Medidas de período em Looker

A análise período a período (PoP, do inglês Period-to-period) é um padrão de análise que mede algo no presente e o compara com a mesma medição em um período de tempo comparável no passado.

Para dialetos que suportam medidas PoP, os desenvolvedores do Looker podem adicionar medidas PoP aos projetos LookML para habilitar a análise PoP nas Explorações do Looker correspondentes.

Por exemplo, a seguinte consulta do Looker Explore mostra o número de pedidos criados no mês atual, juntamente com as métricas PoP para o número de pedidos criados no ano passado, a diferença em relação ao ano passado e a variação percentual em relação ao ano passado. Você pode verificar a comparação ano a ano fazendo uma análise pontual dos 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 PoP a um projeto LookML, um desenvolvedor Looker deve criar um measure de type: period_over_period e incluir os subparâmetros que são descritos na seção seguinte desta página.

Por exemplo, aqui está o LookML para uma métrica 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
  }

Esta métrica PoP possui os seguintes atributos:

• É definido com based_on: orders.count, portanto a medida PoP fornecerá dados sobre a contagem de pedidos do período anterior.
• É definido como kind: previous, o que significa que fornece o valor da contagem do período anterior (em oposição a fornecer uma diferença na contagem de pedidos em relação ao período anterior ou uma porcentagem de mudança na contagem de pedidos em relação ao período anterior).
• É definido com period: year, portanto, fornecerá contagens de pedidos de um período de tempo comparável do ano anterior.

Subparâmetros das medidas PoP

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

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

Conforme descrito na seção Consultas Explore com medidas PoP, as medidas PoP calculam seus valores com base na definição LookML da medida PoP e nos campos em uma consulta Explore. Por isso, você deve seguir as melhores práticas abaixo ao criar uma métrica PoP no LookML:

• Forneça aos seus usuários do Explore uma indicação do período da medida PoP, seja no nome da medida PoP ou no subparâmetro description da medida.
• Forneça aos seus usuários do Explore uma indicação da medida based_on da métrica PoP, seja no nome da métrica PoP ou no subparâmetro description da métrica.

Por exemplo, a seguinte medida PoP é denominada order_count_last_year, e uma descrição é incluída para informar aos usuários que a medida 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 LookML na qual a medida PoP se baseia. Por exemplo, para basear uma medida de PoP no campo orders.count, você inseriria o seguinte:

    based_on: orders.count

Uma medida PoP baseada em orders.count fornecerá 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 período anterior.

A métrica LookML que você especificar no campo based on deve ser de um dos seguintes tipos de métricas:

• 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 da medida PoP. Este 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 do recurso Detalhar sobre a contagem de pedidos mensais, a métrica period: year de variação percentual vai mostrar os valores do mesmo mês do ano anterior. Assim, você pode 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 no número de pedidos mensais personalizados, a métrica custom_calendar_period: custom_year PoP vai mostrar os valores do mesmo mês do 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 detalhada contiver 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 uma 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 PoP for definida com period: month e você executar uma consulta de análise detalhada com um período de um mês, a métrica de PoP 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 métrica 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:

• 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. Portanto, 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 seção Explorar:

• O menor período de tempo da dimensão na consulta Explore é birth_month, portanto, a medida PoP fornece valores mensais.
• Na linha do mês mais recente, 2024-07, o valor Total de Nascimentos no Mês Passado mostra o total de nascimentos do mês anterior, 2024-06. Você pode verificar isso observando o valor Total Nascimentos para a linha 2024-06. Os dois valores coincidem.
• Na linha do mês mais recente, 2024-07, o valor Total de Nascimentos no Ano Passado mostra o total de nascimentos para o mesmo mês (07) no ano anterior (2023). Você pode verificar isso observando o valor Total Nascimentos para a linha 2023-07. Os dois valores coincidem.

Como value_to_date afeta os valores da medida 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 PoP que são baseadas na medida total_births e que usam o grupo de dimensões birth como seu campo based_on_time. No entanto, neste exemplo, a medida PoP total_births_last_year_value_to_date é definida com value_to_date: yes e a medida 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
  }

Aqui está uma consulta Explore que inclui todas as três medidas e o período de dimensão birth_year. Esta consulta Explore 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 seção Explore mostram como o subparâmetro value_to_date altera o cálculo das medidas PoP:

Observe o seguinte sobre os resultados da seção Explorar:

• Na linha do ano mais recente, 2024, o valor Total de Nascimentos no Ano Passado mostra o total de nascimentos do ano anterior, 2023. Você pode verificar o cálculo observando o valor de Total Nascimentos para a linha 2023. Os dois valores coincidem.
• Na linha do ano mais recente, 2024, o valor de Total de Nascimentos no Ano Passado até a Data é menor que o valor de Total de Nascimentos no Ano Passado. Isso ocorre porque a consulta Explore foi executada em 4 de junho às 16:25:08 e como a medida total_births_last_year_value_to_date PoP é definida com value_to_date: yes, então o Looker calculou os valores anuais usando apenas os dados até 4 de junho às 16:25:08 para cada ano.

Filtrar consultas do Explore que incluam medidas de PoP

Observe o seguinte para filtrar consultas do Explore que incluem métricas PoP:

• O filtro é compatível com consultas Explore que incluem métricas PoP. No entanto, não é possível filtrar com base na própria métrica PoP. Por exemplo, no primeiro exemplo Explore que consultas na dimensão birth_month e nas medidas PoP total_births, total_births_last_year e total_births_last_month, você não poderia filtrar essa consulta nas medidas PoP total_births, total_births_last_year ou total_births_last_month.
• Ao filtrar por um campo associado ao parâmetro based_on_time de uma medida PoP, se o período de tempo do filtro for mais curto do que o período de tempo da consulta, a medida PoP exibirá apenas os resultados para a porção do período de tempo da consulta correspondente ao valor do filtro. Por exemplo, se você consultar a dimensão orders.created_year e filtrar a consulta para o mês de janeiro, para cada ano a medida PoP mostrará os valores apenas para janeiro. Isso pode ser confundido com os resultados do ano inteiro.
• Para consultas de exploração da métrica PoP, a fim de calcular os dados para a métrica PoP, o Looker recupera dados para um período de tempo adicional na granularidade de tempo mais baixa da consulta. Por exemplo, se você criar uma consulta Explore com uma dimensão mensal, uma medida PoP definida com period: year e um filtro para os últimos 6 meses, o Looker identificará a granularidade menos granular na consulta, que neste exemplo seria o período de tempo year da medida PoP. Neste exemplo, o Looker recuperaria os dados dos últimos 6 meses, mais um ano adicional de dados, para poder comparar cada um dos últimos 6 meses com o mesmo mês do ano anterior.
• Conforme descrito em Requisitos para consultas Explore com medidas PoP, as consultas Explore que incluem medidas PoP devem ter uma dimensão de tempo apropriada para o period associado à medida PoP. Se você não selecionar uma dimensão de tempo no seletor de campos do Explore, o Looker poderá obter as informações necessárias a partir das dimensões de tempo nos filtros do Explore. Nesse caso, o Looker classificará os resultados da consulta Explorar pela dimensão temporal do filtro.

Visualizações com medidas PoP

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

Se você usar uma visualização diferente de um gráfico de tabela, verifique se ela está clara. Como as medidas de PoP (Período de Probabilidade) fornecem comparações com um período anterior, as visualizações com essas medidas podem ser enganosas. Por exemplo, uma medida de PoP ano a ano definida como kind: previous mostrará o valor do ano passado para a data deste ano. Se a sua consulta Explore incluir o valor do ano atual juntamente com a medida PoP ano a ano, 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 quaisquer medidas de PoP (Ponto de Paridade) são uma comparação com um período anterior.

Limitações para medidas de PoP

Observe as seguintes limitações das medidas de PoP:

• As medidas PoP são suportadas apenas para projetos LookML que utilizam onovo ambiente de execução LookML. Se oUsar o ambiente de execução LookML legado O recurso legado está habilitado em sua instância.arquivo de manifesto Seu projeto deve incluir umnew_lookml_runtime:yes declaração.
• As medidas PoP não são suportadas com o conector Looker no Data Studio.
• As medidas de PoP devem ser baseadas em uma medida agregada, conforme descrito embased_on seção. Não é possível basear uma medida de PoP em uma medida não agregada.
• Para conexões BigQuery em instâncias onde o recurso BI Engine Symmetric Aggregates Labs está habilitado, as medidas PoP são suportadas, mas as consultas SQL com medidas PoP não usarão o recurso BI Engine Symmetric Aggregates.
• As medidas de PoP não suportam análises de coorte.
• As medidas de PoP não suportam cálculos contínuos.
• As métricas de PoP sempre comparam o período atual com o período anterior. Não é possível configurar uma métrica PoP para comparar o período atual com um período diferente do período anterior. Por exemplo, não é possível criar uma medida de Probabilidade de Pagamento (PoP) para comparar maio do ano passado com dezembro deste ano.
• As medidas de PoP não são suportadas com intervalos arbitrários, como as duas semanas atuais em comparação com as duas semanas anteriores.
• Os parâmetros líquidos não são suportados nos parâmetros de uma medida PoP. No entanto, se os campos based_on ou based_on_time de uma medida PoP apontarem para uma dimensão definida com Liquid, esse Liquid será processado.

• Para medidas PoP que usam calendários personalizados:

  • (Antes do Looker 26.8) Obased_on_time O parâmetro deve fazer referência aocustom_year período de tempo de umgrupo de dimensão detype: custom_calendar.
  • (Antes do Looker 26.8) Para medidas PoP definidas com custom_calendar_period: custom_year, se a consulta do usuário contiver custom_week ou custom_date, o Looker fornecerá o valor da semana anterior ou da data do ano anterior.

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

  • Reconhecimento agregado
  • Totais da linha
  • Subtotais
  • Totais

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

• Para comparações baseadas em semanas, recomenda-se que você crie uma medida PoP que use um calendário personalizado.

• As métricas de Probabilidade de Pagamento (PoP) com períodos definidos por cronogramas fiscais não podem ser usadas em consultas Explore com cronogramas não fiscais. Além disso, as medidas de Probabilidade de Perda (PoP) com períodos definidos em intervalos de tempo não fiscais não podem ser usadas em consultas com dimensões de intervalo de tempo fiscal.

• As medidas PoP apoiam a compensação do mês fiscal, visto que a medida PoPbased_on_time O parâmetro herdará ofiscal_month_offset Valor do arquivo de modelo LookML associado à opção Explorar. Se você definir uma medida PoP com fiscal_year ou fiscal_quarter, a medida PoP será suportada em uma consulta Explore somente se a consulta Explore especificar um período de tempo fiscal_year ou fiscal_quarter. Nesse caso, o fiscal_offset_month é respeitado.

• O valor de period da medida PoP deve ser igual ou maior que o período selecionado na consulta Explorar. Por exemplo, para uma medida PoP definida com period: month, a consulta Explore deve ter uma dimensão de período de um mês ou menor, como semana ou dia.

• Ao usar medidas PoP, sempre inclua a dimensão de período de tempo correspondente na Exploração, juntamente com a dimensão date_time. Por exemplo, se você definir uma medida PoP para calcular valores para o mês correspondente no trimestre anterior, você deve incluir a dimensão do trimestre correspondente (como [dimension_name]_quarter) no Explore junto com a dimensão do 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 para 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 ferramenta Explorar garante a geração e o agrupamento adequados de SQL.

Dialetos de banco de dados suportados para medidas PoP

A tabela a seguir mostra quais dialetos são compatíveis com as medidas 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
MongoSQL
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