轉換

您想要瞭解各種BI工具對Customer Journey Analytics物件(例如維度、量度、篩選器、計算量度和日期範圍)的轉換。

Customer Journey Analytics
在Customer Journey Analytics中,您在資料檢視中定義資料集的哪些元件及如何公開為維度量度。 該維度和量度的定義會使用BI擴充功能向BI工具公開。
您將篩選器計算量度日期範圍等元件用作Workspace專案的一部分。 這些元件也會透過BI擴充功能向BI工具公開。
BI 工具
note prerequisites
PREREQUISITES
確定您已驗證連線成功,可以列出資料檢視,並針對您想要嘗試此使用案例的BI工具使用資料檢視
tabs
Power BI案頭版

Customer Journey Analytics物件可在​ 資料 ​窗格中使用,並可從您在Power BI Desktop中選取的表格擷取。 例如,public.cc_data_view。 表格的名稱與您在Customer Journey Analytics中為資料檢視定義的外部ID相同。 例如,具有​標題 C&C - Data View和​外部識別碼 cc_data_view的資料檢視。

維度
來自Customer Journey Analytics的維度以元件ID識別。 元件ID已在您的Customer Journey Analytics資料檢視中定義。 例如,Customer Journey Analytics中的維度​ 產品名稱 ​具有元件識別碼 product_name,這是Power BI Desktop中維度的名稱。
來自Customer Journey Analytics的日期範圍維度(例如​DayWeekMonth​等)可用作​daterangedaydaterangeweekdaterangemonth​等。

個量度
來自Customer Journey Analytics的量度以元件ID識別。 元件ID已在您的Customer Journey Analytics資料檢視中定義。 例如,Customer Journey Analytics中的量度​ Purchase Revenue ​有元件識別碼 purchase_revenue,這是Power BI Desktop中量度的名稱。 ​表示量度。 當您在任何視覺效果中使用量度時,量度會重新命名為​量度的總和​

篩選器
您在Customer Journey Analytics中定義的篩選器可作為​ filterName ​欄位的一部分使用。 當您在Power BI Desktop中使用​ filterName ​欄位時,可以指定要使用的篩選器。

計算量度
您在Customer Journey Analytics中定義的計算量度,會由您為計算量度定義的外部ID識別。 例如,計算量度​ 產品名稱(相異計數) ​具有外部識別碼 product_name_count_distinct,並在Power BI Desktop中顯示為​ cm_product_name_count_distinc ​t。

日期範圍
您在Customer Journey Analytics中定義的日期範圍可做為​ daterangeName ​欄位的一部分。 當您使用​ daterangeName ​欄位時,您可以指定要使用的日期範圍。

自訂轉換
Power BI Desktop提供使用資料分析運算式(DAX)的自訂轉換功能。 例如,您想要以小寫執行產品名稱排名為單一維度使用案例。

  1. 在報表檢視中,選取長條圖視覺效果。

  2. 在[資料]窗格中選取​product_name

  3. 在工具列中選取​新資料行

  4. 在公式編輯器中,定義名稱為product_name_lower的新欄,如product_name_lower = LOWER('public.cc_data_view[product_name])
    Power BI案頭轉換至Lower

  5. 請確定您在​ 資料 ​窗格中選取新的​ product_name_lower ​欄,而非​ product_name ​欄。

  6. 在表格視覺效果中選取​ 更多 ​中的 以表格 報告。

    您的Power BI案頭應該如下所示。
    Power BI案頭轉換最終版

自訂轉換會導致SQL查詢的更新。 請參閱下列SQL範例中lower函式的使用:

code language-sql
select "_"."product_name_lower",
    "_"."a0",
    "_"."a1"
from
(
    select "rows"."product_name_lower" as "product_name_lower",
        sum("rows"."purchases") as "a0",
        sum("rows"."purchase_revenue") as "a1"
    from
    (
        select "_"."daterange" as "daterange",
            "_"."product_name" as "product_name",
            "_"."purchase_revenue" as "purchase_revenue",
            "_"."purchases" as "purchases",
            lower("_"."product_name") as "product_name_lower"
        from
        (
            select "_"."daterange",
                "_"."product_name",
                "_"."purchase_revenue",
                "_"."purchases"
            from
            (
                select "daterange",
                    "product_name",
                    "purchase_revenue",
                    "purchases"
                from "public"."cc_data_view" "$Table"
            ) "_"
            where ("_"."daterange" < date '2024-01-01' and "_"."daterange" >= date '2023-01-01') and ("_"."product_name" in ('4G Cellular Trail Camera', '4K Wildlife Trail Camera', 'Wireless Trail Camera', '8-Person Cabin Tent', '20MP No-Glow Trail Camera', 'HD Wildlife Camera', '4-Season Mountaineering Tent', 'Trail Camera', '16MP Trail Camera with Solar Panel', '10-Person Family Tent'))
        ) "_"
    ) "rows"
    group by "product_name_lower"
) "_"
where not "_"."a0" is null or not "_"."a1" is null
limit 1000001
Tableau案頭

每當您在工作表中工作時,Data​側邊欄中都會有Customer Journey Analytics物件。 並從您選取做為Tableau中​ 資料來源 ​頁面一部分的資料表中擷取。 例如,cc_data_view。 表格的名稱與您在Customer Journey Analytics中為資料檢視定義的外部ID相同。 例如,具有​標題 C&C - Data View和​外部識別碼 cc_data_view的資料檢視。

維度
來自Customer Journey Analytics的維度以元件名稱識別。 已在您的Customer Journey Analytics資料檢視中定義元件名稱。 例如,Customer Journey Analytics中的維度​ 產品名稱 ​有元件名稱 產品名稱,這是Tableau中維度的名稱。 所有維度皆由​ Abc ​識別。
來自Customer Journey Analytics的日期範圍維度(例如​DayWeekMonth​等)可用作​DaterangedayDaterangeweekDaterangemonth​等。 使用日期範圍維度時,您必須從下拉式選單中選取適當的日期或時間定義,以套用至該日期範圍維度。 例如,

個量度
來自Customer Journey Analytics的量度由元件名稱識別。 已在您的Customer Journey Analytics資料檢視中定義元件名稱。 例如,Customer Journey Analytics中的量度​ Purchase Revenue ​有元件名稱 Purchase Revenue,這是Tableau中量度的名稱。 所有量度都由​ # ​識別。 當您在任何視覺效果中使用量度時,量度會重新命名為​Sum(量度

篩選器
您在Customer Journey Analytics中定義的篩選器可作為​ 篩選器名稱 ​欄位的一部分使用。 當您在Tableau中使用​ 篩選器名稱 ​欄位時,可以指定要使用的篩選器。

計算量度
您在Customer Journey Analytics中定義的計算量度,會由您為計算量度定義的標題識別。 例如,計算量度​ 產品名稱(相異計數) ​有標題 產品名稱(相異計數),並在Tableau中顯示為​Cm產品名稱相異計數

日期範圍
您在Customer Journey Analytics中定義的日期範圍可做為​ 日期範圍名稱 ​欄位的一部分。 當您使用​ 日期範圍名稱 ​欄位時,您可以指定要使用的日期範圍。

自訂轉換
Tableau Desktop提供使用計算欄位的自訂轉換功能。 例如,您想要以小寫執行產品名稱排名為單一維度使用案例。

  1. 從主功能表選取​分析 > 建立計算欄位

    1. 使用函式​ 定義 ​小寫的產品名稱LOWER([Product Name])
      Tableau計算欄位
    2. 選取​確定
  2. 選取​ 資料 ​工作表。

    1. 從​ 表格 ​拖曳​小寫產品名稱,並將專案拖放至​ ​旁的欄位中。
    2. 從​ ​移除​產品名稱
  3. 選取​ 儀表板1 ​檢視。

您的Tableau桌上型電腦應如下所示。

轉換後的 Tableau案頭

自訂轉換會導致SQL查詢的更新。 請參閱下列SQL範例中LOWER函式的使用:

code language-sql
SELECT LOWER(CAST(CAST("cc_data_view"."product_name" AS TEXT) AS TEXT)) AS "Calculation_1562467608097775616",
  SUM("cc_data_view"."purchase_revenue") AS "sum:purchase_revenue:ok",
  SUM("cc_data_view"."purchases") AS "sum:purchases:ok"
FROM "public"."cc_data_view" "cc_data_view"
WHERE (("cc_data_view"."daterange" >= (DATE '2023-01-01')) AND ("cc_data_view"."daterange" <= (DATE '2023-12-31')))
GROUP BY 1
HAVING ((SUM("cc_data_view"."purchase_revenue") >= 999999.99999998999) AND (SUM("cc_data_view"."purchase_revenue") <= 2000000.00000002))
觀察者

可在​ 探索 ​介面中使用Customer Journey Analytics物件。 和會隨著在Looker中設定連線、專案和模型而擷取。 例如,cc_data_view。 檢視的名稱與您在Customer Journey Analytics中為資料檢視定義的外部ID相同。 例如,具有​標題 C&C - Data View和​外部識別碼 cc_data_view的資料檢視。

維度
Customer Journey Analytics的維度會在​ Cc資料檢視 ​左側邊欄中列為​DIMENSION。 維度是在您的Customer Journey Analytics資料檢視中定義。 例如,Customer Journey Analytics中的維度​ 產品名稱 ​具有​DIMENSION 產品名稱,這是Looker中維度的名稱。
來自Customer Journey Analytics的日期範圍維度(如​DayWeekMonth​等)可做為​Daterangeday DateDaterangeweek DateDaterangemonth Date​等。 使用日期範圍維度時,您必須選取適當的日期或時間定義。 例如,日期

個量度
Customer Journey Analytics的量度在​ Cc資料檢視 ​左側邊欄中列為​DIMENSION。 例如,Customer Journey Analytics中的量度​ Purchase Revenue ​有​DIMENSION Purchase Revenue。 若要實際做為量度使用,請建立如上例所示的自訂量值欄位,或使用維度的捷徑。 例如,,選取​彙總,然後選取​總計

篩選器
您在Customer Journey Analytics中定義的篩選器可作為​ 篩選器名稱 ​欄位的一部分使用。 當您在Looker中使用​ 篩選器名稱 ​欄位時,您可以指定要使用的篩選器。

計算量度
您在Customer Journey Analytics中定義的計算量度,會由您為計算量度定義的標題識別。 例如,計算量度​ 產品名稱(相異計數) ​有標題 產品名稱(相異計數),並在回顧中顯示為​公分產品名稱相異計數

日期範圍
您在Customer Journey Analytics中定義的日期範圍可做為​ 日期範圍名稱 ​欄位的一部分。 當您使用​ 日期範圍名稱 ​欄位時,您可以指定要使用的日期範圍。

自訂轉換
Looker使用自訂欄位建置器提供自訂轉換功能,如上所示。 例如,您想要以小寫執行產品名稱排名為單一維度使用案例。

  1. 從左側邊欄中的​ ‣自訂欄位 ​區段:

    1. 從​ +新增 ​下拉式功能表中選取​自訂Dimension
    2. lower(${cc_data_view.product_name})運算式​文字區域中輸入。 當您開始輸入Product Name時,會以正確的語法協助您。
      Looker轉換範例
    3. 輸入product name作為​名稱
    4. 選取​「儲存」

您應該會看到類似表格,如下所示。

Looker轉換結果

自訂轉換會導致SQL查詢的更新。 請參閱下列SQL範例中LOWER函式的使用:

code language-sql
SELECT
    LOWER((cc_data_view."product_name")) AS "product_name",
    COALESCE(SUM(CAST(( cc_data_view."purchase_revenue"  ) AS DOUBLE PRECISION)), 0) AS "sum_of_purchase_revenue",
    COALESCE(SUM(CAST(( cc_data_view."purchases"  ) AS DOUBLE PRECISION)), 0) AS "sum_of_purchases"
FROM public.cc_data_view  AS cc_data_view
WHERE ((( cc_data_view."daterange"  ) >= (DATE_TRUNC('day', DATE '2023-01-01')) AND ( cc_data_view."daterange"  ) < (DATE_TRUNC('day', DATE '2024-01-01'))))
GROUP BY
    1
ORDER BY
    2 DESC
FETCH NEXT 500 ROWS ONLY
Jupyter Notebook

Customer Journey Analytics物件(維度、量度、篩選器、計算量度和日期範圍)可當作您建構的內嵌SQL查詢的一部分來使用。 請參閱之前的範例。

自訂轉換

  1. 在新儲存格中輸入下列陳述式。

    code language-python
    data = %sql SELECT LOWER(product_category) AS `Product Category`, COUNT(*) AS EVENTS \
                FROM cc_data_view \
                WHERE daterange BETWEEN '2023-01-01' AND '2024-01-01' \
                GROUP BY 1 \
                ORDER BY `Events` DESC \
                LIMIT 5;
    display(data)
    
  2. 執行儲存格。 您應該會看到與下方熒幕擷圖類似的輸出。

    Jupyter Notebook結果

如Jupyter Notebook中所定義,查詢由BI擴充功能執行。

RStudio

Customer Journey Analytics元件(維度、量度、篩選器、計算量度和日期範圍)在R語言中類似命名物件提供。 請參閱使用元件的元件。請參閱之前的範例。

自訂轉換

  1. 在新區塊中輸入```{r}到` ````之間的下列陳述式。

    code language-r
    df <- dv %>%
       filter(daterange >= "2023-01-01" & daterange <= "2024-01-01") %>%
       mutate(d2=lower(product_category)) %>%
       group_by(d2) %>%
       count() %>%
       arrange(d2, .by_group = FALSE)
    print(df)
    
  2. 執行區塊。 您應該會看到與下方熒幕擷圖類似的輸出。

    RStudio結果

RStudio使用BI擴充功能產生的查詢包含lower,這表示自訂轉換是由RStudio和BI擴充功能執行。

code language-sql
SELECT "d2", COUNT(*) AS "n"
FROM (
  SELECT "cc_data_view".*, lower("product_category") AS "d2"
  FROM "cc_data_view"
  WHERE ("daterange" >= '2023-01-01' AND "daterange" <= '2024-01-01')
) AS "q01"
GROUP BY "d2"
ORDER BY "d2"
LIMIT 1000
recommendation-more-help
080e5213-7aa2-40d6-9dba-18945e892f79