我的数据集包含以下列:- person_ID - brand - purchase_date 现在,我想使用Google Data Studio创建一个仪表板,显示购买了X品牌的人还购买了哪些其他品牌。 with identification as
(
select person_ID
where brand = 'X'
from dataset
)
select count(distinct(data.person_ID)), data.brand
from dataset data
inner join identification ident on data
我想跟踪用户最初来自哪里,当他们在我的网站上进行购买时,这样我就知道哪些关键字更有利可图,哪些网站最适合做广告。
一个例子是,一个用户在我的网站上使用我的google分析跟踪代码,其中包含他们来自哪里的详细信息,然后决定升级。他们离开我的域去我的帐单(2checkout)完成购买并返回到我的感谢页面。
我在我的感谢页面上有交易代码和分析代码,交易在GA中显示正确的产品/金额,但是没有其他数据,在我的报告中,引用url始终是我的帐单或信用卡公司授权页面。
我可以手动连接哪个客户是哪个客户,当他们第一次来到网站时保存他们的参考数据,然后在他们进行销售后匹配它,但我希望它显示在我的google ad
我有一个从电子商务网站购买历史数据集。列由customer id、product id、postal code、quantity of products purchased、date of the purchase组成。有数千个不同的客户ids、数百个产品ids和大约百万行。
我运行了ARIMA模型来预测给定产品的购买量。现在,我想尝试其他分析数据集的方法,但无法找到适合该数据集的模型。为了更深入地了解这些数据,我还能运行哪些其他模型呢?
我有一种情况,我想计算不同的customer.in,一个表,每个产品有一个条件。我想要一个每个产品的不同客户的汇总计数。
我创建了一个参数,它显示了我希望包含的内容以及不应该计入的内容。应用于状态的规则如下:
IF ATTR([Product]) = 'A' AND COUNT([Record]) >= 10 THEN 'Should be counted'
ELSEIF ATTR([Product]) = 'B' AND COUNT([Record]) >= 5 THEN 'Should be counted'