編者按在我學(xué)習(xí)Tableau過(guò)程中，詳細(xì)級(jí)別表達(dá)式是最大的攔路虎。這篇博客，最早寫(xiě)于2018年8月，一年時(shí)間做了幾次重大修改，并增加了續(xù)篇。

LOD 表達(dá)式是 Tableau 學(xué)習(xí)過(guò)程中特別重要的一關(guān)，邁過(guò)去，Tableau 的可視化可以變化無(wú)窮，根據(jù)需要產(chǎn)生非常多的變化。對(duì)于缺乏 BI 基礎(chǔ)的初學(xué)者而言，理解詳細(xì)級(jí)別表達(dá)式的難點(diǎn)不在于語(yǔ)法，而在于充分理解它的背景知識(shí)（詳細(xì)級(jí)別、聚合度、顆粒度）和它在可視化分析中的位置（多種詳細(xì)級(jí)別的對(duì)比）。近期重新梳理自己的學(xué)習(xí)過(guò)程，把幾個(gè)重點(diǎn)的節(jié)點(diǎn)做分析，希望幫到更多的 Tableau 學(xué)習(xí)者。

注：非特別說(shuō)明，“詳細(xì)級(jí)別表達(dá)式”、“LOD 表達(dá)式”均指 Fixed、Include 和 Exclude 三種 LOD 表達(dá)式。

理解詳細(xì)級(jí)別與詳細(xì)級(jí)別表達(dá)式

一1詳細(xì)級(jí)別、聚合度、顆粒度

理解詳細(xì)級(jí)別表達(dá)式（LOD Expression），首先要理解什么是詳細(xì)級(jí)別（LOD=Level of Detail）。詳細(xì)級(jí)別是數(shù)據(jù)聚合度/顆粒度的層次，英文簡(jiǎn)單易懂，Level of Detail；不同的 Level，代表不同的數(shù)據(jù)聚合度、不同的顆粒度。Tableau 通過(guò)把維度字段、系統(tǒng)自定義的表達(dá)式加入到視圖，從而決定視圖數(shù)據(jù)的詳細(xì)級(jí)別，之后通過(guò)預(yù)設(shè)的視圖表達(dá)出來(lái)。

維度、系統(tǒng)預(yù)設(shè)的表達(dá)式（比如表計(jì)算）、用戶(hù)自定義的表達(dá)式（比如自定義的集合字段、LOD 表達(dá)式）本質(zhì)上返回的都是一個(gè)數(shù)據(jù)集合，這些數(shù)據(jù)集合的詳細(xì)級(jí)別，通過(guò)不同的視圖表達(dá)出來(lái)。

如何理解上述的過(guò)程？為此，我們先要了解何為聚合度和顆粒度。不同于面向行數(shù)據(jù)的 Excel，Tableau 面向大數(shù)據(jù)的數(shù)據(jù)分析和展現(xiàn)，因此我們所看見(jiàn)的數(shù)據(jù)絕大多數(shù)都是聚合的，這就需要我們非常熟悉每個(gè)視圖代表的數(shù)據(jù)的聚合程度。這個(gè)聚合程度在 Tableau 中用聚合度 Aggregation 或者顆粒度 Granularity 表示。

在 Excel 中，看數(shù)據(jù)明細(xì)；在 Tableau 中，看數(shù)據(jù)的聚合程度。

Tableau 的不同的 LOD 詳細(xì)級(jí)別，對(duì)應(yīng)的是不同數(shù)據(jù)的聚合度和顆粒度。

我們換一個(gè)形象的說(shuō)法來(lái)表達(dá)什么是“詳細(xì)級(jí)別”、聚合、顆粒度。

假定全公司的 HR 薪酬數(shù)據(jù)是一座冰山，上面是尖尖的數(shù)據(jù)之巔，下面是沉沒(méi)在海平面之下的詳細(xì)到每個(gè)人、每天、每項(xiàng)工作的薪酬計(jì)算的龐雜數(shù)據(jù)。通過(guò)下面的圖，我們可以形象地設(shè)想，冰山之巔，就是聚合度最高、顆粒度最低的數(shù)據(jù)，也是詳細(xì)級(jí)別最低的數(shù)據(jù)，比如總公司、全年度的薪酬發(fā)放金額——可能僅僅是一個(gè)絕對(duì)值數(shù)字而已（數(shù)值完全聚合，不能再進(jìn)一步聚合，可以理解為一個(gè)散點(diǎn)圖中的一個(gè)點(diǎn)）。而越往下，數(shù)據(jù)的聚合度越低，顆粒度最高，數(shù)據(jù)的詳細(xì)級(jí)別也就最高，最高顆粒度的數(shù)據(jù)可能是員工的考勤數(shù)據(jù)和發(fā)放明細(xì)（數(shù)值完全解聚）。

數(shù)據(jù)可視化和分析的過(guò)程，伴隨著數(shù)據(jù)不斷的聚合和解聚，以及數(shù)據(jù)詳細(xì)級(jí)別的變化。這就是可視化分析的魅力。

在 Tableau 中，每增加一個(gè)維度，就意味著數(shù)據(jù)的詳細(xì)級(jí)別在向下移動(dòng)，在視圖中的標(biāo)記就會(huì)增加，比如說(shuō)，我們?cè)诓块T(mén)、實(shí)發(fā)金額的基礎(chǔ)上增加其他維度到視圖中，視圖中的標(biāo)記就會(huì)越來(lái)越多，數(shù)據(jù)顆粒度、詳細(xì)程度越來(lái)越高。比如下面的圖片，每增加一個(gè)維度或者度量字段，數(shù)據(jù)的詳細(xì)級(jí)別就會(huì)從上向下移動(dòng)，數(shù)據(jù)的顆粒度就會(huì)增加一層。

在 Tableau 中，如何判斷操作能引起“視圖詳細(xì)級(jí)別”（Viz Level of Detail）的變化？最簡(jiǎn)單的方法就是看視圖中標(biāo)記的數(shù)量。

通常，只要把維度字段或者集字段拖入到視圖，Tableau 會(huì)根據(jù)“可視化詳細(xì)級(jí)別”（Viz LOD）對(duì)數(shù)據(jù)進(jìn)行聚合，從而引起詳細(xì)級(jí)別的變化。（PS：維度字段拖入到篩選器、工具提示中，可視化的數(shù)據(jù)范圍等會(huì)發(fā)生變化，但是不會(huì)引起詳細(xì)級(jí)別變化。）

2

冰山之喻與詳細(xì)級(jí)別表達(dá)式（LOD Expression）

在理解了聚合度、顆粒度之后，我們看一下 LOD Expression 的必要性。

針對(duì)上面數(shù)據(jù)，我們問(wèn)的每個(gè)問(wèn)題，都對(duì)應(yīng)著一個(gè)或者多個(gè) Level of Detail。

簡(jiǎn)單的問(wèn)題，比如“看一下各部門(mén)年度薪酬總額的對(duì)比”，這是一個(gè) Level 的數(shù)據(jù)，用柱狀圖可視化，每個(gè)柱代表一個(gè)部門(mén)，通過(guò)看高矮對(duì)比金額的差異。

如果問(wèn)題難一點(diǎn)，比如說(shuō)，“看一下各部門(mén)中員工平均薪酬的對(duì)比”，繼續(xù)使用柱狀圖，柱子依然代表部門(mén)，高度代表什么呢？代表員工平均薪酬。可是平均薪酬需要依賴(lài)于每個(gè)員工的薪酬總額取平均，這個(gè)問(wèn)題的詳細(xì)級(jí)別 Level of Detail 和之前的部門(mén)薪酬不在一個(gè)級(jí)別 Level 上。因此，這個(gè)可視化包含了兩個(gè)不同顆粒度的數(shù)據(jù)：每個(gè)員工的薪酬總額、部門(mén)的薪酬平均。這就意味著，我們不能通過(guò)一次操作來(lái)完成，而需要使用額外的方法增加另一個(gè)數(shù)據(jù)級(jí)別。一個(gè)視圖默認(rèn)是一個(gè)詳細(xì)級(jí)別（Level of Detail），當(dāng)我們需要展現(xiàn)兩個(gè) Level of Detail 時(shí)，就需要用到 LOD Expression。LOD 表達(dá)式幫助我們解決一個(gè)視圖中包含多個(gè)詳細(xì)級(jí)別的問(wèn)題。

LOD 表達(dá)式的作用是什么？借用上面的冰山的比喻，抽象地說(shuō)明什么是 LOD Expression。數(shù)據(jù)是整座冰山，冰山中有我們能看到的各種要素（比如部門(mén)、員工、日期等），可視化的部分是在海平面之上的部分。最簡(jiǎn)單的可視化方式就是把冰山下的要素直接“拖拽”到上面，不管加入多少要素，最終 Tableau 會(huì)確定性的返回對(duì)應(yīng)的一個(gè)詳細(xì)級(jí)別。而遇到上面的復(fù)雜問(wèn)題，我們需要在 Tableau 返回的確定性的詳細(xì)級(jí)別之外，引用另一個(gè)詳細(xì)級(jí)別的數(shù)據(jù)，同時(shí)不想讓這個(gè)詳細(xì)級(jí)別的要素（維度）出現(xiàn)在可視化的層面，應(yīng)該如何？

這時(shí)Tableau LOD提供了一個(gè)上升或者下降的通道，實(shí)現(xiàn)了“引用但不可見(jiàn)”（比如 Include），或者“可見(jiàn)但局部不引用”（Exclude），甚至可以不受視圖和維度篩選影響，直接使用fixed指定引用?！耙玫豢梢?jiàn)”，就是使用LOD表達(dá)式，可以（在目前的維度基礎(chǔ)上）引用冰山一下的字段，讓它直接的出現(xiàn)在可視化中，同時(shí)不影響可視化原有的框架表達(dá)。同樣，也就出現(xiàn)一個(gè)下降的通道，可以把部分不需要的字段，通過(guò) Exclude排除掉，同時(shí)又不影響冰上可見(jiàn)的部分。

Tableau 詳細(xì)級(jí)別的多種類(lèi)型與詳細(xì)級(jí)別表達(dá)式

二

上面我們介紹了什么是詳細(xì)級(jí)別，也簡(jiǎn)要介紹了詳細(xì)級(jí)別表達(dá)式的作用。這里我們需要特別強(qiáng)調(diào)的是，詳細(xì)級(jí)別表達(dá)式，并不是獨(dú)占詳細(xì)級(jí)別（LOD）這個(gè)詞匯！在 Tableau 中存在多種詳細(xì)級(jí)別，理解它們的相互區(qū)別和聯(lián)系，才能更好的理解詳細(xì)級(jí)別表達(dá)式的作用。

簡(jiǎn)單的說(shuō)，“詳細(xì)級(jí)別表達(dá)式”，只是用來(lái)更清晰地處理有關(guān)詳細(xì)級(jí)別問(wèn)題的一種表達(dá)式。處理什么問(wèn)題？處理在一個(gè)可視化視圖中包含多個(gè)數(shù)據(jù)詳細(xì)級(jí)別的問(wèn)題（多個(gè)詳細(xì)級(jí)別，意味著多個(gè)數(shù)據(jù)聚合度/顆粒度）。

LOD Expressions represent an elegant and powerful way to answer questions involving multiple levels of granularity in a single visualization.

LOD 表達(dá)式是回答有關(guān)單一視圖中包含多個(gè)數(shù)據(jù)顆粒度級(jí)別問(wèn)題的，簡(jiǎn)潔而強(qiáng)大的方法。

1

Level of Detail 詳細(xì)級(jí)別的多種類(lèi)型

在介紹 LOD 表達(dá)式的類(lèi)型之前，我們先看看 Tableau 有哪些重要的“詳細(xì)級(jí)別”類(lèi)型。以我目前有限的理解，Tableau 有三種主要類(lèi)型的數(shù)據(jù)詳細(xì)級(jí)別，結(jié)合下面的圖片，可以看到它們各自的位置。

Table Calc Level of Detail（表計(jì)算詳細(xì)級(jí)別）

Viz Level of Detail （視圖詳細(xì)級(jí)別，Viz=visualization 視圖）

Row Level of Detail（行級(jí)別詳細(xì)級(jí)別）

這些詳細(xì)級(jí)別和數(shù)據(jù)的聚合度、顆粒度對(duì)應(yīng)；越往上，對(duì)應(yīng)的聚合度越高、顆粒度越低。我們最常見(jiàn)的是視圖詳細(xì)級(jí)別，表計(jì)算是在視圖詳細(xì)級(jí)別基礎(chǔ)上的二次計(jì)算，因此它的聚合度不會(huì)低于視圖級(jí)別；而視圖詳細(xì)級(jí)別是行級(jí)別的聚合，因此聚合度高于行級(jí)別。

我們可以通過(guò)兩個(gè)散點(diǎn)圖代表兩個(gè)極端，當(dāng)散點(diǎn)圖默認(rèn)只有一個(gè)點(diǎn)的時(shí)候，詳細(xì)級(jí)別就是下圖左上角的位置——數(shù)據(jù)完全聚合，最低的顆粒度，最低的詳細(xì)級(jí)別；當(dāng)數(shù)據(jù)解聚，所有的數(shù)據(jù)點(diǎn)都轉(zhuǎn)化為數(shù)據(jù)點(diǎn)，就是右下角的位置——數(shù)據(jù)完全解聚，最高的顆粒度，最高的詳細(xì)級(jí)別。

這里有一個(gè)關(guān)鍵的問(wèn)題：為什么是三種，而不是包含“詳細(xì)級(jí)別表達(dá)式”的四種詳細(xì)級(jí)別？這是我這個(gè)小白花了很久才明白的事情：

“LOD 表達(dá)式”本身不是一種詳細(xì)級(jí)別，而是一種關(guān)于 LOD 的語(yǔ)法表達(dá)式，它不會(huì)脫離當(dāng)前的視圖詳細(xì)級(jí)別而單獨(dú)構(gòu)建視圖；通過(guò)它，在原有的“視圖詳細(xì)級(jí)別”基礎(chǔ)上，增加新的詳細(xì)級(jí)別數(shù)據(jù)。理解了這一點(diǎn)，是理解 LOD Expression 在可視化分析中位置的關(guān)鍵要點(diǎn)。

為了更好的理解，我們?cè)谏蠄D的基礎(chǔ)上增加了 LOD 的示例圖，這里要特別注意兩條藍(lán)色的線條，它的意思可以理解為，把 LOD 表達(dá)式生成的結(jié)果返回到視圖層面，從而完成 LOD 表達(dá)式的使命——在一個(gè)視圖中提現(xiàn)多個(gè)詳細(xì)級(jí)別的數(shù)據(jù)。

2

LOD 詳細(xì)級(jí)別表達(dá)式的作用

我們了上面介紹了理解詳細(xì)級(jí)別的基礎(chǔ)概念：顆粒度和聚合度；并分析了多種詳細(xì)級(jí)別和詳細(xì)級(jí)別表達(dá)式的位置。如果用一句話，通俗的講解 LOD 表達(dá)式，不妨用這句話來(lái)概括。 “如果分析過(guò)程中需要添加一個(gè)維度，其明細(xì)程度高于或者低于已有視圖的可視化明細(xì)程度，但又不希望改變現(xiàn)有圖形展示內(nèi)容，可采用詳細(xì)級(jí)別表達(dá)式功能?！?/p>

相比之下，英文的介紹理解起來(lái)稍微有點(diǎn)生澀。官方如此介紹：

詳細(xì)級(jí)別表達(dá)式（LOD Expression）提供了對(duì)視圖詳細(xì)級(jí)別（Viz）之外的數(shù)據(jù)計(jì)算聚合的簡(jiǎn)單方法，實(shí)現(xiàn)在可視化中以任意的方式組合這些數(shù)據(jù)。

Level of Detail Expressions provide a way to easily compute aggregations that are not at the level of detail of the visualization. You can then integrate those values within visualizations in arbitrary ways.

如果要深刻地理解 LOD 的作用，一個(gè)很好的方法是查看“15 大詳細(xì)級(jí)別表達(dá)式”查看 LOD 可以實(shí)現(xiàn)的功能。比如說(shuō)：

o客戶(hù)訂單頻率；

o陣列分析

o新客戶(hù)爭(zhēng)取率

o各個(gè)銷(xiāo)售代表的平均最大額交易數(shù)額

o對(duì)比銷(xiāo)售分析

為了讓更多的人能更好的看懂 LOD 的實(shí)際用法，我還結(jié)合 LOD 的官方指南和分析方法，做了 15 大 LOD 表達(dá)式用法的中文解讀。

理解詳細(xì)級(jí)別表達(dá)式的關(guān)鍵經(jīng)驗(yàn)

三

在理解上述的背景知識(shí)之后，就可以認(rèn)真學(xué)習(xí)詳細(xì)級(jí)別表達(dá)式的語(yǔ)法規(guī)則了，官方的白皮書(shū)講述的非常清晰。我在這里補(bǔ)充幾個(gè)關(guān)鍵點(diǎn)，尤其對(duì)于初學(xué)者大有益處。

1

大括號(hào)的語(yǔ)法意義{}

在這里特別需要說(shuō)明的一個(gè)概念是：數(shù)組。它代表的是一組數(shù)的集合，比如班級(jí)中每位同學(xué)的身高組成一個(gè)數(shù)組。在數(shù)學(xué)中經(jīng)常中經(jīng)常用大括號(hào)表示，Office 的表格也是用大括號(hào)。

比如，用這樣的一個(gè)數(shù)組表示五名同學(xué)的身高： {1.69,1.70,1.61,1.81,1.73}。

這是 Tableau 官方教程和幫助文章中，應(yīng)該給初學(xué)者說(shuō)明的事情，畢竟大部分業(yè)務(wù)出身來(lái)學(xué)習(xí) Tableau 的人沒(méi)有這方面的基礎(chǔ)，比如像我。

理解了這個(gè)，就明白了為什么總是提示“聚合和非聚合不能混合”，為什么 Fixed LOD 結(jié)果可以作為維度，為什么詳細(xì)級(jí)別表達(dá)式可以計(jì)算每個(gè)顧客的平均消費(fèi)金額。

簡(jiǎn)單的說(shuō)，{Fixed [year] : Sum([sales])} 這個(gè)表達(dá)式，返回的結(jié)果是 {1,2,35,499,99} 這樣的一組數(shù)據(jù)，而不是我們習(xí)以為常的一個(gè)靜態(tài)數(shù)值。

數(shù)組不能和數(shù)值求

LOD 的大括號(hào)

2LOD 表達(dá)式在 Tableau 操作中的位置

在理解詳細(xì)級(jí)別表達(dá)式的語(yǔ)法之后，還需要結(jié)合三種表達(dá)式在 Tableau 操作順序中的位置，才能選擇合適的表達(dá)式解決實(shí)際的問(wèn)題。

Fixed 可以理解為絕對(duì)表達(dá)式，它返回的數(shù)組僅和語(yǔ)法指定的維度有關(guān)，與視圖無(wú)關(guān)，因此特別適合做計(jì)算字段并參與到復(fù)雜的運(yùn)算中；而 Include 和 Exclude 可以理解為相對(duì)表達(dá)式，它們一方面受限于視圖中已有的維度，另一方面受限于語(yǔ)法中指定的維度。

特別重要的是，F(xiàn)ixed LOD 表達(dá)式先于維度篩選器，這就意味著如果要時(shí)計(jì)算結(jié)果免于篩選器的影響，就要使用這個(gè)類(lèi)型；而 Include 和 Exclude LOD 表達(dá)式要受限于視圖中的維度，因此操作順序就要低于維度篩選器。

比如，在下圖的 {Min(Profit) } 增加了篩選器，你發(fā)現(xiàn)僅保留 2017 年數(shù)據(jù)時(shí)，{Min(Profit) } 結(jié)果依然是存在于 2016 年的最小值 1 。

和 Fixed 特立獨(dú)行的絕對(duì)不同，Include 和 Exclude 是相對(duì)聚合，也就是說(shuō)，它們?nèi)绾斡绊懸晥D詳細(xì)級(jí)別，是受視圖中的維度影響的。

總結(jié)

在這里，我們并沒(méi)有長(zhǎng)篇大論 LOD 的語(yǔ)法和規(guī)則，而是重點(diǎn)介紹理解 LOD 表達(dá)式的背景知識(shí)，希望每個(gè)人能結(jié)合官方的白皮書(shū)和語(yǔ)法說(shuō)明，更好地理解 LOD 表達(dá)式的用法，從而制作出變化多端的可視化報(bào)表。