Ein tiefer greifender Blick in LOD-Ausdrücke – Woche 2

Im heutigen Beitrag setzen wir die Diskussion über LOD-Ausdrücke fort (Level of Detail – Detailgenauigkeit). Da es häufig am einfachsten ist, anhand von Beispielen zu lernen, werden wir einige allgemeine analytische Fragen präsentieren, die sich mit LOD-Ausdrücken elegant lösen lassen. Wir beginnen mit einfachen Beispielen und werden uns im Lauf der Reihe mit komplexeren Beispielen beschäftigen.

Warum ist dies wichtig? LOD-Herausforderungen entstehen überall. Sie sind Ihnen wahrscheinlich – bewusst oder unbewusst – bereits begegnet. Mit LOD-Ausdrücken können wir eine Berechnung auf eine festgelegte Dimension fixieren, sodass immer auf dieser bestimmten Detailebene berechnet wird. Sie können sie sich als einen verborgenen Container für Dimensionen vorstellen.

Für wen sind LOD-Ausdrücke geeignet? Haben Sie sich einmal eine scheinbar einfache Frage zu Ihren Daten gestellt und waren dann nicht in der Lage, eine praktikable Lösung zu finden? Ist es Ihnen schon einmal vorgekommen, dass Sie eine komplexe Behelfslösung für solche einfachen Fragen erarbeitet haben? Dann ist es sehr wahrscheinlich, dass Sie einer Herausforderung mit LOD-Bezug begegnet sind.

LOD-Ausdrücke repräsentieren die nächste Stufe der Rechenfähigkeiten von Tableau. Sie beseitigen die Notwendigkeit, schwerfällige Behelfslösungen ausarbeiten zu müssen und ermöglichen die Untersuchung von Anwendungsfällen, die vorher nicht möglich waren. Mit ein wenig täglicher Übung können Geschäftsanwender LOD-Ausdrücke einsetzen, um ihre Fähigkeit zu verstärken, Daten zu sehen und zu verstehen.

Lassen Sie uns die LOD-Ausdrücke in einigen praktischen Beispielen betrachten:

Histogramm der Bestellungen
Die Ermittlung der Anzahl der Bestellvorgänge eines Kunden in unseren Geschäften ist eine einfache Aufgabe. Doch wie müssen wir vorgehen, wenn wir die Anzahl der Kunden ermitteln möchten, die insgesamt einen, zwei, drei oder vier Einkäufe getätigt haben? Dies ist eine einfache Frage, aber ohne LOD-Ausdrücke wäre die Lösung schwierig. Die Auftragsdaten in diesem Beispiel enthalten mehrere Artikel pro Bestellung, deshalb können wir nicht einfach ein Histogramm aus der Anzahl der einzelnen Bestellungen anfertigen. Wir müssen einen Weg finden, die Anzahl der einzelnen Bestellungen immer in der Kundendimension zu ermitteln.

Tagesgewinn-KPI
Wir können sicherlich Gewinntendenzen im Zeitverlauf darstellen, aber was wäre, wenn wir unseren Erfolg am Gesamtgewinn pro Geschäftstag messen wollen? Wir würden sicherlich wissen wollen, wie viele profitable Tage wir pro Monat oder Jahr erzielt haben, insbesondere, wenn wir saisonbedingte Auswirkungen untersuchen wollen. Aus der folgenden Arbeitsmappe ist ersichtlich, wie wir mithilfe von LOD-Ausdrücken bequem Partitionen aggregierter Daten erstellen können, wie etwa Gewinn pro Tag, anstatt Gewinn pro Transaktion.

Umsatzvergleich
LOD-Ausdrücke eröffnen eine Welt der Möglichkeiten für Kohorten, Aggregationen von Aggregationen, aggregierte Partitionen und zahlreiche weitere Bereiche. Sie öffnen auch das Tor zu weniger augenfälligen, jedoch ebenso wertvollen Anwendungsfällen, wie etwa der Vergleich eines Teils unserer Regionen/Artikel/Mitarbeiter mit allen anderen. Im folgenden Beispiel wird Ihnen schrittweise vorgeführt, wie Sie eine ausgewählte Kategorie mit allen anderen Kategorien dieser Ebene vergleichen können. So lässt sich einfach erkennen, wie sie sich untereinander entwickeln.