Adobe Analytics のデータをPythonのpetlでETL処理する方法｜CData Connect AI

Jerod Johnson
Jerod Johnson
Director, Technology Evangelism
CData Connect AI Python SDKとpetlフレームワークで、リアルタイムのAdobe Analytics のデータを抽出・変換するETLパイプラインの構築方法を解説。

CData Connect AI の Python SDK と petl フレームワークを使うと、Adobe Analytics のデータをローカルにドライバーをインストールすることなく、Pythonで直接抽出・変換・ロードするETLパイプラインを構築できます。パーソナルアクセストークンで接続し、数行のコードで設定完了です。

Python は豊富なモジュールのエコシステムを備えているため、素早く作業に取りかかり、システムをより効果的に連携できます。CData Connect AI Python SDK と petl フレームワークを使えば、Adobe Analytics のデータを抽出・変換して CSV などに出力する Adobe Analytics 連携のアプリケーションやパイプラインを構築できます。この記事では、Connect AI に接続し、petl を使ってAdobe Analytics のデータを抽出・変換し、CSV ファイルに書き出す方法をご紹介します。

Connect AI Python SDK（cdata-connect-ai）は DB-API 2.0（PEP 249）に準拠したクライアントなので、petl は etl.fromdb を使って SDK の接続から直接読み取れます。ソースごとにドライバーをインストールする必要はありません。パーソナルアクセストークンで接続して、パイプラインを構築しましょう。

Python + petl でできること

Adobe Analytics データの定期抽出パイプライン構築

SQL クエリで取得した Adobe Analytics のレコードを petl の etl.fromdb で抽出し、etl.sort などの変換処理をはさんでから CSV に書き出す、軽量な ETL パイプラインを構築できます。

複数データソースとの統合分析

DB-API 2.0 準拠のクライアントなので、同じコードパターンで Adobe Analytics 以外のデータソースにも接続でき、petl 上で結合・整形してから任意の出力先にロードできます。

Adobe Analytics への書き戻し処理の自動化

書き込みに対応した権限を持つ PAT で接続していれば、cursor.executemany を使ったバッチ INSERT により、変換済みデータを Adobe Analytics に自動で書き戻す処理を組み込めます。

Connect AI で Adobe Analytics に接続する方法は？

CData Connect AI では、直感的なクリック操作ベースのインターフェースでデータソースに接続できます。

  1. Connect AI にログインし、Sources をクリックして、 Add Connection をクリックします
    2. 接続の追加
  2. 「Add Connection」パネルから「Adobe Analytics」を選択します
    3. データソースの選択
  3. Adobe Analytics に接続するために必要な認証プロパティを入力します。

    Adobe Analytics への接続

    それでは、Adobe Analytics に接続していきましょう。接続するには、GlobalCompanyId およびRSID を識別する必要があります。デフォルトでは、ドライバーが会社とレポートスイートの識別を自動で試みますが、これらの値を明示的に指定することも可能です。詳しい手順については、 href="/kb/help/" target="_blank">ヘルプドキュメントの「Adobe Analytics への接続」セクションをご確認ください。

    Adobe Analytics への認証

    続いて、認証方法を設定しましょう。Adobe Analytics はOAuth 認証標準を利用しており、OAuth またはサービスアカウントで認証できます。

    ユーザーアカウント（OAuth）

    ユーザーアカウントでの認証では、すべてのフローでAuthScheme をOAuth に設定する必要があります。詳しい認証手順については、 href="/kb/help/" target="_blank">ヘルプドキュメントの「Adobe Analytics への認証」セクションをご参照ください。

    サービスアカウント

    サービスアカウントではサイレント認証が利用でき、ブラウザでのユーザー認証が不要です。このフローを使用するには、アプリケーションを作成する必要があります。アプリケーションの作成および認可については、ドキュメントの「カスタムOAuth アプリの作成」をご確認ください。これにより、サービスアカウントにアクセス権があるAdobe Analytics データに接続できるようになります。

    サービスアカウントを使用したServer-to-Server OAuth で認証するには、AuthScheme をOAuthClient に設定します。接続には以下のプロパティを設定してください。

    • InitiateOAuth：GETANDREFRESH に設定
    • OAuthClientId：アプリケーション設定のクライアントId に設定
    • OAuthClientSecret：アプリケーション設定のクライアントシークレットに設定

    接続すると、CData 製品がサービスアカウントでのOAuth フローを以下の手順で完了します。

    1. クライアントクレデンシャルOAuth フローで指定されたOAuthClientId およびOAuthClientSecret を使用して、アクセストークンを取得します
    2. OAuthSettingsLocation にOAuth 値を保存し、接続間で永続化されるようにします
    3. トークンが期限切れになった際に、新しいアクセストークンを要求します
    接続の設定（Salesforce の例）
  4. 「Save & Test」をクリックします
  5. 「Permissions」タブに移動し、ユーザーベースの権限を更新します。 権限の更新

パーソナルアクセストークン（PAT）を生成する

Python SDK は、アカウントのメールアドレスとパーソナルアクセストークン（PAT）を使って Connect AI に認証します。アクセスの粒度を保つために、アプリケーションごとに個別の PAT を作成することをおすすめします。

  1. Connect AI アプリの右上にある歯車アイコン（）をクリックして、設定ページを開きます。
  2. 設定ページの Access Tokens セクションに移動し、 Create PAT をクリックします。
  3. PAT に名前を付けて Create をクリックします。 新しい PAT の作成
  4. パーソナルアクセストークンは作成時にのみ表示されます。必ずコピーして安全な場所に保管してください。

必要なモジュールをインストールする方法は？

pip ユーティリティを使って、SDK と petl フレームワークをインストールします。

pip install cdata-connect-ai
pip install petl

Python で Adobe Analytics のデータの ETL アプリを構築する方法は？

必要なモジュールをインストールしたら、ETL アプリを構築する準備は完了です。以下にコードスニペットを紹介しますが、完全なソースコードは記事の末尾に掲載しています。

まずモジュールをインポートし、アカウントのメールアドレスと PAT で Connect AI に接続します。

import petl as etl
import cdata_connect_ai

conn = cdata_connect_ai.connect(
    username="[email protected]",
    password="<your_pat>",
)

Adobe Analytics をクエリする SQL ステートメントを作成する方法は？

SQL を使って、Adobe Analytics をクエリするステートメントを作成します。この記事では、AdsReport エンティティからデータを読み取ります。識別子は <Connection>.<Schema>.<Table> という3つの部分で構成されており、接続名はデフォルトでソース名（例：AdobeAnalytics1）になります。

sql = (
    "SELECT Page, PageViews "
    "FROM [AdobeAnalytics1].[AdobeAnalytics].[AdsReport] "
    "WHERE City = 'Chapel Hill'"
)

Adobe Analytics のデータの抽出・変換・ロードを実装する方法は？

接続とクエリが準備できたら、petl を使ってAdobe Analytics のデータを抽出・変換・ロードします。この例では、Adobe Analytics のデータを抽出し、PageViews カラムでデータを並べ替えて、CSV ファイルにロードします。

table1 = etl.fromdb(conn, sql)

table2 = etl.sort(table1, 'PageViews')

etl.tocsv(table2, 'adsreport_data.csv')

Adobe Analytics は Connect AI では読み取り専用のソースのため、このパイプラインではAdobe Analytics のデータの抽出と変換はできますが、行の書き戻しはできません。抽出が完了したら接続を閉じましょう。

conn.close()

CData Connect AI Python SDK を使えば、petl のような ETL パッケージでのデータへの直接アクセスも含め、通常のデータベースと同じようにAdobe Analytics のデータを扱えます。

関連情報と無料トライアル

これで、CData Connect AI Python SDK を使って、petl でリアルタイムのAdobe Analytics のデータをパイプライン処理できるようになりました。Adobe Analytics（および数百種類のその他のデータソース）への接続について詳しくは、Connect AI のページをご覧ください。

CData Connect AI の詳細、または無料トライアルにお申し込みください：

無料トライアル お問い合わせ


完全なソースコード

import petl as etl
import cdata_connect_ai

conn = cdata_connect_ai.connect(
    username="[email protected]",
    password="<your_pat>",
)

sql = (
    "SELECT Page, PageViews "
    "FROM [AdobeAnalytics1].[AdobeAnalytics].[AdsReport] "
    "WHERE City = 'Chapel Hill'"
)

table1 = etl.fromdb(conn, sql)

table2 = etl.sort(table1, 'PageViews')

etl.tocsv(table2, 'adsreport_data.csv')
conn.close()

はじめる準備はできましたか？

CData Connect AI の詳細、または無料トライアルにお申し込みください：

無料トライアル

この記事の内容

関連記事