tableau 如何选择tableau计算类型？基本计算 / LOD计算 / 表计算

一、计算在数据源和分析中的位置

        基本计算和LOD表达式是数据源查询的计算，返回的是一个结果集。统称为custom calculation，生成的结果是custom filed 自定义字段，字段在哪里？字段在数据源层面。

        ① 基本计算和LOD计算是在数据源层面的计算，部分字段具有全局意义。

比如创建一个“成本”字段，[cost]=[sales]-[profit]，这个行级别字段在商品明细行级别具有意义的，在聚合后也具有意义；

        ② 但大部分不像维度或度量字段具有全局的意义，这些自定义字段受限于视图。

比如视图计算字段，比如sum([cost])=sum([sales])-sum([profit])，通过把聚合计算加入视图，可以让tableau自己决定在哪个层面执行聚合；

再比如创建LOD计算字段，{fixed [customer ID]: avg([sales])}，虽然也会在数据源层面创建，但行级别的这个字段是没有意义的，只有在详细级别或相关视图级别上才具有意义。

        表计算table calculation是对视图详细级别聚合结果的二次计算，既然是视图详细级别，它要求的数据必须是聚合计算。它生成的是什么？是结果集，而且立刻在视图上显示，并没有在数据源层面创建字段或者有影响。

二、表计算的独特用法

        基本计算和LOD表达式：只能为每个数据分区或分组输出单一值。表计算和其他计算最大的区别在于它能够以一个表达式，在每个数据分区（单元格、区、表）返回多个值。清晰的理解这一点，才能明白为什么只有表计算才能满足下列特别需求：

• 排序
• 递归（比如：累计总计）
• 移动计算（比如：移动平均）
• 行内计算（比如：期间对照计算）

        这几个计算，都是返回多个值，最简单的比如“排序”，一个rank()可以为视图中的一百行数据返回100个数值，比如total计算，根据分区寻址，返回多个值。这是基本计算和LOD计算做不到的

三、如何选择计算？

1. 特殊用法、数据齐全，则优先表计算，因为表计算更快，与数据源无关

2. 多个数据详细级别，使用LOD表达式

3. 使用基本字段增加新字段，比如比率、达成度等

第一次判断：是否是特殊计算？

第二次判断：视图中有所需要的数据吗？

第三次判断：如果视图层面没有需要的数据，怎么办？
        【一】应该首先将相关的数据字段拖入到视图，如果颗粒度完整，重新尝试表计算。常见的表计算已经在快速表计算预设了。

        【二】在判断是否视图具有所有数据时，一定要区分聚合数据和非聚合数据。
        比如：我们有一个各个子分类销售额的散点图，需求是计算各子分类的总额百分比，貌似我们拥有相关的数据，其实不在一个详细级别。总额百分比需要计算聚合的占比，散点图的数据不是聚合，需要先执行聚合（颗粒度降低）

四、总结

计算名称	基本计算	LOD表达式计算	表计算
说明	数据源层面的计算	特别语法：处理在一个视图中，涉及到多个详细级别数据的问题	对数据返回的聚合结果的二次聚合
计算结果	行级别基本计算：非聚合，每行返回一个值。比如split函数、if逻辑计算等。 视图级别基本计算：聚合，更具视图详细级别返回聚合值，比如count计数计算，sum求和计算。	返回的结果是一个数组，构成一个维度fixed或度量	根据分区和寻址，返回多个值
与数据源的关系	在数据源层面计算，生成一个新字段	在数据源层面计算，生成一个新字段，但在视图层面才有意义	与数据源无关，是对视图聚合的二次聚合
与视图详细级别的关系	颗粒度高于视图详细级别	颗粒度可以高于视图详细级别include，也可以低于exclude，或者指定详细级别fixed	优先级在视图之后，聚合度高于视图级别
优势	多种方式可选，逻辑计算，字符串计算，日期函数，类型转换，聚合函数	更好的操控数据的颗粒度	无需编程，使用常见的表计算

五、案例——示例超市数据

        问题1：顾客复购率矩阵分析：各个季度的新客户，在接下来的第1、第2、第3、第N季度的复购率分别是多少？

        问题2：客户生命周期区间的分析: 对于某个月份的100名获客样本而言，复购率60%就意味着有40%的群体短暂流失或者沉睡了，当然，这个流失/沉睡是相对于单月而言，也可能间隔两个月再次消费。这就是 为什么老客户在前期复购率低，而在后期复购率反而提高——有效的会员政策和营销策略的目的，即在于激活会员的有效复购，让沉睡的会员苏醒重新加入活跃群体。来自客户的几个问题，如下：
1、在过去的一年中有多少客户购买间隔少于3个月、3~ 6个月、6~ 9个月、9~12个月和超过12M个月的?(典型的分布分析,分布区间为客户生命周期经度区间)
2、前30%绩效客户和后30%绩效客户;
3、按地区、部门或省份进行客户绩效分析

1、问题分析

      按照此前问题解析的方法，这个问题是典型的高级分析——同时包含了两个层次。何为高级分析？在问题的筛选器、问题层次和聚合度量中，只有有一个位置包含了另一个层次的聚合。 高级的高级分析甚至会同时在多个位置引用其他层次的聚合。日期以连续的季度为层次聚合，统称之为“获客季度”。

1.1 单一层次：每个季度的客户数量

主视图：运用的是视图计算

 1.2 在主视图的基础上，增加客户所在矩阵

         通俗来讲，就是将总客户量划分为2018年新客户/2019年下单新客户/2020年下单新客户/2021年下单新客户。

        视图的维度是“季度”（层次是客户，聚合是sum客户名称），我们要引用“每个客户的首次订单所在的季度”（层次是客户，聚合是min订单日期），很明显二者是独立的层次，因此使用fixed lod计算返回每位客户的首次订单日期以识别客户为哪年的新客户。之后将这个字段加入到视图中，作为颜色。这样就是“客户不同获客季度矩阵，在接下来各个订单日期季度消费的客户数量”。

        蓝色的线：首次下单日期在2018年的客户群，在未来几年的下单数量

        这样，我们可以说包含了问题分析需要的两个维度（订单日期季度和客户首次订单日期），以及需要的聚合度量（客户数量）。接下来的关键是调整视图并完成计算。

2、构建基本的矩阵

        但数据太多，折线反而显得混乱，我们可以尝试使用数字构建的矩阵代替。构建矩阵需要把日期改成离散，可以使用智能推荐调整。

         这样，我们就有了数据的雏形了，不过复购率还为时尚早，这里有三个问题：

a、矩阵中仅有每个订单日期季度的消费客户数量，却没有每个“获客季度”的客户数量总和。

b、矩阵中的数据，仅仅在每一行上有意义，不同获客季度的客户数量不同，因此相互之间的比较没有意义，因此需要借助每个获客季度的客户数量总和，计算每个消费日期季度的比率（相当于获客季度的确定性样本）。

c、每个获客季度的时间不同，接下来的消费日期季度显然也不同。如何比较2019Q3的获客客户和2020Q2的获客客户，分别在接下来的四个季度的复购率，才是关键。

3、增加更高层次的聚合——每个“获客季度”的客户数量

        问题a就是要找到每个获客季度的客户数量，这个数据是可以由不同消费日期的客户数量，通过不重复的计算countd获得。获客季度的客户数量，层次高于当前视图。

        total( countd([客户名称]))

        不过，直接在视图中添加这个计算后，由于度量默认聚合，聚合生成坐标轴，因此矩阵中增加了坐标轴。此时需要字段上右键改为“离散”，此时依然不对，因为计算的分区错误。还需要配合设置计算依据为：订单日期季度

        这样，视图中就有了统一的比较依据。 这里增加一个简单的步骤，计算复购率，就是每个矩阵中的客户计数，除以对应获客季度的客户计数，即：

        计算复购率=每个矩阵中客户计数/对应获客季度的总客户计数

        countd([客户名称]) / total( countd([客户名称]))

         至此，复购率的计算就完成了，由于这里使用的是每个客户名称的首次订单日期，因此第一个季度自然是100%。在业务环境中，销售人员的成交通常晚于入职时间，因此首月的转化可以视为客户消费能力和培训效果的指标。

        这里最后面临一个问题，虽然可以直观的查看每个获客季度在此后各个季度的复购率，但无法直观的纵向比较。这就涉及到如何把绝对的日期轴，通过处理更改为相对的日期轴。

4、通过表计算更改坐标轴——公共基准的日期

        如何将绝对日期改为相对日期？即相对于每个获客季度的第1、 第2、第3……呢？只是日期的次序转化，首先考虑使用Tableau表计算的index函数。

        直接在订单日期后输入index()，数值默认生成连续的坐标轴， 这里还需要改为离散，如下图。

         这里的index是基于所有日期的基准，我们希望仅保留基准 index，而不再显示订单日期本身。注意，只是不显示，不能移除，因为订单日期字段是index字段的依据。可以把它拖到左侧标记的“详细信息”中。

        此时进入了最重要的一步——如何设置表计算的依据。默认的 index只有1，因为它默认采用的相对分区方法（表、区、单元格）无法识别标记中的字段。这里，每个获客日期为独立的分 区，index的依据是订单日期——第一个月就是绝对日期的相对坐标而已。因此设置index表计算的计算依据为：订单日期。如下：

        公共基准的获客季度客户复购。这样，就几近完美了。

        接下来，可以调整一下颜色，比如识别复购率大于20%的矩阵；也可以隐藏第一个季度（受限于这里的方法，第一个季度都是100%，影响了其他复购率的显示）。

        这样，我们就可以清楚地看到每个获客季度在此后各个季度的复购率情况（在这个季度有消费即为复购）。通过2018年第一 季度的指标可以看出，起初几个季度的复购并不高，但是到了后面几个季度，复购反而提高了，这说明老客户的购买能力比较好。这也和客户的首次矩阵相对应。

         问题2：客户生命周期区间的分析: 对于某个月份的100名获客样本而言，复购率60%就意味着有40%的群体短暂流失或者沉睡了，当然，这个流失/沉睡是相对于单月而言，也可能间隔两个月再次消费。这就是 为什么老客户在前期复购率低，而在后期复购率反而提高——有效的会员政策和营销策略的目的，即在于激活会员的有效复购，让沉睡的会员苏醒重新加入活跃群体。来自客户的几个问题，如下：
1、在过去的一年中有多少客户购买间隔少于3个月、3~ 6个月、6~ 9个月、9~12个月和超过12M个月的?(典型的分布分析,分布区间为客户生命周期经度区间)
2、前30%绩效客户和后30%绩效客户
3、按地区、部门或省份进行客户绩效分析

        客户矩阵分布。对于客户生命周期区间的分析: 对于某个月份的100名获客样本而言，复购率60%就意味着有40%的群体短暂流失或者沉睡了，当然，这个流失/沉睡是相对于单月而言，也可能间隔两个月再次消费。这就是为什么老客户在前期复购率低，而在后期复购率反而提高——有效的会员政策和营销策略的目的，即在于激活会员的有效复购，让沉睡的会员苏醒重新加入活跃群体。

1、先看第一个问题，不同客户生命周期区间的分布。

         视图中是对客户的计数，而生命周期来自客户层次的计算，因此这里使用fixed lod在客户层次计算每个客户的生命周期，生命周期又依赖于每个客户的首次订单日期和最后一次订单日期。

L生命周期 = datediff('month', {FIXED [客户名称]:MIN([订单日期])},
                    {FIXED [客户名称]:MAX([订单日期])})

L生命周期_区间=IF [L生命周期 ]<=3 THEN '<=3'
ELSEIF [L生命周期 ] <=6 THEN '3~=6'
ELSEIF [L生命周期 ] <=9 THEN '6~=9'
ELSEIF [L生命周期 ] <=12 THEN '9~=12'
ELSE '>12'
END

        a、如果是看2021年的客户情况，首先可以针对每个月的样本做不同的客户数量或者转化率。为什么，因为10月份的新客户都在“小于3个月”的阶段，不是这些客户不努力，而是时间未到，越近的时间范围，就越缺少准确性和样本意义。 如果把每个月份的客户分开计算，就避免了相互干扰。

 

        这里的生命周期区间，类似于此前的“第1个月、第2个月、第 N个月的复购”的公共基准。

        我们发现，老客户在一年以上的复购率非常高。 不过，有什么问题吗？ 复购率明显与分析的样本有关，如果一次看三年的数据，超过 12个月的客户就会很多，因此可以尝试增加分析样本。比如只看2020年的新客户——注意，这里应该以首次订单日期为筛选条件，而非订单日期。

        2020年的新客户的购买，可能发生在接下来的两年中，这样即便是2020年12 月的新客户，也有可能成为“大于12个月”的生命周期区间。因此分析就比较客观。可见，小于3个月就流失的客户比例比较低，老客户的稳定性比较高。3 到6，6到9的客户区间有时候竟然为0，也就是客户成长阶段在初期就决定了， 中途下车的情况比较少。