이번 가이드에는 Xplenty를 사용하여 Shopify의 Rest API를 통해 데이터를 검색하고 Google Data Studio에서 시각화하기까지 두 편의 일본어 블로그를 소개합니다.
블로그를 보시려면 각 블로그의 제목을 클릭하고, 구글 번역을 통해서 한국어로 번역하여 읽는 것이 가능합니다. 

Shopify 데이터 획득부터 시각화까지: 전편(일본어)

이 블로그에서는 다음을 소개합니다.

• 개발 스토어 소개
• Xplenty에서 연결을 만드는 방법
• 권한 설정 및 API 요청 URL 구조
• 핵심 API 데이터
• Xplenty에서 데이터 대상 설정

Shopify 데이터 획득부터 시각화까지: 후편(일본어)

이 블로그에서는 다음을 소개합니다.

• Xplenty 템플릿을 사용하여 간편한 파이프라인 만들기
• Google Data Studio를 사용하여 Shopify 데이터 시각화
• 정기적으로 데이터를 동기화하기 위한 Xplenty 측 예약 및 Google Data Studio 측 설정

Xplenty에서 제공하는 Shopify용 템플릿 소개

Xplenty는 Shopify용 데이터를 검색할 때 편리한 즉시 사용할 수 있는 템플릿을 제공합니다. 
아래에서 소개하는 각 템플릿은 패키지를 만들 때 적절한 템플릿을 선택하고 사용할 수 있습니다.

예: Abandoned Checkouts 템플릿

Xplenty 템플릿 목록

각 항목을 클릭하면 해당 Shopify API 문서로 전환됩니다.

• Abandoned Checkouts
  판매에 도달하지 않은 체크아웃을 추적합니다. 이 필드에는 고객, 상품 및 취소 이유에 대한 데이터가 포함됩니다.
  이렇게 하면 어떤 상품이 체크아웃 시 가장 많이 탈락했는지, 그리고 그 이유를 파악할 수 있어 향후의 상품이나 고객에 대해서 보다 좋은 예측 분석을 실시할 수 있습니다.

• Application Credits
  애플리케이션 신용 정보 (ID, 설명, 금액) 취득

• 고객
  ID, 이메일, 주소, 이름과 같은 기본 고객 정보 외에도 고객이 마지막으로 주문한 주문, 총 금액, 주문한 횟수 등 고객 행동에 대한 데이터를 검색합니다.
  이러한 데이터를 활용하여 특정 고객 및 고객 계층을 위한 마케팅 활동을 수행할 수 있습니다.

• Customer Saved searches
  상점 소유자가 정의한 고객 그룹 검색 쿼리 검색

• 이벤트
  이벤트는 기사 작성, 주문 이행, 상품 추가 등 특정 액션 정보에 대해

• Order Discount Code Destination
  할인 코드 및 금액 취득

• Order Fulfillment
  완성 정보 획득

• Order Line Items
  주문 품목 정보 얻기

• Order Refunds
  고객에게 환불한 거래나 주문 후 상품이 반품된 거래의 데이터를 취득합니다. 그리고 얼마를 환불했는지, 어떤 상품이 반품되었는지, 해당 상품이 재고로 돌아왔는지 등의 세부정보를 확인할 수 있습니다. 이 정보는 결국 어떤 제품이 성공하고 어떤 제품이 실패하고 그 이유를 이해하는 데 도움이됩니다.

• Order Risks
  주문에 대한 무단 검사 결과 (점수 및 권장 조치 : 취소, 조사, 수락) 획득

• Orders
  고객 연락처, 주문한 상품, 주문 상태 등 주문에 대한 중요한 데이터를 검색합니다. 
  여기에서 얻은 필드를 사용하여 어떤 제품이 가장 많이 주문되었는지, 지역 및 제품 가격을 기준으로 판매 추세와 같은 중요한 판매 데이터를 추적할 수 있습니다.

• Orders - all tables
  Orders의 모든 테이블 정보 얻기

• Order Shipping Lines
  배송 정보 얻기

• Order Tax Lines
  세금 정보 얻기

• Order Transaction Destination
  Shopify에서 발생한 판매, 환불, 무효화된 주문 등 모든 금전의 교환을 추적합니다. 
  이 데이터는 주문 ID를 통해 주문에서 생성된 실제 수익을 추적할 수 있으며 비즈니스가 얼마나 잘 작동하는지 판매에 집중할 수 있습니다.

• Products
  상품명이나 상품 ID로부터 상품 중량, 작성일, 가격 등의 데이터를 취득할 수 있습니다. 
  또한 데이터를 사용하여 추세를 추적하고 어떤 유형의 상품이 성공했는지, 그 이유를 이해할 수 있습니다.