การเลือกประเภทการคำนวณที่ถูกต้อง

นำไปใช้กับ Tableau Cloud, Tableau Desktop, Tableau Server

ประเภทของการคำนวณที่คุณเลือกจะขึ้นอยู่กับความต้องการในการวิเคราะห์ คำถามที่คุณต้องการคำตอบ และการจัดวางการแสดงเป็นภาพของคุณ

การคำนวณแบบใดที่เหมาะกับการวิเคราะห์ของคุณ

การเลือกประเภทของการคำนวณเพื่อใช้ในการวิเคราะห์ของคุณไม่ใช่เรื่องง่ายเสมอไป เมื่อคุณต้องตัดสินใจเลือก ให้พิจารณาถึงคำถามและตัวอย่างดังต่อไปนี้

หมายเหตุ: เนื้อหานี้เผยแพร่ครั้งแรกในบล็อกของ Tableau ดูคู่มืออันมีประโยชน์สำหรับการเลือกการคำนวณที่เหมาะสมกับคำถามของคุณ(ลิงก์จะเปิดในหน้าต่างใหม่) เพื่ออ่านเนื้อหา

นิพจน์พื้นฐานหรือการคำนวณตาราง

คำถามที่ 1:

คุณมีค่าข้อมูลทั้งหมดที่ต้องการซึ่งแสดงเป็นภาพแล้วหรือไม่

หากคำตอบคือใช่: คุณสามารถใช้การคำนวณตารางได้
หากคำตอบคือไม่: ให้ใช้การคำนวณพื้นฐาน

ตัวอย่าง:

ลองพิจารณาการแสดงเป็นภาพทั้งสองรายการต่อไปนี้ การแสดงเป็นภาพทางด้านซ้ายคือแผนภูมิแท่งที่แสดงยอดขายโดยรวมต่อประเทศ/ภูมิภาค การแสดงเป็นภาพทางด้านขวาก็แสดงยอดขายต่อประเทศ/ภูมิภาคไว้ด้วยเช่นกัน ทว่ายอดขายกลับไม่รวมกัน

คุณจะคำนวณเปอร์เซ็นไทล์ที่ 90 ของยอดขายสำหรับการแสดงเป็นภาพแต่ละรายการได้อย่างไร

แผนภูมิแท่งทางด้านซ้ายจะรวมไว้ด้วย SUM ดังนั้นมุมมองนี้จึงมีรายละเอียดไม่เพียงพอแก่การใช้การคำนวณตาราง คุณสามารถใช้นิพจน์การรวมพื้นฐานเพื่อคำนวณเปอร์เซ็นไทล์ที่ 90 ของยอดขายสำหรับแต่ละประเทศในตัวอย่างนี้ได้โดยใช้สูตรต่อไปนี้

PERCENTILE([Sales], .90)

ซึ่งส่งผลให้ค่าเปอร์เซ็นไทล์ที่ 90 ต่อประเทศเป็นป้ายกำกับสำหรับแต่ละแถบ

แต่แผนภูมิทางด้านขวาจะรวมค่าข้อมูลสำหรับลำดับของยอดขาย การกระจายที่ใหญ่ที่สุดและค่าผิดปกติจะปรากฏขึ้น มุมมองนี้จึงมีรายละเอียดเพียงพอแก่การใช้การคำนวณตาราง

คุณสามารถคำนวณเปอร์เซ็นไทล์ที่ 90 ของยอดขายสำหรับแต่ละประเทศได้ด้วยแบนด์การกระจาย (เทียบเท่ากับการคำนวณตาราง) ทั้งนี้ยังมีบริบทเพิ่มเติมในการแสดงเป็นภาพนี้อีก

การคำนวณทั้งสองแบบล้วนให้ค่าที่เหมือนกัน แต่ข้อมูลเชิงลึกที่คุณรวบรวมจากการคำนวณแต่ละแบบนั้นจะแตกต่างกันตามระดับของรายละเอียด (ปริมาณข้อมูล) ในการแสดงเป็นภาพ

นิพจน์ทั่วไปหรือนิพจน์ระดับรายละเอียด (LOD)

หากข้อมูลทั้งหมดที่คุณต้องการไม่ได้แสดงเป็นภาพ คุณจำเป็นต้องให้การคำนวณของคุณเกิดขึ้นผ่านแหล่งข้อมูล ซึ่งหมายความว่าคุณต้องใช้การคำนวณพื้นฐานหรือนิพจน์ LOD

หากคุณตอบว่าไม่ใน คำถามที่ 1 คุณต้องถามตัวเองด้วยคำถามต่อไปนี้

คำถามที่ 2:

มุมมองแบบละเอียดของคำถามของคุณตรงกับมุมมองแบบละเอียดของการแสดงเป็นภาพหรือมุมมองแบบละเอียดของแหล่งข้อมูลหรือไม่

หากคำตอบคือใช่: ให้ใช้นิพจน์พื้นฐาน
หากคำตอบคือไม่: ให้ใช้นิพจน์ระดับรายละเอียด (LOD)

ตัวอย่าง

พิจารณาการแสดงเป็นภาพต่อไปนี้ ซึ่งจะแสดงเปอร์เซ็นต์ไทล์ที่ 90 ของยอดขายสำหรับทุกคำสั่งซื้อในแต่ละประเทศ

ตัวอย่างนี้ใช้แหล่งข้อมูลตัวอย่าง-Superstore ที่มาพร้อมกับ Tableau หากคุณคุ้นเคยกับแหล่งข้อมูลตัวอย่าง-Superstore คุณอาจทราบว่าจะแถวของข้อมูลเพียวหนึ่งแถวต่อ ID ลำดับ ดังนั้นมุมมองแบบละเอียดของแหล่งข้อมูลก็คือ ID ลำดับ แต่มุมมองแบบละเอียดของการแสดงเป็นภาพคือประเทศ

หากคุณอยากทราบค่าเปอร์เซ็นต์ไทล์ที่ 90 ของยอดขายคือเท่าใดสำหรับคำสั่งซื้อในแต่ละประเทศที่ระดับ ID ลำดับของมุมมองแบบละเอียด คุณสามารถใช้นิพจน์ LOD ต่อไปนี้ได้

 {INCLUDE [Order ID] : SUM([Sales])}

จากนั้นคุณจะสามารถเปลี่ยนฟิลด์เพื่อรวมกันที่เปอร์เซ็นต์ไทล์ที่ 90 ในมุมมองได้

หากต้องการทำเช่นนั้นให้คลิกที่ดรอปดาวน์ของฟิลด์แล้วเลือก การวัดผล > เปอร์เซ็นต์ไทล์ > 90

แผนภูมิต่อไปนี้จะสาธิตวิธีการทำงานของนิพจน์ LOD ในกรณีนี้

ข้อมูลจะเริ่มรวมอย่างสมบูรณ์ที่ SUM(ยอดขาย) แล้วจากนั้นจะย้ายลงไปยังระดับของรายละเอียดของประเทศ: SUM(ยอดขาย) ที่ประเทศ
ระบบจะปรับใช้การคำนวณ LOD และข้อมูลจะได้รับมุมมองแบบละเอียดยิ่งขึ้น: SUM(ยอดขาย) ที่ประเทศ + ID ลำดับ
การคำนวณ LOD จะรวมกันที่เปอร์เซ็นต์ไทล์ที่ 90 PCT90(SUM(ยอดขาย) ที่ประเทศ + ID ลำดับ)

ผลลัพธ์จะเป็นดังนี้

การคำนวณตารางหรือนิพจน์ระดับรายละเอียด (LOD)

เมื่อต้องเลือกระหว่างการคำนวณตารางหรือการคำนวณ LOD กระบวนการนี้จะคล้ายคลึงกับการเลือกระหว่างการคำนวณตารางและนิพจน์พื้นฐาน ให้ถามตัวเองด้วยคำถามต่อไปนี้

คุณมีค่าข้อมูลทั้งหมดที่ต้องการซึ่งแสดงเป็นภาพแล้วหรือไม่

หากคำตอบคือใช่: ก็ให้ใช้การคำนวณตารางได้
หากคำตอบคือไม่ ให้ถามตัวเองว่ามุมมองแบบละเอียดของคำถามของคุณตรงกับทั้งมุมมองแบบละเอียดของการแสดงเป็นภาพหรือมุมมองแบบละเอียดของแหล่งข้อมูลหรือไม่ หากคำตอบคือไม่: ให้ใช้การคำนวณ LOD

เฉพาะการคำนวณตารางเท่านั้น

อาจมีบางสถานการณ์ที่ต้องใช้การคำนวณตารางเท่านั้น เหมือนกับสถานการณ์ต่อไปนี้

การจัดอันดับ
การเรียกซ้ำ (เช่น ยอดสะสม)
การคำนวณแบบเคลื่อนที่ (เช่น ค่าเฉลี่ยย้อนกลับ)
การคำนวณระหว่างแถว (เช่น การคำนวณระยะเวลาเทียบกับระยะเวลา)

หากการวิเคราะห์ของคุณต้องการสถานการณ์เหล่านี้ ให้ใช้การคำนวณตาราง

ตัวอย่าง

พิจารณาการแสดงเป็นภาพต่อไปนี้ ซึ่งแสดงราคาปิดโดยเฉลี่ยของสต็อกสินค้าต่างๆ ตั้งแต่เดือนกันยายน 2014 และเดือนกันยายน 2015

หากคุณต้องการดูจำนวนครั้งที่ราคาปิดเกินค่าปิดเป็นประวัติการณ์จนถึงปัจจุบัน คุณต้องใช้การคำนวณตารางโดยเฉพาะการคำนวณแบบเรียกซ้ำ

เพราะเหตุใด เนื่องจากการคำนวณตารางสามารถเอาต์พุตค่าต่างๆ สำหรับแต่ละพาร์ติชันของข้อมูลได้หลายค่า (เซลล์ บานหน้าต่าง ตาราง) ในขณะที่นิพจน์พื้นฐานและ LOD สามารถเอาต์พุตได้เพียงค่าเดียวสำหรับแต่ละพาร์ติชันของการจัดกลุ่มข้อมูล

คุณต้องดำเนินการตามขั้นตอนบางอย่างหากต้องการคำนวณจำนวนครั้งที่ราคาปิดเกินราคาปิดสำหรับสต็อกสินค้าแต่ละรายการเป็นประวัติการณ์

คุณต้องพิจารณาถึงค่าต่างๆ ก่อนหน้านี้จึงจะสามารถบอกได้ว่าคุณบรรลุค่าปิดสูงสุดใหม่แล้ว โดยสามารถทำได้ด้วยฟังก์ชัน RUNNING_MAX ตัวอย่างเช่น ให้พิจารณาการคำนวณต่อไปนี้โดยการคำนวณด้วยวันต่อไปนี้ (ทั่วทั้งตาราง) ตั้งชื่อว่าระเบียนจนถึงปัจจุบัน:
```
RUNNING_MAX(AVG([Close]))
```
ต่อไปคุณจะสามารถแฟล็กวันที่ทำลายสถิติได้โดยการคำนวณด้วยวันต่อไปนี้ (ทั่วทั้งตาราง) ตั้งชื่อว่านับวันที่ทำลายสถิติ
```
IF AVG([Close]) = [Record to Date] 
THEN 1 
ELSE 0 
END
```
สุดท้ายคุณจะสามารถนับวันเหล่านี้ได้โดยการคำนวณด้วยวันต่อไปนี้ (ทั่วทั้งตาราง)
```
RUNNING_SUM([Count Days Record Broken])
```
เมื่อคุณเพิ่มฟิลด์สุดท้ายที่คำนวณแล้วไปยังมุมมองในตำแหน่ง Avg(ปิด) คุณจะได้ผลลัพธ์ดังนี้