零代码也能玩转指标系列：通过界面也能实现指标的四则运算

本文作者：潘娜

很显然，做数据分析时，只有最大值、最小值、计数和加总还不够，比如作为一家商品丰富品类的在线电商，我希望了解顾客的连带消费情况，即顾客平均单次消费的产品件数，这也是我们后续提升客单价的关键，那么要进行这个分析，一定得从一串长长的代码开始吗？

SELECT * FROM (SELECT COALESCE("t1"."ORDER_DATE") "order_date", "t1"."TOTAL ORDER QUANTITY" / "t2"."TOTAL TRANSACTIONS" "AVERAGE BASKET SIZE"
FROM (SELECT "order_date" "ORDER_DATE", SUM("order_quantity") "TOTAL ORDER QUANTITY"
FROM "default_schema"."retail_stores_by_transaction"
GROUP BY "order_date"
ORDER BY "order_date") "t1"
INNER JOIN (SELECT "order_date" "ORDER_DATE", COUNT(DISTINCT "order_id") "TOTAL TRANSACTIONS"
FROM "default_schema"."retail_stores_by_transaction"
GROUP BY "order_date"
ORDER BY "order_date") "t2" ON "t1"."ORDER_DATE" = "t2"."ORDER_DATE"
ORDER BY COALESCE("t1"."ORDER_DATE")
LIMIT 1000) AS retail_stores_by_transaction

是不是已经开始头疼了，其实我们可以轻松基于 Kyligence Zen 的图形界面进行指标的各种高级运算，本篇博客中，我们就将带您轻松带您利用界面创建复合指标，实现各种复杂的指标运算。

文中所分析的场景已经上线 Kyligence Zen 指标集市，您可以点击新零售连带率分析指标，一键复现文中的场景，无需下载或安装任何程序。

先从计算逻辑上看，连带率 = 总交易量 / 总销量，我们也将先完成这两个指标的创建，在 指标 页面，点击页面中部的 + 新建按钮，确定指标名称，由于我们需要统计公司的总计销售的商品件数净利润情况，因此聚合列选择 order_quantity，聚合方式 选择 SUM。维度可以选择全部维度，随后点击创建完成总计销售的商品件数指标的创建。

同理完成总销量的创建，我们将统计整体交易的件数，通过对订单 ID 去重后取得，具体设置如下：

 在指标页面，点击创建复合指标，在指标信息部分，输入指标名称，可以在描述部分输入指标的定义和计算方式，方便后续在不同团队之间对齐指标定义。

在指标定义部分，点击表达式对话框后的编辑，您可先通过数据源筛选基于该数据源的指标，随即在其下的指标列表中选择需要的指标，并在右侧选择需要的运算符号，具体操作如下图所示，完成设置后，Kyligence Zen 会自动根据所选指标的共有维度完成维度的添加。

至此，我们完成了连带指标的创建，从计算结果来看，该零售企业整体连带率是 2.29，那从这个数据来看，商城当前的表现怎么样呢？按照业界通用的标准，连带率的发展分三个阶段：

• 自然销售 1.2-2.0，60% 以上的单数都是 1 件为主，被称之为“一件一件卖”

• 中等水平 2.0-3.5，60%以上的单数都是 2-5 件每单，被称之为“一套一套卖”；

• 优秀水平 3.5 以上，60%以上的单数都是 3-8 件每单，被称之为“一堆一堆卖”。

从这个角度来看，公司当前的连带销售情况还可以，处于在自然销售向中等水平进发的初级阶段，在销售渠道分流、竞争越来越激励的情况下，商城应该积极通过价格连带、大件带小件、场合连带、新旧连带等方式积极提升自己的连带销售率，快速提升公司业绩。

文中所分析的场景已经上线 Kyligence Zen 指标集市，您可以点击新零售连带率分析指标，一键复现文中的场景，无需下载或安装任何程序。