Визуализация универсальной модели

И так, на прошлом занятии мы подготовили витрину данных, созданную по правилам сборки универсальной модели для бизнес-аналитики. Теперь пришла пора данные визуализировать.

Для этого мы будем использовать Yandex DataLens. У этой системы есть бесплатный тариф, она сразу работает в облаке и рассчитана на прямое чтение данных из Clickhouse — а это именно то, что нам нужно.

Откройте сервис по ссылке — потребуется учетная запись в Яндекс.

Откройте раздел «Подключения» в левой панели, и нажмите на кнопку «Создать подключение».

Выберите тип подключения Clickhouse.

Укажите ручной вариант подключения и заполните реквизиты в соответствии с вашими данными. Обязательно проверьте подключение через кнопку слева внизу — должна загореться зеленая галочка.

Теперь нужно создать датасет на основе нашего подключения.

Задаем в качестве подключения нашу базу, находим в списке таблицу и перетаскиваем в рабочую область. На этом все — процесс сборки модели данных завершен! Все поля уже связаны внутри, остается только прописать формулы.

Основные правила создания формул показателей

Для работы с моделями совмещающие данные нескольких таблиц показателей, формируется поле канонической даты canonical_date (единая временная ось), а также справочное поле date_type, которое указывает, из какого исходного поля взяты значения для него.

Таким образом, используя поле canonical_date (и производные календарные поля от него), можно агрегировать на одной временной оси показатели, которые изначально находились в разных таблицах (как продажи и план продаж на картинке выше).

На этапе формирования core-уровня хранилища для одной таблицы возможно указать несколько канонических дат (частый пример из CRM-систем: дата создания и дата закрытия у сделки). Таким образом, можно данные одной сущности аллоцировать на один из нескольких типов данных при агрегации.

Пример: две канонические даты в таблице сделок формируют следующую структуру в модели:

Чтобы агрегации корректно работали на моделях такой структуры, в их условиях нужно прописывать, по какому типу даты они должны агрегировать. Т.е. для примера выше мы должны будем создать показатели:

• Сумма сделок на дату открытия — SUM_IF([Deal_sum], [date_type] = 'dl_Create_date')
• Сумма сделок на дату закрытия — SUM_IF([Deal_sum], [date_type] = 'dl_Close_date')

Рекомендуется указывать в формулах агрегаций тип даты в явном виде, даже если он находится в единственном экземпляре для конкретной сущности. Потому что если в модели у сущности появится вторая каноническая дата, то простые агрегации вида SUM([Deal_sum]) будут отдавать задвоенные результаты, распределенные сразу на все типы дат.

Пренебрегать указанием типа дат имеет смысл только для тех сущностей, для которых вы уверены на 100% в том, что несколько канонических дат в них не будет.

Создаем показатели для модели в DataLens

При генерации модели на втором выходном порту формируется таблица с шаблонами выражений для BI-систем. Шаблон формируется по принципу:

• Агрегация SUM для полей показателей;
• Счет уникальных значений для ключевых полей.

Можно использовать их как готовые формулы или модернизировать на свое усмотрение. Добавим пару показателей в датасет:

Создайте 2 поля:

• «Выручка», взяв за основу шаблон выражения «Выручка, дата продажи».
• «План выручки», взяв за основу шаблон выражения «План выручки, месяц плана».

​​​​​​Сохраните ваш датасет:

Теперь создадим график с этими показателями.

Создайте линейный чарт со следующими данными:

• Ось X — МесяцГод_canonical_date_D;
• Ось Y — Выручка и План выручки.

Теперь вы видите, как данные из разных таблиц сочетаются в одной модели в разрезе единой временной оси.

Творческое задание

1. Изучите датасет. Постройте диаграммы выручки в разрезе менеджеров продаж и менеджеров клиентов. Чтобы найти эти поля, используйте интуицию или справочник метаданных в Loginom.
2. Постройте график, содержащий выручку и прогноз продаж на одной временной оси, применяйте к нему фильтры товарных групп.
3. Постройте таблицу, в которой видно, на какие суммы осуществляются продажи в чужие филиалы (филиал продаж не совпадает с филиалом клиента).

Скачайте и установите Loginom Community Edition, если он еще не установлен.