Skip to main content
Databricksのセットアップに従って特定のプロジェクトで Databricksを有効化したら、Databricksのテーブルに対するクエリに基づいて、Kameleoonでゴールを作成できます。Kameleoonは、次の 2 つの手順で各ゴールのコンバージョンを読み取ります。まず Databricksのテーブルに対してクエリを実行し、次にリフトを計算して、レポート UIに結果を表示します。
Databricksを使用してゴールを作成するには、ゴールの作成に記載されている Data warehouse tracking のフローに従い、Datawarehouse integration ドロップダウンから Databricksを選択します。Step 1 では、次の Databricks 固有のフィールドが求められます。
  • Frequency：タスクを実行する頻度を選択します。
  • Catalog：Kameleoonに読み取らせたいスキーマを含む Databricks カタログの名前を入力します。
  • Schema：コンバージョンデータを含むスキーマを入力します。
  • Query：Databricksから必要なデータを取得する SQL クエリを定義します。
Step 1 が完了したら、必要に応じて Step 2 の Advanced settingsを設定し、ゴールを保存します。 データウェアハウスの保持期間： Kameleoonがイベントをポーリングするには、イベントの発生後少なくとも 72 時間、そのイベントが入力クエリでアクセス可能な状態を維持している必要があります。

​
クエリ形式

クエリは特定の形式に従う必要があります：
visitor_idは訪問者の一意の IDを表す列で、conversion_timestampはコンバージョンが発生した正確な時刻を表す列です。Databricksでは、conversion_timestamp 列は Timestamp 型の列である必要があります。 各コンバージョンに収益を関連付けたい場合は、クエリを別の形式に従わせる必要があります：
revenueは、各コンバージョンの収益を含む列です。 より複雑なクエリの場合は、次のようにサブクエリを作成することで、この形式に従わせることができます：

​
Kameleoonがコンバージョンデータをポーリングする仕組み

Kameleoonは、ゴールの背後にある Databricksのコンバージョンデータを 1 時間ごとにポーリングし、タイムスタンプでフィルタリングする WITH 句をクエリに追加します。毎回イベント履歴全体を再読み込みする代わりに、Kameleoonは増分でポーリングします。各ポーリングジョブは、最後に成功したポーリング地点を記録し、次回の実行では、その地点以降の新しいレコードの時間枠だけをクエリします。Kameleoonは、すでにインポートしたデータを再スキャンしないため、この時間枠だけをクエリすることで、各ポーリングを高速に保てます。Kameleoonは、収集したコンバージョンを 1 日に 1 回、正午頃（CET）に実験結果にマージします。次回のマージまでは、Databricksゴールの直近 24 時間の数値がゼロと表示されることがあります。 ポーリングは常に前方へ進むため、最後に成功したポーリング時間枠よりも古いタイムスタンプで Databricksに書き込まれたレコードは、Kameleoonが取りこぼす可能性があります。レコードの到着が遅れるのは、通常、データパイプラインがコンバージョンイベントを書き込むのに時間がかかるためです。そのため、Kameleoonがレコードの属する時間枠をすでに過ぎてポーリングした後に、そのレコードが Databricksに届きます。取りこぼしを防ぐには、インジェスチョン時間枠を、パイプラインの通常の到着遅延に合わせて設定します。

​
インジェスチョン時間枠

デフォルトでは、Kameleoonは、ゴールのコンバージョンイベントが発生してから Databricks ウェアハウスで利用可能になるまでに、最大 1 時間の遅延を許容します。ポーリング時間枠は、この遅延を自動的に考慮します。パイプラインがバッチ処理や夜間の ETL ジョブなどにより、イベントを Databricksに書き込むのに 1 時間を超える場合、到着が遅れたレコードはポーリング時間枠の外に出るため、取りこぼされます。パイプラインの実際の到着遅延に合わせて遅延を延長するには、カスタマーサクセスマネージャーにお問い合わせください。

​
インジェスチョン前にクエリを実行する

インジェスチョンタスクを保存する前に、Kameleoonでクエリを直接テストできます。テストでは次のことができます。
  • 接続をリアルタイムで確認する。
  • 認証情報とアクセス権が正しいことを確認すると、最初のデータインポートを待つことなく、問題をすぐに検出できます。
  • データの構造とアクセシビリティを検証する。
簡単なクエリを実行して、Kameleoonが適切なデータベースとテーブルにアクセスできることを確認できます。また、データセットの小さなサンプルをダウンロードして、スキーマ、権限、内容が想定どおりであることを確認することもできます。
Databricksを選択したデータウェアハウスゴールの設定画面。Frequency、Catalog、Schema、Queryのフィールドと Run Query ボタンが表示されています。

​
Databricks ゴールを使用する

ゴールを作成したら、Kameleoon キャンペーンに組み込むことができます。実験またはパーソナライゼーションを設定するときにゴールを選択すると、Databricks データベース内の特定のコンバージョンを追跡および分析できます。Kameleoonは、これらのコンバージョンを 1 日に 1 回、正午頃（CET）に実験結果にマージします。 実験でゴールを設定する方法については、ゴールキャンペーンの設定を参照してください。

​
データ保持

Databricksからインポートしたコンバージョンデータは、Kameleoonで訪問データになり、Kameleoonの標準のデータ保持ポリシーに従います。保持期間については、データ保持ポリシーを参照してください。

​
訪問者データの削除

Data API エンドポイント POST /visit/forgetを使用すると、Kameleoonが保持する訪問者データを削除できます。このエンドポイントには認証が必要です。リクエストの形式については、Remove data for several visitorsを参照してください。このエンドポイントは、Databricks ワークスペース内のテーブルを削除しません。