Tableau Calculations: DATEDIFF()
DATEDIFF() (Date Difference) ist die Standard-Datumsfunktion in Tableau, um die Zeitspanne zwischen zwei Daten zu berechnen.
Im Gegensatz zu einer einfachen Subtraktion (z. B. [Enddatum] – [Startdatum]), die in Tableau oft nur die Anzahl der Tage zurückgibt, ist DATEDIFF() weitaus leistungsfähiger. Die Funktion erfordert, dass Sie explizit angeben, in welcher Zeiteinheit (Tag, Woche, Monat, Jahr usw.) Sie die Differenz messen möchten.
DATEDIFF() ist eine der am häufigsten verwendeten Funktionen in Tableau für jede Art von Analyse, die Zeiträume, Dauer oder Alterung (Aging) betrachtet.
Das wichtigste Argument: ‚date_part‘
Das erste Argument ist date_part (Zeiteinheit). Dies ist eine Zeichenfolge (Text), die Tableau mitteilt, was es zählen soll. Die gängigsten date_part-Werte sind (müssen in Anführungszeichen stehen):
• ‚day‘ (Tag)
• ‚week‘ (Woche)
• ‚month‘ (Monat)
• ‚quarter‘ (Quartal)
• ‚year‘ (Jahr)
• Es gibt auch ‚hour‘, ‚minute‘ und ’second‘, falls Ihre Daten Zeitstempel (DateTimes) sind.
Die Syntax erfordert drei Argumente, wobei ein viertes optional ist:
• Argument 1 (‚date_part‘): Die Zeiteinheit, in der Sie messen möchten (z. B. ‚day‘), als Zeichenfolge (String).
• Argument 2 ([Startdatum]): Das Feld, das den Beginn des Zeitraums markiert (z. B. [Bestelldatum]).
• Argument 3 ([Enddatum]): Das Feld, das das Ende des Zeitraums markiert (z. B. [Versanddatum]).
• Argument 4 (Optional) ([Wochenstart]): Wird nur benötigt, wenn Sie ‚week‘ als date_part verwenden und Ihre Woche nicht am Sonntag beginnt (z. B. ‚monday‘).
Wie erstelle ich eine DATEDIFF-Kalkulation?
Nehmen wir an, Sie möchten die Lieferzeit in Tagen berechnen. Sie haben die Felder [Start_Date] und [End_Date].
1. Berechnetes Feld erstellen: Klicken Sie im Datenbereich auf „Berechnetes Feld erstellen…“.
2. Feld benennen: Geben Sie ihm einen klaren Namen, z. B. „Count_Days“.
3. Formel eingeben: Tippen Sie die Formel für „Count_Days“:
4. Ergebnis: Dieses neue Feld (eine Kennzahl) gibt nun für jede Bestellung die Anzahl der Tage zurück, die zwischen Startdatum und Enddatum vergangen sind. Sie können dies nun wie jede andere Kennzahl verwenden (z. B. den AVG() Durchschnitt berechnen).
Der wichtigste „Fallstrick“: DATEDIFF zählt „Grenzen“
Dies ist der häufigste Fehler, den Benutzer mit DATEDIFF() machen. Die Funktion zählt nicht die volle, verstrichene Zeit, sondern die Anzahl der Datums-Grenzen (z. B. Neujahr, Monatsanfang), die überschritten wurden.
Das klassische Beispiel:
DATEDIFF(‚year‘, #31.12.2023#, #01.01.2024#)
• Erwartetes Ergebnis (logisch): 0 (Es ist nur ein Tag vergangen, kein volles Jahr).
• Tatsächliches Ergebnis (Tableau): 1
Warum? Weil zwischen den beiden Daten eine Jahresgrenze (der Wechsel von 2023 auf 2024) überschritten wurde.
Dasselbe gilt für Monate: DATEDIFF(‚month‘, #31.01.2024#, #01.02.2024#)
• Ergebnis: 1 (weil eine Monatsgrenze überschritten wurde).
Merkhilfe: DATEDIFF() ist ideal, um diskrete Einheiten zu zählen (z. B. „Wie viele Kalenderjahre hat dieser Kunde uns besucht?“), aber weniger ideal für die Berechnung des genauen „Alters“ einer Person (wo man volle 365 Tage erwarten würde).
Anwendungsfälle
Der Einsatz von DATEDIFF() ist für fast jede Zeitanalyse unerlässlich:• Dauer berechnen: Wie lange dauert ein Prozess? (z. B. Lieferzeit, Bearbeitungszeit).
• Kundenlebenszyklus (Tenure): Wie viele Monate oder Jahre ist jemand schon Kunde? (DATEDIFF(‚month‘, [Kunde_seit], TODAY()))
• Projektmanagement: Wie viele Wochen sind seit Projektstart vergangen?
• A• ging-Berichte: Wie viele Tage ist eine Rechnung überfällig? (DATEDIFF(‚day‘, [Fälligkeitsdatum], TODAY()))
• Vergleiche: War die Lieferzeit dieses Jahr kürzer als letztes Jahr?
FazitDATEDIFF() ist das unverzichtbare Schweizer Taschenmesser für alle Datumsberechnungen in Tableau. Es ist die Standardmethode, um Zeitintervalle zu messen. Solange Sie sich an die „Grenz-Zähl-Logik“ (den Fallstrick) erinnern, ist es eine der zuverlässigsten Funktionen, die Sie verwenden werden. Sie haben Fragen zu den Möglichkeiten, die Tableau bietet oder ein anderes Anliegen rund um das Thema Datenanalyse? Oder suchen Sie zertifizierte Tableau-Experten für die Modellierung komplexer Zeitreihen und Aging-Logiken in Deutschland, Österreich oder der Schweiz? Wir helfen ihnen dabei gerne. |