Tableau Desktop และความช่วยเหลือในการเขียนเว็บ

การใช้แหล่งข้อมูลที่มีตารางที่เกี่ยวข้องกันหลายตารางจะส่งผลต่อวิธีการวิเคราะห์ใน Tableau เนื่องจากตารางที่เกี่ยวข้องกันหลายตารางจะมีโดเมนอิสระ และจะคงระดับของรายละเอียดดั้งเดิมไว้เมื่อคุณลากฟิลด์ลงในมุมมอง:

• มีการค้นหาข้อมูลที่ระดับของรายละเอียดตามธรรมชาติ
• มีการค้นหาเฉพาะข้อมูลที่เกี่ยวข้องกับการแสดงเป็นภาพเท่านั้น
• ความสัมพันธ์ระหว่างตารางส่งผลต่อผลลัพธ์การค้นหา ลำดับงานของการสร้างการแสดงเป็นภาพอาจแตกต่างกันไป ขึ้นอยู่กับว่าตารางของฟิลด์สัมพันธ์กันอย่างไรในแบบจำลองข้อมูล หรือว่าไม่ได้สัมพันธ์กันโดยตรง

ดูวิดีโอ 5 นาทีนี้เพื่อเรียนรู้เกี่ยวกับภาพรวมของการเพิ่มประสิทธิภาพแหล่งข้อมูลและการใช้ความสัมพันธ์

หมายเหตุ: อินเทอร์เฟซสำหรับการแก้ไขความสัมพันธ์ที่แสดงในวิดีโอนี้และหัวข้อนี้จะแตกต่างจากรุ่นปัจจุบันเล็กน้อย แต่มีฟังก์ชันการทำงานเหมือนกัน

เรียนรู้เพิ่มเติมเกี่ยวกับวิธีการทำงานของความสัมพันธ์ได้ในอย่ากลัวความสัมพันธ์และบล็อกโพสต์ 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

ใน Tableau เวอร์ชัน 2024.2 ขึ้นไป แบบจำลองข้อมูล Tableau รองรับการวิเคราะห์แบบหลายข้อเท็จจริงและมิติข้อมูลที่ใช้ร่วมกันผ่านความสัมพันธ์แบบหลายข้อเท็จจริง หากต้องการข้อมูลเพิ่มเติม โปรดดูเกี่ยวกับแบบจำลองข้อมูลความสัมพันธ์แบบหลายข้อเท็จจริง(ลิงก์จะเปิดในหน้าต่างใหม่) เมื่อใดควรใช้แบบจำลองความสัมพันธ์แบบหลายข้อเท็จจริง(ลิงก์จะเปิดในหน้าต่างใหม่) และสร้างแบบจำลองข้อมูลความสัมพันธ์แบบหลายข้อเท็จจริง(ลิงก์จะเปิดในหน้าต่างใหม่)

หมายเหตุ: คุณยังสามารถสร้างแหล่งข้อมูลตารางเดียวใน Tableau ได้ คุณสามารถสร้างตารางเชิงตรรกะได้โดยใช้การรวม, การผนวก, SQL แบบกำหนดเอง และอื่นๆ ร่วมกัน พฤติกรรมของการวิเคราะห์แบบตารางเดียวใน Tableau ยังไม่มีการเปลี่ยนแปลง การวิเคราะห์ตารางตรรกะเดียวที่ผสมระหว่างมิติข้อมูลและการวัดผลจะทำงานแบบเดียวกับใน Tableau เวอร์ชันก่อน 2020.2

ข้อควรพิจารณาสำหรับการวิเคราะห์

ยืนยันความถูกต้องของความสัมพันธ์

คุณมีตัวเลือกมากมายในการยืนยันความถูกต้องของแบบจำลองข้อมูลของคุณเพื่อการวิเคราะห์ ในขณะที่คุณสร้างแบบจำลองสำหรับแหล่งข้อมูลของคุณ เราแนะนำให้ไปที่ชีต เลือกแหล่งข้อมูลนั้น แล้วสร้างการแสดงเป็นภาพเพื่อสำรวจจำนวนระเบียน ข้อมูลที่คาดหวัง ค่าที่ไม่ตรงกัน ค่า Null หรือค่าที่วัดซ้ำ ลองทำงานกับฟิลด์ต่างในตารางต่างๆ เพื่อให้แน่ใจว่าทุกอย่างเป็นไปตามที่คุณคาด

สิ่งที่ต้องมองหา:

• ความสัมพันธ์ในแบบจำลองข้อมูลของคุณใช้ฟิลด์ตารางที่ตรงกันอยู่หรือไม่
• การเพิ่มคู่ฟิลด์ที่ตรงกันหลายคู่จะทำให้ความสัมพันธ์แม่นยำขึ้นหรือไม่
• ผลลัพธ์ของการลากมิติข้อมูลและการวัดผลต่างๆ ลงในมุมมองเป็นอย่างไร
• คุณเห็นจำนวนแถวตามที่คาดไว้หรือไม่
• หากคุณเปลี่ยนการตั้งค่าตัวเลือกประสิทธิภาพไปจากการตั้งค่าเริ่มต้น ค่าที่คุณเห็นในการแสดงเป็นภาพเป็นสิ่งที่คุณคาดไว้หรือไม่ หากไม่ คุณอาจต้องตรวจสอบการตั้งค่าหรือรีเซ็ตเป็นค่าเริ่มต้น

ตัวเลือกสำหรับการยืนยันความถูกต้องของความสัมพันธ์และแบบจำลองข้อมูลมีดังนี้:

• ทุกตารางจะมีจำนวนระเบียนของตารางเป็นเขตข้อมูลชื่อ ชื่อตาราง(จำนวน) ที่ระดับของรายละเอียดสำหรับตารางนั้นๆ หากต้องการดูจำนวนสำหรับตาราง ให้ลากฟิลด์ “จำนวน” ลงในมุมมอง หากต้องการดูการนับสำหรับตารางทั้งหมด ให้เลือกฟิลด์ “จำนวน” สำหรับแต่ละตารางในแผงข้อมูล จากนั้นคลิก“ตารางข้อความ” ใน “แสดงให้ฉันดู”
• คลิกดูข้อมูลในแผงข้อมูล เพื่อดูจำนวนแถวและข้อมูลต่อตาราง นอกจากนี้ ก่อนที่คุณจะเริ่มสร้างความสัมพันธ์ การดูข้อมูลจากแหล่งข้อมูลก่อนหรือระหว่างการวิเคราะห์อาจมีประโยชน์ในการทำให้คุณเข้าใจขอบเขตของแต่ละตารางด้วย หากต้องการข้อมูลเพิ่มเติม โปรดดูดูข้อมูลเบื้องหลัง
  
• ลากมิติข้อมูลไปยังแถวเพื่อดู “จำนวนแถว” ในแถบสถานะ หากต้องการดูค่าที่ไม่ตรงกัน ให้คลิกเมนูการวิเคราะห์ แล้วเลือกเลย์เอาต์ตาราง > แสดงแถวว่าง หรือแสดงคอลัมน์ว่าง คุณยังสามารถลากการวัดผลต่างๆ ไปยังมุมมอง เช่น <ตารางของคุณ>(จำนวน) จากหนึ่งในตารางที่แสดงในการแสดงเป็นภาพของคุณ เพื่อให้แน่ใจว่าคุณจะเห็นค่ามิติข้อมูลทั้งหมดจากตารางนั้น
  

การแสดงข้อมูลเฉพาะมิติเป็นภาพ

เมื่อใช้แหล่งข้อมูลแบบหลายตารางกับตารางที่เกี่ยวข้อง: หากคุณสร้างการแสดงเป็นภาพแบบเฉพาะมิติข้อมูลเท่านั้น Tableau จะใช้การรวมภายใน และคุณจะไม่ได้เห็นโดเมนที่ไม่ตรงกันแบบเต็มๆ

หากต้องการดูการรวมค่ามิติข้อมูลบางส่วน คุณสามารถทำสิ่งต่างๆ ต่อไปนี้ได้:

• ใช้ “แสดงแถว/คอลัมน์ว่าง” เพื่อดูแถวที่เป็นไปได้ทั้งหมด คลิกเมนูการวิเคราะห์ แล้วเลือกเลย์เอาต์ตาราง > แสดงแถวว่าง หรือ แสดงคอลัมน์ว่าง โปรดทราบว่าการตั้งค่านี้จะทำให้เกิดความหนาแน่นสำหรับฟิลด์ “วันที่” และ “กล่องตัวเลข” ซึ่งผู้ใช้อาจไม่ต้องการด้วย
• เพิ่มการวัดไปยังมุมมอง เช่น <ตารางของคุณ>(จำนวน) จากหนึ่งในตารางที่แสดงในการแสดงเป็นภาพของคุณ เพื่อให้แน่ใจว่าคุณจะเห็นค่ามิติข้อมูลทั้งหมดจากตารางนั้น

หากต้องการข้อมูลเพิ่มเติม โปรดดู พฤติกรรมของค่าต่างๆ ที่ไม่ตรงกันสำหรับมิติข้อมูลที่อาจทำให้คุณประหลาดใจ และ การแก้ไขปัญหาเกี่ยวกับการวิเคราะห์หลายตาราง

เมื่อไรที่ควรใช้การคำนวณและนิพจน์ LOD

เนื่องจาก Tableau ทำความเข้าใจระดับของรายละเอียด (LOD) ของตารางอินพุตของคุณ คุณไม่จำเป็นต้องใช้การคำนวณ LOD เพื่อลบข้อมูลซ้ำที่ไม่ต้องการเนื่องจากการรวม

คุณยังอาจต้องการใช้การคำนวณ LOD ทำสิ่งต่อไปนี้:

• จัดการกับการทำซ้ำที่ไม่ต้องการในตารางต้นทางของคุณ
• คำนวณการรวมหลายระดับ (เช่น ค่าเฉลี่ยที่มากกว่าผลรวม)
• เพื่อทำการวิเคราะห์ตามรุ่น (เช่น เพื่อคำนวณวันที่สั่งซื้อครั้งแรกของลูกค้าแต่ละราย)

หากมิติข้อมูลของการคำนวณ LOD รวมถึงฟิลด์จากตารางเดียว การคำนวณ LOD นั้นจะปรากฏในตารางของมันเองในแผงข้อมูล

ตัวอย่างของการวิเคราะห์หลายตาราง

ชุดตัวอย่างต่อไปนี้แสดงวิธีที่ข้อมูลจะถูกค้นหาในตารางที่เกี่ยวข้องหลายรายการ แหล่งข้อมูลหลายตารางมีรายการสั้นๆ ของการปรากฎตัวของนักแสดงในบทบาทภาพยนตร์ที่แตกต่างกัน

แถวในตาราง “การปรากฎตัว” หมายความว่า “นักแสดง” ได้รับบทบาท “ตัวละคร” ตัวหนึ่งใน “ภาพยนตร์” ที่ระบุ ในชุดข้อมูลนี้ “นักแสดง” สามารถมี “การปรากฎตัว” ตั้งแต่ 0 หรือหนึ่งรายการขึ้นไป

เรียนรู้เพิ่มเติมเกี่ยวกับการทำงานของความสัมพันธ์ได้ในบล็อกโพสต์ Tableau เหล่านี้

• ความสัมพันธ์ ตอนที่ 1: แนะนำการสร้างแบบจำลองข้อมูลใหม่ใน Tableau(ลิงก์จะเปิดในหน้าต่างใหม่)
• ความสัมพันธ์ ตอนที่ 2: คำแนะนำและเคล็ดลับ(ลิงก์จะเปิดในหน้าต่างใหม่)

ตัวอย่างที่ 1: การวิเคราะห์คำถามเดียวในข้อมูลที่ทำการรวมเทียบกับข้อมูลที่เกี่ยวข้อง

เมื่อคุณเชื่อมต่อข้อมูลใน Tableau ก่อน 2020.2 แหล่งข้อมูลของคุณอาจมีตารางเดียว หรือหลายตารางที่รวมหรือผนวกเป็นตารางดีนอร์มัลไลซ์เดียว เริ่มตั้งแต่ Tableau 2020.2 Tableau จะตรวจจับและรักษาข้อมูลนอร์มัลไลซ์สำหรับแหล่งข้อมูลหลายตาราง ที่ข้อมูลตารางจะแยกกัน และตารางแต่ละรายการจะรักษาระดับของรายละเอียดดั้งเดิม ตัวอย่างต่อไปนี้จะแสดงว่าการวิเคราะห์แหล่งข้อมูลตารางเดียวและหลายตารางมีความแตกต่างอย่างไร

ตัวอย่างนี้แสดงตารางข้อมูลภาพยนตร์สามรายการ: “การปรากฎตัว” “นักแสดง” และ “ภาพยนตร์”

ตารางเหล่านี้สามารถรวมเข้าด้วยกัน การรวมตาราง “การปรากฎตัว” เข้ากับตาราง “นักแสดง” ใน “นักแสดง” = “นักแสดง” และตาราง “การปรากฎตัว” เข้ากับตาราง “ภาพยนต์” ใน “ภาพยนตร์” = “ภาพยนตร์” หากได้ทำการรวมภายนอกทั้งหมดเพื่อไม่ให้มีแถวหายไป เอาต์พุตสุดท้ายจะมีลักษณะดังนี้ โปรดทราบว่าฟิลด์ที่ใช้ในคำสั่งรวมจะปรากฎสองรายการ

ข้อมูลที่นำมารวมกันในตารางเดียวด้วยวิธีนี้จะเรียกว่าดีนอร์มัลไลซ์หรือแบนลง

ข้อมูลที่รวมเป็นข้อมูลที่แบนลง แถวแต่ละแถวจะมีการปรากฎตัวของนักแสดงเป็นตัวละครในภาพยนต์ (ดังนั้น John Rhys-Davies จะมีแถวสองแถวสำหรับ The Return of the King เนื่องจากรับบทตัวละครสองตัว) ดังนั้นความละเอียดของข้อมูลจะอยู่ที่ระดับตัวละครในภาพยนตร์ ข้อมูลที่มีความเกี่ยวข้องในหลายแถวจะเป็นข้อมูลซ้ำ วันฉายรอบปฐมทัศน์ของ The Return of the King มีข้อมูลสองรายการเนื่องจากมีตัวละครสองตัวจากภาพยนตร์เรื่องดังกล่าวในชุดข้อมูล ส่วนสูงของ John Rhys-Davies จะปรากฎห้ารายการเนื่องจากมีการผสมผสาน 5 แบบของตัวละคร/ภาพยนตร์ที่แตกต่างกันสำหรับ John Rhys-Davies ในฐานะนักแสดง

ดังนั้นข้อมูลแบนลงนี้จึงมีลักษณะที่ควรระมัดระวัง ตัวอย่างเช่น หากคุณต้องการพล็อตส่วนสูงของนักแสดงตามรายได้รวมเฉลี่ยของภาพยนตร์ของนักแสดง คุณสามารถทำให้ส่วนสูงเป็นคอลัมน์ และรายได้รวมเป็นแถว จากนั้นหาค่าเฉลี่ยของรายได้รวม แต่หากคุณทำแล้วรู้สึกว่ามุมมองเริ่มต้นไม่ถูกต้อง John Rhys-Davies ควรจะมีส่วนสูง 925 ซม. ซึ่งเป็นความสูงกว่า 30 ฟุต

ซึ่งเกิดจากการรวมเริ่มต้นคือ SUM มีแถว 5 แถวในข้อมูลสำหรับ John Rhys-Davies เราจึงจะได้ส่วนสูงจริงของเขา ซึ่งก็คือ 185 ซม. ที่ปรากฏห้ารายการ คุณสามารถแก้ไขได้โดยการเปลี่ยนการรวมในส่วนสูง โดยอาจจะเป็นค่าเฉลี่ยหรือค่าต่ำสุด การทำเช่นนี้จะเปลี่ยนค่ากลับเฉพาะแถวเดียว (เนื่องจากทุกแถวเหมือนกันหมด)

เมื่อคุณเปลี่ยนการรวม ส่วนสูงจะออกมาเหมือนจริงยิ่งขึ้น แต่ตอนนี้คุณต้องให้ความสนใจกับรายได้รวมเฉลี่ย โปรดจำไว้ว่า Tableau พิจารณาว่าแถวทั้งห้าแถวเป็นข้อมูลสำหรับส่วนสูงของ John Rhys-Davies เมื่อคุณคิดถึงรายได้เฉลี่ยโดยรวมที่เข้าสร้างได้ในภาพยนตร์ ค่าเฉลี่ยที่ได้ไม่ควรมาจากแถวทั้งห้า แต่ควรเป็นค่าเฉลี่ยของภาพยนตร์ทั้งสามเรื่อง คุณไม่จำเป็นต้องนับรายได้รวมของ Return of the King สองครั้งเพราะเขารับบทตัวละครสองตัว แต่นั่นคือสิ่งที่เกิดขึ้นหรือ

หากคำนวณแบบรวดเร็วแล้ว ภาพยนตร์ Lord of the Rings ควรมีค่าเฉลี่ย (869 + 923 + 1119)/3 หรือ $970.3 อย่างไรก็ตาม ค่าที่ได้ในแผนภาพกระจายคือ $990.6 ค่าเฉลี่ยปัจจุบันมาจากแถวทั้งห้าแถว (869 + 923 + 923 + 1119 + 1119)/5

ปัญหานี้ไม่สามารถแก้ไขได้ง่ายดายด้วยการเปลี่ยนการรวมเหมือนกับปัญหาของส่วนสูง คุณจำเป็นต้องใช้ นิพจน์ระดับรายละเอียด (LOD) เพื่อเปลี่ยนระดับรายละเอียดที่ Tableau มองหา เริ่มตั้งแต่ระดับเริ่มต้น “การปรากฎตัว” ไปจนถึงระดับ “ภาพยนตร์” คุณสามารถสร้างการคำนวณสำหรับ LOD ของรายได้รวมเป็น {FIXED [ภาพยนตร์] : MIN([รายได้รวม (ล้านดอลลาร์สหรัฐฯ)])}

นิพจน์ LOD สามารถอ่านเป็น “สำหรับภาพยนตร์แต่ละเรื่อง ค่าที่ส่งกลับมาเป็นรายได้รวมขั้นต่ำ” การดำเนินการนี้จะกำจัดปัญหาข้อมูลซ้ำเนื่องจากรายได้รวมจะส่งกลับค่ามาเป็นรายได้รวมต่อภาพยนตร์เรื่องเสมอ ถึงแม้จะสร้างมุมมองด้วยภาพยนตร์และนักแสดง

ตอนนี้ตัวเลขจะถูกต้องแล้ว John Rhys-Davies สูง 185 ซม. และรายได้รวมเฉลี่ยสำหรับภาพยนตร์ที่เขาแสดงในชุดข้อมูลนี้คือ 970.3 คุณจำเป็นต้องทำความเข้าใจว่าข้อมูลทำการจำลองอย่างไร และ Tableau รวมข้อมูลเพื่อแสดงให้คุณเห็นก่อนตรวจสอบให้แน่ใจว่าได้ค่าที่ถูกต้องส่งกลับมา

ข้อมูลนอร์มัลไลซ์ในหลายตาราง

การสร้างความสัมพันธ์ระหว่างตารางตรรกะอาจดูคล้ายการสร้างการรวมแต่แทนที่ด้วยการทำให้ข้อมูลแบนลงเป็นตารางเดียว ด้วยการทำซ้ำทั้งหมดที่อาจเกี่ยวข้อง Tableau ใส่ใจกับความสัมพันธ์ระหว่างตารางเสมอ ข้อมูลจะถูกแสดงในแต่ละตารางในระดับของรายละเอียดที่เหมาะสมและมีความเกี่ยวข้องกับข้อมูลอื่น

ในหน้า แหล่งข้อมูล คุณจะไม่เห็นมุมมองตารางกริด “แบบเต็ม” ของตารางที่แบนลง เนื่องจากไม่มีข้อมูลนี้ Tableau รักษาตารางทั้งสามตารางไว้เหมือนเดิมและจะทำเพียงแค่สร้างความสัมพันธ์ โดยการดึงข้อมูลที่จำเป็นสำหรับมุมมอง

ในการสร้างแผนภาพกระจายที่เหมือนกัน ให้ลากส่วนสูงและรายได้รวมไปยังมุมมอง และตั้งรายได้รวมให้เป็นค่าเฉลี่ย เสร็จแล้ว! Tableau จะมองหาวิธีที่ข้อมูลในตารางมีความเกี่ยวข้องกับข้อมูลจากตารางอื่นที่เกี่ยวข้อง และแทรกวิธีที่ส่วนสูงแสดง (ตามนักแสดง) และวิธีที่ควรใช้ในการประมวลผลรายได้รวม (ตามภาพยนตร์)

ตัวอย่างที่ 2: มิติข้อมูลจากตารางเดียว

หากมิติข้อมูลในการแสดงเป็นภาพของคุณมาจากตารางเดียว Tableau จะค้นหาตารางเพียงรายการเดียวและแสดงผลลัพธ์ของโดเมนทั้งหมด คุณสามารถเพิ่มการวัดผลและยังคงดูโดเมนทั้งหมดได้

ตัวอย่างเช่น การใช้แหล่งข้อมูล “การปรากฎตัวในภาพยนตร์” ที่แนะนำไปข้างต้นในการเพิ่มฟิลด์ “นักแสดง” ไปยังผลลัพธ์การแสดงเป็นภาพในการแสดงเป็นภาพต่อไปนี้:

เนื่องจากมิติข้อมูลเดียวในการแสดงเป็นภาพมาจากตาราง “นักแสดง” Tableau จะทำการค้นหาแค่ในตาราง “นักแสดง” เท่านั้น นักแสดงทั้งหมดที่ปรากฏในตาราง “นักแสดง” จะแสดงในการแสดงเป็นภาพ โดยไม่สนว่านักแสดงจะมี “การปรากฎตัว” หรือไม่

การนำฟิลด์ “นักแสดงที่ปรากฎตัว” ไปยังมุมมองเป็นการวัดผล จากนั้นใช้การรวม COUNT เพื่อสร้างมุมมองที่แสดงจำนวนการปรากฎตัวตามนักแสดง สังเกตว่า Sigourney Weaver จะไม่มีการปรากฎตัว แต่ชื่อของเธอยังอยู่ในมุมมอง

ตัวอย่างที่ 3: มิติข้อมูลจากหลายตาราง

หากมิติข้อมูลในมุมมองมาจากหลายตาราง Tableau จะค้นหาตารางที่เชื่อมโยงมิติข้อมูลทั้งหมดและแสดงโดเมนจากตารางดังกล่าว เป็นผลให้ค่ามิติข้อมูลบางรายการที่คุณเห็นในตัวอย่างที่ 1 จะเปลี่ยนไป

ตัวอย่างเช่น การลากฟิลด์จากตารางภาพยนตร์ไปยังการแสดงเป็นภาพจะเปลี่ยนการค้นหา เนื่องจากตาราง “ภาพยนตร์” และ “นักแสดง” จะเชื่อมโยงโดยตาราง “การปรากฏตัว” การค้นหาจะส่งกลับมาเฉพาะการจับคู่นักแสดง/ภาพยนตร์ที่มีอยู่ในตาราง “การปรากฎตัว” เท่านั้น

เนื่องจาก Sigourney Weaver ไม่มี “การปรากฎตัว” ในชุดข้อมูลนี้ (ดังนั้นจึงไม่เกี่ยวข้องกับ “ภาพยนตร์” ใดๆ ในชุดข้อมูล) การแสดงเป็นภาพของการจับคู่นักแสดง/ภาพยนตร์จะไม่แสดง:

ตัวอย่างที่ 4: การวัดผลที่ไม่สามารถแยกได้ด้วยมิติข้อมูล

หากการวัดผลไม่สามารถแยกด้วยมิติข้อมูลได้ Tableau จะสร้างการวัดผลซ้ำในมิติข้อมูลดังกล่าว

การแสดงเป็นภาพถัดไปจะแสดงจำนวนรายได้รวมทั้งหมดที่ “ภาพยนตร์” สร้าง เนื่องจากฟิลด์ทั้งสองมาจากตาราง “ภาพยนตร์” Tableau จะค้นหาเพียงตาราง “ภาพยนตร์” เท่านั้น

ตาราง “ภาพยนตร์” มีรายได้รวมที่ได้รับซึ่งได้ทำการรวมแล้วสำหรับภาพยนตร์แต่ละเรื่อง ตามที่แสดงในการแสดงเป็นภาพต่อไปนี้ (รายได้รวมของ Infinity War จะไม่ปรากฏเมื่อสร้างชุดข้อมูลนี้ขึ้น และจะแสดงเป็นศูนย์)

หากคุณเพิ่มนักแสดงไปยังการแสดงเป็นภาพนี้ Tableau จะไม่สามารถแบ่งรายได้รวมที่ภาพยนตร์ได้รับตาม “นักแสดง” ได้ เนื่องจากไม่มีข้อมูลที่มีความละเอียดกว่านี้ในโมเดลข้อมูล แต่ Tableau จะแสดงรายได้รวมที่ภาพยนตร์ได้รับของภาพยนตร์แต่ละเรื่องซ้ำในนักแสดงหลายคน

ตัวอย่างที่ 5: มิติข้อมูลที่ไม่มีความเกี่ยวข้องตามลำดับขั้นกับการวัดผล

การลบมิติข้อมูล “ภาพยนตร์” จากการแสดงเป็นภาพก่อนหน้าจะค้นหาผลรวมของการวัดผลรายได้รวมของภาพยนตร์สำหรับ “นักแสดง” แต่ละคน ผลลัพธ์จะเป็นการรวมรายได้รวมของภาพยนตร์สำหรับภาพยนตร์ทุกเรื่องที่นักแสดงปรากฎตัว

ในกรณีนี้จะไม่มีความสัมพันธ์แบบลำดับขั้นระหว่างมิติข้อมูล “นักแสดง” และการวัดผลของรายได้รวมของภาพยนตร์ ซึ่งอาจมีนักแสดงหลายคนปรากฎตัวในภาพยนตร์เรื่องเดียวกัน ตัวอย่างเช่น Benedict Cumberbatch และ Chris Hemsworth ได้ปรากฎตัวใน Dr. Strange ในกรณีนี้ Tableau จะรวมรายได้รวมของภาพยนตร์ของ Dr. Strange ของนักแสดงทั้งสองคนรวมกัน

เนื่องจากค่ารายได้รวมของภาพยนตร์เดียวกันจะมีอยู่ในค่าทั้งหมดของนักแสดงหลายคน Tableau จะไม่รวมผลทับค่าเหล่านี้

อย่างไรก็ตาม เมื่อค่าทั้งหมดแสดงสำหรับการแสดงเป็นภาพนี้ โปรดทราบว่า Tableau จะประมวลผลรายได้รวมภาพยนตร์ทั้งหมดอย่างถูกต้องโดยไม่รวมข้อมูลภาพยนตร์ซ้ำ

การแก้ไขปัญหาเกี่ยวกับการวิเคราะห์หลายตาราง

สถานการณ์ต่อไปนี้จะเกิดขึ้นได้กับตารางที่เกี่ยวข้องแบบหลายตาราง ตารางนี้จะอธิบายสถานการณ์ที่ทราบและการอธิบายระดับสูงสำหรับวิธีแก้ไขปัญหาการวิเคราะห์ของคุณ