Vergleiche zum vorherigen Zeitraum in Looker

Die Perioden-über-Perioden-Analyse (PoP-Analyse) ist ein Analyseverfahren, bei dem etwas in der Gegenwart gemessen und mit der gleichen Messung in einem vergleichbaren Zeitraum in der Vergangenheit verglichen wird.

Für Dialekte, die PoP-Messwerte unterstützen, können Looker-Entwickler PoP-Messwerte zu LookML-Projekten hinzufügen, um PoP-Analysen in den entsprechenden Looker-Explores zu ermöglichen.

Die folgende Looker Explore-Abfrage zeigt beispielsweise die Anzahl der im aktuellen Monat erstellten Bestellungen sowie PoP-Kennzahlen für die Anzahl der im Vorjahr erstellten Bestellungen, die Differenz zum Vorjahr und die prozentuale Veränderung zum Vorjahr. Den Vergleich zum Vorjahr können Sie durch eine Stichprobenprüfung der Werte überprüfen. Beispielsweise ist der Wert für Bestellungen Letztes Jahr für 2012-03 derselbe wie der Wert für AnzahlBestellungen für 2011-03:

Looker Explore zeigt, dass die Anzahl der Bestellungen im Vorjahr für 2012-03 89 beträgt und die Anzahl der Bestellungen für 2011-03 ebenfalls 89 beträgt.

Um eine PoP-Maßnahme zu einem LookML-Projekt hinzuzufügen, muss ein Looker-Entwickler ein measure von type: period_over_period erstellen und die Unterparameter einbeziehen, die im folgenden Abschnitt dieser Seite beschrieben werden.

Hier ist beispielsweise der LookML-Code für eine PoP-Kennzahl, die die Anzahl der Bestellungen des Vorjahres angibt:

  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
  }

Diese PoP-Maßnahme weist folgende Attribute auf:

  • Es ist mit based_on: orders.count definiert, daher liefert die PoP-Kennzahl Daten über die Anzahl der Bestellungen aus dem vorherigen Zeitraum.
  • Es ist als kind: previous definiert, was bedeutet, dass es den Zählwert aus dem vorherigen Zeitraum liefert (und nicht die Differenz der Bestellanzahl gegenüber dem vorherigen Zeitraum oder die prozentuale Veränderung der Bestellanzahl gegenüber dem vorherigen Zeitraum).
  • Es ist mit period: year definiert, sodass es die Anzahl der Bestellungen aus einem vergleichbaren Zeitraum des Vorjahres liefert.

Teilparameter von PoP-Maßnahmen

Eine PoP-Maßnahme ist ein measure von type: period_over_period, das die in den folgenden Abschnitten beschriebenen Unterparameter enthält:

Wie im Abschnitt Explore queries with PoP measures beschrieben, berechnen PoP Measures ihre Werte sowohl auf der Grundlage der LookML-Definition des PoP Measures als auch auf der Grundlage der Felder in einer Explore-Abfrage. Aus diesem Grund sollten Sie beim Erstellen einer PoP-Kennzahl in LookML die folgenden Best Practices beachten:

  • Geben Sie Ihren Explore-Benutzern einen Hinweis auf die Periode der PoP-Kennzahl, entweder im Namen der PoP-Kennzahl oder im Unterparameter description der Kennzahl.
  • Geben Sie Ihren Explore-Benutzern einen Hinweis auf die based_on-Kennzahl der PoP-Kennzahl, entweder im Namen der PoP-Kennzahl oder im Unterparameter description der Kennzahl.

Beispielsweise trägt die folgende PoP-Kennzahl die Bezeichnung order_count_last_year und enthält eine Beschreibung, die den Benutzern mitteilt, dass die Kennzahl die Anzahl der Bestellungen aus dem Vorjahr angibt:

  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

Verwenden Sie das Feld based_on, um die LookML-Kennzahl anzugeben, auf der die PoP-Kennzahl basiert. Um beispielsweise eine PoP-Kennzahl auf dem Feld orders.count zu basieren, würden Sie Folgendes eingeben:

    based_on: orders.count

Eine auf orders.count basierende PoP-Kennzahl liefert Informationen über die Anzahl der Bestellungen aus einem früheren Zeitraum, sodass Sie die Anzahl der Verkäufe zwischen einem aktuellen Zeitraum und einem früheren Zeitraum vergleichen können.

Die LookML-Kennzahl, die Sie im Feld based on angeben, muss einer der folgenden Kennzahlentypen sein:

based_on_time

Verwenden Sie den Unterparameter based_on_time, um Looker ein Zeitfeld bereitzustellen, aus dem die PoP-Messwerte berechnet werden können. Dieses Zeitfeld kann einen der folgenden Werte annehmen:

  • Eine zeitbasierte Dimension. Wenn Sie im Unterparameter based_on_time eine zeitbasierte Dimension angeben, müssen Ihre Benutzer in allen Abfragen, die das PoP-Maß verwenden, genau dieselbe zeitbasierte Dimension angeben. Außerdem muss der Zeitraum der zeitbasierten Dimension gleich oder kleiner als der Wert period der PoP-Kennzahl sein. Wenn beispielsweise das PoP-Maß mit based_on_time: created_month definiert ist, kann der Wert period des PoP-Maßes nicht week oder date sein.

  • Einer der folgenden Zeiträume einer dimensionalen Gruppe von type: time:

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

  • Einer der folgenden Zeiträume einer dimensionalen Gruppe von type: custom_calendar

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

Wenn Sie im Unterparameter based_on_time einen Zeitrahmen für eine Dimensionsgruppe angeben, ist der spezifische Zeitrahmen irrelevant – Sie müssen lediglich die PoP-Kennzahl auf eine Dimensionsgruppe vom Typ type: time ausrichten, damit die PoP-Kennzahl den zugrunde liegenden Zeitstempel der Dimensionsgruppe verwenden kann. Sie können keinen Zeitrahmen aus einer -Dimensionsgruppe von type: duration angeben; Dimensionsgruppen vom Typ Dauer werden nicht unterstützt und führen zu einem Laufzeitfehler in Explore.

kind

Mit dem Parameter kind legen Sie fest, welche Art von Berechnung die PoP-Kennzahl für den vorherigen Zeitraum durchführen soll. Sie können für kind einen der folgenden Werte angeben:

  • previous: (Standardwert) Der Wert aus der vorherigen Periode.
  • difference: Die Differenz zwischen zwei Perioden (die vorherige Periode subtrahiert von der aktuellen Periode).

  • relative_change: Die prozentuale Veränderung gegenüber der Vorperiode. Die prozentuale Veränderung wird nach folgender Gleichung berechnet:

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

period

Mit dem Unterparameter period legen Sie die Kadenz der PoP-Messung fest, also wie weit Sie bei Ihrem Vergleich zurückspringen möchten. Beispielsweise zeigt eine mit period: year definierte PoP-Kennzahl die Werte des Vorjahres an. Wenn Sie eine Explore-Abfrage zur monatlichen Bestellanzahl ausführen, zeigt die period: year PoP-Kennzahl die Werte für denselben Monat im Vorjahr an, sodass Sie die Bestellanzahl für November 2025 mit der Verkaufsanzahl für November 2024 vergleichen können.

Der Unterparameter period unterstützt folgende Werte:

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

custom_calendar_period

Wenn Ihre PoP-Kennzahl auf einem benutzerdefinierten Kalender basiert (wenn der based_on_time Parameter der PoP-Kennzahl einen Zeitraum einer Dimensionsgruppe von type: custom_calendar angibt), müssen Sie den custom_calendar_period ​​Parameter anstelle des period Parameters verwenden.

Mit dem Unterparameter custom_calendar_period legen Sie die Kadenz der PoP-Messung fest, also wie weit Sie bei Ihrem Vergleich zurückspringen möchten. Beispielsweise zeigt eine PoP-Kennzahl, die mit custom_calendar_period: custom_year definiert ist, die Werte für das Vorjahr an (wie in Ihrem benutzerdefinierten Kalender definiert). Wenn Sie eine Explore-Abfrage für die Anzahl der benutzerdefinierten monatlichen Bestellungen ausführen, zeigt die custom_calendar_period: custom_year PoP-Kennzahl die Werte für denselben Monat im Vorjahr an, sodass Sie die Anzahl der Bestellungen für den benutzerdefinierten Monat im Jahr 2026 mit der Anzahl der Verkäufe für denselben benutzerdefinierten Monat im Jahr 2025 vergleichen können.

Der Unterparameter custom_calendar_period unterstützt folgende Werte:

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

Weitere Informationen zum Erstellen von PoP-Kennzahlen, die einen benutzerdefinierten Kalender verwenden, finden Sie im Abschnitt Verwenden von PoP-Kennzahlen mit benutzerdefinierten Kalendern.

value_to_date

Mit dem Unterparameter value_to_date kann angegeben werden, ob Looker die Werte für die PoP-Kennzahl anhand der im aktuellen Zeitrahmen bis zum Zeitpunkt der Abfrageausführung verstrichenen Zeit berechnen soll. Der Unterparameter value_to_date kann no (Standardwert) oder yes sein.

  • Der Wert no bedeutet, dass beim Aggregieren von Daten das gesamte Zeitfenster berücksichtigt wird.
  • Ein Wert von yes berechnet die im aktuellen Zeitraum beobachtete Zeit und wendet sie auf die PoP-Kennzahl an.

Wenn Sie beispielsweise bei einer monatlichen PoP-Kennzahl, die mit value_to_date: yes definiert ist, am 6. Juni um 13:10:00 Uhr eine Explore-Abfrage mit der PoP-Kennzahl und einer Datums-/Zeitraumdimension ausführen, wendet Looker die am 6. Juni verstrichene Zeit (13 Stunden, 10 Minuten und 0 Sekunden) auf die Berechnungen für jedes Datum in der Abfrage an. Looker liefert für jedes Datum die Werte für die ersten 13 Stunden und 10 Minuten.

Wenn Sie die gleiche PoP-Kennzahl hätten, die mit value_to_date: no definiert wurde, und Sie die gleiche Explore-Abfrage am 6. Juni um 13:10:00 Uhr ausführen würden, würde Looker den Wert für den PoP unter Verwendung aller für jedes Datum verfügbaren Daten berechnen. Wenn Sie Werte vom 6. Juni mit denen vom 6. des Vormonats vergleichen möchten, beachten Sie bitte, dass der 6. Juni noch nicht vorbei ist und daher nach 13:10:00 Uhr möglicherweise noch weitere Daten vorliegen.

Siehe Wie value_to_date die PoP-Kennzahlen beeinflusst für ein Beispiel, wie sich value_to_date: yes auf die Ergebnisse einer Explore-Abfrage auswirkt.

Wie im Abschnitt Anforderungen für Explore-Abfragen mit PoP-Kennzahlen beschrieben, wendet Looker beim Ausführen einer Explore-Abfrage mit einer PoP-Kennzahl automatisch die minimale Zeitgranularität der Abfrage auf den von der PoP-Kennzahl verwendeten Zeitrahmen an. Bei Explore-Abfragen mit einer PoP-Kennzahl, die mit value_to_date: yes definiert ist, nimmt Looker die kleinste Zeitdimension in der Abfrage und berechnet den Anteil dieses Zeitrahmens, der zum Zeitpunkt der Ausführung der Abfrage bereits verstrichen ist. Anschließend wendet Looker diesen Anteil auf alle Werte der PoP-Kennzahl an.

Abfragen mit PoP-Maßnahmen untersuchen

Die Berechnung einer PoP-Kennzahl basiert auf der LookML-Definition der PoP-Kennzahl sowie auf den in der Explore-Abfrage selbst angegebenen Zeiträumen; die PoP-Kennzahl passt ihre Berechnung an die in der Explore-Abfrage ausgewählten Zeiträume an. Wenn beispielsweise die PoP-Kennzahl mit period: year definiert ist und die Explore-Abfrage die Zeitdimension orders.created_month enthält, berechnet die PoP-Kennzahl monatliche Werte und vergleicht Januar 2025 mit Januar 2024. Wenn Sie die Jahreswerte sehen möchten, müssten Sie eine Explore-Abfrage mit der PoP-Kennzahl und nur dem Zeitraum orders.created_year ausführen.

Hier einige Beispiele dafür, wie die period-Kennzahl eines PoP-Maßes mit den in einer Explore-Abfrage ausgewählten Zeiträumen interagiert:

  • Wenn eine PoP-Kennzahl mit period: year definiert ist und Sie eine Explore-Abfrage mit einem Quartalszeitraum ausführen, gibt die PoP-Kennzahl Werte aus dem gleichen Quartal des Vorjahres zurück (Q1 von 2025 im Vergleich zu Q1 von 2024).
  • Wenn eine PoP-Kennzahl mit period: year definiert ist und Sie eine Explore-Abfrage mit einem monatlichen Zeitrahmen ausführen, gibt die PoP-Kennzahl Werte aus dem gleichen Monat des Vorjahres zurück (April 2025 im Vergleich zu April 2024).
  • Wenn eine PoP-Kennzahl mit period: month definiert ist und Sie eine Explore-Abfrage mit einem Monat als Zeitrahmen ausführen, gibt die PoP-Kennzahl Werte für den Vormonat zurück (April 2025 im Vergleich zu März 2025).

Anforderungen an Explore-Abfragen mit PoP-Maßnahmen

Da eine PoP-Kennzahl Berechnungen sowohl auf Basis der LookML-Definition der PoP-Kennzahl als auch der in der Explore-Abfrage ausgewählten Felder durchführt, müssen Sie mindestens die folgenden Felder in eine Explore-Abfrage aufnehmen, die eine PoP-Kennzahl enthält:

  • Die PoP-Maßnahme.
  • Eine Zeitdimension, die für das period geeignet ist, das mit dem PoP-Maß verbunden ist. Die Zeitdimension kann entweder über die Feldauswahl von Explore oder über die Filter von Explore in die Abfrage einbezogen werden:
    • PoP-Kennzahlenabfragen unterstützen Zeitebenen ab Datum, z. B. Monat, Quartal oder Jahr. PoP-Messabfragen unterstützen keine Dimensionen mit Zeiträumen von Stunden oder Minuten.
    • Wenn die PoP-Kennzahl mit einem based_on_time definiert ist, der einen Zeitrahmen einer Dimensionsgruppe darstellt, dann muss die Explore-Abfrage einen Zeitrahmen aus derselben Dimensionsgruppe enthalten, der einen gleichen oder kleineren Zeitrahmen verwendet als der im period-Parameter der PoP-Kennzahl angegebene. Sie können die Dimensionsgruppe in die Erkundung selbst einbeziehen (indem Sie die Dimensionsgruppe in der Feldauswahl der Erkundung auswählen) oder indem Sie nach der Dimensionsgruppe filtern. Wenn beispielsweise der Wert based_on_time der PoP-Kennzahl mit einem Zeitrahmen aus der Dimensionsgruppe orders.created definiert ist und die PoP-Kennzahl mit period: month definiert ist, muss die Explore-Abfrage einen Zeitrahmen aus der Dimensionsgruppe orders.created enthalten, der gleich oder kleiner als ein Monat ist, z. B. orders.created_date. Der Zeitraum in der Explore-Abfrage muss gleich oder kleiner sein, da man beispielsweise keinen monatsweisen Vergleich eines Jahreszeitraums durchführen kann.
    • Wenn die PoP-Kennzahl mit einem based_on_time definiert ist, das eine zeitbasierte Dimension ist, dann muss die Explore-Abfrage genau dieselbe zeitbasierte Dimension enthalten, entweder durch Einbeziehung der Dimension aus der Feldauswahl von Explore oder durch Angabe eines Filters für die Dimension. Die zeitbasierte Dimension muss einen gleich langen oder kürzeren Zeitraum aufweisen als der im Parameter period der PoP-Kennzahl angegebene Zeitraum. Wenn beispielsweise die PoP-Kennzahl mit based_on_time: created_date und die PoP-Kennzahl mit period: month definiert ist, muss die Explore-Abfrage die Dimension created_date enthalten.

Wenn die PoP-Kennzahl mit einem based_on_time definiert ist, der einen Zeitraum einer Dimensionsgruppe darstellt, beachten Sie bitte die folgenden Anforderungen an den Zeitraum in der Explore-Abfrage:

  • Der in der Explore-Abfrage angegebene Zeitraum muss gleich oder kleiner sein als der im Parameter period der PoP-Kennzahl angegebene Zeitraum. Wenn beispielsweise die PoP-Kennzahl based_on_time mit einem Zeitrahmen aus der Dimensionsgruppe orders.created definiert ist und die PoP-Kennzahl mit period: month definiert ist, muss die Explore-Abfrage einen Zeitrahmen aus der Dimensionsgruppe orders.created enthalten, der gleich oder kleiner als ein Monat ist, z. B. orders.created_date. Der Zeitraum in der Explore-Abfrage muss kleiner sein, da man beispielsweise keinen monatsweisen Vergleich eines Jahreszeitraums durchführen kann.
  • Der Zeitrahmen in der Explore-Abfrage muss selbst Zeitstempelinformationen enthalten. Beispielsweise liefern die Zeitrahmen year, month und date einer Dimensionsgruppe tatsächliche Zeitstempelinformationen. Im Gegensatz dazu wird der Zeitrahmen day_of_week vom zugrunde liegenden Zeitstempel abstrahiert, um einen Wert wie Wednesday zu liefern. Ebenso liefern Zeiträume wie month_name, month_num und day_of_month selbst keine Zeitstempelinformationen und können daher von PoP-Maßnahmen nicht zur Berechnung von Werten für den vorherigen Zeitraum verwendet werden. Wenn Sie jedoch in der Explore-Abfrage einen Zeitstempel wie date angeben, erhält die PoP-Kennzahl Zeitstempelinformationen, anhand derer sie Werte für den vorherigen Zeitraum berechnen kann. Sie können auch den day_of_week Zeitraum in die Explore-Abfrage einbeziehen, da die PoP-Kennzahl die date Zeitrahmeninformationen für Berechnungen verwenden kann.

Solange Sie diese Anforderungen in Ihrer Explore-Abfrage erfüllen, können Sie weitere Felder und Zeitrahmendimensionen in der Explore-Abfrage hinzufügen. Allerdings müssen alle Zeiträume in der Explore-Abfrage gleich oder kleiner sein als der Zeitraum aus dem period-Zeitraum der PoP-Kennzahl. Wenn Sie eine Explore-Abfrage mit einer PoP-Kennzahl ausführen, wendet Looker automatisch die minimale Zeitrahmengranularität aus der Abfrage auf den von der PoP-Kennzahl verwendeten Zeitrahmen an. Im Beispiel Explore, das am Anfang dieser Seite gezeigt wird, wurden alle PoP-Kennzahlen in LookML mit period: year definiert. Dies bedeutet, dass die PoP-Kennzahl für jeden in der Explore-Abfrage ausgewählten Zeitraum – in diesem Fall ein monatlicher Zeitraum – die Ergebnisse für denselben Zeitraum im Vorjahr zurückgibt.

Wenn Sie sehen möchten, welche Zeiträume von Ihrer PoP-Kennzahl in einer Explore-Ansicht unterstützt werden, können Sie verschiedene Zeiträume testen, ohne Abfragen ausführen zu müssen. Klicken Sie im Bereich Daten des Explores auf den Tab SQL und fügen Sie dann Felder und Filter aus der Feldauswahl des Explores hinzu. Wenn die PoP-Messung die Abfrage mit den ausgewählten Feldern und Filtern nicht berechnen kann, wird auf dem Tab SQL eine Meldung angezeigt, dass die SQL-Anweisung nicht generiert werden kann.

Wenn Sie eine Abfrage ausführen, für die der SQL-Code nicht generiert werden kann, wird im Explore-Fenster ein Fehler mit den Details und einem Link zum relevanten LookML zurückgegeben.

Verwendung von PoP-Maßnahmen mit benutzerdefinierten Kalendern

Wenn Sie eine PoP-Messung erstellen möchten, für die ein benutzerdefinierter Kalender verwendet wird, müssen Sie Folgendes tun:

  • Fügen Sie in die Ansichtsdatei, in der Sie Ihren benutzerdefinierten Kalender modellieren, optional einen previous_ordinal_mapping-Parameterblock in Ihren calendar_definition-Parameterblock ein. Der Parameter previous_ordinal_mapping ist ab Looker 26.8 optional. In Looker 26.8 und späteren Versionen geht Looker bei benutzerdefinierten Kalendern davon aus, dass die Vorwoche für Woche 1 die Woche 52 ist und der vorherige Tag für Tag 1 der Tag 364 ist. Wenn das bei Ihrem benutzerdefinierten Kalender nicht der Fall ist, müssen Sie den Parameterblock previous_ordinal_mapping verwenden.
  • Geben Sie in der LookML-Definition des PoP-Messwerts im Parameter based_on_time den Jahreszeitraum einer Dimensionsgruppe von type: custom_calendar an.
  • Verwenden Sie in der LookML-Definition der PoP-Messung den Parameter custom_calendar_period anstelle des Parameters period.

Hier sehen Sie beispielsweise den LookML-Code für eine benutzerdefinierte Kalenderdimensionsgruppe und einen PoP-Messwert, der den benutzerdefinierten Kalender verwendet:

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
  }

Beispiele

In den folgenden Abschnitten finden Sie einige Beispiele für verschiedene PoP-Messwerte und Explore-Abfragen:

Anzahl mit PoP-Messwerten im Jahres- und Monatsvergleich vergleichen

Hier ist der LookML-Code für einen Beispielmesswert total_births, eine Dimensionsgruppe birth vom Typ type:time und zwei PoP-Messwerte, die auf dem Messwert total_births basieren und die Dimensionsgruppe birth als based_on_time-Feld verwenden:


  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
  }

Beachten Sie Folgendes zu diesen Feldern:

  • Beide PoP-Messwerte werden mit kind: previous definiert. Sie geben also beide den Wert des Messwerts aus dem vorherigen Zeitraum an.
  • Beide PoP-Messwerte werden mit value_to_date: no definiert. Daher wird für beide der Wert des Messwerts für den gesamten Zeitraum berechnet (d. h. die minimale Zeitrahmen-Granularität aus der Abfrage).
  • Beide PoP-Messwerte werden mit based_on_time: birth_year definiert, sodass beide den zugrunde liegenden Zeitstempel der Dimensionsgruppe birth verwenden.
  • Der total_births_last_year-PoP-Messwert wird mit period: year und der total_births_last_month-PoP-Messwert mit period: month definiert.

Hier ist eine Explore-Abfrage, die alle drei Kennzahlen und den Zeitrahmen der Dimension birth_month enthält:

Looker Explore zeigt Spalten für Geburtsmonat, Gesamtzahl der Geburten, Gesamtzahl der Geburten im letzten Monat und Gesamtzahl der Geburten im letzten Jahr an. Der Wert für die Gesamtzahl der Geburten im letzten Monat für 2024-07 beträgt 290.699 und entspricht damit dem Wert für die Gesamtzahl der Geburten im Juni 2024. Der Wert für die Gesamtzahl der Geburten im Vorjahr für 2024-07 beträgt 310.347 und entspricht damit dem Wert für die Gesamtzahl der Geburten im Zeitraum 2023-07.

Beachten Sie Folgendes zu den Explore-Ergebnissen:

  • Der kleinste Dimensionszeitraum in der Explore-Abfrage ist birth_month, daher liefert die PoP-Kennzahl monatliche Werte.
  • In der Zeile für den letzten Monat, 2024-07, zeigt der Wert Total Births Last Month die Gesamtzahl der Geburten für den Vormonat, 2024-06, an. Dies können Sie überprüfen, indem Sie sich den Wert Total Births für die Zeile 2024-06 ansehen. Die beiden Werte stimmen überein.
  • In der Zeile für den letzten Monat, 2024-07, zeigt der Wert Total Births Last Year die Gesamtzahl der Geburten für denselben Monat (07) im Vorjahr (2023) an. Sie können das überprüfen, indem Sie sich den Wert Total Births (Gesamtzahl der Geburten) in der Zeile 2023-07 ansehen. Die beiden Werte stimmen überein.

Wie sich value_to_date auf die PoP-Messwerte auswirkt

Ähnlich wie im vorherigen Beispiel example folgt hier das LookML für die Kennzahl total_births und die Dimensionsgruppe birth von type:time sowie zwei PoP-Kennzahlen, die auf der Kennzahl total_births basieren und die Dimensionsgruppe birth als ihr Feld based_on_time verwenden. In diesem Beispiel wird jedoch das total_births_last_year_value_to_date PoP-Maß mit value_to_date: yes und das total_births_last_year PoP-Maß mit value_to_date: no definiert:

  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
  }

Hier ist eine Explore-Abfrage, die alle drei Kennzahlen und den Zeitrahmen der Dimension birth_year enthält. Diese Explore-Abfrage wurde am 4. Juni um 16:25:08 Uhr ausgeführt, was für die value_to_date: yes PoP-Kennzahl von Bedeutung ist.

Looker Explore zeigt Spalten für Geburtsjahr, Gesamtzahl der Geburten, Gesamtzahl der Geburten im letzten Jahr und den Wert der Gesamtzahl der Geburten im letzten Jahr bis heute an. Der Wert für die Gesamtzahl der Geburten im letzten Jahr für 2024 beträgt 3.581.036 und entspricht damit dem Wert für die Gesamtzahl der Geburten im Jahr 2023. Der Wert der Geburten im letzten Jahr bis zum heutigen Tag für das Jahr 2024 beträgt 1.743.505.

Die Ergebnisse der Explore-Analyse zeigen, wie der Unterparameter value_to_date die Berechnung der PoP-Kennzahlen verändert:

Beachten Sie Folgendes zu den Explore-Ergebnissen:

  • In der Zeile für das aktuelle Jahr, 2024, wird im Feld Gesamtzahl der Geburten im letzten Jahr die Gesamtzahl der Geburten für das vorherige Jahr, 2023, angezeigt. Sie können die Berechnung überprüfen, indem Sie sich den Wert Total Births für die Zeile 2023 ansehen. Die beiden Werte stimmen überein.
  • In der Zeile für das aktuellste Jahr, 2024, ist der Wert Gesamtgeburten im letzten Jahr bis heute kleiner als der Wert Gesamtgeburten im letzten Jahr. Dies liegt daran, dass die Explore-Abfrage am 4. Juni um 16:25:08 Uhr ausgeführt wurde und die PoP-Kennzahl total_births_last_year_value_to_date mit value_to_date: yes definiert ist. Daher berechnete Looker die Jahreswerte nur unter Verwendung der Daten bis zum 4. Juni um 16:25:08 Uhr für jedes Jahr.

Explore-Abfragen filtern, die PoP-Messwerte enthalten

Beachten Sie Folgendes beim Filtern von Explore-Abfragen, die PoP-Messwerte enthalten:

  • Für Explore-Abfragen, die PoP-Kennzahlen enthalten, wird das Filtern unterstützt. Sie können jedoch nicht nach einem PoP-Messwert selbst filtern. Beispielsweise konnten Sie in der first example Explore-Abfrage, die auf der birth_month Dimension und den total_births, total_births_last_year und total_births_last_month PoP-Kennzahlen basiert, diese Abfrage nicht nach den total_births, total_births_last_year oder total_births_last_month PoP-Kennzahlen filtern.
  • Wenn Sie nach einem Feld filtern, das mit dem Parameter based_on_time einer PoP-Kennzahl verknüpft ist, und der Zeitraum des Filters feiner ist als der Zeitraum der Abfrage, zeigt die PoP-Kennzahl nur die Ergebnisse für den Teil des Zeitraums der Abfrage an, der den Filterwert enthält. Wenn Sie beispielsweise die Dimension orders.created_year abfragen und die Abfrage nach dem Monat Januar filtern, werden für jedes Jahr nur die Werte für Januar angezeigt. Dies könnte fälschlicherweise als Ergebnis für das gesamte Jahr interpretiert werden.
  • Bei Explore-Abfragen für die PoP-Messung ruft Looker Daten für einen zusätzlichen Zeitraum mit dem geringsten Detaillierungsgrad der Abfrage ab, um Daten für die PoP-Messung zu berechnen. Wenn Sie beispielsweise eine Explore-Abfrage mit einer monatlichen Dimension, einem mit period: year definierten PoP-Measure und einem Filter für die letzten 6 Monate erstellen, ermittelt Looker die feinste Granularität in der Abfrage, die in diesem Beispiel der Zeitraum year des PoP-Measures wäre. In diesem Beispiel würde Looker die Daten der letzten 6 Monate sowie die Daten eines weiteren Jahres abrufen, um jeden der letzten 6 Monate mit dem entsprechenden Monat des Vorjahres vergleichen zu können.
  • Wie in Anforderungen für Explore-Abfragen mit PoP-Kennzahlen beschrieben, müssen Explore-Abfragen, die PoP-Kennzahlen enthalten, eine Zeitdimension aufweisen, die für die period geeignet ist, die mit der PoP-Kennzahl verknüpft ist. Wenn Sie im Feldauswahldialog von Explore keine Zeitdimension auswählen, kann Looker die benötigten Informationen aus den Zeitdimensionen in den Filtern von Explore ableiten. In diesem Fall sortiert Looker die Ergebnisse der Explore-Abfrage nach der Zeitdimension des Filters.

Visualisierungen mit PoP-Maßnahmen

Für PoP-Messwerte empfiehlt sich die Tabellendiagramm-Visualisierung. Je nach den Feldern in Ihrer Explore-Abfrage können auch andere Visualisierungsoptionen funktionieren.

Wenn Sie eine andere Visualisierung als ein Tabellendiagramm verwenden, achten Sie darauf, dass sie übersichtlich ist. Da PoP-Messwerte Vergleiche mit einem vorherigen Zeitraum ermöglichen, können Visualisierungen mit PoP-Messwerten irreführend sein. Beispielsweise zeigt eine PoP-Kennzahl für den Vergleich zum Vorjahr, die als kind: previous definiert ist, den Wert des Vorjahres für das Datum dieses Jahres an. Wenn Ihre Explore-Abfrage den Wert des aktuellen Jahres zusammen mit dem PoP-Messwert für das Vorjahr enthält, hat das aktuelle Jahr in der Visualisierung zwei Werte.

Wenn Sie eine andere Visualisierung als ein Tabellendiagramm verwenden, muss darin deutlich darauf hingewiesen werden, dass alle PoP-Messwerte ein Vergleich mit einem vorherigen Zeitraum sind.

Einschränkungen für PoP-Maßnahmen

Beachten Sie die folgenden Einschränkungen von PoP-Messungen:

  • PoP-Messwerte werden nur für LookML-Projekte unterstützt, in denen die neue LookML-Laufzeit verwendet wird. Wenn die Legacy-Funktion Use Legacy LookML Runtime (Legacy-LookML-Laufzeit verwenden) für Ihre Instanz aktiviert ist, muss die Manifestdatei für Ihr Projekt eine new_lookml_runtime:yes-Anweisung enthalten.
  • PoP-Messungen werden mit dem Looker-Connector in Data Studio nicht unterstützt.
  • PoP-Messungen müssen auf einem aggregierten Messwert basieren, wie im Abschnitt based_on beschrieben. Sie können keine PoP-Messung auf einem nicht aggregierten Messwert basieren.
  • Bei BigQuery-Verbindungen in Instanzen, in denen die Labs-Funktion Symmetrische Aggregate für BI Engine aktiviert ist, werden PoP-Messwerte unterstützt. Bei SQL-Abfragen mit PoP-Messwerten wird die Funktion „Symmetrische Aggregate für BI Engine“ jedoch nicht verwendet.
  • PoP-Maßnahmen unterstützen keine Kohortenanalyse.
  • PoP-Messungen unterstützen keine fortlaufenden Berechnungen.
  • Bei PoP-Messungen wird immer der aktuelle Zeitraum mit dem vorherigen Zeitraum verglichen. Sie können keine PoP-Messung konfigurieren, um den aktuellen Zeitraum mit einem anderen Zeitraum als dem vorherigen zu vergleichen. Sie können beispielsweise keine PoP-Messung erstellen, um den Mai des letzten Jahres mit dem Dezember dieses Jahres zu vergleichen.
  • PoP-Messungen werden nicht für beliebige Intervalle unterstützt, z. B. die aktuellen zwei Wochen im Vergleich zu den vorherigen zwei Wochen.
  • Liquid-Parameter werden in den Parametern einer PoP-Messung nicht unterstützt. Wenn die Felder based_on oder based_on_time eines PoP-Messwerts jedoch auf eine Dimension verweisen, die mit Liquid definiert ist, wird dieses Liquid verarbeitet.

  • Für PoP-Messungen mit benutzerdefinierten Kalendern:

    • Vor Looker 26.8 muss der Parameter based_on_time auf den custom_year-Zeitrahmen einer Dimensionsgruppe von type: custom_calendar verweisen.
    • (Vor Looker 26.8) Bei PoP-Messwerten, die mit custom_calendar_period: custom_year definiert sind, wird in Looker der Wert für die vorherige Woche oder das Datum des vorherigen Jahres zurückgegeben, wenn die Nutzerabfrage custom_week oder custom_date enthält.

  • PoP-Messwerte werden für die folgenden Looker-Funktionen nicht unterstützt:

  • PoP-Maßnahmen können nicht verwendet werden, um ein benutzerdefiniertes Feld zu erstellen.

  • Für wöchentliche Vergleiche wird empfohlen, eine PoP-Kennzahl zu erstellen, die einen benutzerdefinierten Kalender verwendet.

  • PoP-Kennzahlen mit Perioden, die anhand von Geschäftsjahren definiert sind, können nicht in Explore-Abfragen mit nicht-Geschäftsjahren verwendet werden. Außerdem können PoP-Kennzahlen mit Perioden, die mit nicht-fiskalischen Zeiträumen definiert sind, nicht in Abfragen mit fiskalischen Zeitraumdimensionen verwendet werden.

  • PoP-Maßnahmen unterstützen den Versatz zwischen Geschäftsjahren, indem der Parameter based_on_time der PoP-Maßnahme den Wert fiscal_month_offset aus der LookML-Modelldatei übernimmt, die mit der Explore-Funktion verknüpft ist. Wenn Sie eine PoP-Kennzahl mit fiscal_year oder fiscal_quarter definieren, wird die PoP-Kennzahl in einer Explore-Abfrage nur dann unterstützt, wenn die Explore-Abfrage einen fiscal_year- oder fiscal_quarter-Zeitraum angibt. In diesem Fall wird das fiscal_offset_month berücksichtigt.

  • Der Wert period der PoP-Kennzahl muss gleich oder größer als der in der Explore-Abfrage ausgewählte Zeitraum sein. Beispielsweise muss die Explore-Abfrage für eine PoP-Kennzahl, die mit period: month definiert ist, eine Zeitdimension von einem Monat oder kleiner, wie z. B. Woche oder Tag, aufweisen.

  • Beim Verwenden von PoP-Kennzahlen sollte immer auch die passende Zeitrahmendimension in der Explore-Funktion neben der date_time-Dimension angegeben werden. Wenn Sie beispielsweise eine PoP-Kennzahl definieren, um Werte für den entsprechenden Monat im vorherigen Quartal zu berechnen, müssen Sie die passende Quartalsdimension (z. B. [dimension_name]_quarter) zusammen mit der Monatsdimension in die Explore-Funktion aufnehmen. Ohne die passende Zeitdimension wendet das generierte SQL eine Abschneidefunktion (z. B. TIMESTAMP_TRUNC(..., QUARTER)) auf das Datum an, bevor die vorherige Periode berechnet wird, was dazu führt, dass die Abfrage auf der Grundlage des Quartalsbeginns ausgewertet wird.

    Beispielsweise würde bei einem Vergleich für Februar die generierte SQL-Abfrage den Wert für den ersten Monat des vorherigen Quartals (Oktober) anstelle des entsprechenden Monats (November) abrufen. Durch die Einbeziehung der passenden Zeitrahmendimension in die Explore-Funktion wird eine korrekte SQL-Generierung und -Gruppierung sichergestellt.

Unterstützte Datenbankdialekte für PoP-Maßnahmen

Die folgende Tabelle zeigt, welche Dialekte PoP-Maßnahmen in der neuesten Version von Looker unterstützen:

Dialekt Unterstützt?
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