使用維度值劃分割槽段

1. 從功能表選取​首頁，然後從工具列選取​重新整理。 您必須重新整理連線，才能擷取您剛才在Customer Journey Analytics中定義的新篩選器。

2. 在​ 資料 ​窗格中：

   1. 選取​日期範圍。
   2. 選取​product_category。
   3. 選取​產品名稱。
   4. 選取​發生次數總和。

您看到顯示擷取此視覺效果​ 資料的 ​錯誤的視覺效果。

1. 在​ 篩選器 ​窗格中：

   1. 在此視覺效果​ 上選取 ​篩選器中的​篩選器名稱為（全部）。
   2. 選取​ 基本篩選 ​作為​篩選型別。
   3. 在此視覺效果​ 上選取 ​篩選器中的​日期範圍是（全部）。
   4. 選取​ 進階篩選 ​作為​篩選型別。
   5. 定義篩選器以​當值 在 1/1/2023 且 在 2/1/2023之前時顯示專案。
   6. 選取​ 基本篩選器 ​作為​ product_category ​的​篩選器型別，並從可能的值清單中選取​Hunting。
   7. 選取 以從​ 資料行 ​移除​filterName。
   8. 選取 以從​ 資料行 ​移除​日期範圍。

   您會看到已套用​ product_category ​篩選器的資料表已更新。 您的Power BI案頭應該如下所示。

   

Tableau Desktop不支援從Customer Journey Analytics擷取產品類別的動態清單。 此使用案例會改用新建立的​ 狩獵產品 ​篩選器，並使用篩選器名稱critia。

1. 在​ 資料Source ​檢視的​ 資料 ​下，從​ cc_data_view(prod:cja%3FFLATTEN) ​上的內容功能表選取​重新整理。 您必須重新整理連線，才能擷取您剛才在Customer Journey Analytics中定義的新篩選器。

2. 選取底部的​ 工作表1 ​索引標籤，以從​ 資料來源 ​切換。 在​ 工作表1 ​檢視中：

   1. 從​ 篩選器 ​托架中的​ 表格 ​清單拖曳​ 篩選器名稱 ​專案。

   2. 在​ 篩選器[篩選器名稱] ​對話方塊中，確定已選取​從清單中選取，並從清單中選取​搜尋產品。 選取​ 套用 ​及​確定。

   3. 從​ 篩選器 ​托架中的​ 表格 ​清單拖曳​ 日期範圍 ​專案。

   4. 在​ 篩選欄位[日期範圍] ​對話方塊中，選取​ 日期範圍 ​並選取​下一步>。

   5. 在​ 篩選器[日期範圍] ​對話方塊中，選取​日期範圍，然後選取01/01/2023 - 1/2/2023。 選取​ 套用 ​及​確定。

   6. 將​ 產品名稱 ​從​ 表格 ​清單拖曳至​列。

   7. 從​ 表格 ​清單拖曳​ 發生次數 ​專案，並將該專案拖放至​ 欄 ​旁的欄位中。 值變更為​SUM（發生次數）。

   8. 從​ 顯示我 ​中選取​文字表。

   9. 從​ 符合 ​下拉式功能表中選取​符合寬度。

      您的Tableau桌上型電腦應如下所示。

      

1. 在1. 在Looker的​ 瀏覽 ​介面中，重新整理您的連線。 選取 清除快取並重新整理。

2. 在Looker的​ 瀏覽 ​介面中，確定您已進行乾淨的設定。 如果沒有，請選取 移除欄位和篩選器。

3. 選取​ 篩選器 ​底下的​+篩選器。

4. 在​ 新增篩選器 ​對話方塊中：

   1. 選取​‣ Cc資料檢視
   2. 從欄位清單中，選取​ 日‣期範圍日期 ​然後​日期範圍日期。
      

5. 指定​ Cc資料檢視日期範圍日期 ​篩選器，因為​在範圍 2023/01/01 到（之前） 2023/02/01。

6. 選取​ 篩選器 ​底下的​ +篩選器 ​以新增另一個篩選器。

7. 在​ 新增篩選器 ​對話方塊中：

   1. 選取​‣ Cc資料檢視
   2. 從欄位清單中，選取​產‣品類別。

8. 確定​ 是 ​作為篩選的選取專案。

查閱未顯示​ 產品類別 ​的可能值清單。

1. 在新儲存格中輸入下列陳述式。

   code language-python
   data = %sql SELECT DISTINCT product_category FROM cc_data_view WHERE daterange BETWEEN '2023-01-01' AND '2024-01-01'; style = {'description_width': 'initial'} category_filter = widgets.Dropdown( options=[d for d, in data], description='Product Category:', style=style ) display(category_filter)

2. 執行儲存格。 您應該會看到與下方熒幕擷圖類似的輸出。

   

3. 從下拉式功能表中選取​搜尋。

4. 在新儲存格中輸入下列陳述式。

   code language-python

   import seaborn as sns import matplotlib.pyplot as plt data = %sql SELECT product_name AS `Product Name`, COUNT(*) AS Events \ FROM cc_data_view \ WHERE daterange BETWEEN '2023-01-01' AND '2023-02-01' \ AND product_category = '{category_filter.value}' \ GROUP BY 1 \ ORDER BY Events DESC \ LIMIT 10; df = data.DataFrame() df = df.groupby('Product Name', as_index=False).sum() plt.figure(figsize=(15, 3)) sns.barplot(x='Events', y='Product Name', data=df) plt.show() display(data)

5. 執行儲存格。 您應該會看到與下方熒幕擷圖類似的輸出。

   

1. 在新區塊中輸入```{r}到 ````之間的下列陳述式。 確定您使用適當的類別。 例如，Hunting`。

   code language-r
   ## Dimension 1 Filtered by Dimension 2 value df <- dv %>% filter(daterange >= "2023-01-01" & daterange < "2023-02-01" & product_category == "Hunting") %>% group_by(product_name) %>% count() %>% arrange(desc(n), .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。