tableau LOD表达式--客户矩阵分析

图中是我们想要实现的条形图分析

 

不同地区市场，各年度、不同客户矩阵贡献的销售收入，这里以tableau自带的数据源为例

 

为了理解不同地区市场，各年度、不同客户矩阵贡献的销售收入，现在我们初步深入讲解，先从下面一个简单的问题入手

不同订单年度、不同地区的销售收入

1.首先将Sales移动到行，Order Date移动到列，将自动改为条形图

2.将Region拖入到颜色(维度代表问题的层次，这里的维度是年*地区）

这里就完成了不同订单年度、不同地区的销售收入，现在我们再来看不同地区市场，各年度、不同客户矩阵贡献的销售收入，唯一不同的是区别在于把地区换成了客户矩阵。客户矩阵是什么意思呢

它指的是客户所在的年度或者说是获客的年度，第一次订单日期所在的年度(每个客户首次的订单日期),假如客户A订单日期为2020/1/8，2021/3/8，那么客户A首次订单日期为2020/1/8，取年则为2020

现在我们先拆解这个问题，单独来看怎么显示每个客户首次的订单日期

1.先将Customer Name,Order ID,Order Date移动到行

2.在行上创建min(DATEPART('year', [Order Date])),按住ctrl将Order Date移动到min()函数里面，并将连续改为离散

此时我们发现min(DATEPART('year', [Order Date]))与Order Date显示的年份一摸一样，这是为什么呢

维度是聚合的依据，这这里维度是Customer Name、Order ID Order Date,min(DATEPART('year', [Order Date]))的聚合是以Customer Name、Order ID、Order三者的层级来确定的，所以就变成了每一个订单的日期

这个时候如果把Order ID、Order Date拿走

此时维度只有Customer Name，而维度是聚合的依据，此时min(DATEPART('year', [Order Date]))

是以Customer Name为聚合的依据，也就是每个客户的首次订单日期

现在我们再来看不同地区市场，各年度、不同客户矩阵贡献的销售收入

前面保持一致，如下图

1.将min(DATEPART('year', [Order Date]))移动到

2.将min(DATEPART('year', [Order Date]))移动到颜色

此时为什么不对呢，经过上面就知道，维度是聚合的依据，这里的维度是在列上的年(Order Date)

那么min(DATEPART('year', [Order Date]))就是以年(Order Date)为依据聚合的，聚合结果就是每年最小的订单日期，而不是每个客户的最小订单日期，也就是每个客户的首次订单日期，所以这时就要用FIXED LOD表达式，指定聚合的依据

3.将min(DATEPART('year', [Order Date]))按照Customer Name为维度进行聚合，即修改为{FIXED Customer Name：min(DATEPART('year', [Order Date]))}，并重命名为first-order-date,切记此时first-order-date为维度，不是度量

4.最后按住ctrl将{FIXED Customer Name：min(DATEPART('year', [Order Date]))}拖入到标签

5.将地区Region拖入到筛选器，以central为例，这样就完成了Central地区，各年度、不同客户矩阵贡献的销售收入，同理可以筛选其它地区

最后我们就完成了不同地区，各年度、不同客户矩阵贡献的销售收入