Approfondissement des expressions LOD - Semaine 3

Ce billet aborde d'autres questions analytiques classiques, qui toutes nécessitent d'agréger des données à des niveaux différents de celui de la visualisation. Voici quelques exemples : Quel est le plus gros contrat remporté par commercial, et quel est le montant moyen de ces contrats par pays ? Quel est le nombre cumulé de clients acquis par jour et par région ? Quelle est la différence entre les profits de cette année et ceux de l'année passée, relativement au dernier jour d'actualisation des données ?

Chez Tableau, notre objectif est de répondre aux besoins des clients. Cela revient souvent à intégrer des fonctionnalités qui répondent à la demande populaire, par exemple l'ajout de nouveaux connecteurs de données pour répondre aux besoins du marché. Et parfois, cela revient à tout miser sur une nouvelle idée révolutionnaire, née de la fusion de diverses suggestions. Nous sommes en permanence à la recherche de tendances dans les demandes d'assistance et les questions que les clients nous font parvenir. Si nous parvenons à en mettre une en évidence, nous avons l'opportunité de concevoir une solution élégante qui améliore fortement les fonctionnalités de Tableau. Les expressions LOD ne sont pas le fruit d'une demande spécifique, mais reposent plutôt sur notre communauté très impliquée et sur les longues heures passées à plancher sur nos idées.

Le premier et le deuxième billets de cette série présentent les expressions LOD. Ce billet aborde d'autres questions analytiques classiques, qui toutes nécessitent d'agréger des données à des niveaux différents de celui de la visualisation. Voici quelques exemples :

  1. Quel est le plus gros contrat remporté par commercial, et quel est le montant moyen de ces contrats par pays ?
  2. Quel est le nombre cumulé de clients acquis par jour et par région ?
  3. Quelle est la différence entre les profits de cette année et ceux de l'année passée, relativement au dernier jour d'actualisation des données ?

Les objectifs de chaque questions sont assez clairs, mais elles font référence à un contexte différent. * L'agrégation est en vert, et la dimension utilisée pour regrouper l'agrégation est en bleu, comme dans l'interface de Tableau.

Vous pouvez faire référence à des niveaux de détail différents de plusieurs manières. Le premier exemple examine un niveau de détail inférieur, le second exemple un niveau de détail externe au niveau utilisé, et le troisième un niveau de détail supérieur.

Moyenne du montant maximum
Quel est le plus gros contrat remporté par commercial, et quel est le montant moyen de ces contrats par pays ? Dans la vue ci-dessous, le montant moyen des contrats importants est élevé dans les pays en bleu, et faible dans ceux en orange. Vous pouvez utiliser ces informations pour guider votre exploration, afin de déterminer s'il existe des exceptions dans les données qui ont été agrégées à un niveau supérieur.

Pour généraliser cet exemple, vous pouvez appliquer une technique similaire à tout scénario nécessitant l'agrégation d'une agrégation, par exemple pour déterminer la moyenne de la somme, la somme du total distinct, la somme de la somme, etc.

Acquisition de clientèle
Combien avons-nous acquis de clients sur chaque marché ? Cela permet de mieux comprendre l'efficacité du marketing et du service commercial en matière d'acquisition de clientèle. Plus la pente de la ligne est forte, plus l'acquisition de nouveaux clients est importante. Si la ligne a tendance à s'aplatir, il est nécessaire de prendre des mesures pour améliorer l'acquisition de clientèle.

Cette question est simple, mais sans expression LOD, la solution serait compliquée à imaginer, étant donné que des clients peuvent effectuer des achats plusieurs jours différents. Pour trouver la réponse à cette question, vous devez déterminer la date du premier achat de chaque client, puis effectuer un filtrage pour éliminer les achats répétés.

Filtrage d'une période relative
Les mesures de comparaison comme l'année jusqu'à ce jour et le mois jusqu'à ce jour sont souvent utilisées pour analyser les performances dans les rapports d'exploitation, afin de comparer ces dernières à celles des périodes précédentes. Pour cela, vous pouvez facilement filtrer les périodes relatives jusqu'au jour actuel, mais comment faire si les données sont actualisées sur une base hebdomadaire ? Admettons que la dernière actualisation ait eu lieu le 1er mars, mais que le jour en cours soit le 7 mars. Une comparaison du mois jusqu'à ce jour tiendrait compte de la période du 1er au 7 mars de l'année précédente, et seulement du 1er mars de l'année en cours. Une telle situation causerait de nombreux tracas inutilement.

Grâce aux expressions LOD, il suffit d'une paire d'accolades pour résoudre tous vos problèmes.

Nous espérons que cette série de billets vous permettra de mieux appréhender vos analyses et vous fournira l'inspiration nécessaire pour réaliser des analyses visuelles innovantes de vos données.

Dans le billet de la semaine prochaine, qui sera le dernier de la série, nous vous présenterons une liste des 15 expressions LOD les plus utiles.