INCLUDE LOD 式を使うと、データのより細かい粒度で計算し、ビュー上ではより粗いレベルに再集計できます。関連するディメンションをすべて表示すると可視化が読みにくくなるような、大規模データセットでとても有効です。
INCLUDE
この演習では、自己申告のフィットネスレベルが、長時間の毎日のワークアウトと相関しているかを確認します。
この演習はコースの一部です
理論を実践に変える、インタラクティブな演習のひとつをお試しください
この章では、計算フィールドという概念から始め、行レベルや集計など、さまざまな種類の計算の基礎をおさらいします。 また、よくある計算エラーの対処法を学び、章の後半では、データ分析に欠かせない String 関数と論理関数を実践的に身につけます。
この章では、データの粒度を行き来しながら理解を深めます。LOD 式を使うと、ビュー内のディメンションに依存しない計算が可能になります。明らかな気づきを超えて洞察を広げる、新しい分析の世界を発見しましょう！
現在の演習
この章では、もう一つの便利な計算タイプであるテーブル計算に焦点を当てます。累積合計、カテゴリに対する割合、ランク付けの計算方法を学び、関連する関数の仕組みを理解します。章の後半ではパラメータを取り上げ、計算での活用方法を学びます。さあ、始めましょう！
この章では時系列分析に取り組みます。その前に、関連する時系列計算の中核となる日付・時刻データ型にしっかり触れます。主要な日付関数を学ぶことで、CAGR の計算、前年比の算出、季節性の傾向やインデックス成長の探索といった、より高度な分析へと進めるようになります。ここまでの章で学んだ知識が大いに役立ちます。
