Aide de Tableau Desktop et de la création Web

Si vous ouvrez un classeur créé avant que les relations soient disponibles (avant la version 2020.2), votre source de données peut sembler différente. S’il y avait des tables liées ou réunies, elles apparaissent sous la forme d’une table logique unique nommée Migrated Data (Données migrées). Double-cliquez pour voir les tables sous-jacentes. Elles sont toujours là, et votre analyse se déroulera toujours comme prévu.

Notez que lorsque vous n’utilisez que la table Données migrées, le volet Données se comporte davantage comme les versions précédentes de Tableau Desktop.

Vous pouvez même relier de nouvelles tables directement à la table Données migrées pour étendre le modèle de données.

Une fois que vous avez ajouté des relations au modèle de données, le volet Données est mis à jour à la nouvelle disposition, avec les dimensions et les mesures conservées dans chaque table, et la table Données migrées s’affiche sous la forme d’une table unique fusionnée.

Pour toute relation, il existe des options de performance ainsi que des champs connexes. Tableau choisit automatiquement des paramètres par défaut sûrs pour ces options. Toutefois, si vous êtes sûr des caractéristiques de vos données, la modification de ces options peut fournir à Tableau plus d’informations sur la meilleure façon de configurer les jointures automatiques lors de l’analyse. La configuration des options de cardinalité et d’intégrité référentielle fournit à Tableau plus d’informations sur la façon d’optimiser les requêtes.

Cardinalité

La cardinalité indique si les enregistrements des champs de liaison sont uniques ou non. Si plusieurs livres peuvent avoir le même auteur, mais que chaque auteur n’est répertorié qu’une seule fois dans la table des auteurs, la cardinalité pour AuthID serait Plusieurs pour les livres et Un pour l’auteur entre ces deux tables. Ce paramètre influe sur la façon dont Tableau gère l’agrégation avant ou après la jointure.

Intégrité référentielle

L’intégrité référentielle indique si un enregistrement dans une table est garanti d’avoir une relation dans une autre table. Si chaque livre a un auteur, l’intégrité référentielle est établie entre Livre et Auteur. Si tous les auteurs n’ont pas de livre, il n’y a pas d’intégrité référentielle entre Auteur et Livre. Ce paramètre influe sur la façon dont Tableau choisit un type de jointure et gère les enregistrements sans correspondances.

Volet Source de données

Avant d’accéder à un onglet de feuille, notez que la grille de données, ci-dessous, affiche seulement les champs d’une table à la fois. Si nous cliquons sur une autre table, nous verrons les données qu’elle contient. Il n’y a pas de vue d’ensemble parce que les données connexes ne sont pas rassemblées avant d’être utilisées dans une analyse. Pour l’instant, les données restent dans chaque table et sont donc affichées par table.

Si nous cliquons sur une table avec une jointure ou une union sous-jacente, nous voyons ces données fusionnées, avec les valeurs null que cela peut impliquer.

Volet Données

Lorsque nous cliquons sur une feuille, vous remarquerez peut-être que le volet Données semble différent de celui des versions précédentes de Tableau. Au lieu d’une organisation principale basée sur les dimensions et les mesures, il est maintenant axé sur les tables. Chaque table a sa propre ventilation de dimensions et de mesures, indiquée par cette ligne. Il est toujours possible de regrouper par dossiers à la place, si vous préférez.

Nombre d’enregistrements et Total

Il n’y a pas non plus de champ Nombre d’enregistrements. Le concept de nombre d’enregistrements a en effet changé. La source de données ne comporte pas un seul champ Nombre d’enregistrements. Chaque table comporte un champ Total, qui peut être considéré comme un champ local de nombre d’enregistrements pour cette table.

Pour avoir une idée du nombre d’enregistrements pour plusieurs tables en même temps, vous pouvez utiliser les options Noms de mesures et Valeurs de mesures ou sélectionner plusieurs fois les champs Total et utiliser Montre-moi pour créer une visualisation.

Nous pouvons effectuer quelques calculs pour rendre cet ensemble de données un peu plus convivial. Tout d’abord, nous pouvons créer un calcul pour le nom d’auteur complet qui réunit le prénom et le nom de famille. Nous allons créer un calcul appelé Nom d’auteur qui est tout simplement un prénom, un espace et un nom de famille. Notez que ce calcul reste dans la table Auteur parce qu’il utilise des champs issus uniquement de cette table.

[First Name] + " " + [Last Name]

Lorsque nous faisons une vente, le montant des ventes est une combinaison du prix — fixé par l’éditeur et spécifique à l’édition, ou à l’ISBN — et de toute remise au moment de la vente. Ainsi, le calcul Montant des ventes sera le prix moins la remise. Notez que nous utilisons la fonction ZN, ou Zero Null, pour gérer les ventes sans remises de manière à ne pas obtenir de valeurs null. Ce calcul accède à la zone partagée au bas du volet Données car il utilise des champs issus de plusieurs tables. Les calculs agrégés accéderont également au bas du volet Données.

[Price] * (1-ZN([Discount]))

Nous allons créer un ensemble pour les livres de manière à identifier s’ils appartiennent à une série. Dans le volet Données, cliquez avec le bouton droit sur Titre et sélectionnez Créer > Ensemble. Nous allons le nommer Dans une série. Dans l’onglet Condition, choisissez Par champ avec Nom de la série, Total, en tant que >= 1.

Dans la table Edition, le champ Format est assez détaillé, indiquant également s’il s’agit de marché de masse et de livres de poche du commerce. Parfois, ce détail est utile, mais parfois nous voulons généraliser entre la couverture rigide et le livre de poche. Faites un clic droit sur votre champ Format dans le volet Dimensions et sélectionnez Créer > Groupe. Nous allons l’appeler Couverture. Faites un Ctrl-Clic pour sélectionner tout sauf Couverture rigide, puis cliquez sur Groupe. Le nom du groupe est automatiquement mis en évidence, et nous pouvons l’appeler Livres de poche.

Comme avec le calcul du Nom d’auteur, ces éléments que nous venons de créer sont pertinents dans une seule table et restent donc au sein de ces tables dans le volet Données.

Examinons les auteurs avec lesquels nous allons travailler. À l’aide de la source de données reliée, nous intégrons Author Name (Nom de l’auteu) et Series Name (Nom de la série) aux lignes.

Étant donné que les sources de données basées sur des relations éliminent les données sans correspondances dans des tables qui ne contiennent que des dimensions, nous nous concentrons sur les données qui sont pertinentes pour nous. Nous pouvons voir qu’il y a sept auteurs, dont deux ont écrit pour deux séries. Si vous ne voulez pas voir que des valeurs correspondantes, vous pouvez restaurer ces valeurs sans correspondances (ce qui ressemble plus à l’ancien comportement) en allant sur le menu Analyse - Disposition de table et en cochant Afficher les lignes vides.

Pour les données liées, nous savons qu’il y a duplication en raison de la jointure, et nous savons aussi que certains auteurs couvrent des séries. Pour cette raison, nous ne pouvons pas simplement changer l’agrégation sur, par exemple, MIN ou MAX, parce que nous perdons des informations pour les auteurs avec des œuvres en plusieurs séries.

Ce que nous voulons vraiment, c’est le nombre d’événements par série, visualisé par l’auteur. Il s’agit d’un cas classique pour les expressions de niveau de détail (LOD). Nous allons créer un calcul Événements par série :

{FIXED [Series Name] : MIN ([Book Tour Events])}

Notez que le paramètre MIN permet de gérer la duplication des événements pour une seule série.

Maintenant, si nous intégrons ce nouveau champ aux colonnes au lieu du champ d’événements d’origine, nous obtenons les valeurs correctes.

Pour les données basées sur une relation, nous n’avons pas eu besoin de faire tout cela. Les relations sont suffisamment intelligentes pour comprendre le niveau de détail natif et la relation de la table Author avec les tables Book et Info jusqu’à la table Series, et pour lier et agréger correctement la mesure Events avec Author Name, le tout sans avoir à écrire des calculs LOD.