Looker の前期比メジャー

前期比（PoP）分析は、現在の数値を測定し、過去の同等の期間の同じ測定値と比較する分析パターンです。

PoP メジャーをサポートする言語の場合、Looker デベロッパーは LookML プロジェクトに PoP メジャーを追加して、対応する Looker Explore で PoP 分析を有効にできます。

たとえば、次の Looker Explore クエリは、今月作成された注文数と、昨年作成された注文数、昨年との差、昨年からの変化率の PoP 指標を示しています。値をスポットチェックすることで、前年比の比較を確認できます。たとえば、2012-03 の [前年の注文数] の値は、2011-03 の [注文数] の値と同じです。

Looker Explore に、2012 年 3 月の [Orders Last Year] が 89、2011 年 3 月の [Orders Count] も 89 と表示されている。

LookML プロジェクトに PoP 指標を追加するには、Looker デベロッパーが type: period_over_period の measure を作成し、このページの次のセクションで説明するサブパラメータを含める必要があります。

たとえば、前年の注文数を取得する PoP メジャーの LookML は次のようになります。

  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
  }

この PoP 指標には次の属性があります。

  • based_on: orders.count で定義されているため、PoP 指標は前の期間の注文数に関するデータを提供します。
  • kind: previous と定義されています。つまり、前の期間の注文数の差や、前の期間の注文数の変化率ではなく、前の期間の注文数の値が提供されます。
  • period: year で定義されているため、前年の同期間の注文数が表示されます。

PoP 指標のサブパラメータ

PoP 指標は、次のセクションで説明するサブパラメータを含む type: period_over_period の measure です。

PoP メジャーを使用したクエリの実行セクションで説明したように、PoP メジャーは、PoP メジャーの LookML 定義と Explore クエリのフィールドの両方に基づいて値を計算します。そのため、LookML で PoP 指標を作成する際は、次のベスト プラクティスを遵守する必要があります。

  • PoP メジャーの名前またはメジャーの description サブパラメータで、PoP メジャーの期間を Explore ユーザーに示します。
  • PoP メジャーの based_on メジャーを、PoP メジャーの名前またはメジャーの description サブパラメータで、Explore ユーザーに示します。

たとえば、次の PoP メジャーは order_count_last_year という名前で、前年の注文数を提供するメジャーであることをユーザーに知らせる説明が含まれています。

  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

based_on フィールドを使用して、PoP 指標のベースとなる LookML 指標を指定します。たとえば、orders.count フィールドに基づいて PoP メジャーを作成するには、次のように入力します。

    based_on: orders.count

orders.count に基づく PoP 指標は、前の期間の注文数に関する情報を提供します。これにより、現在の期間と前の期間の販売数を比較できます。

based on フィールドで指定する LookML メジャーは、次のいずれかのタイプのメジャーである必要があります。

based_on_time

based_on_time サブパラメータを使用して、PoP 指標値の計算に使用できる時間フィールドを Looker に提供します。この時間フィールドは、次のいずれかになります。

  • 時間ベースのディメンション。based_on_time サブパラメータで時間ベースのディメンションを指定する場合、ユーザーは PoP 指標を使用するすべてのクエリに同じ時間ベースのディメンションを含める必要があります。また、時間ベースのディメンションの期間は、PoP 指標の period 値以下である必要があります。たとえば、PoP 指標が based_on_time: created_month で定義されている場合、PoP 指標の period 値は week または date にすることはできません。

  • ディメンション グループ type: time の次のいずれかのタイムフレーム:

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

  • type: custom_calendar ディメンション グループの次のいずれかのタイムフレーム

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

based_on_time サブパラメータでディメンショングループの期間を指定する場合、使用する特定の期間は関係ありません。PoP 指標が type: time のディメンショングループを指すようにするだけで、PoP 指標はディメンショングループの基盤となるタイムスタンプを使用できます。type: duration のディメンション グループから対象の期間を指定することはできません。期間タイプのディメンション グループは対象外であり、Explore でランタイム エラーが発生します。

kind

kind パラメータを使用して、前期間の PoP 指標で実行する計算の種類を指定します。kind には、次のいずれかの値を指定できます。

  • previous:（デフォルト）前の期間の値。
  • difference: 期間の差（現在の期間から前の期間を差し引いた値）。

  • relative_change: 前の期間からの変化率（%）。変化率は次の式で計算されます。

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

period

period サブパラメータを使用して、PoP 指標のケイデンス（比較で遡る期間）を指定します。たとえば、period: year で定義された PoP 指標は、前年の値を表示します。月ごとの注文数に対してデータ探索クエリを実行すると、period: year PoP 指標は前年の同じ月の値を表示するため、2025 年 11 月の注文数を 2024 年 11 月の販売数と比較できます。

period サブパラメータは次の値をサポートしています。

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

custom_calendar_period

PoP 指標がカスタム カレンダーに基づいている場合（PoP 指標の based_on_time パラメータでtype: custom_calendar のディメンション グループの期間が指定されている場合）、period パラメータではなく custom_calendar_period パラメータを使用する必要があります。

custom_calendar_period サブパラメータを使用して、PoP 指標のケイデンス（比較で遡る期間）を指定します。たとえば、custom_calendar_period: custom_year で定義された PoP 指標は、前年の値（カスタム カレンダーで定義されているとおり）を表示します。custom_monthly の注文数に対してデータ探索クエリを実行すると、custom_calendar_period: custom_year PoP 指標は前年の同じ月の値を表示するため、2026 年のカスタム月の注文数を 2025 年の同じカスタム月の販売数と比較できます。

custom_calendar_period サブパラメータは次の値をサポートしています。

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

カスタム カレンダーを使用する PoP 指標の作成の詳細については、カスタム カレンダーで PoP 指標を使用するをご覧ください。

value_to_date

value_to_date サブパラメータを使用して、クエリの実行時に現在の期間で経過した時間を使用して Looker が PoP 指標の値を計算するかどうかを指定します。value_to_date サブパラメータは no（デフォルト）または yes にできます。

  • 値が no の場合、データを集計するときに期間ウィンドウ全体が想定されます。
  • 値 yes は、現在の期間で観測された時間を計算し、PoP 指標に適用します。

たとえば、value_to_date: yes で定義された前月比の PoP 指標を使用して、6 月 6 日の 13:10:00 に PoP 指標と日付期間ディメンションを含む探索クエリを実行すると、Looker は 6 月 6 日に経過した時間（13 時間 10 分 0 秒）をクエリ内の各日付の計算に適用します。Looker は、各日付の最初の 13 時間 10 分の値を返します。

value_to_date: no で定義された同じ PoP 指標があり、6 月 6 日の 13:10:00 に同じ Explore クエリを実行した場合、Looker は各日付で使用可能なすべてのデータを使用して PoP の値を計算します。6 月 6 日の値と前月の 6 日の値を比較しようとしている場合、6 月 6 日はまだ終わっていないため、13:10:00 以降に追加のデータが存在する可能性があります。

value_to_date: yes が Explore クエリの結果にどのように影響するかについては、value_to_date が PoP 測定値に及ぼす影響をご覧ください。

期間比較（PoP）指標を含むデータ探索クエリの要件で説明したように、期間比較（PoP）指標を含むデータ探索クエリを実行すると、クエリの最小期間の粒度が、期間比較（PoP）指標で使用される期間に自動的に適用されます。value_to_date: yes で定義された PoP メジャーを含む Explore クエリの場合、Looker はクエリ内の最小の時間枠ディメンションを取得し、クエリの実行時に経過した時間枠の割合を計算して、その割合を PoP メジャーのすべての値に適用します。

PoP 指標を使用してクエリを探索する

PoP 指標に対して実行される計算は、PoP 指標の LookML 定義と、Explore クエリ自体で指定された期間に基づいています。PoP 指標は、Explore クエリで選択された期間に合わせて計算を調整します。たとえば、PoP 指標が period: year で定義され、Explore クエリに orders.created_month 期間ディメンションが含まれている場合、PoP 指標は月単位の値を計算し、2025 年 1 月と 2024 年 1 月を比較します。年間の値を確認するには、PoP メジャーと orders.created_year 期間のみを使用してデータ探索クエリを実行する必要があります。

PoP 指標の period が、データ探索クエリで選択された期間とどのように相互作用するかの例を次に示します。

  • PoP メジャーが period: year で定義されていて、四半期タイムフレームで Explore クエリを実行すると、PoP メジャーは前年の同じ四半期の値を返します（2025 年第 1 四半期と 2024 年第 1 四半期を比較）。
  • PoP メジャーが period: year で定義されていて、月単位の期間でデータ探索クエリを実行すると、PoP メジャーは前年の同じ月の値を返します（2025 年 4 月と 2024 年 4 月を比較）。
  • PoP 指標が period: month で定義されていて、月単位の期間で Explore クエリを実行すると、PoP 指標は前月の値を返します（2025 年 3 月と比較した 2025 年 4 月）。

PoP 指標を含む Explore クエリの要件

期間比較（PoP）メジャーは、PoP メジャーの LookML 定義と Explore クエリで選択したフィールドの両方に基づいて計算を行うため、PoP メジャーを含む Explore クエリには、少なくとも次のフィールドを含める必要があります。

  • PoP 指標。
  • PoP 指標に関連付けられた period に適した時間ディメンション。時間ディメンションは、Explore のフィールド ピッカーまたは Explore のフィルタからクエリに含めることができます。
    • PoP 指標クエリは、月、四半期、年などの日付以上の期間の粒度をサポートしています。同期比（PoP）指標のクエリでは、時間または分のタイムフレームのディメンションはサポートされていません。
    • PoP メジャーがディメンショングループのタイムフレームである based_on_time で定義されている場合、Explore クエリには、PoP メジャーの period パラメータで指定されているタイムフレーム以下のタイムフレームを使用する同じディメンショングループのタイムフレームを含める必要があります。ディメンション グループを Explore に含めるには、Explore のフィールド ピッカーからディメンション グループを選択するか、ディメンション グループでフィルタリングします。たとえば、PoP 指標の based_on_time 値が orders.created ディメンション グループの期間で定義され、PoP 指標が period: month で定義されている場合、Explore クエリには、orders.created_date など、1 か月以下の orders.created ディメンション グループの期間を含める必要があります。たとえば、1 年間の期間で月ごとの比較を行うことはできないため、Explore クエリの期間は一致しているか、それよりも短くする必要があります。
    • 時間ベースのディメンションである based_on_time で PoP メジャーが定義されている場合、Explore のフィールド ピッカーからディメンションを含めるか、ディメンションにフィルタを指定することで、Explore クエリにまったく同じ時間ベースのディメンションを含める必要があります。時間ベースのディメンションは、PoP 指標の period パラメータで指定された期間と同じか、それより短い期間でなければなりません。たとえば、PoP 指標が based_on_time: created_date で定義され、PoP 指標が period: month で定義されている場合、Explore クエリには created_date ディメンションを含める必要があります。

PoP 指標がディメンション グループの期間である based_on_time で定義されている場合は、Explore クエリの期間に関する次の要件に注意してください。

  • Explore クエリの期間は、PoP 指標の period パラメータで指定された期間以下である必要があります。たとえば、PoP 指標の based_on_time が orders.created ディメンション グループの期間で定義され、PoP 指標が period: month で定義されている場合、Explore クエリには、orders.created_date など、1 か月以下の orders.created ディメンション グループの期間を含める必要があります。たとえば、1 年間の期間で前月比を比較することはできないため、Explore クエリの期間は短くする必要があります。
  • Explore クエリの期間自体にタイムスタンプ情報が含まれている必要があります。たとえば、ディメンション グループの year、month、date の期間は、実際のタイムスタンプ情報を提供します。一方、day_of_week の対象の期間は、基盤となるタイムスタンプから抽象化され、Wednesday などの値を提供します。同様に、month_name、month_num、day_of_month などの期間はタイムスタンプ情報自体を提供しないため、PoP 指標で前の期間の値を計算するために使用することはできません。ただし、Explore クエリに date などのタイムスタンプを含めると、PoP メジャーにタイムスタンプ情報が提供され、それを使用して前の期間の値を計算できます。PoP 指標は date 期間情報を計算に使用できるため、Explore クエリに day_of_week 期間を含めることもできます。

Explore クエリでこれらの要件を満たしている限り、Explore クエリに他のフィールドと期間ディメンションを追加できますが、Explore クエリのすべての期間は、PoP 指標の period 期間以下である必要があります。PoP 指標を含む Explore クエリを実行すると、Looker はクエリの最小期間の粒度を PoP 指標で使用される期間に自動的に適用します。このページの冒頭に示されている Explore の例では、すべての PoP 指標が LookML で period: year を使用して定義されています。つまり、探索クエリで選択された期間（この場合は月単位の期間）に対して、PoP 指標は前年の同じ期間の結果を返します。

Explore で PoP 指標でサポートされている期間を確認する場合は、クエリを実行せずにさまざまな期間をテストできます。Explore の [データ] セクションの [SQL] タブをクリックし、Explore のフィールド ピッカーからフィールドとフィルタを追加します。選択したフィールドとフィルタで PoP 指標がクエリを計算できない場合、[SQL] タブに SQL を生成できないというメッセージが表示されます。

SQL を生成できないクエリを実行すると、[探索] ウィンドウにエラーの詳細と関連する LookML へのリンクが返されます。

カスタム カレンダーで PoP 指標を使用する

カスタム カレンダーを使用する PoP 指標を作成するには、次の操作を行う必要があります。

たとえば、カスタム カレンダー ディメンション グループと、カスタム カレンダーを使用する PoP メジャーの LookML は次のようになります。

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
  }

例

以降のセクションでは、さまざまな PoP 指標とデータ探索クエリの例を示します。

カウントを前年比および前月比の PoP 指標と比較する

total_births メジャーの例、type:time の birth ディメンション グループ、total_births メジャーに基づいて birth ディメンション グループを based_on_time フィールドとして使用する 2 つの PoP メジャーの LookML は次のとおりです。


  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
  }

これらのフィールドについては、次の点に注意してください。

  • どちらの PoP 指標も kind: previous で定義されているため、どちらも前の期間の指標の値を提供します。
  • どちらの PoP 指標も value_to_date: no で定義されているため、どちらも期間全体（クエリの最小期間の粒度）の指標の値を計算します。
  • どちらの PoP メジャーも based_on_time: birth_year で定義されているため、どちらも birth ディメンション グループの基盤となるタイムスタンプを使用します。
  • total_births_last_year PoP 指標は period: year で定義され、total_births_last_month PoP 指標は period: month で定義されます。

次の Explore クエリには、3 つの measure と birth_month ディメンションの期間が含まれています。

出生月、合計出生数、先月の合計出生数、前年の合計出生数の列を示す Looker の [データ探索] 画面。2024 年 7 月の [先月の合計出生数] の値は 290,699 で、2024 年 6 月の [合計出生数] の値と一致しています。2024 年 7 月の [昨年の合計出生数] の値は 310,347 で、2023 年 7 月の [合計出生数] の値と一致しています。

探索結果については、次の点に注意してください。

  • Explore クエリの最小のディメンション期間は birth_month であるため、PoP 指標は月単位の値を提供します。
  • 最新の月（2024-07）の行では、[Total Births Last Month] の値は前月（2024 年 6 月）の合計出生数を示しています。これは、[2024-06] 行の [合計出生数] の値を確認することで検証できます。2 つの値が一致します。
  • 最新の月（2024-07）の行の [前年の合計出生数] の値には、前年（2023 年）の同じ月（07）の合計出生数が表示されます。これは、[2023-07] 行の [合計出生数] の値を確認することで検証できます。2 つの値が一致します。

value_to_date が PoP 指標値に与える影響

前の例と同様に、total_births メジャー、type:time の birth ディメンション グループ、total_births メジャーに基づいて birth ディメンション グループを based_on_time フィールドとして使用する 2 つの PoP メジャーの LookML を示します。ただし、この例では、total_births_last_year_value_to_date PoP メジャーは value_to_date: yes で定義され、total_births_last_year PoP メジャーは value_to_date: no で定義されています。

  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
  }

次の Explore クエリには、3 つの measure と birth_year ディメンションの期間が含まれています。この Explore クエリは 6 月 4 日の 16 時 25 分 8 秒に実行されました。これは value_to_date: yes PoP measure にとって重要なことです。

Looker の探索。生年、合計出生数、前年の合計出生数、前年の合計出生数（年初から現在まで）の列が表示されています。2024 年の前年の合計出生数は 3,581,036 で、2023 年の合計出生数と一致しています。2024 年の前年の合計出生数（年初から現在まで）は 1,743,505 です。

[Explore] の結果には、value_to_date サブパラメータによって PoP 指標の計算がどのように変化するかが示されています。

探索結果については、次の点に注意してください。

  • 最新の年である 2024 の行の [Total Births Last Year]（昨年の合計出生数）の値には、前年（2023 年）の合計出生数が表示されます。計算は、[2023] 行の [出生数の合計] の値を確認することで検証できます。2 つの値が一致します。
  • 最新の年（2024）の行では、[Total Births Last Year Value to Date] の値が [Total Births Last Year] の値よりも小さくなっています。これは、Explore クエリが 6 月 4 日の 16 時 25 分 8 秒に実行され、total_births_last_year_value_to_date PoP メジャーが value_to_date: yes で定義されているためです。Looker は、各年の 6 月 4 日の 16 時 25 分 8 秒までのデータのみを使用して年間の値を計算しました。

PoP 指標を含む Explore クエリのフィルタリング

PoP メジャーを含む Explore クエリをフィルタリングする場合は、次の点に注意してください。

  • フィルタリングは、PoP 指標を含む Explore クエリでサポートされています。ただし、PoP 指標自体でフィルタすることはできません。たとえば、birth_month ディメンションと total_births、total_births_last_year、total_births_last_month の PoP 指標をクエリする最初の例の Explore では、total_births、total_births_last_year、total_births_last_month の PoP 指標でクエリをフィルタすることはできません。
  • PoP メジャーの based_on_time パラメータに関連付けられているフィールドでフィルタリングする場合、フィルタの期間がクエリの期間よりも細かいと、PoP メジャーにはクエリの期間のフィルタ値部分の結果のみが表示されます。たとえば、orders.created_year ディメンションでクエリを実行し、1 月のクエリをフィルタリングすると、PoP メジャーには各年の 1 月の値のみが表示されます。これは、1 年間の結果と誤解される可能性があります。
  • PoP 指標の Explore クエリの場合、PoP 指標のデータを計算するために、Looker はクエリの最も粒度の粗い期間の粒度で追加の期間のデータを取得します。たとえば、月単位のディメンション、period: year で定義された PoP メジャー、過去 6 か月のフィルタを含む探索クエリを作成すると、Looker はクエリ内の最も粒度の低い粒度を特定します。この例では、PoP メジャーの year 期間が最も粒度の低い粒度になります。この例では、Looker は過去 6 か月のデータに加えて、さらに 1 年分のデータを取得し、過去 6 か月間の各月を前年の同じ月と比較できるようにします。
  • PoP 指標を含む Explore クエリの要件で説明したように、PoP 指標を含む Explore クエリには、PoP 指標に関連付けられている period に適した時間ディメンションが必要です。Explore のフィールド選択ツールで時間ディメンションを選択しない場合、Looker は Explore のフィルタの時間ディメンションから必要な情報を取得できます。この場合、Looker は Explore クエリの結果をフィルタの時間ディメンションで並べ替えます。

PoP 指標を使用した可視化

PoP 指標にはテーブルグラフの可視化が推奨されます。Explore クエリのフィールドによっては、他の可視化オプションも使用できます。

表グラフ以外の可視化を使用する場合は、可視化が明確であることを確認してください。PoP 指標は前の期間との比較を行うため、PoP 指標を含む可視化は誤解を招く可能性があります。たとえば、kind: previous として定義された前年比の PoP 指標は、今年の日の値として昨年の値を表示します。探索クエリに前年比の PoP 指標とともに今年の値が含まれている場合、今年の値が可視化に 2 つ表示されます。

表グラフ以外のビジュアリゼーションを使用する場合は、PoP 指標が前の期間との比較であることを明確に示すようにしてください。

PoP 指標の制限事項

PoP 指標には次の制限事項があります。

  • PoP 指標は、新しい LookML ランタイムを使用する LookML プロジェクトでのみサポートされます。インスタンスで 以前の LookML ランタイムを使用するレガシー機能が有効になっている場合、プロジェクトのマニフェスト ファイルに new_lookml_runtime:yes ステートメントを含める必要があります。
  • データポータルの Looker コネクタでは、PoP 指標はサポートされていません。
  • PoP 指標は、based_on セクションで説明されているように、集計指標に基づいていなければなりません。PoP 指標を非集計指標に基づいて作成することはできません。
  • BI Engine 対称集計の Labs 機能が有効になっているインスタンスの BigQuery 接続では、PoP 指標がサポートされますが、PoP 指標を含む SQL クエリでは BI Engine 対称集計機能は使用されません。
  • PoP 指標はコホート分析をサポートしていません。
  • PoP 指標はローリング計算をサポートしていません。
  • PoP 指標では、常に現在の期間と前の期間が比較されます。現在の期間を前の期間以外の期間と比較するように PoP 指標を構成することはできません。たとえば、昨年の 5 月と今年の 12 月を比較する PoP 指標を作成することはできません。
  • PoP 指標は、任意の期間（過去 2 週間と現在の 2 週間など）ではサポートされていません。
  • PoP 指標のパラメータでは、Liquid パラメータはサポートされていません。ただし、PoP の based_on フィールドまたは based_on_time フィールドが Liquid で定義されたディメンションを指している場合は、その Liquid が処理されます。

  • カスタム カレンダーを使用する PoP 指標の場合:

  • PoP 測定は、次の Looker 機能ではサポートされていません。

  • PoP 指標を使用してカスタム フィールドを作成することはできません。

  • 週単位の比較を行う場合は、カスタム カレンダーを使用する PoP 指標を作成することをおすすめします。

  • 会計期間で定義された期間を含む PoP 指標は、会計期間以外の期間を含む Explore クエリでは使用できません。また、会計期間以外の期間で定義された期間を含む PoP 指標は、会計期間のディメンションを含むクエリでは使用できません。

  • PoP 測定は会計月のオフセットをサポートしています。PoP 測定の based_on_time パラメータは、Explore に関連付けられている LookML モデルファイルから fiscal_month_offset 値を継承します。fiscal_year または fiscal_quarter を使用して PoP 測定を定義した場合、Explore クエリで fiscal_year または fiscal_quarter の期間が指定されている場合にのみ、Explore クエリで PoP 測定がサポートされます。その場合、fiscal_offset_month が優先されます。

  • PoP 指標の period は、Explore クエリで選択されているタイムフレーム以上である必要があります。たとえば、period: month で定義されている PoP 指標の場合、Explore クエリのタイムフレーム ディメンションは、週や日など、1 か月以下である必要があります。

PoP 指標に対応するデータベース言語

次の表に、Looker の最新リリースで PoP 指標をサポートする言語を示します。

方言 サポート対象
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