In der Arbeit mit Tableau stolpert man früher oder später über den Begriff der Tableau Sets. Im Folgenden wird erläutert, was Sets sind und wie sie sich von Gruppierungen unterscheiden. Außerdem zeigen wir, wie man Sets in Tableau erstellen kann und somit für mehr Interaktivität sorgt.
Durch Sets können Entwickler:innen eine Dimension anhand ihrer eigenen Inhalte oder einer anderen Spalte in Subsets aufteilen und so neue Perspektiven erschaffen. Dadurch können Segmente der Daten isoliert und neue Insights generiert werden.
Es gibt drei verschiedene Arten von Sets:
Ein Datensatz ist dabei innerhalb oder außerhalb der festgelegten Kondition oder Zuteilung zu finden, d. h., es handelt sich um eine binäre Betrachtungsweise.
Die binäre Betrachtung und die verschiedenen Arten von Sets lassen sich anhand von Beispielen verdeutlichen:
Ein Kunde soll als Stammkunde gelten, sobald er öfter als 5-mal im Monat (Threshold) dort einkauft. Kunden können also innerhalb des Segments der Stammkunden sein (>5 Einkäufe im Monat) oder außerhalb (<5 Einkäufe im Monat).
In der Unternehmenszentrale möchte man die Top 3 der Filialen anhand des Umsatzes herausfinden. Die Einteilung erfolgt hier ohne festen Schwellenwert des Umsatzes.
Ein Handwerker entscheidet sich dafür, seinen Lieblingskund:innen einen Rabatt zu schicken. Die Gruppe der Lieblingskund:innen kann nur durch manuelle Zuteilung durch datenversierte Entwickler:innen erstellt werden.
Kategorisierungen, die nicht durch eine binäre Logik abgebildet werden können, sind mit Sets nicht möglich.
Neben den Sets gibt es in Tableau auch noch die Möglichkeit, Gruppierungen zu erstellen.
Beide Funktionen scheinen auf den ersten Blick sehr ähnlich, doch in welchen Punkten unterscheiden sie sich?
Wie wir bereits wissen, erstellen Sets Segmente der Daten, die bestimmte definierte Konditionen erfüllen. Dabei können mehrere Dimensionen zur Definition herangezogen werden. Beispielsweise werden die drei bevölkerungsreichsten Bundesländer gesucht: Die Aufteilung der Bundesländer-Dimension erfolgt in zwei Segmente (innerhalb der Top 3 und der Rest) mittels der Kennzahl „Bevölkerungszahl“.
Bei der Gruppierung hingegen kann man die Werte einer Dimension auf einer höheren Ebene statisch zu neuen Kategorien zusammenfassen. Dabei spielt es keine Rolle, wie viele Kategorien man anlegt. Am Beispiel verdeutlicht: Man möchte die Bundesländer in die Regionen Nord, Ost, Süd und West einteilen. Durch die Gruppierung könnte man jedes Bundesland manuell einer Region zuordnen.
Hier noch einmal die Unterschiede gegenübergestellt:
Die Datenvorbereitung ist abgeschlossen, und wir wissen, dass Sets eine Segmentierung der Daten anhand einer Dimension vornehmen. Doch wie erstelle ich so ein Set und was ist der Unterschied zwischen festgelegten und dynamischen Sets?
Festgelegte Sets beinhalten mehrere Dimensionen und werden ganz einfach in einer Grafik ausgewählt. Deswegen eignen sie sich vor allem für Ad-hoc-Analysen. Nach der Auswahl sind die Elemente des Sets fix und können nicht geändert werden. Das entstandene Feld kann aber z. B. für Filter oder Berechnungen weiterverwendet werden.
Dynamische Sets werden durch Rechtsklick auf die Dimension, die segmentiert werden soll, erstellt. Es öffnet sich ein Bearbeitungsfenster mit drei Optionen:
Sowohl Bedingung als auch die Oberste-Funktion berücksichtigen neue Datensätze und kategorisieren sie nach den getroffenen Konditionen. Außerdem können Parameter den Threshold bzw. die Auswahl der N-Einträge interaktiver gestalten.
Nach Erstellung erhält man eine neue Spalte mit den Einträgen IN/OUT, die dann z. B. für Grafiken, Filter und Berechnungen weiterverwendet werden kann.
Du willst den IoT Core durch eine Multi-Cloud-Lösung ersetzen und die Vorteile weiterer IoT-Services von Azure oder Amazon Web Services nutzen? Dann melde Dich bei uns und wir unterstützen Dich bei der Umsetzung mit unserer Expertise und dem b.telligent Partnernetzwerk.
Domain Lead Insights & Information Design
Mit der neuen Funktion AUSDRUCKERSETZEN bietet arcplan 7 die Möglichkeit, Einfluss auf das automatisch generierte SQL und MDX Statement zu nehmen. Dies hat den Vorteil, dass weiterhin ein Design mittels „Pfeilen“ erfolgen kann und man nicht auf Formeln beschränkt ist. Mit diesem Mittel sind aktuell nur einfache Anpassungen an der Abfrage möglich, jedoch mit einem großen Impact auf die daraus entstehenden Möglichkeiten.
Mit dem Q2 2023 Update „New Optimized Story Experience – Unified Stories and Applications“ bietet die SAP Analytics Cloud Nutzer:innen neue Wege, um noch flexibler und leichter in einer integrierten Designumgebung Berichte und Dashboards zu entwickeln. Wir zeigen Dir hier, welche neuen Features das Update mit sich bringt und wie es Dich beim Erstellen von Berichten unterstützt.
SAP BW stellt als Business-Intelligence-Paket viele Möglichkeiten für ein performantes Reporting bereit – birgt jedoch auch zahlreiche Hemmnisse, die die Performance merklich verlangsamen. Am Beispiel von in der Anwendung verfügbaren Berichtsfiltern zeigt dieser Beitrag, wie kleinste Adaptionen die Leistung von SAP BW mindern und wie eine performante Einstellung der Filtermöglichkeiten zu besseren Ergebnissen führen kann.
Kein vorheriger Beitrag
Kein nächster Beitrag
