建立事件的趨勢報表

本檔案提供依日期在特定日期範圍內建立事件趨勢報表所需SQL的範例。 使用Adobe Experience Platform查詢服務,您可以撰寫使用Experience Events來擷取各種使用案例的查詢。 體驗事件由體驗資料模型(XDM) ExperienceEvent類別表示,可在使用者與網站或服務互動時,擷取系統不可變且非彙總的快照。 體驗事件甚至可用於時間網域分析。 請參閱後續步驟一節,瞭解更多涉及Experience Events產生訪客報表的使用案例。

報表可讓您存取Platform資料,以受益於組織的策略業務分析。 透過這些報表,您可以透過多種方式檢查您的Platform資料、以簡單易懂的格式顯示關鍵量度,以及分享成果見解。

有關XDM和Experience Events的更多資訊可在XDM System 總覽中找到。 結合查詢服務與Experience Events,您就能有效追蹤使用者之間的行為趨勢。 下列檔案提供涉及Experience Events的查詢範例。

目標

下列範例會建立指定日期範圍內之事件的趨勢報表,依日期分組。 具體來說,這個SQL範例將各種分析值加總為ABC,然後加總一個月期間檢視公園的次數。

在Experience Event資料集中找到的時間戳記資料行是UTC格式。 此範例使用from_utc_timestamp()函式將時間戳記從UTC轉換為EDT,然後使用date_format()函式將日期與時間戳記的其餘部分隔離。

SELECT
date_format( from_utc_timestamp(timestamp, 'EDT') , 'yyyy-MM-dd') as Day,
SUM(web.webPageDetails.pageviews.value) as pageViews,
SUM(_experience.analytics.event1to100.event1.value) as A,
SUM(_experience.analytics.event1to100.event2.value) as B,
SUM(_experience.analytics.event1to100.event3.value) as C,
SUM(
    CASE
    WHEN _experience.analytics.customDimensions.evars.evar1 = 'parkas'
    THEN 1
    ELSE 0
    END) as viewedParkas
FROM your_analytics_table
WHERE TIMESTAMP >= to_timestamp('2019-03-01') AND TIMESTAMP <= to_timestamp('2019-03-31')
GROUP BY Day
ORDER BY Day ASC, pageViews DESC;

此查詢的結果如下所示。

     Day     | pageViews |   A    |   B   |    C    | viewedParkas
-------------+-----------+--------+-------+---------+--------------
 2019-03-01  |   55317.0 | 8503.0 | 804.0 | 1578.0  |           73
 2019-03-02  |   55302.0 | 8600.0 | 854.0 | 1528.0  |           86
 2019-03-03  |   54613.0 | 8162.0 | 795.0 | 1568.0  |          100
 2019-03-04  |   54501.0 | 8479.0 | 832.0 | 1509.0  |          100
 2019-03-05  |   54941.0 | 8603.0 | 816.0 | 1514.0  |           73
 2019-03-06  |   54817.0 | 8434.0 | 855.0 | 1538.0  |           76
 2019-03-07  |   55201.0 | 8604.0 | 843.0 | 1517.0  |           64
 2019-03-08  |   55020.0 | 8490.0 | 849.0 | 1536.0  |           99
 2019-03-09  |   43186.0 | 6736.0 | 643.0 | 1150.0  |           52
 2019-03-10  |   48471.0 | 7542.0 | 772.0 | 1272.0  |           70
 2019-03-11  |   56307.0 | 8721.0 | 818.0 | 1571.0  |           81
 2019-03-12  |   55374.0 | 8653.0 | 843.0 | 1501.0  |           59
 2019-03-13  |   55046.0 | 8509.0 | 887.0 | 1556.0  |           65
 2019-03-14  |   55518.0 | 8551.0 | 848.0 | 1516.0  |           77
 2019-03-15  |   55329.0 | 8575.0 | 818.0 | 1607.0  |           96
 2019-03-16  |   55030.0 | 8651.0 | 815.0 | 1542.0  |           66
 2019-03-17  |   55143.0 | 8435.0 | 774.0 | 1572.0  |           65
 2019-03-18  |   54065.0 | 8211.0 | 816.0 | 1574.0  |          111
 2019-03-19  |   55097.0 | 8395.0 | 771.0 | 1498.0  |           86
 2019-03-20  |   55198.0 | 8472.0 | 863.0 | 1583.0  |           82
 2019-03-21  |   54978.0 | 8490.0 | 820.0 | 1580.0  |           83
 2019-03-22  |   55464.0 | 8561.0 | 820.0 | 1559.0  |           83
 2019-03-23  |   55384.0 | 8482.0 | 800.0 | 1139.0  |           82
 2019-03-24  |   55295.0 | 8594.0 | 841.0 | 1382.0  |           78
 2019-03-25  |   42069.0 | 6365.0 | 606.0 | 1509.0  |           62
 2019-03-26  |   49724.0 | 7629.0 | 724.0 | 1553.0  |           44
 2019-03-27  |   55111.0 | 8524.0 | 804.0 | 1524.0  |           94
 2019-03-28  |   55030.0 | 8439.0 | 822.0 | 1554.0  |           73
 2019-03-29  |   55281.0 | 8601.0 | 854.0 | 1580.0  |           73
 2019-03-30  |   55162.0 | 8538.0 | 846.0 | 1534.0  |           79
 2019-03-31  |   55437.0 | 8486.0 | 807.0 | 1649.0  |           68
 (31 rows)

後續步驟 next-steps

閱讀本檔案可讓您更瞭解如何將查詢服務與Experience Events搭配使用,以有效追蹤使用者中的行為趨勢。

若要瞭解使用Experience Events的其他訪客型使用案例,請閱讀下列檔案:

recommendation-more-help
ccf2b369-4031-483f-af63-a93b5ae5e3fb