共用方式為

funnel_sequence_completion plugin

  • 發行項

適用於： ✅Microsoft網狀架構✅Azure 數據總管

計算已完成序列步驟的漏鬥圖，同時比較不同的時段。 外掛程式是使用運算子叫 evaluate 用的。

語法

T funnel_sequence_completion(| evaluate IdColumn TimelineColumn,, Start,, BinSize, StateColumn , Sequence, MaxSequenceStepWindows)

深入瞭解 語法慣例。

參數

姓名 類型​​ 必要 描述
T string ✔️ 輸入表格式表達式。
IdColum string ✔️ 表示標識碼的數據行參考。 數據行必須存在於 T 中。
TimelineColumn string ✔️ 代表時程表的數據行參考。 數據行必須存在於 T 中。
啟動 datetime、timespan 或 long ✔️ 分析開始期間。
結束 datetime、timespan 或 long ✔️ 分析結束期間。
BinSize datetime、timespan 或 long ✔️ 分析視窗大小。 每個視窗都會個別分析。
StateColumn string ✔️ 表示狀態的數據行參考。 數據行必須存在於 T 中。
序列 dynamic ✔️ 數位，其中包含中 StateColumn查閱的序列值。
MaxSequenceStepPeriods dynamic ✔️ 陣列，其中包含序列中第一個和最後一個循序步驟之間的最大允許時間範圍值。 陣列中的每個期間都會產生漏鬥分析結果。

傳回

傳回單一數據表，用於建構分析序列的漏鬥圖：

  • TimelineColumn：分析時間範圍（bin），分析時間範圍內每個量化都會分別產生漏鬥分析。
  • StateColumn：序列的狀態。
  • Period：允許完成從序列中第一個步驟測量之漏鬥序列中步驟的最大期間。 MaxSequenceStepPeriods 中的每個值都會產生具有個別句點的漏鬥分析。
  • dcount：從第一個序列狀態轉換為 值的時間範圍中相異計數IdColumnStateColumn。

範例

探索 Storm 事件

下列查詢會檢查序列的完成漏鬥圖： Hail ->Tornado 在>Thunderstorm Wind 1hour、4hours、1day 的「整體」時間中。

let _start = datetime(2007-01-01);
let _end =  datetime(2008-01-01);
let _windowSize = 365d;
let _sequence = dynamic(['Hail', 'Tornado', 'Thunderstorm Wind']);
let _periods = dynamic([1h, 4h, 1d]);
StormEvents
| evaluate funnel_sequence_completion(EpisodeId, StartTime, _start, _end, _windowSize, EventType, _sequence, _periods)

輸出

StartTime EventType Period dcount
2007-01-01 00:00:00.0000000 冰雹 01:00:00 2877
2007-01-01 00:00:00.0000000 龍捲風 01:00:00 208
2007-01-01 00:00:00.0000000 雷暴風 01:00:00 87
2007-01-01 00:00:00.0000000 冰雹 04:00:00 2877
2007-01-01 00:00:00.0000000 龍捲風 04:00:00 231
2007-01-01 00:00:00.0000000 雷暴風 04:00:00 141
2007-01-01 00:00:00.0000000 冰雹 1.00:00:00 2877
2007-01-01 00:00:00.0000000 龍捲風 1.00:00:00 244
2007-01-01 00:00:00.0000000 雷暴風 1.00:00:00 155

了解結果：
結果是三個漏鬥圖（期間：一小時、4 小時和一天）。 針對每個漏鬥圖步驟，會顯示一些相異計數。 您可以看到，完成整個序列Hail的時間愈多->Thunderstorm Wind>Tornado -， 會取得較高的dcount值。 換句話說，序列有更多的次數到達漏鬥圖步驟。

相關內容