Accéder au contenu principal

Expressions LOD dans Tableau : Un tutoriel avec des exemples

En savoir plus sur les expressions LOD dans Tableau et comment les utiliser.
Actualisé 15 janv. 2025

Vous avez franchi une étape importante dans votre apprentissage de Tableau et découvert les expressions LOD (Level of Detail) dans Tableau. C'est très bien !

Les expressions LOD sont un moyen extraordinaire de créer des calculs plus avancés et des visualisations de données complexes. Ils permettent de mieux délimiter votre analyse de données en spécifiant le niveau de détail sur lequel vous souhaitez vous concentrer.

Pour vous aider à comprendre la logique qui sous-tend ces expressions et à savoir quand les utiliser, j'ai élaboré ce guide d'introduction simple à la méthode LOD dans Tableau.

Que sont les expressions LOD ?

Dans Tableau, les expressions LOD (Level of Detail) sont utilisées pour calculer des valeurs à différents niveaux dans une visualisation. Ces expressions permettent un contrôle plus granulaire sur la façon dont les données sont agrégées et affichées dans une visualisation.

Pour simplifier, les expressions LOD permettent d'isoler des niveaux spécifiques de données dans une visualisation, indépendamment des autres filtres ou dimensions présents. Cela permet une analyse plus précise et plus souple des données.

Voici un exemple de syntaxe :

{FIXED [Dimension]: AGG([Measure])}

Supposons, par exemple, que nous disposions d'un ensemble de données contenant des informations sur les ventes pour différentes régions et catégories de produits. Nous voulons créer un diagramme à barres qui montre les ventes totales pour chaque région, mais nous voulons aussi voir les ventes moyennes combinées pour toutes les régions.

C'est là que les expressions LOD s'avèrent utiles.

Avec une expression LOD, nous pouvons créer un champ calculé qui détermine les ventes moyennes pour toutes les régions, indépendamment de ce qui est sélectionné dans la visualisation. Nous pouvons ensuite ajouter ce chiffre à notre diagramme à barres et le comparer aux ventes totales de chaque région.

Cela nous permet de mieux comprendre comment les ventes de chaque région se comparent à la moyenne générale.

Pourquoi les expressions LOD sont-elles importantes ?

Les expressions LOD sont importantes car elles permettent un contrôle plus précis du niveau auquel les données sont agrégées dans une visualisation. Par défaut, Tableau agrège les données au niveau de détail spécifié par les dimensions et les mesures dans la visualisation.

Cependant, avec les expressions LOD, nous pouvons spécifier un niveau de détail différent pour nos calculs, ce qui permet d'obtenir des informations plus précises et plus significatives.

Types d'expressions LOD

Il existe trois types d'expressions LOD dans Tableau : FIXE, INCLUDE et EXCLUDE. Chaque type permet un niveau de contrôle différent sur la manière dont les données sont agrégées.

Fonctionnalité

LOD fixe

Include LOD

Exclure le LOD

Définition

Les expressions LOD fixes calculent une valeur en utilisant les dimensions spécifiées, sans tenir compte des dimensions présentes dans la vue.

Les expressions Include LOD vous permettent de calculer des agrégations plus granulaires que le niveau de la vue, y compris des dimensions supplémentaires.

Les expressions Exclude LOD permettent de calculer des agrégations moins granulaires que la vue, en excluant certaines dimensions.

Exemple de syntaxe

{FIXED [Dimension] : AGG([Mesure])}

{INCLUDE [Dimension] : AGG([Mesure])}

{EXCLUDE [Dimension] : AGG([Mesure])}

Cas d'utilisation

Utilisez l'option Fixed LOD pour les calculs qui doivent être constants dans l'ensemble du jeu de données ou dans des groupes spécifiques définis par les dimensions fixes.

Utilisez Inclure LOD lorsque vous devez inclure dans votre calcul des dimensions supplémentaires qui ne figurent pas dans la vue.

Utilisez l'option Exclure LOD lorsque vous souhaitez supprimer certaines dimensions de votre calcul, ce qui le rend moins détaillé que la vue actuelle.

Voir l'impact

Indépendamment de la granularité de la vue.

Ajoute des détails au-delà de ce qui figure actuellement dans la vue

Supprime le niveau de détail de la vue actuelle

Pertinence des filtres

  • Calculé avant l'application des filtres de dimension
  • Le calcul n'est pas affecté par la plupart des filtrages.
  • Opère dans le contexte filtré de la vue.
  • Le calcul est affecté par les filtres de dimension
  • Le calcul est affecté par les filtres de dimension
  • Les calculs ne tiennent pas compte des dimensions exclues, même si elles sont filtrées.

Applications typiques

  • Benchmarking, comparaisons entre catégories fixes
  • Ratios dont le numérateur ou le dénominateur doit être fixé.
  • Moyennes, sommes ou dénombrements granulaires nécessitant plus de détails
  • Ignorer des dimensions qui compliqueraient ou modifieraient le résultat.

1. Expression corrigée

Une expression FIXE est utilisée pour spécifier un niveau de détail spécifique pour un calcul. Il nous permet de spécifier les dimensions exactes que nous voulons inclure dans notre calcul.

Cela signifie que même si d'autres dimensions ou filtres sont appliqués dans la visualisation, le calcul restera fixé au niveau de détail spécifié.

Voici un exemple de syntaxe d'une expression FIXE :

{FIXED [Dimension]: Calculation}

2. INCLURE Expression

L'expression INCLUDE nous permet d'inclure des dimensions supplémentaires dans notre calcul tout en conservant les dimensions originales présentes dans la visualisation. Cela peut s'avérer utile lorsque l'on souhaite comparer des données à plusieurs niveaux de détail.

Voici un exemple de syntaxe d'une expression INCLUDE :

{INCLUDE [Dimension]: Calculation}

3. EXCLUDE Expression

L'expression EXCLUDE est utilisée pour exclure des dimensions spécifiques d'un calcul tout en incluant toutes les autres dimensions dans la visualisation. Cela peut s'avérer utile lorsque l'on souhaite se concentrer sur un niveau de détail spécifique sans être influencé par d'autres dimensions.

Voici un exemple de syntaxe d'une expression EXCLUDE :

{EXCLUDE [Dimension]: Calculation}

Comment utiliser les expressions LOD : Exemples

Voyons comment nous pouvons utiliser les expressions LOD dans différents scénarios. Nous utiliserons l'ensemble de données Superstore que vous trouverez dans Tableau.

Pour charger cet ensemble de données, accédez à l'espace de travail principal de Tableau et cliquez sur "Connecter aux données" dans le coin supérieur gauche.

se connecter aux données

Dans la fenêtre contextuelle qui s'affiche, cliquez sur "Sample - Superstore" sous Saved Data Sources.

échantillon de données de supermarchés

Ensuite, vérifiez que le panneau de gauche est maintenant rempli avec les données de l'ensemble de données Superstore.

Il devrait ressembler à ceci :

Données d'échantillonnage pour les supermarchés

Pour utiliser une expression LOD dans Tableau, nous devons d'abord créer un champ calculé. Pour ce faire, cliquez sur la flèche déroulante dans le volet de données, puis sur le bouton "Nouveau champ calculé".

Création d'un champ calculé

Examinons un exemple de la manière dont nous pouvons utiliser chaque type d'expression de nomenclature pour obtenir davantage d'informations à partir de nos données :

1. Expressions LOD corrigées

Supposons que nous voulions comparer les ventes moyennes de chaque région avec les ventes moyennes globales. Nous pouvons créer un champ calculé avec la formule suivante :

{FIXED : AVG([Sales])}

Cela permet de calculer les ventes moyennes pour toutes les régions, indépendamment de ce qui est sélectionné dans la visualisation.

champ calculé fixe des ventes moyennes

Nous pouvons ensuite ajouter ce champ calculé à notre vue et le comparer aux ventes moyennes de chaque région.

Pour ce faire, il suffit d'ajouter les champs calculés Ventes et Ventes moyennes FIXES à l'étagère "Colonnes", et Région à l'étagère "Lignes".

diagramme à barres de comparaison

Le champ calculé avec l'expression FIXED LOD donne la moyenne des ventes pour toutes les régions, mais la mesure AVG(Sales) normale donne la moyenne pour chaque région.

Cela signifie qu'en spécifiant le LOD FIXE, l'ajout de dimensions telles que la région n'affectera pas la valeur des ventes moyennes.

2. Expressions INCLUDE LOD

Supposons que nous voulions trouver le chiffre d'affaires moyen par commande pour chaque région, quel que soit le niveau de détail de notre vue actuelle.

Cela peut s'avérer particulièrement utile si vous visualisez des données à un niveau d'agrégation élevé, mais que vous souhaitez intégrer des calculs plus détaillés sans modifier la vue d'ensemble.

Créez une nouvelle feuille de travail à l'aide du bouton Créer une feuille de travail situé dans le coin inférieur gauche.

Accédez au volet "Données", sélectionnez le bouton de la flèche déroulante et choisissez "Créer un champ calculé" pour ouvrir l'éditeur de calcul.

Donnez à votre champ calculé un nom descriptif, comme "Ventes moyennes par commande INCLUDE".

Saisissez la formule suivante pour l'expression Include LOD :

{INCLUDE [Order ID]: AVG([Sales])}

Il devrait ressembler à ceci :

les ventes moyennes par commande incluent le calcul

Cette formule indique à Tableau de calculer le chiffre d'affaires moyen par commande (l'ID de la commande est unique pour chaque commande) sur l'ensemble du jeu de données, en incluant ce détail dans le calcul même si l'ID de la commande n'est pas présent dans la vue.

Faites glisser le champ Région vers l'étagère Lignes. Cette action définit le premier niveau de détail de votre visualisation.

ajouter une région aux rangs de l'étagère

Ensuite, faites glisser le champ "Ventes moyennes par commande" que vous venez de créer vers la carte des marques de texte. Tableau affiche maintenant les ventes moyennes par commande pour chaque région.

ajout d'un champ calculé à la carte de marque

Un tableau de texte devrait apparaître automatiquement et ressembler à ceci: :

tableau des ventes moyennes par commande

Cliquez avec le bouton droit de la souris sur la pilule Ventes moyennes par commande et modifiez la mesure en Moyenne.

changement pilule à la moyenne

Ensuite, nous voulons comparer ces chiffres aux ventes régulières. Faisons également glisser le champ Ventes normales vers la carte Marques de texte et changeons la mesure en moyenne.

ajouter des ventes à la carte des marques de texte

Comparons les deux tableaux dans le tableau ci-dessous.

tableau de comparaison de l'inclusion finale

Comme vous pouvez le constater, les chiffres sont légèrement différents, et cela dépend du niveau de détail spécifié dans notre expression INCLUDE, qui est l'ID de l'ordre.

3. EXCLUDE Expressions LOD

Enfin, voyons comment nous pouvons utiliser une expression EXCLUDE LOD pour nous concentrer sur un niveau de détail spécifique. Supposons que nous voulions voir les ventes totales pour chaque région, mais exclure la dimension des sous-catégories.

Nous pouvons créer un champ calculé avec la formule suivante :

{EXCLUDE [Sub-Category] : SUM([Sales])}

Cela permet de calculer les ventes totales pour chaque région, mais sans tenir compte de la dimension des sous-catégories.

somme des ventes à l'exclusion de la sous-catégorie champ calculé

Cela nous permet de nous concentrer uniquement sur les ventes régionales sans être influencés par les différentes sous-catégories.

Cas d'utilisation avancé

Exemple : Calculer la croissance des ventes

Nous pouvons également utiliser des expressions LOD pour calculer la croissance des ventes sur une période donnée.

Supposons, par exemple, que nous souhaitions connaître le pourcentage de variation des ventes par rapport à l'année précédente pour chaque région.

Pour ce faire, nous pouvons créer deux champs calculés, l'un pour les ventes totales de l'année en cours et l'autre pour les ventes totales de l'année précédente. Ensuite, nous pouvons utiliser une expression INCLUDE LOD pour calculer le pourcentage de croissance.

Voici la formule :

Ventes totales (année en cours) :

{INCLUDE [Region] : SUM(IF YEAR([Order Date]) = YEAR(TODAY()) THEN [Sales] END)}

Ventes totales (année précédente) :

{INCLUDE [Region] : SUM(IF YEAR([Order Date]) = YEAR(TODAY())-1 THEN [Sales] END)}

Pourcentage de croissance :

[Total Sales (Current Year)]/[Total Sales (Previous Year)]-1

Nous pouvons ensuite ajouter le pourcentage de croissance à notre visualisation pour voir comment les ventes de chaque région ont augmenté par rapport à l'année précédente.

Cela peut se faire sous la forme d'un diagramme à barres comme ci-dessous.

pourcentage de croissance par région

Cela peut nous aider à identifier les régions qui obtiennent de bons résultats et celles qui ont besoin d'être améliorées.

Meilleures pratiques et conseils d'optimisation

L'utilisation de LOD dans Tableau est généralement une technique intermédiaire ou avancée, il est donc important de bien comprendre les données et le fonctionnement de chaque type d'expression.

Voici quelques bonnes pratiques et conseils pour utiliser efficacement les expressions LOD :

  • Assurez-vous que les dimensions utilisées dans vos calculs correspondent à celles de la visualisation.
  • Utilisez les expressions FIXED avec parcimonie, car elles peuvent avoir un impact significatif sur les performances.
  • Utilisez les expressions INCLUDE et EXCLUDE pour les calculs qui impliquent plusieurs niveaux de détail.
  • Pensez à utiliser les expressions LOD en conjonction avec d'autres fonctions Tableau, telles que les filtres et les ensembles, pour mieux contrôler les données.
  • Veillez aux performances lorsque vous utilisez des expressions LOD, car elles peuvent parfois ralentir la visualisation. Si les performances posent problème, essayez de simplifier l'expression ou d'utiliser un autre type de calcul.

Conclusion

Lorsque vous travaillez avec des expressions LOD, essayez de comprendre l'objectif de chaque type et la manière dont elles peuvent être utilisées pour obtenir des informations à partir de vos données. Expérimentez différents scénarios et faites preuve de créativité dans vos visualisations. Avec de la pratique, vous serez en mesure d'identifier rapidement le type de LOD qui convient à votre cas d'utilisation.

Vous souhaitez découvrir d'autres fonctions de Tableau utilisées par les analystes de données ? Notre cursus d'analyste de données dans Tableau pourrait vous aider !

Si vous recherchez un contenu plus guidé, en particulier sur les expressions LOD, notre cours Calculs dans Tableau pourrait vous convenir. Ou, si vous êtes un débutant qui veut commencer à apprendre Tableau, essayez notre cours d' introduction à Tableau.


Austin Chia's photo
Author
Austin Chia
LinkedIn

Je m'appelle Austin, je suis blogueur et rédacteur technique et j'ai des années d'expérience en tant que data scientist et data analyst dans le domaine de la santé. J'ai commencé mon parcours technologique avec une formation en biologie et j'aide maintenant les autres à faire la même transition grâce à mon blog technologique. Ma passion pour la technologie m'a conduit à écrire pour des dizaines d'entreprises SaaS, inspirant les autres et partageant mes expériences.

Sujets

Poursuivez votre parcours Tableau dès aujourd'hui !

Cours

Introduction to Tableau

6 hr
253.2K
Start your Tableau journey with our Introduction to Tableau course. Discover Tableau basics such as its features and dashboards.
Afficher les détailsRight Arrow
Commencer le cours
Voir plusRight Arrow
Apparenté

blog

2022-2023 Rapport annuel DataCamp Classrooms

À l'aube de la nouvelle année scolaire, DataCamp Classrooms est plus motivé que jamais pour démocratiser l'apprentissage des données, avec plus de 7 650 nouveaux Classrooms ajoutés au cours des 12 derniers mois.
Nathaniel Taylor-Leach's photo

Nathaniel Taylor-Leach

8 min

blog

Les 20 meilleures questions d'entretien pour les flocons de neige, à tous les niveaux

Vous êtes actuellement à la recherche d'un emploi qui utilise Snowflake ? Préparez-vous à répondre à ces 20 questions d'entretien sur le flocon de neige pour décrocher le poste !
Nisha Arya Ahmed's photo

Nisha Arya Ahmed

15 min

blog

Q2 2023 DataCamp Donates Digest

DataCamp Donates a offert plus de 20k bourses d'études à nos partenaires à but non lucratif au deuxième trimestre 2023. Découvrez comment des apprenants défavorisés et assidus ont transformé ces opportunités en réussites professionnelles qui ont changé leur vie.
Nathaniel Taylor-Leach's photo

Nathaniel Taylor-Leach

blog

Célébration de Saghar Hazinyar : Une boursière de DataCamp Donates et une diplômée de Code to Inspire

Découvrez le parcours inspirant de Saghar Hazinyar, diplômée de Code to Inspire, qui a surmonté les défis en Afghanistan et s'est épanouie grâce à une bourse de DataCamp Donates.
Fereshteh Forough's photo

Fereshteh Forough

4 min

blog

Nous avons fait don de bourses DataCamp Premium à un million de personnes, et ce n'est pas fini.

Réparties entre nos deux programmes d'impact social, DataCamp Classrooms et #DCDonates, les bourses offrent un accès illimité à tout ce que DataCamp Premium a à offrir.
Nathaniel Taylor-Leach's photo

Nathaniel Taylor-Leach

Voir plusVoir plus