Cílem příkladu v tomto příspěvku bude vytvořit model, díky kterému budeme moci vložit na jednu osu grafu, do jednoho průřezu nebo do jakéhokoliv jiného vizuálu hodnoty z více sloupců přímo vedle sebe tak, jak kdyby se jednalo o hodnoty z jednoho sloupce. Celé řešení bude vyžadovat dodatečnou tabulku v modelu, ale vyhneme se jakékoliv úpravě stávajících měřítek.
K tomuto tématu je k dispozici také video:
V příkladu budeme pracovat se známým modelem Adventure Works DW 2020.pbix, kde použijeme sloupce 'Product'[Category] a 'Product'[Subcategory]. Stejný postup, který aplikujeme na tyto dva sloupce, může být univerzálně použitý na jakékoliv jiné dva nebo více sloupců z jakékoli jiné tabulky.
Začít můžeme tím, že si popíšeme výchozí stav a cílový report. Do většiny vizuálů v Power BI můžeme vložit více sloupců, a to i "pod sebe" na jednu osu. Můžeme tak například vložit kategorie a podkategorie produktů do Průřezu, a stejné dva sloupce do vizuálu Skupinový sloupcový graf.
Na obrázku výše vidíme v grafu pouze kategorie produktů. Podkategorie se zobrazí až po prokliku na detail, což lze udělat více různými způsoby, například kliknutím na vybranou ikonu v záhlaví vizuálu.
Po přechodu na detail vidíme podkategorie produktů z kategorie "Bikes", protože pouze ty jsou nově, z důvodu přehlednosti, vybrané v Průřezu. Nyní je pro nás důležité uvědomit si, že přechodem na detail ztratíme možnost vidět celkové prodeje za kategorie, a naopak při pohledu na kategorie nemůžeme v jednom grafu vidět detail podkategorií.
Našim cílem pak bude zobrazovat vedle sebe jak kategorie, tak podkategorie. Na následujícím obrázku vidíme v grafu prodeje pro kategorie "Accessories" a "Clothing" a prodeje za podkategorie "Touring Frames" a "Road Frames".
To, co vidíme na ose vizuálu je ovlivněno pouze výběrem v průřezu. Můžeme tak například vytvořit pohled, kde uvidíme vedle sebe prodeje za celou kategorii "Bikes", a dále prodeje za všechny tři podkategorie v této kategorii, a to bez nutnosti se proklikávat na detail a ztratit tak z očí nadřazenou kategorii.
Poznámka ke grafu: prefix (s) – subcategory, (c) – category.
Aby bylo možné vložit vedle sebe na jednu osu grafu hodnoty z více sloupců, musíme tyto hodnoty fyzicky vložit do jednoho sloupce v modelu. Teoreticky by tedy mohlo stačit vytvořit novou pomocnou tabulku s jedním sloupcem a všemi hodnotami ze sloupců 'Product'[Category] a 'Product'[Subcategory] pod sebou. Následně bude možné vložit hodnoty z tohoto nového společného sloupce na osu grafu nebo do průřezu.
Jak můžeme vidět na obrázku výše, kategorie a podkategorie produktů jsou na jedné ose vedle sebe. To, že sloupec v nové tabulce obsahuje jak kategorie, tak podkategorie produktů, nám ale znemožňuje připojit tuto tabulku jednoduše k modelu. Protože sloupec na ose grafu pochází z odpojené tabulky od zbytku modelu, vidíme u každé podkategorie a kategorie stejnou hodnotu, celkové prodeje.
Nyní se nabízí dvě možnosti, jak přenést filtry z pomocné tabulky ke zbytku modelu. Zaprvé můžeme použít virtuální relaci v měřítku. To by vyžadovalo úpravu každého měřítka, které chceme používat v kontextu hodnot z odpojené tabulky, případně vytvoření Calculation Groups pro aplikování stejné logiky na více měřítek. Další možností je vytvořit pomocnou tabulku s kategoriemi a podkategoriemi produktů takovým způsobem, který by umožňoval její připojení k modelu.
I když je hromadné vytvoření několika měřítek otázkou jednoho vhodně definovaného Promptu v preferovaném AI nástroji, vytvoření pomocné tabulky ve struktuře, která umožňuje připojení k modelu, má několik výhod.
Zaprvé jde o udržovatelnost celého řešení. Pokud bychom použili virtuální relaci, musíme s každou novou agregací, s každým novým měřítkem, myslet na to, že měřítko může být použito také v kontextu odpojené tabulky. Zadruhé, přesouvání filtrů z jedné tabulky do druhé pomocí virtuálních relací bude téměř vždy pomalejší než použití relace definované v modelu, i když by se jednalo o relaci M:N.
Z důvodu lepší výkonnosti a udržovatelnosti celého řešení proto použijeme vhodnou tabulku a vytvoříme relaci mezi touto novou tabulkou a stávající tabulkou 'Product'.
V pomocné tabulce 'KategoriePodkategorie_v1' máme nyní jeden sloupec s kategoriemi a podkategoriemi produktů.
V tabulce 'Product' jsou stejné hodnoty ve dvou samostatných sloupcích. To, co bychom nyní potřebovali, je připojit řádky obsahující kategorie ze sloupce KategoriePodkategorie_v1[KategoriePodkategorie] ke sloupci 'Product'[Category] a řádky obsahující podkategorie ke sloupci 'Product'[Subcategory]. Nic takového ale není technicky možné, a proto musíme použít jiný klíč k propojení obou tabulek.
První možností, která se nabízí, je rozšířit tabulku 'KategoriePodkategorie_v1' o další sloupec, do kterého uložíme všechny produkty, které patří do příslušné kategorie nebo podkategorie.
Takto vytvořená tabulka bude mít nyní dvojnásobek řádků tabulky 'Product'. V tabulce totiž nyní máme všechny produkty zařazené do kategorií a dále znovu všechny produkty, tentokrát zařazené do podkategorií.
Dvojnásobný počet řádků tabulky 'Product' nemusí být sám o sobě problém, pokud se jedná malou dimenzní tabulku jako v našem případě. Zbytečné zvětšování modelu se nám ale dříve nebo později může vymstít, a proto si finální verzi naší pomocné tabulky ještě upravíme.
Pokud se zamyslíme nad strukturou tabulky 'Product', ze které pocházejí sloupce s kategoriemi a podkategoriemi produktů, tak zjistíme, že každou kategorii dokážeme identifikovat pomocí podkategorií, které do dané kategorie patří.
Stejně tak dokážeme identifikovat každou podkategorii produktů na základě dané podkategorie. Trochu krkolomná předchozí věta nám ale říká, jaký klíč použít pro propojení tabulek, aby nová pomocná tabulka měla nezbytné minimum řádků. Potřebná granularita tabulky 'KategoriePodkategorie' bude dána granularitou podkategorií, které použijeme jak pro identifikaci kategorií, tak přirozeně pro jednotlivé podkategorie.
Tento postup si ale můžeme dovolit pouze v případě, kdy víme, že jednotlivé podkategorie jsou jedinečné napříč kategoriemi. To v použitém modelu sice platí, nicméně nemusí to platit po aktualizaci dat nebo při použití stejné techniky na jiné sloupce. Proto bude spolehlivější řešení použít jako klíč kombinaci kategorií a podkategorií.
Poznámka: V následující části příspěvku jsou pro rozšíření modelu použity objekty "počítaný sloupec" a "počítaná tabulka". Z pohledu výsledného modelu můžeme toto rozšíření vytvořit i na nižších úrovních vývoje, například v Power Query nebo na SQL Serveru.
Začneme tím, že si vytvoříme nový počítaný sloupec v tabulce 'Product', který bude obsahovat zřetězený název kategorie a podkategorie.
Počítaný sloupec:
Nový sloupec je nyní součástí tabulky 'Product'.
Protože je nový počítaný sloupec součástí tabulky 'Product', můžeme ho použít pro vytvoření pomocné tabulky s kategoriemi a podkategoriemi produktů v jednom sloupci.
Počítaná tabulka:
Do tabulky 'KategoriePodkategorie' načítáme do jednoho sloupce kategorie a podkategorie z tabulky 'Product', a do druhého sloupce nově vytvořený jedinečný identifikátor, vytvořený v předchozím kroku pomocí počítaného sloupce.
Tuto novou tabulku nyní můžeme připojit k tabulce 'Product' pomocí relace M:N. Mezi tabulkou 'KategoriePodkategorie' a tabulkou 'Product' nemůžeme vytvořit relaci 1:M, protože ani v jedné tabulce neobsahuje sloupec 'KategoriePodkategorie'[KategoriePodkategorieKey] jedinečné hodnoty.
Sloupec 'KategoriePodkategorie'[KategoriePodkategorie] nyní můžeme vložit například na osu sloupcového grafu a sám uživatel si následně může zvolit, jaké kategorie nebo podkategorie chce vidět zobrazené vedle sebe.
Podobným způsobem bychom mohli pracovat s jakýmikoliv jinými atributy z modelu.
Shrnutí
Power BI se neustále vyvíjí a my tak máme přirozeně stále více a více možností, jak vytvořit poutavé reporty. Přesto, a nebo možná právě proto, je velmi důležité porozumět samotnému jádru Power BI, kterým je model. Vhodnou úpravou nebo rozšířením modelu totiž často můžeme vytvořit novou perspektivu, jak se uživatel může dívat na data, a to bez nutnosti tvořit složité reporty nebo složité výpočty.
Komentáře
Okomentovat