Bagaimana LOD Expressions berfungsi di Tableau?

Tujuan mana-mana alat BI adalah memberi Analisis data aliran yang lebih baik. Sekiranya seseorang, sebagai profesional, menghadapi kesukaran menggunakan alat semasa menyelesaikan masalah, keadaan alirannya rosak. Salah satu penyebab umum masalah ini adalah keperluan untuk bekerja dengan data yang telah digabungkan menjadi berbeza Tahap Perincian di Tableau (LOD) .

Tableau meletakkan di atas tumpukan untuk kali ke-6 dalam Row, di Magic Quadrant Gartner, pasti mengatakan sesuatu mengenai permintaannya di pasaran. Ini mungkin masa terbaik untuk .

Blog ini akan membantu anda memahami ungkapan LOD dan membincangkan topik berikut:

• Mengapa anda memerlukan Tahap Perincian di Tableau?
• Apakah Tahap Perincian di Tableau?
• Tahap Baris & Ungkapan Tahap Pandangan
• Jenis Ungkapan LOD
• Gabungan dan Ungkapan LOD
• Penapis dan Ekspresi LOD
• Membuat Ekspresi LOD

• Sumber Data yang menyokong Tahap Perincian di Tableau
• Pengiraan Jadual vs Tahap Perincian di Tableau
• Batasan Tahap Perincian di Tableau

Tableau LOD: Mengapa anda memerlukan LOD?

Selalunya ada pertanyaan yang pasti akan dihadapi ketika menganalisis data. Soalan-soalan ini selalunya mudah untuk diajukan, tetapi sukar dijawab. Mereka sering membunyikan seperti:

Untuk mengatasi jenis pertanyaan ini, sintaks baru diperkenalkan disebut Tahap Perincian di Tableau 9.0. Sintaks baru ini menggunakan bahasa pengiraan Tableau yang dipermudah dan diperluas dengan memungkinkan untuk menjawab soalan-soalan ini secara langsung.

Jadual LOD: Apa itu LOD?

LOD Expressions mewakili cara yang elegan dan hebat untuk menjawab soalan yang melibatkan pelbagai tahap butiran dalam satu visualisasi.

Tahap Perincian dalam ungkapan Tableau atau LOD membolehkan anda mengira nilai pada tahap sumber data dan tahap visualisasi. Walau bagaimanapun, ungkapan LOD memberi anda lebih banyak kawalan pada tahap butiran yang ingin anda hitung. Mereka boleh dilakukan di a lebih berbutir tahap (TERMASUK Pengiraan), a kurang berbutir tahap (KECUALI Pengiraan), atau bebas sepenuhnya l (Pengiraan TETAP).

Jadual LOD: Tahap Baris & Ungkapan Tahap Pandangan

Tahap Row

Di Tableau, ungkapan merujuk tidak terkumpul lajur sumber data dihitung untuk setiap baris dalam jadual asas. Dalam kes ini, dimensi ungkapan adalah tahap barisan . Contoh ungkapan peringkat baris adalah:

[Jualan] / [Keuntungan]

Pengiraan ini akan dinilai pada setiap baris pangkalan data. Nilai Jualan di setiap baris akan dibahagi dengan nilai Keuntungan dalam baris tersebut, menghasilkan lajur baru dengan hasil pendaraban (nisbah keuntungan).

Sekiranya anda membuat pengiraan dengan definisi ini, simpan dengan nama [ProfitRatio], dan kemudian seretnya dari Panel data ke rak, Tableau biasanya menggabungkan medan yang dikira untuk paparan:

SUM [ProfitRatio]

Tahap Pandangan

Sebaliknya, ungkapan merujuk terkumpul lajur sumber data dikira pada dimensi yang ditentukan oleh dimensi dalam pandangan. Dalam kes ini, dimensi ungkapan adalah tahap pandangan. Contoh ungkapan tahap pandangan adalah:

SUM (Jualan) / SUM (Keuntungan)

Sekiranya anda menyeret pengiraan ini ke rak (atau menaipnya secara langsung di rak sebagai pengiraan ad-hoc), Tableau memasukkannya ke dalam rak Fungsi AGG :

AGG (SUM (Jualan) / SUM (Keuntungan))

Inilah yang dikenali sebagai Pengiraan Agregat .

Jadual LOD: Gabungan dan Ungkapan LOD

LOD Expression Lebih Kasar Dari Tahap Perincian Paparan

Ungkapan mempunyai tahap perincian yang lebih kasar daripada pandangan ketika merujuk kepada a subset dimensi pada pandangan.

Sebagai contoh, untuk paparan yang mengandungi dimensi [Kategori] dan [Segmen], anda boleh membuat tahap terperinci di Tableau yang hanya menggunakan satu dimensi ini:

{TETAP [Segmen]: SUM ([Penjualan])}

Dalam kes ini, ungkapan mempunyai tahap perincian yang lebih kasar daripada pandangan. Ia mendasarkan nilainya pada satu dimensi ([Segmen], sedangkan pandangan mendasarkan pandangannya pada dua dimensi ([Segmen] dan [Kategori]).

Hasilnya adalah bahawa menggunakan tingkat ekspresi terperinci dalam pandangan menyebabkan nilai-nilai tertentu direplikasi — yaitu, untuk muncul berkali-kali .

LOD Expression Lebih Baik Dari Tahap Perincian Paparan

Ungkapan mempunyai tahap perincian yang lebih halus daripada pandangan ketika merujuk kepada a superset dimensi pada pandangan.

Apabila anda menggunakan ungkapan sedemikian dalam pandangan, Tableau akan mengumpulkan hasil hingga tahap pandangan. Contohnya, tahap perincian berikut di Tableau merujuk kepada dua dimensi:

{TETAP [Segmen], [Kategori]: SUM ([Penjualan])}

Apabila ungkapan ini digunakan dalam pandangan yang hanya mempunyai [Segmen] sebagai tahap perinciannya, nilainya mesti digabungkan . Inilah yang akan anda lihat sekiranya anda menyeret ungkapan itu ke rak:

AVG ([{TETAP [Segmen]], [Kategori]]: SUM ([Penjualan]])}])

Seorang pengagregatan (dalam kes ini, rata-rata) secara automatik ditetapkan oleh Tableau. Anda boleh mengubah agregasi mengikut keperluan.

Menambah Ekspresi LOD ke Paparan

Sama ada Tahap Perincian dalam ungkapan Tableau digabungkan atau direplikasi dalam pandangan ditentukan oleh jenis ungkapan dan butiran .

• TERMASUK ungkapan akan mempunyai tahap perincian yang sama dengan pandangan atau tahap perincian yang lebih baik daripada pandangan. Oleh itu, nilai tidak akan dapat ditiru.
• Ungkapan TETAP boleh mempunyai tahap perincian yang lebih halus daripada pandangan, tahap perincian yang lebih kasar, atau tahap perincian yang sama. Keperluan untuk mengumpulkan hasil tahap terperinci TETAP bergantung pada dimensi apa yang dilihat.
• Ekspresi EKSKLUSIF selalu menyebabkan nilai yang direplikasi muncul dalam paparan. Apabila pengiraan termasuk EXCLUDE tahap ekspresi terperinci diletakkan di rak, Tableau lalai ke Pengagregatan ATTR berbanding dengan SUM atau AVG, untuk menunjukkan bahawa ungkapan itu sebenarnya tidak digabungkan dan bahawa mengubah agregasi tidak akan berpengaruh pada pandangan.

Tahap ekspresi perincian selalu dibungkus secara agregat secara automatik apabila ditambahkan ke rak dalam paparan kecuali jika ia digunakan sebagai dimensi.

Jadual LOD: Penapis dan Ekspresi LOD

Gambar di sini menggambarkanurutan pelaksanaan penapis dari atas ke bawah.Teks di sebelah kanan menunjukkan di mana ungkapan LOD dinilai dalam urutan ini.

cara menguraikan xml di java

Ekstrak Penapis (dalam warna oren) hanya relevan jika anda membuat Ekstrak Tableau dari sumber data. Penapis pengiraan jadual (biru gelap) digunakan setelah pengiraan dijalankan dan oleh itu menyembunyikan tanda tanpa menyaring data asas yang digunakan dalam pengiraan.

Pengiraan TETAP diterapkan sebelum penapis dimensi, jadi kecuali jika anda mempromosikan bidang di rak Penapis anda untuk Meningkatkan Prestasi Paparan dengan Penapis Konteks, mereka akan diabaikan.

Jadual LOD: Jenis Ungkapan LOD

TERMASUK Pengiraan

INCLUDE mengira nilai menggunakan dimensi yang ditentukan sebagai tambahan kepada dimensi apa pun yang ada dalam pandangan. Tahap ekspresi terperinci ini sangat berguna apabila memasukkan dimensi yang tidak terdapat dalam paparan.

Sebagai contoh: {TERMASUK [Nama Pelanggan]: SUM ([Penjualan])}

KECUALI Pengiraan

EXCLUDE secara eksplisit menghapus dimensi dari ekspresi — iaitu, mereka mengurangkan dimensi dari tahap pandangan terperinci. Tahap terperinci di Tableau ini, sangat berguna untuk menghilangkan dimensi dalam pandangan.

Sebagai contoh: {KECUALI [Wilayah]: SUM ([Penjualan])}

Pengiraan TETAP

FIXED menghitung nilai menggunakan dimensi yang ditentukan tanpa merujuk kepada tahap pandangan terperinci — iaitu, tanpa merujuk kepada dimensi lain dalam pandangan. Tahap ekspresi terperinci ini juga mengabaikan semua penapis dalam pandangan selain penapis konteks, penapis sumber data, dan penapis ekstrak.

Sebagai contoh: {TETAP [Wilayah]: SUM ([Penjualan])}

Jadual LOD: Membuat Ekspresi LOD

Sintaks Ungkapan LOD

Tahap ekspresi terperinci mempunyai struktur berikut:

TERMASUK

Langkah 1: Siapkan Visualisasi

1. Buka Desktop Tableau dan sambungkan ke Contoh-Superstore sumber data yang disimpan.
2. Navigasi ke lembaran kerja baru.
3. Daripada Data panel, di bawah Dimensi, seret Wilayah kepada Lajur Rak.
4. Daripada Data panel, di bawah Langkah, seret Jualan kepada Baris Rak. Carta palang yang menunjukkan jumlah penjualan untuk setiap wilayah muncul.

Langkah 2: Buat ungkapan LOD

Daripada jumlah keseluruhan penjualan setiap wilayah, mungkin anda juga ingin melihat rata-rata penjualan setiap pelanggan untuk setiap wilayah. Anda boleh menggunakan ungkapan LOD untuk melakukan ini.

1. Pilih Analisis > Buat Medan yang Dikira.
2. Dalam editor Pengiraan yang terbuka, lakukan perkara berikut:
   • Namakan pengiraannya, Penjualan Setiap Pelanggan.
   • Masukkan ungkapan LOD berikut:

     {TERMASUK [Nama Pelanggan]: SUM ([Penjualan])}

3. Setelah selesai, klik okey. Ekspresi LOD yang baru dibuat ditambahkan ke panel Data, di bawah Measures.

Langkah 3: Gunakan ungkapan LOD dalam visualisasi

1. Daripada Data panel, di bawah Langkah, seret Jualan Setiap Pelanggan kepada Baris rak dan letakkan di sebelah kiri SUM (Jualan).
2. Di rak Baris, klik kanan Jualan Setiap Pelanggan dan pilih Ukur (Jumlah) > Rata-rata. Anda kini dapat melihat jumlah semua penjualan dan penjualan purata setiap pelanggan untuk setiap wilayah. Sebagai contoh, anda dapat melihat bahawa di wilayah Tengah, jumlah jualannya hampir 500,000 USD dengan purata jualan bagi setiap pelanggan adalah lebih kurang 800 USD .

Jadual LOD: Sumber Data yang menyokong Ekspresi LOD

Jadual LOD: Pengiraan Jadual vs LOD

Ungkapan LOD bukan bentuk Pengiraan Jadual yang baru. Walaupun mereka dapat menggantikan banyak Pengiraan Jadual, tujuan utama mereka adalah untuk membuka kemungkinan baru.Ungkapan LOD dan Pengiraan Jadual beroperasi secara berbeza.

Jadual LOD: Batasan LOD

Berikut adalah kekangan yang berlaku untuk ungkapan LOD.

• Ungkapan LOD bahawa rujukan langkah-langkah floating-point cenderung berperilaku dengan cara yang tidak boleh dipercayai ketika digunakan dalam pandangan yang memerlukan perbandingan nilai dalam ekspresi.
• LOD tidak ditunjukkan di halaman Sumber Data.
• Ketika merujuk parameter dalam deklarasi dimensi, selalu gunakan nama parameter, dan bukan nilai parameter.
• Dengan penggabungan data, medan pautan dari sumber data utama mesti dilihat sebelum anda dapat menggunakan ungkapan Level Of Detail dari sumber data sekunder.

Di samping itu, beberapa sumber data mempunyai had kerumitan. Tableau tidak akan mematikan pengiraan untuk pangkalan data ini, tetapi ralat pertanyaan adalah kemungkinan jika pengiraan menjadi terlalu rumit.