Dashboard Builder에서 이커머스 Order Placed 이벤트 보고하기
쿼리 빌더에서 SQL 쿼리를 저장하고 Dashboard Builder에서 결과를 시각화하여
ecommerce.order_placed권장 이벤트로 커스텀 매출 및 주문 차트를 구축합니다.
필수 조건
| 요구 사항 | 설명 |
|---|---|
| 쿼리 빌더 권한 | 워크스페이스 수준의 “View Dashboard Reports”, “View PII”, “Edit Dashboard Reports” 권한 |
ecommerce.order_placed 이벤트 |
이커머스 추천 이벤트를 구현하고 total_value(필요한 경우 제품 데이터 포함)를 전송해야 합니다. Shopify 커넥터를 사용하는 경우 추천 이벤트를 이미 사용할 수 있을 수도 있습니다. |
이 예시에 대하여
가상의 의류 소매 브랜드인 Flash & Thread는 이커머스 추천 이벤트로 주문을 기록합니다. 이 브랜드의 마케팅 팀은 사전 구축된 라스트 터치 기여도 보기뿐만 아니라 일일 매출, 평균 주문 금액(AOV), 주문량을 하나의 대시보드에서 확인하고자 합니다.
이 시나리오에서는 쿼리 빌더를 사용해 Snowflake 공유 이벤트 테이블에서 ecommerce.order_placed를 쿼리한 다음, 저장된 쿼리를 대시보드 빌더에 커스텀 쿼리 타일로 추가합니다. 신규 구매자와 재구매자 비교, 제품 카테고리, Segment 수준 매출과 같은 추가 측정기준에도 같은 워크플로를 반복해서 적용할 수 있습니다.
기본 제공 이커머스 대시보드로 원하는 측정기준 조합을 확인할 수 없을 때 이 방법을 사용하세요. 라스트 터치 기여 매출을 확인하려면 Revenue - Last Touch Attribution 대시보드를 참조하세요.
고려 사항
- 데이터 보존: 쿼리 빌더의 날짜 범위 필터로 기간을 선택하세요. 대부분의 워크스페이스는 최대 1년까지 선택할 수 있으며, Snowflake 데이터 공유 또는 Currents를 사용하면 최대 2년까지 선택할 수 있습니다. 자세한 내용은 쿼리 빌더를 참조하세요.
- 시간 초과: 6분 넘게 실행되는 쿼리는 시간 초과로 중단됩니다. 보고서가 실패하면 날짜 범위를 좁히거나,
TIME으로 필터링하거나, 오디언스 규모를 줄이세요. 이벤트 테이블은TIME기준으로 클러스터링되어 있으므로 이벤트 발생 시점을 기준으로 필터링하는 것이 좋습니다. - 매출 필드: 샘플 쿼리는 이벤트
properties의total_value를 합산합니다. 제품 보고서에 표시되는 Braze의 표준화된 이커머스 매출은 대개 각 제품의price와quantity에서 산출됩니다.total_value를 제품 품목과 일치시키거나, 스키마에 맞게 SQL을 조정하세요. - 열 레이블: 표시할 열 이름은 큰따옴표로 감싸세요(예:
"Date","Total Revenue"). 그러면 대시보드 빌더에서 축과 테이블 헤더를 읽기 쉽게 표시합니다. - 테스트: 이 문서의 SQL은 예시로 제공됩니다. 대시보드를 널리 공유하기 전에 워크스페이스에서 쿼리를 검증하세요.
설정
1단계: 일일 매출에 대한 SQL 쿼리 만들기
- 분석 > 쿼리 빌더로 이동합니다.
- SQL 쿼리 만들기를 선택한 다음 SQL 편집기를 선택합니다.
- 쿼리 이름을 지정합니다(예:
Flash Thread — daily eCommerce revenue). - 다음 쿼리를 붙여넣고 날짜별 총매출을 집계하도록 조정합니다. 선택한 쿼리 빌더 날짜 범위 필터에 맞게
-60조회 기간을 조정하거나,DATEADD필터를 제거하고 날짜 범위 필터만 사용합니다.
SELECT
DATE_TRUNC('day', TO_TIMESTAMP_NTZ(TIME))::DATE AS "Date",
SUM(PARSE_JSON(PROPERTIES):total_value::NUMBER(18, 2)) AS "Total Revenue"
FROM USERS_BEHAVIORS_CUSTOMEVENT_SHARED
WHERE NAME = 'ecommerce.order_placed'
-- Example lookback; align with or replace using the Query Builder date range filter
AND TO_TIMESTAMP_NTZ(TIME) >= DATEADD(day, -60, CURRENT_TIMESTAMP())
AND TO_TIMESTAMP_NTZ(TIME) <= CURRENT_TIMESTAMP()
GROUP BY 1
ORDER BY 1;
- 쿼리 실행을 선택한 다음 저장을 선택합니다.
쿼리 빌더 설정에 대한 자세한 내용은 쿼리 빌더에서 보고서 실행하기를 참조하세요.
2단계: 대시보드 빌더 타일에 쿼리 추가하기
- 분석 > 대시보드 빌더로 이동합니다.
- 대시보드 만들기를 선택합니다(또는 기존 대시보드를 엽니다).
- 데이터 소스로 커스텀 쿼리를 선택합니다.
- + 타일 추가를 선택한 다음 1단계에서 저장한 쿼리를 선택합니다.
- 연필 아이콘을 선택하여 타일을 편집합니다.
- 차트 유형을 선 그래프로 설정합니다.
- X축을
Date로 설정합니다. - Y축을
Total Revenue로 설정합니다.
- 필요에 따라 타일 크기를 조정한 다음 저장을 선택합니다.
- 대시보드 보기 > 대시보드 실행을 선택합니다.
대시보드를 생성하는 데 몇 분 정도 걸릴 수 있습니다. 커스텀 대시보드 만들기를 참조하세요.
3단계: Order Placed 측정기준 추가하기(선택 사항)
별도의 쿼리를 만들어 저장한 다음 각 쿼리를 개별 타일로 추가합니다(대시보드당 최대 10개 타일).
일별 평균 주문 금액 및 주문 수
SELECT
DATE_TRUNC('day', TO_TIMESTAMP_NTZ(TIME))::DATE AS "Date",
AVG(PARSE_JSON(PROPERTIES):total_value::NUMBER(18, 2)) AS "Average Order Value",
COUNT(*) AS "No. of Orders"
FROM USERS_BEHAVIORS_CUSTOMEVENT_SHARED
WHERE NAME = 'ecommerce.order_placed'
-- Example lookback; align with or replace using the Query Builder date range filter
AND TO_TIMESTAMP_NTZ(TIME) >= DATEADD(day, -60, CURRENT_TIMESTAMP())
AND TO_TIMESTAMP_NTZ(TIME) <= CURRENT_TIMESTAMP()
GROUP BY 1
ORDER BY 1;
X축에 Date, Y축에 두 측정기준을 배치한 선 차트 또는 막대 차트를 사용합니다(표시하지 않으려는 열은 선택 해제합니다).
일별 신규 구매자 대 재구매자
이 시나리오는 각 사용자의 첫 번째 ecommerce.order_placed 날짜와 이후 구매 날짜를 비교합니다. 쿼리 빌더 기간이 전체 보고 기간(예: 선택한 날짜 범위)을 포함할 때 가장 정확합니다.
WITH order_days AS (
SELECT DISTINCT
USER_ID,
DATE_TRUNC('day', TO_TIMESTAMP_NTZ(TIME))::DATE AS purchase_day
FROM USERS_BEHAVIORS_CUSTOMEVENT_SHARED
WHERE NAME = 'ecommerce.order_placed'
),
first_purchase AS (
SELECT
USER_ID,
MIN(purchase_day) AS first_day
FROM order_days
GROUP BY USER_ID
),
per_day_purchasers AS (
SELECT DISTINCT
USER_ID,
purchase_day
FROM order_days
)
SELECT
p.purchase_day AS "Date",
COUNT(DISTINCT CASE
WHEN f.first_day = p.purchase_day THEN p.USER_ID
END) AS "New Purchasers",
COUNT(DISTINCT CASE
WHEN f.first_day < p.purchase_day THEN p.USER_ID
END) AS "Returning Purchasers"
FROM per_day_purchasers AS p
INNER JOIN first_purchase AS f
ON p.USER_ID = f.USER_ID
GROUP BY 1
ORDER BY 1;
주문 품목의 제품 카테고리
products 배열을 평면화하고 카테고리 필드로 필터링합니다. 다른 제품 메타데이터 키를 사용하는 경우 metadata.category를 바꿔 주세요.
SELECT
f.value:metadata:category::STRING AS "Product Category",
COUNT(*) AS "Line Items"
FROM USERS_BEHAVIORS_CUSTOMEVENT_SHARED,
LATERAL FLATTEN(INPUT => PARSE_JSON(PROPERTIES):products) f
WHERE NAME = 'ecommerce.order_placed'
AND f.value:metadata:category::STRING IS NOT NULL
AND TRIM(f.value:metadata:category::STRING) != ''
AND LOWER(TRIM(f.value:metadata:category::STRING)) != 'undefined'
GROUP BY 1
ORDER BY 2 DESC;
Segment별 구매 및 매출(Segment 분석)
이 쿼리를 사용하려면 보고 대상 Segments에 Segment 분석 추적이 설정되어 있어야 합니다. 날짜 선택기에는 SQL 변수를 사용하세요.
WITH event_conversions AS (
SELECT
user_id,
time,
TRY_CAST(GET_PATH(PARSE_JSON(PROPERTIES), 'total_value')::string AS FLOAT) AS price,
id AS purchase_event_id,
f.value::string AS user_segment_membership_id
FROM USERS_BEHAVIORS_CUSTOMEVENT_SHARED,
LATERAL FLATTEN(input => user_segment_membership_ids) AS f
WHERE NAME = 'ecommerce.order_placed'
AND time > {{start_date.${Start Date}}}
AND time < {{end_date.${End Date}}}
)
SELECT
user_segment_membership_id AS "Segment Analytics Id",
COUNT(DISTINCT purchase_event_id) AS "Total Purchases",
ROUND(SUM(price), 2) AS "Total Revenue"
FROM event_conversions
GROUP BY 1
ORDER BY 3 DESC;
기타 기본 제공 이커머스 보고
| 보고서 | 사용 시점 |
|---|---|
| Revenue - Last Touch Attribution | Campaign 또는 Canvas별 라스트 터치 기여 매출 |
| 커스텀 이벤트 보고서 | 권장 이벤트의 이벤트 볼륨 및 빈도 |
| Campaign 또는 Canvas 전환 | ecommerce.order_placed가 주요 전환 이벤트인 경우 |