在加速存储中的见解。这些与第三方客户端的集成为用户提供了有凝聚力的直观体验。