Budując wizualizację w Tableau Desktop warto zastanowić się nad szczegółowością danych z których powstaje analiza. Przykładowy scenariusz: podłączamy dane na poziomie transakcyjnym, mamy do wykonania Dashboard podsumowujący sprzedaż poszczególnych kategorii produktów w różnych podziałach za ubiegły rok.
Jeśli w trakcie wykonywania Dashboardu wydajność pracy na ekstrakcie danych jest niezadowalająca możemy skorzystać z opcji "odchudzania" ekstraktu czyli Aggregate extract.
Agregacja ekstraktu ma sens jeśli w źródle danych istnieją pola typu OrderID, TransactionID lub inne pola które dostarczają szczegółowej informacji pozwalającej np. na bezpośrednie zidentyfikowanie konkretnego wiersza. Po ukryciu tych pól przygotowywana analiza ma nadal sens.
Szybkim sposobem ukrycia niepotrzebnych pól jest wybór opcji "Hide All Unused Fields":
Następnie możemy skorzystać z opcji agregacji ekstraktu. Należy nacisnąć na źródło danych, wybrać 'Extract Data..' i wybrać jedną lub obie z opcji:
Aggregate data for visible dimensions spowoduje zgrupowanie wymiarów i redukcję ilości wierszy.
Przykład przed:
Przykład po:
W rezultacie dwa zaznaczone na zielono wiersze zostaną scalone do jednego, gdyż widoczne wymiary mają te same wartości. Jest to działanie zbliżone do użycia w zapytaniu sql funkcji agregującej sum z klauzulą group by i wymienieniem widocznych wymiarów.
Roll up dates to Year (lub Quarter lub Month lub Day) pozwala dodatkowo zagregować wiersze poprzez przekształcenie daty tak aby pokazywała odpowiedni poziom szczegółowości.
Przed:
Po:
W typ przypadku wybraliśmy 'Roll up dates to Year' dlatego rok został zachowany bez zmian, natomiast dzień i miesiąc zostały zrolowane do '01/01'.
Agregacja ekstraktu ma sens jeśli w źródle danych istnieją pola typu OrderID, TransactionID lub inne pola które dostarczają szczegółowej informacji pozwalającej np. na bezpośrednie zidentyfikowanie konkretnego wiersza. Po ukryciu tych pól przygotowywana analiza ma nadal sens.
Szybkim sposobem ukrycia niepotrzebnych pól jest wybór opcji "Hide All Unused Fields":
Następnie możemy skorzystać z opcji agregacji ekstraktu. Należy nacisnąć na źródło danych, wybrać 'Extract Data..' i wybrać jedną lub obie z opcji:
Aggregate data for visible dimensions spowoduje zgrupowanie wymiarów i redukcję ilości wierszy.
Przykład przed:
Przykład po:
W rezultacie dwa zaznaczone na zielono wiersze zostaną scalone do jednego, gdyż widoczne wymiary mają te same wartości. Jest to działanie zbliżone do użycia w zapytaniu sql funkcji agregującej sum z klauzulą group by i wymienieniem widocznych wymiarów.
Roll up dates to Year (lub Quarter lub Month lub Day) pozwala dodatkowo zagregować wiersze poprzez przekształcenie daty tak aby pokazywała odpowiedni poziom szczegółowości.
Przed:
Po:
W typ przypadku wybraliśmy 'Roll up dates to Year' dlatego rok został zachowany bez zmian, natomiast dzień i miesiąc zostały zrolowane do '01/01'.
KOMENTARZE