[3] 태블로 (Tableau) 작업 순서 (Order of Operations)

안녕하세요! 오늘은 저번 태블로 작업 순서 (Order of Operations)에 이어서 Fixed LOD, Include LOD, Exclude LOD를 준비해왔습니다. 그럼, 시작하겠습니다! 앞에 놓치신 분들은 ‘[1], [2] 태블로 (Tableau) 작업 순서 (Order of Operations)’를 확인해주세요.

Fixed LOD

먼저 LOD는 Level Of Detail의 약자입니다. 태블로는 화면(뷰)에 보이는 차원의 디테일 레벨을 기반으로 계산을 수행합니다. 예를 들어, ‘매출’을 행에 올리면 총 매출의 합계가 집계되고 이후 제품 ‘범주’를 열에 올리면 범주에 따라 총 매출의 합계가 쪼개집니다. 다음, 제품 ‘하위 범주’를 열에 추가하면 하위 범주를 기준으로 범주에 따라 쪼개진 매출의 합계가 하위 범주를 따라 더욱 쪼개집니다. 즉 ‘하위 범주’의 LOD가 ‘범주’의 LOD 보다 더 깊다고 할 수 있습니다.

{Fixed [범주] : Sum (매출)} 이라는 계산 식을 가지고 왔습니다. 현재 화면(뷰)의 디테일 레벨은 상관없이 제품 ‘범주’만 고려해서 매출의 합계를 계산한다는 의미입니다. 그래서 ‘Fixed’는 언제 사용될까요?

다음과 같이 매출의 합계가 제품 ‘하위 범주’를 기반으로 계산되어 있습니다. 같은 화면(뷰)의 디테일 레벨을 유지한 상태에서 제품 ‘범주’를 기반으로 매출의 합계를 계산하고 싶을 때는 어떻게 할까요? 이 경우 Fixed를 사용할 수 있습니다.

아까 만들어 놓은 계산 식 {Fixed [범주] : Sum(매출)} (Fixed_범주 매출)을 열에 올리면 아래쪽에 제품 ‘범주’를 기반으로 계산된 매출의 합계를 확인할 수 있습니다.

이중 축을 사용하여 정리해주면 각 제품 ‘범주’ 별 각 하위 범주의 매출 비율을 한눈에 확인할 수 있습니다.

Include LOD

Include는 현재 화면(뷰)의 디테일 레벨에서 계산된 계산 값에 다른 차원의 디테일 레벨에서 계산된 계산 값을 추가할 수 있습니다.

{Include [주문 Id] : Sum ([매출])} 이라는 계산 식을 가지고 왔습니다. 현재 화면(뷰)의 디테일 레벨에서 계산된 계산 값에 ‘주문 Id’를 기반으로 계산한 매출의 합계를 더한다는 의미입니다.

아래는 ‘세그먼트’라는 디테일 레벨에서 매출 평균을 구한 결과입니다.

아까 만들어 놓은 계산 식 {Include [주문 Id] : Sum ([매출])} (Include_평균 매출)을 열에 올리고 평균으로 계산을 해주면 다음과 같이 세그먼트 당 평균 매출액이 증가한 것을 볼 수 있습니다. 세그먼트 디테일 레벨에서 계산된 평균 매출에 ‘주문 Id’ 디테일 레벨에서 계산된 평균 매출 (계산 식은 합계로 구했지만 열에서 평균으로 바꿨죠?)을 더한 결과입니다.

Exclude LOD

Exclude는 현재 화면(뷰)의 디테일 레벨에서 특정 디테일 레벨을 가진 차원을 제외하고 계산을 실행할 수 있습니다.

{Exclude [국가/지역] : Sum ([매출])} 이라는 계산 식을 가지고 왔습니다. 현재 화면(뷰)의 디테일 레벨에서 ‘국가/지역’ 디테일 레벨을 무시하고 매출 합계를 계산한다는 의미입니다.

다음과 같이 매출의 합계가 ‘지역’ 이라는 디테일 레벨이 있는 상태에서 ‘국가/지역’ 이라는 더 깊은 디테일 레벨로 계산되어 있습니다.

Exclude를 사용하면 같은 화면(뷰)의 디테일 레벨을 유지한 상태에서 ‘지역’을 기반으로 매출 합계를 계산할 수 있습니다. 아까 만들어 놓은 계산 식 {Exclude [국가/지역] : Sum ([매출])} (Exclude_국가/지역 매출)을 열에 놓으면 아래쪽에 제품 ‘지역’을 기반으로 계산된 매출의 합계를 확인할 수 있습니다.

이중 축을 사용하여 정리해주면 각 ‘지역’ 별 각 국가/지역의 매출 비율을 한눈에 확인할 수 있습니다.

오늘은 여기서 마치고 다음에는 Data Blending, Forecasts, Table Calculations에 대한 포스팅으로 찾아오겠습니다. 기다려주세요!

세상의 모든 데이터를 연결하다,밀버스

Connecting the data, Milvus​