Dans le billet d'aujourd'hui, nous allons continuer à présenter les expressions LOD. Étant donné que les exemples sont généralement le meilleur moyen d'apprendre, nous allons présenter quelques questions analytiques classiques que les expressions LOD permettent de résoudre facilement. Nous allons commencer par des exemples simples, avant de continuer avec d'autres, plus complexes.

Pourquoi est-ce important ? Les défis liés au niveau de détail peuvent se présenter à tout moment, et il y a de fortes chances que vous y ayez déjà été confronté. Les expressions LOD permettent d'appliquer un calcul à une dimension particulière, afin qu'il s'exécute toujours à ce niveau précis de granularité. Elles ressemblent en quelque sorte à une étagère supplémentaire, sur laquelle vous placez des dimensions.

À qui s'adressent les expressions LOD ? Vous êtes-vous déjà posé une question en apparence simple sur vos données, sans pouvoir y trouver une solution pratique ? Avez-vous déjà été contraint de recourir à un moyen complexe pour trouver des réponses à ces questions simples ? Si la réponse est oui, c'est que vous avez déjà été confronté aux défis liés au niveau de détail.

Les expressions LOD repoussent les limites des fonctions de calcul de Tableau et éliminent le besoin de recourir à des solutions lourdes et complexes, tout en ouvrant le champ à des utilisations qui n'étaient auparavant pas envisageables. Avec un minimum de pratique, les utilisateurs seront en mesure d'utiliser les expressions LOD au quotidien pour améliorer leur capacité à visualiser et comprendre leurs données.

Observons les expressions LOD de plus près à l'aide de quelques exemples réels.

Histogramme des commandes
Vous pouvez très simplement déterminer le nombre de fois que chaque client a passé une commande dans l'un de vos magasins. Imaginons que vous souhaitiez savoir combien de clients ont effectué un, deux, trois ou quatre achats au total. C'est une question très simple, mais la solution peut être difficile à déterminer sans expression LOD. Les données sur les commandes dans cet exemple comportent plusieurs articles par commande. Par conséquent, vous ne pouvez pas simplement créer un histogramme à partir du total distinct de commandes. Vous devez trouver un moyen de toujours définir le total distinct de commandes en fonction de la dimension du client.

ICP des profits par jour
Vous pouvez bien évidemment calculer vos profits sur la durée, mais imaginons que vous souhaitiez mesurer votre réussite en déterminant le profit total par jour ouvré. Vous souhaiteriez probablement connaître le nombre de jours rentables par jour ou par mois, en particulier pour observer les effets de saison. Le classeur suivant présente comment les expressions LOD permettent de facilement créer des compartiments sur des données agrégées, comme les profits par jour, au lieu des profits par transaction.

Ventes comparatives
Les expressions LOD donnent accès à de nombreuses possibilités en matière de cohortes, d'agrégations de données agrégées, de compartiments agrégés, et bien d'autres encore. Elles donnent également accès à des utilisations moins évidentes mais tout aussi utiles, comme la comparaison d'une section des régions, des articles ou des employés aux sections restantes. L'exemple suivant présente comment comparer une catégorie définie à toutes les autres catégories équivalentes, ce qui permet d'observer son comportement par rapport aux autres.

Les ressources suivantes peuvent vous intéresser...

Ajouter un nouveau commentaire 

Abonnez-vous à notre blog