BY David.Wu 2017/9/6

【Sep 22, 2019更新】删节部分重复的部分和具有误导性的部分,并通过视频课程更新总体的LOD主题。参见【视频】Tableau广义LOD表达式相对论 强烈推荐。你能找到的最具性价比的学习资料,完整而系统,独创的方法论。

 一、有助于理解LOD的官方{引文} ——复习前两篇文章

  • 在 Tableau 中,我们将主可视化聚合级别称为其“详细级别”。 利用 LOD 表达式,我们可以考虑可视化详细级别的以外问题。 可视化中的数据往往是从数据源中筛选数据的结果。 详细级别表达式可在筛选前查看数据 – 这样就能实现更强大的分析。详细级别表达式对于各种用例非常有用,其中包括:
    • 群组分析 – 比较不同子组的数据
    • 跨细分市场的合计或平均值
    • 聚合的聚合
    • 分桶聚合
  • In Tableau, we refer to the main visualization aggregation level as its “level of detail”. LOD Expressions allow us to look beyond the visualization level of detail. 

  • “与表计算、合计或参考线不同,详细级别表达式是在数据源中计算的。从有利的方面来看,这使您可以避免通过网络将所有数据从数据库引入计算机的开销。对于大型数据源,这可能会大幅提高性能。从不利的方面来看,这可能会导致 Tableau 运行更复杂的查询(例如,包含多个联接的查询),并且在基础数据源缓慢的情况下,性能可能会受到影响。
  • “详细级别表达式为我们打开了一扇门,让我们得以分析人群、聚合的聚合、聚合的数据桶以及许多其他领域。 还让我们得以使用一些不太起眼,但同等重要的使用案例,如将所选择的地区/项目/员工与其他所有进行比较。……这个帖子将继续介绍典型分析问题的示例,这些问题有一个共同的属性,即要求我们在可视化主焦点以外的不同级别聚合数据

 

 · 二、终极总结:梳理LOD需求的推荐方法「by David」

在官方的第三篇博文中,官方提供了一种梳理问题的思路,文中列举了三个问题:

  1. 每个销售人员达成的最大额交易是多少,每个国家/地区这些交易的平均值是多少?
  2. 各市场内每天争取到客户的累计数量是多少?
  3. 相对于最近刷新数据的那天,本年迄今为止的利润相比去年利润的差异如何?

不结合例子,你可能对上面的问题一头雾水。没关系,后面的一句话和表格才是作者背后的思维逻辑,他说,“这些问题中的每一个都有明确的焦点,但它们也会参考另一个背景环境。 ”于是画了一个表格清晰地表示“焦点”和“背景环境”,如下图。

*绿色部分是聚合,用来对聚合分组的维度蓝色部分,就像是在 Tableau 的 UI。

官方的表格和Tableau案例中的英文都没有翻译,大家看下面我的翻译。

案例 可视化的焦点 需要参考的额外背景?
1、最大值集合的平均值 按照地区平均值 销售员地区最大销售额
2、新顾客数量 按照市场计算新顾客的数量 顾客最早订单日期(判断是否为新客户)
3、相对时间的对比 按照年份和各年的天 计算利润总额 数据源中的最后订单日期

*绿色部分是聚合,用来对聚合分组的维度蓝色部分,就像是在 Tableau 的 UI。

迄今为止,这是分析有关LOD问题最好的解题思路——先找到可视化层面的焦点,也就是我们要表现出来的是什么,然后寻找支撑这个焦点的、不在当前可视化级别的数据,并用LOD来表达这个背景数据。

 

……删节 重复的部分。

Apr 28, 2019 upate