Checagem de conhecimento

Com funções de string, você pode manipular dados de texto (alfanuméricos) e adaptar campos existentes no conjunto de dados. Isso é útil ao preparar seus dados para análise.

Funções lógicas ajudam você a ampliar sua caixa de ferramentas analíticas, criar verificações condicionais nos dados, definir limites com base em condições e muito mais.

Este exercício faz parte do curso

Cálculos no Tableau

Exercício interativo prático

Transforme a teoria em ação com um de nossos exercícios interativos

Começar o exercício

Este exercício faz parte do curso

Cálculos no Tableau

AvançadoNível de habilidade

4.8+

Iniciar curso de graça

Vamos iniciar nossa jornada pelos cálculos no Tableau com o conceito de campos calculados e revisar as bases dos diversos tipos de cálculos, como nível de linha e agregações. Também vamos aprender a solucionar erros típicos de cálculos e, na segunda parte deste capítulo, estudar funções de String e Lógicas que são indispensáveis em qualquer análise de dados.

Exercise 1: Introdução aos cálculos Exercise 2: Verificação de conhecimento sobre cálculos Exercise 3: Comece a calcular no Tableau Exercise 4: Cálculos básicos Exercise 5: Reutilizando cálculos Exercise 6: Solucionando erros básicos Exercise 7: Entendendo as médias Exercise 8: Funções de String e Lógicas Exercise 9: Checagem de conhecimento

Exercício atual

Exercise 10: Uso prático de funções de texto e lógicas Exercise 11: Operações com strings Exercise 12: SE ao menos este fosse o último exercício

Neste capítulo, vamos explorar a navegação entre vários níveis de granularidade dos dados. Com as expressões LOD, vamos aprender a realizar cálculos independentemente das dimensões na visualização. Prepare-se para descobrir um novo mundo de possibilidades analíticas que vai ajudar você a ir além dos insights óbvios!

Exercise 1: Introdução às expressões LOD e FIXED Exercise 2: Expressões LOD - fatos e mitos Exercise 3: LOD FIXED na prática Exercise 4: Distância total por categoria Exercise 5: Análise de coorte Exercise 6: Taxa de sobrevivência Exercise 7: Expressões LOD INCLUDE e EXCLUDE Exercise 8: Verificação de conhecimento sobre expressões LOD Exercise 9: Praticando as expressões INCLUDE e EXCLUDE Exercise 10: Praticando INCLUDE LOD Exercise 11: Praticando EXCLUDE LOD Exercise 12: Usando múltiplas expressões LOD

Neste capítulo, vamos focar em outro tipo útil de cálculos: cálculos de tabela. Vamos aprender a calcular totais cumulativos, percentuais por categoria e rankings, e a entender em detalhes as funções por trás disso. Na segunda parte, vamos explorar os parâmetros e aprender como usá-los em cálculos. Vamos lá!

Exercise 1: Introdução aos Cálculos de Tabela Exercise 2: Verificação de fatos sobre Table Calculations Exercise 3: Table Calculations em ação Exercise 4: Cálculo cumulativo Exercise 5: Table Calculation aninhado Exercise 6: Classificação Exercise 7: Introdução aos parâmetros Exercise 8: Verificação de conhecimento sobre parâmetros Exercise 9: Parâmetros na prática Exercise 10: Calculando TOP N Exercise 11: Trocando medidas Exercise 12: Gráfico de quadrantes parametrizado

Neste capítulo, vamos trabalhar com análise de séries temporais, mas antes vamos focar nos tipos de dados de data e hora, componentes essenciais de todos os cálculos relevantes de séries temporais. Aprender as principais funções de data vai permitir avançar para análises mais complexas, como calcular CAGR, comparações ano a ano e explorar tendências sazonais ou crescimento indexado. O conhecimento de todos os capítulos anteriores será muito útil.

Exercise 1: Funções de data e hora Exercise 2: Trabalhando com data e hora - verificação de conhecimento Exercise 3: Datas e horários na prática Exercise 4: Conversões de data Exercise 5: Diferenças de datas Exercise 6: Análise de séries temporais Exercise 7: Análise de séries temporais - verificação de conhecimento Exercise 8: Análise de séries temporais na prática Exercise 9: Sazonalidade e médias móveis Exercise 10: Calculando o CAGR Exercise 11: Crescimento indexado Exercise 12: Parabéns!