อย่ากลัวความสัมพันธ์
ความสามารถในการสร้างแบบจำลองข้อมูลใหม่จะสร้างแหล่งข้อมูลที่ยืดหยุ่นซึ่งสร้างขึ้นจากความสัมพันธ์
ความสัมพันธ์จะรวมข้อมูลจากตารางต่างๆ โดยดูจากคอลัมน์ (ฟิลด์) ที่ตารางเหล่านั้นมีเหมือนกัน และใช้ข้อมูลนั้นเพื่อนำข้อมูลจากแต่ละตารางมารวมกันในการวิเคราะห์
ไม่เหมือนกับการรวมหรือการผนวก ความสัมพันธ์จะสร้างแหล่งข้อมูลโดยไม่ทำให้ตารางหลายตารางเป็นตารางเดียว ด้วยเหตุนี้ แหล่งข้อมูลที่เกี่ยวข้องจึงทราบว่าแต่ละฟิลด์มาจากตารางใด ซึ่งหมายความว่าแต่ละฟิลด์จะคงบริบทหรือระดับของรายละเอียดไว้ ดังนั้น แหล่งข้อมูลที่เกี่ยวข้องสามารถจัดการกับตารางที่มีมุมมองแบบละเอียดที่แตกต่างกันได้ โดยไม่มีปัญหาเรื่องข้อมูลซ้ำหรือสูญหาย
ในแหล่งข้อมูลที่เกี่ยวข้อง การรวมจะไม่ได้รับการแก้ไขล่วงหน้า แทนที่จะรวมข้อมูลทั้งหมด (และต้องทำงานกับข้อมูลทั้งหมดโดยไม่คำนึงว่าสิ่งใดที่จำเป็นต่อแต่ละการแสดงเป็นภาพ) แต่ให้รวมเฉพาะข้อมูลที่เกี่ยวข้องต่อชีตและตามความจำเป็นเท่านั้น เมื่อคุณลากและวาง Tableau จะประเมินความสัมพันธ์ของฟิลด์ข้อมูลและตารางที่เกี่ยวข้อง ความสัมพันธ์เหล่านั้นใช้เพื่อเขียนการค้นหาด้วยประเภทการรวม การผนวก และการจัดการค่า null ที่ถูกต้อง
คุณลองคิดดูว่าข้อมูลจะเข้ากันได้อย่างไรและคำถามใดที่คุณต้องการตอบ แทนที่จะคิดแต่วิธีการรวมข้อมูลหรือทดแทนวิธีต่างๆ จากแหล่งข้อมูล
ความสัมพันธ์ไม่ได้แทนที่วิธีการรวมข้อมูลแบบเดิม: การรวม การผนวก และการผสมผสาน ยิ่งกว่านั้น ความสัมพันธ์เป็นวิธีการใหม่ที่ยืดหยุ่นในการรวมข้อมูลจากหลายแหล่งเข้าด้วยกัน วิธีการที่มีอยู่จะไม่หายไป และยังมีประโยชน์ต่อสถานการณ์ที่เจาะจง
หมายเหตุ: สำหรับข้อมูลที่เกี่ยวข้องกับวิธีการทำงานของการค้นหาความสัมพันธ์ โปรดดูโพสต์บล็อก Tableau เหล่านี้:
- ความสัมพันธ์ ตอนที่ 1: แนะนำการสร้างแบบจำลองข้อมูลใหม่ใน Tableau(ลิงก์จะเปิดในหน้าต่างใหม่)
- ความสัมพันธ์ ตอนที่ 2: คำแนะนำและเคล็ดลับ(ลิงก์จะเปิดในหน้าต่างใหม่)
- ความสัมพันธ์ ตอนที่ 3: การถามคำถามในตารางที่เกี่ยวข้องหลายตาราง(ลิงก์จะเปิดในหน้าต่างใหม่)
และดูวิดีโอพอดคาสต์เกี่ยวกับความสัมพันธ์จากการวิเคราะห์การดำเนินการ(ลิงก์จะเปิดในหน้าต่างใหม่) เช่น เหตุใด Tableau จึงคิดค้น "ความสัมพันธ์" ขึ้น(ลิงก์จะเปิดในหน้าต่างใหม่) คลิก "วิดีโอพอดคาสต์" ในไลบรารี(ลิงก์จะเปิดในหน้าต่างใหม่)เพื่อดูเพิ่มเติม
ใช้ความสัมพันธ์
หัวข้อนี้จะอธิบายเกี่ยวกับการสร้างแหล่งข้อมูลที่เกี่ยวข้องและการใช้แหล่งข้อมูลนั้นสำหรับการวิเคราะห์ หากคุณต้องการปฏิบัติตาม คุณสามารถ ดาวน์โหลดชุดข้อมูล Bookshop(ลิงก์จะเปิดในหน้าต่างใหม่) เลือก Bookshop.xlsx สำหรับข้อมูลดิบที่เริ่มต้นจากศูนย์หรือ MinimalBookshop.tdsx เพื่อเริ่มต้นด้วยข้อมูลจากแหล่งข้อมูลที่เกี่ยวข้องซึ่งกำหนดค่าไว้สำหรับคุณ
หมายเหตุ: ความสัมพันธ์พร้อมใช้งานใน Tableau 2020.2 และใหม่กว่า
วิดีโอ: ข้อมูลที่ย้ายมา
หากคุณเปิดเวิร์กบุ๊กที่มีอยู่จาก Tableau เวอร์ชันก่อนหน้า (เวอร์ชัน 2020.1 หรือเก่ากว่า) ใน Tableau 2020.2 หรือใหม่กว่า แท็บแหล่งข้อมูลของคุณอาจแสดงตาราง ข้อมูลที่ย้ายมา
หากคุณเปิดเวิร์กบุ๊กที่สร้างขึ้นก่อนที่ความสัมพันธ์จะพร้อมใช้งาน (ก่อนเวอร์ชัน 2020.2) แหล่งข้อมูลของคุณอาจดูแตกต่างออกไป หากมีตารางแบบรวมหรือผนวก ตารางดังกล่าวจะปรากฏเป็นตารางเชิงตรรกะเดียวที่ชื่อ "ข้อมูลที่ย้ายมา" ดับเบิลคลิกเพื่อดูตารางเบื้องหลังที่มีอยู่ และการวิเคราะห์ของคุณจะยังคงทำงานตามที่คาดการณ์ไว้ต่อไป
โปรดทราบว่า เมื่อคุณใช้เฉพาะตาราง "ข้อมูลที่ย้ายมา" และ แผง "ข้อมูล" จะทำงานเหมือนกับ Tableau Desktop เวอร์ชันก่อนหน้า
คุณยังสามารถเชื่อมโยงตารางใหม่กับตาราง "ข้อมูลที่ย้ายมา" ได้โดยตรงเพื่อขยายโมเดลข้อมูล
เมื่อคุณเพิ่มความสัมพันธ์ลงในโมเดลข้อมูลแล้ว แผง "ข้อมูล" จะอัปเดตเป็นเค้าโครงใหม่โดยยังคงมีมิติข้อมูลและการวัดผลอยู่ภายในแต่ละตาราง และตาราง "ข้อมูลที่ย้ายมา" จะแสดงเป็นตารางผสานตารางเดียว
วิดีโอ: ตารางที่เกี่ยวข้อง
หมายเหตุ: อินเทอร์เฟซสำหรับการแก้ไขความสัมพันธ์ที่แสดงในวิดีโอนี้จะแตกต่างจากรุ่นปัจจุบันเล็กน้อย แต่มีฟังก์ชันการทำงานเหมือนกัน
ในการสร้างแหล่งข้อมูลของตารางที่เกี่ยวข้อง ให้เชื่อมต่อกับข้อมูลของคุณแล้วลากตารางไปที่แคนวาส สร้างตารางที่ 2 ความสัมพันธ์จะเกิดขึ้นโดยอัตโนมัติหากทุกอย่างถูกต้อง หาก Tableau ตรวจไม่พบฟิลด์ที่เกี่ยวข้อง คุณจะได้รับแจ้งให้เลือกฟิลด์ด้วยตนเอง
แคนวาสที่คุณเห็นคือชั้นใหม่ของโมเดลข้อมูลที่คุณสามารถเชื่อมโยงตารางเข้าด้วยกันได้ สร้างตารางเพิ่มเติมเพื่อเพิ่มลงในโมเดลข้อมูล การผูกโยงแสดงให้เห็นว่าตารางใดที่เกี่ยวข้อง
ความสัมพันธ์สามารถเป็นไปตามฟิลด์ที่คำนวณได้ คุณยังสามารถระบุวิธีเปรียบเทียบฟิลด์ได้ด้วยการใช้ตัวดำเนินการเมื่อคุณกำหนดความสัมพันธ์
เพิ่มการวม
คุณสามารถสร้างการรวมโดยดับเบิลคลิกที่ตารางเพื่อเปิดแคนวาสรวม (หรือที่เรียกว่าเลเยอร์ทางกายภาพ) จากนั้นเพิ่มตารางเพื่อสร้างการรวม การสร้างการรวมใช้วิธีเดียวกันกับ Tableau เวอร์ชันก่อนหน้า คุณสามารถตั้งค่ารวมข้อมูลและการคำนวณหากจำเป็น และกำหนดค่าประเภทการรวม
เมื่อคุณปิดแคนวาสรวม ตารางบนแคนวาสความสัมพันธ์ (หรือที่เรียกว่าเลเยอร์เชิงตรรกะ) จะมีไอคอนรวมที่แสดงการรวมเบื้องหลัง ซึ่งเป็นเพราะการผสานรวมตารางเพื่อสร้างตารางใหม่ตารางเดียว ตารางที่เกี่ยวข้องยังคงแตกต่างกัน
เพิ่มการผนวก
เพิ่มการผนวกด้วยการสร้างการผนวกใหม่ การผนวกเหมือนกับการรวมโดยผสานข้อมูลจริง และแสดงไอคอนบนเลเยอร์เชิงตรรกะ เราแนะนำให้เปลี่ยนชื่อการผนวกเสมอ หรือตารางใดๆ ที่มีชื่อไม่ชัดเจนเป็นชื่อที่มีประโยชน์มากกว่า
วิดีโอ: ตัวเลือกประสิทธิภาพ
หมายเหตุ: อินเทอร์เฟซสำหรับการแก้ไขความสัมพันธ์ที่แสดงในวิดีโอนี้จะแตกต่างจากรุ่นปัจจุบันเล็กน้อย แต่มีฟังก์ชันการทำงานเหมือนกัน
สำหรับความสัมพันธ์ใดๆ จะมีตัวเลือกประสิทธิภาพและฟิลด์ที่เกี่ยวข้อง Tableau จะเลือกค่าเริ่มต้นที่ปลอดภัยสำหรับตัวเลือกเหล่านี้อัตโนมัติ อย่างไรก็ตาม หากคุณมั่นใจในลักษณะของข้อมูล คุณสามารถเปลี่ยนตัวเลือกเหล่านี้เพื่อช่วยให้ Tableau ได้รับข้อมูลเพิ่มเติมเกี่ยวกับวิธีการกำหนดค่าการรวมอัตโนมัติที่ดีที่สุดระหว่างการวิเคราะห์ การตั้งค่าตัวเลือกความไม่ซ้ำกันและความสมบูรณ์เชิงอ้างอิงช่วยให้ Tableau ได้รับข้อมูลเพิ่มเติมเกี่ยวกับวิธีการปรับการค้นหาให้เหมาะสม
ความไม่ซ้ำกัน
ความไม่ซ้ำกันบ่งบอกว่าระเบียนฟิลด์ข้อมูลที่เชื่อมโยงกันนั้นไม่ซ้ำกันหรือไม่ หากหนังสือหลายเล่มสามารถมีผู้เขียนคนเดียวกันได้ แต่ผู้เขียนแต่ละคนมีรายชื่ออยู่ในตารางผู้เขียนคนละหนึ่งชื่อเท่านั้น ความไม่ซ้ำกันสำหรับ AuthID คือระหว่างสองตารางนี้ "หลายผู้เขียนในหนังสือเล่มเดียว" และ "หนึ่งผู้เขียนต่อหนึ่งรายชื่อ" การตั้งค่านี้ส่งผลต่อ Tableau ว่าจะจัดการกับการรวมก่อนหรือหลังการรวมอย่างไร
ความสมบูรณ์เชิงอ้างอิง
ความสมบูรณ์เชิงอ้างอิงบ่งบอกว่าระเบียนในตารางหนึ่งๆ รับประกันว่ามีความสัมพันธ์ในอีกตารางหนึ่งหรือไม่ หากหนังสือทุกเล่มมีผู้เขียน หนังสือก็มีความสมบูรณ์เชิงอ้างอิงกับผู้แต่ง หากผู้เขียนทุกคนไม่ได้แต่งหนังสือ ผู้เขียนก็ไม่มีความสมบูรณ์เชิงอ้างอิงกับหนังสือ การตั้งค่านี้ส่งผลต่อ Tableau ว่าจะเลือกประเภทการรวมและจัดการระเบียนที่ไม่ตรงกันอย่างไร
หากต้องการข้อมูลเพิ่มเติม โปรดดู ความไม่ซ้ำกันและความสมบูรณ์เชิงอ้างอิง
ตัวอย่าง: ข้อมูล Bookshop
เราจะทำการวิเคราะห์ด้วยแหล่งข้อมูลนี้ในอีกสักครู่ มาพูดถึงข้อมูลกัน
ชุดข้อมูลคือ หนังสือ (สมมติ) และการพิจารณาความแตกต่างระหว่างหนังสือและฉบับหนังสือนั้นมีความสำคัญ หนังสือคือผลงานที่มีแนวคิดเป็นของตัวเองที่มีแอตทริบิวต์ต่างๆ เช่น ชื่อ ผู้เขียน และประเภท เป็นต้น นอกจากนี้ยังมีหนังสือฉบับต่างๆ ที่มีแอตทริบิวต์ เช่น ราคาและรูปแบบ (ปกแข็งหรือปกอ่อน) และ ISBN ระบุหนังสือ เป็นต้น หนังสือฉบับหนึ่งมีผู้จัดพิมพ์และจำนวนหน้า บางทีหนังสืออาจได้รับรางวัลหรือนำมาทำเป็นซีรีส์
คุณสามารถปฏิบัติตาม โดยดาวน์โหลด MinimalBookshop.tdsx หรือเรียนรู้และสร้างแบบโมเดลด้วยตัวคุณเองจาก Bookshop.xlsx โปรดทราบว่า คุณสามารถซ่อนฟิลด์ ID จำนวนมากได้หลังจากรวมตารางแล้ว
วิดีโอ: การทำงานกับหลายตาราง
หมายเหตุ: อินเทอร์เฟซสำหรับการแก้ไขความสัมพันธ์ที่แสดงในวิดีโอนี้จะแตกต่างจากรุ่นปัจจุบันเล็กน้อย แต่มีฟังก์ชันการทำงานเหมือนกัน
หน้าแหล่งข้อมูล
ก่อนที่เราจะไปที่แท็บชีต โปรดสังเกตว่า มุมมองกริดข้อมูลด้านล่างแสดงเฉพาะฟิลด์จากตารางครั้งละหนึ่งตารางเท่านั้น หากเราคลิกไปที่ตารางอื่น เราจะเห็นข้อมูลในตารางนั้น ไม่มีมุมมองโดยรวม เนื่องจากข้อมูลที่เกี่ยวข้องจะไม่ถูกนำมารวมกันจนกว่าจะใช้ในการวิเคราะห์ ขณะนี้ ข้อมูลยังคงอยู่ในแต่ละตารางและจะแสดงตามตารางดังกล่าว
หากเราคลิกที่ตารางที่มีการรวมหรือการผนวกเบื้องหลัง เราจะเห็นข้อมูลที่ผสานนั้นมีค่า null ใดๆ ที่อาจเกี่ยวข้อง
แผงข้อมูล
เมื่อเราคลิกที่ชีต คุณอาจสังเกตเห็นว่าแผง "ข้อมูล" มีลักษณะแตกต่างจาก Tableau เวอร์ชันก่อนหน้า แทนที่จะเป็นการจัดรูปแบบหลักของมิติข้อมูลและการวัดผล แต่ตอนนี้กลับเป็นตารางแทน แต่ละตารางมีรายละเอียดของตัวเองสำหรับมิติข้อมูลและการวัดผล ซึ่งระบุโดยบรรทัดนี้ คุณยังสามารถจัดกลุ่มตามโฟลเดอร์แทนได้ หากคุณเลือก
จำนวนระเบียนและจำนวน
นอกจากนี้ยังไม่มี ฟิลด์จำนวนระเบียน เนื่องจากแนวคิดของจำนวนระเบียนเปลี่ยนไป ไม่มีจำนวนระเบียนสำหรับแหล่งข้อมูล แต่ละตารางมีฟิลด์ จำนวน ซึ่งถือเป็นจำนวนระเบียนในเครื่องสำหรับตารางนั้น
หากต้องการทราบจำนวนระเบียนสำหรับหลายตารางพร้อมกัน คุณสามารถใช้ชื่อการวัดผลและค่าที่วัด หรือเลือกหลายฟิลด์จำนวน จากนั้นคลิก "แสดงให้ฉันดู" เพื่อสร้างการแสดงเป็นภาพ
วิดีโอ: การคำนวณขั้นพื้นฐาน
มีการคำนวณบางวิธีที่เราสามารถทำได้เพื่อทำให้ชุดข้อมูลนี้เป็นเข้าใจง่ายขึ้นเล็กน้อย ขั้นแรก เราสามารถสร้างการคำนวณสำหรับชื่อเต็มผู้เขียนโดยนำชื่อและนามสกุลมารวมกัน เราจะสร้างการคำนวณที่เรียกว่า ชื่อผู้เขียน ซึ่งประกอบด้วยชื่อ เว้นวรรค และนามสกุล โปรดทราบว่า การคำนวณนี้จะคงอยู่ในตาราง "ผู้เขียน" เนื่องจากใช้ฟิลด์จากตารางนั้นเท่านั้น
[First Name] + " " + [Last Name]
เมื่อเราทำการขาย ยอดขายคือยอดรวมของราคา ซึ่งกำหนดโดยผู้จัดพิมพ์และฉบับหรือ ISBN นั้นๆ รวมถึงอาจมีส่วนลด ณ ขณะที่ขาย ดังนั้นการคำนวณ จำนวนยอดขาย จะเป็นราคาคูณหนึ่งลบด้วยส่วนลด โปรดทราบว่า เราใช้ฟังก์ชัน ZN หรือ Zero Null เพื่อจัดการกับยอดขายโดยไม่รวมส่วนลด ดังนั้นเราจึงไม่ไม่มีค่า null การคำนวณนี้ไปที่พื้นที่ที่ใช้ร่วมกันซึ่งอยู่ด้านล่างของแผง "ข้อมูล" เนื่องจากใช้ฟิลด์จากหลายตาราง การคำนวณรวมจะไปที่ด้านล่างของแผง "ข้อมูล"
[Price] * (1-ZN([Discount]))
วิดีโอ: เชตและกลุ่ม
เราจะสร้างเซตหนังสือเพื่อระบุว่าเซตดังกล่าวอยู่ในซีรีส์หรือไม่ ในตาราง "หนังสือ" ให้คลิกขวาที่ ชื่อ และเลือก "สร้าง" > "เซต" เราจะตั้งชื่อเซต ในซีรีส์ บนแท็บ เงื่อนไข ให้เลือก ตามฟิลด์ ที่มี ชื่อซีรีส์ และ จำนวน >= 1
ในตาราง "ฉบับ" ฟิลด์ "รูปแบบ" มีรายละเอียดค่อนข้างมาก รวมถึงการระบุรายละเอียดหนังสือปกอ่อน บางครั้งรายละเอียดดังกล่าวก็มีประโยชน์ แต่บางครั้งเราก็ต้องการบทสรุประหว่างปกแข็งและปกอ่อน คลิกขวาที่ฟิลด์ รูปแบบ ในแผง "ข้อมูล" แล้วเลือก "สร้าง" > "กลุ่ม" เราจะตั้งชื่อ ปก กดปุ่ม Control เพื่อเลือกทุกอย่างยกเว้นปกแข็ง จากนั้นคลิก กลุ่ม ชื่อของกลุ่มจะถูกไฮไลต์อัตโนมัติ และเราเรียกว่า ปกอ่อน
เช่นเดียวกับการคำนวณชื่อผู้เขียน รายการเหล่านี้ที่เราเพิ่งสร้างขึ้นมีความเกี่ยวข้องภายในตารางเดียว และยังคงอยู่ภายในตารางเหล่านั้นในแผง "ข้อมูล"
วิเคราะห์ข้อมูลที่เกี่ยวข้อง
ลองเปรียบเทียบว่าการวิเคราะห์ระหว่างความสัมพันธ์และการรวมมีลักษณะอย่างไร เราขอแนะนำให้คุณดาวน์โหลดเวิร์กบุ๊กเสริมสำหรับ คำถามที่ 1 และ คำถามที่ 2 แทนที่จะดำเนินการโดยใช้แหล่งข้อมูลของคุณเองดังที่กล่าวมาข้างต้น หากคุณระบุปัญหาเกี่ยวกับการกำหนดค่าแหล่งข้อมูลหรือขั้นตอนสำหรับคำถามที่ 1 โปรดทราบว่า ปัญหาเหล่านี้มีเจตนาเพื่อวัตถุประสงค์ของสถานการณ์
คำถามที่ 1: หนังสือแต่ละเล่มมีกี่ฉบับ
สำคัญ: วิดีโอสำหรับคำถามที่ 1 ถูกบันทึกไว้ในซอฟต์แวร์เบต้า เวอร์ชัน 2020.2 ที่ให้บริการอยู่ตอนนี้พร้อมสนับสุนนเป้าหมายของเราเพื่อแสดงข้อผิดพลาดในแหล่งข้อมูลที่เกี่ยวข้องได้อย่างถูกต้อง หากคุณปฏิบัติตาม เวิร์กบุ๊กของคุณจะไม่ตรงตามวิดีโอค่าความสัมพันธ์จะถูกต้อง โปรดอดทนรอในขณะที่เราพยายามเพิ่มประสิทธิภาพผลิตภัณฑ์ของเราและควบคุมข้อผิดพลาดเพื่อวัตถุประสงค์ด้านการศึกษา
เราจะเตรียมพร้อมสำหรับการนี้โดยทำการวิเคราะห์พื้นฐานด้วยแหล่งข้อมูลทั้งสอง เราจะสร้างแผนภูมิแท่งโดยพิจารณาจากจำนวนฉบับตามชื่อ
ที่เกี่ยวข้อง | แบบรวม |
การใช้แหล่งข้อมูลที่เกี่ยวข้อง:
| การใช้แหล่งข้อมูลแบบรวม:
|
ชัดเจนในทันทีว่า "จำนวน" ไม่ใช่การรวมที่เหมาะสมสำหรับข้อมูลที่รวม อย่างไรก็ตาม มีบางอย่างไม่ถูกต้องเกี่ยวกับข้อมูลที่เกี่ยวข้องเช่นกัน ลองดูข้อมูลและดูว่าเกิดอะไรขึ้นและจะแก้ไขอย่างไร ดูวิดีโอ (หรืออ่านการถอดเสียง) เพื่อดูว่าต้องดำเนินการอย่างไร
วิดีโอ: การตรวจสอบความถูกต้องของข้อมูลและการแก้ไขโมเดลข้อมูล
แบบรวม
ตอนนี้เรากำลังตรวจสอบข้อมูลแบบรวมของเรา ในด้านการแสดงเป็นภาพแบบรวม เราจะดูที่ข้อมูลพื้นฐานของเครื่องหมาย
กล่องโต้ตอบข้อมูลมุมมองนี้มีสองแท็บคือ "สรุป" และ "ข้อมูลทั้งหมด"
- มีแถวมากมายสำหรับหนังสือเล่มเดียวกัน ซึ่งอาจซ้ำกันเนื่องจากการรวมทั้งหมด
เพื่อจัดการกับการทำซ้ำ เราจะเปลี่ยนการรวมฟิลด์ ISBN ในมุมมองเป็น "จำนวนที่ไม่ซ้ำ” โปรดจำไว้ว่า เราจำเป็นต้องคำนึงถึงการทำซ้ำนี้ในเกือบทุกสถานการณ์การวิเคราะห์ และแก้ปัญหาด้วยการรวม การกรอง หรือวิธีที่เราสร้างการแสดงเป็นภาพ
ที่เกี่ยวข้อง
ลองดูโครงสร้างของแหล่งข้อมูลที่เกี่ยวข้อง และเราจะพิจารณาว่าเกิดอะไรขึ้นกับการรวมของเรา ในด้านการแสดงเป็นภาพที่เกี่ยวข้อง เราจะพิจารณาที่ข้อมูลเบื้องหลังของเครื่องหมาย
และเราสังเกตกล่องโต้ตอบข้อมูลมุมมองอีกครั้งว่ามีสองแท็บ แต่ตอนนี้เป็นแท็บ "ฉบับ" แทนที่จะเป็น "ข้อมูลทั้งหมด" ทุกตารางที่ใช้ในการแสดงเป็นภาพนี้จะมีแท็บของตัวเอง
- มีแถวสองเท่าสำหรับหนังสือเล่มนี้ และเราทราบดีว่าการรวมอาจทำให้เกิดการทำซ้ำ รวมถึงตาราง "หนังสือ" ในแหล่งข้อมูลนี้เป็นตาราง "หนังสือ" ที่รวมกับ "ข้อมูล" และ "รางวัล" จริงๆ
เราสามารถสร้างการแสดงเป็นภาพแบบเลื่อนลงเพื่อตรวจสอบได้ ซึ่งประกอบด้วย "ชื่อ" และ "ชื่อรางวัล" และแน่นอนว่า Mallemaroking ได้รับรางวัลถึง 2 รางวัลด้วยกัน แนะนำว่าการเชื่อมโยงดีกว่าการรวมตาราง
เราจะกลับไปที่แท็บ "แหล่งข้อมูล" และนำตาราง "รางวัล" ออกจากการรวมและเชื่อมโยงตารางแทน และตอนนี้เราไม่ต้องกังวลเกี่ยวกับปัญหาการทำซ้ำสำหรับแหล่งข้อมูลนี้อีกต่อไป
คำถามที่ 2: สำหรับผู้เขียนที่มีซีรีส์หนังสือ ใครมีกิจกรรมแนะนำหนังสือมากที่สุด
วิดีโอ: การทำงานกับระดับต่างๆ ของรายละเอียด
มาดูว่าเราจะได้วิเคราะห์ผู้เขียนท่านใดบ้าง เมื่อใช้แหล่งข้อมูลที่เกี่ยวข้อง เราจะนำ ชื่อผู้เขียน และ ชื่อซีรีส์ มาไว้ในแถว
เนื่องจากแหล่งข้อมูลที่เกี่ยวข้องจะแยกข้อมูลที่ไม่ตรงกันออกจากตารางที่มีเฉพาะมิติข้อมูล โดยเรากำลังมุ่งเน้นไปที่ข้อมูลที่เกี่ยวข้องกับเรา เราจะเห็นได้ว่ามีผู้เขียน 7 ราย และ 2 รายจากทั้งหมดนั้นเขียนหนังสือ 2 ซีรีส์ หากคุณไม่ต้องการดูเฉพาะค่าที่ตรงกัน คุณสามารถกู้คืนค่าที่ไม่ตรงกันเหล่านั้นได้ (ซึ่งคล้ายกับการทำงานของเวอร์ชันก่อนหน้าอย่างมาก) โดยไปที่เมนู "การวิเคราะห์" > "เค้าโครงตาราง" และเลือก "แสดงแถวว่าง"
ที่เกี่ยวข้อง | แบบรวม |
การใช้แหล่งข้อมูลที่เกี่ยวข้อง:
| การใช้แหล่งข้อมูลแบบรวม:
ตัวเลขของเราดูผิดปกติ |
สำหรับข้อมูลแบบรวม เราทราบดีว่าการรวมอาจทำให้เกิดการทำซ้ำและผู้เขียนบางรายอาจเขียนหลายซีรีส์ ด้วยเหตุนี้ เราจึงไม่สามารถเปลี่ยนการรวมเป็น MIN หรือ MAX ได้ เนื่องจากผู้เขียนที่มีผลงานหลายซีรีส์ทำให้ข้อมูลเสียหาย
สิ่งที่เราต้องการจริงๆ คือจำนวนเหตุการณ์ต่อซีรีส์ที่แสดงเป็นภาพโดยผู้เขียน ซึ่งเป็นกรณีทั่วไปสำหรับนิพจน์ระดับรายละเอียด (LOD) เราจะสร้างการคำนวณ เหตุการณ์ในซีรีส์:
{FIXED [Series Name] : MIN ([Book Tour Events])}
โปรดทราบว่า MIN คือการจัดการกับเหตุการณ์ที่ซ้ำกันของซีรีส์เดียว
ตอนนี้หากเรานำฟิลด์ใหม่นี้ไปที่ "คอลัมน์" แทนที่จะเป็นฟิลด์เหตุการณ์เดิม เราจะได้รับค่าที่ถูกต้อง
สำหรับข้อมูลที่เกี่ยวข้อง เราไม่จำเป็นต้องดำเนินการใดๆ ความสัมพันธ์ฉลาดพอที่จะทำความเข้าใจระดับเนทีฟของรายละเอียดและวิธีการเชื่อมโยงตาราง "ผู้เขียน" ผ่านตาราง "หนังสือ" และ "ข้อมูล" ไปจนถึงตาราง "ซีรีส์" รวมถึงการรวมและผนวกการวัดผล "เหตุการณ์" กลับไปยัง "ชื่อผู้เขียน" ได้อย่างถูกต้อง โดยไม่ต้องเขียนทุกการคำนวณ LOD
ดังนั้นอย่ากลัวที่จะเชื่อมโยงข้อมูลของคุณ ดูด้วยตาของคุณเอง! คุณสามารถ ดาวน์โหลดข้อมูล Bookshop(ลิงก์จะเปิดในหน้าต่างใหม่) หรือใช้ข้อมูลของคุณเองได้ ลองกรอง โดยใช้การคำนวณตารางเพื่อสร้างแผนภูมิประเภทต่างๆ และกำหนดค่าตัวเลือกประสิทธิภาพ ตลอดจนพัฒนาความสัมพันธ์ให้ดีที่สุดเท่าที่เป็นไปได้
เคล็ดลับเมื่อทำงานกับข้อมูลที่เกี่ยวข้อง
- ดูข้อมูลเบื้องหลัง บ่อยๆ เพื่อตรวจสอบว่าเครื่องหมายแสดงถึงข้อมูลใด
- หากคุณไม่ต้องการรวมและมี เหตุผล ที่คุณอาจต้องใช้ความสัมพันธ์ที่มีความยืดหยุ่นมากขึ้น
- หากคุณไม่ต้องการดูเฉพาะค่าที่ตรงกัน คุณสามารถกู้คืนค่าที่ไม่ตรงกันเหล่านั้นได้ โดยไปที่เมนู "การวิเคราะห์" > "เค้าโครงตาราง" > "แสดงแถวว่าง"
แหล่งข้อมูลที่เกี่ยวข้อง
พร้อมจัดการกับการคำนวณด้วยความสัมพันธ์แล้วใช่ไหม โปรดดู อย่ากลัวการคำนวณความสัมพันธ์
พร้อมจะสำรวจวิธีทำการวิเคราะห์ที่ซับซ้อนด้วยความสัมพันธ์แล้วใช่ไหม โปรดดู อย่ากลัวความสัมพันธ์ที่ลึกซึ้ง
หากต้องการข้อมูลเพิ่มเติมเกี่ยวกับการสนับสนุนทางเทคนิคของความสัมพันธ์จากทีมการจัดการผลิตภัณฑ์โดยตรง โปรดดู ชุดข้อมูลเกี่ยวกับความสัมพันธ์ในบล็อก Tableau
- ความสัมพันธ์ ตอนที่ 1: แนะนำการสร้างแบบจำลองข้อมูลใหม่ใน Tableau(ลิงก์จะเปิดในหน้าต่างใหม่)
- ความสัมพันธ์ ตอนที่ 2: คำแนะนำและเคล็ดลับ(ลิงก์จะเปิดในหน้าต่างใหม่)
- ความสัมพันธ์ ตอนที่ 3: การถามคำถามในตารางที่เกี่ยวข้องหลายตาราง(ลิงก์จะเปิดในหน้าต่างใหม่)
และดูวิดีโอพอดคาสต์เกี่ยวกับความสัมพันธ์จากการวิเคราะห์การดำเนินการ(ลิงก์จะเปิดในหน้าต่างใหม่) เช่น เหตุใด Tableau จึงคิดค้น "ความสัมพันธ์" ขึ้น(ลิงก์จะเปิดในหน้าต่างใหม่) คลิก "วิดีโอพอดคาสต์" ในไลบรารี(ลิงก์จะเปิดในหน้าต่างใหม่)เพื่อดูเพิ่มเติม