En la publicación de hoy, continuaremos examinando las expresiones de nivel de detalle (LOD). Dado que suele ser más fácil aprender de ejemplos, presentaremos algunas preguntas de análisis comunes que las expresiones LOD responden de manera elegante. Comenzaremos con ejemplos sencillos e iremos aumentando la complejidad progresivamente.

¿Por qué son importantes? Los desafíos LOD aparecen en todas partes, y, aunque no se haya dado cuenta, es muy probable que se haya encontrado con ellos alguna vez. Las expresiones LOD nos permiten establecer un cálculo para una dimensión específica, de modo que dicho cálculo siempre se hará con ese nivel de granularidad. Imagíneselo como un estante oculto en el que puede colocar dimensiones.

¿Para quiénes son las expresiones LOD? ¿Alguna vez hizo una pregunta aparentemente sencilla sobre sus datos y no pudo encontrar una respuesta útil? ¿Alguna vez se encontró creando una solución compleja para esas preguntas simples? Entonces, es muy probable que haya experimentado un desafío LOD.

Las expresiones LOD llevan las capacidades de cálculo de Tableau a un nivel superior y, además, eliminan la necesidad de muchas soluciones engorrosas y habilitan aplicaciones específicas que antes no eran posibles. Después de adquirir un poco de práctica, los usuarios profesionales pueden usar las expresiones LOD para incrementar su capacidad de ver y comprender los datos.

Veamos las expresiones LOD en algunos ejemplos reales:

Histograma de pedidos
Encontrar el número de veces que cada cliente hizo un pedido a nuestras tiendas es una tarea sencilla. Pero, ¿qué sucede si deseamos saber el número de clientes que hicieron 1, 2, 3 o 4 compras en total? Esta es una pregunta sencilla, pero sin las expresiones LOD, la solución sería compleja. Los datos de pedidos de este ejemplo tienen múltiples artículos por pedido; por lo tanto, no podemos hacer un simple histograma a partir de la definición de recuento de pedidos. Debemos encontrar una manera de establecer que el recuento definido de pedidos siempre se haga en la dimensión de cliente.

KPI de beneficio diario
Podemos ver tendencias de beneficios a través del tiempo. Sin embargo, ¿qué sucede si nos interesa medir nuestro éxito con el total de beneficios de cada día laborable? Probablemente queramos saber el número de días rentables de cada mes o año, especialmente si tenemos curiosidad sobre el efecto de las temporadas. El siguiente libro de trabajo muestra cómo las expresiones LOD nos permiten crear fácilmente agrupaciones de datos agregados, como beneficio por día, en vez de beneficio por transacción.

Ventas comparativas
Las expresiones LOD presentan un mundo de posibilidades para las cohortes, las “agregaciones de agregaciones”, las agrupaciones agregadas y muchas áreas más. También abren las puertas a aplicaciones específicas menos obvias, pero igualmente válidas, como la comparación de una parte de las regiones, los artículos o los empleados con el resto. El siguiente ejemplo lo guía en el proceso de comparación de una categoría seleccionada con todas las demás categorías del mismo nivel, lo que permite ver fácilmente el rendimiento de cada una respecto a las demás.

Agregar nuevo comentario