Cursus
Dus, je hebt een mijlpaal bereikt in je Tableau-leren en LOD (Level of Detail)-expressies ontdekt. Mooi zo!
LOD-expressies zijn een fantastische manier om geavanceerdere berekeningen en complexe datavisualisaties te maken. Ze helpen je analyse beter af te bakenen door het detailniveau te specificeren waarop je wilt focussen.
Om je te helpen de logica achter deze expressies en het juiste gebruiksmoment te begrijpen, heb ik deze eenvoudige introductiegids voor LOD in Tableau samengesteld.
Wat zijn LOD-expressies
In Tableau worden LOD (Level of Detail)-expressies gebruikt om waarden op verschillende niveaus in een visualisatie te berekenen. Met deze expressies heb je fijnmazige controle over hoe data geaggregeerd en weergegeven wordt in een visualisatie.
Simpel gezegd: LOD-expressies bieden een manier om specifieke dataniveaus in een visualisatie te isoleren, ongeacht andere filters of dimensies. Zo kun je data preciezer en flexibeler analyseren.
Hier is een voorbeeld van de syntaxis:
{FIXED [Dimension]: AGG([Measure])}
Stel, we hebben een dataset met verkoopinformatie voor verschillende regio's en productcategorieën. We willen een staafdiagram maken met de totale verkoop per regio, maar we willen ook het gecombineerde gemiddelde voor alle regio's zien.
Dan komen LOD-expressies goed van pas.
Met een LOD-expressie kunnen we een berekend veld maken dat de gemiddelde verkoop voor alle regio's bepaalt, ongeacht wat er in de visualisatie is geselecteerd. Dat kunnen we dan toevoegen aan ons staafdiagram en vergelijken met de totale verkoop per regio.
Zo krijgen we beter inzicht in hoe de verkoop per regio zich verhoudt tot het algemene gemiddelde.
Waarom zijn LOD-expressies belangrijk?
LOD-expressies zijn belangrijk omdat ze preciezere controle geven over het niveau waarop data in een visualisatie wordt geaggregeerd. Standaard aggregeert Tableau data op het detailniveau dat door de dimensies en metingen in de visualisatie is gespecificeerd.
Met LOD-expressies kunnen we echter een ander detailniveau voor onze berekeningen opgeven, wat leidt tot nauwkeurigere en betekenisvollere inzichten.
Typen LOD-expressies
Er zijn drie typen LOD-expressies in Tableau: FIXED, INCLUDE en EXCLUDE. Elk type biedt een ander niveau van controle over hoe data wordt geaggregeerd.
|
Kenmerk |
Fixed LOD |
Include LOD |
Exclude LOD |
|
Definitie |
Fixed LOD-expressies berekenen een waarde met de opgegeven dimensies, ongeacht de dimensies die in de view aanwezig zijn. |
Include LOD-expressies laten je aggregaties berekenen die gedetailleerder zijn dan het view-niveau, door extra dimensies op te nemen. |
Exclude LOD-expressies maken het mogelijk aggregaties te berekenen die minder gedetailleerd zijn dan de view, door bepaalde dimensies uit te sluiten. |
|
Voorbeeldsyntaxis |
{FIXED [Dimension]: AGG([Measure])} |
{INCLUDE [Dimension]: AGG([Measure])} |
{EXCLUDE [Dimension]: AGG([Measure])} |
|
Usecase |
Gebruik Fixed LOD voor berekeningen die constant moeten zijn over de hele dataset of binnen specifieke groeperingen die door de vaste dimensies zijn gedefinieerd |
Gebruik Include LOD wanneer je extra dimensies in je berekening wilt meenemen die niet in de view staan |
Gebruik Exclude LOD wanneer je bepaalde dimensies uit je berekening wilt weglaten, zodat deze minder gedetailleerd is dan de huidige view |
|
Impact op view |
Onafhankelijk van de granulariteit van de view. |
Voegt detail toe voorbij wat er nu in de view staat |
Haalt detail weg van het huidige detailniveau van de view |
|
Relevantie voor filters |
|
|
|
|
Typische toepassingen |
|
|
|
1. FIXED-expressie
Een FIXED-expressie wordt gebruikt om een specifiek detailniveau voor een berekening te bepalen. Daarmee kunnen we precies aangeven welke dimensies we in onze berekening willen opnemen.
Dit betekent dat, zelfs als andere dimensies of filters in de visualisatie worden toegepast, de berekening vast blijft op het opgegeven detailniveau.
Hier is een voorbeeldsyntaxis van een FIXED-expressie:
{FIXED [Dimension]: Calculation}
2. INCLUDE-expressie
Met de INCLUDE-expressie kunnen we extra dimensies in onze berekening opnemen, terwijl de oorspronkelijke dimensies in de visualisatie behouden blijven. Dit is handig wanneer we data over meerdere detailniveaus willen vergelijken.
Hier is een voorbeeldsyntaxis van een INCLUDE-expressie:
{INCLUDE [Dimension]: Calculation}
3. EXCLUDE-expressie
De EXCLUDE-expressie wordt gebruikt om specifieke dimensies uit een berekening te verwijderen, terwijl alle andere dimensies in de visualisatie behouden blijven. Dit is nuttig wanneer we op een specifiek detailniveau willen focussen zonder beïnvloeding door andere dimensies.
Hier is een voorbeeldsyntaxis van een EXCLUDE-expressie:
{EXCLUDE [Dimension]: Calculation}
Hoe gebruik je LOD-expressies: voorbeelden
Laten we verkennen hoe we LOD-expressies in verschillende scenario's kunnen gebruiken. We gebruiken de Superstore-dataset die in Tableau te vinden is.
Om deze dataset te laden, ga je naar de hoofdwerkruimte van Tableau en klik je linksboven op “Connect to Data”.

Klik in het pop-upvenster dat verschijnt op “Sample - Superstore” onder Saved Data Sources.

Controleer vervolgens of het linkerpaneel nu is gevuld met data uit de Superstore-dataset.
Het zou er ongeveer zo uit moeten zien:

Om een LOD-expressie in Tableau te gebruiken, moeten we eerst een berekend veld maken. Dat doen we door op het dropdownpijltje in het datapaneel te klikken, gevolgd door de knop "New Calculated Field".

Laten we kijken hoe we elk type LOD-expressie kunnen gebruiken om meer inzichten uit onze data te halen:
1. FIXED LOD-expressies
Stel, we willen de gemiddelde verkoop per regio vergelijken met de algemene gemiddelde verkoop. We kunnen een berekend veld maken met de volgende formule:
{FIXED : AVG([Sales])}
Dit berekent de gemiddelde verkoop voor alle regio's, ongeacht wat er in de visualisatie is geselecteerd.

Dit berekende veld kunnen we vervolgens toevoegen aan onze view en vergelijken met de gemiddelde verkoop per regio.
Daarvoor voegen we simpelweg de berekende velden Sales en Average Sales FIXED toe aan de "Columns"-plank en Region aan de Rows-plank.

Het berekende veld met de FIXED LOD-expressie gaf de gemiddelde verkoop voor alle regio's, maar de normale maat AVG(Sales) gaf het gemiddelde per regio.
Dit betekent dat door de FIXED LOD te specificeren, het toevoegen van dimensies zoals regio geen invloed heeft op de waarde van de gemiddelde verkoop.
2. INCLUDE LOD-expressies
Stel dat we de gemiddelde verkoop per order voor elke regio willen vinden, ongeacht het detailniveau in onze huidige view.
Dit is vooral handig als je data op een hoger aggregatieniveau visualiseert, maar toch meer gedetailleerde berekeningen wilt meenemen zonder de algehele view te veranderen.
Maak een nieuw werkblad met de knop Create Worksheet linksonder.
Ga naar het "Data"-paneel, klik op het dropdownpijltje en selecteer "Create Calculated Field" om de berekeningseditor te openen.
Geef je berekende veld een duidelijke naam, zoals "Average Sales per Order INCLUDE".
Voer de volgende formule in voor een Include LOD-expressie:
{INCLUDE [Order ID]: AVG([Sales])}
Het zou er ongeveer zo uit moeten zien:

Deze formule vertelt Tableau dat het de gemiddelde verkoop per order moet berekenen (Order ID is uniek voor elke order) over de hele dataset, waarbij dit detail in de berekening wordt meegenomen zelfs als Order ID niet in de view aanwezig is.
Sleep het veld Region naar de Rows-plank. Deze actie bepaalt het primaire detailniveau van je visualisatie.

Sleep vervolgens je nieuw gemaakte veld "Average Sales per Order" naar de Text-markkaart. Tableau toont nu de gemiddelde verkoop per order voor elke regio.

Er verschijnt automatisch een teksttabel die er zo uit zou moeten zien:

Klik met de rechtermuisknop op de pill Average Sales per Order en wijzig de maat in Average.

Vervolgens willen we dit vergelijken met de normale sales. Sleep daarom ook het gewone veld Sales naar de Text-markkaart en wijzig de maat in average.

Laten we de twee velden vergelijken in de onderstaande tabel.

Zoals je ziet, verschillen de getallen lichtjes, en dat hangt af van het detailniveau dat in onze INCLUDE-expressie is opgegeven, namelijk de Order ID.
3. EXCLUDE LOD-expressies
Tot slot bekijken we hoe we een EXCLUDE LOD-expressie kunnen gebruiken om op een specifiek detailniveau te focussen. Stel dat we de totale verkoop per regio willen zien, maar de subcategorie-dimensie willen uitsluiten.
We kunnen een berekend veld maken met de volgende formule:
{EXCLUDE [Sub-Category] : SUM([Sales])}
Dit berekent de totale verkoop per regio, maar zonder rekening te houden met de subcategorie-dimensie.

Zo kunnen we ons volledig richten op regionale verkoop zonder beïnvloeding door de verschillende subcategorieën.
Geavanceerde usecase
Voorbeeld: omzetgroei berekenen
We kunnen LOD-expressies ook gebruiken om de groei van de omzet over een bepaalde periode te berekenen.
Stel bijvoorbeeld dat we de procentuele verandering in omzet ten opzichte van het voorgaande jaar per regio willen zien.
Hiervoor kunnen we twee berekende velden maken — één voor de totale omzet in het huidige jaar en één voor de totale omzet in het vorige jaar. Vervolgens kunnen we een INCLUDE LOD-expressie gebruiken om het groeipercentage te berekenen.
Hier is de formule:
Total Sales (Current Year):
{INCLUDE [Region] : SUM(IF YEAR([Order Date]) = YEAR(TODAY()) THEN [Sales] END)}
Total Sales (Previous Year):
{INCLUDE [Region] : SUM(IF YEAR([Order Date]) = YEAR(TODAY())-1 THEN [Sales] END)}
Growth Percentage:
[Total Sales (Current Year)]/[Total Sales (Previous Year)]-1
We kunnen het groeipercentage vervolgens aan onze visualisatie toevoegen om te zien hoe de omzet per regio is gegroeid ten opzichte van het vorige jaar.
Dit kan in de vorm van een staafdiagram zoals hieronder.

Zo kunnen we regio's identificeren die het goed doen en regio's die mogelijk verbetering nodig hebben.
Best practices en optimalisatietips
LOD gebruiken in Tableau is doorgaans een techniek voor gevorderden, dus het is belangrijk om een goed begrip te hebben van de data en hoe elk type expressie werkt.
Hier zijn enkele best practices en tips om LOD-expressies effectief te gebruiken:
- Zorg dat de dimensies die je in je berekeningen gebruikt aansluiten op die in de visualisatie.
- Gebruik FIXED-expressies spaarzaam, omdat ze een aanzienlijke impact op de performance kunnen hebben.
- Gebruik INCLUDE- en EXCLUDE-expressies voor berekeningen die meerdere detailniveaus omvatten.
- Overweeg LOD-expressies te combineren met andere Tableau-functies, zoals filters en sets, om nog meer controle over de data te krijgen.
- Let op de performance bij het gebruik van LOD-expressies, want ze kunnen de visualisatie soms vertragen. Als performance een probleem wordt, probeer dan de expressie te vereenvoudigen of een ander type berekening te gebruiken.
Afronding
Als je met LOD-expressies werkt, probeer dan het doel van elk type te begrijpen en hoe je ze kunt inzetten om inzichten uit je data te halen. Experimenteer met verschillende scenario's en wees creatief met je visualisaties. Met wat oefening zie je snel welk type LOD geschikt is voor jouw usecase.
Meer functies van Tableau verkennen die data-analisten gebruiken? Onze Data Analyst in Tableau-track kan je helpen!
Zoek je meer begeleide content, specifiek over LOD-expressies, dan is onze Calculations in Tableau-cursus misschien iets voor jou. Of als je een beginner bent die met Tableau wil starten, probeer dan onze Introduction to Tableau-cursus.
Ik ben Austin, een blogger en techschrijver met jarenlange ervaring als zowel datascientist als data-analist in de gezondheidszorg. Ik begon mijn techreis met een achtergrond in biologie en help nu anderen dezelfde overstap te maken via mijn techblog. Mijn passie voor technologie heeft geleid tot schrijfbijdragen aan tientallen SaaS-bedrijven, waarmee ik anderen inspireer en mijn ervaringen deel.

