Medidas de período em Looker

A análise de período a período (PoP, na sigla em inglês) é um padrão de análise que mede algo no presente e compara com a mesma medição em um período comparável no passado.

Para dialetos que oferecem suporte a medidas de comparação entre períodos, os desenvolvedores do Looker podem adicionar essas medidas aos projetos da LookML para ativar a análise de comparação entre períodos nas análises detalhadas correspondentes do Looker.

Por exemplo, a consulta do Looker abaixo mostra o número de pedidos criados no mês atual, além de medidas de PoP para o número de pedidos criados no ano passado, a diferença em relação ao ano passado e a mudança percentual em relação ao ano passado. Para verificar a comparação ano a ano, confira os valores. Por exemplo, o valor de Pedidos no ano passado para 2012-03 é o mesmo que o valor de Contagem de pedidos para 2011-03:

Para adicionar uma medida de PoP a um projeto do LookML, um desenvolvedor do Looker precisa criar um measure de type: period_over_period e incluir os subparâmetros descritos na seção a seguir desta página.

Por exemplo, confira o LookML de uma medida de PoP que fornece a contagem de pedidos do ano anterior:

  measure: order_count_last_year {
    type: period_over_period
    description: "Order count from the previous year"
    based_on: orders.count
    based_on_time: orders.created_year
    period: year
    kind: previous
  }

Essa métrica de PoP tem os seguintes atributos:

• Ele é definido com based_on: orders.count, então a métrica de PoP vai fornecer dados sobre a contagem de pedidos do período anterior.
• Ele é definido como kind: previous, o que significa que fornece o valor da contagem do período anterior, em vez de uma diferença na contagem de pedidos do período anterior ou uma porcentagem de mudança na contagem de pedidos do período anterior.
• Ele é definido com period: year, então vai fornecer contagens de pedidos de um período comparável do ano anterior.

Subparâmetros das medidas de PoP

Uma medida de PoP é um measure de type: period_over_period que inclui os subparâmetros descritos nas seções a seguir:

• based_on
• based_on_time
• kind
• period
• custom_calendar_period
• value_to_date

Conforme descrito na seção Consultar Análises detalhadas com medidas de PoP, as medidas de PoP calculam os valores com base na definição de LookML da medida e nos campos de uma consulta de Análise detalhada. Por isso, siga estas práticas recomendadas ao criar uma medida de PoP em LookML:

• Informe aos usuários do recurso Detalhar o período da métrica de PoP, seja no nome dela ou no subparâmetro description.
• Forneça aos usuários do recurso Detalhar uma indicação da métrica based_on da métrica de período a período, seja no nome dela ou no subparâmetro description.

Por exemplo, a seguinte métrica de PoP é chamada de order_count_last_year, e uma descrição é incluída para informar aos usuários que ela fornece o número de pedidos do ano anterior:

  measure: order_count_last_year {
    type: period_over_period
    description: "Order count from the previous year"
    based_on: orders.count
    based_on_time: orders.created_year
    period: year
    kind: previous
  }

based_on

Use o campo based_on para especificar a medida do LookML em que a medida de PoP se baseia. Por exemplo, para basear uma medida de PoP no campo orders.count, insira o seguinte:

    based_on: orders.count

Uma medida de PoP baseada em orders.count fornece informações sobre o número de pedidos de um período anterior para que você possa comparar o número de vendas entre um período atual e um anterior.

A medida do LookML especificada no campo based on precisa ser de um dos seguintes tipos:

• average
• average_distinct
• count
• count_distinct
• list
• max
• median
• median_distinct
• number
• min
• percentile
• percentile_distinct
• sum
• sum_distinct

based_on_time

Use o subparâmetro based_on_time para fornecer ao Looker um campo de tempo que ele possa usar para calcular os valores de medida de PoP. Esse campo de tempo pode ser um dos seguintes:

• Uma dimensão baseada em tempo. Se você especificar uma dimensão baseada em tempo no subparâmetro based_on_time, os usuários precisarão incluir exatamente a mesma dimensão em todas as consultas que usam a medida de PoP. Além disso, o período da dimensão baseada em tempo precisa ser igual ou menor que o valor period da métrica de PoP. Por exemplo, se a métrica de PoP for definida com based_on_time: created_month, o valor period dela não poderá ser week ou date.

• Um dos seguintes períodos de um grupo de dimensões de type: time:

  • year
  • fiscal_year
  • month
  • fiscal_quarter
  • quarter
  • week
  • date
  • raw

• Um dos seguintes períodos de um grupo de dimensões de type: custom_calendar

  • custom_date
  • custom_period
  • custom_quarter
  • custom_season
  • custom_week
  • custom_year

Se você especificar um período de um grupo de dimensões no subparâmetro based_on_time, o período específico usado será irrelevante. Basta apontar a medida de PoP para um grupo de dimensões de type: time para que ela possa usar o carimbo de data/hora subjacente do grupo de dimensões. Não é possível especificar um período de um grupo de dimensões de type: duration. Os grupos de dimensões de duração não são compatíveis e vão gerar um erro de execução na análise detalhada.

kind

Use o parâmetro kind para especificar o tipo de cálculo que a métrica de PoP precisa fazer para o período anterior. É possível especificar um dos seguintes valores para kind:

• previous: (padrão) o valor do período anterior.
• difference: a diferença entre os períodos (o período anterior subtraído do período atual).

• relative_change: a mudança percentual em relação ao período anterior. A mudança percentual é calculada pela seguinte equação:

  $$ relativeChange = (current - previous)/previous $$

period

Use o subparâmetro period para especificar a cadência da medida de PoP, ou seja, até onde você quer voltar na comparação. Por exemplo, uma medida de PoP definida com period: year vai mostrar os valores do ano anterior. Se você executar uma consulta detalhada na contagem de pedidos mensais, a métrica period: year PoP vai mostrar os valores do mesmo mês do ano anterior. Assim, é possível comparar a contagem de pedidos de novembro de 2025 com a contagem de vendas de novembro de 2024.

O subparâmetro period aceita os seguintes valores:

• year
• fiscal_year
• quarter
• fiscal_quarter
• month
• week
• date

custom_calendar_period

Se a medida de PoP for baseada em um calendário personalizado (se o parâmetro based_on_time da medida de PoP especificar um período de um grupo de dimensões de type: custom_calendar), use o parâmetro custom_calendar_period em vez de period.

Use o subparâmetro custom_calendar_period para especificar a cadência da medida de PoP, ou seja, até onde você quer voltar na comparação. Por exemplo, uma medida de PoP definida com custom_calendar_period: custom_year vai mostrar os valores do ano anterior (conforme definido no seu calendário personalizado). Se você executar uma consulta de análise na contagem de pedidos mensais personalizada, a medida custom_calendar_period: custom_year de PoP vai mostrar os valores do mesmo mês no ano anterior. Assim, é possível comparar a contagem de pedidos do mês personalizado em 2026 com a contagem de vendas do mesmo mês personalizado em 2025.

O subparâmetro custom_calendar_period aceita os seguintes valores:

• custom_date
• custom_period
• custom_quarter
• custom_season
• custom_week
• custom_year

Consulte a seção Como usar medidas de PoP com calendários personalizados para mais informações sobre como criar medidas de PoP que usam um calendário personalizado.

value_to_date

Use o subparâmetro value_to_date para indicar se o Looker deve calcular os valores da medida de PoP usando o tempo decorrido no período atual no momento em que a consulta é executada. O subparâmetro value_to_date pode ser no (padrão) ou yes.

• Um valor de no vai assumir toda a janela de período ao agregar dados.
• Um valor de yes vai calcular a quantidade de tempo observada no período atual e aplicá-la à medida de PoP.

Por exemplo, com uma medida de PoP mês a mês definida com value_to_date: yes, se às 13:10:00 do dia 6 de junho você executar uma consulta do Explorar com a medida de PoP e uma dimensão de período, o Looker vai aplicar a quantidade de tempo decorrido em 6 de junho (13 horas, 10 minutos e 0 segundos) aos cálculos de cada uma das datas na consulta. Para cada data, o Looker vai fornecer os valores das primeiras 13 horas e 10 minutos.

Se você tivesse a mesma medida de PoP definida com value_to_date: no e executasse a mesma consulta do Explorar em 6 de junho às 13:10:00, o Looker calcularia o valor do PoP usando todos os dados disponíveis para cada data. Se você estiver tentando comparar valores de 6 de junho com o dia 6 do mês anterior, saiba que, como 6 de junho ainda não terminou, é possível que haja mais dados após as 13h10.

Consulte Como value_to_date afeta os valores de medição de PoP para ver um exemplo de como value_to_date: yes afeta os resultados em uma consulta do recurso Detalhar.

Conforme descrito na seção Requisitos para consultas do Explorar com medidas de PoP, quando você executa uma consulta do Explorar com uma medida de PoP, o Looker aplica automaticamente a granularidade mínima do período da consulta ao período usado pela medida de PoP. Para consultas do recurso Detalhar com uma medida de PoP definida com value_to_date: yes, o Looker usa a menor dimensão de período na consulta e calcula a parte desse período que já passou quando a consulta é executada. Em seguida, ele aplica essa parte a todos os valores da medida de PoP.

Analisar consultas com medidas de PoP

O cálculo realizado para uma medida de PoP se baseia na definição de LookML da medida e nos períodos especificados na própria consulta de Análise. A medida de PoP adapta o cálculo aos períodos selecionados na consulta de Análise. Por exemplo, se a métrica de PoP for definida com period: year e a consulta de análise tiver a dimensão de período orders.created_month, a métrica de PoP vai calcular valores mensais, comparando janeiro de 2025 com janeiro de 2024. Se quiser ver os valores anuais, execute uma consulta de análise detalhada com a métrica de PoP e apenas o período orders.created_year.

Confira alguns exemplos de como a medida de PoP period interage com os períodos selecionados em uma consulta de análise detalhada:

• Se uma métrica de PoP for definida com period: year e você executar uma consulta de análise detalhada com um período trimestral, a métrica de PoP vai retornar valores do mesmo trimestre do ano anterior (1º trimestre de 2025 comparado ao 1º trimestre de 2024).
• Se uma métrica de PoP for definida com period: year e você executar uma consulta do recurso Detalhar com um período de um mês, a métrica de PoP vai retornar valores do mesmo mês do ano anterior (abril de 2025 em comparação com abril de 2024).
• Se uma métrica de variação anual for definida com period: month e você executar uma consulta de análise detalhada com um período de um mês, a métrica vai retornar valores do mês anterior (abril de 2025 em comparação com março de 2025).

Requisitos para consultas do recurso Detalhar com medidas de comparação entre períodos

Como uma medida de PoP faz cálculos com base na definição do LookML e nos campos selecionados na consulta da Análise, é necessário incluir os seguintes campos em uma consulta com uma medida de PoP:

• A medida de PoP.
• Uma dimensão de tempo adequada para o period associado à medida de PoP. A dimensão de tempo pode ser incluída na consulta usando o seletor de campo da Análise ou nos filtros dela:
  • As consultas de métricas de PoP aceitam granularidades de período de data ou maiores, como mês, trimestre ou ano. As consultas de métricas de PoP não são compatíveis com dimensões com períodos de horas ou minutos.
  • Se a medida de PoP for definida com um based_on_time que é um período de um grupo de dimensões, a consulta de análise detalhada precisará incluir um período do mesmo grupo de dimensões que use um período igual ou menor do que o especificado no parâmetro period da medida de PoP. É possível incluir o grupo de dimensões na própria Análise detalhada (selecionando-o no seletor de campo) ou filtrando por ele. Por exemplo, se o valor based_on_time da métrica de PoP for definido com um período do grupo de dimensões orders.created e a métrica de PoP for definida com period: month, a consulta do recurso Detalhar precisa incluir um período do grupo de dimensões orders.created igual ou menor que um mês, como orders.created_date. O período na consulta de análise precisa ser igual ou menor. Por exemplo, não é possível fazer uma comparação mês a mês de um período de um ano.
  • Se a medida de PoP for definida com um based_on_time que é uma dimensão com base em tempo, a consulta de Análise precisará incluir exatamente a mesma dimensão com base em tempo, seja incluindo a dimensão no seletor de campos da Análise ou especificando um filtro na dimensão. A dimensão baseada em tempo precisa ter um período igual ou menor do que o especificado no parâmetro period da métrica de PoP. Por exemplo, se a métrica de PoP for definida com based_on_time: created_date e period: month, a consulta do recurso Detalhar precisa incluir a dimensão created_date.

Se a medida de PoP for definida com um based_on_time que é um período de um grupo de dimensões, observe os seguintes requisitos para o período na consulta do recurso Detalhar:

• O período na consulta do recurso Detalhar precisa ser igual ou menor do que o especificado no parâmetro period da métrica de PoP. Por exemplo, se o based_on_time da métrica de PoP for definido com um período do grupo de dimensões orders.created e a métrica de PoP for definida com period: month, a consulta do recurso Detalhar precisa incluir um período do grupo de dimensões orders.created igual ou menor que um mês, como orders.created_date. O período na consulta de análise precisa ser menor porque, por exemplo, não é possível fazer uma comparação mês a mês de um período de um ano.
• O período na consulta do recurso Detalhar precisa conter informações de carimbo de data/hora. Por exemplo, os períodos year, month e date de um grupo de dimensões fornecem informações reais de carimbo de data/hora. Em contraste, o período day_of_week é abstraído do carimbo de data/hora subjacente para fornecer um valor como Wednesday. Da mesma forma, períodos como month_name, month_num e day_of_month não fornecem informações de carimbo de data/hora e, portanto, não podem ser usados pelas medidas de PoP para calcular valores do período anterior. No entanto, se você incluir na consulta de análise um carimbo de data/hora, como date, isso vai fornecer à métrica de PoP informações de carimbo de data/hora que ela pode usar para calcular valores do período anterior. Você também pode incluir o período day_of_week na consulta de análise detalhada, porque a métrica de PoP pode usar as informações de período date para cálculos.

Desde que você atenda a esses requisitos na consulta da Análise, é possível adicionar outros campos e dimensões de período. No entanto, todos os períodos na consulta precisam ser iguais ou menores que o período da medida de PoP period. Quando você executa uma consulta de análise detalhada com uma medida de PoP, o Looker aplica automaticamente a granularidade mínima de período da consulta ao período usado pela medida de PoP. Na análise de exemplo mostrada no início desta página, todas as medidas de PoP foram definidas em LookML com period: year. Isso significa que, para qualquer período selecionado na consulta de análise detalhada (neste caso, um período mensal), a métrica de PoP vai retornar os resultados do mesmo período no ano anterior.

Se quiser saber quais períodos são compatíveis com sua medida de PoP em uma análise detalhada, teste diferentes períodos sem precisar executar consultas. Clique na guia SQL da seção Dados da Análise e adicione campos e filtros do seletor de campos da Análise. Se a medida de PoP não puder calcular a consulta com os campos e filtros selecionados, a guia SQL vai mostrar uma mensagem informando que o SQL não pode ser gerado.

Se você executar uma consulta em que o SQL não pode ser gerado, a janela "Análise" vai retornar um erro com os detalhes e um link para a LookML relevante.

Como usar medidas de período de promoção com calendários personalizados

Para criar uma medida de PoP que usa um calendário personalizado, faça o seguinte:

• No arquivo de visualização em que você modela seu calendário personalizado, inclua um bloco de parâmetros previous_ordinal_mapping no bloco de parâmetros calendar_definition. O parâmetro previous_ordinal_mapping é opcional a partir do Looker 26.8. No Looker 26.8 e versões mais recentes, o Looker considera que, para calendários personalizados, a semana anterior à semana 1 é a semana 52, e o dia anterior ao dia 1 é o dia 364. Se não for esse o caso da sua agenda personalizada, use o bloco de parâmetros previous_ordinal_mapping.
• Na definição de LookML da medida de PoP, no parâmetro based_on_time, especifique o período anual de um grupo de dimensões de type: custom_calendar.
• Na definição de LookML da métrica de PoP, use o parâmetro custom_calendar_period em vez de period.

Por exemplo, aqui está a LookML para um grupo de dimensões de calendário personalizado e uma medida de PoP que usa o calendário personalizado:

dimension_group: cust_created {
    type: custom_calendar
    sql: {TABLE}.created_at;;
    based_on_calendar: cust_retail_calendar
    custom_timeframes: [custom_year, custom_quarter]

  }

measure: count_last_custom_year {
    type: period_over_period
    based_on: count
    based_on_time: cust_created_custom_year
    custom_calendar_period: custom_year
    kind: previous
  }

Exemplos

As seções a seguir mostram alguns exemplos de diferentes medidas de PoP e consultas do recurso Detalhar:

• Como comparar contagens com medidas de PoP ano a ano e mês a mês
• Como value_to_date afeta os valores de medição de PoP

Comparar contagens com medidas de PoP ano a ano e mês a mês

Confira o LookML para um exemplo de medida total_births, um grupo de dimensões birth de type:time e duas medidas de PoP baseadas na medida total_births e que usam o grupo de dimensões birth como campo based_on_time:

  dimension_group: birth {
    type: time
    timeframes: [raw, time, date, week, month, quarter, year]
    sql: ${TABLE}.birth_date ;;
  }

  measure: total_births {
    type: sum
    sql: ${TABLE}.total_births ;;
  }

  measure: total_births_last_year {
    type: period_over_period
    kind: previous
    based_on: total_births
    based_on_time: birth_year
    period: year
    value_to_date: no
    value_format_name: decimal_0
  }

  measure: total_births_last_month {
    type: period_over_period
    kind: previous
    based_on: total_births
    based_on_time: birth_year
    period: month
    value_to_date: no
    value_format_name: decimal_0
  }

Observações sobre esses campos:

• As duas medidas de PoP são definidas com kind: previous, então ambas fornecem o valor da medida do período anterior.
• Ambas as medidas de PoP são definidas com value_to_date: no, então elas calculam o valor da medida para todo o período (ou seja, a granularidade mínima do período da consulta).
• As duas medidas de PoP são definidas com based_on_time: birth_year e usam o carimbo de data/hora do grupo de dimensões birth.
• A medida de PoP total_births_last_year é definida com period: year, e a medida de PoP total_births_last_month é definida com period: month.

Confira uma consulta do recurso Detalhar que inclui todas as três métricas e o período da dimensão birth_month:

Observe o seguinte sobre os resultados da análise detalhada:

• O menor período da dimensão na consulta de análise detalhada é birth_month. Portanto, a medida de PoP fornece valores mensais.
• Na linha do mês mais recente, 2024-07, o valor de Total de nascimentos no mês passado mostra o total de nascimentos do mês anterior, 2024-06. Para verificar isso, confira o valor de Total de nascimentos na linha 2024-06. Os dois valores são iguais.
• Na linha do mês mais recente, 2024-07, o valor de Total de nascimentos no ano passado mostra o total de nascimentos do mesmo mês (07) no ano anterior (2023). Para verificar isso, consulte o valor de Total de nascimentos na linha 2023-07. Os dois valores são iguais.

Como value_to_date afeta os valores de métricas de PoP

Semelhante ao exemplo anterior, aqui está o LookML para a medida total_births e o grupo de dimensões birth de type:time e duas medidas de PoP baseadas na medida total_births e que usam o grupo de dimensões birth como campo based_on_time. No entanto, neste exemplo, a medida de PoP total_births_last_year_value_to_date é definida com value_to_date: yes, e a medida de PoP total_births_last_year é definida com value_to_date: no:

  dimension_group: birth {
    type: time
    timeframes: [raw, time, date, week, month, quarter, year]
    sql: ${TABLE}.birth_date ;;
  }

  measure: total_births {
    type: sum
    sql: ${TABLE}.total_births ;;
  }

  measure: total_births_last_year {
    type: period_over_period
    kind: previous
    based_on: total_births
    based_on_time: birth_year
    period: year
    value_to_date: no
    value_format_name: decimal_0
  }

  measure: total_births_last_year_value_to_date {
    type: period_over_period
    kind: previous
    based_on: total_births
    based_on_time: birth_year
    value_to_date: yes
    period: year
    value_format_name: decimal_0
  }

Confira uma consulta do recurso Detalhar que inclui todas as três métricas e o período da dimensão birth_year. Essa consulta do recurso Detalhar foi executada em 4 de junho às 16:25:08, o que é significativo para a medida value_to_date: yes PoP.

Os resultados da análise detalhada mostram como o subparâmetro value_to_date muda o cálculo das medidas de PoP:

Observe o seguinte sobre os resultados da análise detalhada:

• Na linha do ano mais recente, 2024, o valor de Total de nascimentos no ano passado mostra o total de nascimentos do ano anterior, 2023. Para verificar o cálculo, confira o valor de Total de nascimentos na linha 2023. Os dois valores são iguais.
• Na linha do ano mais recente, 2024, o valor de Total de nascimentos no ano passado até o momento é menor que o valor de Total de nascimentos no ano passado. Isso acontece porque a consulta do recurso Detalhar foi executada em 4 de junho às 16h25min08s, e a medida total_births_last_year_value_to_date de PoP é definida com value_to_date: yes. Portanto, o Looker calculou os valores anuais usando apenas os dados até 4 de junho às 16h25min08s de cada ano.

Filtrar consultas de Análise que incluem medidas de PoP

Ao filtrar consultas do recurso Detalhar que incluem medidas de PoP, observe o seguinte:

• A filtragem é compatível com consultas de análise que incluem medidas de PoP. No entanto, não é possível filtrar por uma medida de PoP. Por exemplo, na primeira análise detalhada que consulta a dimensão birth_month e as medidas de PoP total_births, total_births_last_year e total_births_last_month, não é possível filtrar essa consulta nas medidas de PoP total_births, total_births_last_year ou total_births_last_month.
• Quando você filtra um campo associado ao parâmetro based_on_time de uma métrica de PoP, se o período do filtro for mais refinado que o período da consulta, a métrica de PoP vai mostrar apenas os resultados da parte do valor do filtro do período da consulta. Por exemplo, se você consultar a dimensão orders.created_year e filtrar a consulta para o mês de janeiro, para cada ano, a métrica de PoP vai mostrar apenas os valores de janeiro. Isso pode ser confundido com os resultados do ano inteiro.
• Para consultas de análise da métrica de PoP, o Looker recupera dados de um período extra com a menor granularidade possível para calcular os dados da métrica. Por exemplo, se você criar uma consulta do recurso Detalhar com uma dimensão mensal, uma métrica de PoP definida com period: year e um filtro para os últimos seis meses, o Looker vai identificar a granularidade menos granular na consulta, que, neste exemplo, seria o período year da métrica de PoP. Neste exemplo, o Looker recuperaria os dados dos últimos seis meses mais um ano de dados para comparar cada um dos últimos seis meses com o mesmo mês do ano anterior.
• Conforme descrito em Requisitos para consultas do recurso Detalhar com medidas de PoP, as consultas do recurso Detalhar que incluem medidas de PoP precisam ter uma dimensão de tempo adequada ao period associado à medida de PoP. Se você não selecionar uma dimensão de tempo no seletor de campo da Análise, o Looker poderá derivar as informações necessárias das dimensões de tempo nos filtros da Análise. Nesse caso, o Looker vai classificar os resultados da consulta da Análise pela dimensão de tempo do filtro.

Visualizações com medidas de comparação entre períodos

A visualização de gráfico de tabela é recomendada para medidas de PoP. Outras opções de visualização também podem funcionar, dependendo dos campos na sua consulta do recurso "Explorar".

Se você usar uma visualização diferente de um gráfico de tabela, verifique se ela está clara. Como as medidas de PoP fornecem comparações com um período anterior, as visualizações com essas medidas podem ser enganosas. Por exemplo, uma medida de PoP anual definida como kind: previous vai mostrar o valor do ano passado para a data deste ano. Se a consulta do Google Explorar incluir o valor do ano atual e a medida de variação anual do PoP, o ano atual terá dois valores na visualização.

Se você usar uma visualização diferente de um gráfico de tabela, verifique se ela indica claramente que todas as medidas de PoP são uma comparação com um período anterior.

Limitações das medidas de PoP

Observe as seguintes limitações das medidas de PoP:

• As medidas de PoP são compatíveis apenas com projetos do LookML que usam o novo ambiente de execução do LookML. Se o recurso legado Usar o ambiente de execução legado do LookML estiver ativado na sua instância, o arquivo de manifesto do projeto precisará incluir uma instrução new_lookml_runtime:yes.
• As medidas de PoP não são compatíveis com o conector do Looker no Data Studio.
• As medidas de PoP precisam ser baseadas em uma medida agregada, conforme descrito na seção based_on. Não é possível basear uma medida de PoP em uma medida não agregada.
• Para conexões do BigQuery em instâncias em que o recurso dos laboratórios Agregações simétricas do BI Engine está ativado, as medidas de PoP são compatíveis, mas as consultas SQL com medidas de PoP não usam o recurso de agregações simétricas do BI Engine.
• As medições de PoP não são compatíveis com a análise de coorte.
• As medidas de PoP não são compatíveis com cálculos contínuos.
• As medidas de PoP sempre comparam o período atual com o anterior. Não é possível configurar uma medida de PoP para comparar o período atual com um período diferente do anterior. Por exemplo, não é possível criar uma medida de PoP para comparar maio do ano passado com dezembro deste ano.
• As medidas de PoP não são compatíveis com intervalos arbitrários, como as duas semanas atuais em comparação com as duas semanas anteriores.
• Os parâmetros do Liquid não são aceitos nos parâmetros de uma medida de PoP. No entanto, se os campos based_on ou based_on_time de um ponto de medição de PoP apontarem para uma dimensão definida com Liquid, esse Liquid será processado.

• Para medidas de PoP que usam calendários personalizados:

  • (Antes do Looker 26.8) O parâmetro based_on_time precisa fazer referência ao período custom_year de um grupo de dimensões de type: custom_calendar.
  • (Antes do Looker 26.8) Para medidas de PoP definidas com custom_calendar_period: custom_year, se a consulta do usuário contiver custom_week ou custom_date, o Looker vai fornecer o valor da semana anterior ou da data do ano anterior.

• As medidas de PoP não são compatíveis com os seguintes recursos do Looker:

  • Reconhecimento agregado
  • Totais de linha
  • Subtotais
  • Totais

• As medidas de PoP não podem ser usadas para criar um campo personalizado.

• Para comparações semanais, recomendamos que você crie uma medida de PoP que use um calendário personalizado.

• As medidas de PoP com períodos definidos com períodos fiscais não podem ser usadas em consultas do recurso Detalhar com períodos não fiscais. Além disso, as medidas de PoP com períodos definidos com intervalos de tempo não fiscais não podem ser usadas em consultas com dimensões de intervalo de tempo fiscal.

• As medidas de PoP são compatíveis com o ajuste do mês fiscal. O parâmetro based_on_time da medida de PoP herda o valor fiscal_month_offset do arquivo de modelo LookML associado à análise detalhada. Se você definir uma medida de PoP com fiscal_year ou fiscal_quarter, ela só será compatível com uma consulta de Análise se essa consulta especificar um período de fiscal_year ou fiscal_quarter. Nesse caso, o fiscal_offset_month é respeitado.

• O period da métrica de variação anual precisa ser igual ou maior que o período selecionado na consulta de análise. Por exemplo, para uma medida de PoP definida com period: month, a consulta do recurso Detalhar precisa ter uma dimensão de período de um mês ou menos, como semana ou dia.

• Sempre inclua a dimensão de período correspondente na Análise detalhada junto com a dimensão date_time ao usar medidas de PoP. Por exemplo, se você definir uma métrica de PoP para calcular valores do mês correspondente no trimestre anterior, inclua a dimensão de trimestre correspondente (como [dimension_name]_quarter) na análise junto com a dimensão de mês. Sem a dimensão de período correspondente, o SQL gerado aplica uma função de truncamento (como TIMESTAMP_TRUNC(..., QUARTER)) à data antes de calcular o período anterior, fazendo com que a consulta seja avaliada com base no início do trimestre.

  Por exemplo, em uma comparação de fevereiro, o SQL gerado recuperaria o valor do primeiro mês do trimestre anterior (outubro) em vez do mês correspondente (novembro). Incluir a dimensão de período correspondente na Análise garante a geração e o agrupamento adequados de SQL.

Dialetos de banco de dados aceitos para medidas de PoP

A tabela a seguir mostra quais dialetos são compatíveis com as medidas de PoP na versão mais recente do Looker:

Dialeto	Compatível?
Actian Avalanche
Amazon Athena
Amazon Aurora MySQL
Amazon Redshift
Amazon Redshift 2.1+
Amazon Redshift Serverless 2.1+
Apache Druid
Apache Druid 0.13.x - 0.17.x
Apache Druid 0.18+
Apache Hive 2.3+
Apache Hive 3.1.2+
Apache Spark 3+
ClickHouse
Cloudera Impala 3.1+
Cloudera Impala 3.1+ with Native Driver
Cloudera Impala with Native Driver
DataVirtuality
Databricks
Denodo 7
Denodo 8 & 9
Dremio
Dremio 11+
Exasol
Google BigQuery Legacy SQL
Google BigQuery Standard SQL
Google Cloud AlloyDB for PostgreSQL
Google Cloud PostgreSQL
Google Cloud SQL
Google Spanner
Greenplum
HyperSQL
IBM Netezza
MariaDB
Microsoft Azure PostgreSQL
Microsoft Azure SQL Database
Microsoft Azure Synapse Analytics
Microsoft SQL Server 2008+
Microsoft SQL Server 2012+
Microsoft SQL Server 2016
Microsoft SQL Server 2017+
MongoBI
MySQL
MySQL 8.0.12+
Oracle
Oracle ADWC
PostgreSQL 9.5+
PostgreSQL pre-9.5
PrestoDB
PrestoSQL
SAP HANA
SAP HANA 2+
SingleStore
SingleStore 7+
Snowflake
Teradata
Trino
Vector
Vertica