LOD-Berechnungen in Tableau verstehen: FIXED, INCLUDE und EXCLUDE einfach erklärt
LOD steht in Tableau für Level of Detail (Detailgenauigkeit). Mit Hilfe von LODs ist es in Tableau möglich, Berechnungen unabhängig von der gerade dargestellten Visualisierung durchzuführen.
Level of Detail in Tableau
Das Level of Detail, im Deutschen als Detailgenauigkeitsausdruck in Tableau übersetzt, bezieht sich jeweils auf die Detailebene in der aktuellen Visualisierung. Im dargestellten Beispiel ist das Level of Detail die Kombination aus Kategorie und Segment. Sämtliche Kennzahlen innerhalb einer Visualisierung werden von Tableau automatisch auf der niedrigsten Detailebene aggregiert. In unserem Beispiel wird der Gesamtgewinn des Unternehmens somit nach Kategorie und Segment herunter gebrochen.
Du möchtest Deine Kategorien und Segmente darstellen, aber den Gewinn auf einer anderen Detailebene aggregieren? Dann benutze LODs.
Die Syntax hinter Level of Detail-Berechnungen
Der Aufbau einer jeden LOD-Berechnung ist grundlegend gleich:
Wie im Bild zu sehen, wird der gesamte LOD-Ausdruck von geschweiften Klammern umrahmt. In der Mitte unterteilt ein Doppelpunkt die Berechnung. Links von diesem Doppelpunkt steht die LOD-Ausprägung – Fixed, Include oder Exclude – sowie die Dimension bzw. die Dimensionen, auf deren Detailebene sich der LOD-Ausdruck bezieht. Rechts nach dem Doppelpunkt wird mindestens eine Kennzahl aggregiert. Oft ist dies beispielsweise eine Summierung oder es wird der Mittelwert einer Kennzahl gebildet.
Doch welche Logik versteckt sich hinter den einzelnen Bestandteilen? Und wie lässt sich diese am besten beschreiben?
FIXED Tableau
Das folgenden Beispiel zeigt eine Level of Detail-Berechnung, welche den Gewinn je Kategorie summieren soll.
- Die geschweiften Klammern stehen für den Level of Detail-Ausdruck
- Fixed bezeichnet den Teil des berechneten Feldes, welcher die unterschiedlichen Ausprägungen des LOD definiert. Für Fixed bedeutet der Ausdruck: „Für jede“.
- Danach folgen die jeweilige(n) Dimension(en), auf die sich Fixed **bezieht.
- Der Doppelpunkt kann sinngemäß mit „gib mir“ übersetzt werden.
- Alles, was nach dem Doppelpunkt folgt, wird für die angegebene Detailebene ausgegeben. In diesem Fall wird die Summe des Gewinns berechnet.
Ausgesprochen ergibt dies den folgenden Ausdruck:
Für jede Kategorie, gib mir die Summe des Gewinns.
INCLUDE EXCLUDE Tableau
Für die Befehle Include und Exclude muss der Satz von Oben entsprechend angepasst werden:
- Für Include: Unterteile die Summe des Gewinns zusätzlich zu den Dimensionen, die bereits in der Ansicht enthalten sind, nach den Kategorien.
- Für Exclude: Unterteile die Summe des Gewinns nicht nach der Kategorie.
Die Tabellenansicht zeigt noch einmal, wie Tableau bei der Level of Detail-Berechnung vorgeht.
Wie zu erkennen ist, gibt Tableau für jede Kategorie die Summe des Gewinns aus. Die Segmente spielen dabei keine Rolle, denn das Level of Detail ist ja auf die Detailebene der Kategorie fixiert.
Ein weiteres Beispiel
Angenommen Du möchtest die Gewinne jedes Bundeslandes in Relation zum gesamten Gewinn im Raum Deutschland setzen.
Du kannst dies ganz einfach erreichen, indem Du zwei LODs miteinander dividierst:
Die erste LOD-Berechnung steht dabei für die Gewinne nach Bundesland, dividiert durch die Gewinne fixiert auf die Detailebene Land.
Für jedes Bundesland, gib mir die Summe des Gewinns geteilt durch die Summe des Gewinns für jedes Land.
Das Ergebnis zeigt folglich den jeweiligen Gewinn pro Bundesland im Verhältnis zum Gewinn des Landes. Falls Du jetzt Lust auf mehr bekommen hast, dann findest Du hier weitere Level of Detail-Berechnungen zum Nachbauen.
Ihr plant die Implementierung komplexer Kennzahlen-Logiken oder möchtet aggregationsunabhängige Berechnungen durch präzise Level of Detail Expressions in Tableau realisieren?
Die exakte Steuerung von Aggregationsebenen abseits der aktuellen Dashboard-Ansicht ermöglicht es, komplexe Kohortenanalysen, detaillierte Kunden-Benchmarks oder mehrstufige Zielerreichungsgrade fehlerfrei abzubilden. Wir unterstützen Euch dabei, FIXED-, INCLUDE- und EXCLUDE-Berechnungen mathematisch sauber aufzusetzen, die Performance Eurer Datenquellen durch optimierte Tabellenstrukturen zu sichern und Eure Teams für die fortgeschrittene Datenmodellierung in Tableau zu befähigen.
Ähnliche Beiträge
Information Lab Blog
Data, Analytics und AI: Unser Portfolio entwickelt sich weiter
Datenstrategie
Cloud-Migration analytischer Data Warehouses: Warum Strategie wichtiger ist als Lift & Shift
AI in BI
