El curso definitivo de SQL y Tableau: de cero a héroe

1. Introducción del curso de SQL: Hola y bienvenidos a este curso SQL muy singular. Me avergüenzo o rinden arquitectos de soluciones de TI con más de una década de experiencia en proyectos de TI. Pondré todo lo que sé de SQL en tutorial de 4 h. En este curso, aprenderás todo lo que necesites sobre una de las habilidades más demandadas, la SQL, desde temas básicos hasta avanzados. Así que al final del curso, podrás escribir consultas SQL muy fácilmente. Podemos trabajar con la de las versiones más populares de SQL, MySQL, por las sintaxis y las habilidades que vas a aprender de este curso. Se puede utilizar en cualquier otra base de datos o aplicaciones usando SQL, diseñé este curso para llevarte de cero a héroe. Entonces, si eres principiante, no te preocupes por ello. Voy a explicar todo desde cero paso a paso. Entonces ahora si me preguntas qué hace que tu curso sea muy especial en comparación con los otros cursos. En este curso, no solo aprenderás a escribir consultas SQL, sino que también aprenderás los conceptos SQL detrás de ellas, y especialmente cómo el SQL procesa las consultas detrás de escena. Y esto puede ayudarte a entender por qué escribimos consultas SQL. Y te va a hacer más creativo con tus declaraciones de consulta. En este curso, tendrás toneladas de prácticas nítidas y consejos y trucos que he recopilado en los últimos años. Y vamos a tener muchas tareas SQL y luego las vamos a resolver juntas paso a paso. Y voy a estar proporcionándote una gran cantidad de materiales gratuitos. Todo el contenido de este curso también está disponible en los datos de mi sitio web con borrow.com. Se puede utilizar posteriormente como referencia. Yo también te proporcionaré SQL, ella logró donde puedes encontrar todas las tareas y las sintaxis SQL para que no tengas que memorizarlas todas. También he preparado para este curso una base de datos. Dónde lo vamos a utilizar en todas nuestras tareas y ejemplos durante los tutoriales y también todas las representaciones y conceptos SQL realizados en este curso. Así que ahora saltemos y comencemos. 2. Resumen de currículos del curso: Todo bien a todos, Así que ahora me gustaría mostrarles la hoja de ruta de todo el curso SQL para principiantes, ese curso SQL se divide en nueve capítulos. Primero, vamos a comenzar con los conceptos básicos donde se pueden aprender los conceptos básicos sobre SQL, como el concepto de las bases de datos, el concepto de tablas SQL, los comandos SQL básicos y los elementos principales del SQL declaraciones. En el siguiente capítulo, vamos a empezar a preparar tu entorno para que puedas practicar conmigo. Te guiaré a través de los pasos de descargar e instalar MySQL. Después lo haremos un recorrido rápido por la interfaz y agregaremos el final. Vamos a instalar la base de datos de nuestro curso. Y luego finalmente, comenzarás a usar sintaxis SQL para consultar la base de datos y las tablas que acabas de crear en la sección anterior usando las sentencias select. Después de eso, aprenderá a filtrar sus datos usando la cláusula where y aprenderá algunos operadores SQL. En el siguiente capítulo vamos a subir de nivel. ¿Dónde vamos a aprender a combinar nuestras tablas SQL usando uniones y Union? Después de eso, vamos a aprender muchas funciones SQL importantes como agregaciones y funciones de cadena. Entonces en el siguiente capítulo vamos a subir de nuevo el nivel aprendiendo temas avanzados en SQL como grupo al tener una subconsulta. Entonces vamos a aprender a modificar nuestros datos dentro nuestras tablas usando insertar, actualizar y eliminar. Y en el último capítulo de este curso, aprenderemos a definir nuestros datos usando SQL como crear, alterar y soltar tablas. Entonces esos son todos los temas que vamos a cubrir en este curso. Muy bien a todos. Entonces con esto, podría decir, saltemos y comencemos nuestro curso SQL. Muy bien, entonces vamos a empezar con el primer capítulo. Aquí. Vamos a hablar de los conceptos básicos y conceptos de SQL. Y vamos a empezar ahora con una introducción a SQL. 3. #1 Introducción al SQL: Bien, entonces comenzaremos con los conceptos básicos de SQL, los términos que escucharás durante los tutoriales, por ejemplo, ¿qué son los datos? Los datos son hechos o estadísticas que se almacenan en algún lugar o se mueven por la red. Generalmente, son como materias primas, por ejemplo, si pides algunas cosas en línea, se generarán muchos datos. ejemplo, la identificación del cliente, el número de pedido, la fecha , las fechas de envío, etc. Otro término que tenemos es la información. Entonces los datos que tenemos, podríamos reprocesarlo su estructura, o traducirlos a una nueva forma llamada informaciones, que tiene un significado más lógico. Y podríamos usarlo en el análisis, por ejemplo, si agregamos las fechas de los pedidos a lo largo de los años, podríamos ver cómo la compañía está creciendo a lo largo de los años. Eso significa que convertimos los datos brutos en información significativa. Bien, entonces lo que nuestra base de datos es un atajo dB. Por definición, una base de datos es una colección de datos estructurados y relacionados que se almacenan u organizan de manera que los datos sean fácilmente accesibles y gestionados. Atajos, es una forma de almacenar tus datos. ocupará de bases de datos todos los días y en todas partes. Entonces, por ejemplo, si ordena algo en línea, incluso si almacena su foto en la galería de su teléfono inteligente. Esta galería es una base de datos. Tenemos alrededor de muchas bases de datos diferentes. La más famosa es la que vamos a aprender las bases de datos SQL relacionales. Otra es la base de datos NoSQL. Contamos con bases de datos distribuidas, bases de datos en la nube, almacenes de datos, etc. Entonces ahora voy a ir a explicar las bases de datos SQL y NoSQL porque son las más famosas. Bases de datos sql o relacionales. Almacenan los datos dentro de las tablas. Las mesas son como contenedores con una estructura fija, y generalmente se relacionan entre sí usando relaciones. Por eso tenemos el nombre de bases de datos relacionales. Entonces, si eres que son muy estructurados y fáciles de entender, Sería bueno que utilizaras bases de datos SQL para almacenar tus datos. Por otro lado, no tenemos bases de datos SQL, o no solo bases de datos SQL. Y aquí tienes diferentes tipos de opciones. ¿Cómo vas a almacenar tus datos? Por ejemplo, tienes los métodos de valor clave donde vas a definir las claves y el valor dentro de ellas. Tienes la tienda de grafos, tienes la tienda de columnas, que es genial para big data. Algunas herramientas como Tableau para la visualización de datos, utilizan este método para almacenar los datos porque da un gran rendimiento y análisis. Y además tienes el documento. Entonces, si estás en proyectos donde los requisitos están cambiando mucho o los datos son difíciles de entender. No tienen como estructuras claras y así sucesivamente. Realmente sería bueno si usas las bases de datos NoSQL para almacenar tus datos, para usar uno de esos métodos. Pero en muchas empresas, muchos proyectos están almacenando los datos dentro de SQL Database es porque son fáciles de entender y muy utilizados. Y en nuestros tutoriales estaremos enfocándonos en este tipo de bases de datos, bases de datos relacionales SQL. Ahora para gestionar todas esas bases de datos, reutilice el software llamado sistema de gestión de bases de datos o DBMS. Es como una aplicación con una interfaz donde puedes iniciar sesión y empezar a hacer algo dentro de tu base de datos. Puedes hacer cosas como crear nuevas tablas o cambiar tus datos, consultar tus datos, etc. Y actualmente tenemos casi 380 DBMS diferentes según la encuesta de Stack Overflow para este año. Voy a dejar el enlace en la descripción. Puedes ver aquí un ranking de la base de datos top y más utilizada es entre desarrolladores. Así que puedes ver aquí mi escala es la número uno, luego tanto Chris y así sucesivamente. Tenemos otros sitios web de ranking. Se llama ranking del motor DB. Si vamos allí, encuentras la lista o rango de los DBMS más abusados o más populares y el barrio, están usando diferentes criterios para poder calcular eso. Pero puedes ver aquí mi SQL está entre los tres primeros de la lista. En nuestros tutoriales, estaremos usando MySQL y lo aprenderemos, que es la base de datos más famosa y comúnmente utilizada en estos días. Ahora por fin, ¿qué es SQL? Significa Lenguaje de Consulta Estructurada. Entonces, por definición, SQL es el lenguaje de consulta que utilizamos para recuperar, administrar, manipular, almacenar datos en bases de datos. En definitiva, SQL es el lenguaje que necesitas dominar para poder platicar con bases de datos. Entonces ahora en Internet, hay una batalla interminable en cómo pronunciarla. Algunos desarrolladores lo llaman secuelas y otros colegas como yo, SQL. Realmente depende del país del que vienes o del proyecto en el que estés trabajando. En mi proyecto todos lo llaman SQL. Entonces realmente depende de ti cuál vas a usar. Bien, podrías preguntarme ahora, pedir prestado cómo funciona SQL. Vamos a comprobar esto. En el lado derecho tenemos nuestra base de datos relacional donde almacena sus datos dentro de tablas. Y aquí tenemos nuestro DBMS gestionando nuestra base de datos. Entonces lo primero que vas a hacer es iniciar sesión en el DBMS para poder interactuar con él. O si está construyendo una aplicación, necesita conectarlas al DBMS. Después de eso, comienzas a escribir algunas sentencias SQL, algunas instrucciones, y luego presionas el botón, ejecutas. Después de eso, el DBMS comenzará a procesar y le hará algo de magia y lo enviará a la base de datos. Una vez que la base de datos obtiene dicha consulta, comienza a funcionar. Algunas operaciones, están buscando los datos que pediste. Una vez que esté listo, la base de datos responderá al DBMS con el resultado que usted lo desee. Bien chicos, así que por eso es una introducción rápida a SQL. A continuación, vamos a empezar a hablar sobre por qué SQL es importante y por qué deberías aprenderlo. 4. #2 ¿Por qué aprender SQL?: Ahora solo quería motivar rápidamente por qué aún deberías aprender SQL. Aquí hay algunos datos. Sql es, SQL tiene 47 años, es decir 14 años mayor que yo. Tú puedes hacer los cálculos. Entonces SQL es el abuelo del mundo de la programación. Hay más de 700 lenguajes informáticos que podrías aprender. También podrías aquí sobre el movimiento NoSQL, donde todo el mundo dice que NoSQL va a matar a las bases de datos SQL. Entonces podrías preguntar ahora, ¿por qué seguimos usando SQL? ¿Por qué debería aprender es qu'il, y está escalado. No murió como lo hicieron muchos otros idiomas, como básico o Pascal. Bueno, la respuesta rápida para eso es que SQL sigue funcionando. Hace los trabajos y no se puede pedir más que eso. Aquí por cuatro razones por las que aún debes aprender SQL. La razón número uno es que la escala es la tecnología más utilizada en toda la industria tecnológica. Si revisamos ahora aquí hay una encuesta de desbordamiento de pila este año. Dejaré el enlace en la descripción. En este gráfico, podemos ver las tecnologías más utilizadas. Y puedes ver aquí, SQL está clasificado como la fuerza de la tecnología comúnmente utilizada entre todos los desarrolladores. Eso significa que SQL sigue en tendencia. La razón número dos es SQL en alta demanda. La mayoría de las empresas en todas las industrias, utilizan algún tipo de bases de datos SQL para almacenar sus datos. Eso significa que siempre van a necesitar a alguien con habilidades SQL para crear, administrar, analizar y comprender sus datos. Así que ahora vamos a hacer un chequeo rápido en la plataforma Java como Indeed buscar la palabra clave SQL. Sql, encuentra empleo. Veamos los resultados. Así que puedes ver aquí más de 170,000 empleos están buscando desarrollador SQL o alguien con habilidades SQL. Eso significa que sus habilidades escaladas son realmente muy demandadas. Y eso se debe a que los análisis de datos se vuelven parte muy importante en muchos trabajos. La tercera razón es que SQL está casi en todas partes. Si estás en proyectos y estás trabajando con datos, por ejemplo, minería de datos, ingeniería de datos, ciencia de datos o visualizaciones de datos. Terminarás usando muchas herramientas de big data. Soy lenguajes de programación. Y la mayoría de ellos tienden a ofrecerte lugares para escribir algún tipo de sentencias SQL, por ejemplo, si estás usando Tableau, es una herramienta de visualización de datos muy famosa. Hay lugares donde es necesario escribir alguna instrucción SQL con el fin de preparar los datos. O si estás en proyectos donde estás haciendo como streaming de datos usando Kafka, por ejemplo ahí encontrarás muchas funciones son modelos donde tienes que escribir algunas sentencias SQL. Hacen eso para facilitar las cosas. Entonces eso es un medio. Con el tiempo verás que casi en cada herramienta puedes usar sentencias SQL y habilidades SQL. Entonces ahora por la última razón, a diferencia de otros lenguajes, SQL es simple y fácil. Es fácil de aprender, fácil de escribir, fácil de leer, porque las sintaxis SQL se basan en palabras muy comunes en inglés fáciles, por ejemplo, seleccionar de tablas de Curia donde, y así sucesivamente. Y SQL Managed tiene francamente ocultar todos los procesos complicados de ti. Entonces es por eso que mucha gente tiende a aprender SQL porque es realmente fácil. Bien, así que ahora vamos a resumir. Sql tiene las mejores combinaciones. Sql tiene mucha demanda y además, es fácil de aprender, lo que hace que aprender es parrilla siempre sea un movimiento inteligente y una de las mejoras profesionales impactantes que cualquier desarrollador de TI puede desbloquear. Bien, así que esas fueron mis principales razones por las que deberías aprender SQL. A continuación, vamos a hablar de los conceptos de la base de datos. 5. #3 Los conceptos de base de datos: Bien, entonces ahora vamos a entender cómo se organizan las bases de datos SQL. Es muy importante entender que porque una vez que comienzas a escribir sentencias SQL o consultas SQL, es muy importante entender los términos que se usan comúnmente en las bases de datos, o cómo navegar por tu base de datos, o cómo encontrar sus datos. Si lo dejas salir al inicio, va a hacer que el proceso de aprendizaje de escribir sentencias SQL sea mucho más rápido. Bien, entonces ahora solo para que sea más fácil de entender, piensa en la siguiente analogía. Una base de datos es como la biblioteca de tu ciudad. Tenemos en Stuttgart, biblioteca muy bonita. Es realmente increíble. Pasé mucho tiempo ahí. Simplemente me gusta. Entonces sí, la base de datos es como bibliotecas. Las bibliotecas suelen dividirse en categorías como ciencia ficción, romance, historia, deporte, etc. Entonces categoría te va a ayudar a encontrar rápidamente los materiales que estás buscando. Entonces las categorías son como agrupar esos libros similares debajo de la misma categoría, tenemos el mismo concepto también en bases de datos y lo llamamos esquemas o Shamata, elige el que más te guste. Y por supuesto en bibliotecas también tenemos libros. Tenemos las cosas similares en las bases de datos y lo llamamos tablas, donde contiene los datos reales. Entonces como viste en los ejemplos, bases de datos están organizadas aquí RC, veamos mi SQL, cómo organizan los datos, porque no todas las bases de datos están siguiendo los mismos conceptos sobre cómo organizarse los datos. Entonces al inicio estaba mi pantalla. Contamos con el servidor de base de datos. Es como una máquina que contiene software y hardware para ejecutar nuestros DBMS y bases de datos, generalmente servidor de base de datos, es como computadora de alta gama con muchas CPU y carneros. Pero en nuestros tutoriales, instalaremos un servidor de base en nuestra computadora o laptop local, y lo llamamos servidor local. Dentro del servidor, se pueden crear múltiples bases de datos. En mis bases de datos y esquemas SQL, son sinónimos. Entonces un esquema por definición, es como contenedores lógicos que contiene tablas similares. Con eso obtienes muchos beneficios. ejemplo, imagina que tienes una gran base de datos con muchas tablas, agrupando esas tablas similares debajo de esquemas. Te va a facilitar la gestión del usuario, por ejemplo, o administrar las mesas. Reduzca la complejidad. Y también, si tienes como dos tablas con los mismos nombres, podrías almacenarlas en diferentes esquemas. Así que es muy buena manera de organizar la base de datos dentro del esquema. Entonces tendremos diferentes mesas. Las tablas son el objeto más importante en toda la base de datos porque es el lugar donde puedes almacenar tus datos. Sin tablas, no tenemos base de datos. Y dentro de las tablas tendrás al menos de una columna o columnas diferentes. Voy a ir en detalles explicando esas tablas como siguiente paso. Bien, entonces ahora solo quería mostrarte rápidamente cómo otras bases de datos, como Microsoft SQL Server o scripts de arranque SQL, cómo organizan los datos en comparación con MySQL. Entonces como puedes ver aquí, la diferencia clave es que dividen la base de datos es de esquemas. Entonces una base de datos aquí, es como el contenedor principal, una unidad discreta por sí sola, donde puedes tener registros, trabajos, datos de esquema, y puedes hacer copias de seguridad, esquemas por aquí está como una carpeta dentro de la base de datos. Es como capa lógica que contiene diferentes tablas. En mi opinión, MySQL es poco como desarrolladores engañosos o confusos. Por ejemplo, si vas y creas esquema, el DBMS de MySQL estará creando una base de datos. Eso me parece un poco confuso al principio. Bien, así que eso fue sobre los conceptos de la base de datos. A continuación vamos a empezar a hablar conceptos de la tabla SQL. 6. #4 conceptos de tabla de SQL: Bien, entonces ahora hablemos de tablas SQL porque son realmente importantes en las bases de datos y entenderlas, va a ayudarte a escribir mejores sentencias SQL. El problema es que tenemos alrededor de 380 bases de datos diferentes y utilizan términos diferentes en las recomendaciones. Otro aspecto es que usamos diferentes términos en diferentes bifurcación de área, por ejemplo, si eres un desarrollador de bases de datos, comenzarás a usar términos como tablas, columnas y filas. Pero si no estás en la universidad, oirás hablar de relaciones, tuplas. Y como la modularidad de los datos empezará a ver entidad y atributos. Por eso me gustaría darles una breve visión general de esos términos para que sea más sencillo. Bien, así que ahora tenemos aquí un ejemplo muy sencillo de tablas SQL. En nuestra base de datos tutorial, tenemos una tabla llamada clientes. Esta tabla contiene todos los datos sobre nuestros clientes. Otro nombre que tenemos cuatro tablas es objetos, entidad y relación. Bien, Siguiente tenemos columnas. Las columnas son el grupo vertical de celdas que describen un tipo de información. En nuestro ejemplo, tenemos cuatro columnas. ID de cliente, nombre, apellido y país. Cada columna tiene dos informaciones. El nombre de la columna, por ejemplo aquí tenemos el firstName y los valores dentro de él, como Maria dibujado y así sucesivamente. Bien, así que a continuación tenemos filas. Las filas son el grupo horizontal de celdas que describen un tema individual y también están relacionadas entre sí. Entonces, por ejemplo, aquí tenemos el cliente id2 pertenece a John, y John vive en Estados Unidos. En esta tabla tenemos cinco caminos. Otros nombres para filas son registros y tuplas. Ahora en las intersecciones entre columnas y filas, este dato lo llamamos la celda. Otros nombres tenemos elementos de datos, valor de columna, es un solo valor. Otro ejemplo es el número cuatro, o Alemania o George y así sucesivamente. El último componente que tenemos es la clave primaria. La clave principal es una columna o conjunto de columnas que pueden identificar de manera única cada fila de la tabla, y podrían usarse como un enlace dentro de otras tablas. En nuestro ejemplo, tenemos el ID de cliente y esta es nuestra clave principal. puede ver que tiene un valor único para cada cliente. Otro nombre para ello llamado campos clave. Bien, Eso es lo que es el componente principal de las tablas SQL. Bien, así que esos fueron los conceptos y los principales componentes de las tablas SQL. Y a continuación vamos a empezar a hablar los diferentes tipos de comandos SQL. 7. #5 comandos principales de SQL: Bien, así que ahora hablemos de comandos SQL. En SQL tenemos alrededor 12 comandos principales y 900 palabras clave diferentes. Por supuesto, no voy a estar explicándolos todos. En lugar de eso, en nuestros tutoriales, me voy a centrar en los comandos y sentencias SQL más utilizados que utilizo en mis proyectos en los últimos diez años para hacernos la vida más fácil, los comandos SQL son divididos en diferentes grupos dependiendo de sus propósitos. Bien, comencemos con el primer lenguaje de definición de datos grupales, DDL. Como su nombre indica aquí encontrarás todos los comandos que te permiten definir tu base de datos, como crear tablas, soltar columnas, cambiar tablas, cualquier cosa que vaya a cambiar la estructura de tu base de datos. Debajo de este grupo, puedes encontrar comandos como create, que te ayuda a crear cualquier cosa nueva en la base de datos, como crear una nueva tabla, crear una nueva vista de procedimientos almacenados, etc. Uno más tenemos aquí los comandos drop que te permiten eliminar un objeto de tu base de datos. Y el último alter. Te ayuda a editar la estructura de tu base de datos, como alterar una tabla para cambiar una columna o agregar nueva columna. Bien, Así que ahora al segundo grupo, tenemos Data Query Language DQL. Contiene sólo un comando, y eso es suficiente. Se llama el comando select. Selects le ayuda a recuperar sus datos de su base de datos. El izquierdo es el comando más importante que tenemos en SQL, y el que necesitas dominar para ser bueno en SQL. En mis tutoriales, estaré explicando todo sobre las sentencias SQL select porque si empiezas a trabajar con SQL, terminarás escribiendo toneladas de sentencias select. No te preocupes por ello. Bien, así que vayamos ahora al siguiente grupo. Tenemos lenguaje de manipulación de datos, DML. Dml contiene todos los comandos SQL que podrías usar para manipular tus datos dentro de tu base de datos. Entonces tenemos comandos como insert, para poder insertar nuevos datos dentro de tus tablas. O tenemos que eliminar para eliminar algunos datos de tus tablas o actualizaciones para actualizar el contenido de los datos existentes dentro de las tablas. Entonces como ves, es realmente fácil. El nombre lo fija todo. Bien, entonces ahora tenemos dos grupos de comandos que realmente es más para los administradores de bases de datos SQL. El siguiente tenemos lenguaje de control de datos, DCL. Dcl contiene comandos SQL Eso le permite dar acceso a un usuario específico a su base de datos, o dos tablas o esquemas y así sucesivamente. Entonces aquí tenemos dos comandos, concesiones, podrías usar concesiones para darle a alguien acceso a tus objetos en bases de datos o revocar para eliminar dicho eje de usuario específico. Bien, entonces ahora al grupo grande que tenemos, el Lenguaje de Control de Transacciones, TCL. En TCL, encontrarás los comandos SQL que te van a ayudar a administrar las transacciones de esa base con el fin de mantener la integridad de tus datos. Entonces aquí tenemos comandos como commits para guardar los cambios en tu base de datos, rollback para restaurar la base de datos. El último commit o hasta el último punto guardado. Si tienes algunos errores, podrías usar ese punto seguro. Se pueden definir los mismos puntos en las transacciones, los cuales se pueden utilizar posteriormente para deshacer. Bien, entonces ahora sobre esos nombres, ¿el l hizo QL, DCL, TCL, y así sucesivamente. No tienes que memorizarlos. A lo mejor sólo el importante es el LA a veces aquí en el proyecto. Entonces si alguien dice, estaré creando algunos scripts DDL, eso significa que él o ella, voy a crear una escala de estadista para cambiar la estructura de la base de datos, como crear una nueva tabla o dejar caer algo. Bien, entonces en nuestros tutoriales SQL, nos centraremos en los tres primeros grupos de los comandos SQL. Comenzaremos con la más famosa, las sentencias SQL select. Y después de eso, vamos a tratar con todos esos guiones. Y por último, voy a explicar, insertar, eliminar y actualizar. Bien, así que esos eran los principales tipos de comandos SQL. A continuación aprenderás los límites básicos de las sentencias SQL. 8. #6 Los elementos de las declaraciones SQL: Bien, así que ahora comencemos con lo básico un deseo que entiendas al inicio, los elementos básicos dentro de cada sentencia SQL. Tenemos por aquí declaraciones selectas muy simples. No te preocupes por el contenido. Voy a estar explicando eso más adelante. Entonces todo el texto que va a ser enviado a la base de datos, vamos a llamarlo sentencias SQL, o a veces lo llamamos query si es una sentencia select. Entonces no importa si estás recuperando datos de la base de datos o creando nueva tabla o actualizando contenido, siempre vamos a llamarlo sentencias SQL. Bien, entonces ahora hablemos de los componentes dentro de nuestra sentencia SQL. Empecemos con la primera línea por aquí, la verde, llamamos SQL inició el comando SQL. Podrías escribir lo que quieras y una vez que golpees Execute o todas las sentencias SQL, la base de datos simplemente va a ignorarla. Eso significa que no va a pasar nada. Hay algunos beneficios de los comandos SQL. Podríamos usarlo para describir nuestro código. Entonces más adelante va a ser más fácil de leerlo. Y porque la base de datos va a ignorarla y no va a pasar nada, reutilizarla para desactivar parte de nuestro código, por ejemplo si no quiero usar ese filtro por aquí, podría hacerlo como comentario y la base de datos no lo ejecutará. Bien, entonces ahora las sentencias SQL suelen dividirse en diferentes partes. Nosotros los llamamos cláusulas. Cada parte es responsable de una acción específica. En nuestro ejemplo de aquí, tenemos tres cláusulas, seleccione de y donde nubes y cada una de ellas tiene su propia función única, por ejemplo en select, puede enumerar los nombres de las columnas que quiero entrar desde. Vas a llamar a las tablas donde vas a definir los filtros. Entonces, como puedes ver, SQL está muy bien dividido después de las funciones, lo que hace que sea realmente fácil de leer y fácil escribir y hace que todo el lenguaje SQL sea muy fácil. Bien, entonces a continuación, como ya podrías notar, tenemos esas palabras azules, las llamamos palabras clave. En nuestro ejemplo, tenemos cuatro palabras clave, seleccionar de donde, y esas palabras clave están predefinidas y reservadas en SQL, eso significa que no puede usarlas como nombre de tabla o nombre de columna. En mi SQL, tenemos más de 900 palabras clave. No vamos a pasar por todas ellas. Sólo me voy a centrar en los tutoriales sobre las palabras clave más utilizadas. El enlace en la descripción, verás una lista de todas las palabras clave que tenemos en MySQL. ¿Bien? Bien, entonces ahora tomemos el siguiente elemento. Tenemos identificadores. Los identificadores son cualquier nombre que le des a cualquier objeto en tu base de datos, por ejemplo a. nombre de tabla, nombre de columna, incluso el nombre de la base de datos en sí, es identificador en nuestro ejemplo aquí tenemos cuatro nombres de columnas. Nombre, apellido, país y puntuación. Y tenemos también aquí el nombre de la tabla llamado clientes. Todas esas cosas, son identificadores. Bien, entonces ahora hasta el último elemento que tenemos, los llamamos operadores. En SQL, hay muchos operadores diferentes. Tienen diferentes formas y formas, por ejemplo, podrían ser simples, como lo que tenemos aquí equivale a menor, o podrían ser palabras clave, por ejemplo y lo llamamos como operador. Entonces como dije, en SQL, hay diferentes operadores SQL, como hay operadores aritméticos más y menos. Hay operadores de comparación como nuestro ejemplo, iguales y más pequeños y así sucesivamente. Bien, así que por eso son los elementos básicos dentro de las sentencias SQL. Entonces drama, por aquí, tenemos todo el texto. Lo llamamos declaraciones SQL, las verdes, lo llamamos comentarios. En SQL, tenemos diferentes clases, diferentes partes. El azul, son las palabras clave. Tenemos nuestro nombre. Entonces eso es lo que da en la base de datos. llamamos identificadores's. Y al final tenemos operadores en nuestras declaraciones. Bien todos, así que con eso, hemos terminado el primer capítulo del curso SQL. Ahora tenemos mucho conocimiento sobre los conceptos básicos y conceptos de SQL. En el siguiente capítulo, comenzaremos a preparar sus entornos para que podamos comenzar a practicar SQL. Y comenzaremos descargando e instalando MySQL. 9. #7 descarga e instalación de MySQL: Ahora si no tienes ya MySQL Install, entonces puedes seguirme. Te voy a mostrar paso a paso, ¿cómo vamos a descargar e instalar MySQL en Windows? Esto es tan importante para que puedas practicar y ejecutar los tutoriales en tu computadora. Empecemos descargando mi pantalla. Bien, vamos a nuestro navegador. Iremos al sitio web oficial de MySQL, mysql.com. Encontrarás tus descargas. Haga clic en eso, luego desplácese hacia abajo hasta encontrar descargas de la comunidad MySQL. Haga clic en él. Tendrás un montón de instaladores. El que necesitamos es MySQL Installer para Windows. Vamos ahí. Aquí tienes dos opciones, una más pequeña y una más grande. Entonces el pequeño, es como si consiguiera descargar algunos paquetes a medida que instalas MySQL. O puedes descargar todo el paquete al inicio. Entonces te recomiendo que vayas con el más grande. Entonces tenemos todo descargado al inicio. Haga clic en descargar esta página. Te pide que inicies sesión para crear nuevas cuentas. No es necesariamente para el tutorial, así que puedes saltarte eso. Así que voy a ir sin sacos. Solo inicia mis descargas. Eso va a empezar ahora a descargar el instalador. Pero como ya lo hice, no quiero preguntar ahora en su momento, pero voy a ir a descargas y voy a iniciar la instalación. Bien, comencemos ahora el instalador, voy a dar click sobre él. Presiona sí. Y ahora estamos en el primer paso de las instalaciones. Antes de continuar, les voy a decir que habrá muchos pasos 30 creo que solo vamos a presionar inicio siguiente, terminado. Sí, y así sucesivamente. No vamos a cambiar muchas configuraciones. A lo mejor vamos a poner alguna contraseña, pero ya está. Entonces es realmente fácil. Empecemos con el primer paso. Voy a decirnos ver por ejemplo desarrollador, servidor o cliente y así sucesivamente. Nos quedaremos con un desarrollador predeterminado. Así que haz clic en Siguiente. Después de eso se va a revisar el camino. Nos vamos a quedar con los impagos. Siguiente. Sí, estoy seguro. Entonces aquí va a verificar los requisitos. Darán muchos pasos como este, comprobando los requisitos. Entonces nos quedamos con los valores por defecto para SES. Y ahora te voy a mostrar todos los paquetes que se van a instalar para que no cambiemos nada. Vamos a descargar todo. Así que ahora voy a hacer clic en Ejecutar y va a comenzar a instalar todos esos componentes en tal vez ver uno por uno. Bien, así que ahora tenemos todos los productos instalados. Daremos click en Siguiente. Entonces tenemos algunas configuraciones de productos. Simplemente haga clic en Siguiente. Y ahora se puede ver sobre el networking. Bueno, lo más importante aquí es saber que tenemos el siguiente número de puerto o nuestra base de datos local, pero no vamos a cambiar nada. Lo vas a dejar así. Después haga clic en Siguiente. Nos vamos a quedar con los ajustes recomendados para las autenticaciones. Haga clic en Siguiente. Y ahora tenemos que configurar finalmente, la contraseña para nuestro usuario rod, o lo llamamos usuario administrador para la base de datos. Esto es muy importante para memorizar o secar en alguna parte. Entonces ahora voy a darle a nuestro usuario admin la siguiente semana de contraseña. Entonces, a continuación, nos quedaremos con sus cosas encomiadas, no vamos a cambiar nada. Y ya podemos hacer clic en ejecutar para aplicar nuestras configuraciones. Bien, después de que se hayan completado todas las configuraciones, podemos dar clic en Finalizar. Después de eso, habrá más configuraciones. Siguiente. No cambies nada. Nos vamos a quedar con esas configuraciones. Vamos a hacer click en Finalizar. Después de eso, algunas configuraciones más o terminar, bien, ahora vamos a probar nuestra conexión con el servidor de base de datos. Ves aquí el nombre de usuario es root, y vamos a escribir la contraseña que le dimos anteriormente para el usuario admin. Entonces voy a dar aquí las contraseñas y hacer clic en verificar. Entonces si lo consigues como aquí, Connection tuvo éxito. Eso significa que estamos conectados con éxito a nuestra base de datos SQL y todo está bien. Así que hagamos clic en Siguiente como configuraciones k, x cubed. Entonces todo es verde. Haga clic en Finalizar. Tenemos más configuraciones. ¿Adivina qué sigue? Bien, instalación terminada. Así que vamos a hacer clic ahora en un acabado más. Una vez completada la instalación , va a comenzar como MySQL workbench para ti y también otros scripts de shell. Vamos a checar aquí. Entonces no necesitamos este , podrías cerrarlo. Nos quedaremos con el MySQL Workbench. Esto es exactamente lo que necesitamos para los tutoriales. Así que puedes ver por aquí, instancia local podría chillar AT esta es tu base de datos local en tu máquina. Así que vamos a iniciar sesión y tratar de ver si todo está bien. Puedes ver aquí los caminos del usuario admin y escribimos la contraseña que dimos en la instalación. Esto es mío. Haga clic en Bien. Y ahora estoy dentro de mi base de datos. Si no estás exactamente en este paso, eso significa que has descargado, instalado y bloqueado en tu base de datos correctamente. Así que enhorras. Bien, así que con eso, hemos descargado e instalado MySQL exitosamente en nuestro sistema. A continuación, te voy a llevar en un recorrido muy rápido en la interfaz de MySQL. 10. #8 Tour en la interfaz de MySQL Workbench: Me gustaría darles ahora una visión real y rápida de la interfaz de MySQL Workbench. Porque recuerdo cuando comencé a usar tales aplicaciones de base de datos, era un poco confuso, abrumador tener todos esos paneles, opciones y barras de herramientas. Pero en realidad no era ese corazón. No voy a ir a explicarte cada detalle, sino que en cambio, te voy a dar una visión general de la interfaz. Si necesitas más detalles sobre la herramienta, visita mi manual de SQL. Dejaré el enlace en la descripción. Entonces ahora comencemos a explicar las secciones principales en MySQL Workbench. Bien, comencemos por el lado izquierdo tenemos aquí secciones muy importantes llamadas Navigator. Y en el navegador se pueden ver dos tabulaciones, esquemas y administración. Por defecto, serás aterrizado en el esquema. Para que puedas ver en el esquema, te permite navegar o navegar por los objetos de tu base de datos. Por ejemplo, yo puedo ver aquí, tengo tres bases de datos por defecto. Lo conseguimos de la instalación. Entonces si quiero ver dentro de esta base de datos llamada word, voy a hacer doble clic sobre ella y voy a ver las tablas, vistas, procedimientos almacenados y funciones. Para que pueda enrutar además, quiero ver lo que hay dentro de las mesas. Veremos que tenemos tres mesas, ciudad, país e idioma del país. Así puedo empezar, bien, tengo tres tablas en la base de datos. Veamos ahora qué columnas contienen esas tablas. Puedo dar click en la ciudad y ampliar. Y voy a ver, bien, tengo las siguientes columnas, ID, nombre, y así sucesivamente. Entonces con el navegador de esquemas, puedes navegar por tu base de datos para entender el contenido de la misma. Pasemos ahora a la segunda pestaña administraciones. Aquí encontrarás mucha información, herramientas para administrar tu SQL Server, por ejemplo, puedes verificar el estado del servidor, hacer doble clic en él, verás el lado derecho aquí. Varios estados se están ejecutando o se pueden administrar las conexiones, muchos usuarios y así sucesivamente. Es interesante si vas a ser como administrador de bases de datos para entender todas esas cosas, ahora estamos aprendiendo SQL y es tema diferente. Ahora, volvamos al esquema donde podemos navegar por nuestras bases de datos. Bien, vamos a cerrar este de aquí. No lo necesito. Vete. ¿Correcto? A continuación tenemos la barra de herramientas. Tenemos dos barras de herramientas. La primera llamada barra de herramientas principal. Es como las funciones más utilizadas en SQL, por ejemplo, para crear nuevas sentencias SQL o para crear un nuevo esquema o base de datos, crea una nueva tabla y ve nuevos procedimientos almacenados y así sucesivamente. Así que te da como un acceso rápido para crear las nuevas cosas en la barra de herramientas principal. La barra de herramientas, está por aquí. Es la barra de herramientas de consulta. Contiene todas las acciones que están relacionadas con la consulta que estás escribiendo en el Editor de consultas. Y el más importante es la ejecución. Entonces, una vez que escribas tus sentencias SQL por aquí, haces clic en la ejecución y se ejecutará en la base de datos. Tienes algunas otras opciones, por ejemplo, para guardar las sentencias SQL o abrir una que ya está guardada, y así sucesivamente. Bien, Siguiente tenemos secciones muy importantes. Se llama Editor de consultas. Aquí vamos a escribir nuestras sentencias SQL y consultas y así sucesivamente. Es nuestro principal lugar donde trabajaremos. Por ejemplo, voy a escribir la siguiente declaración. Seleccione estrella a partir del martes. No te preocupes por la sintaxis. Estaré explicando todo sobre las declaraciones selectas en los próximos tutoriales. Entonces ahora vamos a golpear la carrera o ejecutar. Después de ejecutar la consulta, verás que tenemos aquí una nueva sección. Se llama las cuadrículas de resultados. Aquí encontrarás los resultados que los datos que se devuelven de la base de datos después ejecutamos la consulta o las sentencias select y los datos se presentan como un formulario de tabla. Debajo de eso, encontrarás otras secciones. Se llama las salidas. Déjame hacerlo un poco más grande. Por lo que en esta sección encontrarás mucha información. Es como troncos. Para que puedas ver el tiempo de ejecución, cuánto tardó el servidor en ejecutar tu consulta. puedes ver si fue exitosa o tienes algunos problemas y la sintaxis, o tienes algunos errores. Entonces puedes verlo por aquí y también puedes ver el mensaje de error y así sucesivamente. Bien, Ahora bien, si vas al lado derecho por aquí, encontraremos otra sección. Se llama adiciones SQL. Es como una herramienta de mi SQL que te da descripciones de las sentencias SQL, sintaxis, uso y recomendaciones, etc. Normalmente lo escondo para ahorrar algo de espacio en la aplicación haciendo clic por aquí. De veras depende de ti. Se trata de referencias de bursa. Bien, por eso las secciones principales de MySQL Workbench y realmente lo necesitan en los tutoriales de SQL. Entonces espero que ayude. No te preocupes por ello. Necesitas un poco más de tiempo usando este tipo de aplicaciones para entenderlas y navegar por ellas. Y será menos abrumador. Bien, así que con eso, hemos aprendido a navegar a través de la interfaz MySQL. Y a continuación vamos a instalar la base de datos para practicar. 11. #9 Instala la base de datos del curso: Bien, entonces, hasta ahora hemos instalado aplicación MySQL localmente en nuestro commuter. Como siguiente paso, vamos a crear una base de datos tutorial para esta serie SQL. He preparado una base de datos espacial solo para fines de práctica y tutorial. En esta base de datos tutorial, tendremos tres tablas con pocos datos. Así que todos nuestros próximos tutoriales se basarán en esta base de datos de tutoriales. Lo que vas a hacer, te voy a enseñar algunas tareas. Y llegamos a intentar resolver esas tareas usando códigos SQL encima de nuestra base de datos tutorial como una x, te voy a mostrar paso a paso cómo crear nuestra base de datos tutorial. Bien, entonces ahora el primer paso es que vamos a ir a la descripción del video. Y ahí encontrarás el enlace a mi página web. Y con eso, encontrarás nuestra base de datos de tutoriales SQL. Entonces se verá algo así. Entonces este es un código grande en SQL alrededor de 53 filas. Para que no tengas que entender todas esas cosas al principio. Al, después de que termines la acidez, entenderás lo que hemos hecho por aquí. Entonces comprenderá cómo crear nuevas tablas de base de datos, cómo insertar nuevos datos, y así sucesivamente. Entonces lo que vamos a hacer ahora es sólo copiar el guión. Entonces para hacer eso, puedes ir por aquí y dar clic en Copiar o Gus, ir a seleccionar todo y copiarlo. Así que una vez que cubrimos nuestros scripts de base de datos tutorial, Reagan para ir a nuestra base de datos MySQL y ejecutarlo. Bien, entonces paso número dos, vuelve a mi SQL Workbench. Y ahí vamos a ejecutar nuestro código. Así que vamos a abrir un nuevo editor de escala de tabulación. Y aquí vamos a pegar nuestro código. Por lo que es alrededor de 53 filas en los códigos. Y vamos a pegarle a Run. Entonces una vez que corremos, tenemos que validar si todo salió a la perfección. Entonces si revisas el lado izquierdo por aquí, encontrarás, bien, tenemos tres bases de datos. Entonces, ¿dónde está mi base de datos tutorial que acabamos de instalar? Para ver que vas a pegarte refrescado. Una vez que golpees refrescar, verás, bien, tenemos ahora nuestro tutorial Base de datos, tutorial de DB SQL. Para ahora navegar por nuestra nueva base de datos, vamos a hacer lo siguiente. Simplemente haga doble clic sobre él y luego vaya a las mesas. Y ahí encontrarás nuestras tres mesas. Entonces ahí tenemos la mesa, los clientes, los empleados y los pedidos. Bien, entonces ahora vamos a comprobar si tenemos todos los datos en nuestra base de datos tutorial. Para ello, podemos abrir una nueva pestaña. Simplemente sígueme con esos pasos, todos los comandos, puedes explicarlos más adelante en los tutoriales. Entonces solo voy a recuperar toda la información de cada tabla para verificar, ¿tenemos todos los datos? Así que selecciona estrella de los clientes. Entonces este tipo recupera los datos de los clientes de la mesa. Y como pueden ver, tenemos aquí tabla llamada clientes con cinco clientes. Tenemos a María uniéndose a George Martin y Peter. Y en esta tabla estamos almacenando la información general sobre cada cliente, como el nombre, apellido, país y puntaje. Bien, entonces ahora vamos a revisar una tabla más. Comprobemos los pedidos. En lugar de clientes, voy a reemplazarlo con pedidos y hacer clic en Ejecutar. Aunque eso vamos a ver que tenemos pedidos de mesa que almacena todos los pedidos que se realizan para nuestros clientes. Para que podamos ver por aquí tenemos el ID de cliente y tenemos el ID de pedido y la fecha en que se realiza el pedido y la cantidad. Si quieres ver la formación de los pedidos, vamos a revisar los pedidos de mesa. Si vamos a ver esa información sobre los clientes, vamos a revisar la mesa clientes y así sucesivamente. Entonces, si has hecho todos estos tres pasos y has comprobado los datos, eso significa que ya tienes instalada nuestra base de datos tutorial en tu máquina local. Y podríamos continuar con nuestro tutorial. Bien, entonces con eso tenemos una base de datos con datos. Y antes de empezar a escribir nuestro código SQL, tenemos que aprender a darle estilo. 12. #10 Guía para el estilo de codificación de SQL: Bien, entonces ahora antes tenemos manos a la obra y empiezas a aprender a codificar en SQL. De verdad tengo que mencionar esto. Cuando empiezas a aprender cualquier nuevo lenguaje de programación, realmente no es suficiente aprender a codificarlo. Pero también necesitas aprender muchas otras cosas, por ejemplo, cómo resolver la tarea eran pocas líneas sin complicar las cosas o cómo escribir el código que ofrece un buen rendimiento. Y por último, y lo más importante, cómo escribir código que se vea bien, que sea fácil de leer para ti y para otros. Entonces, si estás trabajando en proyectos, notarás que los desarrolladores siempre tienen opiniones diferentes sobre cómo darle estilo al código. Pero todos ellos estarán de acuerdo en que el código debe ser legible y siguiendo alguna guía de estilo. Entonces podrías preguntarme ahora, Barra, ¿realmente necesito darle estilo a mi código? ¿No es suficiente que mi código esté funcionando correctamente? Bueno, no, hay dos razones para eso. Si estás trabajando en proyectos de equipo, a veces tu código debe ser revisado por otros. Y si tu código es difícil de leer, les darás dificultades leer tu código e incluso terminar que van a reescribir tu código para poder leerlo. Otra razón por la que si descubres hay algunos errores o algunos problemas en tu código, te costará buscar el error para averiguar en qué línea tienes el problema. Entonces sobre todo si eres principiante en SQL o en cualquier lenguaje de programación, al inicio, no vas a prestar atención por las guías de estilo. Solo te asegurarás de que aprendes los códigos y los estados de cuenta. Entonces mi consejo aquí, no desarrolles malos hábitos en las estrellas porque después va a ser muy difícil romperlos. Bien chicos y chicas, quiero compartir contigo ahora mis tres reglas de oro que siempre sigo cuando empiezo a escribir códigos SQL. Comprobemos este ejemplo por aquí. Son declaraciones muy simples, consulta, declaraciones selectas donde al principio para ser honesto, me costó mucho entender lo que está pasando. Entonces intentemos que sea belleza siguiendo las tres reglas. Regla número uno, añadir siempre nuevas líneas para palabras clave y también para cada columna. Entonces comencemos a hacer eso. Tenemos aquí la declaración select. Entonces agreguemos nuevas líneas para cada columna. Yo voy a hacer eso. Entonces todas esas cosas son nuevas columnas o nuevas líneas para cada columna. Y también de lo tenemos aquí como una nueva línea, así que está bien, me uní. Podríamos agregar una nueva línea para ello también. Entonces solo agregando nuevas líneas para cada palabra clave así como aquí para el final. Entonces como pueden ver, ya se ve mejor. Agregué nuevas líneas para cada palabra clave y para cada columna. Regla número dos, hagamos todas esas palabras clave en mayúsculas. Entonces hagámoslo. Seleccionar es minúscula, vamos a ponerla en mayúscula. Lo mismo va para de unirse. Hagamos todo en mayúscula. ¿Por qué hacemos eso? Es porque es más fácil leer qué es palabra clave y qué son otras cosas como no hice, dispara operadores y así sucesivamente. Entonces es mucho más fácil de leer. Entonces la regla número tres es que vamos a ir y agregar algunos espacios en blanco alrededor. Así que vamos a comprobar eso. Y en las declaraciones del usuario, nos podría gustar que se divida esta condición con espacios en blanco. Simplemente es más fácil de leer si agregas espacios en blanco también aquí bajo la condición de la unión, podríamos agregar espacios en blanco. Entonces como puedes ver, podemos leerlo mejor ya que todo como pegado. Ahora también para las columnas, siempre agrego una pestaña para ello. Entonces ahora eso es todo. Ahora, he aplicado por tres reglas y se puede ver, realmente es mucho más fácil de leer. Podemos ver aquí o seleccionar clave de unirse donde, y así sucesivamente. Podría leerlo a través de lo más fácil en comparación con el primero. Bien, así que ahora veamos ambos guiones uno al lado del otro. ¿Puedes ver las diferencias? ¿Cuál es más legible? Es sencillo. Script con un estilo, tiene un formato adecuado que te ayuda a ti y a otros a leerlo fácilmente y también a encontrar erosiones y problemas si tienes alguno. Bien chicos, así que con eso, ya tenemos mi base de datos SQL Server y datos funcionando en RPC. Entonces todo está listo para comenzar a practicar SQL. Y ahora en el siguiente capítulo encontrarás, empezará a usar sintaxis SQL para consultar la base de datos y tablas usando su muy famosa sentencia select. 13. #11 Declaración de SELECT: Bien, así que ahora nos vamos a centrar en el inicio en los comandos de selección. Entonces aquí va a estar nuestro foco. Vamos a aprender a consultar nuestros datos. Y esto va a tomar casi el 80 por ciento de nuestros tutoriales porque SQL se trata de cómo consultar nuestros datos. Luego otro en nuestros datos, vamos a hablar de las manipulaciones de datos y definiciones de datos al final. Entonces ahora comencemos con el comando select. Bien, así que antes de comenzar a escribir nuestras primeras declaraciones selectas, quiero mencionar lo siguiente. Y eso es en instrucción select. Hay muchas cláusulas. Esto no está muy mal. Esto da como un chillido, forma dinámica y fácil de usar SQL. Y cada una de esas cláusulas tiene su propia definición y función propia, que hace que sea realmente fácil de usar. Entonces tenemos el select para poder seleccionar nuestras columnas, para seleccionar las tablas que necesitamos. Se une con el fin de conectar dos tablas juntas donde con el fin de filtrar nuestros datos, GroupBy para agregar los datos. Tener es otra forma de filtrar nuestros datos. Orderby es enumerar nuestros resultados y el límite es solo para limitar nuestros resultados. Entonces esas nubes es que no te preocupes por ellas. voy a explicar todos paso a paso con ejemplos y tarea y todo y al final, puedes entenderlos todos. Un aspecto más muy importante a entender en las sentencias SQL es que el orden de esas cláusulas son muy importantes. Entonces e.g. I. No se puede usar al inicio a partir de entonces escribimos la selección. Entonces este orden es muy estricto, y si cambias entre ellos, obtendrás inmediatamente y error en SQL. Entonces eso significa prestar atención al orden de esas cláusulas. No te pierdas entre ellos. Necesitas seguir esas reglas para tu consulta se ejecute como tu consulta en SQL sin en euros. Bien, así que ahora lo primero que tenemos que aprender es cómo encajar nuestros datos de la base de datos, cómo recuperar todos esos registros o filas de nuestras tablas. Y para ello, utilizamos las sentencias SQL más fundamentales. Lo llamamos declaraciones select o a veces select query. Entonces ahora con el fin de entender todas esas sentencias SQL como select de donde se unió, te estaré dando como una tarea. Entonces vamos a tratar de averiguar juntos ¿cómo vamos a resolverlo usando nuestra base de datos tutorial? En nuestra base de datos de tutoriales, tenemos dos tablas, clientes y pedidos. En la tabla de clientes, tenemos cinco clientes. Y en las órdenes tenemos cuatro órdenes. Bien, así que comencemos con la primera tarea. Recupere todos los datos y columnas de los clientes. Entonces eso significa nuestro enfoque aquí en el elemento básico del cliente y todos los datos que son medios o filas. Entonces necesitamos de todo, filas y todas las columnas. Así que ahora antes de comenzar a escribir nuestra primera consulta, necesitamos asegurarnos de que estamos seleccionando la base de datos correcta. A medida que instale MySQL Workbench, obtendrá algunas bases de datos predeterminadas. Y después de eso, instalamos nuestra base de datos para los tutoriales. Entonces, para asegurarnos de que estamos seleccionando la correcta que necesitamos, o vas a hacer doble clic sobre ella, o puedes escribir esta declaración. Así que vamos a escribir el uso entonces el nombre de la base de datos, tutorial de DB SQL. Y luego corre. Con eso, nos aseguramos de que estamos en la base de datos correcta para que no obtengamos ningún error. Bien, así que ahora probemos nuestra consulta para la tarea. Entonces necesitamos todos los datos de los clientes. Entonces lo primero que especificamos en las sentencias SQL para la consulta es seleccionar palabras clave. Después de eso, como dijimos todas las columnas, vamos a usar star. Estrella significa todas las columnas dentro de esta tabla. Después de eso, necesitamos decirle a la base de datos qué tabla necesitamos, aquellos ya que necesitamos a los clientes, vamos a seleccionar los clientes de la tabla. Entonces vamos a decir de los clientes. Así que tenemos ahora la consulta que va a seleccionar todas las columnas de la tabla. Y aquí no tenemos ninguno como filtros ni nada. Entonces esta es la forma básica de SQL. Vamos a golpear a Run. Y como pueden ver aquí, ahora, tenemos los resultados. Tenemos los cinco clientes de la mesa, clientes y no olvides, en SQL, el pedido es muy importante. Por lo que siempre empieza con select luego viene de cláusulas. Porque si haces la vuelta, obtendrás un error. Así que asegúrate de que estás obteniendo el orden correcto mientras escribes y sentencias SQL. Hagamos otra tarea era decir, bien, quiero ver todos los datos de los pedidos. Entonces hagámoslo. Datos antiguos o columnas, eso significa seleccionar estrella de. Y ahora nuestra mesa son órdenes. Entonces voy a seleccionar esas órdenes de mesa aquí y luego ejecutarlas. Y como puedes ver ahora, podemos ver que esa base de datos recupera pedidos. Y así es, porque esto es todo lo que tenemos en nuestra base de datos. Bien, entonces ahora podrías estar diciendo, realmente no me interesan todas las columnas de mi mesa. Quiero especificar pocas columnas de la tabla para recuperar. Entonces digamos que tenemos la siguiente tarea. Recuperar solo el nombre y el país de todos los clientes. Entonces aquí está la diferencia con la anterior es que no necesitamos todas las columnas, solo necesitamos tus columnas. Entonces veamos cómo podemos resolver eso. Voy a quitar este y comenzar con Select. Y ahora no puedo usar star porque no quiero tener todas las columnas. Estamos interesados en el FirstName. Entonces escribimos el nombre, luego la coma. El segundo es el país. Y ahora necesitamos decirle a la base de datos de qué tabla, así de los clientes. Y vamos a correr. Como puedes ver aquí ahora solo tenemos dos columnas, nombre y país, y no vemos aquí las otras columnas como ID de cliente o puntaje. Entonces con eso, seleccionamos solo dos columnas sin usar estrella y resolvemos la tarea. Bien, Entonces ahora solo para entender cómo está reaccionando la base de datos a nuestra consulta, voy a mostrarte ahora paso a paso ¿qué está pasando en la base de datos una vez que consultes esta declaración? Entonces la base de datos parte de la tabla. Entonces dijimos desde los clientes, eso significa que la base de datos se va a centrar en la tabla de clientes. Entonces va a comprobar, bien, qué columna necesitamos. Entonces decimos FirstName, país. Y como en nuestras sentencias SQL no hay filtros, va a seleccionar todos los datos. Entonces va a seleccionar todo de la mesa. Y también para los países. Y así es como la base de datos implementó nuestra consulta. Bien, así que con eso, hemos aprendido a usar la sentencia select. A continuación, vamos a hablar sobre cómo recuperar valores únicos usando lo distinto. 14. #12 DISTINCT: Bien, por lo que la instrucción select por defecto, no eliminará ningún kit WE de los resultados. Entonces a veces podrías estar en situación en la que tienes algunos duplicados dentro de tus tablas y quieres eliminarlos de los resultados. Así que quitando duplicados de los resultados, no de la tabla. Para ello, para eliminar esos duplicados, reutilizar en ahí las sentencias select, una palabra clave llamada distinto. Entonces para entender eso, vamos a tener las siguientes tareas. Listar todos los países de todos los clientes sin duplicados. Bien, entonces ahora vamos a tratar de averiguar cómo vamos a resolver esta tarea. Como puedes ver, necesitamos a los clientes. Eso significa que nos vamos a centrar en los clientes de la mesa. Y necesitamos a todos los países. Eso significa que solo necesitamos una columna llamada país. Entonces hagamos una consulta básica. Vamos a empezar siempre con select. La columna que necesitamos llama país, pero vamos a anotar país. Entonces de nuestra mesa están los clientes. Entonces ahora vamos a comprobar si hay un kit WE y ver los resultados. Así x en cubos. Ahora podemos ver los resultados. Alemania, Estados Unidos, Reino Unido, Alemania, Estados Unidos. Como puede ver, hay duplicados. Tenemos Alemania dos veces y como será lo mismo, tenemos u es un dos veces. Entonces ahora la tarea es decir sin tener ningún duplicado. Entonces, para resolver eso, podemos escribir distinto exactamente después de la selección. Pero vamos a usar distinto por aquí. Y esta palabra clave siempre viene después de selecciona. Sólo haciendo eso, es como palabras mágicas. Se va a eliminar todos los duplicados. Así que vamos a comprobar eso. Entonces x en cubos, como puedes ver, ahora la lista contiene solo entradas únicas. Tenemos Alemania, solo unos, Estados Unidos también, y Reino Unido también. Entonces aquí tenemos una lista única de todos los países, de todos los clientes, y resolvemos la tarea. Bien, entonces ahora para entender distinto, voy a mostrarles cómo la base de datos está implementando nuestra consulta. Entonces dijimos en nuestra consulta, necesitamos los datos de los clientes. Por lo que la base de datos se va a centrar en la mesa de clientes. Y nosotros también nos sentamos. Solo necesitamos una columna llamada país, por lo que la base de datos puede seleccionarla en los resultados. Dijimos, bueno, necesitamos todos los datos, pero en distinto sin tener ningún duplicado. La base de datos puede comenzar, bien , Alemania, no está en el resultado. Lo va a poner ahí. Estados Unidos. No lo tenemos y el resultado lo va a poner ahí. Reino Unido lo mismo. No la tenemos en la lista y una arrancada, pero ahora viene de nuevo a Alemania, dijo, bien, ya la tenemos, así que no la incluirá en la lista. Y lo mismo va para Estados Unidos. Tenemos el uso aorta aquí. No se incluirá en la lista. Y con eso, tendremos nuestra lista única de todos los países. Bien, así que eso es todo sobre lo distinto. Y a continuación vamos a aprender a ordenar nuestros datos usando orden BY. 15. #13 ORDENAR POR: Bien, chicos y chicas. Así que ahora una vez que comienzas a usar declaraciones selectas para recuperar tus datos de tu base de datos, los resultados que estás obteniendo no se ordenan en ningún orden en particular. Eso significa que el DBMS o base de datos le está enviando esos datos en un orden no especificado. Entonces ahora si quieres aplicar algunas reglas o quieres ordenar los resultados, podríamos usar el byte de orden de nubes. Entonces ahora, para entender el orden BY, vas a revisar la siguiente tarea. Recuperar todos los clientes donde los resultados están ordenados por puntuaciones y los más pequeños deben ser los primeros. Así que ahora vamos a tratar de averiguar cómo vamos a escribir las sentencias SQL para resolver estas tareas. Ahora, ya que necesitamos a los clientes, eso significa que nos estamos enfocando en los clientes de mesa. Vamos a probarlo. Nuestra declaración de selección primero. Entonces seleccione, no hay especificación sobre las columnas. Voy a usar una estrella de los clientes. Así que vamos a correr eso y ver, como se puede ver, tenemos todos los clientes. Pero como se puede ver, no está ordenado por el marcador. La tarea se distorsiona por la puntuación la más pequeña primero, luego viene la más alta. Para hacer eso, vamos a usar la palabra clave orden BY. Entonces, vamos a tener una nueva línea. Con ello. Después de eso, necesitamos especificar la columna que vamos a usar para ordenar nuestros datos. O la tarea dice que se debe ordenar por puntuación. Eso significa que nuestra columna es score, la puntuación del nombre de la columna. Ahora tenemos aquí dos opciones, cómo podemos ordenar nuestros datos. Tenemos dos vías, ascendente y descendente. En la tarea dice que se debe ordenar por puntuación, la más pequeña primero. Eso significa que necesitamos usar ascendentes. En SQL, tenemos la palabra clave ASC. Eso significa que está ascendiendo. Entonces ahora tenemos la cláusula Order By y deberíamos estar bien. Vamos a ejecutar la consulta. Ahora bien, si verificamos los resultados, ya podrías notar que el resultado está ordenado de manera diferente a los conjuntos estándar significa que tenemos una clasificación diferente ahora después de la puntuación. Entonces el primero es nulo, porque null, null considerado como el más pequeño. Inserción. Después de eso, tenemos 350 es la puntuación más pequeña de todos esos clientes. Luego viene lo más alto y más alto y así sucesivamente. Entonces ahora primero estamos reiniciar, gobernar cómo ordenar nuestros datos y tenemos solución para nuestra tarea. Una cosa más a notar es que en SQL, la clasificación predeterminada en orden por es ascendente. Eso significa que si voy aquí y elimino la palabra clave ask this y vuelvo a iniciar la consulta, obtendré exactamente los mismos resultados porque no especifiques nada después del nombre de la columna, el valor predeterminado va a ser ascendente. Bien, entonces ahora consideremos una tarea más rápida y dice casi lo mismo. Recuperar todos los clientes y los resultados deben ser ordenados por puntuación. Pero esta vez el más alto debería ser primero. Entonces eso significa que necesitamos usar el método de descender la tarifa más alta que la más pequeña. Entonces eso significa que tenemos la misma consulta. No tenemos que cambiar nada. Pero ahora después del nombre de la columna, si la dejo vacía, va a ser ascendente. Pero esta vez necesitamos estar usando descendencia. Entonces vamos a usar este disco de palabras clave, eso significa descendente. Así que vamos a ejecutar esta consulta. Entonces ahora vamos a comprobar el resultado. Ya podemos ver que la lista está ordenada a la vuelta. Entonces ahora tenemos las tres primeras cartas con la puntuación más alta. John tiene 900, y es el más alto, luego viene el más pequeño y así sucesivamente. Entonces ahora estamos ordenando la lista o el resultado con la vía descendente. Bien, entonces ahora usando order BY a veces se vuelve un poco más complicado. Si estás usando no solo una columna, tal vez columnas diferentes para ordenar tus resultados. Especialmente si tienes muchos niños dentro de tus datos, usar una columna no te ayudará. Vas a estar en W usando columnas múltiples en el orden por para entender eso. Entonces vamos a tener la siguiente tarea. Recuperar todos los clientes donde el resultado se ordena por país en orden alfabético, y luego por puntaje con el más alto es primero. Entonces intentemos averiguar cómo escribir el SQL para eso paso a paso. Entonces ahora voy a quitar todo por aquí. Lo anoto orden por el primero llamado país. Entonces la columna que necesitamos es país, orden alfabético, eso quiere decir que es ascendente. Entonces podríamos dejarlo por defecto o podríamos escribir preguntar, no importa. Vamos a tener el mismo resultado. Entonces ahora vamos a verificar el resultado para eso. Entonces ahora como se puede ver que tenemos el resultado ya está ordenado por país de manera ascendente que todo está bien. Entonces tenemos ferias de Alemania entonces puedes usar una, ya está ordenada, pero eso no es suficiente porque la tarea dice, bien, después de eso, hay que ordenarlo por el puntaje, las ferias más altas. Si tomas ahora aquí el ejemplo, ésos a los clientes Marty y Martin. Ambos vienen de Alemania, pero María viene como esferas. Y a pesar de que tiene menor puntuación. Entonces eso significa que después de que empezamos con el país, necesitamos ordenar de nuevo esos puntajes. Entonces para hacer eso, vamos a poner aquí coma y luego. Anota la partitura. Entonces la opción aquí va a ser descender primero al más alto. Entonces esto, así eso significa que podríamos usar en el orden por año dos columnas. Para cada columna, podríamos usar diferentes métodos para ordenarla. Entonces ahora vamos a ejecutar esto. Y como puedes ver aquí otra vez, está bien. Lo tenemos ordenado por país, pero ahora Martín viene primero porque es mayor puntuación que María. Y así es exactamente como vamos a ordenar los datos usando múltiples columnas. Una nota más sobre el orden por ella que podríamos usar en lugar del nombre de la columna, la posición de la columna. Entonces si se puede ver por aquí que el país tenía la posición cuatro. Entonces esta es la primera columna, segunda, la tercera, la cuarta y la quinta. Eso quiere decir que ese país tenía la posición de cuatro. Entonces, en vez de escribir country, podría escribir cuatro. Aquí el marcador es el último, es el quinto. Entonces esta es como una manera fácil de ordenar los datos. Voy a usar OrderBy y si ejecuto esta consulta, obtendré exactamente los mismos resultados. Pero realmente eso no lo recomiendo. Porque si cambias alguna estructura de tus datos, como digamos el país será la posición para subrayar va a ser la posición tres. Entonces después de cambiar la estructura de tus datos, tienes que ir a editar tu consulta. Eso significa que necesito cambiar esos números. Otra vez. Eso es muy malo porque podrías olvidarlo. Entonces, si escribes el nombre, no importa ningún cambio. Va a suceder en ese esquema o sobre la mesa. Tu consulta puede entregar los mismos resultados y usando los números, necesitas ajustar esto. Entonces realmente no recomiendo usar esos números. El amargo es escribir el nombre completo de la columna. Bien, entonces ahora para entender el orden por, voy a mostrarte paso a paso lo que está haciendo la base de datos para poder ejecutar nuestras declaraciones. Entonces primero, va a elegir la mesa. Nuestra tabla es que los clientes, estamos usando la estrella, eso es medios pueden seleccionar todas las columnas, van a ponerlo en los resultados. Pero ahora, una vez que no estemos usando ningún lugar ni filtros, vas a seleccionar todos los datos. Pero nota que hay orden BY, por lo que puede ordenar los resultados por cada columna. Entonces la primera columna es el país. Entonces primero lo va a ordenar por país. El primero, el primer cliente que va a venir aquí, Alemania también, Martin. Entonces después de eso viene el Reino Unido. Clasifíquelo por aquí. Y luego después de eso vienen sacados de USA, se empieza a clasificar los resultados. Entonces podemos tener aquí que el país está ordenado. Y este es el primer paso. El siguiente paso va a ir a la segunda columna en el orden por en la partitura. Entonces va a ordenar de nuevo los resultados. Entonces los va a comprobar a nuestros clientes. Ya va a ver, bien, Martin tiene puntaje más alto y va a cambiarlo. Entonces déjame hacerlo así. Y Martin va a ser el primero en la lista. Segundo tenemos Reino Unido, así que está bien. Entonces tenemos a esos dos. Tenemos 900 y null. Nulo es el más pequeño y está bien. Entonces ahora así es como se está ordenando la base de datos usando el orden de Y. Bien, así que eso es lo que es para este capítulo. Hemos aprendido a consultar nuestros datos usando las declaraciones select y cómo ordenar los resultados usando la cláusula order BY. En el siguiente capítulo, vamos a aprender a filtrar nuestros datos usando la cláusula where. Dónde vamos a aprender muchos operadores importantes. 16. #14 DONDE: Bien chicos y chicas. Así que ahora hemos aprendido a recuperar todos nuestros datos de la base de datos utilizando palabras clave muy básicas de seleccionar. Como siguiente, necesitamos aprender a filtrar nuestros datos usando WhereClause, porque en escenarios del mundo real, no te interesan todos los registros de las tablas. Por lo que normalmente te interesarán sólo las filas que cumplan una determinada condición. Por ejemplo, no necesitamos a todos los clientes y sus resultados. Solo necesitamos los clientes que vienen de cierto país o tienen como puntaje específico. Entonces para entender eso, vamos a comprobar una tarea muy sencilla. Dice la tarea, enumerar solo clientes alemanes. Entonces eso significa que no estamos interesados en todos los clientes. Tenemos que ver en los resultados. Por lo tanto, solo los clientes provienen de Alemania. Bien, entonces ahora vamos a tratar de averiguar cómo vamos a resolver esta tarea usando la consulta SQL. En la tarea estaremos enfocándonos en los clientes. Eso significa que estaremos consultando la tabla de clientes. Y como no hay ninguna especificación sobre las columnas, podríamos ir y recuperar todas las columnas. Tratemos de escribir ahora la sentencia SQL para eso. Seleccione como de costumbre. Entonces no hay especificaciones sobre las columnas. Vamos a seleccionar todo lo que usemos. Estrella de nuestra mesa son los clientes. Y vamos a ejecutar esto y ver, como de costumbre, tenemos todos los datos, todos los clientes de Alemania, de Estados Unidos, Reino Unido y así sucesivamente. Pero la tarea dice solo los clientes alemanes. Eso significa que tenemos que hacer algunos filtros. Ahora, para hacer eso, vamos a usar las nubes raras y usualmente lo ponemos inmediatamente después de, bien, entonces ahora necesitamos anotar la palabra clave donde Después de la forma en que necesitamos especificar nuestro condición, la condición debe basarse en los países. Eso significa que el país debe ser igual a Alemania. Entonces escribimos ahora el nombre de la columna, operador igual país. Y ahora aquí necesitamos ingresar el valor que es exactamente como está escrito dentro de la base de datos. Jeremy, así. Anotamos Alemania. Entonces comencemos ahora la ejecución y veamos el resultado. Como puedes ver, no tenemos todos los clientes. Tenemos solo dos clientes Eso es cumplir con esta condición. María y Martín. Otros clientes como John, George y bitter, todos no cumplen con la condición y están excluidos de los resultados, ¿verdad? Entonces como puedes ver, SQL es bastante fácil de escribir Android, como tomar estos, seleccionar todas las columnas de clientes donde el país de los clientes debería ser igual a Alemania. Por lo que es muy fácil leerlo usando palabras en inglés y en el orden lógico. Bien, vamos a tener ahora otra tarea rápida. Dice clientes selectos cuya puntuación es mayor que los 500s. Entonces se basa en la misma mesa, así que no vamos a cambiar aquí muchas cosas. La única parte que ha cambiado es la condición. Entonces ahora vamos a eliminar este año. Nuestra condición aquí se basa en la puntuación. Entonces tenemos el operador de puntaje de columna ya no es igual, debería ser mayor. Entonces necesitamos otro operador y el valor es de cinco cientos. Por lo que anotamos sus 500. Vamos a ejecutar eso. Ahora podemos ver los clientes que puntúan es mayor a 500. Como puedes ver, es bastante fácil usar la declaración where. Bien, entonces ahora para entender la cláusula where, voy a mostrarte paso a paso lo que está haciendo la base de datos una vez que ejecutemos nuestra consulta. Entonces esa base de datos va a verificar qué tabla, así que va a enfocarse en los clientes. Entonces voy a comprobar qué columnas necesitamos a medida que escribimos la estrella. Eso significa que la base de datos va a seleccionar todas las columnas y sus resultados son entonces la base de datos puede verificar, bien, hay filtro, eso significa que no todos los datos que deberíamos estar en los resultados, así que va a compruébalo. Entonces ahora los tres primeros acordes van a comprobar la partitura por aquí. El puntaje es de 350, es decir, no es mayor a 500. No lo incluirá en el resultado. El siguiente es mayor que 500. Eso significa que lo va a llevar al siguiente cliente, lo mismo, cumplir con la condición. Vaya, tengo que escribirlo por aquí. Bien, ahora, el primer cliente, 500, no es mayor ni igual, solo es mayor que 500, eso significa que no lo considerará. Y el último, es nulo. Eso quiere decir que está vacío. No va a sentir por la condición. Eso significa que solo tenemos dos clientes y así como dónde está trabajando dentro de la base de datos. Bien chicos, entonces en SQL hay muchos tipos diferentes de operadores que podrías usar dentro la cláusula where con el fin de filtrar tus datos. En SQL, hay divididos en dos grupos. En el lado izquierdo tenemos los operadores de comparación, y en el lado derecho tenemos los operadores lógicos, el compresor y los depredadores. Podría usarlo para comparar dos valores, por ejemplo, tenemos el igual, no igual, mayor que, menor que, mayor o igual que, menor que o igual a, menor o igual a los operadores lógicos podrías usarlo una vez que quieras combinar dos condiciones diferentes. Y como resultado, vas a llegar a ser verdadero o falso. Por ejemplo, tenemos un operador, devuelve true si ambas condiciones son verdaderas, tenemos o devolvemos true. Si una de las condiciones es cierta, entonces no tenemos mentiras entre medias y así sucesivamente. Entonces en los ejemplos anteriores en la cláusula where, te mostré dos operador de conversión, era el igual y mayor que. Entonces como siguiente, voy a repasar por todas ellas para mostrarte cómo podrías utilizarlas dentro de la consulta y algunos ejemplos. Así que no te preocupes por ello. Bien, así que eso es lo que pasa para el WhereClause. A continuación vamos a hablar de los operadores de comparación. 17. Operadores de comparación #15: =, >, <, >=, <=, ! =: Bien, ahora nos vamos a centrar en los operadores de comparación y aprender a construir nuestras condiciones dentro de donde las nubes. La conversión de nacimiento es, como dije, se usa para comparar dos valores y es la forma más básica de cómo filtrar datos usando SQL. Bien, entonces ahora para entenderlos, tengamos las siguientes tareas. Primero, encuentra a todos los clientes cuya puntuación sea inferior a 500. Entonces eso significa que nos vamos a centrar en la tabla del cliente y no hay ninguna especificación sobre las columnas. Vamos a utilizar Select star de los clientes. Entonces ahora vamos a ejecutar esto. Como puede ver, tenemos todos los clientes, pero necesitamos filtrar la puntuación de datos menos de 500. Entonces vamos a usar la cláusula where. La columna es score, menos operador. Y luego vamos a teclear 500. Entonces comprobemos los resultados y dibujemos sobre ellos. Por lo que solo tenemos un cliente cuya puntuación es inferior a 500. Entonces ahora para entender por qué solo teníamos un cliente otros resultados, voy a mostrarte lo que ha hecho la base de datos una vez que ejecutamos nuestra consulta. Por lo que dijimos seleccionar estrella de los clientes. La base de datos se va a centrar en esos clientes. Dijimos estrella, eso significa que necesitamos todas las columnas, sumar nuestros resultados. Y entonces como tenemos usar guantes, vamos a filtrar los datos. Por lo que va a pasar por todos los registros y trató encontrar si cumple con la condición o no. Entonces voy a usar lo que me gusta y no me gusta qué término decir con esos es verdadero o falso. Por lo que el primer puntaje de audiencia del cliente es inferior a 500. Eso quiere decir que se va a mostrar en el resultado porque cumple con su condición. Entonces tenemos el siguiente. La puntuación es 900. No es menos de 500, así que eso es significa falso. El siguiente el mismo 750, no es menos de 500. El siguiente es interesante. Es exactamente 500, pero como las condiciones, dice menos de 500, no cumple la condición, entonces el nulo es falso. Entonces por eso solo teníamos un cliente en sus resultados. Bien, entonces ahora vamos a agregar otra tarea y dice, encontrar a todos los clientes cuya puntuación sea menor o igual a 500. Entonces casi lo mismo, pero tenemos aquí también los clientes que son iguales a cinco cientos. Así que vamos a comprobar que podemos tener la misma consulta, así que no va a cambiar nada por aquí, solo el operador. Entonces necesitamos el menor que, así que va a quedar así, pero necesitamos igual a. Entonces hay otro operador llamado menos que igual a, y se ve así. Entonces los tenemos a ambos así. Y vamos a preocuparnos y a ver cuál es el resultado. Entonces como puedes ver ahora tenemos el número de cliente para Martin. Tiene puntaje 500. Y ahora debería mostrarse sobre el resultado. Entonces tenemos la primera, María, menos de 500 y tenemos a Martin. Tiene exactamente como el 500. Entonces este es el menos que igual a. Entonces como puedes ver, es bastante sencillo. Vamos con otro operador con la siguiente tarea. Encuentra todos los clientes cuya puntuación sea mayor o igual a cinco cientos. Entonces eso significa que es casi lo mismo, pero necesitamos usar otro operador mayor que igual a. Entonces se ve así, mayor o mayor que igual. Y vamos a comprobar el resultado. Entonces como puedes ver aquí, ahora tenemos todos esos puntajes son superiores a 500. Por lo que nos hemos sumado con 900. Tenemos a George con 750, y Martin se queda aquí porque su núcleo es igual a 500. Entonces como puedes ver, es realmente fácil. Bien, entonces ahora tenemos una última tarea más. Dice, encontrar a todos los clientes no alemanes. Entonces intentemos resolver eso. Nos vamos a quedar con los clientes de mesa. Así que selecciona estrella de los clientes. Y necesitamos filtrar los datos usando puntaje NAT pero ese país. Entonces vamos a bucear ahora aquí país. Y como dice clientes no alemanes, eso significa que el país no debería ser igual a Alemania. Entonces el operador no igual, se ve así. Y entonces necesitamos el valor Alemania. Entonces con esta consulta estás diciendo, bien, dame todos los clientes cuyo país no es igual a Alemania. Así que vamos a correr eso. Y como pueden ver aquí, no tenemos un país llamado Alemania y los resultados. Y podrías ver como o tener el mismo resultado usando este operador también. Sabe también, no igual. Entonces, si ejecuto eso, vamos a obtener los mismos resultados. Entonces podrías usar cualquiera de ellos. No hay diferencia entre ellos. Bien, entonces ahora veamos cómo la base de datos resuelve eso. Decimos seleccionar estrella del cliente. Eso significa que los tres se van a centrar en la estrella de los clientes significa todas las columnas como de costumbre. Vamos a ponerlo por aquí. Tenemos bajo donde dice país no igual Alemania. Entonces la base de datos se va a centrar en esta columna o en la condición. Entonces veamos el primer cliente, el país igual a Alemania. Entonces eso significa que es falso. No lo veremos como resultado. Al siguiente, el país no es igual a Alemania, así que eso es positivo. Lo vamos a ver en los resultados. El siguiente es el mismo. El país no es igual a Alemania. Lo veremos así como los resultados. Y el primer cliente, el país es igual a Alemania. Entonces eso significa que es falso. No lo veremos en los resultados. Y el último, ese país no es igual a Alemania, entonces es cierto, veremos su resultado. Entonces por eso vimos a tres clientes en sus resultados. Bien, así que ahora hemos cubierto todos esos operadores dentro de esas comparaciones. Son bastante fáciles. Siempre son como comparar dos valores. Y yo sugeriría que vayas a jugar con ellos hasta que entiendas cómo funcionan. Pero como una x, vamos a ir y empezar a trabajar en los operadores lógicos. Son como un poco más difíciles, así que no te preocupes por ello. Eso voy a explicar en detalles y ejemplos y todo. Pero son muy importantes usando SQL porque vas a terminar usándolos mucho. Bien, así que eso fue todo para el primer grupo de operadores. A continuación, podemos hablar de ese otro grupo, los operadores lógicos y o no. 18. #16 Operadores lógicos: AND, OR, NO: Bien chicos, así que ahora vamos a hablar del segundo grupo de operadores que podrías usar dentro de la cláusula where, y ellos llamaron a los operadores lógicos. Nos centraremos en esos tres chicos malos y o chiflados. En los ejemplos anteriores, aprenderás a filtrar tus datos usando solo una condición. Pero en escenarios de la vida real, las cosas se complican más donde hay que combinar los resultados de dos o más condiciones. Y para hacer eso, podrías usar los operadores y, o. Bien, Así que ahora comencemos con el primer operador. El operador, dice lo siguiente. Devuelve true solo si ambas condiciones son verdaderas, lo contrario puede ser falso. Entonces digamos que tenemos condición a, condición P y queremos combinarlos usando. Y. Entonces la primera situación que tenemos en la condición a verdadera y la condición B la tenemos verdadera. Si haces los anuncios, nosotros también lo pasaremos porque está cumpliendo con los requisitos. Entonces ambas condiciones son ciertas. Vamos a pasar. Tengamos el segundo escenario, condición a también, cierto. Pero en la condición B tenemos falso. Aquí. No ambos son ciertos y vamos a obtener el resultado falso. Ahora el camino alrededor de la condición a tiene falso y la condición B tiene verdadera. No ambos son ciertos, eso quiere decir que el resultado va a ser falso. Y el último escenario donde tienes ambos son falsos. Como resultado, te vas a quedar falso. Entonces eso significa que el operador AND es realmente estricto. Ambas condiciones deben ser ciertas para que se hagan realidad. De lo contrario, siempre va a ser falso. Bien, saltemos al siguiente. Contamos con el operador OR. Dice que vuelve verdadero si una de las condiciones es verdadera. Entonces eso significa el operador OR. No puede ser feliz si tienes una de esas condiciones era verdad para darte verdad. De lo contrario, te va a dar falso. Entonces volvamos a tomar el mismo ejemplo que tenemos aquí, condición a, condición B, pero ahora vamos a aplicar eso o tenemos en el primer escenario verdadero y un verdadero en el B, va a mayores requisitos. Ambos son ciertos. Entonces eso significa en el orden que tenemos verdad. Al siguiente hemos añadido un verdadero o falso. Entonces ahora dice que al menos uno debe ser cierto. Entonces eso significa que con el oral vas a conseguir también a través porque lo tienes aquí como una, es verdad. Entonces el siguiente escenario donde es lo contrario, donde se tiene una falsa y una verdadera, es cumplir con los requisitos. Al menos uno de ellos es cierto para darte verdad. Pero sólo el último escenario donde ambos son falsos. Con este escenario obtendrás falso. Entonces como se puede ver, el orbitador es menos golpe que. Y va a ser feliz si tienes algún lugar a través para darte una verdad y obtendrás más resultados. Bien, pasemos al último, al no operador. Dice que va a revertir el resultado de cualquier operador booleano. Entonces eso significa que siempre va a estar dándote lo contrario. ejemplo, si dices izquierda, va a ir a la derecha. Si dices que vayas a la derecha, va a levantar. Entonces aquí tienes siempre los otros resultados opuestos, va a funcionar solo fue una sola condición. Entonces no es combinar dos condiciones como y, y o. Entonces. Aquí tenemos la condición a. si tienes aquí verdad y usas las nueces. Entonces eso significa que obtendrás la caída. Entonces va a hacer lo contrario. Y lo mismo. Si tienes falso y usas el operador NOT en él, te harás verdad. Entonces siempre es como revertir los resultados. Si tienes verdad, te vas a poner falso. Si tienes bóvedas te vas a hacer realidad. ¿Bien? Así que basta con la teoría, vamos a tener algunas tareas para aprender eso en SQL. Entonces tenemos las siguientes tareas. Encuentra todos los clientes que vienen de Alemania y su puntaje es menor a 400. Entonces tenemos aquí dos condiciones. Tratemos de resolver eso. Entonces, como de costumbre, vamos a usar select. No hay especificación sobre las columnas. Estrella de nuestra mesa es que los clientes están ahora en las condiciones donde. Tenemos dos condiciones. El país es Alemania, por lo que podemos escribir país igual al valor Alemania. Ahora tenemos otras condiciones. Dice que el puntaje debe ser menor a 400, puntaje menos operador 400. Entonces ahora tengo dos condiciones y necesito combinarlas en la tarea es segura. Y eso significa que ambas condiciones deben cumplirse. Necesito ahora mismo, el operador y entre ambas de esas condiciones. Así que vamos a ejecutar esto y ver. Con estas condiciones solo tenemos un cliente, así cumplimos ambas condiciones. Entonces tenemos a María que viene de Alemania. Su puntuación es inferior a 400. Bien, chicos y chicas. Entonces ahora vamos a ver si la base de datos, una vez que ejecutamos el operador y, tenemos como de costumbre, seleccionar estrella de base de datos de clientes enfocada en el cliente estrellas estables significa que necesitamos todas las columnas. Entonces vamos a ver todas las columnas y los resultados. Ahora esa base de datos va a pasar por cada fila y esforzarse por averiguar si cumple con sus requisitos para ponerlo como los resultados. Entonces comencemos con el primero. La primera clienta, María, viene de Alemania. Entonces esta es la primera a la primera condición. La segunda condición, hemos anotado 350, es menos de 400. Entonces eso significa que tenemos otra verdad. Y como estamos usando anuncios, ambos son ciertos, obtendremos el resultado como fila. Entonces eso significa que Delta V va a ir a poner sus otros resultados. Entonces el siguiente tenemos a John. El país es Estados Unidos. Entonces esta es la primera falsa por aquí en la primera condición. La segunda condición también, es superior a 400s, por lo que va a ponerla también, falso, falso, falso. El operador y lo va a poner como falso. El siguiente, también tenemos la misma situación. El país no es Alemania y el puntaje no es inferior a 400, Así que ambos falsos. El fin del nacimiento lo van a poner como falso. Y el cuarto tenemos a Martijn, el país es Alemania, entonces tenemos el primero por caminos. Esa condición no es inferior a 400 z-score, lo siento. Entonces tenemos aquí falso con la hormiga, no va a funcionar. Entonces eso significa que va a poner falso como resultado porque ambos no son ciertos. Y la última, ambas condiciones son falsas. El país no es Alemania y no tenemos puntaje. Entonces eso significa que también tenemos falso. Por lo que solo un cliente cumple ambas condiciones con verdad. Y una vez que uses y obtendrás solo un registro. Bien, entonces ahora saltemos al siguiente y tenemos al operador OR. La tarea dice, encontrar a todos los clientes que vienen de Alemania, o su puntaje es inferior a 400. Entonces tenemos casi la misma configuración. Pero aquí tenemos el operador lógico más o menos, tenemos las mismas condiciones. País iguala puntuación de Alemania inferior a 400. Pero ahora los vamos a conectar con el operador OR. Entonces ahora vamos a revisar los resultados. Voy a ejecutar eso. Y como ya habrás notado, tenemos ahora a los clientes como resultado para esta configuración. Entonces, vamos a ver qué pasó. Por lo que ahora al inicio como de costumbre, le decimos a la base de datos seleccionar estrella de los clientes. Se está enfocando en los clientes, todas las columnas por la estrella. Y ahora tenemos aquí las mismas condiciones. Entonces País igual a Alemania puntaje es menor a 400. Pero la única diferencia de que estamos usando el operador lógico o los resultados pueden ser diferentes. Entonces esa base de datos va a pasar por cada fila y ver si ha cumplido los requisitos o nueces con el, o es suficiente para tener solo una verdadera, verdadera como resultado. Entonces como puedes ver aquí en el primer cliente, ambos son ciertos. Eso significa que tendremos verdad. Como resultado. Veremos resultados de María. Después de eso. Esos dos clientes, no tienen ninguna verdad en ninguna condición. Eso quiere decir que va a ser falso en los resultados. Pero el cliente para Martin, tiene uno verdadero. Entonces eso significa que esto es suficiente. Eso lo conseguiremos como resultado. Entonces Martin va a ser el resultado. El último cliente igual. Entonces tiene ambos falsos. No tenemos ninguna verdad. Eso significa que el operador u va a poner falso. Entonces por eso llegamos a los clientes como resultado. Bien, entonces ahora Dos, el último tenemos el operador no y tenemos la siguiente tarea. Encuentra todos los clientes cuya puntuación no sea inferior a 400. Entonces eso significa que solo tenemos una condición y tenemos la nuez. Entonces intentemos resolver eso. Entonces aquí sólo tenemos una condición. Está por encima de la puntuación. Entonces no decía nada del país. Yo puedo quitar esta parte de ella. Entonces tenemos puntaje es inferior a 400, pero dice que no debe ser inferior a 400. Entonces todo lo que podemos hacer es simplemente agregarles operador de nueces. Es muy sencillo. Así que vamos a ejecutar esto. Como puedes ver por aquí, Eso son todos los clientes, no tienen puntaje inferior a 400. Bien, entonces ahora veamos qué hizo la base una vez que ejecutamos el operador NOT. Entonces, como siempre, obtendremos todas las columnas por culpa de la estrella. Y entonces tenemos el puntaje de condición menor a 400. Pero con las tuercas del operador, sin los nudos, solo tendremos un cliente que esté cumpliendo con estos requisitos. Entonces solo tenemos uno verdadero o falso con otro operador va a revertir todo. Eso significa que si tienes verdad, va a mostrarla como falsa. Y si tienes cuatro, va a demostrarlo como cierto. Entonces solo va a hacer lo contrario. Entonces aquí tenemos verdad y el resultado va a ser falso. Los tres siguientes son todos falsos, así que vamos a pasar, pero hay que tener cuidado con algo. Entonces aquí es nulo. Entonces la base de datos no sabe si es menor o mayor o algo así. Por lo que lo tratará como desconocido y no le mostrará otros resultados porque está vacío o nulo. Entonces por eso hemos sumado los resultados, esas trues. Eso significa que solo tendremos tres clientes. Bien, así que eso fue todo para los tres operadores y, o nueces. Y a continuación vamos a aprender sobre el operador lógico entre. 19. #17 ENTRE: Bien chicos y chicas. Entonces ahora vamos a hablar un operador lógico más que podrías usar dentro de la cláusula where para filtrar tus datos. Y ese es el intermedio. Entre es un operador lógico que permite seleccionar solo las filas que caen dentro de un rango específico. Para trabajar con entre en SQL, es necesario definir límites a límites dos valores que especifican el rango. Entonces aquí necesitamos definir entre el valor medio y el valor máximo. Podría ser cualquier cosa como texto, número y fecha. Aquí en SQL, cualquier valor entre esos dos límites. No van a ser considerados como verdaderos. Y los valores o las filas que están fuera esos límites van a ser considerados como falsos. Y una información más muy importante que esos límites, el valor principal y el valor máximo se incluyen en la condición. Entonces es realmente, veo en los proyectos mucha gente que se olvida de ello o cierto, como volver a preguntar, ¿ esos límites están en la condición o no? Entonces está muy confundido mucho. No olvides que esos valores están incluidos en la condición. Entonces ahora para entender eso, vamos a tener alguna tarea y vamos a tratar de resolverlo con SQL. Bien, entonces ahora tenemos las siguientes tareas. Encuentre todos los clientes que puntúan dentro del rango de 100.500. Entonces intentemos resolver eso con SQL. Entonces como de costumbre, seleccione estrella, no hay especificaciones sobre las columnas. Nuestra mesa es clientes. Ahora necesitamos filtrar los datos. Entonces vamos a usar dónde y aquí, la columna que necesitamos para usar una puntuación porque dice puntaje debe ser 100-500. Entonces vamos a anotar puntaje. Y ahora la sintaxis para entre, es necesario escribir la palabra clave entre. Y aquí ahora necesitamos especificar el valor mínimo. Entonces el valor Min, el primer límite es el 100s. Y luego vamos a usar el operador y luego el valor máximo. Y eso es todo. Entonces, para el intermedio, es necesario anotar el nombre de la columna entre el valor Min y el valor máximo. Entonces, eso es todo. Ahora intentemos ejecutar la consulta y ver los resultados. Como puedes ver, esos dos clientes tienen los puntajes. Eso es 100-500. Bien, entonces ahora veamos qué hace la base de datos una vez ejecutamos la consulta con el operador between. Así que ahora como de costumbre, seleccione estrella entre los clientes. Eso significa que en los resultados necesitamos todas las columnas y tenemos donde. Entonces eso significa que la base de datos debe filtrar los resultados y tenemos la condición 100-500. Así que vamos a repasar por todos los clientes. Entonces el primero tenemos el puntaje 350. Está entre este rango 100-500. Entonces tenemos la primera verdad y la veremos en sus resultados. Entonces el siguiente es el 900. Entonces es como fuera del límite máximo. Eso lo hace como falso. Lo mismo va para George. Tenemos 750 también está fuera de los 500, así que está fuera de los límites, no entre esos dos valores. Tenemos lo falso. Y ahora es interesante, tenemos los 500, 500. No está dentro del rango, es exactamente el límite. Y con eso intermedio, lo va a considerar como cierto. Entonces lo tenemos como cierto. Y el último que tenemos ahora, por lo que se desconoce, por lo que no lo devolverá aquí. Por eso los resultados. Vimos a dos clientes, María y Martín, porque caen dentro del rango 100-500. Y Martin es exactamente el límite máximo. Por eso se considera como nosotros somos verdaderos. Bien chicos, Entonces hay otra manera de resolver este tipo de tareas sin usar entre. Y en lugar de eso, podemos usar dos condiciones y conectarlas con el operador AND. Entonces te voy a mostrar esa estrella de clientes como de costumbre. Y ahora vamos a escribir las condiciones donde. En primer lugar, la puntuación debe ser mayor o igual a 100. Entonces vamos a usar operador mayor o igual a 100. Y luego vas a escribir la segunda parte del segundo límite. El puntaje debe ser menor o igual a cinco cientos. Entonces vamos a usar este operador menor o igual a cinco cientos. Entonces con eso, redefinimos la función entre. Y si ejecuto esto, voy a quitar esta parte de aquí y ejecutaré. Obtendremos exactamente los mismos resultados porque simplemente lo redefinimos de otra manera. Algunos desarrolladores como yo tienden a no usar entre y en lugar de eso, usamos tales condiciones porque para mí es más fácil leer lo que está haciendo la consulta en lugar de usar entre, porque necesito recuerda cuando usé entre eso, por ejemplo, se incluyen los límites. Y si te olvidas de eso, necesitas buscar sobre eso. Así que es realmente más fácil solo leer exactamente lo que está haciendo la consulta. Por lo que tiendo a evitar entre las dos condiciones con hormigas. Y una ventaja más sobre eso. No podrías controlarlo mejor. Entonces, por ejemplo , I. Podría usar para el límite con el valor de los imanes solo menos sin los iguales. Entonces podrías definirlo más flexible que el entre. Bien, así que eso fue todo para el operador entre la semana que viene y aprende sobre el operador in. 20. #18 EN: Bien chicos y chicas. Entonces ahora vamos a hablar un operador lógico más que podrías usar dentro de la cláusula where para filtrar tus datos. Y ese es el operador in, los enumeradores. Permite definir una lista de valores que le gustaría ver en los resultados o ser incluidos en los resultados. Entonces cómo puede funcionar, como dije, se puede definir como solo lista de verificación, una lista de valores donde se le está diciendo SQL solo esos valores están permitidos en los resultados. Entonces aquí puedes definir múltiples valores. No es como el entre donde se definen los límites. Aquí hay una lista de valores. Entonces la base de datos puede comenzar como pedir cada valor es un valor dentro de esta lista. Si la respuesta es sí, entonces va a ser verdad. Si la respuesta es no, va a ser simplemente falsa. Bien, entonces ahora como de costumbre, para entender eso, vamos a tener una tarea y tratar de resolverla en SQL, dice la tarea, encontrar clientes cuyo ID de cliente sea igual a uno de los valores 12 o cinco. Entonces intentemos resolver eso. Como de costumbre, no hay ninguna especificación sobre las columnas, por lo que vas a seleccionar estrella entre los clientes. Y ahora necesitamos filtrar los datos. Entonces vamos a usar WhereClause y aquí empezamos. Entonces dice el ID del cliente. Entonces eso significa que esta es la columna que vamos a usar para filtrar los datos de nuestro ID. Y ahora tenemos un conjunto de valores, 12.5. Entonces para poder usar eso, vamos a usar el operador in. Y empezamos a definir ahora la lista, una lista de verificación. Así que abre los soportes. El primer valor es uno, luego coma dos, coma cinco, luego cerrar corchetes. Entonces definimos la lista de valores que queremos ver los resultados. Y con eso, vamos a ejecutar esa consulta y ver qué va a pasar. Como puedes ver, la consulta se ejecuta y tenemos la lista de clientes que coinciden exactamente con nuestra lista, el ID de cliente 12.5. Bien, entonces ahora veamos qué hizo la base una vez que ejecutamos el operador in. Entonces, como de costumbre, seleccionar estrella de los clientes significa que quiero ver todas las columnas en los resultados y la base de datos puede seleccionar eso. Y como tenemos cláusula where, va a empezar a verificar el estado. La condición debe decir es que identificación del cliente debe estar en esta lista. Entonces los datos van a verificar a cada cliente. Entonces aquí tenemos ID de cliente uno, y está en la lista. Por eso vamos a conseguir un verdadero por aquí para esta condición y lo vamos a ver en los resultados. El siguiente son dos. Entonces aquí también tenemos verdad o éste y lo vamos a conseguir en el resultado. Los terceros clientes ID de cliente igual a tres y no está en la lista. Por eso nos vamos a poner falsos por aquí. Lo mismo para cuatro, así que cuatro no está en la lista. Lo ignorará. Y el último, ID de cliente igual a cinco y está en la lista. Entonces vamos a obtener una verdad para eso. Y así es como la base de datos puede procesar nuestra consulta. Bien, entonces podrías decirme ahora, espera un minuto, Vera, acabo de enterarme del operador u y cómo combino diferentes condiciones usando el OR. Y podría resolver esta tarea usando eso en lugar de usar en y como una lista de verificación. Entonces veamos cómo podríamos hacer eso. Estoy de acuerdo en que va a funcionar también. Por lo tanto, seleccione estrella de los clientes, donde ID de cliente igual a uno. Entonces el primero, luego escribimos o ID de cliente igual a dos y continuamos. ID de cliente igual a cinco. Entonces, si ejecuto esta consulta, obtendremos exactamente los mismos resultados. Pero como estoy de acuerdo en eso, pero como puedes ver aquí, es más compacto y mucho más fácil de leer, como haces lista y eso es todo. Entonces aquí puedes definir todos esos valores con múltiples condiciones y conectarlos con el OR. Entonces. Imagina que tienes diez valores, aquí tendrás diez rollos de códigos. Entonces me gustó mucho con el operador n. Es más compacto y más fácil de leer. Bien, así que eso es todo sobre el operador in. A continuación, vamos a aprender un operador muy importante. Es la luz. 21. #19 ME GUSTA: Bien chicos y chicas. Entonces ahora tenemos el operador lógico final que podrías usar dentro de la cláusula where para filtrar tus datos. Y ese es el operador similar. Es un poco más complicado que los demás. No te preocupes por ello. Voy a explicar eso paso a paso con ejemplos. Entonces, una vez que lo entiendas, va a ser más fácil y divertido de usar. Entonces, en los otros ejemplos con la WhereClause, siempre definimos el valor completo del valor completo en la cláusula where. Pero a veces podrías estar en situaciones en las que aún no conoces los valores. Estás buscando algunos valores y tienes un baño a la cabeza, por ejemplo, estás buscando clientes donde su nombre comienza con m. Así que aquí no conoces todo el valor. Estás buscando algo y tienes un patrón. Podrías usar los operadores de lag que era un botón para encontrar a esos clientes. O hay muchos valores en la base de datos o SQL, donde va a ser casi imposible definir todos esos valores y la cláusula where. Entonces en vez de eso, vas a definir como un botón y le dices a SQL que estoy buscando algo como esto. Entonces ahora lo similar funciona así. Devuelve true si el valor coincide con el patrón. De lo contrario va a devolver falso. Entonces eso significa que necesitamos construir como mantequilla en, en SQL. Y en la escala tenemos dos herramientas para hacer eso. Tenemos el porcentaje donde decimos que coincide con cualquier cosa, o tenemos el subrayado, coincide exactamente con un carácter. Entonces ahora vamos a tener un ejemplo para entender que tenemos los primeros nombres de archivo de ejemplo que comienza con M. Eso significa, ya sabes que los nombres empiezan M y no te importa el otro personajes. Entonces ahora necesitamos construir tal botón. Podemos anotar la M y el porcentaje que estás diciendo aquí para escala, eso comienza con M y los demás, no importa. Podría estar vacía. Podría ser como personajes. Múltiples personajes no importan, pero para ti, es muy importante que comiencen con m. Ahora tenemos otro. Dice encontrar nombres que termina con n. Entonces eso significa que podría comenzar con cualquier cosa. Entonces vamos a comenzar con el porcentaje, y debería terminar con el final. Aquí. Hay que tener cuidado de que sean sensibles a mayúsculas y minúsculas por aquí. Entonces hay diferencia entre n pequeño y comenzar. Entonces este patrón dice que SQL comienza con cualquier cosa, pero necesito que se termine con n. Ahora tenemos el ejemplo donde dices, Bien, no debería ser el primero ni el último. El nombre debe contener en alguna parte que nuestro personaje. Así que encuentra nombres que contengan la r. Así que no estás definiendo si están al inicio o al final. Entonces con eso, podrías usar el siguiente patrón. Podría iniciarse con cualquier cosa que no sea R y terminar con cualquier cosa. Aquí. No sabes dónde están exactamente. Los nombres deben contener en alguna parte y nuestro carácter. Ahora bien, al siguiente podrías ser más específico donde puedas decir, bien, búscame los nombres que contenga la r, pero exactamente en la tercera posición. Entonces es un poco más complicado. Y con eso vas a usar el guion bajo. Subraya usted dice, bien, la primera posición podría ser cualquier cosa. La segunda posición podría ser cualquier cosa. Pero el tercero debería ser exactamente el R. Y después va a ser cualquier cosa como personajes vacíos y así sucesivamente. Entonces con eso, estás mezclando esas dos herramientas, subrayado y porcentaje. Entonces ahora vamos a ir más en detalles y ejemplos de palabras con el fin de entender cómo x. Bien, entonces ahora vamos a ir a bucear profundamente en cada uno de esos ejemplos y explicarte lo que está pasando en el base de datos o SQL una vez que defina esos patrones. Entonces el primer ejemplo que tenemos encuentra nombres Eso es comienza con M. Nuestro patrón es M y porcentaje, eso significa cualquier cosa después de eso, no nos importa eso. Debería comenzar con M. Y en nuestra base de datos tenemos esos cinco valores, esos cinco nombres, y empecemos uno por uno. Entonces María, Comienza con M. Así que eso es significa que está coincidiendo con nuestro patrón. Entonces SQL va a volver para eso un verdadero. El siguiente tenemos a John. Entonces la J de aquí no coincide con nuestro patrón. Eso significa que SQL le va a poner falso que a George, lo mismo, comienza con G y no coincide con nuestro patrón. Debería comenzar con em. Para llegar a ser como un verdadero. Tenemos falso para eso. Martin aquí empieza con M. Eso significa que está haciendo coincidir nuestro botón y vamos a conseguir que eso sea cierto. Y el último, Peter, tenemos p y no es coincidente ni patrón y vamos a cortar a falso. Entonces, si define esos patrones en el SQL, obtendrá esos verdaderos y falsos de la base de datos. Bien, entonces en el siguiente ejemplo tenemos encontrar nombres termina con n, n pequeño. Nuestro patrón es como cualquier cosa, el porcentaje y luego n pequeño. Vamos a repasar los nombres. El primero, María y la base de datos va a revisar la última. ¿Bien? El último es un no coincidente. Nuestro n lo va a rechazar. Te vas a poner falso. Entonces tenemos a John, John tiene el último personaje y es coincidente. Nuestra base de datos de patrones se va a poner a través de ella. Entonces el segundo que tenemos George, George terminan con g. No está coincidiendo con el patrón falso, Martin n, tenemos verdad aquí. Entonces el último personaje coincide con nuestro botón. Y mejor, tenemos la r por aquí. No coincide con el patrón. Entonces, si ejecutas el botón Sanjay en tu base de datos, obtendrás solo John y Martin como resultado. Entonces encontremos el siguiente. El siguiente dice buscar nombres y que contiene R y no especificamos nada o que en algún lugar debería ser R. Así que el botón que dice presente, están presentes. Eso significa que en algún lugar hay una R. Entonces con el Martin, en algún lugar hay r. Así que aquí, por aquí tenemos la R y va a volver verdad. Con John, no hay ningún lugar y son como No hay ningún personaje por aquí con la R. Eso significa que la base de datos va a devolver false. George, tenemos por aquí una hora, así que va a volver verdad. Martin, lo mismo y mejor también, lo mismo. Entonces como puedes ver, si quieres, comienza con el presente y termina con los porcentajes. La base de datos puede encontrar en algún lugar tu personaje y va a devolverlo tan cierto como ves aquí, peter termina con R, Martin en el medio en algún lugar hay r. Así que aquí no te importa sobre la posición. ¿Dónde está tu personaje? Bien, entonces ahora llegamos a la final. Dice encontrar nombres que contengan la R y la tercera posición. Aquí somos muy específicos. Estamos diciendo exactamente el tercero debería ser el R. Entonces para hacer eso, no vamos a usar el porcentaje en nuestro botón. Vamos a usar el guion bajo. Dice que el primer personaje podría ser cualquier cosa. El segundo personaje podría ser también cualquier cosa. Pero el tercer personaje debería ser exactamente la r. Y después de eso, podría ser cualquier cosa, podría estar vacío como un montón de personajes. Eso no nos importa. Así que repasemos nuestros valores y veamos cómo va a reaccionar la base de datos. Entonces María, Comienza con M, Está bien. Está bien. El tercero debería ser R y tenemos aquí partido después, como si no importara. Entonces esto es una coincidencia con nuestros patrones. Entonces María va a obtener un verdadero de la base de datos. El siguiente, John, al igual que los dos primeros personajes están bien, pero el tercero no coincide con el patrón. Es la H. Por eso vamos a conseguir una falsa por eso. El tercero, se puede ver que la tercera posición es 0 ya que no coincidirá. Nuestro botón. Martin es coincidente porque tenemos, el primer personaje es M, podría ser cualquier cosa. El segundo también, a, y el tercero es R. Así que esto coincide con nuestro patrón. Los riesgos podrían ser cualquier cosa. Entonces es por eso que Martin está haciendo coincidir exactamente nuestro botón. El último, Beta, no coincide con nuestro botón porque en la tercera posición tenemos ese T. Con eso, si ejecutas ese botón en tu base de datos y eres específico con eso, obtendrás solo María y Martín como resultado. Así que ahora como un siguiente vamos a ir profundizando en ejemplos estaban bien, así que ahora como una x, vamos a aprender a escribir sentencias SQL usando el operador like con el fin de entender la sintaxis y para resolver esas cuatro tareas, vamos a comenzar con la primera. Encuentre todos los clientes cuyo nombre comience por M. Así que como de costumbre, vamos a seleccionar estrella. No hay especificación de lo que son las columnas tabla es clientes. Y ahora tenemos que filtrar los datos con nuestros botones. Entonces donde las nubes, las columnas que vamos a usar en nuestro botón es el primer nombre. Entonces vamos a anotar la palabra clave like. Después de eso, vamos a especificar ahora el botón. Entonces comienza con la coma alta, luego grande M por ciento, y luego la cierra con el alto mando. Entonces con eso, especificamos el patrón para el operador like y vamos a ejecutarlo. Entonces como puedes ver en los resultados, conseguimos esos dos clientes que tienen una M grande, el inicio del FirstName. Entonces así es como lo vamos a hacer usando el operador like. Entonces el siguiente, dice, encuentra a todos los clientes cuyo nombre termina con un pequeño n. Así que vamos a tener las mismas cosas por aquí, pero necesitamos redefinir el patrón de coma, comando alto que era no alemán. Y luego cualquier cosa como el presente, y luego pequeño n, luego closet. Así que vamos a correr eso. Y como puedes ver, conseguimos esos dos clientes, únete y Martin, porque tienen su nombre y terminan con, bien, así que ahora a la tercera tarea, dice encontrar clientes cuyos nombres contienen alguna parte y r pequeño r. Así que vamos a hacer eso. Así que vamos a tener la misma configuración por aquí, pero tenemos que cambiar el patrón. Tan alta coma, entonces por ciento, pequeño, por ciento, luego alto se le ocurre eso. Como dije, no estás especificando ninguna posición en alguna parte debería ser una R. Así que vamos a ejecutar eso y revisar nuestra consulta. Puedes ver aquí María tiene una R en alguna parte. George tiene un increíble donde Martin y Beta. Así que conseguimos esos cuatro clientes. Pero John, no lo conseguimos porque no tenía un arte en su primer nombre. Bien, entonces ahora a la última es la tarea dice, encontrar a todos los clientes donde los nombres que contienen el personaje y la tercera posición. Así que aquí, las mismas cosas por aquí. Tenemos que cambiar sólo el patrón. Coma demasiado alta, el primer personaje debería ser cualquier cosa. Así subrayado. Nuevamente, subrayar el segundo personaje podría ser cualquier cosa. Y aquí definimos la r. y luego decimos cualquier cosa después de eso. Entonces coma alta, es propia. Una vez que escribamos aquí, el botón ahí arriba, están como, y vamos a correr eso. Y como pueden ver, solo María y Martín, como discutimos eso que contiene el tercer carácter, la r. entonces con eso tienes esos cuatro ejemplos con el operador similar. Es muy divertido una vez que empiezas a practicar con eso. Así que inténtalo ahora, yo diría para hacer algún patrón a tu cabeza y tratar de anotarlo y ver cómo SQL Enero huevo eso. Sólo con la práctica, vas a obtener algunos buenos resultados y te va a gustar, entenderlo. Bien, así que eso es todo por este capítulo. Hemos aprendido a filtrar nuestros datos usando la cláusula where y muchos operadores importantes. En el siguiente capítulo, vamos a subir el nivel que estamos leyendo para aprender a combinar nuestras tablas SQL usando uniones y unión. 22. #20 SE JOINS Concept: Bien, chicos y chicas, entonces, hasta el momento hemos aprendido a consultar solo una tabla. En todos nuestros ejemplos, nos centramos en la mesa de clientes que hemos hecho seleccionar dónde filtramos los datos y así sucesivamente. Esa fue sólo una mesa. En escenarios de la vida real, trabajarás con una base de datos real que contiene muchas tablas diferentes. Y una vez que empieces a escribir sentencias SQL, terminarás consultando esa solo una tabla, pero tal vez varias tablas para obtener algo significativo de los datos. Entonces eso significa que necesitas comenzar a aprender a combinar diferentes tablas, cómo unir esas tablas en una sola sentencia SQL. Esto es muy importante para poder aprender SQL, porque una vez que domines esto, serás bueno en SQL. Ahora en nuestra base de datos tutorial, estaremos trabajando ahora con dos tablas que los clientes y los pedidos en el pedido, como pueden ver, ¿qué cliente hizo las cuchillas, qué pedido? Entonces ahora, para poder unir esas dos mesas, hay que especificar dos cosas. Primero, es necesario determinar cuál es la clave de unión, clave colindante. Es como una columna que existe en ambas tablas, por ejemplo el ID de cliente, lo podemos ver aquí en los clientes y también en los pedidos. Entonces eso significa que el ID de cliente es buen candidato para unirse a esas mesas, y va a ser nuestra clave de unión. Lo segundo que hay que especificar es el tipo de unión. En SQL, tenemos cuatro tipos diferentes de uniones. Tenemos la unión interna, unión izquierda, la unión derecha y la unión completa. Podría ser complicado en los estilos, pero no te preocupes por ello. Voy a explicar todos esos tipos paso a paso con ejemplos. Te voy a mostrar también cómo funciona SQL con esos tipos. Bien, así que ahora comencemos con el primer tipo de juntas tenemos la unión interna. La unión interna es el tipo de articulaciones más comúnmente utilizado entre desarrollar ojo de pájaro, así tienden a usar muchas uniones internas en mis declaraciones SQL. Por lo que es ampliamente difundido usar uniones internas en SQL, hay un aspecto muy importante que debes entender una vez que trabajas con esta chica articulaciones. Y eso es en SQL, siempre hay una tabla izquierda y la tabla derecha. Y así es realmente la banda como estás escribiendo los guiones. Eso lo veremos en los ejemplos. En las uniones SQL, está la tabla izquierda, tenemos los clientes y la tabla derecha, son los pedidos y la junta interna. No importa porque en los resultados, una vez que estés usando unión interna, solo se presentarán las carreteras coincidentes en los resultados. Entonces, si usas unión interna, excluirás todos aquellos resultados que no coincidan. Y verás como resultado, solo las filas coincidentes entre esas dos tablas. Ahora al segundo tipo de articulaciones, tenemos la unión izquierda. Como su nombre lo dice, es una unión de izquierda. Eso quiere decir que somos la flexión en la mesa izquierda más que a la mesa derecha. Así que una vez que estás especificando la unión izquierda en tus scripts SQL, estás diciendo a la base de datos o SQL que quiero todo, todas las filas de la tabla izquierda y de la tabla derecha, sólo las reglas coincidentes. Entonces una vez que estés diciendo bien, únete a la izquierda, eso ha sido, encontrarás todos los registros de la izquierda y solo la coincidencia crece desde el lado derecho. Entonces pasemos al siguiente. Tenemos la unión correcta es exactamente lo contrario. Entonces estás diciendo aquí en tu script SQL, right join, eres el doblez completamente en la mesa derecha. Entonces eso significa que una vez que escribas ese script, el SQL presentará todos los registros de la tabla correcta y los resultados. Y de la tabla izquierda solo los registros coincidentes, solo las filas coincidentes. Entonces es realmente el camino opuesto ya que la izquierda se une. Entonces tenemos el estilo de vida de las articulaciones. Tenemos la unión completa. Una vez que lo digas en tus guiones, quiero tener una unión completa. Eso significa que quieres todo de las dos mesas. Eso significa que desde la mesa de la izquierda, va a retener todas las filas. De la mesa derecha obtendrás también, todas las filas. Entonces lo que está lleno unido como su nombre lo dice, es todo. Bien, así que con eso tenemos una visión general sobre las articulaciones. Y ahora antes de empezar a hablar de la primera vez que la unión interna, aprenderemos rápidamente sobre los alias SQL. Es como tutorial oculto, no en la hoja de ruta, pero tenemos que aprender eso antes empezar a escribir SQL Join. 23. Declaración de #21 AS: alias: Bien, entonces ahora antes de dejar tener algunos ejemplos para entender y aprender a unir tablas usando SQL, tenemos que aprender cosas muy importantes en SQL y eso son los alias de SQL. Necesitas aprender que una vez que comiences a consultar varias tablas en una sentencia SQL, tomemos esto. Si solo quiero seleccionar el ID de cliente de los clientes, esto no debería ser un problema. Entonces, si ejecuto esto, obtendré todos los ID de clientes. Pero una vez que especifique varias tablas en una consulta, es necesario indicar a la base de datos qué ID de cliente en qué tabla, ya que como verá en nuestro ejemplo, tenemos los ID de cliente y dos tablas en clientes y pedidos. Y si lo dejas así, obtendrás un error donde te va a decir la base de datos. Realmente no entiendo. qué columna te refieres? ¿Te refieres a la columna de clientes o de pedidos? Por eso necesitamos especificar una cosa más cerca del nombre de la columna, y ese es el nombre de la tabla. Entonces estamos en clientes, punteamos ID de cliente. Y con eso, le estás contando a base de datos, quiero el ID de cliente de los clientes. Entonces, si ejecuto esto, obtendré tan bien como el mismo resultado. Aquí no hay ningún problema, pero hay que especificarlo una vez que esté trabajando con varias tablas. Pero lo molesto de aquí, si simplemente siempre te gusta escribir el nombre de la mesa por aquí, va a ser muy molesto escribir. Por eso vamos a trabajar con alias. Entonces vamos a dar a las tablas como un apodo y lo llamamos en alias SQL. Bien, entonces ahora para poder hacer eso en SQL, vamos a ir justo al lado del nombre de la tabla, y vamos a anotar la palabra clave como, luego darle ese alias nombre o apodo. Voy a usar la C en lugar de clientes. Y ahora la base de datos entiendo, bien, en mi script está usando C En lugar de clientes para que pueda ir a todas partes. Y en lugar de usar a los clientes, podría decir C. Así que si ejecuté el resultado, obtendré exactamente lo mismo. No hay ningún error. Pero ahora como pueden ver, es mucho más fácil manejar mi guión. Voy a escribir simplemente ver puntos ID de cliente en lugar de los clientes puntos ID del cliente. Así que es realmente una manera más fácil de manejar las cosas, y siempre tiendo a hacer eso. Entonces realmente recomiendo usar alias para tener como pequeños scripts, también podrías hacer lo mismo para las columnas. Entonces, por ejemplo, tenemos aquí el ID de cliente. Podría ir y cambiarle el nombre. Y para hacer eso, es lo mismo. Voy justo al lado , escribo como. Entonces en vez de tener ID de cliente, voy a escribir como CID. Así que vamos a ejecutar esto. Y como ves es asador entendió eso. Y también está imprimiendo el resultado, CID a Hey, entiendo. Estoy renombrando esta columna en mi resultado como CID. Aquí hay un aspecto muy importante para entender es que se va a renombrar eso sólo en mi guión y en los resultados. Esa base de datos no va a ir a las tablas y va a renombrar las tablas van a renombrar las columnas que es diferente consulta para hacer eso. Entonces este comando, los anuncios, es sólo temporalmente en mi script y los resultados, así que nada está cambiando en el modelo de datos o en la base de datos. Se va a quedar la mesa, los clientes y la columna, van a quedarse el ID del cliente. Esta es sólo una herramienta para ayudarte una vez que estés escribiendo sentencias SQL y también para ayudarte a renombrar cosas muy rápido, para tenerlas como resultado. Bien, así que ahora tenemos de todo para comenzar con el primer tipo de juntas que se unen en el interior. 24. #22 ENTRAR EN TU CUENTA: Bien, entonces ahora comencemos con la tarea para entender cómo escribir sentencias SQL para unir dos tablas, vamos a comenzar con la primera tarea. Dice, encontrar todos los ID de cliente, nombre, ID de pedido, la cantidad del pedido, excluyendo aquellos clientes que no hicieron ningún pedido. Entonces en este ejemplo, como ves, no son solo los clientes, necesitamos algunas columnas de la tabla de clientes y algunas columnas de las tablas de pedidos, y tenemos que unirnos a ellos para poder hacer eso . Empecemos a hacer eso paso a paso usando SQL. Entonces primero vamos a comenzar con el sentido selecto en la tarea. Es como especificar las columnas. No usaremos las selecciones de estrellas. Necesitamos el ID del cliente, luego el nombre, el ID del pedido y la cantidad. Entonces ahora necesitamos especificar las tablas. Vamos a empezar desde los clientes con el interior unirse aquí. No importa si estás empezando por la izquierda o por la derecha. Entonces voy a empezar por los clientes. Ahora, para especificar la segunda tabla, vamos a usar las sentencias join. Entonces vamos a decir unión interna. Y con eso, estoy diciendo, bien, vamos a unir ahora a los clientes con otra mesa. Entonces vamos a unirnos internos a esas órdenes. Con eso estás conectando dos mesas, los clientes y los pedidos. Como dije, hay que especificar dos cosas. El tipo de unión y la clave de unión. Ya tenemos aquí especificar el join interno porque no necesitamos aquellos clientes que no hicieron ningún pedido. Así que vamos a usar la unión interna por aquí. Y lo segundo que hay que especificar aquí, ¿cuál es la clave join? ¿Cómo vas a conectar esas mesas? Es necesario especificar eso para SQL para poder hacerlo. Entonces ahora vamos a ir a la nueva línea y decir sobre la unión en esas columnas. Entonces para especificar las columnas, voy a dar ahora sólo algunos alias. Así que en vez de clientes, voy a decir, bien, voy a llamarte ¿ves? Y en vez de órdenes, voy a llamarte como 0. Entonces ahora para poder unirnos a esas mesas, necesitamos averiguar cuál es nuestra clave conjunta. Qué columna aquí existe en ambas tablas para que podamos ver el ID de cliente, lo podemos encontrar en los clientes y en los pedidos. Y es la columna perfecta para unir esas mesas. Entonces vamos a conectar a ambos con los suyos. Entonces voy a decir, bien, tomemos la identificación del cliente de los clientes. Debe ser igual al ID de cliente en los pedidos. Entonces todos los puntos, cliente. Con eso, especifico la regla o la clave, cómo se va a unir la tabla. Dije que el ID de cliente de la tabla izquierda debería ser exactamente el ID de cliente de la tabla derecha, de clientes y pedidos. Y con eso, especifico la regla que especificé aquí también, el tipo de unión. Y con eso, conectamos dos mesas. Bien, entonces ahora antes de ir a ejecutar esta consulta, todavía tenemos un problema. Y si el ID de cliente en el selecto, no especificé de qué tabla. Y si lo ejecuto así, obtendremos un error. Podrías probarlo. Pero ahora necesitamos especificar qué ID de cliente quiero. ¿Es de los clientes o del pedido? Entonces para hacer eso, vamos a usar los puntos C, el nombre de la tabla o el alias para especificar, bien, quiero el ID de cliente de los clientes. Por lo demás. No necesitas hacer eso porque es nombre único como el nombre de pila, su nombre de columna único solo en sus clientes por dos, realmente te recomiendo una vez que estés tratando de unirte a algunas mesas, es muy buena manera de documentar a tu personal para decir, bien, la primera vez es de los clientes. Porque con el tiempo podrías olvidar eso o si no entiendes o no conoces el modelo de datos, será difícil entender si este FirstName y los clientes están en los pedidos. Así que es muy buena manera de documentar eso. Si pones solo el nombre de la tabla o la dirección alias empieza con eso, podrías ver muy rápidamente esas dos columnas vienen de los pedidos y esas dos columnas bajan los clientes. Y una cosa más que hacer, se ve mejor. Sólo voy a usar tab. Entonces ahora estamos listos. Creo que vamos a tratar de interrogar eso. Entonces como puedes ver ahora en los resultados, obtuvimos las columnas de ambas tablas. Entonces tenemos el ID de cliente, el nombre de los clientes, el ID de pedido y la cantidad de los pedidos. Bien, entonces ahora vamos a entender qué estaba haciendo esa base de datos una vez que ejecutamos la unión interna. Primero, voy a seleccionar, Bien, ¿ Qué tablas necesitamos en el guión tenemos las de los clientes, así que va a leer la mesa clientes y luego tienen los pedidos de unirse a la mesa. Entonces eso significa que la base de datos se va a enfocar en ambas tablas. Entonces se va a definir un claro qué tabla queda y qué tabla es la derecha. Ya que tenemos primero a los clientes en el frente, va a considerar las mesas de clientes como la Mesa Elevadora. Y entonces como tenemos los pedidos en un porro como el siguiente, puede considerarlo como una mesa derecha. Esto es muy importante para hacer las articulaciones, pero como estamos usando la unión interna, realmente no nos importa si usamos los primeros clientes son pedidos en la base de datos va a seguir el script. Bien, entonces ahora como siguiente paso, la base de datos va a verificar qué columna necesitamos. En nuestras declaraciones de scripts SQL, dijimos que solo necesitamos el ID de cliente FirstName de los clientes, de los pedidos. Necesitamos el número de pedido y la cantidad. Bien, entonces ahora como siguiente paso, los datos van a revisar aquí qué caminos deben presentarse en sus resultados. Y aquí es como más importante que estamos usando ahora, las uniones internas, eso significa que la base de datos debe presentar solo el registro que está coincidente. Entonces, para poder hacer el partido, necesita como la columna clave para las articulaciones. Entonces especificamos y dijimos: Bien, hay que verificar la identificación del cliente entre esas dos tablas. Así que vamos a pasar por eso. El primer ID de cliente uno, lo tenemos en los clientes y también lo tenemos como registro en los pedidos. Entonces eso significa que hay una coincidencia entre esas dos mesas y se presentará a este cliente. Entonces aquí obtendremos el ID de cliente uno, FirstName Maria, y su pedido fue 1001. Y tenemos esta cantidad. Entonces aquí tenemos todo el registro de María de ambas mesas. Pasamos ahora al siguiente. Tenemos a John john presente así como al cliente id2 en los pedidos de mesa. Por lo que hay un partido y se presentará también en sus resultados. Y su orden es 1002, y tiene esta cantidad. Entonces va a proceder en el tercer cliente. El tercer cliente existe tanto en las mesas en clientes como en pedidos. Y también quedará listado en los resultados. Y su ID de pedido, esta cantidad 500s. Pero ahora nos llega a la ID de cliente para. El ID de cliente para existe solo en los clientes y no lo encontramos en los pedidos. Por eso no hay coincidencia. Y la base de datos va a ignorar a este cliente y va a proceder también. Por aquí. Va a comprobarlo, bien. Tenemos el ID de cliente cinco. Es sólo así existe en los clientes y no en los pedidos. No hay partido. Tenemos una cosa más que tenemos número de identificación de cliente seis por aquí. Lo tenemos solo en los pedidos, pero no lo tenemos en su cliente. Por lo que no hay coincidencia con la unión interna solo si el cliente o la clave existe en ambas tablas, se va a presentar como resultado. Bien, así que eso es todo para la unión interior. Bien, así que eso es todo para el Inner Join. A continuación, vamos a hablar de un join de izquierda. 25. #23 IZQUIERDA TU ÚNICA: Bien, entonces ahora pasemos a la siguiente tarea y tenemos lo siguiente. Encuentre todos los ID de cliente, FirstName, ID de pedido , cantidad, pero incluya a aquellos clientes que no hicieron ningún pedido. Para nosotros. Eso significa que necesitamos ver, como resultado, a todos los clientes, no solo a aquellos clientes que sí hicieron un pedido, sino a todos los clientes. Para ello, vamos a usar el join left. Entonces vamos a tener exactamente la misma consulta. No hay nada ha cambiado las mismas columnas, las mismas tablas. Pero en vez de decir unión interna, vamos a trabajar con una unión de izquierda y decir unión izquierda. Eso significa bien, para el SQL, puede listar todos los clientes. Entonces veamos qué puede pasar si hacemos eso. Déjame hacerlo un poco más grande. Entonces como puedes ver aquí, como dije, left join, tenemos toda la información de los clientes y solo las mágicas de los pedidos. Bien chicos, otra vez, vamos a entender lo que estaba haciendo la base de datos. Una vez ejecutamos el join left, la base de datos va a enfocarse en los clientes y los pedidos que la base de datos entienda, Bien, Clientes es la tabla de la izquierda porque viene como primero con el de las órdenes es la tabla derecha porque es viene en la izquierda, únete a la consulta. Como segundo, después de eso, voy a especificar las columnas. Nuevamente, tenemos el ID de cliente, FirstName, ID de pedido y una cantidad. Y entonces ahora va a empezar a hacer el emparejamiento y va a comprobar, bien, qué tipo de articulación, ¿qué tenemos? Tenemos el ascensor. Entonces como diríamos, bien, es un join de izquierda, la base de datos va a decir, Bien, necesito de todo de la mesa izquierda sin hacer ningún partido, así que necesitamos de todo. Entonces va a enumerar todas las identificaciones y también todos los nombres, resultados, comprobando cualquier cosa. Pero desde el lado derecho solo necesitamos los registros coincidentes. Entonces realmente va a revisar cada una de ellas. Entonces aquí, ID de cliente existe y los clientes, por lo que va a tomarlo y ponerlo como resultado. Entonces ahora para el cliente id2, tenemos también uno, lo va a poner en los resultados que los ID de cliente tres hay coincidentes. Pero ahora para Martin, no tiene órdenes. Entonces la base de datos va a mostrar nulos. En lugar de eso. Ahora, significa como un vacío, no hay valor encontrado ni desconocido. Y para mejor también, no hay ID de cliente con el número cinco. Eso significa que no hay nada en el lado derecho. Nosotros también lo tendremos. Y si t, Entonces así es como se ve. Una vez que ejecutes la combinación izquierda, obtendrás todo desde la izquierda y solo la coincidencia desde la derecha. Si falta algo, voy a poner nulos. Bien, así que eso es todo por la unión de la izquierda. A continuación vamos a empezar a hablar de la unión correcta. Es muy similar a la unión izquierda. 26. #24 Únete a la derecha: Bien, así que ahora saltemos al siguiente. Vamos a hablar de la unión correcta. Tenemos la siguiente tarea. Es casi lo mismo. Encuentre todos los ID de cliente, FirstName, cantidad de ID de pedido, pero esta vez incluya todos los pedidos independientemente de si hay clientes coincidentes. Eso significa para nosotros, bien, necesitamos todos los pedidos de la mesa correcta, de los pedidos. Y para hacer eso, tenemos la misma configuración por aquí y es krill. Solo necesitamos cambiar el tipo de juntas para que podamos escribir aquí, ¿verdad? Una vez que haces eso, estás controlando cómo va a coincidir la base y vas a presentar los resultados. Vamos a tener la misma configuración por aquí, no va a cambiar nada. Y vamos a ejecutar esto. Y con eso, se puede ver que la base de datos hizo una lista todos los pedidos de la tabla de pedidos y desde el lado izquierdo solo los clientes coincidentes. Bien, entonces como de costumbre, veamos qué hacía la base de datos una vez ejecutamos el join correcto. Tenemos la misma configuración. Clientes es la mesa izquierda, pedidos es la tabla derecha, y tenemos la misma columna también. Entonces un ID de cliente, FirstName, ID de pedido, y también tenemos la cantidad. Pero ahora aquí la diferencia es que decimos que es una unión correcta. Entonces para hacer eso en SQL, va a gustar presenta todos los resultados de la tabla derecha sin verificar si hay coincidencia con la izquierda. Entonces los datos van a seleccionar todo desde aquí. Entonces todos los pedidos y todas las cantidades sin verificar nada del lado izquierdo. Ahora desde el lado izquierdo, sólo va a presentar lo que es coincidente. Entonces va a comprobarlo. Bien. ¿Tenemos ID de cliente uno? Sí, lo tenemos para que pueda presentar sus resultados por aquí en el lado izquierdo. ¿Tenemos cliente dos? Nosotros también lo tenemos. Cliente tres. Tenemos a George por aquí. Pero ahora no tenemos un cliente número seis, eso significa que va a ser nulo otra vez, así que va a estar vacío. No tenemos un cliente con el idee fixe en la tabla de clientes, aunque presentamos todo todos los pedidos desde el lado derecho y solo la información coincidente del cliente. Bien, todos lo son, así que eso es todo por el porro correcto. A continuación vamos a empezar a hablar del último tipo de uniones, la unión externa completa. 27. #25 COMPLETE TU ÚNICA: Bien, pasemos al último. Tenemos la unión completa y tenemos la siguiente tarea. Lista, ID de cliente, FirstName, ID de pedido, cantidad. Pero esta vez incluyen todo, todos los pedidos y todos los clientes. Bien. Con el porro completo, tengo dos cosas que decir. Primero es que el conjunto completo solo se soporta en algunas bases de datos como Microsoft SQL o MySQL u Oracle. No se podía usar el porro completo. Pero en vez de eso, voy a mostrarte algunos trabajos en torno a cómo hacer full join con MySQL. Así que no te preocupes por ello. Pero necesitamos torcer algunas cosas para poder crear la articulación completa. Si está utilizando Microsoft SQL, puede simplemente ir y decir unión completa. Lo segundo, ese join completo tiene a veces mal desempeño si tienes mesas grandes. Así que trate de evitar usar el join completo en mis proyectos, siempre tiendo a usar como inner join, left join, right join, all full outer joins. Realmente traté de evitar usar esa articulación completa tiene muy mal rendimiento. Entonces, si tienes mesas pequeñas, no debería ser un problema. Pero una vez que la mesa se hace grande, el porro completo va a ser muy lento porque estás diciendo, bien, dame de todo, desde donadores de izquierda, todo desde la derecha. Y eso a veces tiene un mal desempeño. Así que trata de evitarlo. Entonces ahora la pregunta, ¿cómo vamos a hacer full join si no tenemos en mi SQL si la palabra clave completa para poder hacer eso? Entonces como dije, vamos a usar alguna solución alternativa. Entonces, siguiendo esto, por lo que una unión completa es en realidad es una combinación entre una unión izquierda y derecha, unión izquierda, unión derecha. Entonces lo que voy a hacer, sólo voy a ir a duplicar estos guiones. Entonces tenemos el doble de la misma consulta, pero cuando decimos left join y la otra decimos right join. Como siguiente tutorial, vamos a hablar de cómo combinar dos declaraciones en una. Para ello, usaremos la palabra clave union. Una vez que pongo unión, sólo estoy como sumar dos declaraciones en una. Entonces aquí estoy diciendo, Bien, dame todos los resultados de la izquierda y combínalo con el resultado de la derecha. Y si lo ejecutas, obtendrás exactamente el mismo resultado que el join completo. Con eso se podía ver, bien, aquí tengo a todos los clientes también. Tengo todas las órdenes, así que tenemos aquí una unión completa. Bien chicos, así que ahora veamos si eso se hace una vez que ejecutamos el porro de la gripe o los guiones que les mostré es izquierda, unión derecha. Tenemos los mismos pedidos de clientes de configuración, y tenemos esas cuatro columnas. Entonces como es unión completa, eso significa todos los registros desde la izquierda y todo el recuerdo desde la derecha. Entonces va a comenzar desde la izquierda. Tendremos todos los clientes y todos los nombres. Y entonces va a empezar a hacer coincidir en el lado derecho, alguna área, tiene este pedido, esta cantidad, ID de cliente tiene este pedido, esta cantidad. Los tres, tenemos esta identificación y esta cantidad. Pero para Martin y mejor, no tenemos órdenes de ellos. Entonces vamos a ver nulos por aquí, por aquí. Pero aún falta algo que no tenemos todos los pedidos por aquí. Es por eso que la base de datos va a ir y presentar este ID de pedido. Y esta cantidad que va a igualar en el lado izquierdo, dice, bien, no hay clientes en los lados izquierdos. Y va a poner por aquí algunos nulos. Entonces con eso, tienes todos los clientes y tienes todos los pedidos que están igualando para ellos. Y la vuelta con eso tienes todos los pedidos y viejos clientes usando el conjunto completo. Bien chicos, así que con eso, hemos aprendido todos los diferentes tipos de uniones. A continuación vamos a hablar de unos conceptos similares. Es la unión y la unión. 28. #26 UNION: Bien, así que ahora vamos a aprender a combinar tablas usando union. Union es herramientas muy importantes y SQL con el fin de combinar tablas y muy potentes. Así que anteriormente hemos aprendido a combinar tablas usando los métodos join. Entonces, lo que estamos haciendo ordena tenemos dos mesas, clientes y pedidos, y estamos uniendo las columnas juntas. Entonces en los resultados, vamos a conseguir una mesa grande, una mesa con todas las columnas de izquierda y derecha. Pero con unión, estamos igual que combinar dos mesas. Pero en lugar de combinar las columnas aquí, vamos a combinar las filas juntas. Entonces aquí vamos a conseguir mesa muy larga, incluyendo todas las filas de la izquierda y de la derecha, pero teniendo la misma columna. Entonces no vamos a obtener todas las columnas de izquierda y derecha. En lugar de eso, obtendremos todas las filas de la izquierda y todas las filas de los derechos. Bien, entonces ahora para entender el sindicato, vamos a tener el siguiente ejemplo. Entonces en nuestra base de datos tutorial, tenemos dos tablas. Tenemos los clientes de mesa, y tenemos los empleados de mesa. Entonces ahora tenemos las siguientes tareas. Hacer una lista de todas las personas de los clientes y de los empleados donde tenemos el FirstName, LastName, y el país. Entonces eso significa que no importa si la persona es cliente o empleado. Vamos a tener que hacer una lista con todo. Entonces para resolver esta tarea, así vamos a utilizar el operador sindical entre dos mesas, clientes y empleados. Entonces, si tomamos esto de cerca, encontrarás aunque tres informaciones en ambas mesas. Así que tenemos FirstName y clientes. También tenemos lo mismo en empleados, apellidos y clientes apellidos empleados. Y tenemos el país y los empleados y los mismos anuncios, clientes. Esto es muy importante que tengamos las columnas coincidentes de ambas. Entonces la base de datos, si iniciamos la unión entre ambas, la base de datos puede seleccionar las columnas sólo desde la sal de mesa izquierda. Tendremos FirstName, LastName y country. Y no volveremos a tener aquí las mismas columnas de la derecha. No está unido, es un sindicato. Entonces el de la izquierda va a decidir cuáles son los nombres de las columnas. Entonces esto es muy importante. Entonces la base de datos va a ir a seleccionar todo de la tabla de la izquierda y ponerlo en los resultados. Voy a hacer lo mismo por los correctos para que los empleados y seleccionen todos los registros y los pongan por aquí. Y con eso, tenemos una lista completa de todas las personas de clientes y también de empleados en un solo resultado. Esto es muy importante que ambas tablas en la consulta SQL deben tener exactamente el mismo número de columnas y como estaban en el mismo orden. Entonces si estamos haciendo como en el primero del empleado, el apellido, luego el FirstName. En los resultados. También conseguiremos ese interruptor. Así que ten cuidado con el orden de las columnas y el número de columnas debe coincidir entre izquierda y derecha. Una cosa más es muy importante que haya dos tipos de unión. tiempo. Número uno, ese es el sindicato todos donde vamos a obtener el resultado exactamente así. Entonces eso significa que si hay algún duplicado entre la tabla uno y la tabla dos, esos WE se van a quedar en sus resultados para que no se compruebe la singularidad de los resultados. Si hay alguna persona similar a la izquierda, yo soy la misma persona o los paseos. No va a pasar nada. Obtendremos todos los resultados. Pero si deseas eliminar esos duplicados. Entonces, si revisas los resultados por aquí, puedes ver a John. Es cliente y al mismo tiempo, también es empleado. Entonces esto podría suceder. Sí. Entonces para eliminar tales como doblemente kits, podríamos usar el otro tipo de unión, y ese es solo el sindicato sin unión. Todos. Te voy a mostrar que una vez estemos escribiendo las sentencias SQL. Entonces esto también es muy importante entender que la unión, si quieres tener los duplicados como exactamente como los datos dentro de las tablas, entonces deberías usar union all. Si quieres eliminar los duplicados, entonces usa union. Entonces ahora veamos cómo vamos a hacer eso en SQL. Entonces esto es realmente fácil de hacer en SQL. Todo lo que vamos a hacer es escribir dos consultas, una para los clientes, otra para los empleados, y luego simplemente poner unión entre ellos y vamos a obtener los resultados. Entonces intentemos construir el primero. Seleccione nombre, apellido y necesitamos el país de los clientes. Entonces esta es la primera consulta. Solo ejecutemos eso y veamos, bien, ahora tengo una lista de los clientes. Y luego vamos a escribir eso otra vez para los empleados. Así que seleccione los empleados que tenemos también FirstName, LastName, y amp. País de Blow es. Así que vamos a ejecutar la consulta y ver. Ahora tenemos la lista de empleados. Entonces, como puede ver, ahora tenemos dos consultas, una para clientes y una para empleados. Para hacer la unión, como mantener todos los duplicados también. Vamos a escribir la palabra clave entre ellos, unión. Todos. Entonces ahora vamos a correr todo el asunto y vamos a comprobarlo. Entonces con eso obtuvimos todo el FirstName, LastName, country de ambas tablas de clientes y empleados. Y como puedes ver, esta lista contiene WE kids porque e.g John está en cliente como petróleo en los empleados. Entonces, si deseamos eliminar tales duplicados entre clientes y empleados u otros resultados, simplemente eliminamos el aceite de aquí. Nosotros solo usamos el sindicato. Así que volvamos a ejecutar eso. Entonces ahora vamos a obtener una lista única de información para que John solo pueda pasar una vez por aquí. Entonces así es como lo vamos a hacer en unión. Una cosa más es sobre cómo controlar los nombres de las columnas. Entonces como puedes ver, el FirstName, lastName, country, esto viene de la consulta anterior. Entonces esta consulta de aquí, va a controlar el naming de nuestra tabla. Entonces, si deseas tener como nombre de columna diferente, así que no lo cambies por aquí porque no podría pasar nada. Base de datos va a ignorarlo. Entonces aquí vamos a controlar el nombre. Entonces si deseo agregar por ejemplo digamos persona, nombre de pila. Aquí, persona, apellido. Y escucha Harrison country. Y volvemos a ejecutar la consulta. Como pueden ver, tenemos los nombres por aquí. Y si cambias algo por aquí, la consulta de abajo, no va a pasar nada. Entonces, vamos a tener nombre de pila. Así que vamos a ejecutar la consulta. Ya ves que no va a pasar nada. Así que ahora vamos a probar algunas cosas por aquí. Entonces si solo hago tu problema donde voy a tener primero, tenemos el apellido y luego viene lo primero. Es lo contrario que la primera consulta. Así que vamos a ejecutar esto. Como puedes ver, la base no notará que tenemos aquí error o tenemos problema donde tenemos arriba el firstName, lastName, y luego aquí tenemos apellido, luego primer nombre. Porque eso no le importa a la base de datos. Sólo le importa que ambos tengan el mismo tipo de datos. Como ya que tenemos aquí carácter var y aquí tenemos carácter var, podría presentar sus resultados. Para la base de datos. No le importa como si lo estás haciendo correctamente o no. El nombre de la columna, no digas nada por ello. Entonces por eso Ten cuidado con el orden de las columnas. Cuando estás haciendo la unión entre dos mesas. Ahora, si vamos y probamos otro tipo de datos, por ejemplo, ID de cliente. El ID de cliente es entero, y el primer nombre de aquí es el carácter var. Entonces, si ejecuto la consulta, obtendremos un error porque creo que está oculto por aquí porque hay desajuste entre el tipo de datos que la base de datos no puede mentir combinar cadenas y entonces después de eso vamos a tener entero. Por eso el tipo de datos es muy importante para SQL. Así que déjame reparar todo y correr. Ahora funciona porque el tipo de datos es el mismo. Entonces probemos algunos otros errores. Sólo estoy haciendo que las cosas se rompan. Entonces arriba tenemos tres columnas. Tenemos FirstName, LastName country, y tenemos aquí lo mismo. Entonces si tengo como diferente número de columnas entre las dos mesas, digamos que tengo salario. Entonces ahora tenemos cuatro columnas en un chillido y el otro tenemos tres. Si ejecuto esta consulta, vamos a obtener como ganancia y error porque va a decir que tienes diferente número de columnas entre esas consultas y no podemos hacer la unión. Por eso ese tipo de datos es muy importante. El número de columnas es muy importante y también, el orden de las columnas debe coincidir. Todo bien a todos, así que con eso hemos cubierto las uniones SQL y ahora ya sabes cómo combinar tablas SQL juntas. Y en el siguiente capítulo aprenderemos muchas funciones importantes y comenzaremos con las funciones de agregación. 29. #27 funciones de agregado: Bien, entonces, hasta ahora hemos aprendido cómo obtener, cómo recuperar nuestros datos de nuestra base de datos y tablas. Pero en escenarios de la vida real, estaremos haciendo muchos cálculos, agregaciones encima de los datos para obtener algo significativo de los mismos, fin de obtener alguna información útil de los datos. Entonces, en los proyectos SQL, tendemos a usar muchas agregaciones para entender los datos. Debido a que tenemos en el modelo de datos a veces como tablas grandes y solo leyendo los datos sin procesar, no vamos a obtener ninguna información útil del mismo. Entonces tenemos que hacer algunas agregaciones encima de ella para entender los datos. Entonces eso significa comprender las funciones agregadas de SQL son muy importantes y muy esenciales en el aprendizaje de SQL. Con el fin de obtener alguna información de los datos. En SQL, tenemos las siguientes funciones agregadas. Son realmente fáciles. Entonces, si acabas de leer el nombre de la función, entenderás qué va a hacer SQL una vez que ejecutes esas funciones. Entonces los recuentos, puede devolver el número de filas en una tabla. Entonces voy a resumir los valores. Tenemos el promedio, tenemos max-min para devolver el valor máximo y el valor mínimo. Voy a repasar todas ellas, explicaré eso paso a paso con ejemplos como de costumbre. Pero aquí es muy importante entender cómo cada función puede tratar con los nulos, esos campos vacíos que no tenemos un valor porque cada función va a tratar con los nulos de manera diferente. Bien, así que ahora comencemos con la primera función que tenemos. Son las cuentas. También es el más fácil que nosotros, que tenemos en las funciones de agregación. En muchas situaciones una vez que estás trabajando como, digamos nuevos proyectos, tienes muchas mesas. La tercera cosa que suelo usarlo para ver, bien, ¿cuántos clientes tenemos? Cuantos pedidos, cuantos, digamos empleados, tenemos a la banda sobre la mesa. Así que normalmente siempre reviso eso para ver cuántos registros tenemos en cada tabla? ¿Es como Mesa Grande? ¿Es una mesa pequeña? Entonces si tenemos la siguiente tarea que dice, encuentra el número total de clientes en la base de datos. Bien, entonces resolvamos eso usando una báscula. Primero, quiero obtener como todos los datos de la tabla clientes, solemos hacerlo usando select star de clientes. Entonces eso es fácil. Ahora ya podemos ver, bien, tenemos cinco clientes en la mesa. Pero la tarea es dice, encontrar el número total de clientes. Eso significa que quiero ver como resultado, solo el número cinco, el número total de clientes. Para ello, vamos a usar la función count. Entonces después de la selección, voy a escribir aquí el recuento de palabras clave, abrir corchetes y cerrar corchetes. Y dentro de la cuenta podrías especificar ya sea estrella o el nombre de esa columna. Entonces veamos cuál es la estrella y ejecutemos eso. Y como puede ver ahora, tenemos como cinco como los números de fila de clientes en la tabla. Entonces aquí ahora hemos contado cuántos clientes tenemos. Pero como puedes ver aquí, el nombre de la columna, realidad no me gusta. Es como el nombre de la función. Así que vamos a cambiarle el nombre para los resultados como clientes totales. Entonces volvamos a ejecutar eso. Y ahora se ve mejor. Entonces el número total de clientes, lo tenemos como cinco. Como dije, podríamos usar aquí como estrella o un nombre de columna. Entonces esta es la forma más fácil de hacer un conteo en la mesa usando la estrella. Pero si ahora incluyes el nombre de la columna, va a ser un poco más complicado por los nulos. Entonces veamos qué va a pasar si escribo aquí ID de cliente y ejecuto la consulta, obtendremos la misma información, como cinco. Pero si compré por aquí no el ID del cliente, sino el puntaje. Y ya verán que tenemos ahora cuatro. Entonces aquí tenemos cuatro puntajes. No tenemos como cinco clientes. Entonces, ¿qué pasó aquí? Entonces ahora déjame explicarte lo que está haciendo una base de datos. Una vez que dices contar estrella o contar una columna. Si dices contar estrella, no estás especificando ninguna columna. Esa base de datos va a ir a la tabla y va a simplemente contar cuántas filas tenemos en la tabla. De modo que esos datos van a contar 1,234.5. Tenemos cinco filas en la tabla y sumamos los resultados, obtendrás cinco. Pero si dices bien cuenta puntaje, si pones el puntaje dentro de los recuentos, la base de datos va a contar ¿cuántos valores tenemos dentro del puntaje? Va a ignorar los nulos. Y aquí está el problema, o como digamos la parte complicada. Entonces, si la base de datos va a contar, cuántas puntuaciones tenemos, va a contar sólo cuatro. Entonces, para poder contar, ¿cuántos clientes tenemos? O vas a decir, bien, cuenta estrella o te va a gustar contar cuántos ID de clientes tenemos, y obtendrás los mismos resultados, obtendrás cinco. Pero si estás contando como una columna que contiene nodos, aquí, tendrás menos registros en los resultados, como el puntaje, solo tenemos cuatro con el Id, tenemos como cinco. Bien, entonces ahora pasemos al siguiente. Tenemos la suma. A diferencia del conteo, la suma solo funciona en las columnas que contienen números, por ejemplo, podrías hacer la suma en el ID del cliente porque tenemos números dentro de él en la puntuación, en la cantidad en el order IDs, pero no se puede sumar el FirstName o algunos de los apellidos con el conteo. Podrías hacer eso en cualquier tipo de columnas como podrías hacer, contar, FirstName, contar países y así sucesivamente. Entonces la suma, se trata sólo de números. Y una cosa más, si tienes nulos, la suma va a tratarlo como un cero. Por lo que no lo ignorará. Se va a tratar con eso como un cero. Tengamos la siguiente tarea. Encuentra la cantidad total de todos los pedidos. Entonces eso significa que nos vamos a centrar en los pedidos de mesa y vamos a resumir todas las cantidades de todos los pedidos. Es muy fácil. Hagámoslo. Entonces, antes que nada, me gustaría empezar siempre con la estrella de los pedidos. Y vamos a ejecutar esto. Entonces ahora tengo aquí los pedidos de mesa y vamos a centrarnos en la cantidad y tenemos que resumirla. Entonces para hacer eso, vamos a usar la palabra clave algunos corchetes abiertos. Y ahora escribe aquí cantidad cerrar corchetes y ejecuta esto. Entonces con eso, obtuviste el número total o el total de la cantidad. Resumimos todas las filas en una celda. Aquí. Como siempre, tenemos este nombre feo por aquí. Entonces vamos a renombrarle alguna cantidad. Ejecutarlo de nuevo. Entonces ahora tenemos mejor nombre en los resultados. Entonces la suma de la cantidad que tenemos aquí, 2650. Bien, entonces ahora pasemos al siguiente. Tenemos el promedio. El promedio es una función agregada más en SQL y podrías usarla para encontrar el promedio de una columna. Es casi lo mismo que suma. Entonces funciona con las columnas que tiene algunos números. No funcionará el promedio si lo usas en el nombre o apellido, hay caracteres, así que solo en los números. Pero la única diferencia es que, sin embargo, se va a tratar con los nulos. Entonces por ejemplo aquí tenemos el nulo en la partitura. No lo considerará como un cero, como una suma, pero lo ignorará por completo porque considerado como cero va a ser realmente un problema al usar la función promedio. Entonces, en promedio, los nulos serán completamente ignorados. Entonces vamos a tener el siguiente ejemplo o la tarea, encontrar el puntaje promedio de todos los clientes. Entonces intentemos resolver eso. Estaremos enfocándonos en los clientes de mesa. Como siempre. Sólo voy a seleccionar todo para comprobar el resultado por aquí. Entonces necesitamos la puntuación de la columna y necesitamos el promedio de esos valores. Entonces para hacer eso, vamos a escribir la palabra clave promedio, corchetes abiertos, y luego el nombre de la columna y corchetes cerrados. Así que vamos a ejecutar esto. Entonces con eso obtuviste el puntaje promedio de todos los clientes. Se ignoran los nulos. Y me gusta renombrarlo como Very score. Ejecutarlo de nuevo. Se veía mejor. Ahora tenemos el puntaje promedio, 625. Bien, así que ahora vamos a pasar a mi función agregada favorita. Tenemos Min y max. Lo uso mucho una vez que estoy haciendo como perfiles de datos para entender mis datos, por ejemplo, si estoy archivando filas o revisando los pedidos de mesa por primera vez, me interesará. ¿Cuál es la fecha más reciente o cuáles fueron las últimas fechas de pedido? Entonces para hacer eso, podríamos usar la función max en la fecha del pedido y vamos a obtener el último valor o por ejemplo voy a verificar bien, Qué cliente tiene la puntuación más alta. Así podría ir a la partitura y hacer una función máxima. Entonces el max y Min, Es como el conteo. Podrías usarlo en cualquier tipo de columnas, así podrías usarlo en números y caracteres, en fechas va a funcionar y escuchar sobre los nulos, va a ser ignorado. Entonces, si vas a decir, bien, cuál es el valor mínimo en el puntaje, no obtendrás el nulo, obtendrás 350. Fue María. Tengamos algunos ejemplos y tareas para entender cómo trabajar con Min y max. Bien, entonces tenemos la siguiente tarea. Dice, encontrar la puntuación más alta, la puntuación máxima en la tabla de nuestros clientes. Tenemos la misma tabla por aquí, así que voy a quitar el promedio, seleccionar los datos. Entonces quiero obtener la puntuación más alta. Entonces esto se debe hacer. Para ello, vamos a usar la función max, abrir corchetes, anotar esos corchetes y ejecutar esto. Si haces eso, vas a conseguir los 900. Y eso es cierto. Sólo voy a renombrar la columna. Vamos a ejecutar eso otra vez. Tenemos el puntaje máximo como 900. Así que ahora encontremos la puntuación más baja. La puntuación más baja por aquí debería ser con María 350. Para hacer eso, también vamos a usar la media de la función en la partitura. Cambiamos el nombre solo para lucir mejor. Y correr eso otra vez, aunque con el puntaje medio, vamos a conseguir el 350 y no el nulo. Entonces esto es muy importante. Bien, así que ahora sigamos jugando con los datos. Tomemos la orden. Entonces voy a conseguir la fecha más temprana en las fechas del pedido y la última. Entonces vamos a tratar de hacer eso. Yo sólo voy a quitar eso. Seleccione los pedidos de mesa. Ahora queremos obtener las fechas más tempranas y la fecha máxima o las últimas fechas a partir de las fechas de orden de columna. Para hacer eso, vas a usar la función mean when brackets, order date, and then closets and just renombrar it for the results, mean order dates. Vamos a ejecutar esto. Y con eso, conseguimos las fechas mínimas en la fecha del pedido. Entonces este fue el dato de primer orden en la tabla. Y vamos a conseguir ahora el último. Entonces para hacer eso, solo voy a cambiar la función max y simplemente cambiar el nombre de la misma por el resultado. Y ver. Esta fecha son las últimas fechas que tenemos como pedido. Bien chicos, así que con eso, hemos aprendido todas las funciones agregadas en SQL. Son realmente importantes para el análisis de datos y la ciencia de datos. A continuación, vamos a cubrir las funciones de cadena. ¿Dónde vamos a aprender a manipular los datos del texto? 30. #28 Funciones de cadena: Bien, así como el próximo Reagan para aprender a limpiar nuestros datos usando las funciones de cadena SQL. En muchos casos, si estás trabajando con una gran base de datos, tendrás muchas columnas Eso incluye valores como texto o caracteres, lo llamamos cadena. Y los conocimientos de calidad de datos tales columnas pueden ser a veces malos. Entonces terminarás necesitando algunas funciones para manipular las estructuras de esos valores. Así que en SQL tenemos las siguientes funciones de cadena SQL. Tenemos el cóncavo para conectarnos a cadenas en un valor, el inferior y el superior con el fin de transferir los datos a minúscula o al recorte en mayúscula. Si tienes algunos espacios en blanco al inicio o al final del valor, podrías eliminarlos enlaces para poder calcular la longitud del carácter o el valor, entonces tenemos la subcadena para devuelve una subparte de la cadena. Bien, entonces ahora vamos a tener algunas tareas para entender cómo trabajar con esas funciones de cadena. El primero que dice enumera el nombre de todos los clientes, donde el nombre del cliente es una combinación entre FirstName y LastName en una columna. Entonces vamos a tratar de hacer eso. Necesitamos la lista de todos los nombres de clientes que tenemos aquí, FirstName, y también tenemos el apellido de los clientes. Entonces, si ejecuto esta consulta, obtendré lo siguiente. Ahora tenemos una lista de todos los nombres de los clientes, pero ahora no resolvimos realmente las tareas porque la tarea dice, queremos tener nombre de cliente donde el nombre y apellido en una columna. Y como puedes ver aquí, lo tenemos separado en la base de datos. Entonces para ahora conectar esas dos cadenas en una, vamos a usar la función concat. Entonces vamos a ver ¿cómo vamos a hacer eso? Entonces necesitamos la palabra clave con, gatos, corchetes abiertos. Y aquí vamos a enumerar la primera columna, FirstName, coma, apellido. Entonces los voy a mover aquí y veamos el resultado. Entonces como pueden ver, bien, ahora tenemos el nombre y apellido juntos en una columna. Entonces, si queremos separarlos también unos de otros, podríamos usar una cadena más. Voy a poner el menos entre ellos. Entonces ahora estoy conectando tres cuerdas. Nombre menos, esto es de mi parte, luego el apellido. Entonces vamos a comprobar cómo va a quedar. Entonces como puedes ver, María Minos Kramer. Entonces con eso, tenemos una lista de todos los nombres de los clientes con el nombre y apellido en él. Pero solo quiero cambiarle el nombre también al cliente. Nombre. Yo, hazlo más pequeño. Bien, así que vamos a variar eso. Como puedes ver ahora tenemos una columna llamada nombres de clientes y tenemos exactamente la información que necesitamos. Entonces, si quieres conectarte como dos cadenas o más cadenas, podrías usar el cóncavo de la función. Entonces otra tarea que es ácaros esté bien, quiero que todos los nombres estén en mayúscula o minúscula. Entonces veamos cómo podemos hacer eso. Entonces ahora vamos a quitar esto. Y ahora vamos a transferir el nombre a mayúsculas. Entonces si acabo de consultar ahora el nombre de pila, puede ver que no es mayúscula, empieza con M grande, entonces el resto son pequeños. Entonces, para convertir todo a mayúsculas, vamos a usar la palabra clave o la función de nuestros corchetes. Ciérrala, y voy a cambiarle el nombre a primer nombre superior. Vamos a ejecutar esto. Y como puedes ver ahora, todos los nombres ahora con mayúsculas, también podrías hacer lo mismo con la minúscula. Voy a usar ahora las funciones inferiores FirstName como nombre de virus inferior. Así que vamos a ejecutar esto y como puedes ver ahora, transfiero la cadena de como la mayúscula a la minúscula. Una cosa más para notar aquí. Entonces cualquier cambio que sea ahora lo estoy haciendo en la consulta, no actualizará el contenido de la tabla. Eso significa que el FirstName va a quedarse como antes, así María con el primer carácter m y ahí es pequeño. Entonces ahora solo estamos cambiando o transformando los datos en los conjuntos de resultados que estoy obteniendo como salida. Entonces nada va a cambiar sobre la mesa a menos que hagamos algunas actualizaciones. Eso lo vamos a aprender más tarde. Entonces ahora solo estamos transformando los datos para nuestros resultados. Bien, entonces ahora hablemos del recorte. Esto es interesante. A veces en la base de datos se puede encontrar algo como esto. Como el nombre María, y antes de eso, tenemos un espacio vacío. Entonces alguien antes de ingresar el nombre María, ingresaron espacios en blanco antes de que eso suceda. O al final, alguien entrelaza los espacios en blanco. Por lo general esto es como datos malos y tenemos que eliminarlo para ahora poder trabajar con eso y nuestra consulta, podríamos usar una función trim. Entonces para el de la izquierda, lo llamamos el espacio levantado. Para el correcto, lo llamamos el espacio adecuado. Entonces, para eliminar los espacios izquierdos del nombre, podríamos usar la función L trim, eso significa trim left. Y si ejecutas eso, este espacio en blanco se eliminará de la consulta, de los resultados. Y si tienes del lado derecho, también tienes espacios en blanco, podrías usar otra función que se llama nuestro trim. Eso significa correcto, recortar. Y si ejecutamos eso, va a eliminar cualquier espacio en blanco esté al final de la cadena. Si tienes la situación en la que tienes ambos. Entonces, o vas a aplicar molduras elevadoras y molduras secas o puedes usar la función de ajuste. Recórtalo va a quitar ambos lados, la aurícula izquierda y el ribete derecho, y no tendrás los resultados ningún espacio en blanco, la cuerda. Bien, entonces ahora vamos a tener algunos ejemplos para aprender sobre el Trim. Entonces, si revisas nuestra base de datos de tutoriales, posible que ya descubras que hay algunos espacios en blanco alrededor. Si revisas la tabla clientes exactamente en el LastName, aquí encontrarás algunos espacios iniciales o algunos espacios en blanco a la izquierda. Así que vamos a consultar que no está marcado. Nosotros. Seleccione Apellidos de los clientes. Entonces ahora si tomas los resultados, podrías encontrar, bien, ahí está aquí levantar, levantar espacios en blanco, pero tengo aquí para ti propina con el fin de encontrar todos esos espacios en blanco que están ocultos. Entonces, por ejemplo, tenemos tanto como Cramer también espacios en blanco, pero no puedes verlo si revisas los resultados. Entonces yo diría que solo copie el valor y lo ponga en el editor. Entonces si lo pongo en el editor, podría ver que hay como un espacio en blanco correcto. Y tomemos todos los valores. Veamos, el acero está limpio así que no hay espacios en blanco alrededor y los pips los eliminan. pitidos tienen como levantar espacios en blanco y el espacio en blanco correcto. Entonces tenemos que reparar eso. Ahora. Molar, ahorro molar, no tenemos espacios en blanco alrededor de Rankin también. Yo pienso lo mismo. Sí. No tenemos espacios en blanco, así que intentemos reparar eso. Nosotros solo vamos a usar la función trim, la palabra clave trim brackets. Como siempre. Voy a llamarlo claro limpio apellido. Entonces, ejecutemos la consulta y verifiquemos los resultados. Entonces, comprobemos a Kramer si hay espacios en blanco alrededor. Entonces como puedes ver, está limpio. Tengamos otro ejemplo de nuestras pepitas también, limpias para que no tengamos blanco de elevación ni espacios en blanco correctos. Podrías usar la función trim para eliminarlos. Bien, entonces ahora pasemos a la siguiente función. Tenemos el enlace. Si quieres calcular cuántos caracteres tenemos en una cadena, podrías usar la función links por alguna razón si quieres calcular cuántos caracteres tenemos, tenemos el apellido, podríamos hacerlo así. Sólo voy a ampliar nuestra consulta. Eso lo calculas. Entonces para hacer eso, vamos a usar los enlaces de palabras clave. Y dentro de ella vamos a poner el apellido. Quién calcula cuántos personajes tenemos ahí? Sólo voy a cambiarle el nombre por apellido Olin. Así que vamos a ejecutar la consulta. Y puedes ver la base de datos ya calculada ¿cuántos caracteres tenemos en los apellidos? Puede que ya te hayas dado cuenta que no es realmente cierto porque tenemos aquí a Kramer, son sólo seis caracteres, pero la base de datos está mostrando siete. Y eso es porque tenemos espacios en blanco. Entonces esta es una manera realmente agradable para saber si hay espacios en blanco o no. Para ahora limpiar eso te podría gustar fusionar esas dos funciones en una. Así puedo poner primero el embellecedor dentro del enlace. Entonces primero estoy limpiando los datos y después de eso, quiero calcular la longitud. Entonces para hacer eso, voy a hacer una nueva columna. Entonces primero voy a recortar el apellido. Y después de eso, voy a aplicar nuevo otra función enlaces. Entonces incrusté dos funciones y una como, digamos, llamémoslo limpio lynn, consiguiendo nombre largo. Pero de todos modos, veamos los resultados. Como puedes ver ahora tenemos los enlaces limpios o el apellido. Entonces tenemos exactamente aquí 65. Y como puedes ver aquí, hay como dos espacios en blanco. Y esos nombres no tienen espacios en blanco porque tenemos exactamente el mismo número de caracteres. Bien, entonces ahora pasemos a la última función de cadena que tenemos. Es la diversión una subcadena. Entonces digamos que tenemos en la base de datos el siguiente nombre. Tenemos a María. Cada carácter en la base de datos tiene la posición e.g M es uno, a es dos, r es tres, y así sucesivamente. Y si quiero en la consulta restar este nombre, y solo quiero ser parte de él. Podría usar la subcadena de función. Entonces el sustrato tiene la siguiente sintaxis. Necesito definir dentro de ella el nombre de la columna o la cadena, luego la posición de inicio y la longitud. Tengamos el siguiente ejemplo. Si digo quiero subencadenar a María, partir de dos, y los enlaces son tres. Entonces tenemos aquí dos punteros. El primer puntero es por dónde empezar. Entonces vamos a comenzar con la posición dos. Entonces va a calcular 12. Y esta es nuestra posición de partida. Y a partir de este punto podemos calcular tres pasos. Entonces aquí dijimos tres como enlaces o pasos. Entonces 123. Con eso, tenemos como punto de partida y punto final para la subcadena. Entonces, si ejecutas esta consulta por aquí, obtendrás como resort o lo siento. Bien, entonces ahora vamos a tener un ejemplo de vida. Podemos aplicar la misma regla en el apellido. Entonces voy a quitar la parte vieja de aquí. Así que voy a usar la misma función, así que subcadena. Y necesitamos definir ahora el nombre de la columna es el apellido. La posición de partida es a los enlaces o cuántos pasos son tres. Entonces llamémoslo sub apellido. Y vamos a ejecutar esto y ver los resultados. Entonces si tomamos el resultado ahora podemos ver que no tenemos el apellido completo, sino solo una parte de él porque definimos la subcadena en él. Entonces en lugar de Cramer, solo tenemos RAM. Entonces empezó con la posición dos y cortamos tres caracteres. Entonces RAM de acero, empezamos con t y tenemos E. Bien todos, así que eso es todo para este capítulo. Hemos aprendido muchas funciones importantes. Y ahora en el siguiente capítulo volveremos a subir el nivel aprendiendo temas avanzados en SQL. Y comenzaremos con el grupo por cláusula. 31. #29 GROUP BY: Bien chicos, entonces, hasta ahora hemos aprendido a agregar nuestros datos usando funciones agregadas SQL. Por ejemplo, si quieres obtener el número total de clientes, vas a ir a usar la estrella de conteo en la mesa de clientes y vas a conseguir cinco. Entonces a veces esto no es suficiente. A veces es necesario agrupar ahí arriba se levantó por un valor de columna, por ejemplo, no queremos obtener el número total de clientes de toda la tabla. En lugar de eso, queremos obtener el número total de clientes Por los valores del país, por ejemplo, quiero ver cuántos clientes tenemos de Alemania, cuántos clientes tenemos de Reino Unido, Estados Unidos, etc. Entonces aquí estamos agrupando a esos clientes por los valores del país. Y en SQL, para hacer eso, vamos a usar el grupo de nubes por, Bien, así que ahora tenemos nuevas nubes en nuestra consulta. Y como saben, SQL es muy sensible sobre el orden de esas cláusulas. Entonces tenemos que seguir las reglas aquí. No podemos ir y decir, Bien, comencemos por donde, luego seleccione de no, tenemos que seguir las reglas. Entonces comenzamos con select from joins where y el grupo por su viene siempre después del where. Por lo que no podemos colocarlo antes del dónde. Entonces si tienes algún filtro, deberías hacer los filtros en las mesas y luego viene el grupo BY así crecido por es un opcional, no es un must clouds. No es como seleccionar de. Entonces, si necesitas crecer, lo vas a incluir. Pero después del donde esto es muy importante, bien, entonces ahora para entender al grupo por, podemos tener una tarea y tratar resolverla usando SQL. Vamos. Entonces la tarea dice, encontrar el número total de clientes para cada país. Entonces eso significa que necesitamos Grubhub a los clientes por el país de la columna. Entonces vamos a construir esto paso a paso. Entonces vamos a comenzar con una estrella selecta de los clientes que hace para verificar lo que tenemos en los clientes como de costumbre. Entonces ahora necesitamos contar cuántos clientes tenemos. Y con eso, aprendimos que vamos a usar los recuentos de funciones. Y lo vamos a cerrar así. Sólo voy a renombrarlo como un total de clientes. Así que vamos a ejecutar esto. Entonces ahora tenemos el número total de clientes por cinco. Pero ahora queremos que se divida sobre los países a Grubhub por el país. Para hacer eso, vamos a usar las nubes ahora, crecieron por, probadas por palabras clave. Y después de eso, vamos a nombrar la columna por la que queremos agrupar. Entonces en nuestro ejemplo es el país de la columna, pero esto no es suficiente. Queremos incluir, así como la sentencia select. Para ello, permítanme seleccionar también ese país. Entonces con eso decimos que está bien. Quiero contar el número total de clientes junto con el país y luego agruparlo por el país. Así que vamos a ejecutar esto. Y como puedes ver ahora, no solo tenemos el número total de clientes, también tenemos, el país y los clientes están agrupados por los valores del país. Entonces en Alemania tenemos dos clientes. En Estados Unidos tenemos también a los clientes, y en Reino Unido tenemos un cliente. Entonces con eso, hicimos el número total de clientes por columna específica. Bien chicos, entonces ahora vamos a tomar paso a paso lo que hizo la base de datos una vez que ejecutamos el grupo BY? Entonces primero, se va a preguntar está claro, ¿ qué mesa necesitamos? Tenemos la mesa de los clientes, por lo que va a enfocarse en la mesa de clientes. Y luego dice: Bien, ¿ qué columnas necesitamos? Necesitamos los recuentos de columnas. Y luego también, la nueva columna total de clientes. Bien, entonces ahora después de eso va a tomar bien, hay grupo BY y cuenta. Entonces con un grupo POR lo que SQL va a hacer, va a ir a los valores de columna en el país y solo enumerar el valor único que distintos valores que encuentra dentro del país. Entonces va a ir uno por uno, bien, Alemania, va a aparecer aquí, Estados Unidos, Reino Unido. Pero no volverá a enumerar, Alemania porque ya la tenemos en la lista. Y USA lo tenemos también ya en la lista. Entonces va a ir y agregar todos los caminos para la columna Alemania. Entonces va a ver, bien, para la columna Alemania, tenemos dos veces. Entonces va a teclear por aquí. Déjame hacerlo así. Dos. Entonces va a pasar a la siguiente columna. Bien, ¿Cuántos clientes de Estados Unidos tenemos? Va a contar 1.2. Y vamos a poner también por aquí también. Entonces para el último valor en va a Grubhub o contar cuántos clientes tenemos para Reino Unido y tenemos exactamente solo uno. Entonces así es como funciona el SQL y por qué obtenemos estos resultados. Bien, entonces ahora podríamos extender nuestra tarea y decimos, quiero que los mismos resultados por el número total de clientes se ordenen con las tarifas más bajas que las más altas. Entonces para hacer eso, vamos a usar el orden BY y aquí es muy importante que el orden BY venga después del grupo POR orden BY. Estamos ordenando por la estrella de conteo, lo que el número total de clientes. Y aquí podrías usar el ask o sin él, porque son los incumplimientos. Ejecutemos esto. Y se puede ver que el resultado está ordenado ahora por el total de clientes, donde las tarifas más bajas y luego las más altas. Bien, entonces ahora vamos a tener otro ejemplo para el grupo por y la tarea dice, encontrar la puntuación más alta para cada país. Entonces esta vez, así no necesitamos la función count, necesitamos la función max. Como ya notas, con un grupo BY necesitamos siempre esas funciones agregadas, pero no es un must. Entonces probemos eso en Scratch. Así que selecciona estrella de, bueno, hagámoslo grandes clientes. Queremos ahora la puntuación más alta. Entonces vamos a usar la función max. Los corchetes abiertos son columna, es score, y vamos a cambiarle el nombre de puntaje máximo. Entonces esto no es suficiente porque si ejecuto esta consulta, voy a obtener la puntuación más alta de todos los países. Pero esta vez necesitamos agruparlo por, por el país. Para ello, voy a enumerar en el seleccionar el país. Y hagámoslo más hermoso y luego usemos el grupo de nubes por país. Entonces eso es que estoy encontrando ahora el puntaje más alto para cada país. Así que vamos a ejecutar esto. Y con eso se puede ver la puntuación más alta en Alemania es 500's La puntuación más alta en Estados Unidos es 904, Reino Unido es 750. Bien, así que vamos a comprobar en qué se hacen los datos. Seleccionamos los clientes de mesa. Dijimos que necesitábamos la columna país y una nueva columna llamada puntaje máximo. Y en el SQL tenemos el grupo BY de países. Entonces eso significa que la base de datos va a ir a seleccionar todos esos valores y poner solo los valores únicos. Entonces eso significa Alemania, Estados Unidos y Reino Unido. Entonces va a comenzar como encontrar el máximo de cada uno de esos países. Entonces va a seleccionar primero para la Alemania, tenemos dos filas, 4.1, y va a encontrar el valor máximo de esos dos valores. Entonces 350.500, va a seleccionar este valor en el resultado porque es el más alto, entonces va a seleccionar para USA, los dos registros de aquí. Así que tenemos Estados Unidos por aquí y uno por aquí. Y el valor máximo de esos dos valores, 900 y nulo, va a ser el 900. Entonces lo va a poner en los resultados. Para el Reino Unido. Tenemos sólo un registro, así que el valor máximo va a ser el mismo. Entonces va a ser el 750. Y así es como la base de datos construye este resultado de nuestra consulta. Bien, así que eso es todo para el grupo por cláusula. Y a continuación vamos a hablar de una relacionada con B. Es la cláusula de tener. 32. #30 TENIENDO: Bien, entonces, hasta ahora hemos aprendido a agrupar nuestros datos usando el grupo por nubes SQL. Pero a veces podrías estar en situación en que estás trabajando con mesa realmente grande, donde tienes en una columna muchos valores diferentes. En nuestro ejemplo sólo tenemos tres valores. Es solo para hacerlo simple, pero en escenarios del mundo real, realmente tendrás muchos valores en una columna. Y serás el primero en usar algunos filtros sobre los resultados. Entonces en mayores ahora, para filtrar los resultados que tenemos del grupo BY SQL, tenemos una nube más nueva y eso se llama tener. Bien, ya que estas son las nuevas nubes, necesitamos entender dónde vamos a colocar la cláusula de tener. Porque como saben, su escala es sensible sobre el orden de esas cláusulas. Entonces tendremos la cláusula having exactamente después del grupo BY, así que una vez que definas el grupo BY, después de eso, vas a definir la cláusula having y es como opcional una vez que quieras filtrar las funciones de agregaciones, podría usar la cláusula having. Entonces con eso tenemos todas las cláusulas sobre la sentencia select o la consulta. Comenzó con select from joins where group by having. Y por último tenemos el orden BY y los límites. Bien, entonces ahora para entender el tener, vamos a tener una tarea y vamos a tratar de resolverla usando SQL. Dice la tarea, encontrar el número total de clientes por cada país, pero desvestido aquellos países que tienen más de un cliente. Entonces eso significa que tenemos aquí una condición para filtrar nuestros datos. Entonces intentemos resolver eso usando SQL. Entonces, como de costumbre, vamos a comenzar consultando nuestros datos. Nos vamos a centrar en la mesa de los clientes de aquí. Entonces ahora necesitamos ahora contar con el número total de clientes por país. Eso significa que necesito hacer GroupBy y usar el conteo de funciones agregadas. Como antes. Voy a usar una palabra clave recuentos, estrella y renombrarlo, se verá bien en los resultados. Entonces cuenta, o lo llamamos clientes totales. Ya que vamos a agrupar BY, por país, tenemos que incluir al país como selecto. Y después de eso sólo vamos a agruparnos por ese país. Vamos a ejecutar esto. Vemos en los resultados, ahora tenemos todos los países y tenemos el número total de clientes. Pero nuestra tarea aún no está resuelta porque todavía tenemos un país donde su número total de clientes no es mayor que uno. Entonces necesitamos filtrar estos datos para poder hacerlo con el grupo BY, vamos a usar las nubes que tienen y pensarlo. Es exactamente como la cláusula where. Vamos a anotar una condición. Por lo que nuestra condición dice que el número total de clientes debe ser mayor a uno. Entonces el número total, eso significa que el conteo debe ser mayor a uno. Entonces hemos definido nuestra condición. Es exactamente como la cláusula where. Y vamos a ejecutar esto. Y como puede ver, no tenemos ahora el Reino Unido con el único cliente. Ahora tenemos todos los clientes agregados por el país y el país que tiene más de un cliente en sus resultados. Con eso, filtramos nuestros datos y tenemos exactamente lo que queremos. Bien, entonces ahora tal vez te estés preguntando, y quieres preguntarle, pides prestado. ¿Por qué tenemos una cláusula así llamada tener algún chillido, podemos simplemente ir y usar la cláusula where porque ahí podríamos filtrar nuestros datos. Podríamos definir exactamente la misma condición y filtramos nuestros datos. Por qué SQL tiene una función más o nubes que hace exactamente como dónde. La respuesta para eso es. Donde podrías usarlo solo en las columnas que existen en la base de datos. ejemplo, si quiero filtrar el país o si quiero filtrar la partitura o apellido. Entonces cualquier columna que tenga en la base de datos, podría filtrarla con consciente. Pero una vez quiero filtrar los datos en base a una columna que no existe en la base de datos, por ejemplo, la estrella de conteo o el max min. Entonces cualquier función agregada que estemos usando en la consulta, y queremos construir como un filtro encima de tal función, entonces no podemos usar el donde deberíamos usar teniendo, teniendo solo trabaja con el grupo BY una vez que estamos haciendo agregación. Podríamos definir aquí filtro encima de él. Pero la cláusula where funciona sólo en las columnas que ya tenemos existentes en la base de datos. Entonces eso significa que si tengo estos resultados y quiero filtrar los datos donde no quiero ver el país USA, otros resultados, debería usar la cláusula where. Entonces hagámoslo. El Alambre viene después de la de donde nuestra columna es país no igual a USA. Así que vamos a ejecutar esto. Y con eso ves aquí hemos filtrado los datos. No tenemos que usar otros resultados. Entonces, si quiero filtrar el país, necesito usar la cláusula where. Si quiero filtrar la función agregada o el grupo por, tengo que usar el tener. Bien chicos, así que con eso, hemos cubierto la cláusula de tener. Y a continuación vamos a hablar del concepto de subconsultas en Israel. Dónde vamos a cubrir existe y en, y aprender las diferencias entre ellos. 33. #31 de subconsulta: EXISTE vs IN: Bien, así que ahora vamos a aprender sobre cómo hacer subconsultas usando SQL. Esto es extremadamente poderoso en SQL. Una vez que aprendas a hacer las subconsultas, podrás hacer muchas tareas complejas e importantes usando SQL. Entonces, ¿qué es una subconsulta? Es como si tuvieras diferentes consultas que están anidadas entre sí que como tienes una consulta incrustada en la otra consulta. Entonces, en las situaciones normales y los materiales cerveceros, solo teníamos una consulta, una declaración que está consultando nuestros datos, por ejemplo, los clientes. Pero con una subconsulta es tendrás distintas consultas que son la flexión entre sí. Por ejemplo, tenemos aquí la consulta número uno que pide los datos de los clientes de la tabla y luego presentar sus resultados. Entonces tendremos otra consulta, gris número dos, es decir dependiendo de los resultados y haciendo ostentosas otras declaraciones selectas. Con eso, vamos a llamar a la consulta número uno como una subconsulta. Esta será la base para la siguiente consulta que tengamos. Entonces con eso, podrías hacer consultas realmente anidadas, no solo dos, tal vez 34 y así sucesivamente, para que pudieras hacer consultas anidadas y no solo una. Bien, así que ahora vamos a aprender a hacer subconsultas usando SQL. Y para eso tenemos dos opciones. O vamos a usar el operador en o existe. Entonces ahora nos vamos a centrar en el operador N fin de resolver las siguientes tareas, dice el siguiente impuesto, encontrar todos los pedidos que se realicen de clientes con una puntuación superior a 500 utilizando el ID de cliente. Entonces intentemos resolver eso. Entonces eso significa que vamos a enfocarnos en ambas mesas, pedidos y clientes y manda. Al final del resultado, debemos presentar todos los pedidos. Voy a empezar primero con esa consulta. Entonces vamos a decir seleccionar estrella de los pedidos. Entonces como puedes ver, ahora tenemos todos los pedidos, pero la tarea dice, debería contener solo a los clientes que tengan más de 500s como puntaje. Entonces eso significa que necesito averiguar qué ID de cliente de aquí tiene una puntuación superior a 500s. Para hacer eso, necesitamos revisar otra tabla. Así que selecciona estrella de los clientes. Y ahora tenemos que poner el filtro que necesitamos. Entonces donde la puntuación es superior a 500. Vamos a ejecutar esto. Podría ejecutar esto por separado si lo resalta y luego ejecuta. Entonces con eso, sabemos que un ID de cliente clave 2.3 son los clientes con la puntuación superior a 500. Así podría volver a mi consulta original y hacer este filtro. Entonces voy a decir donde ID de cliente, yo diría en 2.3. Entonces con eso, con este filtro, estoy diciendo, bien, esos clientes tienen una puntuación más alta que cinco cientos. Así que vamos a correr sólo el otro de Bart y comprobar los resultados. Ahora, tengo los pedidos para esos clientes, y con eso, resuelvo la consulta y ahora vienen los cogollos. Esto es realmente malo de hacer porque tiene dos problemas. En primer lugar, fui a otra mesa. Descubrí esas identificaciones manualmente. Entonces fue como si pudiéramos hacerlo con mesita. Pero imagina si tienes como mesa grande con mucho id Así que necesitas darles extra en la siguiente consulta. Y a veces es casi imposible con este pequeño ejemplo está bien, pero con mesas grandes, esto es imposible de hacer. segundo problema es que una vez que está teniendo datos cambiantes, por ejemplo estamos recibiendo más clientes, estamos recibiendo más pedidos. Eso significa que cada vez, como estoy obteniendo nuevos datos en mis tablas, voy a ir a revisar la consulta por aquí y ajustar nuestra consulta. Esto no es dinámico, así que esto es realmente malo. Entonces en vez de eso, vamos a hacer un pequeño truco que va a resolver todo y hacer nuestra vida más fácil con las subconsultas. Entonces en vez de tener esos números estáticos en el filtro de aquí, los voy a quitar. Y en vez de eso, voy a decir que esta consulta va a ser mi subconsulta. Y esta de aquí va a ser mi consulta principal. Los resultados que estoy consiguiendo por aquí que comprueban eso otra vez. Entonces los resultados que estoy obteniendo por aquí, va a ser como alimentar la otra consulta. Entonces para Eso es lo que necesito es realmente tener 2.3. Solo necesito el ID de cliente, así que no necesito todas esas columnas. En lugar de la estrella, voy a decir ID de cliente. Vamos a ejecutar esto de nuevo. Como pueden ver, tenemos ahora 2.3. Así que no importa cuántos nuevos clientes voy a conseguir. Siempre voy a tener una lista completa y correcta o la siguiente consulta. Entonces lo que voy a hacer, sólo voy a cortarlo y pegarlo por aquí. Sólo voy a ponerlo en una nueva línea para que se vea mucho mejor. Entonces con eso, incrusté una consulta en la siguiente. Entonces esta es la subconsulta. Siempre tiene esos soportes abiertos y corchetes cerrados. Con eso, estoy indicando para SQL, tenemos aquí una subconsulta, y aquí tenemos la consulta principal. Entonces ejecutemos esto y verifiquemos los resultados. Como puede ver, recibí exactamente esos pedidos de los clientes cuya puntuación es superior a 500. Y ahora podríamos tener nuevos pedidos, nuevos clientes. No tengo que lidiar con eso. Todo es mi consulta va a resolver mi problema. Y no tengo que agregar todas esas identificaciones en el, en. En lugar de eso, lo vamos a tener muy dinámicamente y muy potente. Entonces esta es una solución mucho mejor que tener un ID estático dentro de las sentencias n. Y estamos muy dinámicamente, si quieres, solo pasa por eso y haz más consultas anidadas y así sucesivamente. Podrás resolver muchas tareas complejas e importantes usando SQL. Bien, así que ahora vamos a tratar de resolver las mismas tareas usando existe. Existe es un poco diferente que en como ambos. Vamos a obtener el mismo resultado, pero con existe, vas a conseguir un mejor rendimiento si tienes como mesas grandes. Entonces, si estás teniendo mesas grandes y estás sufriendo con el rendimiento del operador in, podrías comenzar a usar las existentes y verificar si vas a tener un mejor rendimiento. Por lo que tendemos a usar existir más de n Si estás enfrentando problemas de rendimiento. Pero es un poco más complicado de lo que existen porque no hay una separación clara entre la consulta uno y crear dos o la subconsulta y la consulta principal. Entonces veamos cómo vamos a hacer eso usando existir. Voy a abrir una nueva pestaña. Entonces tendremos la misma configuración. Así que selecciona estrella de los pedidos. Pero ahora vamos a tener algunos alias porque es algo así como Join. Entonces voy a tener el nombre 0 como alias para las órdenes. Y ahora vamos a escribir el filtro donde luego después de eso podemos escribir directamente los sótanos existentes donde existe. Entonces tendremos la sub consulta. Ahora vamos a escribir una subconsulta para que podamos seleccionar. Y ahora aquí podríamos escribir cualquier cosa como columnas, así que existen no dependerán de las columnas seleccionadas por aquí. Así que podrías escribir cualquier cosa como identificación de cliente o estrella o lo que quieras. Tendemos a cualquier escala para escribir solo una. Entonces porque eso no nos importa, solo para asegurarnos de que el resultado de la subconsulta SQL no es importante. Es como el join. Entonces selecciona uno de los clientes, le daré un nombre. Ahora necesitamos agregar el filtro. Y aquí es exactamente como ¿están haciendo las juntas? Ver, ID de cliente equivale a dos pedidos, ID de cliente. Entonces como dije, es como una unión. Y después de eso, tenemos otro filtro sobre los clientes y que necesitamos que la puntuación sea superior a 500. Entonces con eso, tenemos por aquí nuestra subconsulta. Parece un poco complicado comparado con el n. Así que aquí tenemos como algún tipo de unión interna. No puedo tender esta parte de un cuadrado. Voy a obtener un error porque tengo tal tipo de como esas conversiones entre las ideas. Entonces para obtener el resultado, necesito correr todo el asunto. Entonces veamos y ejecutemos esto. Puedes ver que obtuve exactamente los mismos resultados existen y n, lo que te dará los mismos resultados que tiendo a usar en como, cuando es como, digamos mesas pequeñas y así sucesivamente. Pero una vez que tenga un mal desempeño, voy a cambiar a existe. Y depende de ti cuál vas a usar. Pero ambos están haciendo las sub-consultas y haciendo esta dinámica en SQL. Bien chicos, eso es todo por este capítulo, hemos aprendido algunos temas avanzados en SQL y mix. Empezaremos a aprender a modificar nuestros datos dentro de nuestras tablas SQL. Y comenzaremos con las declaraciones de inserción. 34. #32: Bien, entonces, hasta ahora hemos aprendido a consultar, a recuperar nuestros datos de la base de datos sin cambiar nada, sin cambiar el contenido de las tablas ni cambiar las columnas. Así que hemos utilizado el comando select para recuperar nuestros datos. Y con eso, esos comandos no cambiarán nuestros datos dentro de nuestra base de datos. Entonces a continuación vamos a aprender a manipular nuestros datos dentro de nuestra base de datos para cambiar los contenidos. Y para eso, tenemos un nuevo conjunto de comandos dentro de una nueva categoría SQL que se llama Lenguaje de Manipulación de Datos DML. Y en su interior tenemos tres comandos principales. Tenemos el inserto. Podríamos usarlo si quieres insertar nuevos datos dentro de nuestras tablas. Tenemos eliminaciones. Si tenemos algunos roles existentes y queremos eliminarlo de la base de datos, podríamos usar el comando delete. Y el último que tenemos actualizaciones si quieres actualizar o cambiar el contenido de los existentes crece en nuestras tablas, podríamos ir y usar el comando update. Bien, así que ahora vamos a empezar con el primer comando. Tenemos el comando insert. Vamos a aprender ahora cómo insertar nuevas filas en nuestra base de datos. Entonces nos vamos a centrar en la mesa de los clientes. Como sabéis, en nuestra base de datos tutorial contamos con cinco clientes. Y ahora vamos a practicar agregando un nuevo cliente más a nuestra base de datos para aprender a trabajar con los comandos de inserción. Entonces antes de ahora estamos insertando cualquier cosa nueva en nuestra base de datos. Realmente tenemos que entender la estructura de la tabla, la estructura de las columnas. Porque si no conocemos la estructura y las definiciones de esas cosas, estaremos teniendo algunos errores mientras estamos insertando los datos. Entonces solo saber que tenemos como cinco columnas dentro de la mesa, clientes, eso no es suficiente. Por lo que realmente necesitamos entender las definiciones de las tablas antes de comenzar a insertar nuevos datos a nuestros clientes de tablas. Y para ello, suelo usar las siguientes palabras clave. Así que describa a los clientes, el nombre de la tabla. Entonces lo que estoy diciendo ahora al SQL, dame la definición de los clientes de mesa para que pueda echarle un vistazo. ¿Qué tenemos para cada columna? El primer vistazo, podría parecer un poco complicado. No te preocupes por ello. Voy a explicar todas esas cosas paso a paso. Entonces estamos diciendo, Bien, base de datos explicada para mí o describir para mí los clientes de mesa. Como sabes que cada tabla contiene múltiples columnas. Entonces podemos ver en los resultados que tenemos aquí cinco columnas. Tenemos ID de cliente, nombre, apellido, país y puntaje. Esos son los nombres de las columnas. Y para cada columna tenemos por aquí las descripciones son propiedades que describen cada columna. Tenemos aquí los tipos de datos, por ejemplo, si tomas aquí ahora nuestra tabla de clientes, tenemos en el ID de cliente solo números y son únicos. Entonces tenemos 12345 y esos son números. Entonces el tipo de datos para la identificación del cliente es como algo así como números. Y en base de datos los llamamos enteros o int. Y el nombre, es como que no tenemos todos los números, tenemos carácter. Entonces tenemos a María, a Juan, y son como texto, y los llamamos en la base de datos var char. Hay diferentes tipos para tales caracteres, por ejemplo, tenemos carácter o char y así sucesivamente. Pero en las mejores prácticas utilizamos var char porque optimizan los espacios o los tamaños en nuestra base de datos también. Podemos ver aquí hay como el tamaño del var char que tenemos aquí 50, eso significa que el tamaño máximo estoy ruidoso para el FirstName es de solo 50. Entonces, si tienes más de 50 caracteres en la base de datos FirstName lo cortará e insertará solo 50 caracteres para el primer nombre. Entonces aquí estamos como poner algunas reglas para cada columna. Por lo que el nombre debe tener un máximo de caracteres carnosos, lo mismo para el apellido y el país. Entonces, si tienes un nombre realmente largo que es de más de 50 caracteres, no va a caber en esta columna y la base de datos va a cortarlo. Así que podrías aplicar así como el tipo de datos por aquí, algunas reglas sobre el tamaño de cada columna. Y tenemos también la partitura como puedes ver en este curso, no tenemos ningún personaje. Sólo son como números. llamamos enteros. Entonces con eso puedes ver cada columna tiene un tipo de datos diferente. Tienes más como comprensión de esa descripción de las columnas. Después de eso, hay un campo llamado nulos y se puede ver aquí solo no y sí. Dice, son los nulos están permitidos en cada columna o no. Entonces, por ejemplo, en el ID del cliente, no estamos permitiendo ningún nulo. Entonces aquí, la base de datos, si inserta un enol, esa base de datos diría que no, no está permitida. Entonces en las definiciones, no hay nulo permitido. Y lo mismo va para el FirstName y LastName. Una vez que insertamos los datos a los clientes, siempre tenemos que tener ID de cliente, nombre, apellido. Pero ahora con el marcador y el país, decimos, sí. Entonces los nulos están permitidos, por ejemplo como puedes ver en la partitura tenemos aquí uno nulo. Y en el país, si no especifica nada en las declaraciones de inserción, no habrá ningún problema. Y la base de datos puede ver nos va a mostrar un nulo. Entonces aquí podemos ver la definición donde podemos agregar nulos y donde no está permitido. Entonces tenemos por aquí también una clave para cada mesa. En bases de datos SQL, tenemos claves primarias. Las claves que definen a cada cliente o cada fila, por ejemplo, en nuestra tabla de aquí, clientes, tenemos el ID de cliente como clave principal. Y una vez que decimos marrón turbio, viene a las cosas. Primero, no se permite que sea nulo, y segundo, debe ser único. Eso significa que no está permitido tener dos clientes con el mismo ID. Entonces María y John siempre deben tener una identificación de cliente diferente. No podemos tener ambos, por ejemplo, el ID de cliente uno aquí no debería existir ningún kit WE y esto es único. Entonces esto es lo más importante a entender sobre la clave primaria de que son únicos. Entonces si voy ahora e inserto un nuevo cliente más y digo: Bien, tenemos un nuevo cliente llamado, y ella tiene un ID de cliente cinco. Pero como en la base de datos ya tenemos el ID de cliente cinco, la base de datos te va a dar un error. Entonces aquí es muy importante entender la estructura. ¿Qué columna de aquí es nuestra clave principal? Entonces tenemos alguna otra información por ejemplo tenemos aquí extractos. Dice que es un incremento automático. Incrementos automáticos significa como si agrego un nuevo cliente, la base de datos va a incrementar el ID de cliente automáticamente, por ejemplo, si agrego uno más nuevos clientes, no tengo que especificar, como el ID del cliente debe ser el número seis, esa base de datos lo va a hacer automáticamente. Entonces aquí hemos agregado alguna información extra que nos dice que este id se generará a partir de la base de datos y no tenemos que especificarlo. Así que ahora tenemos más insights sobre la mesa de los clientes. Conocemos la definición de cada columna y podríamos comenzar ahora insertando nuevo registro o nuevas filas a los clientes de la tabla. Entonces voy a abrir una nueva pestaña. Y vamos a empezar a usar el inserto. Entonces voy a escribir aquí, insertar en palabra clave. Y luego tenemos que especificar el nombre de la tabla donde podemos insertar nuestros datos en la tabla clientes. Entonces tenemos ahora que especificar los valores para cada columna, valores de n paréntesis. Y ahora vamos a empezar uno por uno. Entonces el ID de cliente, quiero volver a comprobarlo, el ID de cliente es entero, es la clave primaria y los incrementos automáticos, eso significa que Delta V va a incrementar el nuevo ID. No tengo que hacerlo yo mismo. Así podría ir y decir incumplimientos. Defaults significa que los datos van a encargarse de eso. Voy a insertar el id de cliente que busca. Podrías ir y decir, en vez de eso, voy a escribir el número seis, pero realmente no lo recomiendo porque si tienes como base de datos grande y alguien más está haciendo insertos o te olvidas sobre cuál es el último ID de cliente que tenemos en la base de datos. Así que solo hazte la vida más fácil y escribe por defecto. Entonces ahora tenemos que ingresar el FirstName. Voy a usar por ejemplo ese FirstName Anna. Aquí tenemos problema en la base de datos SQL que no se puede simplemente escribir el primer nombre así. Es una cadena e int string. Tenemos que arrancarlo siempre dentro de comillas simples o comillas dobles. Entonces, por ejemplo, voy a usar las comillas dobles para que me guste tratar con las cadenas. Si no haces eso, obtendrás un error. Yo suelo usar uno. Entonces inserta las cadenas para que quede bien. El apellido es lo mismo que este personaje var y tenemos que ponerle un nombre. Entonces voy a usar a Nixon como apellido. Entonces tenemos ahora las tres columnas, ID de cliente, nombre, apellido. Ahora tenemos país y puntaje. Entonces, vamos a revisar el país. El país dice que es carácter var, así que tenemos que especificar algo por aquí. Y podríamos dejarlo vacío. Entonces no tengo aquí realmente para responder nada si no quiero. Y lo mismo va para el puntaje que es pero yo entero, pero podríamos dejarlo también vacío. Entonces lo que voy a hacer, sólo voy a agregar el país. Es carácter var, entonces es una cadena. Necesito ponerlo en comillas simples. Voy a usar el país Reino Unido. Bien, entonces ahora a la última columna tenemos el puntaje. Así que vamos a comprobarlo en la descripción. Entonces tenemos score, es entero. Entonces eso significa que solo los números deben estar dentro de este núcleo es anulable, así que podría dejarlo vacío y no es clave primaria y así sucesivamente. Entonces eso significa que podría dejarlo como nulo. Y eso tiene sentido porque Anna como nueva cliente y aún no tiene puntajes similares en nuestra base de datos o sistemas. Entonces por eso podría simplemente escribir por aquí y nulo. O podría dejarlo así cero. Si quiero, así que con eso, simplemente lo dejaré como nulo. Simplemente ejecutemos la consulta y veamos si tenemos todo bien. Por lo que no obtendrá ningún conjunto de resultados. Simplemente te daremos la información de que todo es verde y hemos insertado los datos. Entonces, para poder verificar ahora a este usuario dentro de nuestra base de datos, vamos a abrir una nueva pestaña, seleccionar estrella entre los clientes, y ver si Anna está en la base de datos. Y sí, tenemos una llamada de cliente más, Anna Nixon del país Reino Unido. El puntaje es ahora ella es nueva y tenemos el nuevo ID generado, ID cliente de la base de datos. Bien, así que ahora sigamos practicando y agreguemos un cliente más, nuestro cliente número siete en nuestra base de datos. Así que vamos a hacer eso. Voy a mover todo y empezar de cero, inserta en nuestros clientes de mesa. Y ahora vamos a sumar los valores. Entonces, como siempre, nuestro primer valor, el ID de cliente, va a ser por defecto. El FirstName voy a usar max, y el apellido, voy a usar iluminación. Pero ahora el país y anotar, podría dejarlos vacíos. Entonces voy a usar el nulo también para el marcador ahora. Así que ahora como ya puedes notar lo que realmente he hecho por aquí, acabo de dar un FirstName y LastName. Y para todos los demás, estoy usando algunos nulos y valores por defecto. Así que podríamos saltarnos eso y facilitarnos la vida, lo que acaba de agregar el nombre y apellido. Entonces si solo elimino el null por aquí y ese valor predeterminado y ejecuto la consulta, obtendré un error porque la base de datos no está entendiendo lo que es max. Es max como el país es max, el firstName, el lastName, el pulmón también. ¿Es como el último apellido? Entonces necesitamos especificar para la base de datos, cuáles son esos valores a qué columna. Entonces para hacer eso, voy a abrir aquí nuevos corchetes y decir, Bien, voy a escribir el nombre de la columna , nombre, y el segundo estamos usando el apellido. Entonces con eso, le estamos diciendo a la base de datos, bien, los primeros valores pertenecen a la columna FirstName, y el segundo valor pertenece a la columna LastName. Y si ejecuto esto, no vamos a obtener un error porque ya hemos hecho el mapeo y todo lo demás se hace automáticamente. Entonces eso significa que la base de datos conoce el ID del cliente. Es como generado automáticamente. Entonces va a generar un nuevo ID y envía la base de datos, no encontró ninguna información sobre el país y el puntaje, lo va a poner como predeterminado como nulo. Así que vamos a comprobar ahora el resultado. Si consulto ahora lo mismo, selecciono estrella de los clientes, y podemos ver que eso está hecho. Eso es un insertado nuestro nuevo cliente Max mintiendo. Ella entendió que el país o entendió que el país es nulo y score es nulo y generó el ID de siete. Entonces como puedes ver, es más compacto y no tengo que añadir todos esos nulos porque imagina si tienes una tabla grande con como 50 columnas y tienes muchos nulos, la consulta va a quedar muy mal. Entonces aquí solo estoy insertando lo que necesito y el resto va a hacer la base de datos de mi parte si está permitido. Entonces por ejemplo si el país no debe ser nulo, tengo que insertarte algo sobre el país. Pero como estamos permitiendo los nulos en el país y el marcador, podríamos simplemente ignorarlo y dejarlo así. Bien, así que con eso, hemos aprendido a insertar datos en nuestras tablas SQL. A continuación, vamos a hablar de las declaraciones de actualización. 35. #33 ACTUALIZACIÓN: Bien, entonces ahora vamos a hablar de un comando más para manipular nuestros datos dentro de la base de datos. Y esos son los comandos de actualización. Por lo tanto, puede usar actualizaciones para cambiar los valores de una fila ya existente en sus tablas. Bien, Así que vamos a tener ahora la siguiente tarea. Acabamos de agregar un nuevo cliente con los estados de cuenta de inserción, y es decir max, el cliente número siete. Y como ya notaste, este es el único cliente que no tenemos un país especificado en la base de datos. La tarea ahora es solo sumar al país Alemania a este registro. Entonces ahora tenemos que actualizar el contenido de este cliente cambiando el nulo a Alemania. Entonces ahora vamos a comenzar con las actualizaciones de palabras clave. Y ahora tenemos que especificar el nombre de la tabla que se debe cambiar. Entonces vamos a tener la mesa nombrada clientes. Y después de eso a la nueva línea, vamos a tener los conjuntos de palabras clave. Con eso, podemos especificar nuevos valores para las columnas que se deben cambiar. Entonces queremos cambiar el país de la columna y tenemos un nuevo valor en lugar del nulo, necesitamos darle el valor de Alemania como un nuevo valor para ese país. Ahora necesita tener mucho cuidado con eso. Si ejecuto esto, no lo hagas. Si se ejecutan estos comandos, ¿qué puede pasar? La base de datos va a ir y actualiza todos los valores para todos los clientes debajo del país al nuevo valor Alemania. Porque si lees esto, estamos diciendo a la base de datos que actualizan la tabla clientes y establece país a Alemania sin especificar ningún cliente. Eso significa que si corremos que todos los países estarán en la mesa como una Alemania, así que no hagas eso. Nuestra tarea está aquí es solo cambiarla para el nuevo cliente. Entonces como puedes ver aquí, nuestro cliente Max tiene un valor vacío agregar el país, y solo necesitamos cambiarlo. Entonces para hacer eso, vamos a filtrar, vamos a poner como condición para las actualizaciones? Y para ello, vamos a utilizar la clave principal, el número de identificación de cliente siete. No recomiendo usar ninguna otra columna como por ejemplo el nombre o el apellido. Porque si tienes una mesa grande, el primer nombre max, puede ser presentado en otros clientes. Entonces tal vez tengas diferentes clientes, el mismo FirstName. Y si ejecutas la consulta en el FirstName, todos los clientes con el primer nombre max tendrán el país como Alemania. Entonces, para asegurarnos de actualizar el registro correcto, la fila derecha, vamos a usar la jerarquía de Brian, el ID de cliente para hacer eso. Así que volvamos por aquí. Y vamos a escribir el comando where exactamente igual que el select. Y vamos a decir, tenemos que cambiar la identificación del cliente. Número siete. Con eso, estamos contando exactamente la base de datos. Ahora tenemos nuevo valor en el país, y eso es sólo para el número de identificación de cliente siete. Así que vamos a ejecutar esto y vamos por aquí y ejecutemos esto de nuevo para verificar el valor. Entonces aquí lo tenemos vacío o nulo. Y después de las actualizaciones, ahora tenemos a Alemania dentro del país. Bien, vamos a tener otras tareas donde vamos a manipular y actualizar el contenido de nuestras tablas. La tarea dice nuestra nueva clienta y ella estuvo activa. Ella compró algo en nuestros sitios web y ahora tiene la puntuación de 100. Entonces en vez de tener la puntuación de null, porque tú como nuevo cliente, ahora tenemos 100's para Anna. No sólo eso, hemos entrado por error, el país Reino Unido en lugar de USA, espectáculo Ana viene de USA y tenemos que actualizar también, el país. Entonces hagámoslo usando el comando update. Bien, así que vamos a revisar por aquí. Entonces antes de comenzar como actualizar los valores en las columnas, vamos a asegurarnos que tenemos los clientes adecuados para que no estemos actualizando diferente cliente o actualizando toda la tabla. Así que vamos a asegurarnos de que estamos seleccionando todo bien en el comando where. Entonces Anna tiene un número de identificación de cliente seis en lugar de siete. Aquí vamos a escribir el número seis. Entonces ahora nos estamos enfocando en la fila derecha. Y ahora el país debería ser Estados Unidos. Entonces ahora le estamos dando un nuevo valor a Anna en el campo country. Y ahora queremos especificar una columna más a cambiar. Para hacer eso, tenemos esa coma. A mí me gusta ponerlo en una nueva línea y el puntaje debe ser igual a 100. Entonces con eso, estás especificando vida múltiples columnas en una actualización y puedes dividirlas por una coma. Entonces, si quiero cambiar una columna más, podría hacerlo todo en un solo comando. No tengo que tener como comando diferente para cada columna. Podría poner todo en uno. Ahora, lo que estamos diciendo, actualizar la tabla de clientes, donde el ID de cliente es el número seis. Y el país debería ser igual a ti como a, y el puntaje debería ser de 100s. Así que vamos a ejecutar esto y luego volver a nuestra estrella selecta de los clientes para comprobar si todo estaba bien. Entonces voy a refrescar eso. Y ya se puede ver cómo el país USA y el puntaje es ahora de 100. Así que es muy fácil manipular los datos usando el comando update. Bien a todos, así que eso es todo por las declaraciones de actualización. Y a continuación vamos a aprender las declaraciones delete y truncate. 36. #34 DELETE y TRUNCATE: Bien, entonces ahora vamos a pasar al último comando que tenemos bajo la sección de manipulación de datos, y ese es el comando delete. Entonces, para eliminar filas de nuestras tablas, podríamos usar eso elimina y vamos a tener las siguientes tareas. El test dice, Espera un minuto, todos los nuevos usuarios desde ayer o desde hoy, se equivocaron insertados en nuestros sistemas y rehabilitación para eliminarlos. Entonces tenemos el cliente y las marcas del cliente. Deberían ser borrados de nuestra base de datos, de nuestras tablas. Entonces para hacer eso es bastante sencillo. Vamos a usar el comando Eliminar. Bien, así que para resolver eso, vamos a escribirlo comandos muy fáciles y además es muy peligroso. Así que vamos a empezar escribiendo la palabra clave delete from, y luego viene el nombre de la tabla. Así que tenemos que eliminar de los clientes. Como puedes ver, son sólo tres palabras. Es muy fácil, pero si ejecuto esto, ten cuidado de que va a eliminar todo lo que hay dentro de la mesa clientes. Entonces no estoy especificando nada. Estoy diciendo eliminar de los clientes. Y si lo ejecuto la base de datos va a eliminar todos nuestros clientes de la base de datos. Así que ten cuidado con eso. Siempre especifique qué desea eliminar Exactamente. Entonces con eso, es como las actualizaciones. Vamos a usar los comandos raros y usar la clave principal, el ID de cliente. Por lo que queremos eliminar el número de identificación del cliente. Déjame revisar de nuevo el número 6.7. Entonces para hacer eso, voy a usar el operador in en 67. Por lo que cualquier ID de cliente en 6.7 va a ser eliminado. Entonces esta es mi condición de filtro. Y si ejecuto esto, ambos usuarios van a ser eliminados. Así que vamos a comprobar eso. Si ejecuto esto por aquí, puedes ver qué otros clientes se eliminan. Y con eso, hemos eliminado algunos registros de nuestros clientes. Pero ten mucho cuidado con lo que estás especificando en la eliminación. Entonces no borras o ya tienes tarjetas. Podrías estar durante el desarrollo de tus tablas, estás insertando eso como testdata y quieres eliminarlas todas. Entonces, si quieres hacer una tabla y vacía, podrías ir y decir eliminar del nombre de la tabla y vas a hacer que la tabla esté vacía y luego insertarla de nuevo, son datos. Pero si estás como borrar solo unos pocos registros, ten cuidado con lo que estás escribiendo y la condición donde para no perder todos tus datos. Una cosa más aquí de qué hablar, sobre eliminar filas que podrías estar en situación a veces tienes mesa muy grande. Y la misión que está por aquí es eliminar todo, eliminar todas las filas de esta gran mesa. Entonces, si estás usando los comandos delete from, puede llevar mucho tiempo porque lo que está haciendo SQL, va a ir como por cada grupo de datos eliminados, luego ir al siguiente. Entonces va a hacerlo manera iterativa y puede llevar mucho tiempo. Entonces, en lugar de usar delete, si estás seguro de que está bien, quiero hacer y mesa vacía. Quiero borrar todo de la mesa. Yo sólo quiero tener las columnas y nada dentro de ella. Entonces, en lugar de usar el líder es las mejores prácticas para usar otros comandos SQL para eliminar las filas y eso es truncar la palabra clave. Y clientes. Como puedes ver, son sólo dos palabras para destruirlo todo. Entonces es muy corto comando, tratando de conseguir clientes que le estás diciendo al SQL, eliminar todo. No quiero ver registros anuales dentro de mi mesa. Entonces la base de datos va a hacerlo muy rápido. Entonces si voy a ejecutar esta consulta por aquí, así que solo voy a eliminar esa eliminación de. Estamos borrando todo en la tabla de clientes. Entonces, si selecciono estrella de los clientes, la mesa va a estar vacía. Entonces, si lo has hecho y quieres volver a tener los datos de prueba, solo tienes que ir a la base de datos del tutorial y volver a ejecutar todo el script. Entonces tendrás exactamente la misma situación antes de eliminar los datos de los clientes. Bien todos, así que eso es todo para este capítulo. Hemos aprendido a modificar nuestros datos dentro de tablas SQL. Y ahora vamos a saltar al último capítulo donde vamos a aprender a definir nuestros datos usando SQL. Y primero, aprenderemos a crear una tabla SQL. 37. #35 CREAR mesa: Bien chicos y chicas, entonces, hasta ahora hemos aprendido a consultar nuestros datos usando los comandos select y también a manipular nuestros datos, los valores dentro de nuestras tablas usando insert, delete, update as an x, vamos a enfocarnos en un nuevo grupo, ese es el lenguaje de definición de datos, DDL. Se trata de cómo cambiar la estructura de nuestra base de datos, cómo cambiar las tablas ellas mismas. Entonces tenemos aquí tres comandos. Crear para crear algo nuevo, como crear una nueva tabla o crear nuevos objetos que hemos caído. Para soltar una tabla o tabla eliminada. Alter es cambiar la estructura de una tabla. Bien, entonces ahora vamos a empezar a hablar del primer comando. Tenemos el comando create. Si desea crear algo nuevo en la base de datos, nuevos objetos, por ejemplo, nueva tabla o nueva vista procedimientos almacenados en las bases de datos hay como diferentes tipos de objetos, no solo tablas. Entonces podrías ir y usar el comando create. En nuestros tutoriales, nos centraremos en crear una nueva tabla. Entonces para crear nuevas tablas, hay que definir la estructura de cada columna dentro de ella. Y para ello, tenemos que especificar esas tres informaciones para cada columna. Entonces cada columna debe tener un nombre. Esto podría ser cualquier cosa depende de tus requisitos que tengas. Entonces debe tener un nombre, y después de eso, debe tener tipo de datos, exactamente solo un tipo de datos. Por lo tanto, no puede especificar varios tipos de datos para cada columna. Exactamente uno en mi SQL que es como gran lista de todos los tipos de datos disponibles en MySQL. Voy a dejar el enlace en la descripción para que puedas comprobar que los más famosos son int, var, char, date, jar, y así sucesivamente. Esos tipos de datos deben ser asignados para cada columna y además, podrías asignar dentro de ellos el tamaño de cada columna, el máximo permite tamaño como si fuera una regla que puedes aplicar. Si lo dejas vacío así, solo int, ese tipo de datos va a obtener uno predeterminado del SQL. Entonces, si definimos como en nuestro último ejemplo, el var char para el apellido, varchar 50, eso significa que el tamaño máximo permitido para el apellido va a ser 50. Cualquier cosa que pueda superar los 50 caracteres, va a ser recortada. Solo se permiten 50 caracteres dentro del apellido. Entonces aquí podrías especificar el tipo de datos y también el tamaño del tipo de datos. Después de eso, tienes un montón de restricciones que puedes hacer bien en tu base de datos para tener algo de calidad de datos. Por ejemplo, tiene la clave primaria de restricciones. Dices que esta columna es clave primaria, e inmediatamente va a ser única y no permitir ningún nulo dentro de ella. Y se podría definir para cada columna múltiples restricciones, que sólo una restricción. Entonces se podría decir que esta es una clave primaria y no nula y única y así sucesivamente. Entonces podrías definir varios. Entonces tenemos como restricciones en la base de datos, clave primaria, no nula. Entonces no estás permitiendo que los valores nulos sean únicos. Eso significa que el valor en su interior no debe duplicarse. Y entonces tenemos default. Por defecto significa si estamos insertando algún dato y no especificamos valor para esta columna. La base de datos va a usar el valor predeterminado que hemos definido en esa columna. Entonces esas restricciones, como dije, podrías usar como todas ellas si quieres para cada columna. Así que realmente depende de los requisitos y de los requisitos de calidad de los datos también. Los tipos de datos deben ser solo uno, y para cada columna tenemos solo un nombre para ello. Bien, así que ahora vamos a aprender a crear nuevas tablas usando SQL. Y tenemos la siguiente tarea. Crear una nueva tabla llamada Pearson's. Y dentro de esto vamos a tener cuatro columnas, identificación, nombre, fecha de nacimiento, y un teléfono. Como ya sabéis, en nuestra base de datos de tutoriales, solo tenemos tres tablas. Entonces, si revisas aquí, el lado izquierdo, tenemos los clientes, empleados y pedidos. Y ahora ya podemos agregar una tabla más llamada Pearson's. Entonces hagámoslo. Bien, así que ahora comencemos a crear nuestra mesa. Vamos a comenzar con los comandos create table. Y después de eso, necesitamos especificar ahora el nombre de la tabla. Pero antes de eso tenemos que ingresar el nombre de la base de datos u otras bases de datos. Es el nombre del esquema. Entonces como ya podrías notar en mi SQL, tenemos diferentes bases de datos. Tenemos nuestra base de datos de tutoriales y algunas predeterminadas. Vamos a poner esta tabla en nuestra base de datos tutorial y eso es DB subrayado SQL tutorial. Después puntos. Y aquí vamos a poner ahora ese nombre de mesa y tenemos el de la persona. Después de eso. Vamos a abrir dos corchetes y dentro de ellos vamos a definir ahora la estructura de columnas. Empecemos por la primera columna. Tenemos la identificación. Esta es nuestra clave principal, la columna similar más importante, toda la mesa en algo así como el ID de cliente en la tabla, los clientes. Entonces el nombre de la misma va a ser ID. Después de eso, voy a tener espacio. Y entonces tenemos que definir ahora el tipo de datos, ya que va a ser secuencia de números 1234 y así sucesivamente. Vamos a usar el tipo de datos entero int. No voy a definir los lados. Voy a usar el que tenemos como defecto de MySQL. Entonces ahora vamos a definir las restricciones que queremos para esta columna. Aquí, ya que es nuestra clave primaria, vamos a usar la restricción primaria. No tenemos aquí para especificar no null porque como predeterminado, si estás diciendo que esta es la clave primaria, te meterás dentro de ella dos cosas. Primero, va a ser único también y no nulo. Entonces son dos restricciones en una, la clave primaria. Entonces después de eso, no quiero generar esas ideas por mí mismo manualmente, haciendo los insertos. Quiero que la base de datos se encargue de eso. Entonces para hacer eso, podemos definirlo como incrementos de auto. Entonces con eso, si estás usando default o no estás especificando nada en las sentencias insert, el id se va a generar automáticamente desde la base de datos. Entonces con eso, tengo el nombre de la columna, tengo el tipo de datos, y tengo dos restricciones. Entonces ahora vamos a saltar a la siguiente columna. Tenemos el nombre de la persona. Entonces voy a agregar coma y una nueva línea para eso. Entonces aquí vamos a tener el nombre de la persona como espacio de nombres de columna. Después de eso, necesitamos definir el tipo de datos. Entonces como va a incluir algunos caracteres y así sucesivamente, voy a usar el var char y definido como un tamaño 50. Más de 50, esos datos van a ser cortados e insertados en la base de datos. Entonces este es mi papel también, un deseo de que cada persona tenga un nombre. Entonces no queremos tener algunos nulos. Entonces ahora podemos definir esas limitaciones. Entonces esto no debería ser nulo. Eso es. No quiero tener alguna restricción única y así sucesivamente. Entonces permitimos que tengamos dos personas con los mismos nombres, pero van a tener ideas distintas. Entonces eso es suficiente para esta columna. Vamos a saltar al siguiente. Vamos a agregar el cumpleaños. Entonces el nombre de eso va a ser Espacio de cumpleaños. El tipo de datos de que puede ser fecha. Ahora bien, realmente no quiero especificar ninguna restricción porque esta columna podría ser opcional, así que no agregaremos nada. Entonces eso debería ser suficiente. Tenemos el nombre de la columna y el tipo de datos de puntos, una coma. Y el último, vamos a tener el teléfono como nombre de columna. El teléfono también podría ser como personajes. Entonces var, char, nuestro char. Y voy a permitir que sólo 15 caracteres estén dentro de los teléfonos. O alguna calidad de datos es, por lo que los teléfonos no deberían ser nulos. Entonces aquí voy a agregar una restricción no nula. Una cosa más que podría agregar como restricción en esta mesa es que cada persona debe tener un número de teléfono único. No deberíamos tener dos personas con el mismo número de teléfono. Para primero esa igualdad en su mesa, podríamos agregar las restricciones únicas. Y con eso, estamos alicatando en esta columna. Deberíamos tener solo teléfonos únicos y no se permiten duplicados. Entonces ahora tenemos todas nuestras cuatro columnas. Hemos especificado los tipos de datos y las restricciones, y eso es todo. Podríamos ejecutar la consulta por aquí. Entonces no tenemos ningún año nuestro si revisamos por el lado izquierdo, así que aún no tenemos a la persona. Por eso, porque tenemos que refrescar los datos por aquí. Así que haz clic en Refrescar y verás que tenemos una tabla más llamada persona's. Bien, entonces ahora vamos a revisar algunas cosas, por ejemplo, si voy y digo seleccionar estrella de personas, solo para verificar la estructura de la tabla. Así que aquí puedo ver, bien, tengo una mesa llamada Pearson's. Tengo mis cuatro columnas y todo está vacío. Podrías ir y también Jake, que describen comandos para personas y consultarlo. Y puedes ver que tenemos los campos, los tipos de datos, ¿qué es nulo, qué no es nulo? La clave principal, y lo que es único, los incrementos de auto. Entonces podrías comprobar que todo está bien. Y como queríamos. Bien a todos, así que eso es todo acerca cómo crear una tabla SQL. Y a continuación vamos a hablar rápidamente sobre las mesas del altar. 38. #36 Mesa de ALTER: Bien, entonces ahora pasemos al siguiente comando. Hemos alterado mesa y eso es lo que podrías usar para cambiar la definición de una tabla. Entonces digamos, Bien, necesitamos agregar una columna más a nuestras nuevas personas de mesa, y esos son los correos electrónicos. Entonces para hacer eso, es bastante sencillo. Entonces podríamos usar, puedes quitar esto. Podríamos usar la palabra clave alter table y el nombre de la tabla persons. Y después de eso, vamos a agregar los anuncios de palabras clave. Ahora estamos agregando una nueva columna, es como en la tabla create. Entonces necesitamos el nombre de la columna y ese es correo electrónico. Entonces después de eso, necesitamos definir el tipo de datos. Va a ser var char 15 así como regla. Y aquí también, necesitamos agregar algunas restricciones si quieres para alguna calidad de datos, Dices, bien, esto no es nulo. Entonces con eso, estoy cambiando ahora la tabla ya existente que se llama Pearson's y estoy agregando ahora una nueva columna. Así que vamos a ejecutar esto. Y revisemos de nuevo nuestra actualización de mesa. Seleccionemos las personas de la tabla y veamos los resultados. Y como se puede ver en los extremos, tenemos una nueva columna y siempre chillar va a agregar las nuevas columnas en los extremos. Entonces si reviso esta persona tan bien descrita, solo para asegurarme de que todo esté bien. Podemos ver aquí tenemos una columna más que se llama correos electrónicos var carácter 15. Y esto no debería ser suficiente. Bien, así que eso es todo acerca de cómo alterar una mesa. Y ahora vamos a aprender a dejar caer una mesa. Es cuerda, fácil. 39. #37 Mesa de DROP: Bien, así que ahora saltemos al último comando que tenemos para cambiar la estructura de nuestra base de datos. Y ese es un comando drop si quieres eliminar una tabla, entonces dices, bien, esta tabla está completamente equivocada. No lo quiero en mi base de datos. Podrías ir y dejar caer la mesa y eso es bastante fácil. Podrías hacerlo así. Entonces digamos que queremos dejar caer la nueva mesa que tienes que se llama personas. Entonces usamos la palabra clave drop table y solo escribimos aquí el nombre de la tabla, y eso es todo. Una vez que ejecutes que las personas de mesa no existirán en tu base de datos. Entonces voy a borrarlo. Y como se puede ver en el lado izquierdo, no va a tener una mesa personas. Entonces es realmente simple. Bien chicos, eso es todo para el último capítulo. Y no sólo eso, eso es todo por este curso. 40. Introducción del curso: Y bienvenidos a este curso único para dominar Tableau. Mi nombre es Var Zlqini y actualmente estoy liderando proyectos de big data Con más de una década de experiencia en visualizaciones de big data y proyectos de inteligencia de negocios Y estoy muy emocionada de ser tu instructor para este curso. En este curso de 20, 1 hora, voy a estar compartiendo todo lo que sepa, una de las habilidades más demandadas en ciencia de datos y visualizaciones de datos de Tableau De manera que al final del curso vas a poder crear increíbles visualizaciones D en Tableau como lo hago en los proyectos reales Diseñé este curso para llevarte 0-0 Si eres principiante, no te preocupes por ello. Voy a explicar todo desde cero paso a paso. Eso significa que este curso asume que no tienes ninguna habilidad en visualizaciones de datos también Todas las habilidades que puedes aprender en este curso de Tableau, como la modulación de datos, etc., podrían usarse en cualquier otra herramienta como Power BI y click Ahora por supuesto, podrías preguntarte, ¿qué hace que este curso de Tableau sea diferente y único de todos los demás cursos en línea? Este es el único curso que descompone los conceptos complejos de Tableau en imágenes animadas, porque las imágenes son muy poderosas para hacer que los conceptos complejos sean fáciles de entender de seguir los conceptos complejos de Tableau en imágenes animadas, porque las imágenes son muy poderosas para hacer que los conceptos complejos sean fáciles de entender de seguir. En este curso de Tableau, vamos a presentar más de 250 notas animadas de conceptos de Tableau Comprender los conceptos y cómo funciona Tableau puede convertirlo en un profesional y experto en visualizaciones de datos y en Tableau Y en este curso, voy a proporcionarte toneladas de materiales gratuitos. Como, por ejemplo, he preparado tres fuentes de datos diferentes para este curso que podemos usar en todas nuestras tareas y ejemplos a través del curso también. Te voy a proporcionar tres hojas de tablero. Una hoja para todos los conceptos de tableau, otra para todos los cálculos de tableau. Y tenemos una hoja más para todas las imágenes para ayudarte a elegir los gráficos adecuados Al tener esas tres hojas, no se debe memorizar todo También tiene una referencia rápida y acceso a los conceptos de Tableau. También tiene acceso a todos los archivos y dashboard de Tableau que se crean durante el curso. Todas las notas skitch de cada sección están disponibles para que las descargues, así podrás utilizarlas posteriormente como referencia Ahora vamos a tener una selección previa sobre el curso de Tableau. Empezaremos con lo básico. ¿Qué son las visualizaciones de datos de inteligencia empresarial ? ¿Qué es Tableau Y luego vas a aprender los conjuntos de productos de Tableau. Y después de eso, vamos a profundizar en diferentes conceptos de Tableau como las dimensiones de la arquitectura de tablas, medidas discretos y datos continuos Después de eso, vamos a profundizar en los cálculos y funciones de Tableau. Vas a aprender más de 60 funciones diferentes en Tableau para manipular datos. Y después de eso, vamos a ir a cubrir más de 63 tipos diferentes de gráficos en Tableau. Y luego al final, vamos a ir a implementar proyectos de Tableau, similares al que hago en proyectos de la vida real. Entonces ahora la pregunta es, ¿para quién es este curso? Si eres alguien que nunca ha construido ninguna visualización de datos usando herramientas como Tableau o PI, estaré contigo en este curso en cada paso partiendo de los fundamentos y vamos a terminar teniendo los temas avanzados Y este curso también es para ti si ya eres desarrollador de Tableau. Por lo que te sugeriré eso para echar un vistazo al estudios del curso y comenzar en el nivel que más te convenga. He cubierto muchos temas avanzados y vas a tener muchas mejores prácticas en este curso. Y este curso es adecuado para ti si tienes experiencia en cualquier otra herramienta como en PI, y te gustaría adquirir una nueva habilidad en Tableau. Así que saltemos y comencemos. 41. Resumen del plan de estudios de |: Vamos a tener una visión general rápida del curso de Tableau. He dividido este curso en 15 secciones diferentes. Por ejemplo, ¿vamos a aprender qué es la inteligencia de negocios? ¿Qué son las visualizaciones de datos? Qué es Tableau y la historia de Tableau, Y por qué Tableau es una herramienta muy poderosa para visualizaciones de datos Después de eso, vamos a profundizar en los conjuntos de productos de Tableau. No tenemos Tableau solo un producto. Contamos con ocho productos diferentes. Entonces voy a ir a presentarte esos productos. Y vamos a ir a compararlos uno al lado del otro para que entiendas las diferencias entre ellos. Y te voy a ayudar a elegir los productos adecuados para tu proyecto. Continuando, vamos a profundizar en la arquitectura de Tableau. Aquí vamos a aprender muchos conceptos diferentes como ¿qué son las conexiones de la vida ? ¿Cuáles son los diferentes tipos de archivos de Tableau? Y luego vamos a sumergirnos en la arquitectura de Tableau para que entiendas los componentes principales de la arquitectura y cómo funciona Tableau internamente. Después de toda esa teoría, vamos a empezar a preparar tu entorno para que puedas practicar conmigo en este curso. Así que iremos a descargar e instalar Tableau gratis de canchas en tu PC. Vamos a ir a crear cuentas públicas gratuitas. Vamos a descargar los conjuntos de datos de entrenamiento y vamos a publicar nuestra primera visualización y los finales. Te voy a llevar a un recorrido para que te familiarices con la interfaz de Tableau. Y después de haber reparado su entorno, vamos a comenzar con el primer tema, cómo crear una fuente de datos en Tableau. Y aquí puedes adquirir habilidades sobre la modulación de datos. Así que vamos a repasar los conceptos básicos de la modulación de datos y también cómo hacer la modulación en Tableau Y luego vamos a ir a aprender cuatro métodos diferentes sobre cómo combinar tablas en Tableau usando relaciones de unión de articulaciones y mezcla de datos. Y claro, vamos a ir y compararlos uno al lado del otro para que entiendas las diferencias entre ellos y cuándo usar qué métodos. Y al final de esta sección, vamos a ir a crear dos fuentes de datos. Continuando, vamos a empezar a hablar sobre los meta datos de Tableau. Aquí vas a aprender conceptos muy importantes en Tableau. Los tipos de datos, dimensiones y medidas, valores discretos y continuos. Una vez que comprenda esos conceptos, podrá comprender cómo crear visualizaciones en Tableau Después de esta sección, tenemos una pequeña sección sobre el cambio de nombre Aquí vamos a hablar de las convenciones de nomenclatura que cada desarrollador debe conocer Entonces podemos aprender las diferentes técnicas sobre cómo renombrar columnas y tablas en Tableau. Y al final, podemos aprender a dar alias a los valores Pasando a la siguiente sección, puede aprender a organizar sus datos en Tableau. Y aquí tenemos diferentes métodos como agrupar las dimensiones usando jerarquías, agrupar los valores usando grupos y clústeres Y luego después de eso, vamos a aprender sets en Tableau. Y al final, podemos aprender a crear bolígrafos en Tableau para crear histogramas En la siguiente sección, vamos a aprender a filtrar nuestros datos en Tableau. Y aquí podrás conocer los diferentes tipos y conceptos de filtros en Tableau. Cómo crearlos y cómo personalizarlos. Y te voy a dar diez consejos y trucos sobre los filtros en Tableau. Y aprenderemos también en esta sección, cómo ordenar nuestros datos. Después de eso, podemos aprender conceptos muy importantes en Tableau, que son los parámetros de Tableau. Los parámetros de tabulación son excelentes para agregar dinámica a sus visualizaciones. Puedes aprender los conceptos de parámetros y luego puedes aprender diferentes casos de uso para eso. Cómo hacer cálculos dinámicos, filtros dinámicos de líneas de referencia, cómo intercambiar medidas y dimensiones, y también bolígrafos dinámicos. Pasando a la siguiente sección, vamos a aprender también algo sobre dinámica. Así que vamos a aprender las acciones de Tableau para que tus dashboards sean interactivos como de costumbre Primero puedes entender los conceptos de las acciones de Tableau. Y luego vamos a pasar por todos los tipos de acciones de Tableau. Por ejemplo, cómo ir a URL, cómo ir a hojas, cómo filtrar datos usando acciones. Y luego cómo hacer reflejos usando acciones. Y cómo cambiar los valores de conjuntos y parámetros. Después de esta sección, vamos a tener los cálculos de Tableau. Esta sección es muy enorme. Vas a aprender a transformar y manipular tus datos usando cuatro tipos diferentes de cálculo de Tableau. Entonces tenemos los cálculos de nivel de rol, cálculo agregado, cálculo de tabla y las expresiones LOD En esta sección, puedes aprender más de 60 funciones diferentes de Tableau para manipular tus datos. Pasando a la siguiente sección, tenemos otra grande. Tenemos los Cuadros de Tableau. Aquí vamos a ir y construir juntos más de 63 gráficos diferentes en Tableau. Entonces comenzaremos con los gráficos básicos, como los gráficos de barras y vamos a terminar construyendo gráficos muy avanzados en Tableau. Y al final, voy a ayudarte a elegir los gráficos adecuados para tus requerimientos. Pasando al siguiente, vamos a aprender los dashboards de Tableau Vamos a ir paso a paso sobre cómo crear dashboards limpios en Tableau usando contenedores Y ahora en la última sección, tenemos un proyecto de Tableau aquí. En esta sección vamos a ir juntos e implementar los proyectos exactamente como lo hago en mis proyectos de la vida real. Entonces primero vamos a aprender las diferentes fases de cada uno de los proyectos de Tableau. Entonces vamos a comenzar con los requisitos. Entonces vas a aprender cómo analizo los requerimientos de Tableau. Y luego comenzamos con las implementaciones de los proyectos. Así que vamos a ir a construir las fuentes de datos, los gráficos y dos cuadros de mando diferentes Entonces con eso, vas a familiarizarte sobre cómo implementar proyectos y empresas usando Tableau. Entonces, una vez que revises todas esas secciones, vas a tener un conocimiento sólido sobre Tableau. 42. 1 sección Básica: Conceptos básicos de Tableau. comenzar a aprender a usar cualquier herramienta, es muy importante entender los principios y la teoría detrás de ellos, lo que puede ayudar a su carrera a ser un desarrollador profesional y también un experto. Por eso vamos a cubrir ahora los siguientes temas. Las bazzwords del big data. ¿Qué es la inteligencia de negocios y qué son las visualizaciones de datos y por qué es muy poderosa Y al final, vamos a hablar sobre qué es Tableau y por qué Tableau es líder en visualizaciones de datos Entonces comencemos con el primer tema. Vamos a ir a aprender las principales bazzwords del big data. Así que ahora vamos. 43. Udemy 1 1 BigData: Si eres nuevo en el mundo de los datos, debes comenzar a escuchar muchos rompecabezas, desde big data hasta ciencia de datos IOT, ingeniería de datos y frases como, los datos son el nuevo aceite En este tutorial, voy a estar cubriendo algunas contraseñas importantes sobre los datos y lo que realmente significan. Vamos a sumergirnos, estamos viviendo ahora en la era impulsada por los datos y los datos se generan en todas partes. Nosotros, las personas, generamos cantidades masivas de datos mientras hablamos. Cada clic en Internet, cada búsqueda por correo electrónico, o incluso si estás ordenando algo en línea, generamos datos. Pasamos horas todos los días en las redes sociales, Me gusta, comentando, buscando en nuestro smartphone es solo todo el tiempo cargando datos sobre dónde estás, qué tan rápido te mueves Y todo lo que hacemos en línea ahora se almacena y se rastrea como datos. No sólo nuestros smartphones y computadoras están conectados a Internet y generan datos, sino que también tenemos algo llamado hogar inteligente. Podemos conectar cualquier dispositivo de nuestra casa a Internet. Sólo ponle la palabra inteligente antes que ella. Contamos con segadora inteligente, smart lightning, smart fitness, dispositivos de voz, sistemas de seguridad. Todos esos dispositivos podrían estar conectados a Internet y comenzar a generar cantidades masivas de datos. Y esto es lo que llamamos Internet de las Cosas, IOT. Iot es el concepto de conectar cualquier dispositivo, cosa a Internet para generar e intercambiar datos. No solo tenemos IOT en nuestra casa, sino que también en todas partes estamos viviendo en la transformación digital en la industria y la manufactura Es posible que hayas oído hablar del concepto Industria 4.0 la primera Revolución Industrial introducida en Alemania. Se trata de fábricas inteligentes, conectar máquinas y dispositivos a Internet para intercambiar datos. Y ahora podemos encontrar IOT's en las ciudades. Estamos tratando de implementar esas ciudades inteligentes donde vamos a conectar todo para reducir el desperdicio, ahorrar dinero, mejorar la calidad que tenemos también IOT's en nuestros autos. Nuestros autos están cargados con sensores y dispositivos que están conectados para intercambiar datos por muchas razones como asistencia al conductor, reconocimiento de objetos, sistemas de auto conducción La lista es tan larga. En 2022, tenemos alrededor de 14 mil millones de dispositivos físicos, cosas desde pequeños dispositivos de cocina domésticos hasta las sofisticadas máquinas industriales que están conectadas a Internet, generando e intercambiando datos. La cantidad de datos generados todos los días desde las redes sociales, los sitios web y las máquinas de TI es realmente alucinante. Actualmente hay más de 44 zetabytes de datos en todo el universo digital, es decir 2010 Eso significa que ya no estamos tratando con datos tradicionales normales, ahora estamos tratando con el big data. ¿Qué significa big data? Hay tres indicadores que nos ayudan a entender si nuestros datos son grandes y están definidos por las tres Vs. La primera V es el volumen. Bueno, el big data es grande. Con el crecimiento de Internet, dispositivos móviles, redes sociales, TI es la cantidad de datos generados a partir de esas fuentes ha crecido dramáticamente. La segunda V es la velocidad. En el procesamiento normal de datos, solíamos procesar datos lentos, o los llamamos datos de parche, una vez al día o algo así, y luego los almacenamos en el disco. Pero en palabras de big data, las fuentes están generando flujos de datos con velocidades muy altas. Eso significa que tenemos que procesar y analizar los datos de manera en tiempo real, y luego los almacenamos en memoria en lugar de disco. Y la tercera V es la variedad. En los sistemas tradicionales, la mayoría de los tipos de datos podrían capturarse en tablas sin procesar y no estructuradas como base de datos o Excels Pero en las palabras de big data, los datos suelen venir en formato semiestructurado. Por ejemplo, varios registros en XML o sitios web. O los datos vienen en formato no estructurado. Como videos, audios, imágenes, texto libre En big data, no solo tenemos que tratar con datos estructurados, sino también con datos semiestructurados y no estructurados Aunque los términos de big data significan cómo podemos almacenar, procesar y analizar nuestros datos de manera eficiente cuando tienen un gran volumen, alta velocidad y diferentes tipos para revelar valores significativos para el negocio. Pero todavía tenemos un problema con eso. Todos esos datos generados son datos brutos. Los datos sin procesar son solo filas sin procesar y filas de números que son realmente difíciles de entender, difíciles de leer, mal estructuradas y casi no tienen valor para el negocio Casi el 70% de los datos de palabras no se utilizan. Los datos brutos, si se dejan sin procesamiento y refinación, simplemente no tienen valor, desperdicio de dinero, desperdicio de espacio, y generan almacenes de desechos digitales en centros de datos muy caros Y por eso tenemos la frase muy famosa del famoso matemático británico, Clive Humby Los datos son el nuevo petróleo. Bueno, significa que tenemos que extraer los datos brutos como si estuviéramos extrayendo petróleo. Tenemos que refinarlo, procesarlo, transformarlo en algo útil y ha valorado el negocio. Lo que esto realmente significa es que mayoría de las empresas están sentadas en un campo muy grande del petróleo nuevo, los datos brutos. Y la mayoría de ellos entendieron que los datos son su activo más valioso. Tienen que extraerlo. Tienen que analizarlo para revelar una visión que les pueda ayudar a tomar decisiones más rápidas y mejores. Y es por eso que la mayoría de las empresas están contratando ejército de trabajadores de datos. Como sabemos, la demanda de científicos de datos está aumentando rápidamente y la oferta es ley. Ahora ¿qué podemos hacer con todo ese caos, todos esos datos brutos generados sin procesar Bueno, podemos hacer las siguientes cosas. Entonces, lo que podemos hacer, podemos diseñar o construir una arquitectura de datos. arquitectura de datos es el proceso de crear un plano sobre cómo organizamos, procesamos y almacenamos nuestros datos en diferentes capas para diferentes propósitos La arquitectura facilita la administración, protección y acceso a nuestros datos. Otra cosa que podemos hacer con los datos brutos es la ingeniería de datos. La ingeniería de datos es un proceso muy complejo de diseño y construcción de tuberías de datos y almacenamiento de datos. En ingeniería de datos, generalmente construimos procesos ETL para extraer los datos sin procesar de múltiples fuentes, luego transformarlos y luego cargarlos en el almacenamiento de destino para que sean altamente disponibles y utilizables para el científico de datos o cualquier otro usuario final Otra cosa que podemos hacer es modelar datos. El modelado de datos es el proceso de conectar los puntos. Entonces lo que vamos a hacer es que vamos a poner todos los datos en entidades y objetos. Luego describimos la relación entre esas entidades con el fin de ayudarnos y ayudar a los programas a entender cómo se relacionan los datos entre sí. Otra cosa que podemos hacer con los datos brutos es que podemos hacer minería de datos. minería de datos es el proceso de analizar una cantidad masiva de datos sin procesar para descubrir conocimientos, descubrir inteligencia de negocios como patrones y tendencias, resolver problemas y mitigar riesgos. Otro uso de los datos brutos es que podemos utilizarlos en el aprendizaje automático. En el aprendizaje automático, estamos proporcionando a las computadoras dos cosas. Primero, los datos brutos e históricos, junto con los modelos matemáticos y algoritmos. Una vez que la computadora tenga esas dos cosas, va a comenzar a entrenar y practicar para realizar tareas como predicciones. Es como humano. Cuanto más practique y entrene la máquina, mejores y precisos serán los resultados. A continuación, podemos hacer ciencia de datos. La ciencia de datos es el estudio científico de los datos. Y combina tres grandes potencias. El poder de los lenguajes de programación, junto con las matemáticas y la estadística. Y el conocimiento de dominio específico con el fin de descubrir valiosos conocimientos y conocimientos a partir de nuestros datos brutos Una cosa más que podemos usar en los datos brutos, y mi favorita es que podemos usar visualizaciones de datos Las visualizaciones de datos es el proceso de convertir números y datos brutos, que normalmente es difícil de entender y de leer en visuales y gráficos como potencias por tres parcelas, fin de que sea más fácil de entender y más fácil de leer, que realmente ayuda en la toma de decisiones Hay muchas otras cosas y procesos que podemos aplicar en los datos viales, pero estos son los principales campos de trabajo que podemos utilizar para convertir los inútiles datos viales en conocimiento que tiene un impacto significativo y valor para el negocio. Bien chicos, así que eso fue una introducción a los términos de big data. Y a continuación aprenderemos rápidamente ¿qué es la inteligencia de negocios? Yo usando ejemplo muy sencillo. 44. Udemy 1 2 BI: Bien, déjame contarte esta historia. Tenemos tiendas en tres ciudades diferentes de Alemania. En Su, contamos con tienda Berlin y Hamburg. Y nuestras tres tiendas están generando todos los días hábiles una gran cantidad de datos brutos sobre ventas, niveles de inventario, productos, costos de personal, etc. Y ahora tenemos un grupo de personas que son los tomadores de decisiones, como gerentes, RRHH, finanzas. Y tienen muchas preguntas y decisiones que tomar. Entonces podrían tener preguntas, por ejemplo, qué pasó, y otra pregunta sobre lo que sucederá. Ahora bien, si los directivos tratan de encontrar las respuestas a partir de los datos de carreteras, tal vez no encuentren nada ni respuestas. Porque los datos de carreteras suelen ser muy complejos y mal estructurados y son realmente difíciles de entender. Y por eso van a ir a contratar a algunos analistas de datos, por ejemplo, para ayudarlos a encontrar las respuestas a partir de los datos viales. Los analistas de datos van a ir y comenzar analizar los datos brutos haciendo algo de magia. Por ejemplo, limpiar los datos, conectar objetos entre sí y agregar los datos en diferentes niveles Y al final, el resultado será comunicado como, por ejemplo, hoja de cálculo a los tomadores de decisiones Por otro lado, los gerentes pueden contratar científicos de datos con el fin de ayudarlos a encontrar respuestas sobre lo que va a suceder o descubrir hechos y percepciones desconocidas La ciencia de datos también va a ir y comenzar a analizar los datos brutos, pero esta vez usando diferentes métodos como por ejemplo, minería de datos, aprendizaje automático o modelo de tren fin de encontrar nuevos insights, nuevos conocimientos responde a las preguntas. Al final, la salida va a ser comunicada también a los directivos como números y hojas de cálculo Ahora, tanto el científico de datos como los analistas de datos hicieron un trabajo increíble trabajando en los datos sin procesar y analizando esas cosas. Pero el problema aquí es que el resultado puede ser difícil de entender y leer, porque esos gerentes suelen ser personas que no trabajan directamente con los datos todos los días. Esto podría llevar a una gran brecha entre esos directivos y los resultados. Ahora para cerrar esta brecha y hacer todo más fácil, podemos usar el poder de las visualizaciones de datos y los resultados presentados por el científico de datos. Y los datos deben ser convertidos de los números de vertido y las hojas de cálculo a visuales, gráficas y tablas Las representaciones visuales de los datos simplemente harán la magia al dejar todo claro y fácil. Y va a traer muy fácilmente el efecto wow una vez que estés presentando tus resultados. Por lo que va a ayudar a los directivos a encontrar inmediatamente sus respuestas y van a empezar a tomar decisiones usando los datos. Este proceso, lo llamamos inteligencia de negocios o como atajo. B, I. Muy bien, entonces ahora espero que tengan mejor comprensión qué es la inteligencia de negocios y a continuación entenderemos por qué la visualización es tan poderosa y qué es la visualización de datos. 45. Udemy 1 3 ViZ: Ahora la pregunta es por qué la visualización es tan poderosa. Con las sencillas comunicaciones visuales, se puede marcar una gran diferencia desde el inicio de la humanidad hace miles de años. Y los primeros humanos usan visuales para contar una historia. Y hasta ahora, en la era moderna, el humano todavía usa visuales para contar cualquier historia Porque nosotros los humanos, somos criaturas visuales, pensamos en imágenes e individuos. Si vemos un árbol, nuestro cerebro puede como historia como visual, como imagen. En nuestro statiste cerebral, eso es el 90% de la información transmitida a nuestro cerebro es visual Pero si leemos la palabra árbol, nuestro cerebro no ha logrado transformarla en visual antes de almacenarla, que es la cintura baja. De hecho, el cerebro humano procesa visual 60 mil veces más rápido que un texto Más datos sobre nuestro cerebro que recordamos la mayor parte de lo que vemos e interactuamos con. Está comprobado que el humano recuerda solo el 10% de las cosas que escuchamos y el 20% de lo que leemos. Y también está comprobado que recordamos alrededor del 80% de lo que vemos e interactuamos con. Por eso tenemos las frases famosas de una imagen que vale mil palabras. Y ver es creer. Teniendo todos esos hechos, no es de extrañar que en los canales digitales el contenido visual se esté apoderando de posts, tweets, artículos, presentaciones de noticias, dashboards Puedes encontrar imágenes en todas partes. Ahora la pregunta es, qué son las visualizaciones de datos, o a veces lo llamamos Dataviz Las visualizaciones de datos son el proceso de convertir números aburridos y datos brutos en elementos gráficos interesantes como partes por tres blots y así sucesivamente Así que las visualizaciones de datos dan vida a los datos, te convierten en el maestro de narración de las ideas ocultas dentro de tus números Así que es como un arte de convertir gran cantidad de conjuntos de datos altamente complejos en algo muy simple, algo muy fácil de entender e interactuar con él. Imagínate ser uno de los gerentes y tienes dos analistas de datos. Uno de ellos es presentar el resultado en hoja de cálculo llena de números, y el otro analista de datos está presentando el resultado con imágenes rellenas con las representaciones gráficas de los datos y ambos están presentando los mismos hechos ¿Qué reporte preferirás? Yo iría con el derecho porque el de la izquierda es solo números secos vertiendo y es poco probable que puedas detectar alguna tendencia y patrón. El principal beneficio de las visualizaciones de datos es contar una historia, te arma con herramientas para tomar la decisión correcta en el momento adecuado Hay muchos otros beneficios, como ver el panorama general, rastrear tendencias, tomar decisiones más inteligentes y rápidas, descubrir hechos desconocidos, patrones, tendencias. Y conseguir también más compromiso de los usuarios finales haciendo más y mejores preguntas. Bien, entonces con eso, hemos aprendido qué son las visualizaciones de datos y por qué es muy potente e importante A continuación compararemos Excel con herramientas como Tableau y por qué necesitas usar Tableau en lugar de Excel. 46. Udemy 1 4 Excel (corrección): y otra vez me hacen la misma pregunta, por qué debería molestarme en aprender y usar Tableau o BI para visualizaciones de datos si tenemos Excel En este video, te voy a explicar mis seis razones por las que deberíamos usar una herramienta de BI moderna como Tableau y BI y no usar Excel para visualizaciones de datos Y empezamos ahora mismo, hay alrededor de mil millones de usuarios a nivel mundial que están utilizando Microsoft Excel. Trabajé en muchas empresas y te puedo decir que la gente es simplemente adicta a Excel. A ellos les encanta. Lo utilizan para todo como herramienta de blanding, entrada de datos, análisis de datos y visualizaciones de datos El principal problema aquí es que cuanto más crece una empresa, más genera datos. Y como todos están familiarizados con Excels, van a seguir usándolos en casos de uso de big data Y van a enfrentar tiempos muy difíciles administrando esas hojas de cálculo y lidiando con las limitaciones en Excel En estas situaciones, es realmente el momento de cambiar a una herramienta moderna de BI o una herramienta de visualización de datos como Tableau o Bar BI. Ahora déjame mostrarte cómo se hace BI con Excel. Normalmente tenemos diferentes sistemas de origen y un analista de datos que va a ir y comenzar exportar manualmente los datos de esos sistemas e importarlos en Excel. Y entonces se va a hacer algún cálculo y al final se generará un reporte. Los archivos Axial serán entonces accedidos desde diferentes usuarios empresariales. Por otro lado, podemos hacer BI con una herramienta moderna como Tableau. Entonces, lo que vamos a hacer, vamos a conectar Tableau directamente a esos sistemas de origen. Y los analistas de datos pueden comenzar a desarrollar un informe o dashboards en Tableau Y al final, los usuarios empresariales accederán a Tableau para poder ver esos dashboards Hasta ahora se puede decir, bien, ambos se ven muy similares. Así que ahora vamos a sumergirnos para mostrarte cuál es el beneficio real de tener un BI moderno, guste Tableau o RBI Y las limitaciones que tenemos en hojas de cálculo como Excel El primer beneficio es la automatización. Si estás usando Excel y nosotros hicimos algunos informes agradables, es el momento de actualizar los datos. Y cómo lo hacemos en Excel, actualizamos los datos manualmente. Por lo que algunos empleados tienen que sentarse todos los días y pasar por el proceso de extracción de datos de esos sistemas de origen, importándolos en cálculos de Excel. Y al final, preparar los informes una y otra vez, lo que lleva mucho tiempo. Pero si estás trabajando con el BI moderno, dos como Tableau, podemos automatizar esta tarea de poring creando un horario para refrescar los datos Por ejemplo, podemos crear un horario en Tableau todos los días a las 07:00 de la mañana Tableau debe conectarse automáticamente a las fuentes de datos, pulsar los datos y preparar los informes. Hay dos beneficios de hacer eso. Primero, eliminamos los errores humanos, que es algo muy común en Excel, y en ocasiones esos errores pueden llevar a decisiones equivocadas y a financiar pérdidas. Y el segundo beneficio, por supuesto, ya no necesitamos empleados que se dediquen únicamente a la tarea de vertido de exportar e importar datos manualmente a Excel. Otro beneficio aquí es la capacidad si estamos trabajando con Excel y uno de nuestros sistemas fuente comienza a producir y generar cantidades masivas de datos. Aquí tenemos problema en Excel porque podemos manejar ronda solo 1 millón de registros. Así que nuestro archivo de Excel se rompe, vamos a empezar a recibir mensajes aero como el conjunto de datos es demasiado grande, lo que solemos hacer en Excel, vamos a ir y comenzar a dividir el archivo principal en pequeños múltiples archivos para poder administrar el enorme volumen de datos, lo cual es realmente difícil de administrar Por otro lado, si estás trabajando con Tableau, no tenemos que preocuparnos por todas esas cosas. No tenemos ningún problema en Tableau porque Tableau está hecho para casos de uso de big data y puede manejar muy fácilmente cantidades masivas de datos. Podríamos simplemente cambiar el tipo de conexión de extract a live para manejarlo. Otro beneficio es la seguridad. Si estás trabajando con Excel, es muy difícil hackear Excel incluso si estás usando hojas de cálculo protegidas por contraseña Todavía puede actuar fácilmente hoy en día. Y los usuarios están realmente acostumbrados a compartir sus Excels en correos electrónicos, copiar TSB, o almacenarlo localmente en sus computadoras, que no es seguro en absoluto Todo ese personal podría costar mucho a las empresas si datos confidenciales y confidenciales competidores acceden a Pero si estás trabajando con BI moderna, dos como Tableau, nos va a proporcionar funciones de seguridad superiores como control de acceso avanzado, seguridad de datos, seguridad de red. Y además, si estás trabajando con Tableau, no tenemos que exportar los datos, solo podemos compartir dashboards e informes entre los empleados, y solo si les otorgamos derechos de acceso Ellos pueden ver los datos. Otro beneficio es la seguridad a nivel de rol. En muchas empresas, tienen muchas fuentes confidenciales. Y empiezan a entender lo importante que es aplicar el principio necesidad de conocer los principios que necesita saber dice que un usuario solo deberá tener acceso a la información que sus funciones laborales requieren. Eso significa que no podemos ir y compartir todos los datos con todos los usuarios. Tenemos que tener algunas restricciones de datos. Por ejemplo, un empleado de ventas no debería ver todos los datos como gerente y finanzas. Los empleados no deben ver toda la información personal como RRHH y así sucesivamente. Eso significa que si estás trabajando con Excels, tenemos aquí de nuevo para dividir los archivos principales en informes específicos, para reglas específicas Pero por otro lado, la mayoría de las herramientas modernas de BI, ofrecen una característica llamada seguridad a nivel de fila, RLS seguridad a nivel de fila se refiere a restringir las filas de datos ciertos usuarios pueden ver en función las políticas que definimos usando esta técnica Vamos a hacer cumplir el principio de la necesidad de conocer y nos vamos a hacer la vida más fácil con solo tener un panel de control accedido por diferentes tipos de usuarios. Y luego con base en la regla, van a ver los datos y la información que su trabajo requiere. Otro beneficio es reducir el caos. Déjame decirte cómo solemos trabajar con Cel. Una ciencia de datos comenzará a exportar datos de un sistema de origen y vas a hacer un informe llamado informe versión uno. Y luego para otros requisitos, vas a hacer reportes de la versión dos. Y eventualmente vamos a tener un reporte final y tenemos otros analistas de datos trabajando en diferentes sistemas fuente. Y lo mismo va a seguir sucediendo algunas veces de ida y vuelta. Y eventualmente vamos a terminar teniendo seis versiones diferentes de los reportes. Si escalamos este impacto, notarás que estás envenenando lentamente tu negocio y el usuario final va a tener que acceder a diferentes versiones de los reportes. Ahora bien, si preguntamos cuántos años tienen los datos en nuestros reportes, obtendremos diferentes respuestas. Una versión va a ser hace diez días, otros 184.3 días. Eso significa que no tenemos un solo punto de verdad para nuestros datos. Es por eso que contar con herramientas modernas puede ayudarnos a eliminar tal caos y puede ayudarnos a construir un único punto de verdad para nuestros datos. Un último beneficio del que me gustaría hablar son los visuales. Aunque Excels ofrece visualizaciones, a veces es muy limitado cuando estamos produciendo visuales complejos en Excels también produciendo visuales complejos en Excels Crear visualizaciones consume mucho tiempo, incluyendo muchos pasos manuales Y además, esas imágenes van a ser estáticas y no interactivas Pero por otro lado, si estamos usando Tableau, todo va a ser automatizado y súper rápido. Podemos crear nuevos informes y vistas muy rápidamente con solo arrastrar y soltar. Y ofrecen imágenes mucho más interactivas y más frescas que Excel Bien, las principales razones por las que prefiero trabajar con herramientas modernas de BI como Tableau y Power BI y no Excel para análisis de datos y visualizaciones de datos son las automatizaciones, la seguridad, los casos de uso de big data y las visuales interactivas No se trata de Cel versus Tableau, se trata de usar la herramienta adecuada para los casos de uso adecuados y de no hacer mal uso de una herramienta. Excel es una gran herramienta que es utilizada por miles de millones de personas porque es muy fácil usar la hoja de cálculo profesional de ovejas para la entrada de datos y cálculos complejos Pero cuando se trata de análisis de datos y visualizaciones de datos, tenemos una herramienta mucho mejor que Excel como Power BI y Tableau Y aún se pueden usar juntos. Por ejemplo, puede hacer sus cálculos complejos en Excel y el resultado final se puede importar en Tableau para hacer mejores visualizaciones y obtener más información sobre los resultados El caso es que el mundo está cambiando muy rápido y las empresas están generando cantidades masivas de datos. Entonces, en lugar de usar hojas de cálculo tradicionales como Excel, tenemos que usar herramientas más poderosas en inteligencia de negocios para ayudarnos a encontrar rápidamente insights, tendencias, patrones para tomar decisiones más rápidas y mejores Muy bien chicos. Entonces con eso, ya no tendrá que depender de Il para las visualizaciones de datos y puede comenzar a usar herramientas de BI A continuación, te mostraré rápidamente las tres mejores herramientas de BI para visualizaciones de datos y cuál es mi herramienta de BI favorita 47. Udemy 1 5 Herramientas (corrección): Ahora la pregunta es, ¿cuáles son las mejores herramientas para la visualización de datos? Una compañía líder en investigación llamada Gartner publica cada año los Cuadrantes Mágicos de Gartner para mostrar quiénes son el producto líder en Y si revisas los Cuadrantes Mágicos para las plataformas de análisis e inteligencia de negocios durante los últimos diez años, casi siempre podrás ver a los mismos líderes Tenemos tal, power, BI y click view desde 2012. Y estoy trabajando con muchas herramientas de visualización de datos. Y puedo decir que todas esas tres herramientas son realmente grandes herramientas. Tienen las ventajas y desventajas. Pero con solo verificar los aspectos de visualización de datos, puedo decir que Tableau es aquí un ganador porque la visualización de datos en Tableau es un concepto central y realmente la mejor herramienta para los científicos de datos y para big data. Muy bien, entonces con eso, has aprendido cuáles son las tres mejores herramientas de BI. Y ya sabes que Tableau es mi herramienta de visualización de datos favorita. Nuestro siguiente paso es presentarle Tableau. Cubriremos lo que es Tableau, su historia y su misión. 48. Udemy 1 6 Qué (corrección): La primera pregunta es, ¿qué es Tableau? Una respuesta rápida podría ser, Tableau Lbs. Para convertir esto esto sin ninguna habilidad técnica o de programación, Tableau convierte números brutos complejos y aburridos en hermosos gráficos y gráficos, lo cual es realmente fácil de entender Las características clave de Tableau son la interactividad, facilidad de construcción y uso y el rendimiento rápido Podemos llamar a Tableau con muchos nombres como herramienta de visualización de datos, una herramienta de inteligencia de negocios o BI, o a veces lo llamamos una herramienta de informes. Bueno, Tableau es todos ellos, pero elijo llamar a Tableau una herramienta de visualización de datos porque visualización de datos es el concepto central de Tableau. Ahora vamos a tener un historial rápido sobre Tableau. En 2003, Tableau fue fundada por tres chicos, Pat Christian y Chris, como resultado de proyectos de informática en la Universidad de Stanford Se enfocaron en la técnica de visualización para analizar datos dentro de bases de datos. Y luego, en 2019, adquirió Tableau en un acuerdo por Salesforce adquirió Tableau en un acuerdo por valor de más de 15 mil millones Y durante los últimos diez años, Tableau fue nombrado como el líder en Cordantes Mágicos de Gartner para la inteligencia de negocios Tableau tiene la misión clara de ayudar a las personas a ver y comprender sus datos. Realmente se centran en mantener Tableau intuitivo y fácil de usar. Es por eso que Tableau no requiere ninguna habilidad técnica o de programación para crear paneles e ideas increíbles Eso significa que el público objetivo de Tableau no es solo para usuarios técnicos, como TI, analista de datos, científico de datos, sino también para todos los demás usuarios no técnicos, como un usuario empresarial , un usuario final, un maestro, etc. Este aspecto es un cambio de juego, de cambiar la vieja mentalidad de tener solo personal técnico y de TI trabajando con datos y construyendo visualizaciones Pero ahora tenemos herramientas modernas de visualización de datos como Tableau, lo que abre la puerta para todos comiencen a trabajar con datos. Es por eso que herramientas como Tableau ayudan a las organizaciones a ser impulsadas por los datos. Y ahora Tableau es ampliamente utilizado. Puedes encontrar Tableau en casi todas las organizaciones, industrias, sectores, en todos los departamentos. Porque la mayoría de esas organizaciones quieren empoderar a sus empleados con herramientas como Tableau para tomar decisiones mejores, más rápidas e inteligentes utilizando datos. Bien, así que con eso, espero que ahora tengan mejor comprensión qué es Tableau y su misión. Y a continuación te mostraré mis cuatro razones principales por las que creo que Tableau es líder en visualización de datos. 49. Udemy 1 7 por qué (Corrección): Tableau no es el único líder en mercado de inteligencia empresarial y visualización de datos. Hay muchas otras herramientas que están disponibles como PowerPI, Click View y así sucesivamente Pero ahora si me preguntas qué hace que Tableau sea tan especial, por qué Tableau es tan utilizado, te daría cuatro razones. La primera razón es el rendimiento. Las fuentes ahora están generando grandes cantidades de datos, y Tableau está diseñado y optimizado para manejar grandes volúmenes de datos sin embarcar el rendimiento en los paneles Y eso se debe a que Tableau está utilizando motor de datos de alto rendimiento en memoria para ayudar a analizar grandes conjuntos de datos donde los datos se pueden almacenar dentro de columnas en lugar de filas, lo que puede aumentar el rendimiento en los paneles La tabla no tiene limitaciones ni lo que sea, al número de puntos de datos en la visualización. Por ejemplo, en este punto de vista tenemos más de 1 millón de puntos de datos sin ningún problema. Esto nos permite analizar grandes conjuntos de datos con el fin de encontrar tendencias. Los patrones con gran rendimiento y todas las demás herramientas aún imponen limitaciones de puntos de datos de tamaño sin procesar, lo que no es realmente útil para los analizadores de datos La segunda razón son visualizaciones rápidas e interactivas En comparación con las otras herramientas con Tableau, podemos crear visualizaciones ricas y hermosas en solo unos segundos. Te voy a mostrar ahora ejemplo rápido cómo agrupar mis datos y cómo calcular el pronóstico. Para hacer un trabajo tan complejo en Tableau, solo usaremos arrastrar y soltar. Entonces veamos lo sencillo que es. Bien, entonces vamos a ir a las órdenes. Toma las ventas, ponla en las columnas Beneficio y las filas. Y llévate los ID del pedido y los detalles. Y quiero ver a todos mis miembros por aquí. Y ahora vamos al pan de análisis, y luego hacemos doble clic en los clústeres. Con eso, tengo muy bonitos grupos de proa de mis datos. El siguiente paso, voy a crear un pronóstico de mis datos. Voy a tomar el ID de pedido, ponerlo en las columnas. Y luego nos vamos a llevar las ventas. Me gustaría cambiar las dos partes visuales que tengo ahora aquí, alrededor de cinco años. Lo que vamos a hacer, vamos a ir a la analítica y simplemente hacer clic en el pronóstico y ya está. Tengo un pronóstico de dos años de mis ventas. Ahora sólo voy a ir a ponerlos juntos en un solo tablero. Entonces voy a crear un nuevo dashboard, arrastrar y soltar los clústeres, arrastrar y soltar los pronósticos. Voy a vincularlos junto con el filtro. Eso es. Ahora tenemos a ambos, y si doy click alrededor, tendré un dashboard interactivo para el pronóstico y para los clusters. La tercera razón por la que Tableau es fácil de usar, como puedes ver, hemos hecho análisis muy complejos con solo Dragon Drop sin escribir ningún código. Y esto es exactamente lo que quiere Tableau. Es muy intuitivo y fácil de usar, y estas son las principales cadenas de Tableau. Simplemente abre la puerta para todos los usuarios no técnicos tengan la oportunidad de trabajar y jugar con los datos para resolver sus problemas diarios sin necesidad de TI. Pero por otro lado, Tableau está integrado con lenguajes de programación como Python y R, lo que abre otra puerta para visualizaciones avanzadas de datos que podrían ser utilizadas por científicos de datos La última razón es la comunidad. Si estás trabajando con Tableau, bueno, no estás solo. Tienes una enorme comunidad de Tableau. En la comunidad, tenemos alrededor 2 millones de estudiantes y maestros. Y en Tableau public tenemos alrededor de 5 millones de visualizaciones de datos que se publican Y hay alrededor de 200 mil preguntas e ideas que se comparten en los foros de Tableau. Tener una comunidad tan grande es una maravilla. Para cualquier herramienta, es muy importante porque mientras estás trabajando con datos, podrías enfrentarte a algunos problemas o tienes dudas. Es muy importante que tengas un lugar donde puedas ir y hacer tus preguntas y obtener consejos de otros desarrolladores de todo el mundo. No solo eso, también puedes inspirarte en las visualizaciones compartidas de otros desarrolladores Puedes encontrar los enlaces importantes sobre la comunidad de Tableau en la descripción del video a continuación. Bien, entonces mis cuatro razones por las que Tableau es una de las mejores herramientas para la visualización de datos son, Tableau puede manejar cantidades masivas de datos, muy adecuadas para casos de uso de big data Ofrece hermosas visualizaciones interactivas rápidas. Tableau es intuitivo y fácil de usar. No se requieren habilidades técnicas ni de codificación. Y la última razón por la que la comunidad de Tableau es muy enorme. Una cosa más que me gustaría agregar, que las visualizaciones de datos es realmente una habilidad que hay que dominar como científico de datos o analista de datos Y Tableau es una herramienta increíble para visualizaciones de datos. Por eso recomiendo encarecidamente aprender o familiarizarme con Tableau. Va a ser como una gran ventaja para tu carrera. Muy bien, chicos. Entonces con eso, ya conoces mis razones por qué. Creo que Tableau es líder en visualización de datos. Y con eso, hemos terminado el primer capítulo de Tableau donde hemos cubierto muchos términos importantes de datos y Tableau. Y en el siguiente capítulo, tendremos una visión general de los conjuntos de productos de Tableau donde le presentaré ocho productos diferentes de Tableau. 50. Productos de 2 secciones: Productos de mesa en Tableau, tenemos ocho productos diferentes y es muy importante entenderlos y entender las diferencias entre ellos. Así que por eso voy a ir y darte una visión general rápida de los ocho productos de Tableau. Y luego vamos a ir a compararlos uno al lado del otro para entender las diferencias entre ellos. Y agrega el final solo puedes el proceso de toma de decisiones que suelo seguir para elegir el producto adecuado para tus requerimientos. Entonces ahora comencemos con el primer tema donde podamos tener una visión general del proceso de desarrollo y los productos. Así que ahora vamos. 51. Udemy 2 1 Desarrollo de introducción: Muy bien chicos. En este capítulo le presentaré la suite de productos de Tableau para comprender las diferencias entre los ocho productos de Tableau. Y comenzaremos con los productos de desarrollo de Tableau. Bien, si crees que Tableau es solo un software, entonces te equivocas. Si visita la página de inicio de Tableau, Tableau.com encontrará muchos productos diferentes de Tableau como Tableau Stop Public Server, Cloud Prep Reader Puedo decir al principio, puede ser confuso tener todos esos productos de Tableau, pero no te preocupes por ello. Los voy a explicar uno por uno. Para que pueda elegir las combinaciones adecuadas de productos de Tableau para usted o para sus organizaciones. Es muy importante entender las diferencias entre ellos, las funcionalidades y las limitaciones de cada producto de Tableau. Y vamos a sumergirnos. Los conjuntos de productos de Tableau contienen ocho productos diferentes. Contamos con Tableau Disktop, Tableau Public Disktop Rep Server, Cloud Public, Cloud Reader Bien, lo primero que hay que entender es que podemos dividir esos productos en dos categorías principales, Herramientas para desarrolladores y Herramientas para compartir. Tableau Developer Tools, como su nombre lo indica, son herramientas que le ayudarán a crear visualizaciones de datos mediante la creación y diseño de paneles, gráficos, informes, o para hacer preparativos de datos o ingeniería de datos preparando los datos para el análisis de datos Bajo esta categoría, podemos encontrar tres productos de Tableau. Tableau Disktop, Public Disctop y Tableau Prep. Y ahora en la otra categoría, tenemos las herramientas para compartir. Esas herramientas pueden ayudarte a compartir y colaborar tu trabajo que hayas realizado y creado usando las herramientas del desarrollador. Bajo esta categoría, podemos encontrar cinco productos de Tableau. Tableau Server, Tableau Cloud Public, Cloud Reader y Tableau Mobile. Bien, así que ahora primero vamos a centrarnos en los productos de Tableau en la categoría Herramientas para desarrolladores. Ahora podemos ir y también dividir las herramientas del desarrollador en dos grupos en función de sus propósitos. Contamos con Visualzaciones de Datos e Ingeniería de Datos. Debajo de Visualzaciones de datos, encontramos dos productos de Tableau, Tableau Stop y Tableau Public Y debajo de la ingeniería de datos, solo tenemos un producto de Tableau y ese es Tableau Prep. Bien, entonces ahora después de entender las categorías principales y los propósitos principales de los productos de Tableau, iremos ahora y hablaremos sobre el proceso de desarrollo en Tableau. Bien, así que básicamente tenemos tres pasos muy simples en el proceso de desarrollo en Tableau. El primer paso, conectamos nuestros datos a Tableau. Luego, en el siguiente paso, comenzamos a construir nuestras visualizaciones de datos para hacer análisis de datos mediante la creación de gráficos de informes y cuadros Y en el tercer paso, compartimos nuestro trabajo publicándolo. Los dos productos para realizar estos tres pasos son Tableau Disktop y Tableau Public Disktop En muchos casos, la calidad de nuestros datos es mala, no está lista para su análisis. Es por eso que agregamos un paso más de preprocesamiento para preparar nuestros datos antes de comenzar a construir nuestras imágenes. Y podemos utilizar para este paso el producto Tableau prep. Bien, ahora hagamos inmersiones profundas y en los productos de los desarrolladores de Tableau uno por uno para comprender las características clave y también las limitaciones para cada una de ellas. Bien, así que con eso, tenemos una visión general del proceso de desarrollo y los productos. Y a continuación tendremos una visión general rápida de Tableau Desktop. 52. Udemy 2 2 para escritorio: Tableodsctop es un software que descargas e instalas en Con Tablo Syctop, puede conectarse a muchos tipos de fuentes diferentes Hay más de 90 conectores de datos que puede conectar al servidor de Tableau o para conectarse a archivos como Excel, Text Jason o a servidores Prem como mi SQL y Oracle O a la nube como Amazon, Google y Microsoft Azure. Una vez que conecte Tableau a sus datos, puede comenzar a crear sus visualizaciones de datos En Tableudyctop, encontrarás muchas herramientas y funciones para ayudarte a crear gráficos, informes con solo Y luego puedes combinar esos diferentes informes en dashboards interactivos Y una vez que hayas terminado de crear tus vistas y paneles, tienes tres opciones para compartir tus datos publicándolos en Tableau Server, Tableau Cloud o Tableau Public Cloud O incluso puedes almacenar tus libros de trabajo localmente en tu PC. Muy bien, entonces Tableau Stop es el producto principal de Tableau. Un desarrollador de Tablo, vas a pasar el 90% de tu tiempo usando esta herramienta Tabloid Distop es una herramienta de desarrollo para crear visualizaciones de datos donde te conectas a tus datos, creas paneles y luego los publicas. De manera curiosa, Tableau Stop no es una herramienta gratuita Para poder trabajar con Tabloidstop, hay que comprar una licencia Creo que ofrecen algún tipo de fase de prueba, o si eres estudiante obtienes como un año gratis. No tomes mis palabras. Es mejor consultar la oferta actual de Tableau en su página de inicio. Con Table Stop, puede conectar más de 90 fuentes de datos diferentes. También puede publicar su trabajo en todas partes en Tableau Server, Tableau Cloud y Tableau Public. Dado que Tablo Stop requiere una licencia, no tienes ninguna limitación ni lo que sea sobre cuántas carreteras y datos puedes almacenar y procesar Tableau Desktop está diseñado para analistas de datos, científicos de datos, desarrolladores de PI que trabajan profesionalmente en empresas en proyectos analíticos de datos. Muy bien, así que esa fue una descripción general rápida de Tableau Desktop. A continuación comprobaremos el escritorio público de Tableau. 53. Udemy 2 3 Public: Tableau Public es la versión gratuita de Tableau Stop. Es muy similar a él. Es una herramienta de desarrollo con el fin construir y publicar visualizaciones de datos Y como es gratis y no requiere licencia, viene con limitaciones de combustible. En Tableau Public, tenemos alrededor de diez conectores de datos que puedes conectar solo a peleas locales en tu PC. Otra limitación de eso, puedes almacenar y procesar solo 15 millones de filas de tus datos y puedes publicar solo en la nube pública de Tableau. Eso significa que no puede publicar su trabajo en Tableau Server o en las nubes privadas de Tableau. Y la última limitación es que no puedes almacenar tus libros de trabajo en tu PC local Pero aquí tengo que ser justo que la parte más importante de que todas las funciones y herramientas para construir visuales y dashboards estén completamente disponibles en Tableau Public, como Tableau Dctop, lo que hace que Tableau sea realmente público como una gran alternativa y herramienta para principiantes con el fin de practicar y aprender Tableau antes de que vayan a Y para ser sinceros, por eso decidí ir con Tableau Public en todos mis tutoriales para que cualquiera pueda seguir y practicar conmigo sin tener que comprar ninguna licencia. Muy bien, así que con eso, tenemos una visión general rápida del escritorio público de Tableau y a continuación verificaremos la herramienta de ingeniería de datos , Tableau Prep. 54. Udemy 2 4 Public: Tableau Prep Builder es un software que descarga e instala en su BC, y puede usarlo para preparar sus datos antes de comenzar a analizarlos. Al igual que Tableau Desktop, puede conectarse a muchos tipos de fuentes diferentes. Hay más de 90 conectores de datos, como pilas de servidores de Tableau en la nube prem, etc. Una vez que conecte Tableau a sus datos, puede comenzar a crear flujos de datos donde tenga acceso a herramientas y funciones que le ayuden a transformar sus datos. Por ejemplo, combinando la limpieza de datos, el filtrado, la agregación y todas las demás tareas de ingeniería de datos, prepare sus datos para las visualizaciones de datos Y al final de tu flujo de datos, puedes almacenar los nuevos datos preparados en tres lugares diferentes. Ya sea como un archivo en su PC local o publícalo como fuente de datos en Tableau Server o en la nube. Y la última opción, se puede escribir la salida directamente en bases de datos. Y una vez que hayamos terminado de construir los flujos de datos, entonces puede publicarlos en Tableau Server o Tableau en línea para Y en Table Prep tienes la opción de almacenar tus flujos de datos localmente en tu PC Muy bien, So Table Prep es una herramienta de ingeniería de datos para preparar nuestros datos, para prepararnos para los análisis. A veces los datos que estamos conectando a Tableau Desktop tienen mala calidad y no podemos usarlos de inmediato en nuestro dashboard. Por eso pasamos como horas y horas limpiando, organizando, combinando la preparación de nuestros datos. Y eso podría llevar mucho tiempo. Entonces para esta situación, podríamos usar Tableau Prib para ayudarnos con este proceso Tableau Prib es una herramienta de desarrollo para ingeniería de datos donde nos conectamos a nuestros datos, construimos flujos de datos y luego los publicamos. Y no es una herramienta gratuita, requiere una licencia en Tableau Prep, tenemos más de 90 conectores de datos diferentes. La salida de los flujos de datos se puede almacenar localmente en su PC o como una fuente de datos de Tableau o directamente en las bases de datos. Y podemos publicar el flujo de datos ya sea Tableau Server o en Tableau Tableau Prep no es como Tableau Desktop. No tenemos ninguna versión gratuita de Tableau Prep, así que no hay preparación pública de Tableau. Muy bien, así que esa fue una descripción general rápida de la preparación de Tableau. Y a continuación compararemos los tres productos de desarrollo de Tableau uno al lado del otro. Y te guiaré a través mi proceso de toma de decisiones para elegir el producto adecuado para ti. 55. Udemy 2 5 Comparar: Bien, así que ahora vamos a tener un resumen de los tres productos donde los vamos a comparar uno al lado del otro. El propósito principal de Tablo Dicto y Public es generar visualizaciones de datos. Pero la tarea principal de Tablo Prep es para la ingeniería de datos. Ahora bien, si estás hablando de los costos, tanto Ctop como Prep requieren licencias, pero Tablo Public es de uso gratuito Ahora sobre el aspecto de seguridad de los datos. Tablo Dctop y Prep son seguros ya que puedes publicarlos en servidores privados Tablo Público, tienes que publicar tu obra en plataformas públicas Todos pueden ver tus datos, por lo que no puedes proteger tus datos en Tableau Public. Y el siguiente punto, los límites de datos. Dado que el público es gratuito, viene con las limitaciones de 15 millones de filas. Pero Disktop y Prep, no obtendrás limitaciones El siguiente punto son los conectores. Tanto en Disktop como en Prep, tienes más de 90 conectores de datos diferentes como archivos, ABI, servidores, Cloud, etc. Donde en Tableau Public solo puede conectarse a archivos. Y si hablamos del aspecto de las conexiones en vivo, la única herramienta que ofrece conexiones en vivo a sus fuentes de datos es Tableau Disctop No puede hacer conexiones en vivo en Tableau Public y en Tableau Prep. Siempre hay que trabajar con datos extraídos. El siguiente punto es acerca de almacenar sus archivos localmente. Tanto Tableau Disktop como Prep le permiten hacerlo almacenando su trabajo localmente en su PC Pero en Tableau Public no se puede hacer eso. En su lugar, siempre tiene que publicar su trabajo en Tableau Public Cloud. El último aspecto es sobre el público objetivo. Tableau Disctop está hecho para científicos de datos y analistas de datos, pero Tableau Public está hecho para cualquiera que quiera trabajar con visualizaciones de datos, y la preparación de Tableau está hecha para Bien, así que ahora con esto, tenemos una buena visión general de los tres productos de Tableau para el desarrollo. Y ahora viene la pregunta, cuándo usar qué producto. Ahora déjame guiarte en mi proceso de toma de decisiones usando las siguientes tablas de gripe. En primer lugar, hacemos la pregunta, para qué propósito. Si necesitamos productos para ingeniería de datos, entonces es fácil. Tenemos un solo producto de Tableau y ese es Tableau Prep. Ahora bien, si necesitamos productos para visualizaciones de datos, entonces podemos hacer más preguntas La siguiente pregunta, ¿ necesitamos conectarnos a las bases de datos ABI del servidor o a la nube? Si la respuesta es sí, entonces tenemos que usar Tableau Desktop. Y si la respuesta es no, entonces hacemos la siguiente pregunta. ¿Nuestros datos pueden ser públicos? Si la respuesta es no, nuestros datos son confidenciales, entonces tenemos que usar Tableau Desktop. Pero si la respuesta es sí, nuestros datos pueden ser públicos, entonces saltamos a la siguiente pregunta. ¿Nuestras fuentes de datos contienen más de 15 millones de filas? En caso afirmativo, entonces tenemos que elegir Tableau Stop. Pero si la respuesta es no, nuestras fuentes de datos tienen menos de 15 millones de filas, entonces saltamos a la última pregunta. ¿Necesitamos tener conexiones en vivo con nuestras fuentes de datos? Si la respuesta es sí, entonces tenemos que elegir nuevamente Tableau Desktop. Pero si la respuesta es no, entonces finalmente podemos ir a usar Tableau Public. Bien, así que si sigues esas preguntas y este gráfico, puedes decidir fácilmente cuándo usar qué productos de Tableau. Bien, así que con eso, hemos cubierto todos los productos de Tableau para el desarrollo. Y a continuación comenzaremos a hablar de los productos de Tableau para compartir. Entonces, primero entendamos el proceso de compartir. 56. Udemy 2 6 en Share: Muy bien, así que en el tutorial más breve, lo dividimos los productos de Tableau en dos categorías principales, Desarrolladores, Herramientas y Herramientas para compartir Ahora nos vamos a centrar en la segunda categoría, las herramientas para compartir, donde tenemos Tableau Server, Cloud Public, Cloud Reader y Tableau mobile. Y como su nombre lo indica, esos productos pueden ayudarnos a compartir nuestros informes y dashboards con otros. En el último tutorial, hemos hablado sobre los cuatro pasos del proceso de desarrollo de Tableau. Ahora vamos a hacer una inmersión profunda en el paso número cuatro donde vamos a hablar las diferentes opciones que tenemos para poder compartir nuestros reportes y dashboards con otros Si quieres compartir tus visuales con tus compañeros de tu organización, entonces tenemos aquí algunas opciones Primero, puede instalar productos de servidor de Tableau en servidores utilizando la infraestructura de su organización. Y luego puedes comenzar a publicar y compartir ahí tu dashboard. Entonces, sus colegas pueden usar su navegador web o pueden usar la aplicación móvil de Tableau en sus teléfonos inteligentes o tabletas para ver e interactuar con sus paneles directamente desde el servidor La segunda opción que tenemos, podemos instalar productos de servidor de Tableau en proveedores de servicios en la nube como Amazon AWS, Microsoft Azure o Google Clouds. Y luego puedes publicar ahí tu dashboard. Y lo mismo aquí, los usuarios pueden usar navegadores web o Tableau mobile para acceder a tu trabajo. La tercera opción que tenemos, puedes usar Tableau Private Cloud Service. Aquí, no es necesario instalar ningún servidor de Tableau ni nada. Obtendrá todo preparado del equipo de Tableau. Puede comenzar a publicar su panel de control allí de inmediato publicar su panel de control allí y sus usuarios pueden consumirlo desde Tableau Cloud. Ahora digamos que quieres compartir tus dashboards con todos en el mundo y hacerlo público Entonces puedes usar Tableau Public Cloud. No tienes que instalar nada. Puede publicar inmediatamente su panel de control allí. Y los usuarios de todo el mundo pueden usar su navegador web para acceder a sus paneles y datos Pero no pueden usar la aplicación móvil para acceder al público de Tableau. Y ahora a la última opción que realmente no me gusta usar. Si desea compartir sus informes con usuarios individuales, puede enviarles un archivo de Tableau con el formato TX. Libro de trabajo empaquetado de Tableau que contiene sus datos, además de sus informes y paneles Y luego los usuarios pueden ver este archivo utilizando el software de lector de Tableau instalado en su PC. Muy bien, así que con eso, tenemos una visión general del proceso de intercambio y las diferentes opciones sobre cómo compartir tus datos. Y a continuación te presentaré tres métodos de hospedaje de Tableau. 57. Alojamiento de Udemy 2 7: Todo bien a todos. Así que ahora para entender las diferencias reales entre Tableau Server y Tableau Cloud, tenemos que entender los detalles del back end y algunos conceptos básicos sobre el hosting de servidores. Vamos, digamos que somos empresa de nueva creación y queremos alojar nuestra propia aplicación de Tableau y construir toda la infraestructura. Por esa razón, existe una larga lista de tareas que se deben hacer. Por supuesto, lo primero que tenemos que hacer es ir a apular algunos hardwares y configurarlos como servidores que ejecutarán las aplicaciones, cada servidor necesita también almacenamiento Por lo que tenemos que proporcionar adicionalmente infraestructura de almacenamiento como algunos controladores de disco duro y servidores SSD necesitan estar tan bien conectados a Internet Por lo tanto, tenemos que proporcionar también toda la infraestructura de redes. Una vez que tenemos todo ese personal, entonces tenemos todos los hardwares necesarios Lo siguiente que tenemos que hacer es que vamos a ir y comenzar a instalar y configurar algunos softwares Al igual que podemos instalar un sistema operativo, por ejemplo Windows o Linux, y muchos otros middlewares Una vez que el sistema operativo está en su lugar, entonces tenemos que instalar y configurar la aplicación de servidor de Tableau. Una vez que tengamos todo el software y hardware listos y funcionando, finalmente es ahora el momento de configurar nuestros proyectos de Tableau. Y tenemos que gestionar las siguientes tareas. Tenemos que empezar a agregar usuarios al servidor de Tableau y mapearlos a las licencias correctas que tenemos también, para curiar horarios y tareas para actualizar nuestros datos dentro de Tableau Server, y luego tenemos que comenzar a monitorear los trabajos de Tableau Bien, entonces ahora llegamos a la gran pregunta que tenemos que responder. ¿Quién va a manejar qué? La primera opción que tienes si decides administrar todas estas capas, eso significa que estamos hablando del modelo on premises. Entonces es una propiedad clara, Administras todo de arriba a abajo, hardware, el software y el proyecto en sí. Pero ahora, si dices, sabes qué, esto es demasiado para manejar, no tenemos el dinero para comprar todas esas cosas y hardwares al inicio y no tenemos tiempo para cuidarlos y mantenerlos Entonces empezarás a pensar en externalizar los hardwares donde vas a comprar un servicio a proveedores en la nube como Microsoft Azure, Amazon, AWS o Google Cloud Sepa que ellos administran el hardware y usted administra tanto el software como los proyectos. Y esto es lo que llamamos infraestructura como servicio, ES la primera letra de cada palabra. Pero ahora si dices, sabes qué, nuestro equipo de TI es muy pequeño, ni siquiera tenemos tiempo para mantener esos softwares actualizados Cada vez que Tableau realiza una nueva versión, tenemos que instalar una nueva versión de Tableau Server, lo que realmente nos está perdiendo el tiempo y no podemos centrarnos en nuestros proyectos empresariales principales. No tenemos los recursos para administrar nuestro propio software. Entonces empiezas a pensar en externalizar la capa de software. Para ello, puedes comprar un servicio de Tableau. Se llama Tableau Clouds, donde el equipo de Tableau va a administrar todo por usted, tanto hardware como software Y esto es lo que llamamos software como servicio como. Bien chicos, así que ahora vamos a resumir y comparar las tres opciones de hosting El primer punto es sobre el hosting instalado en las instalaciones. También necesita Tableau Server instalado en los servidores de su organización en la medida en que lo necesite. Servidor de Tableau instalado en proveedor de servicios en la nube, por ejemplo Microsoft Azure, y en SAS, acaba de comprar productos en la nube de Tableau. Y ahora para la pregunta, ¿ quién maneja qué? En las instalaciones, administras todo, el hardware, el software y tus proyectos. Y no hay outsourcing ya que administras tanto el software como tus proyectos. Y el proveedor de servicios en la nube administra solo el hardware en Sass, tú solo administras tus proyectos empresariales Y Tablo puede administrar tanto hardware como software. Entonces ahora vamos a comprobar las ventajas y desventajas de cada modelo de servicio para el on premise. Lo bueno aquí es que tienes el control total de todo, el hardware y el software, y tus datos permanecen detrás de tus firewalls Esto es muy importante si tiene información crítica o sensible que no debe almacenarse fuera del firewall de la compañía. Pero los inconvenientes aquí, se necesita un hardware dedicado y administradores de software para hacer frente al mantenimiento, parches, y muchas otras tareas Es muy costoso. Al inicio de los proyectos hay que pagar mucho por los hardwares y los softwares, y no es flexible Es muy difícil escalar o reducir sus hardwares según sea necesario Al tener todas esas cosas, generalmente tienes menos tiempo para tus proyectos empresariales. Todo bien. Entonces ahora pasemos al IS la primera ventaja que te da flexibilidad. Puede escalar, reducir los hardwares según las necesidades del negocio y no hay costo inicial para comprar Pero la desventaja del IS, es que aún necesitas administradores para administrar tus softwares, para hacer instalaciones, parches de tus softwares. Y si no le pones atención al costo, podrías terminar pagando pastillas grandes. Ahora pasemos a Como la principal ventaja en SS es que permite que tu equipo de TI se concentre únicamente en los proyectos principales del negocio y te permite implementar proyectos en muy poco tiempo. Y lo otro bueno es que tu software estará siempre actualizado. El equipo de Tableau va a lidiar con eso. Pero la desventaja de SS es la pérdida de control. Estarás a merced del equipo de Tableau. Si sucede algo malo, como problemas de seguridad, todos los datos de su organización podrían verse comprometidos. Y la otra desventaja es que podrías tener un mal rendimiento o problemas de red conectando Tableau a tus sistemas de origen. Mi consejo aquí que debes evitar reinventar la rueda. Aproveche siempre los servicios que hacen cosas que no forman parte de su negocio principal. Cada hora que pasa parcheando un sistema operativo o instalando actualizaciones para su software o reemplazando hardware, es una hora que no se dedica mejorar y refinar sus paneles en Tableau Bien, así que con eso, hemos aprendido las diferencias entre esos tres métodos de hospedar Tableau. A continuación tendremos una visión general del servidor de Tableau y Tableau Cloud. 58. Nube de servidores de Udemy 2 8: Todo bien a todos. Así que ahora vamos a hacer inmersiones profundas en Tableau compartiendo productos uno por uno para comprender sus características clave y también sus limitaciones para cada uno de ellos. Y comenzamos con Tableau Server y Tableau Cloud. Como desarrolladores de Tableau en las organizaciones, necesitamos compartir nuestros informes y paneles con otros colegas de nuestra organización Por lo que necesitamos poner esos dashboards en un entorno o plataforma de confianza en nuestras organizaciones Y usualmente tenemos cuatro requisitos. El primer requisito, debe ser seguro y protegido. Queremos controlar quién está accediendo a nuestros datos y dashboard. Segundo, debería ser fácil de escalar. En tercer lugar, debe ser robusto que pueda manejar una gran cantidad de usuarios y datos. Y el último requisito, debe ser potente y ofrecer un alto rendimiento. Nadie quiere paneles e informes lentos. Y ahora para construir este entorno de confianza con estos requisitos, tenemos dos productos de Tableau, Tableau Server y Tableau Cloud. Y tenemos tres opciones de hospedaje en las instalaciones As y SS. No te preocupes por los términos, los voy a explicar, Tableau Server y Cloud, son muy similares. A nivel de interfaz de usuario, no notarás ninguna diferencia. Pero si estás revisando el nivel de back end, hay grandes diferencias entre ellos. Entonces ahora primero hablemos del nivel de interfaz de usuario de Tableau Server y Table Cloud. Una vez que publique su panel Tableau Server o Cloud, puede compartirlos proporcionando enlaces a los usuarios de todos los departamentos de su organización. Y luego los usuarios, pueden acceder a tu dashboard usando su navegador web sin instalar ningún software al final. Y si les das acceso, pueden comenzar a explorar tus datos en Tableau Server o en la nube. Puedes administrar tus usuarios agregándolos y eliminándolos. Dales reglas específicas como admin, creadores, espectadores o explorer. También puedes administrar tus usuarios agregándolos a grupos. Otra tarea importante que puedes hacer en Tablocerver o Cloud es que puedes automatizar Por ejemplo, puede crear un programa de actualización para actualizar sus fuentes de datos de forma regular, como una vez al día en el servidor Tablo y la nube Puede monitorear las tareas y horarios para verificar el estado si el trabajo falló o tuvo éxito. Y puedes encontrar muchas otras estadísticas sobre el tiempo de ejecución, el promedio y los mensajes de error y así sucesivamente. No solo los usuarios pueden ver los paneles en Tableau Server o en la nube, sino que también pueden crear uno nuevo Si le das suficientes derechos a los usuarios, incluso pueden comenzar a crear sus propios insights y vistas directamente en su navegador web sin tener que instalar ningún escritorio Tablo Es algo que llamamos PI de autoservicio. Bien, así que esa fue una descripción general rápida del servidor de Tableau y la nube. Y a continuación hablaremos de la opción gratuita Tableau public. 59. Udemy 2 9 Public: Todo bien a todos. Entonces ahora con esto tenemos una imagen clara sobre Tableau Server y Tableau Cloud. Así que ahora hablemos de los otros productos que comparten Tableau. Tableau Public Cloud es un servicio gratuito en la nube administrado por el equipo de Tableau. Todos en el mundo pueden compartir visualizaciones en esta plataforma Si publica sus paneles en Tableau Public, todos pueden acceder a ellos, interactuar con ellos e incluso descargarlos Tableau Public es como las redes sociales, puedes editar tu perfil y agregar tu información personal en Tableau Public, tienes una enorme galería de visas construidas por personas de todo el mundo. Actualmente alberga más de 5 millones de visualizaciones en Tableau Public Si estás navegando y encontraste algún dashboard interesante como este increíble dashboard de Ajias, puedes agregarlo a tus favoritos y luego puedes comprobar qué otras visitas creó y publicó Ajias al público y como cualquier otra red social, si te gusta su contenido, puedes ir y seguirla para ver sus nuevas actualizaciones Y si estás inspirado en uno de sus dashboards, puedes ir e instalar todo el libro de trabajo para ver cómo hizo construir estos increíbles dashboards y ver todos Con eso, está ampliando el conocimiento en Tableau Developments. Por lo tanto, al usar Tableau Public, puede inspirarse en otros y conectarse con otros desarrolladores de Tableau de todo el mundo. Y una cosa más genial de Tableau Public, si estás buscando un nuevo trabajo y quieres flexionar tus habilidades de visualización de datos, puedes publicar mucho trabajo en Tableau Public y vincularlo en tu CV para que las empresas puedan ver qué tan hábil eres en Tableau. Así que todas estas características agradables hacen de Tableau Public Cloud una plataforma muy atractiva para compartir visualizaciones Pero ahora si estás hablando de los aspectos de seguridad, es muy limitado. Lo único que puedes controlar, no se te permite descargar tus visualizaciones o puedes ocultarlo completamente de los demás Pero no tienes ningún control de acceso de usuario como el que tenemos en Tableau server o Cloud. Tableau public Cloud es un servicio gratuito en la nube de Tableau. Albergamos una gran cantidad de informes y paneles construidos por personas de todo el mundo Es una gran plataforma para inspirarse en la comunidad de Tableau, crear conexiones con otros desarrolladores de Tableau y compartir sus habilidades. Pero como es gratis, viene con limitaciones de campo. El tamaño total disponible para cada cuenta es de sólo 10 gigabytes Su panel de control y sus informes no están conectados a los sistemas de origen. Eso significa que no puede actualizar automáticamente sus datos en Tableau Public. Siempre, hay que hacerlo de forma manual. Para que pueda abrir los informes, actualizar los datos y volver a publicarlos en Tableau Cloud. Y la tercera limitación de Tableau Public es que como su nombre lo indica, todos en el mundo pueden ver y compartir tus datos. Eso significa que no puedes usarlo en organizaciones ya que no puedes proteger tus datos. Bien, así que eso es todo por ahora sobre Tableau Public. A continuación cubriremos el lector de Tableau y Tableau Mobile. 60. Udemy 2 10 Reader Mobile: Tableu reader es un software que descargas e instalas en tu BC. Puede usarlo solo para ver informes y paneles, pero no puede usar Tableau Reader para crear visualizaciones de datos o incluso Como puedes ver, no tenemos ninguna herramienta o función para crear gráficos. Ni siquiera puedes conectar ninguna fuente de datos ni actualizar tus datos. Tableau Reader es una herramienta muy antigua de Tableau. Fue creado en los primeros días de Tableau con el fin de compartir contenido apilado usando Tableau Stop Esto fue antes incluso de que Tableau Server y Tableau Cloud estuvieran disponibles En ese momento, Tableau Reader era la única opción que tiene para compartir dashboard e informar con otros usuarios. Entonces, cómo funciona, construyes visualizaciones de datos usando Tableau Stop y luego envías un archivo a otra persona. Luego van a usar Tableau Reader para ver e interactuar con el tablero que construiste. Para resumir, Tableau Reader es una herramienta previa. Es solo para ver e interactuar con informes y paneles creados con Tableau Stop. No se puede crear ni editar nada en Tableau Reader. No puede actualizar los datos dentro de su panel con Tableau Reader. Cada vez tienes que pedir un nuevo ejemplar. Si quieres tener datos frescos y no hay características de seguridad, protecciones por contraseña o opción de inicio de sesión, este es un gran problema. Si los archivos aterrizan en la mano equivocada, los datos de su organización podrían quedar expuestos. Bueno, no recomiendo en absoluto el uso de esta herramienta. En las organizaciones, el riesgo es simplemente demasiado grande. Pero si quieres correr el riesgo y compartir tus visuales con 123 personas, entonces úsalo, pero trata de evitarlo Tableau mobile es una aplicación móvil gratuita que puedes descargar en tu smartphone o tablet. Puede usarlo para ver e interactuar con los informes y paneles de Tableau publicados en Tableau Server y Clouds Por lo que puedes usarlo solo para ver los reportes. No se puede utilizar para crear nuevos informes o para editar los informes. Si bien Tableaumobile se puede descargar gratis, requiere una licencia para usarlo y solo puede acceder a Tableau Server y Tableau Cloud Por lo tanto, no puede usarlo para acceder a Tableau Public y Tableau Moobile puede almacenar en caché automáticamente sus informes y paneles Eso significa que puedes acceder a ellos incluso si estás desconectado. Bien, así que con eso, tenemos una visión general de los cinco productos para compartir Tableau. Y a continuación compararemos los cinco productos de Tableau uno al lado del otro. Y te guiaré a través mi proceso de toma de decisiones para elegir los productos adecuados para ti. 61. Udemy 2 11 Comparar Share: Todo bien a todos. Así que ahora vamos a resumir y comparar todos los productos Tableu para compartir lado a lado El primer punto sobre alojamiento del servidor Tableu puede ser alojado en sus organizaciones o en proveedores de servicios en la nube como Azure o Amazon Tanto Tableau Cloud Tableau Public Cloud están alojados por el equipo de Tableau. lector de Tableau solo será un software instalado en su PC. Ni siquiera puedes alojarlo. Ahora bien, si estás hablando del costo para Tableau Server, tienes que pagar por licencias, hardware y mantenimiento, pero en Tableau Cloud solo tienes que pagar por las licencias. Tableau Public y Tableu reader son de uso gratuito. Ahora bien, si comprueba los aspectos de seguridad de los datos, tanto Tableau Server como Tableau Cloud son altamente seguros. Mesa Pública y lector, no lo son. siguiente punto es sobre las limitaciones de almacenamiento en Tableau Server. Realmente depende del servidor, del espacio en disco. En Tableau Cloud y reader no hay limitaciones. Pero en Tableau Public Cloud, el tamaño total disponible para cada cuenta es de solo 10 gigabytes El siguiente punto sobre los conectores. Tableau Server y Cloud se pueden conectar a diferentes tipos de fuentes, como API de Cloud, servicios, archivos, bases de datos, etc. Pero los lectores de Tableau Public, Cloud y Tableau no pueden conectarse directamente a ninguno de sus sistemas de origen. Pasemos al siguiente punto, la automatización en Tableau Server y en la nube. Puede programar tareas para actualizar sus datos dentro de sus paneles automáticamente desde los sistemas de origen Pero los datos dentro de la nube pública y el lector de Tableau no se pueden actualizar. Tienes que hacerlo de forma manual. Tienes que volver a publicarlo, o reenviar el archivo El siguiente punto sobre Tableaumobile, puede conectar sus teléfonos inteligentes o tabletas solo al servidor de Tableau o Tableau Cloud Ahora hasta el último punto, podemos usar Tableau Server y Cloud para compartir dashboards dentro de las organizaciones Table Public se utiliza para compartir dashboards con todo el mundo, y Tableau Reader se usa para compartir dashboards directamente con individuos Bien, ahora con esto, tenemos una visión general de todos los productos para compartir Tableau. Ahora la pregunta es ¿cuándo usar qué productos? Déjame guiarte en mi proceso de toma de decisiones siguiendo esta tabla. Todo bien. Primero hacemos todas las preguntas sobre las limitaciones dentro de Tableau Public Cloud. La primera pregunta, ¿ pueden ser públicos los datos? Si la respuesta es sí, entonces hacemos la siguiente pregunta. ¿Deben actualizarse los datos con frecuencia en los informes y cuadros de mando? Si la respuesta es no, entonces puedes ir y usar Tableau Public Cloud. Pero si los datos no deben ser públicos y deben actualizarse automáticamente, entonces tenemos que pensar en el hosting privado Ahora la pregunta ahora, ¿ quieres administrar el hardware? En caso afirmativo, entonces puede usar Tableau Server on, in premise en su organización. Si no quieres hacer eso y quieres externalizarlo, entonces haces la siguiente pregunta ¿Quieres administrar el software por tu cuenta? Pero si la respuesta es sí, entonces puedes usar de nuevo, Tableau Server, pero esta vez va a estar alojado en proveedor de servicios en la nube como Microsoft Azure en un modelo de servicio. Pero si la respuesta es no, no quieres administrar el software por ti mismo y quieres externalizarlo, entonces puedes ir a usar Tableau Cloud como un servicio SAS Como puede ver, el lector de Tableau no está en mi proceso de toma de decisiones ya que no lo recomiendo en absoluto. Ahora bien, si combinas este diagrama de flujo con el que construimos previamente para herramientas de desarrolladores, obtendrás todo mi proceso de toma de decisiones que suelo usar cuando inicio un nuevo proyecto de Tableau. Entonces, si alguien te pregunta cuándo usar qué producto de Tableau, puedes revisarlo y encontrar las combinaciones adecuadas para ti o para tu empresa. Todos esos materiales, lo puedes encontrar en mi página web. Todo bien a todos. Entonces con eso, hemos cubierto los ocho productos de Tableau y hemos entendido las diferencias entre ellos. En el siguiente capítulo, aprenderemos la arquitectura de Tableau para comprender cómo funciona Tableau internamente y cuáles son los componentes principales de Tableau. 62. Arquitectura de 3 secciones: Arquitectura de mesa. Ahora vamos a ir a entender cómo funciona Tableau internamente, sus componentes y sus limitaciones. Así que ahora vamos a ir a cubrir muchos conceptos importantes de Tableau, como lo que es vivir y extraer conexiones, ¿cuáles son los diferentes tipos de archivos en Tableau? Y luego podemos empezar a dibujar la arquitectura de escritorio de Tableau. Y luego vamos a saltar al servidor de Tableau para servidor de Tableau para entender diferentes escenarios como el proceso publicado, el proceso autenticación y el proceso de acceso a la vista. Después de eso, vamos a ir y completar el panorama general dibujando la arquitectura del servidor y sus componentes. Y al final, vas a cubrir también la arquitectura del público de Tableau. Entonces ahora comencemos con el primer concepto, las conexiones de datos en vivo y extraer. Entonces ahora vamos. 63. Udemy 3 1 extracto en vivo: En esta sección, aprenderá la arquitectura de Tableau para comprender cómo funciona Tableau internamente y cuáles son sus principales componentes. Aprenderás algunos conceptos importantes. Y comenzaremos con la fuente de datos, tipos de conexión, live y extract. Ahora llegamos a la decisión o preguntas más importantes que vamos a tomar dentro de la fuente de datos. ¿Quieres almacenar una copia extra de tus datos dentro de Tableau? Aquí tenemos dos diseños para la fuente de datos. O vas a decir, no, no necesitamos copiar dentro de Tableau. Los datos deben permanecer donde están en los sistemas de origen. Entonces, ¿qué puede pasar? visualización necesita datos, va a enviar cuadrados directamente a la base de datos externa Entonces la base de datos va a enviar los resultados de vuelta a sus visualizaciones. Los datos vienen siempre frescos de las fuentes directamente a sus paneles Este tipo de conexiones, la llamamos conexión en vivo o vas a decir que sí, vamos a tener una copia de nuestros datos dentro de Tableau. Una instantánea o subconjunto de los datos que se van a copiar de la base de datos externa a Tableau. Esta copia, la llamamos extracto. Ahora, cada vez que nuestra visualización necesite datos, va a enviar consultas, esta vez al extracto en lugar de a la base de datos externa. Y luego el extracto va a devolver los resultados a tus visualizaciones. Dado que el extracto está dentro Tableau y muy cerca de las visualizaciones, obtendremos un gran tiempo de respuesta y un rendimiento muy rápido Este tipo de conexión, llamamos conexión de extracción. Bien, ahora la pregunta es, qué tipo de conexión debo usar en mis fuentes de datos? La respuesta típica para esta pregunta es, bueno, depende. Porque aquí tenemos un intercambio entre el rendimiento y la frescura de los datos. Por ejemplo, si para ti el rendimiento es mucho más importante que la frescura de los datos, entonces tienes que ir con el extracto. Dado que los datos van a ser almacenados dentro Tableau en la memoria usando la técnica de almacenamiento de columnas, obtendrá un gran rendimiento. Pero si dices que sabes qué, la frescura de los datos para mí es más importante que el rendimiento, Entonces tienes que ir con las conexiones en vivo en tus fuentes de datos porque siempre obtendrás los datos frescos directamente de las fuentes en tus dashboards Bien, así que esa fue una descripción general rápida de las dos conexiones de tipo de datos en Tableau Live y Extract. Y a continuación aprenderemos los diferentes tipos de archivos que puedes generar en Tableau. 64. Archivos de tableau en Udemy 3 2: Bien, así que ahora si quieres enviar archivos de Tableau directamente a los usuarios, tenemos que hacer la pregunta, ¿ qué tipo de archivos vamos a enviar? Porque en Tableau, así podemos generar no sólo un archivo, podemos generar cinco tipos diferentes de archivos en Tableau. Entonces ahora vamos a tener como visión general rápida de esos tipos de archivos para entenderlos y saber cuándo usarlos. Todo bien. Como aprendimos, el libro de trabajo de Tableau contiene tres cosas El extracto, la fuente de datos y las visualizaciones. Hay un tipo de archivo para cada uno. Las combinaciones dependen de sus requerimientos ejemplo. Si quieres compartir solo tus datos sin nada más, sin fuente de datos, sin visualizaciones, entonces puedes enviar un extracto como un hiperformato Pero ahora si dices, sabes qué, he hecho mucho trabajo en la fuente de datos. Construí un modelo de datos, cambié el nombre de cosas, hice agregaciones, creé muchas columnas nuevas Entonces me gustaría compartirlo con mi equipo, con mis compañeros, y no se me permite compartir mis datos con ellos. En esta situación, usted dice, bien, voy a compartir la fuente de datos con mis compañeros y lo llamamos Tableau Data Source TDS sin datos O podrías estar en otras situaciones en las que dices, ¿sabes qué? Mis compañeros no tienen acceso a los sistemas de origen. No podemos usar la conexión en vivo y no le importa compartir sus datos también. Ahora puedes enviarles un paquete de un extracto y la fuente de datos. El tipo de archivo aquí se llama Paquete de Tableau Fuente de datos DDS x Este tipo de archivo contiene tanto sus datos como su fuente de datos. Este tipo de archivo contiene tanto sus datos como su fuente de datos Podríamos estar en otra situación en la que nuestros colegas o usuarios también estén interesados en las visualizaciones Podemos enviarles un archivo con las visualizaciones y la fuente de datos Aquí nuevamente, tenemos la misma situación. Tú decides si vas a enviar con él datos o no. Si no quieres enviar los datos dentro de él, puedes enviar un archivo llamado libro de trabajo de Tableau B. Y el último escenario, creo que ya lo adivinaste, si quieres enviar todo, el paquete completo, el extracto, la fuente de datos, y tus visualizaciones, entonces puedes ir y enviar a tus compañeros un formato de Tableau llamado libro de trabajo empaquetado de Tableau TB X. puedes enviar un archivo llamado libro de trabajo de Tableau B. Y el último escenario, creo que ya lo adivinaste, si quieres enviar todo, el paquete completo, el extracto, la fuente de datos, y tus visualizaciones, entonces puedes ir y enviar a tus compañeros un formato de Tableau llamado libro de trabajo empaquetado de Tableau TB X. Bien, entonces como puedes ver, Tableau hizo que diferentes tipos de archivos para diferentes propósitos dependieran la situación o del escenario que tengas? Puedes compartir tu trabajo con tus compañeros. Bien, entonces ahora en términos generales tenemos dos tipos diferentes de cuadernos de trabajo Un libro de trabajo con datos usando conexión de extracción, y otro libro sin datos usando conexión en vivo en una mano, en el libro de trabajo con datos, puede enviar tres tipos diferentes de archivos Puede enviar solo los datos usando hiperformato o enviar todo el conjunto de datos con los datos usando el formato DSX O enviar todo el paquete con el formato BX. Por otro lado, con el libro de trabajo sin datos, solo se pueden enviar dos archivos Dataset sin datos DS ni el libro de trabajo X. Ahora puede que tengas la pregunta y digas, bien, ¿ qué productos de Tableau debo usar para abrir estos archivos de Tableau Bueno, tenemos tres productos de Tableau. Tableau Tableau Public y Tableau Reader. Con el disctob de Tableau, puedes abrir todo. Puede abrir todos estos diferentes formatos y archivos de Tableau. Pero con el lector de Tableau y el público, solo puede abrir el libro de trabajo empaquetado de Tableau TX Dado que Tableau Reader y Tableau public no pueden conectarse directamente a las fuentes de datos y no pueden usar las conexiones en vivo. Bien, una cosa más que debe entender sobre el libro de trabajo de Tableau es que Tableau usa dos tipos diferentes de datos para almacenar el libro de trabajo El primero es la información de metadatos, se almacenará en archivos XML. Metadatos son datos sobre tus datos. Describe tus datos. Contiene toda la información sobre lo que has hecho en los cuadernos de trabajo Cualquier cosa que hagas clic, Dragon, Rob o hagas mientras trabajas con Tableau Desktop se reflejará de alguna manera en los metadatos. Puede encontrar información, por ejemplo, como nombres de columnas, tipo de datos, modelo de datos, etc. El segundo tipo son los datos en sí, los datos reales. Si carga datos dentro de Tableau, Tableau puede almacenarlos en un formato de hyberfile, donde los datos van a ser almacenados en métodos de almacenamiento de columnas en la memoria de Es como formatos especiales para una rápida recuperación de datos. Todo bien a todos. Entonces con eso, hemos aprendido el propósito de los diferentes tipos de archivos en Tableau y cuándo usarlos. Y a continuación haremos una inmersión profunda en la arquitectura de Tableau para comprender los componentes de escritorio. 65. Udemy 3 3 arch desktop: Bien, si entiendes las arquitecturas de Tableau y cómo los componentes están conectados entre sí, todo va a tener sentido para ti mientras trabajas con Tableau y también va a convertir en un mejor desarrollador de Tableau Estaré esbozando los conceptos para que sea más fácil de entender Así que vamos. Las arquitecturas de Tableau contienen cuatro capas diferentes capa de origen, la capa disto, capa de servidor y la capa de consumidor Comenzaremos a desempaquetar cada capa una por una para entender sus componentes Y vamos a trabajar con esta arquitectura de izquierda a derecha. Entonces comenzaremos por la capa fuente y vamos a enda por la capa de consumidor. Bien, entonces ahora tenemos la capa fuente. La capa de origen está fuera de Tableau y contiene la fuente de nuestros datos. Nuestros datos podrían estar en bases de datos como Mysql u Oracle, O los datos podrían estar en archivos como Excel y Jason. O incluso en la nube como Amazon, AWS o Microsoft Azure, o incluso en PI, nuestros datos podrían estar en todas partes. Bien, así que ahora volvamos al panorama general. Vamos a saltar a la siguiente capa. Vamos a desempacar la capa disctop. El primer componente en Tableau Desktop es la fuente de datos. Antes de comenzar a construir sus visualizaciones, debe configurar la fuente de datos Lo primero que vamos a hacer dentro la fuente de datos es conectar Tableau a nuestros datos. Tableau ofrece alrededor de 90 conectores de datos diferentes, por lo que podemos conectar Tableau casi a cualquier cosa. Una vez que construya la conexión entre Tableau y su fuente de datos, la información de acceso se almacenará dentro de la fuente de datos. Por ejemplo, el baño de la ubicación del archivo de servidores, nombre de usuario, contraseñas o tokens de acceso, y así sucesivamente. Toda esta información va a ser almacenada dentro de la fuente de datos. Bien, entonces los dos tipos de conexiones de datos en las fuentes de datos son las conexiones de extracción y en vivo. Ahora nos conectamos a los datos, decidimos qué tipo de conexión. Lo siguiente que tenemos que hacer en la fuente de datos es comenzar a construir nuestro modelo de datos. Y podemos hacerlo combinando tablas juntas, usando relaciones, uniones y unión. Y puedes hacer muchas otras cosas, como establecer los tipos de datos correctos, hacer agregaciones, nombre de tablas y columnas, crear nuevos cálculos y filtros y todo Ahora para resumir, el componente de fuente de datos en Tableau contiene la siguiente información Tenemos los conectores de datos para conectar Tableau a nuestros datos. Tenemos las informaciones de acceso, donde se van a almacenar también las ubicaciones de nuestras fuentes . Podemos decidir si vamos a cargar una copia extra de nuestros datos dentro de Tableau. Lo llamamos una conexión de extracción, o la vamos a dejar como conexiones en vivo en las fuentes de datos. Lo último que tenemos el modelo de datos dentro de las fuentes de datos donde podemos combinar tablas juntas y hacer agregaciones o podemos hacer alguna otra personalizada Bien, así que una vez que hayamos terminado con la configuración de la fuente de datos, tenemos la conexión ya sea extraer o en vivo. Tenemos nuestro modelo de datos y todo está listo. Ahora vamos a ir y comenzar a construir nuestras visualizaciones. Y Tableau organiza las visualizaciones en tres niveles. El primero son las hojas de trabajo. Así podemos usar los datos disponibles en nuestras fuentes de datos para construir una sola vista, solo una visual. Podría ser un gráfico de barras, un gráfico circular o una vista de tabla. Y como puede ver, cada hoja de trabajo está conectada directamente a una fuente de datos. Pero en Tableau, puede construir una hoja de trabajo a partir de dos fuentes de datos diferentes mediante el uso métodos de combinación muy potentes llamados datos. Esta es una característica muy única en Tableau. No se puede encontrar en ninguna otra herramienta donde los datos en un visual puedan provenir de diferentes fuentes. Una vez que tengamos estas diferentes hojas de trabajo, podemos pasar al siguiente nivel donde comenzamos a combinar estas hojas de trabajo en un solo panel para mostrar las diferentes imágenes en Pero ten en cuenta, si quieres hacer algún cambio en las imágenes, tienes que volver a las hojas de trabajo y hacer el ajuste ahí Ahora llegamos al último nivel, tenemos las historias. Como saben, el objetivo principal de hacer visualizaciones de datos es contar una historia Así podrás construir como una secuencia de hojas de trabajo o dashboards, trabaja en conjunto con el fin de contar la historia de los usuarios en función de tus Bien, ahora podrías preguntarme qué nivel de visualización es el adecuado para ti? Bueno, si solo tienes un visual, entonces ve con la hoja de trabajo. Pero si quieres construir algún QBI para monitorear el proceso, entonces construye un tablero Si quieres presentar tus datos y contar una historia a partir de ellos, entonces ve y construye una historia. Bien, ahora tenemos en Tableau Desktop tanto las fuentes de datos como las visualizaciones, y estos dos componentes están contenidos en algo llamado libro de trabajo de Tableau Ahora la pregunta es, después de haber terminado construir sus fuentes de datos y visualizaciones, ¿qué puede hacer el libro de trabajo? Bueno, puedes compartirlo con tus compañeros de tu equipo o departamentos. Y hay dos formas de hacerlo. O vas a ir y enviar un archivo de Tableau directamente a los usuarios, o vas a ir a publicar el libro de trabajo en un servidor de Tableau o en la nube Y a partir de ahí tus usuarios y tu equipo podrán acceder a tu libro de trabajo Bien, el panorama general, la arquitectura de Tableau. Hablemos de la capa del lado derecho, la capa del consumidor. Hay diferentes formas de consumir visualizaciones de Tableau, depende de los clientes del usuario y de las tareas que realicen los usuarios Comenzamos con un grupo muy pequeño de usuarios que podrían usar el lector de Tableau para ver e interactuar con la visualización de Tableau y generalmente no quieren editar o crear algo nuevo para este grupo de usuarios. Les vamos a enviar un archivo de Tableau. Como aprendimos, van a necesitar un libro de trabajo empaquetado de Tableau, WPX Podríamos tener otro grupo de usuarios, generalmente son tus compañeros de equipo. Quieren construir análisis sobre tu trabajo. Van a usar Table Desktop para hacer eso por ellos. Podemos enviar cualquier tipo de archivos de Tableau. Depende de sus requerimientos y de sus tareas. Y ahora tenemos un gran grupo de usuarios o consumidores a los que pueden acceder al servidor de Tableau o a la nube para ver e interactuar con las imágenes de Tableau Pueden usar sus navegadores web como Google Chrome y Firefox para acceder al contenido del servidor Tableau. Y a partir de ahí pueden ver, interactuar, e incluso editar las visualizaciones si tienen suficientes permisos O pueden usar la aplicación móvil de Tableau en los teléfonos inteligentes o tabletas para ver e interactuar con sus libros de trabajo Pero no pueden usarlo para editar una Visualización de Tableau. Para este grupo de usuarios, no les enviarás ningún archivo. Primero, tienes que publicar tu trabajo en el servidor. Y aquí tenemos dos opciones. O vas a publicar solo la fuente de datos o puedes publicar todo el libro de trabajo en el servidor de Tableau o en la nube Después de eso, vas a compartir el enlace de tus cuadernos de trabajo con los usuarios Ahora hasta el último grupo de usuarios que vale la pena mencionar, son los usuarios estáticos. Siempre puede exportar sus datos e imágenes desde Tableau Desktop y enviarlos directamente a los usuarios como BDF o Excel Entonces claro que es estático y no pueden interactuar con él. Muy bien, hasta ahora en la arquitectura de la tabla, hablamos de la capa fuente. Hicimos una inmersión profunda en la parada sensacionalista y sus componentes y entendimos los diferentes tipos de consumidores y clientes Y en el siguiente paso, comenzaremos a hablar arquitectura del servidor de Tableau. Pero primero, para que sea más fácil de entender, pasaremos por tres escenarios diferentes. Y comenzaremos con el proceso publicado. 66. Udemy 3 4 Senario 1: Muy bien, anteriormente comenzamos a bosquejar la arquitectura de Tableau donde aprendimos sobre la capa fuente, la capa de escritorio y la capa de consumidor Ahora vamos a desempaquetar la capa de servidor en la arquitectura de Tableau para comprender mejor los componentes del servidor de Tableau Voy a guiarte a través tres escenarios desde el punto de vista del usuario, lo que va a pasar exactamente en Tableau Server una vez que publiquemos un libro de trabajo o cuando iniciemos sesión en el servidor y accedamos a un libro de trabajo Vamos. Digamos que quieres publicar un libro de trabajo de Tableau con un extracto. ¿Qué va a pasar? Tableau Desktop va a solicitar al servidor que cargue el libro de trabajo Bx Y el primer componente en Tableau server que puede recibir la solicitud es la puerta de enlace. La puerta de enlace sabe cómo reenviar la solicitud a los componentes del servidor adecuados. En esta situación, el componente adecuado para procesar la publicación es el servidor de aplicaciones. El portal va a remitir la solicitud a la misma. Como aprendimos, el libro de trabajo de Tableau contiene dos tipos diferentes de información Los metadatos almacenados en los archivos Xmil y los datos sí almacenados en archivos Hyper en Tableau Server Esos dos tipos diferentes de archivos van a ser almacenados en dos lugares diferentes. Servidor de aplicaciones va a enviar el archivo XML para ser almacenado en el componente del servidor llamado repositorio, y el hyberfile va a ser almacenado en otro componente llamado almacén de archivos Lo que hemos aprendido hasta ahora, la puerta de enlace se encarga de reenviar la solicitud al componente adecuado. El servidor de aplicaciones es el que puede manejar el proceso publicado. La repostería va a almacenar los archivos XML, los metadatos del libro de trabajo, y los datos reales, el hyber va a ser almacenado dentro del Muy bien, así que eso es todo por este escenario. A continuación comenzaremos a hablar sobre el flujo de trabajo de autenticación en Tableau Server. 67. Udemy 3 5 senario 2: Bien, así que ahora nuestro libro de trabajo y nuestros datos se publican en Tableau Server Ya es hora de que nuestros usuarios inicien sesión en el servidor de Tableau y comiencen a interactuar con nuestros paneles Entonces veamos cómo va a funcionar esto. Digamos que tu manager es Michael Scott. Y Michael quiere revisar sus paneles de ventas en Tableau Server Y lo voy a hacer, necesito un nombre de usuario y tengo uno genial. Una vez que Michael da estas informaciones, una solicitud va a ser enviada al servidor como solicitud HTTB Lo primero que va a encabezar es la puerta de entrada. Las puertas de enlace saben que el servidor de aplicaciones es el componente adecuado para manejar el proceso de autenticación, por lo que la puerta de enlace lo va a reenviar a él Y luego el servidor de aplicaciones va a pedir al repositorio que compruebe si las credenciales, nombre de usuario y contraseña son correctos y si Michael tiene permiso para acceder a nuestro servidor. Y luego la repostoryinga chequea y si todo coincide y Michael se le permite acceder a nuestro servidor, responderá de nuevo al servidor de aplicaciones y va a decir, sí, conocíamos al tipo, está en nuestros registros Entonces el servidor de aplicaciones va a comenzar a construir la interfaz de usuario del servidor y enviarla de vuelta a la puerta de enlace. Y luego la puerta de enlace la va a enviar vuelta al navegador Michael. Ahora está dentro de nuestro servidor de Tableau. Entonces, lo que acabamos de aprender de este proceso, nuevamente, el Gateway se encarga reenviar la solicitud al componente correcto. El servidor de aplicaciones es el que va a manejar el proceso de autenticación. El reposterre va a almacenar las credenciales de usuario y si los usuarios tienen un acceso y permisos a nuestro servidor y al servidor de aplicaciones es el que renderiza la interfaz web del servidor Bien, así que eso es todo por este proceso. A continuación hablaremos de lo que sucede en Tableau una vez accedemos a un libro de trabajo para ver los datos 68. Udemy 3 6 Senario3: Bien, así que ahora Michael está dentro de nuestro servidor de Tableau y va a comenzar a navegar y buscar su panel de ventas. Y una vez que lo encuentres, va a dar click en él e intentar acceder a tu dashboard. Así que ahora veamos qué va a pasar en Tableau Server. Como es habitual, las solicitudes HTTB para acceder van a ser generadas y enviadas al servidor Y ya sabemos que la puerta de enlace va a recibir la solicitud y empezar a reenviarla al servidor de aplicaciones componente adecuado. Entonces el servidor de aplicaciones va a iniciar renderizar el Chrome alrededor de la Z, todos esos iconos e imágenes que no están dentro del tablero en sí. Y luego el servidor de aplicaciones va a decir, bueno, ahora estamos hablando de visualizaciones Esto está completamente fuera de mi fuga. Tenemos que remitir esta petición al maestro, al cerebro. Es el servidor ViscUL. Es el que se ocupa de las visualizaciones. A partir de aquí, el ViscuelGN toma el relevo. Voy a decir, bien, primero lo primero, vamos a comprobar si a este tipo, Michael, se le permite ver el tablero de ventas, los Viscuelgn preguntan la historia de los repositorios En la historia de los repositorios, hay una lista de usuarios y reportes. Entonces va a buscar ahí para encontrar alguna. Si es así, entonces va a enviar de vuelta, sí, Michael es un jefe y se le permite ver el tablero de ventas. Y ahora el ViscUL va a decir, bien, ahora necesitamos datos Entonces primero necesitamos los meta datos del tablero. Y como saben, después de que publiquemos el libro de trabajo, los meta datos van a ser almacenados dentro de la repostería, La Visculgna solicita desde la Una cosa más es enviar el archivo XML del dashboard. La repostería entonces va a devolver el XML al ViscUL y el servidor comenzará a construir el Bien, entonces ahora el Viscul va a decir, bien, ahora tenemos el tablero Pero el problema es que está vacío. Necesitamos los datos para llenarlo. Y es mejor preguntar a nuestro especialista en datos y al servidor de datos. El servidor de datos es el que sabe todo sobre los datos. Se va a decir, bien, para este dashboard, parte de los datos, ya lo tenemos dentro del servidor de Tableau. Pero la otra parte está tristemente fuera de Tableau. Para obtener los datos dentro del servidor de Tableau desde el extracto, el servidor de datos va a enviar la solicitud de consulta al motor D. Y el motor de datos sabe cómo consultar y extraer los datos necesarios del almacén de archivos. El motor de datos va a obtener los datos del almacén de archivos y los va a enviar de vuelta al servidor de datos. Y ahora llegamos a la parte donde los datos están viviendo fuera del servidor de Tableau. Aquí, el servidor de datos va a actuar como proxy. Vamos a usar los conectores de datos para conectarnos a las bases de datos externas. Una vez establecida la conexión, se va a enviar una consulta que coincida con el idioma que habla la base de datos. Y entonces la base de datos va a devolver los datos necesarios como tabla sin procesar. Ahora una vez que tengamos todos los datos necesarios dentro del servidor de datos, lo va a combinar y hacer otra comprobación de seguridad. El servidor de datos va a verificar, ¿Michael puede ver todos los datos o deberíamos filtrar los datos? El ahorrador de datos que va a filtrar los datos depende de la configuración de seguridad de datos que haya realizado. Y luego va a enviar los datos sin procesar de vuelta al VisculServer Ahora, una vez que VisculServer tenga los datos brutos para el tablero, ahora va a hacer la magia convirtiendo todos esos números y datos brutos en imágenes y visuales, y lo va a poner dentro del libro de trabajo Entonces ahora por fin, el ViscUL tiene todo lo que necesita. El tablero de ventas está completo y listo. El ViscUL lo va a enviar de vuelta a la puerta de enlace. Y el Gateway lo va a enviar vuelta al navegador web de Michael. Michael puede comenzar a interactuar con el tablero ahora. Will hm. ¿Michael tiene alguna idea qué hacer con el tablero de ventas? Me declaro en bancarrota. Todo bien. Sé que había muchas cosas circulando en este escenario, pero hemos cubierto la mayoría de los componentes de Tableau Server. Entonces hagamos un resumen y entendamos lo que hemos aprendido hasta ahora. Como es habitual, la puerta de enlace es responsable reenviar la solicitud al componente correcto. El servidor de aplicaciones no es responsable del proceso de visualización, pero el servidor ViscUL es el que se encarga de construir las El repositorio puede almacenar información sobre los permisos y la seguridad a los que se permite acceder a los usuarios , a qué tablero. Y el servidor de datos va a administrar tanto el extracto como las fuentes de datos en vivo. Y el motor de datos se encarga recuperar los datos del extracto dentro de Tableau Y el conector de datos va a ayudar al servidor de datos a conectarse a las fuentes externas. Y el servidor ViscUL hace la magia de transformar los datos brutos en visuales Bien, hasta ahora con esos tres escenarios, cubrimos el componente más importante de Tableau Server. Ahora vamos a ir a juntar todas las piezas en la Arquitectura de Tableau y empezar a explicarlas una por una. Vamos. 69. Udemy 3 7 Archi Server: En este video, aprenderá sobre la arquitectura del servidor de Tableau. Y luego vamos a hacer una inmersión profunda en cada componente de servidor de la arquitectura para entender cómo funciona y qué hace. Y empezamos ahora mismo, la capa del servidor contiene principalmente de tres cosas, dos interfaces izquierda y derecha. En el medio, tenemos un montón de componentes de servidor. La interfaz izquierda son los conectores de datos. Van a conectar los sistemas de origen externos a los componentes del servidor de Tableau. En el lado derecho, tenemos la puerta de entrada. Va a recibir solicitudes de diferentes clientes, va a conectarlo a los componentes del servidor de Tableau. Bien, así que ahora vamos a ir más en detalles sobre el componente de la puerta. Por un lado, tenemos solicitudes provenientes de diferentes clientes, como una solicitud de inicio de sesión desde un navegador web, o una solicitud publicada de Tableau Desktop. Y por otro lado, tenemos diferentes componentes del servidor de Tableau como el servidor de aplicaciones, el servidor VisCul y así sucesivamente Y la puerta de enlace va a estar en el medio que sabe cómo reenviar las solicitudes de diferentes clientes a los componentes de servidor adecuados. Y la otra tarea de la puerta de enlace es equilibrar las cosas alrededor. Digamos que estás trabajando en entornos multi-nodo donde tienes dos nodos. Cuando la puerta de enlace recibió la primera solicitud, la va a reenviar al nodo número uno. Ambos nodos son libres. Pero ahora, si la puerta de enlace recibe una segunda solicitud, va a decir, oh, el nodo uno está lleno. Procesemos esta solicitud en el nodo número dos ya que es gratuita y así sucesivamente. Bien, entonces la puerta de enlace en Tableau Server es como un distribuidor que lo sabe todo. Conoces a alguien así. Digamos que conozco a un tipo que conoce a un tipo que conoce a otro. Entonces el Gateway tiene dos tareas. Primero, enruta las solicitudes del cliente al componente correcto. Y segundo, hace equilibrio de carga si está ejecutando Tableau Server en un entorno distribuido. Bien, así que ahora vamos a empezar a hablar de esos componentes de Tableau. En el medio, en Tableauver hay como diferentes artes de componentes Contamos con servidores, tenemos motores y almacenamientos. Y vamos a empezar con los servidores. Como aprendiste en Tableau Server, hay como diferentes procesos. El proceso de inicio de sesión, populis , acceso, libro de trabajo, etc. Y en Tableau Server, diseñaron diferentes servidores para diferentes procesos. Empecemos ahora con el servidor de aplicaciones. El servidor de aplicaciones es responsable de diferentes procesos. Al igual que, como aprendimos, una solicitud de inicio de sesión de usuario va a ser reenviada al servidor de aplicaciones. Entonces el servidor de aplicaciones va a consultar con el repositorio o un directorio activo, depende de tus configuraciones para saber si el usuario tiene permitido acceder al servidor o no. Y el otro proceso el servidor de aplicaciones maneja proceso publicado donde el servidor de aplicaciones va a obtener la solicitud publicada y va a dividir el libro de trabajo en dos archivos El archivo XML que se va a almacenar en el repositorio y el hyberfile a almacenar en el almacén de archivos Una tarea más para el servidor de aplicaciones es renderizar la interfaz del servidor. Todas esas pequeñas cosas que encuentras en Tableau Server como iconos, imágenes, proyectos menos eso. Es el servidor de aplicaciones que renderizan esas cosas. El servidor de aplicaciones es responsable diferentes procesos como el proceso de autenticación y autorización, el proceso publicado y la renderización del servidor I. Pero un proceso que el servidor de aplicaciones nunca hará es el proceso de visualización. O ahora vamos a saltar al siguiente servidor. Tenemos el servidor Viscul. Esta va a ser interesante. Bien, así que anteriormente hablamos sobre el poder de las imágenes y cómo el cerebro humano transforma el texto en visuales e El ViscUL es como nuestro cerebro. Puede agregar la magia convirtiendo números y textos en visuales e imágenes. Viscul significa Visual Query Language para bases de datos. Los fundadores de Tableau, Crest y Pat, sí inventaron este lenguaje Digamos que arrastras y sueltas algo en Tableau. El ViscUL va a convertir esta acción una consulta SQL y luego enviarla al servidor de datos para obtener los Después el servidor de datos va a enviar los resultados vuelta al ViscUL como datos sin procesar Ahora ViscUL va a hacer la magia convirtiendo esos datos brutos en visuales e imágenes presentadas a Bien, entonces el VisCUL es el cerebro. Es muy importante componente de Tableau y responsable del proceso de visualización principalmente. Hace dos cosas. Va a generar consultas a partir de la acción del usuario y va a convertir y transformar los datos sin procesar en visuales e imágenes Bien todos, así que ahora vamos a hablar del tercero. Tenemos el servidor de datos. El servidor de datos es el que sabe todo sobre los datos. Sabe dónde encontrar los datos, cómo conectarse, cómo hablar con ellos. La primera tarea del servidor de datos es administrar tanto fuentes de datos extraídas como en vivo. Si los datos están dentro de Tableau, puede enviar solicitudes de consulta al motor de datos. Pero si los datos están fuera de Tableau, puede usar los conectores de datos para enviar solicitudes de consulta a las fuentes externas. Y el servidor de datos sabe hablar con las fuentes. Actúa como un proxy a las fuentes de datos, puede hablar muchos lenguajes de base de datos diferentes para que envíe solicitudes de consulta en un idioma que la base de datos entienda. Tenemos otra tarea para el servidor de datos es manejar la seguridad de los datos. Comprueba si a un usuario se le permite ver los datos y hacer el filtrado si es necesario, y el servidor de datos también lo administra. Implementación de conductores. Entonces, el servidor de datos es el componente central de administración de datos en Tableau Server y el que sabe cómo obtener datos de las fuentes. Bien, así que ahora saltemos al siguiente componente. Tenemos el motor de datos. Si decidimos almacenar nuestros datos dentro de Tableau como un extracto, entonces el motor de datos va a ser el que se ocupe de ellos. Diferentes componentes pueden enviar solicitudes al motor de datos. Al igual que, por ejemplo, el motor de datos puede recibir una solicitud del servidor de aplicaciones para publicar un nuevo extracto. Entonces el motor de datos puede ejecutar y crear operación para crear un nuevo extracto y almacenar datos dentro de él. El motor de datos también puede recibir solicitudes equ del servidor de datos solicitando datos. ¿Qué puede pasar aquí? El motor de datos va a encontrar el extracto correcto. Se va a conectar al controlador duro y luego extrae el extracto necesario de él. Y al final, los datos van a ser enviados de vuelta al servidor. Y finalmente, el motor de datos puede recibir una solicitud del segundo plano para actualizar el contenido de un extracto El motor de datos puede ejecutar una operación de actualización abriendo el extracto y actualizando su contenido con los nuevos datos. El motor de datos en Tableau es como cualquier otro motor de base de datos. Hace diferentes operaciones. Al igual que consulta los datos, realiza operaciones de inserción y actualización. Crea nuevas extracciones, pero solo para los datos dentro del servidor de Tableau. Dentro de los extractos. Bien, el siguiente componente es la repostería. Como ya habrás notado, la repostería estuvo involucrada en cada proceso de mesa Entonces hablemos de ello. La repostería almacena muchos tipos diferentes de datos. Como, por ejemplo, puede almacenar los cuadernos que publicamos en el servidor, pero solo la parte de metadatos, no los datos en sí Los archivos XML de los libros de trabajo se pueden almacenar dentro de la repostería En la repostry encontramos también los datos de uso. Son datos los que te van a ayudar a entender el rendimiento y el tráfico sobre tu proyecto. Como por ejemplo, puede encontrar el número total de usuarios activos dentro del servidor de Tableau. Qué vista total cuenta por día, y podrás conocer las fuentes de datos más utilizadas en tu proyecto. Otro tipo de datos que puedes encontrar dentro la repostería es la información de seguridad Por ejemplo, qué usuarios pueden acceder a su contenido o qué usuarios pueden acceder a nuestro servidor de Tableau. Bien, así como puedes ver en la repostería, hay diferentes tipos de datos y contiene también enormes cantidades de datos en Tableau Server Pero es muy importante entender que son los datos dentro nuestros dashboards e informes no almacenados dentro de un repositorio Tenemos muchos otros componentes Tableouserver que vale la pena mencionar Como por ejemplo, el servidor de caché, almacena casi todo como imágenes, iconos, resultados de consultas, dashboards y así sucesivamente Entonces, si inicias un dashboard que ya se ha accedido antes, los datos van a ser extraídos del servidor de caché. Otro componente es el Backgrounder. En Tableouserver, puedes crear un horario para refrescar los datos dentro de tu extracto Y la tarea del backgrounder es verificar este horario cada 10 segundos y luego activar el proceso de refrescar el extracto si llega el momento Y el último componente que me gustaría mencionar aquí es la búsqueda y navegación. Los usuarios de Tableouserver, pueden buscar contenido Este componente se encarga de buscar dentro de la repostería y devolver los resultados a los usuarios Bien, si uno finalmente tenemos el último rompecabezas, los componentes de corte Si lo ponemos en la arquitectura, obtendremos todo el panorama general arquitectura de Tableau. Ahora vamos a hacer resumen muy rápido. La capa fuente, es la que está fuera de Tableau y contiene nuestros datos y podría estar en cualquier lugar como bases de datos o archivos. En la capa de disktope, los desarrolladores pueden comenzar a conectar Tableau Disktop a Con la copia de los datos dentro de Tableau usando una conexión de extracción o con las conexiones en vivo a las fuentes. El ir a empezar a construir visualizaciones usando hojas de trabajo, dashboards Y tanto de la fuente de datos como de las visualizaciones. Lo llamamos libro de trabajo y podemos enviarlo como archivo o compartirlo al servidor La capa de servidor va a alojar nuestros libros de trabajo y podemos encontrar muchos componentes como los conectores de datos para conectar nuestras fuentes al servidor de Tableau Y la puerta de enlace para conectar las solicitudes del cliente al servidor de Tableau. Y tenemos el servidor de aplicaciones responsable de los procesos de registro y publicación, el servidor VisCUL responsable del proceso de visualización, y el servidor de datos es el responsable de la administración de datos Tenemos otro componente como el motor de datos que va a manejar los extractos. En Tableau server, tenemos tres lugares donde van a estar los datos. Tenemos la repostería que contiene muchos datos diferentes, como el XML de los cuadernos y los objetos de seguridad Pero no los datos en sí, porque nuestros datos van a ser almacenados dentro del almacén de archivos como un extracto. Y tenemos el servidor de caché que contiene muchos tipos diferentes de datos para aumentar el rendimiento de Tableau. Y la última es la capa de consumo. Aquí encontramos los diferentes grupos de usuarios y clientes, como los lectores de Tableau que solo necesitan los archivos twBx directamente de los desarrolladores de Tableau y otro grupo de usuarios que van a usar Tableau para desarrollar nuevas vistas Y tenemos los lectores estáticos que van a recibir archivos como BDF y Excel Y luego tenemos un gran grupo de usuarios que va a acceder al servidor de Tableau usando Web o Tableau mobile para interactuar con el libro de trabajo populista Muy bien a todos, una cosa más que me gustaría mostrarles es este increíble tablero del equipo de Tableau. Te va a mostrar los diferentes componentes dentro Tableau Server y cómo van a interactuar para hacer una tarea. Por ejemplo, si vamos al flujo de trabajo o al proceso, podemos seleccionar, por ejemplo, el acceso a la vista. Y luego vamos a seleccionar si es como un extracto publicado o en vivo. Por aquí tenemos como slider. Si lo arrastras hasta el final, vas a ver cómo interactúan los componentes entre sí para hacer las tareas. Y en el lado derecho verás descripción para cada paso. Y esta es realmente una excelente manera de aprender cómo funciona Tableau Server. Aprendí mucho de esto para este tutorial, así que asegúrate de comprobarlo si quieres ver más detalles sobre otros procesos en Tableau Server. Voy a dejar el enlace en los materiales tutoriales. Bien chicos, así que eso es todo para la arquitectura del servidor de Tableau y sus componentes. A continuación aprenderemos la arquitectura de Tableau Public y cuáles son las limitaciones de Tableau Public. 70. Udemy 3 8 archpublic: Empecemos por la fuente de nuestros datos. En Tableau Public, solo puedes conectar archivos como CSV Jason, Microsoft Access y Google Sheets. El siguiente componente es Tableau Public Disktob. Es la versión gratuita de Tableau Disktob. Es un software que puedes descargar e instalar en tu PC. Así que aquí comenzamos conectando Tableau public a nuestros archivos mediante la creación de una fuente de datos. En la fuente de datos, solo tenemos un tipo de conexión. Es el extracto. Los datos deben copiarse de nuestros archivos para cargarlos dentro de Tableau Public Disktop No hay opción de conexión en vivo. Y luego después de eso, vamos a empezar a construir nuestras visualizaciones, o lo llamamos viss Ahora una vez que terminamos de construir las vistas y los dashboards usando Tableau Public Disctop, tenemos aquí solo una opción para Eso es para compartir todo el libro de trabajo, tus datos y las revistas con Tableau Public Tableau Public es una plataforma gratuita alojada por el equipo de Tableau para compartir las visualizaciones de todo el mundo Una vez que nuestras viss se publiquen al público de Tableau, D ahora se puede consumir de usuarios de todo el mundo Y aquí tenemos pocas opciones. Los usuarios pueden usar los navegadores web para ver e interactuar con sus visualizaciones, o los usuarios pueden descargar todo el libro de trabajo, sus datos e ideos en diferentes formatos como Tableau file, WPX o Il, BDF, La última opción de consumir tus vises se puede incrustar en tus sitios web y blogs Bien, ahora como Tableau Public es gratuito, viene con pocas limitaciones. A nivel de origen, podemos conectar Tableau Public solo a archivos. Los conectores de datos son muy limitados, y no podemos conectarnos, por ejemplo, a servidores. Y en el siguiente nivel, en el nivel de escritorio público, hay limitación. En la fuente de datos, solo tenemos un tipo de conexiones y ese es el extracto. Entonces no podemos tener conexiones en vivo con las fuentes y el libro de trabajo en sí, puede contener solo un con las fuentes y el libro de trabajo en sí, máximo de 15 millones de filas y no podemos guardar el libro de trabajo localmente en nuestro cercanías La única opción para compartirlo es publicarlo al público de Tableau. Pero hay como un trabajo alrededor para eso. Eso lo voy a mostrar en el siguiente tutorial. Bien, así que ahora pasemos al nivel de uso compartido con Tableau public. Aquí tenemos también, pocas limitaciones. Por ejemplo, el tamaño total disponible para cada cuenta es de sólo diez gigabyte. Y no hay forma de actualizar tus datos automáticamente. Cada vez que necesite nuevos datos, debe volver a publicar manualmente el libro de trabajo con nuevos Y el tercero, va a ser público, así que no hay manera de hacerlo como privado y compartirlo con sólo unas pocas personas. Siempre hay que publicarlo a toda la palabra. Ahora pasemos al nivel final. Tenemos a los consumidores. La única limitación aquí es que no puede usar Tableau Mobile para acceder e interactuar con las visualizaciones Muy bien a todos, decidí usar Tableau Public en este curso de Tableau ya que es gratuito. Y todos ustedes me pueden seguir con los ejemplos sin tener que pagar licencias extra. Y las limitaciones que tenemos en Tableau Public, no son realmente relevantes para el proceso de aprendizaje. Así que las principales características de Tableau, las visualizaciones de datos que tenemos en Tableau Desktop, están todas disponibles también en Tableau public sin ninguna limitación, así Tableau public sin ninguna limitación, que no te preocupes por ello Todo bien a todos. Entonces con eso, hemos aprendido la arquitectura de Tableau y sus componentes, y aprendimos cómo funciona Tableau internamente. Y con eso, hemos cubierto las partes teóricas de Tableau. Y en la siguiente sección, comenzaremos a preparar tu entorno para que puedas practicar Tableau conmigo durante el curso. Así que vamos a saltar. 71. 4 secciones Prepare: Podemos preparar su entorno de capacitación de Tableau. Para aprender Tableau, no solo debes ver los videos, tienes que practicar conmigo. Y por eso ahora vamos a ir a preparar tu entorno para poder trabajar conmigo. Y claro, no te preocupes por ello. Todo es gratis. Entonces comenzaremos descargando e instalando Tableau, luego vamos a ir a crear una cuenta pública de Tableau. Y después de eso, para asegurarnos de que todo esté funcionando, vamos a ir a crear nuestras primeras visualizaciones Y luego vamos a ir a publicarlo tu cuenta pública de Tableau. Y al final, lo que vamos a hacer, a lo mejor es tu primera vez que inicias Tableau, por eso te voy a llevar a un rápido recorrido por la interfaz de Tableau. Entonces ahora comencemos por el primer paso descargando e instalando Tableau. Así que ahora vamos. 72. Udemy 4 1 Descarga Instalar: Bien, comencemos con el primer paso. Vamos a ir a descargar Tableau, Disktop público. Para ello, vamos a ir a la página web pública Tableau.com voy a dejar el enlace en la descripción A partir de ahí, vamos a encontrar el menú Crea, y luego podemos dar click sobre eso. Después tenemos que descargar Tableau Disto Public Edition. Vamos a hacer clic en eso. Y luego vamos a ir al centro y dar click en Doable Public Ahora antes de que comience la descarga, tenemos que llenar este foro de registro. Esto no es para crear una cuenta pública, es solo algo, antes de que comience la descarga, vamos a dar el nombre, apellido, correo electrónico y país. Y luego vamos a hacer clic en descargar la aplicación. Y entonces la descarga que va a comenzar es de apenas 500 megabytes, por lo que no debería llevar mucho tiempo Ahora tenemos la descarga ya está hecha. Vamos a hacer clic en el archivo de ejecución para iniciar el proceso de instalación. Bien, Al inicio de la instalación, estamos en la página de bienvenida aquí. Como de costumbre, tenemos que leer y aceptar los términos, así que tienes que hacer eso. Y aquí tenemos segunda caja. Puede hacer clic en él si no desea enviar los datos de uso del producto al equipo de Tableau. Es como galletas. No me importa. Sólo voy a dejarla. Así que hacemos clic ahora Instalar. Una vez que hagas eso, la instalación va a comenzar. No debería llevar mucho tiempo. Bien, entonces ahora la instalación está terminada y Tableau se va a lanzar automáticamente. Bien, así que con eso, hemos dado el primer paso donde hemos descargado e instalado correctamente Tableau Public en la UPC Y a continuación vamos a crear Cuentas Públicas de Tableau, donde podrás compartir y publicar tu trabajo. 73. Udemy 4 2 Crea una cuenta: Bien, así que volvamos al sitio web public.tableau.com y en el lado derecho en la parte superior, vamos a dar click en Y luego tenemos que hacer click en este únete ahora gratis. Y ahora tenemos que rellenar este formulario de registro para poder crear una nueva cuenta pública de Tableau. Entonces tenemos que ingresar el nombre, el correo electrónico, la contraseña, y el país. Y entonces tenemos que leer y acordar los términos. Y vamos a dar click aquí. Yo no soy un robot. Y al final, vas a hacer clic en Crear Mi Cuenta. Y ahora nos llegó el mensaje para verificar nuestra cuenta. Entonces eso significa que tenemos que revisar nuestros correos electrónicos para activar nuestra cuenta. Entonces hagámoslo. Bien, entonces ahora después de verificar, recibí un correo electrónico de Tableau. Entonces voy a hacer click sobre él. Y luego voy a dar click en Verificar ahora para activar nuestra cuenta. Entonces voy a hacer click en eso y luego me va a mandar a mi cuenta. Y con eso tenemos una nueva cuenta pública activa de Tableau. Bueno, es como cualquier otra cuenta de redes sociales. Puedes agregar tus datos personales, por ejemplo. Podemos agregar nuestra foto o avatar. Entonces déjame comprobar qué puedo hacer por aquí. Tengo esta foto de la Torre de Televisión Studgard. Ahí es una reunión. Y luego voy a hacer clic en Guardar. Podemos agregar muchas otras cosas. Vamos a hacer clic en Editar perfil. Como puedes ver aquí, puedes vincular tus cuentas de redes sociales o agregar tus sitios web y así sucesivamente. Así que hagamos clic en Guardar ahora. Bien, entonces con eso, ya tienes Cuentas públicas Tablo, pero sigue vacía, no tenemos nada dentro de ella A continuación obtendremos los conjuntos de datos de entrenamiento, y voy a explicarte el modelo de datos que hay detrás de ellos. 74. Datos de Udemy 4 3 (correcto): Si quieres aprender alguna herramienta nueva como Tableau bar BI o cualquier otro lenguaje de programación, siempre necesitas un buen conjunto de datos para entrenar y practicar. Empiezo a buscar buenos conjuntos de datos de entrenamiento y después de mucha investigación, descargué como muchos, muchos conjuntos de datos. Pero no estaba contento con ellos. No me gustaron porque no cubren todos los escenarios que necesitamos para entrenar. Déjame decirte por qué esto es un problema. En proyectos reales, sus datos se almacenarán normalmente en almacenes de datos o fugas de datos dentro de muchas, muchas tablas diferentes. El primer paso en cualquier herramienta de visualización como Tableau o Power BI es conectar esas tablas y combinarlas en un solo modelo de big data. Capacitar con una sola mesa no te va a ayudar y prepararte para proyectos reales. Por eso decidí hacer mis propios conjuntos de datos para cubrir todos los escenarios de entrenamiento y tener múltiples tablas para aprender a combinarlos en un solo modelo de datos. Y por supuesto, puedes usar mi conjunto de datos para aprender cualquier otra cosa como SQL, Python, Power BI, etc. Entonces veamos qué he preparado para ti. Todo bien. Lo primero que vamos a ir al enlace en la descripción. Y luego vas a aterrizar en mi página web donde he recopilado todas las descargas y materiales del curso en una sola página. Entonces, por ejemplo, vas a ir a descargar los conjuntos de datos de entrenamiento. Tenemos aquí algunos enlaces importantes. Las tres hojas de hoja y muchas notas de boceto que he preparado para este curso. Y luego también, vas a encontrar para cada sección cuáles son los enlaces y bocetos importantes, y también los archivos de Tableau Este enlace también va a estar disponible para ti después del curso. Así que siempre puedes volver aquí y descargar las cosas que necesites y por supuesto gratis. Pero ahora lo que vamos a hacer, vamos a ir a descargar los conjuntos de datos de capacitación que necesitamos para nuestro curso. Aquí como puedes ver, tenemos dos archivos zip, uno para los no EU y otro para EU. Entonces, si actualmente estás en Europa, qué vas a hacer, vas a ir a descargar estos conjuntos de datos. Pero para todos los demás países, vas a ir a descargar los primeros conjuntos de datos, los conjuntos formación que no son de la UE. Y ahora podría preguntarse, ¿cuáles son las diferencias entre ellos? Bueno, se trata de los números decimales, ya que en nuestros conjuntos de datos tenemos diferentes números decimales, como las ventas en diferentes países, tenemos diferentes representaciones de los números decimales. Entonces todos los países europeos, utilizan, por ejemplo, la coma para separar el decimal del número entero Pero en muchos otros países, Estados Unidos, en Asia, tenemos el.para separar el número decimal del número entero, y si estás usando el formato incorrecto, ¿qué va a pasar Tableau no va a entender que este campo es un número decimal y lo va a convertir en cadena. Ahora, depende de tu ubicación, ve y descarga los conjuntos de datos por mí, estoy en Alemania, así que voy a ir con el segundo. Y como dije, depende de tu ubicación. Vamos a dar click en eso. A continuación voy a hacer, voy a ir a agarrar el archivo zip y ponerlo en algún lugar seguro. Entonces no quiero dejarlo debajo de las descargas, así que solo voy a crear un camino seguro para eso y luego comenzar a extraer los datos. Bien, ahora vamos a descomprimir el archivo. Entonces voy a ir a extraerlos todos. Bien, entonces ahora vamos dentro de él y revisemos los datos. Entonces aquí tenemos tres conjuntos de datos diferentes. Los primeros conjuntos de datos, los proyectos de Tableau, los dashboards de ventas Lo vamos a utilizar en la última sección una vez que empecemos a construir nuestros proyectos. Luego tenemos otros dos conjuntos de datos, los grandes conjuntos de datos y los pequeños conjuntos de datos. Vamos a utilizar estos dos conjuntos de datos en todo el curso. Entonces la pequeña fuente de datos y la fuente de big data, son muy similares. Entonces ahora podrías preguntarme, ¿por qué tenemos dos conjuntos de datos? Bien, entonces ahora abramos ambos y veamos qué tenemos dentro de ellos. Entonces como puedes ver, tenemos casi las mismas mesas, así que clientes, tenemos pedidos, productos y así sucesivamente. Y así son casi idénticos. Y ahora podrías preguntarme, ¿por qué tenemos dos conjuntos de datos? Nosotros, tenemos muchos tipos diferentes de cálculos y funciones. Por ejemplo, algunos cálculos van a cambiar los datos en el papel Evel Y es mejor tener un pequeño conjunto para poder entender sus resultados fácilmente. Por otro lado, tenemos cálculos como agregaciones en la tabla LOD Es mejor tener muchos datos para entender cómo funciona. Por eso he decidido tener dos conjuntos de datos para cubrir todos esos escenarios. Otra cosa de los conjuntos de datos es que el tipo de archivo es CSV. Tenemos sólo un Jason por aquí, así que puedes usar ya sea mesa pública o tablero de mesa para seguirme en el curso Bien, entonces ahora voy a guiarte a través del modelo de datos de nuestros conjuntos de datos. Aquí tenemos tres mesas típicas. Nuestros conjuntos de datos contienen información sobre el caso de uso de la supertienda Se trata simplemente de transacciones de ventas de clientes que piden productos por parte de una empresa. Es clásico y muy fácil de entender. La primera tabla de nuestro modelo de datos es la tabla del cliente. Contiene toda la información del cliente como el nombre de los clientes, sus ubicaciones y su puntaje. En los pequeños conjuntos de datos, tenemos cinco clientes, y en el grande tenemos alrededor de 800 clientes. Y la segunda tabla en nuestro modelo de datos son las órdenes. Contiene todos los pedidos realizados por los clientes. Entonces tenemos información como el pedido, la fecha, las ventas, la cantidad y las ganancias. En los pequeños conjuntos de datos, tenemos diez órdenes. Y en el conjunto de datos pico tenemos alrededor de cinco años de datos. Y eso es muy útil una vez que comenzamos a construir clústeres. Y la tercera tabla en nuestro modelo de datos son los productos. Contiene todos los productos que encontramos dentro de nuestra tienda de cena Así que tenemos informaciones como el nombre del producto, la categoría y la subcategoría En el pequeño conjunto de datos, solo tenemos cinco productos en la categoría monitor y accesorios. Pero en los conjuntos de datos pico, tenemos más de 2000 productos con categorías y subcategorías Bien, entonces ahora tenemos esas tres mesas, pero también tenemos relaciones entre ellas. Como por ejemplo, existe una relación entre los pedidos y los clientes. Se pueden conectar usando el ID de cliente. Y si revisas los pedidos y productos, puedes encontrar otra relación entre ellos donde puedes encontrar los ID de producto en ambas tablas. Y con eso podemos hacer una relación entre los pedidos y los productos. Todo bien. Kay, así que dejé toda esa información en mi página web. Allí puedes encontrar todos los enlaces a los conjuntos de datos que encontré durante mi investigación. Para que puedas ir allí y revisarlos si quieres. Bien, entonces ahora con eso, lo tenemos todo. Tenemos las herramientas, tenemos los datos, tenemos las cuentas. A continuación iremos y construiremos nuestra primera visualización en Tableau, y podremos publicarla en nuestra nueva cuenta pública de Tableau. 75. Udemy 4 4 Publicar Viz: Bien, si quieres, así que comencemos Tableau, Disktop público, si no lo tienes ya abierto Y luego en la página de inicio, vamos a ir al menú de la izquierda para conectar Tableau a nuestros datos. Así que da click en Archivo de Texto, y ahora vamos a ir a buscar nuestro archivo, el CSV de Cliente que acabamos de descargar. Y ahora podemos ver los datos del cliente dentro de Tableau. Pasemos a las hojas de trabajo. Voy a dar click en la pestaña naranja de aquí, hoja uno, para crear una nueva hoja de trabajo. Y ahora vamos a construir nuestra visualización en Tableau. Sólo tenemos que arrastrar y soltar desde el lado izquierdo. Arrastremos y soltemos el país en las columnas. Consigamos otro. Vamos a mover la cuenta a las filas. Bien, así que eso fue todo. Tenemos nuestra primera viz.Y aquí puedes ver en este visual cuántos clientes tenemos en cada país Con eso, terminamos de construir el libro de trabajo y ahora es el momento de compartirlo. Tristemente en Tableau Public, no podemos descargarla localmente en nuestro PC, pero voy a mostrarte que trabajas más adelante. Ahora la única opción que tenemos es publicarla en nuestra nueva cuenta pública de Tableau. Bien, ahora para hacer eso, vamos al menú principal de aquí. Después haga clic en Archivos. Y luego vamos a hacer clic en Seguro para Tableau Public. Por primera vez, hay que iniciar sesión con la cuenta pública de Tableau que acabamos de crear. Bien, ahora vamos a hacer clic en Iniciar sesión. Y ahora tenemos que darle un nombre, y yo lo llamo mi primera visualización Y una vez que haces clic en Guardar, Tableau Public Desktop puede comenzar a publicar nuestro libro de trabajo en Tableau Public. Y una vez que haces clic en Guardar, Tableau Public Desktop puede comenzar a publicar nuestro libro de trabajo en Tableau Una vez hecho con la publicación, una página web puede abrirse automáticamente, mostrando directamente su visualización en su cuenta pública Aquí está nuestra Z. Volvamos ahora a nuestra página de inicio. Y como pueden ver aquí, tenemos nuestra primera visualización publicada al público de Tableau Vamos a entrar de nuevo. Ahora todos en el mundo pueden ver tu visualización, interactuar con ella e incluso descargarla Veamos cómo podemos descargar eso. Ahí está el ícono de descarga por aquí, luego haz clic en eso. Y ahora puedes seleccionar el formato de archivo que quieras. Seleccionemos el último es el libro de trabajo de Tableau, así que haga clic en eso y luego haga clic en Descargar Y ahora obtendremos el archivo de Tableau bx, donde tenemos nuestros datos y nuestras visualizaciones dentro Entonces, si lo abres, podrás volver a ver nuestro trabajo. Y este es el trabajo alrededor que podemos usar para salvar nuestro trabajo localmente en nuestro BC en Tableau Public. Bien, así que con eso, has publicado tu primer vis en tu nueva cuenta pública de Tableau. Y a continuación te voy a llevar en un recorrido rápido en la interfaz de Tableau de las tres páginas principales de Tableau y vamos a aprender a navegar por Tableau. 76. Interfaz de Udemy 4 5 Tour: Ahora recuerdo en 2014, la primera vez que abrí Tableau, me sentí abrumado con todos los iconos y partes que tenemos en la interfaz de Tableau, y navegar por las páginas de Tableau fue muy confuso para mí al principio Y por eso te voy a llevar en breve recorrido en la interfaz de Tableau. Así que vamos. Bien, entonces ahora vamos a iniciar Tableau. Ahora lo primero que quiero mostrarles es que todo el asunto, todo el archivo, lo llamamos libro de trabajo Y el libro de trabajo es como cualquier otro libro. Contiene diferentes hojas. Y el libro de trabajo de Tableau contiene tres páginas principales. Tenemos la página de inicio. Es la página principal donde puedes conectar nuestros datos a Tableau. Y luego tenemos la página de fuente de datos. Es el lugar donde puedes conectar y combinar tus tablas juntas y hacer cambios en los meta datos como cambiar el nombre de columnas, etc. Y la tercera página en la que vas a pasar la mayor parte del tiempo es la página del espacio de trabajo. Es el lugar donde vas a construir tus zolizaciones de datos Bien, así que ahora podemos aprender a navegar por esas páginas y a cambiar entre ellas. Bien, una vez que comiences bajo, estarás en la página de bienvenida, la página de inicio. Ahora si queremos ir a la página fuente de datos, tenemos que conectar algo. Volvamos de nuevo al lado izquierdo por aquí, Conéctese al archivo de texto y luego seleccione nuestro archivo clientes y abra. Una vez que hagamos eso, vamos a aterrizar automáticamente en la página de fuente de datos. Ahora bien, si queremos volver a la página de inicio, para ello, vamos a ir a este icono de Tableau de aquí en el lado izquierdo. Si hacemos clic en eso, vamos a volver a la página de Inicio. Si queremos volver a la página de fuente de datos, vamos a hacer clic en el mismo icono. Haga clic en eso nuevamente, y volvemos a la página de fuente de datos con este icono. Siempre podemos volver a la página de inicio de Tableau. Bien, ahora veamos cómo podemos ir a la página del espacio de trabajo. Para hacer eso, vamos a ir al fondo. Por aquí encontrarás diferentes grifos. La primera es siempre la pestaña de origen de datos. Aquí es exactamente donde estamos ahora en la fuente de datos. Pero ahora si seleccionamos las hojas de Tableau, nos va a llevar a la página del espacio de trabajo. Si quieres volver a la página de origen de datos, hay dos formas de hacerlo. Primero, podemos quedarnos en la parte inferior por aquí, y podemos seleccionar la pestaña de fuente de datos. Al hacer clic en eso, volvemos a la fuente de datos. Y la segunda opción es que en el panel de datos, si vas al lado izquierdo, por aquí puedes ver a nuestros clientes de origen de datos. Y si haces doble clic sobre él, vamos a volver a la página de fuente de datos. Bien chicos, eso es lo que es, así es como puedes navegar por las páginas de Tableau. Vamos a tener ahora una visión general rápida de cada página. Bien, comencemos con la primera página, la página de inicio. Podemos ver aquí tres paneles conecta, abren y descubren. En connect podemos encontrar todos los diferentes tipos de datacnectors Y en Tableau public tenemos alrededor de diez. Eso es suficiente para el entrenamiento. Pero en Tableau a tenemos más de 90 conectores de datos. Ahora en el medio, tenemos abierto, una vez que inicies Tableau por primera vez, esta sección va a estar vacía. Pero a medida que comienzas a crear nuevos libros de trabajo, Tableau comenzará a mostrarte el libro de trabajo abierto más recientemente Y esto es muy agradable tener acceso rápido a nuestros cuadernos de trabajo Aquí, sólo hemos ganado la primera fase que publicamos antes. Y en el lado derecho encontrarás Discover. Encontrarás diferentes cosas del equipo de Tableau, como blogs , noticias, tutoriales de capacitación, etc. Y ahora en la parte inferior, puedes ver información sobre el software de Tableau, por ejemplo, ahora muestra que podemos actualizar a Tableau dicto o más tarde una vez Tableau lance una nueva versión de Tableau, encontrarás información aquí para actualizar tu Tableau Pero como acabamos de instalar la versión más reciente de Tableau, no la muestra. Bien, así que eso fue para la página de inicio. Vamos a saltar ahora al siguiente. Tenemos la página de origen de datos. A estas alturas, ya deberías saber cómo ir ahí haciendo clic en el icono de Tableau. Bien, qué tenemos aquí en la página de fuente de datos en el lado izquierdo, puede encontrar toda la información sobre nuestros datos. En conexiones, puede encontrar la información de conexión, y en los archivos puede encontrar todas las tablas que están dentro de nuestros datos. Y luego en el medio tenemos el nombre de la fuente de datos. Y luego por aquí tenemos el área donde vamos a construir nuestro modelo de datos. Y contiene dos capas, la capa lógica y la capa física. Eso lo voy a explicar en los próximos tutoriales. No te preocupes por eso. Debajo de eso, tenemos la cuadrícula de datos. Nos va a mostrar una muestra de nuestros datos, y por defecto, va a mostrar las primeras mil filas de datos. Y en el lado izquierdo tenemos otra grilla. Esta es la cuadrícula de meta datos. Nos muestra más detalles sobre los campos de tablas. Bien, así que eso es todo por ahora. Vamos a pasar ahora a la página siguiente, la página del espacio de trabajo. Y podemos hacerlo seleccionando la pestaña de la hoja. Bien, en la página del espacio de trabajo, podemos pasar la mayor parte del tiempo aquí construyendo nuestras visualizaciones Por eso tenemos muchos íconos y cosas alrededor. Así que déjame guiarte rápidamente aquí en esta interfaz. Bien, entonces vamos a empezar en la parte superior. Tenemos la barra de herramientas. muchos íconos y esos iconos lo son. Funciones más utilizadas en Tableau. A medida que estás construyendo tus visualizaciones, tienes un acceso rápido a esas funciones Como ya te habrás dado cuenta, hay algunas funciones que no son seleccionables. Bueno, hay que entender aquí que en Tableau, si algo está atenuado, eso no significa que esta característica no esté disponible en Tableau public, sino que significa que no es relevante para lo visual Ahora por ejemplo, si voy por aquí, va a ordenar lo visual, y como no tengo nada, no es relevante ordenarlo. Comprobemos los otros íconos. Tenemos el icono de Tableau, nos va a llevar a la página de inicio. Sabes que ya tenemos el deshacer y rehacer la última acción en lo visual Y como pueden ver como estoy el cursor sobre el icono de Tableau me va a dar breve descripción de la función aquí podemos crear una nueva fuente de datos, o por aquí podemos crear una nueva hoja de trabajo y así sucesivamente Así que simplemente coloca el cursor sobre todos los iconos y verás la función Bien, ahora pasemos al lado izquierdo. Tenemos aquí dos paneles. El panel de datos y el lapso analítico. De forma predeterminada, Tableau Gonhowas, el panel de datos. Pero si quieres ir al lapso analítico, simplemente haz clic en él. Puedes cambiar entre ellos con solo seleccionarlos. Veamos qué tenemos aquí en el panel de datos. Lo primero es que la fuente de datos contiene nuestros datos, y a continuación podemos encontrar las tablas dentro de esta fuente de datos. Actualmente solo tenemos una mesa, los clientes. Y podemos ver por aquí los campos o columnas dentro de nuestras tablas. Y aquí tenemos también un campo de búsqueda. A veces nuestra fuente de datos se vuelve muy grande y vamos a tener muchos campos, así que esta es una forma muy agradable de buscar un campo específico. Bien, entonces ahora vamos al panel de análisis. Y puedes encontrar por aquí funciones predefinidas que puedes agregar a tu visual, como agregar una línea promedio o hacer clustering o incluso puedes crear tu propia línea de referencia Cosas realmente bonitas. Bien, entonces ahora voy a volver a cambiar al panel de datos. Bien, así que ahora pasemos a la mitad. Y puedes encontrar por aquí diferentes estantes y tarjetas. vamos a utilizar para construir nuestras visualizaciones. Y todo funciona aquí con arrastrar y soltar. Entonces comencemos con la primera, las filas y estantes de columnas. Los visuales de tableau, tienen dos dimensiones, las filas y columnas Como cualquier otra tabla, si pones campos en el estante de columnas, va a crear una columna de la tabla. Mientras que si pones campos en las repisas de fila, va a crear una fila de la mesa. Cosas fáciles. Entonces ahora vamos a tener un ejemplo. Bien, así que vamos al lado izquierdo y vamos a arrastrar y soltar los países en las columnas. Y con eso definimos las columnas de lo visual por aquí. Entonces ahora vamos a tener algo en las filas. Vamos a tomar los recuentos y arrastrarlo y soltarlo en las filas. Y con eso definimos los visuales, columnas y filas. Si quieres intercambiar entre ellos, puedes ir a las Barras de herramientas aquí y dar clic en este icono. Y puedes cambiar entre ellos muy fácilmente. Si tienes muchas columnas, voy a volver a cambiar. Y ahora podemos agregar más columnas o más filas. Por ejemplo, tomemos el City Arrastrar y soltarlo en las columnas de aquí. Puedes tener múltiples cosas. Ahora bien, si quieres eliminar una de esas columnas, puedes hacerlo arrastrando y soltando en el espacio vacío. Bien, pasemos a la repisa del bages. Se puede utilizar para dividir el visual actual en una serie de páginas. Si quieres analizar algo así como paso a paso y tomarlo con calma, vamos a tener un ejemplo. Bien, tomemos de nuevo, el cliente. Cuenta un arrastre y suéltelo en las páginas. Puedes ver en el lado derecho tenemos una nueva ventana para controlar las páginas. Y ahora estamos en la primera página donde tenemos países con un solo cliente. Si hacemos clic aquí en el lado derecho, obtendrá los países con dos clientes y así sucesivamente. Y ahora para el siguiente ejemplo, voy a quitarlo. Así que sólo voy a arrastrar y soltar en el espacio vacío. Bien, así que pasemos a la siguiente repisa. Tenemos los filtros. Se puede utilizar con el fin de filtrar nuestro visual. Por ejemplo, vamos a pegar los países, arrastrarlo y soltarlo en los filtros. Y ahora aquí puedes decidir qué país se va a quedar y qué país va a dejar lo visual. Ahora si selecciono, por ejemplo, eliminemos Francia y hagamos clic en Aplicar. Puedes ver nuestro visual no contiene ahora el Country Friends. Ahora voy a sacarlo de nuevo de la repisa arrastrando y soltando en el espacio vacío. Entonces tenemos la tarjeta Mark. Se puede utilizar con el fin de diseñar lo visual. Por ejemplo, podemos agregar nuevos colores. Si arrastramos y soltamos los países encima de los colores, obtendremos un color para cada país. O podemos cambiar el tamaño de los pars, ya sea pequeños o grandes, o podemos agregar etiquetas y así sucesivamente Bien, ahora pasemos a la mitad. Por supuesto, aquí tenemos nuestra opinión, contiene visualizaciones o lo llamamos visas Primero tenemos el título y puedes cambiarlo haciendo doble clic sobre él. Vamos a darle un nombre. Por ejemplo, clientes por país, y luego haga clic en Aceptar. Bien. Debajo de eso, tenemos nuestra visualización, y contiene diferentes cosas. Por ejemplo, tenemos los encabezados, y aquí tenemos los países también, tenemos el eje. Ahora la intersección entre esos campos son las marcas. Esas marcas podrían ser como pars en este ejemplo o podrían ser una línea o círculos o cualquier otra forma Ahora bien, si revisamos la parte inferior de la interfaz de la mesa, puedes encontrar el estado par. Contiene muchos detalles sobre nuestro visual. Por ejemplo, dice que tenemos tres marcas. Por supuesto que tenemos tres partes. Tenemos una fila y tres columnas. El número total de clientes es de cinco. Ahora agreguemos más cosas a lo visual para ver cómo cambian esos estados. Tomemos las puntuaciones, arrástralas y suéltelas en las filas. Se puede ver aquí tenemos ahora seis marcas, tenemos seis pars, tenemos dos filas y tres columnas Esas estadísticas son realmente importantes una vez que tus visualizaciones se complican Ahora tenemos uno muy sencillo, podemos contarlo y ver que tenemos seis partes. Pero si tenemos muchos puntos y muchos puntos, es muy difícil contarlos. Es muy agradable verificar el estado par para ver detalles sobre nuestro visual. Bien, ahora pasemos al lado derecho y vamos a ir al ícono de show me. Seleccione eso. Ahora obtendrás diferentes visualizaciones que ofrece Tableau con solo hacer clic en ellas. Vas a cambiar todas las visualizaciones en nuestro punto de vista aquí Podemos cambiarlo a tablas o a gráficos circulares o a tres mapas y así sucesivamente. Ahora solo ve y explora esas diferentes visualizaciones. Ya te habrás dado cuenta de que algunas de ellas están calificando, no podemos usarla aquí. Nuevamente, está disponible pero no tenemos los requisitos para usarlo. Por ejemplo, si vas al gráfico de líneas aquí, Table te dice cuáles son los requisitos o qué necesita Tableau para construir esta visualización. Se necesita una fecha. No necesita ninguna dimensión, y necesita al menos una medida. Actualmente en nuestra opinión, Tableau no puede crearlo porque no tenemos ningún campo de fecha en nuestra vista. Todo bien a todos. Ese fue el componente principal de las hojas de trabajo Ahora, antes de ir al tablero, voy a hacer pocas cosas. Puedes seguirme. ¿Bien? Voy a deshacer esas visualizaciones y volver a la par Y luego voy a crear unas nuevas hojas. Entonces voy a dar click por aquí, crear unas nuevas hojas de trabajo Y luego me voy a llevar a los países. Y esta vez voy a tomar los puntajes por aquí. Y luego voy a usar los gráficos Pi de aquí. Voy a ponerle algunas etiquetas. Bien, ya es suficiente. Pasemos ahora a los dashboards. Podemos hacerlo creando un nuevo tablero en el icono de aquí. Ahora estamos en la interfaz del tablero. No voy a explicar todo por aquí. Solo es importante entender que en el tablero podemos comenzar a compilar diferentes hojas en un solo lugar Podemos arrastrar y soltar la hoja número uno donde tenemos los clientes por país. Entonces podemos tomar la hoja número dos, simplemente colocarla en algún lugar por aquí. Entonces tengo en un solo lugar dos visuales, la hoja número uno y la hoja número dos Este es el trabajo principal del tablero. Todo bien a todos. Ahora te voy a mostrar el último tipo de hojas que tenemos, la historia para poder crear una nueva, vamos a ir al fondo por aquí y dar click en este icono. Y con eso hemos creado una nueva historia, historias en Tableau. Son como secuencia de visuales y la usamos generalmente para presentaciones si quieres contar una historia a partir de nuestros datos. Bien, ¿qué tenemos? Por aquí en el lado izquierdo, tenemos las imágenes que creamos Podemos ver las hojas de trabajo y también el tablero. Y luego por aquí podemos agregar nuevos puntos de historia. En el medio tenemos en esta sección, como Navigator, para repasar por nuestra historia. Y entonces aquí vamos a presentar la historia o las vistas. Lo que vamos a hacer ahora en el primero podemos arrastrar y soltar el dashboard. Vamos a dos que ahora. Podemos agregar un siguiente paso agregando tablón por aquí. Y luego vamos a tomar la hoja número uno y luego podemos agregar una nueva en blanco y luego la hoja número dos. Entonces ahora tenemos historia. Comienza con el panorama general con el tablero. Y a medida que avanzamos paso a paso por la historia, vamos más en detalles. En cada visual. Es una manera muy agradable de presentar o contar una historia usando nuestras imágenes. Bien, así que ahora tenemos instalado el software de Tableau. Tenemos los dos conjuntos de datos de capacitación, la cuenta pública para compartir su trabajo y todo está listo para comenzar a aprender Tableau. Entonces con eso, hemos terminado esta sección donde hemos preparado su entorno para practicar Tableau. Y en la siguiente sección, profundizaremos en la fuente de datos de Tableau para aprender a construir un modelo de datos en Tableau combinando tablas. 77. Combinar 5 secciones: Modelado de datos en Tableau. Cada tablero o gráficos exitosos en Tableau se pueden basar en un modelo de datos sólido, y tener habilidades de modelado de datos es esencial para cada tabla, objetos o proyectos de inteligencia empresarial. Entonces por eso vamos a empezar a aprender los fundamentos del modelado de datos, incluyendo el esquema estrella y el esquema del copo de nieve Y luego te voy a presentar el Modelado de Datos de Tableau, donde podrás aprender las capas físicas y lógicas. Y luego podemos aprender los diferentes métodos sobre cómo combinar tablas en el modelado de datos usando uniones uniones, fusión de datos. Y claro, para entender las diferencias entre ellas, vamos a comparar lado a lado. Y claro, voy a guiarte en cuándo usar qué métodos. Y al final, vas a ir a construir dos fuentes de datos basadas en nuestros conjuntos de datos de capacitación. Entonces comencemos con el primer tema donde podamos entender los fundamentos de la modulación de datos. Ahora vamos. 78. Udemy 5 1 DM: En proyectos reales, sus datos van a ser almacenados, normalmente en almacenes de datos o enlaces de datos dentro de muchas, muchas tablas diferentes. El primer paso en cualquier herramienta de visualización como Tableau o PI es conectar esas tablas y combinarlas en un solo modelo de big data. Empecemos con la pregunta, ¿qué es la modulación de datos Los datos modulan el proceso de organización y representación de los datos de una manera clara y comprensible Cada modelo de datos tiene entidades, entidades, cosas como clientes y productos o eventos como pedidos. Y dentro de esas entidades, tenemos informaciones, y las llamamos atributos como el nombre y el apellido dentro de la entidad, clientes. Y describimos en el modelo de datos cómo esas entidades están conectadas o relacionadas entre sí y lo llamamos relaciones. Este modelo de datos, esta representación visual de los datos nos facilita a nosotros y a los programas entender los datos, lo cual es realmente importante para tomar decisiones y mejorar el desempeño del negocio. Bien, entonces tenemos tres tipos diferentes de modelos de datos en diferentes niveles de abstracción. Primero tenemos el modelo de datos conceptuales. Este tipo es la representación de alto nivel del modelo de datos sin entrar en detalles sobre cómo se implementa el modelo de datos. Es como un mapa que muestra las entidades importantes y las relaciones. Y usualmente usamos este tipo para explicar los modelos de datos a analistas de negocios y accionistas para comprender el panorama general de los datos El segundo tipo es el modelo de datos. En este modelo de datos, vamos más en detalles sobre cómo se estructuran y organizan los datos. Definimos en este modelo los atributos de cada entidad, e incluye también restricciones y más detalles sobre las relaciones entre las entidades. Este modelo de datos suele ser utilizado por diseñadores y desarrolladores de bases de datos como un plano para las implementaciones Y el tercer tipo es el modelo de datos físicos. Este tipo representa las implementaciones reales del modelo de datos. Incluye todos los detalles técnicos sobre cómo almacenar los datos. Al igual que los tipos de datos de las atroputas, las claves primarias y foráneas, índices, etc. Este modelo de datos es utilizado por los desarrolladores para crear y administrar las bases de datos. Bien, así que vamos a resumir. El modelo conceptual de datos muestra el panorama general de los datos. El modelo de datos lógicos proporciona un plano para las implementaciones Y el modelo de datos físicos muestra cómo se implementan los datos en las bases de datos. Y Tableau sí adaptó los modelos de datos lógicos y físicos en las fuentes de datos. Pero no tenemos modelo de datos conceptuales en Tableau. No te preocupes por ello. Te mostraré más detalles más adelante. Bien, así que ahora para el análisis y especialmente para el almacenamiento de datos y la inteligencia de negocios, necesitamos modelos de datos especiales que estén optimizados para consultas y para Debe ser flexible y fácil de entender. Y para eso tenemos dos modelos de datos especiales. El primero es el esquema estrella. El esquema estrella tiene una tabla central de hechos y está rodeado de tablas dimensionales. Las tablas de hechos contienen eventos y las dimensiones contienen información descriptiva. La relación entre el hecho y las tablas de dimensiones forman forma de estrella, y por eso lo llamamos modelo de datos de esquema de estrella. Lo llamamos esquema de copo de nieve. Es muy similar al esquema de estrella, pero las dimensiones aquí se están dividiendo en subdimensiones. Tablas o dimensiones normalizadas significa que esas tablas se descomponen en trozos pequeños para evitar tener tablas grandes o grandes dimensiones, lo que lleva a muchas duplicaciones de datos y un rendimiento lento La forma de estos modelos de datos parece que esquema de estrella de Snowflake es un modelo de datos simple y fácil de entender y generalmente lo usamos si nuestro conjunto de datos es pequeño o mediano Por otro lado, el esquema del copo de nieve es más complejo, pero elimina los duplicados y reduce los espacios de almacenamiento Por lo general, lo usamos si tenemos conjuntos de datos grandes. Bien, entonces los conjuntos de datos que he preparado para este curso de Tableau están usando el modelo de datos del esquema estrella solo para mantenerlo simple y fácil de seguir. Bien, nuestro modelo de datos tiene un nombre y lo llamamos esquema Star. Si vas a trabajar en proyectos reales, vas a escuchar mucho sobre el esquema estrella. El esquema estrella tiene principalmente dos tipos de tablas, hechos y dimensiones. Por ejemplo, tenemos la mesa Clientes. Describe a cada cliente por su nombre, apellido, país, etc. Entonces los clientes es una tabla de dimensiones. Y tenemos otra tabla de dimensiones en nuestro modelo de datos. Es la tabla de productos que describe así cada producto por su nombre y categoría. También es una dimensión. Bien, entonces ahora hablemos del segundo tipo de tablas en el esquema estrella. Tenemos los hechos, por ejemplo, echemos un vistazo a la mesa grande en el medio, podemos ver tres cosas. Se puede ver primero, muchas claves de las otras dimensiones. Tenemos el ID de pedido, ID de cliente, ID de producto, y podemos ver las fechas. Entonces tenemos la fecha del pedido, la fecha de envío, y lo tercero, podemos ver muchos números. Tenemos cantidades de ventas, ganancias, las llamamos también, medidas. Si ves esas tres cosas, eso significa que tenemos un evento o hecho. Los datos de la tabla conectan las dimensiones entre sí. Cuenta con fechas y también medidas. Bien, Entonces para resumir, ¿cómo decidimos si una tabla es dimensión o hecho Si tienes una tabla que contiene información sobre una persona física o un objeto, como empleado, clientes, broductos, entonces esta tabla es una dimensión Y por lo general son mesas pequeñas. Y por otro lado, si tienes una tabla que contiene eventos, por ejemplo, tenemos registros de ventas o puertas, transacciones ETM Cualquier mesa que tenga eventos, transacciones y tenga tiempo en ella, Es hechos, y por lo general son mesas realmente enormes, ¿bien? Entonces en nuestro modelo de datos, en los conjuntos de datos tenemos dos dimensiones. Tenemos los clientes y productos, y en el medio tenemos nuestro hecho, los pedidos. Bien, entonces ahora si escuchas en tu proyecto a alguien hablando de esquemas estelares y demás, sabes exactamente lo que significan Son conceptos muy importantes en analítica y palabras de BI si estás usando Tableau o Bar BI. Todo bien. Entonces con eso, has aprendido algunos conceptos importantes en la modulación de datos. A continuación aprenderemos el modelo de datos de Tableau y las dos capas, capas físicas y lógicas. 79. Udemy 5 2: Bien, una vez que conectamos nuestros datos a Tableau, tenemos que crear un modelo de datos en nuestra fuente de datos. Si tus datos contienen solo una tabla, entonces tu modelo de datos es muy simple. Tienes una sola tabla en tu modelo de datos. Pero en proyectos de la vida real, las cosas se complican más donde tienes múltiples mesas. Y Tableau aquí ofrece cuatro métodos diferentes de cómo combinar y conectar sus tablas. Tenemos relaciones, uniones, unión y mezcla de datos. Ahora, antes de comenzar a hacer deep dive y esos métodos, primero entendamos que los datos modulando en Tableau, en el modelo de datos de Tableau, tenemos dos capas Tenemos la capa física y encima de ella tenemos la capa lógica. En la capa física, podríamos tener un par de tablas físicas y podemos combinarlas en Tableau usando dos métodos, ya sea uniendo las tablas o usando unión entre ellas. Ahora pasemos a la capa lógica. Es la capa de nivel superior y nos proporciona como un resumen para ocultar todos los detalles en la capa física. Esto es especialmente agradable si tenemos muchas mesas en la capa física. Una vez que estamos construyendo nuestras visualizaciones, no queremos ver todas esas tablas en la capa física La capa lógica nos va a proporcionar como un resumen o va a ocultar todos esos detalles. El resultado de fusionar las tablas usando join y union en la capa física se van a presentar en la capa lógica con tabla única, tabla plana, y la llamamos tabla ilógica Eso quiere decir que vamos a tener dos tablas lógicas. El primero va a representar tres mesas después de hacer el join. Y la segunda va a representar dos tablas usando la unión. Pero todavía tenemos en modelado de datos para conectar esas dos tablas lógicas en Tablo, tenemos un solo método para hacer eso, y lo llamamos relaciones Es muy importante entender que en la capa lógica, no podemos fusionar tablas en una tabla después volver a conectarlas usando la relación entre las dos tablas lógicas La mesa se va a quedar como está y nada se va a fusionar. Simplemente describimos la relación entre las dos tablas lógicas. Ahora volvamos a esas dos capas, tanto de la capa física como de la capa lógica. Lo podemos encontrar dentro de Tableau Data Source. Y como saben, encima de la fuente de datos, tenemos nuestras visualizaciones Y se puede ver en este ejemplo sólo las tablas de la capa lógica. Y puede comenzar a construir sus visualizaciones utilizando los datos disponibles de la capa lógica Pero a veces mientras trabajas con los proyectos, construyes otra fuente de datos con otro modelo de datos. Aquí en este ejemplo, es importante entender que no todas las tablas lógicas provienen de las tablas físicas. Podrían venir directamente de tu sistema fuente. Ahora para construir visualizaciones de uno tanto de los modelos de datos como de las fuentes de datos, tenemos que conectar de alguna manera esos dos modelos de datos o fuentes de datos Y lo podemos hacer en el nivel de visualización donde Tableau nos ofrece el último y muy único método de conectar y combinar tablas, algo llamado mezcla de datos. Al observar esto, puede ver que Tableau nos ofrece cuatro métodos diferentes de cómo combinar y conectar tablas en diferentes capas y diferentes niveles. En la capa física, tenemos las articulaciones y uniones. Tenemos en la capa lógica las relaciones, y en el nivel de visualización tenemos mezcla de datos. Bien, así que ahora veamos en Tableau cómo podemos navegar a través de la capa física y una capa lógica. Actualmente estamos en una página de fuente de datos, y por defecto, vamos a ser una capa lógica en el modelo de datos. Entonces eso significa que cualquier cosa que arrastremos y soltemos en nuestro modelo de datos va a ser considerada como una tabla lógica. Los clientes es tabla ilógica. Tomemos otra. Tomemos las órdenes, arrástralas y soltemos por aquí. Entonces esta es nuestra segunda tabla lógica. Y como puedes ver, Tableau sí creó entre ellos una relación. Porque en una capa lógica solo podemos hacer relaciones. Entonces ahora estamos en la capa lógica, ¿cómo podemos ir a la capa física? Para ello, vamos a ir dentro de una tabla lógica. Vamos a ver a los clientes y hacer doble clic en él. Una vez que hagamos eso, vamos a ir a la segunda capa. Ahora estamos dentro de la capa física. Tableau te va a decir por aquí, los clientes están hechos de una tabla porque ahora solo tenemos una tabla física, cualquier cosa que arrastremos y soltemos en el modelo de datos va a ser considerada como una tabla física. Por ejemplo, podemos tomar los Detalles del cliente, vamos a arrastrarlo y soltarlo por aquí. Y por defecto, Tablo va a crear entre ellos, no relación, va a crear una unión entre esas dos tablas físicas Y claro que podemos hacer una unión entre ellos. En la capa física, podemos hacer uniones y uniones. Como puedes leer aquí, dice el cliente, la tabla lógica. Los clientes están hechos de dos mesas físicas. Si la tienes en este icono, verás exactamente que tenemos dos tablas físicas define la tabla lógica clientes. Ahora bien, si quieres volver a la capa lógica, podemos hacerlo simplemente cerrando la capa física. Vamos a hacer clic en eso. Ahora se puede ver que los clientes tiene un nuevo encendido, dice en la capa física hay como una unión y obtenemos más información si la tenemos en las mesas, dice tabla lógica Clientes. Eso está hecho de dos mesas físicas, los clientes y los detalles de los clientes. Eso significa que los datos en las tablas lógicas provienen de la capa física. Pero si vamos a las órdenes por aquí, no verás tablas físicas. Los datos provienen directamente de las tablas originales. Y con eso, hemos aprendido a navegar a través de la capa física y lógica. Bien, así que con eso, hemos aprendido el modelado de datos en Tableau y cuál es la capa física y lógica. A continuación, comenzaremos a aprender a combinar tablas en Tableau y comenzaremos con uniones. 80. Udemy 5 3 joins: Bien, así que comencemos a hablar de unir mesas. Normalmente tenemos dos mesas, mesa y mesa B. Si queremos combinarlas en una mesa grande, entonces podemos usar junta entre ellas. Lo primero que hay que entender es que una vez que usamos unir entre dos mesas, entonces tenemos dos lados. Cuadro A va a ser el cuadro izquierdo y el cuadro B va a ser el cuadro derecho. Ahora ¿qué va a pasar después de que nos unamos a las mesas? Todos los campos de la tabla izquierda estarán en la salida. Y luego se agregarán todos los campos de la tabla derecha junto a ella. Juntas combina los campos o las columnas de dos tablas. Ahora, para poder hacer cosas unidas, primero necesitamos el campo clave. Es un campo que lo puedes encontrar en ambas tablas. Y después de eso, tenemos que definir el tipo de unión. Y tenemos que elegir entre cuatro tipos diferentes de juntas. Tenemos la unión interna, la unión izquierda, la unión derecha y la unión completa. Si conoces a L, entonces conoces esos tipos. Es exactamente la misma lógica. Pero vamos a tener un ejemplo rápido para entender los cuatro tipos de articulaciones. Bien, ahora tenemos este ejemplo donde tenemos dos tablas simples. Tenemos los nombres del cliente y la edad del cliente. Y queremos combinarlos en una mesa porque no tiene sentido tener dos mesas sobre los clientes. Queremos hacer una mesa de clientes y queremos combinarlos. En la primera tabla tenemos la identificación y los nombres. Y en la segunda mesa tenemos también las identificaciones y la edad. Es muy fácil. La clave para este conjunto es el ID de cliente. Ahora veamos los diferentes resultados usando esos diferentes tipos de juntas. Empecemos con el primer tipo de unión, La unión interna. Inner join dice que la salida va a mostrar solo las filas coincidentes desde la izquierda y desde la derecha. Eso significa que las filas coincidentes no se presentarán en la salida. Veamos cómo funciona esto. Lo primero que va a pasar es que vamos a combinar primero el campo primero. Vamos a empezar por el lado izquierdo, luego el lado derecho. Ahora vamos a empezar a hacer coincidir las filas. Vamos a empezar por el lado izquierdo. ¿También tenemos el ID de usuario uno en el lado derecho? Tenemos un partido en ambas mesas. Tenemos el ID de cliente uno, esto, lo vamos a ver en la salida y luego procedemos por el lado izquierdo. ¿También tenemos el número de identificación del cliente dos en el lado derecho? Verás que no lo tenemos. Solo tenemos al cliente número tres. Eso significa que dos no coinciden en el lado derecho y el cliente tres no coincide en el lado izquierdo. Eso fue. Si utilizas inner join en este ejemplo, te pondrás en el ID de cliente número uno, ya que lo encontramos en ambas tablas. Pasemos al siguiente. Tenemos el join left, left joint dice que vamos a tener todo desde la mesa izquierda sin marcar nada pero desde la tabla derecha vamos a tener solo las filas coincidentes. Si hacemos levantar junta entre esas dos mesas, vamos a tener la siguiente salida. Primero vamos a tener los campos de la tabla izquierda y los campos de la mesa derecha cerca uno del otro. Y entonces vamos a tener a todos los clientes de la mesa de la izquierda sin verificar nada. Todo va a ser presentado por aquí, esos dos clientes. Y luego desde el lado derecho, vamos a tener sólo las filas coincidentes. Eso quiere decir, ¿tenemos el número de identificación de cliente uno en la mesa correcta? Sí, lo tenemos. Entonces lo vamos a tener en la salida. Pero el número de identificación del cliente dos, no lo tenemos en la mesa correcta, lo que significa que va a estar vacío. Vacío significa nulos. Aquí vamos a tener los valores de nulos tanto en el campo ID como también en la edad Y eso es todo, esta es la salida de left join. Bien, así que ahora vamos a pasar a la siguiente. Tenemos el porro adecuado. Puede que ya entiendas cómo funciona. Vamos a tener todos los caminos de la tabla derecha y sólo las filas coincidentes de la tabla izquierda. Veamos cómo va a ser la salida si lo hacemos bien entre esas dos tablas. Como de costumbre, vamos a tener todos los campos, todos los campos de la derecha, y vamos a tener todas las filas de la tabla derecha sin verificar nada. Vamos a tener esos dos clientes, y luego empezamos a emparejar desde el lado izquierdo. ¿Tenemos el cliente número uno? Sí, lo tenemos. Vamos a agregarlo por aquí. ¿Tenemos el cliente número tres? Como pueden ver, sólo tenemos los dos. Eso significa que no tenemos información y vamos a tener los nulos Esos pueden estar vacíos, Eso es todo. Es exactamente lo contrario de la unión izquierda. Ahora al tipo final de incorporación, tenemos el join completo. Articulación completa significa todo desde la izquierda y todo desde la derecha sin faltar nada. Veamos qué va a pasar si tenemos total articulación entre esas dos mesas. Como es habitual, comenzamos con los campos desde la izquierda y desde la derecha, luego tomamos todo desde el lado izquierdo. Llevamos a esos dos clientes por aquí. Desde el lado derecho, vamos a hacer que el emparejamiento crezca para esos dos clientes. Para el número de identificación uno, tenemos este, pero para los dos, no tenemos ningún emparejamiento crece, vamos a tener nulos por aquí Pero como ves no tenemos todo del lado derecho. Falta el número de identificación del cliente tres. Es por eso que usando full joint vamos a tener esa información por aquí y luego la vamos a igualar también desde el lado izquierdo. ¿Tenemos algún cliente número tres en el lado izquierdo? Tenemos eso significa que también vamos a tener nulos. Ahora comprobando la salida, se puede ver que tenemos todo, todos los datos de la izquierda, todos los datos de la derecha donde no hay coincidencia, vamos a tener nulos Como puedes ver, debes tener mucho cuidado con el tipo de articulación que estás usando porque al usar la incorrecta, esto podría causar la pérdida de datos. Si quieres estar seguro y no quieres perder ningún dato, entonces tienes que usar el join completo. Pero tristemente, las juntas completas son muy lentas y vas a terminar teniendo mesas muy grandes, sobre todo si ambas mesas tienen muchas filas incoincidentes Y ahora quiero que entiendas cómo funcionan las articulaciones en Tableau, qué puede suceder en segundo plano una vez que unamos tablas. Tenemos la fuente de datos, tenemos las visualizaciones, y dentro de la fuente de datos tenemos la capa física y la capa lógica En la capa física, vamos a unir ambas tablas A y B. Una vez que hagamos eso, Tableau puede crear una nueva tabla combinada A y B. En la capa lógica, esta tabla, llamamos tabla lógica que contiene datos de ambas tablas. Entonces en la capa de visualización, digamos que queremos seleccionar los campos de F dos y F cuatro. Tableau puede consultar la fuente de datos y la fuente de datos para obtener los datos de la nueva tabla lógica combinada B y luego enviar los datos a las visualizaciones Se puede ver que la interacción entre las visualizaciones y la fuente de datos va a estar en la capa lógica La capa física va a estar completamente fuera de la imagen. Así es simplemente como funcionan las articulaciones en Tableau. Bien, ahora cómo podemos hacer articulaciones en Tableau. Digamos que queremos unir a los clientes de la mesa con los pedidos. Primero vamos a ir al lado izquierdo por aquí. Bebieron y dejaban caer a los clientes. La articulación se va a hacer en la capa física, tenemos que ir ahí. Vamos dentro de los clientes. Y ahora estamos en la capa física. Vamos a tomar las órdenes y simplemente arrastrarla y soltarla por aquí en el espacio vacío. Con ese estable como default se puede crear una unión interna entre los clientes y los pedidos. Si queremos personalizar el join, vamos a ir por aquí en el icono y hacer clic en él. Y tenemos aquí dos cosas que hacer. Primero, vamos a definir el tipo de unión. Como aprendimos, tenemos la unión interna izquierda, derecha y exterior completa. Simplemente puedes hacer click entre ellos y ver qué datos pueden faltar y qué datos se pueden presentar como el ejemplo que te mostré. Entonces me voy a quedar con la articulación interna y lo siguiente que vamos a definir, la clave para la articulación Tableau sí entendió que hay ID de cliente de la izquierda, hay ID de cliente a la derecha, y esta es la combinación perfecta, que es correcta. Pero digamos que estuvo mal y quieres elegir la clave correcta para el porro. Lo que vas a hacer, vas a ir al lado izquierdo por aquí, haz clic en la flecha, obtendrás todos los campos de la tabla izquierda y seleccionarás el correcto. En este ejemplo, el ID de cliente es correcto. Entonces me voy a quedar con él y tú vas al lado derecho. Tú también tienes, el mismo icono por aquí. Y obtendrás todos los campos de la tabla correcta y seleccionarás el que más te convenga. Una cosa más. Tu clave para la articulación podría ser no solo un campo, podría ser múltiples campos. Puedes agregar más campos aquí. Vas a la siguiente fila y seleccionas el siguiente campo para la unión. Pero en este ejemplo, sólo tenemos una clave. Voy a cerrar esto. Hemos montado las articulaciones. Te vas a quedar con la unión interior. Podemos volver al modelo lógico de datos. Y como pueden ver, la mesa de aquí tiene icono de unirse. Nos dice que estas tablas lógicas es resultado de unir dos tablas. Eso es. Así es como puedes hacer uniones en Tableau. Bien, eso es todo para la mezcla de articulaciones. Aprenderemos los segundos misods, cómo combinar tablas usando union 81. Udemy 5 4 Union: Bien, entonces ahora hablemos de unión. Digamos que tenemos dos tablas y ambas tienen exactamente las mismas columnas. A veces tiene sentido combinarlos en una mesa grande, y podemos hacerlo usando la unión. Una vez que hagamos unión, ¿qué puede pasar? Las columnas y las filas de la tabla izquierda se van a presentar en la salida de la tabla derecha. Sólo las filas van a ser una pluma en la salida debajo de la primera. Unión Al ir a combinar las filas de dos tablas en la unión correctamente, tenemos dos requisitos. Primero, ambas tablas deben tener exactamente el mismo número de campos, y segundo, el campo debe tener exactamente los mismos tipos de datos. Entonces como pueden ver, no necesitamos la clave entre esas dos mesas. No es como el unirse. Bien, así que ahora vamos a tener un ejemplo rápido y muy sencillo sobre la Unión. Tenemos aquí dos mesas muy simples, las órdenes de 2022, las órdenes de 2023, y como pueden ver, ambas mesas tienen exactamente la misma estructura. Entonces tenemos dos columnas, la ID y la fecha, en ambas tablas. Y tiene sentido fusionarlos en una sola tabla. Nosotros lo llamamos órdenes. Entonces, si hacemos unión entre ellos, ¿qué puede pasar en la salida? Va a comenzar desde la tabla de la izquierda y va a tomar primero los campos, el ID y las fechas. Y entonces va a tomar todas las filas del lado izquierdo y ponerlo en sus resultados ahora de la tabla derecha, no volveremos a tomar los campos porque ya lo tenemos de la tabla izquierda. Va a tomar sólo las filas y abandonar al final de la mesa. Va a tomar las dos órdenes, 3.4 y simplemente ponerla debajo de la mesa por aquí. Y eso es todo. Es muy sencillo y fácil. Solo necesita exactamente el mismo número de columnas o campos y exactamente los mismos tipos de datos. Ahora vamos a entender cómo funciona la unión en Tableau y qué va a pasar en segundo plano. Una vez que hacemos unión, tenemos aquí de nuevo nuestras capas. Y la unión es muy similar a unir en la capa física, tenemos nuestras tablas A y B. Una vez que hagamos unión entre ellas, Tableau va a crear una nueva tabla lógica combinada donde va a combinar las filas de ambas tablas. Entonces en el nivel de visualización, digamos que tomamos el campo F uno. Tableau va a enviar una consulta a la fuente de datos. Y fuente de datos va a pedir a la tabla lógica para obtener los datos. Una vez que Tableau obtenga los datos de la fuente de datos, se van a presentar en la visualización. Como ves de nuevo aquí, la interacción es entre las visualizaciones y la capa lógica Bien, ahora veamos cómo podemos hacer unión en Tableau. Vamos a trabajar con las dos mesas. Órdenes y órdenes son afeitados, Ambos tienen exactamente el mismo número de fallas y también exactamente los mismos tipos de datos Para hacer eso, vamos a tomar las órdenes arrastrarlo y soltarlo en la capa lógica. Pero ya sabes, podemos hacer unión sólo en la capa física. Tenemos que ir dentro de las órdenes. Haga doble clic en él, y ahora estamos en la capa física. Tomemos la segunda mesa, los ordena un espectáculo, en lugar de dejarlo caer en el espacio en blanco, porque Tableau luego va a crear una articulación. No queremos hacer eso. Queremos crear una unión justa y dejarla caer debajo de la mesa. Y como pueden ver, Tableau va a decir mesa de arrastre para hacer unión, solo colóquela debajo de ella. Tableau va a hacer unión entre esas dos tablas. Y como pueden ver, hay dos líneas. Las líneas grises indican que hay unión. Si quieres verificar eso, puedes consultar en el resultado por aquí, los datos, obtendremos un nuevo campo llamado nombre de tabla. Y se ve que algunos registros provienen de las órdenes y otros registros provienen de las órdenes son Poleas, lo que indica que tenemos una tabla combinada de ambas órdenes Y las órdenes son afeitarse. Volvamos a la capa lógica. Entonces voy a presionar aquí, la X. Como pueden ver, tenemos un nuevo icono por aquí, indica que tenemos un sindicato. Como puedes ver, la información sobre herramientas de Tableau, lo explica todo Tenemos una tabla lógica llamada órdenes. Es el resultado de la unión, mesa y órdenes logradas. Esta es una forma de hacer unión entre dos tablas en Tableau. Hay otra manera de hacerlo. Entonces déjame mostrarte cómo hacerlo primero. Sólo voy a quitarlo, arrastrarlo y soltarlo en algún lugar por aquí. Como puedes ver en el lado izquierdo tenemos algo que se llama nuevo Union doble click sobre él y puedes ver tenemos aquí dos opciones, la manual y también la automática. Entonces vamos a obtener el resultado exactamente como acabamos de hacer. Lo que podemos hacer, podemos simplemente arrastrar y soltar las tablas por aquí. Las órdenes y las órdenes están aquí. Y luego haz clic bien. Con eso, obtenemos exactamente los mismos resultados sin ir a la capa física. Y arrastra y suelta dos mesas y ponlas exactamente debajo de la mesa. Esta es una buena manera de hacer unión entre dos mesas. Puedes comprobarlo con solo ir a la capa física. Haga doble clic en él. Como puede ver, aquí obtuvimos exactamente los mismos resultados. Podemos verificar el nombre de la tabla. Tenemos órdenes y órdenes logradas. Bien, así que ahora vamos a marcar la segunda opción donde podemos hacer unión automáticamente. Voy a volver a la capa lógica y solo quitaré la unión por aquí. Empecemos uno nuevo desde cero. Y ahora vamos a ir a la automática. ¿Qué tenemos por aquí? Imagínese que tenemos alrededor de 100 mesas sobre los pedidos. Y esto es muy común si no estás trabajando con bases de datos, estás trabajando con archivos, y los archivos tienen limitaciones. Entonces lo que vamos a hacer, vamos a ir a dividir los archivos día tras mes tras año y así sucesivamente, así terminamos teniendo muchos archivos. Y es muy doloroso si vamos a ir y arrastrar y soltar todos esos archivos en Tableau para hacer unión. Y en lugar de eso, vamos a definir para Tableau o regla Tableau, vamos a ir a buscar todos los archivos que sigan la regla y hagan unión entre ellos. Lo que eso significa. Por ejemplo, tenemos aquí dos tablas, las órdenes y las órdenes logran. ¿Cuál es la convención de nomenclatura por aquí? Ambos comienzan con las órdenes. Podría tener como una tercera tabla llamada Órdenes subrayado 2022. Órdenes subrayan 2023. Y entonces hay una regla que estoy siguiendo aquí en mi convención de nomenclatura, y la puedo especificar en Tableau Veamos cómo podemos hacer eso por aquí. La primera opción va a incluir o execlude. Lo voy a dejar como incluye. Ahora, voy a precisar la regla. Comienza exactamente con órdenes después de esta palabra. No importa después de eso, podría ser subrayado 2022, 2023 o nada y así sucesivamente Cualquier cosa después de eso no importa lo que vamos a especificar. Después de eso estrellas significa cualquier cosa después de órdenes. Entonces tenemos algunas opciones para decirle a Tableau dónde buscar exactamente, ya sea en las subcarpetas o en las carpetas padre Voy a dejarlo tal como está, y luego dar clic bien. Ahora tenemos un sindicato. Veamos qué decir Tableau. Dice que tenemos una tabla lógica llamada unión. Y dice que tenemos muchos mesa sindical porque tenemos la forma automática de hacerlo. Ahora vamos a comprobar si Tableau hizo eso, ¿correcto? A medida que vas al lado derecho aquí y la visión general, encuentras que tenemos un nuevo campo llamado path. Es la ruta de los archivos. A ver eso. Voy a ir a la hoja uno aquí y simplemente arrastrar y soltar el pasado para ver solo los archivos. Entonces, como puedes ver, Tableau lo hizo correctamente. Tenemos las órdenes logradas y las órdenes, es una manera muy agradable si tienes muchas Ss y Excels para hacerlo automáticamente en lugar de arrastrar y soltar todas esas tablas Generalmente en mis proyectos, nunca uso esto porque todos los datos se preparan en los datawarehouses o en el Entonces con eso, hemos aprendido todas las diferentes opciones sobre cómo podemos hacer unión en Tableau. Bien, así que eso es todo por la unión. Y a continuación aprenderemos métodos muy importantes, las relaciones en Tableau, o lo llamamos fideos. 82. Relaciones con Udemy 5: Bien, entonces ahora hablemos de las relaciones. En 2020, Tableau introdujo nuevos métodos sobre cómo combinar y conectar tablas, y lo llamaron relaciones. Lo hicieron incluso como métodos predeterminados sobre cómo conectar mesas, ya que es muy rápido y flexible. Qué son las relaciones y cómo funciona en Tableau, es completamente diferente a las uniones y la unión. Si tenemos en la capa lógica, dos tablas lógicas, A y B, podemos conectarlas en esta capa usando las relaciones. Piense en las relaciones como un contrato entre dos tablas. Cuando Tableau usa los datos de esas tablas, primero tiene que verificar el contrato para entender cómo generar las consultas. Y ahora es muy importante entender que una vez que conectemos las tablas usando relaciones, las tablas pueden permanecer separadas entre sí y Tableau no creará una nueva tabla lógica, así que todo va a quedarse como está sin ningún cambio. Y aquí solo describimos las relaciones entre dos tablas. Ahora en el nivel de visualización, si tomamos el campo F uno de Tabla A y cuatro de la Tabla B, ¿qué va a pasar primero? Tableau va a revisar el contrato para entender cómo generar las consultas. Y luego va a enviar la consulta a la primera tabla. Y luego va a enviar otra consulta a la tabla B para obtener los datos para cuatro. Y luego los datos se van a combinar a nivel de visualización y no al nivel lógico. Bien, así que ahora veamos cómo podemos crear relaciones en Tableau. Es muy fácil. Entonces nos vamos a quedar en la página de fuente de datos y como vamos a añadir la capa lógica, no vamos a ir a la capa física y todo lo que necesitamos son dos tablas. Entonces tomemos las órdenes, arrástrelas y soltemos por aquí en el modelo de datos. Y luego llevemos a los clientes. Ahora como pueden ver, como me estoy moviendo hay como un fideo o relaciones Vamos a arrastrarlo aquí. Tablo va a crear automáticamente relaciones entre los pedidos y los clientes Ahora, ¿cómo vamos a configurar y configurar la relación? Así que vamos al Nodle por aquí y simplemente haga clic en él. Y entonces no habrá nueva ventana o algo para la puesta en marcha. Vamos a ir a los meta datos por aquí. Si no ves la información así, entonces puedes ir por aquí y verás las relaciones y las tablas lógicas. Así que asegúrate de seleccionar la relación. Hay como tres cosas que vamos a establecer en la relación. Primero, va a ser la clave. Es como la llave conjunta. Es común relleno entre las dos mesas. Ahora, como puedes ver aquí tabla de la izquierda tenemos el ID de cliente, y en la tabla derecha tenemos el ID de cliente. Y Tableau entendió automáticamente que este campo podría usarse como clave, lo cual es correcto, pero si quieres cambiarlo, puedes ir por aquí. Entonces obtendremos una lista de todos los campos en la tabla de la izquierda. Y además, vas a ir por aquí, obtendrás todos los campos de la tabla correcta y podrás agregar más campos para la clave actualmente es correcta, así que voy a dejarla como está. A continuación vamos a ir a la performance Opciones. Vamos a ampliar las opciones de rendimiento por aquí. Y tenemos aquí dos cosas. Tenemos la cardinalidad y la integridad. Y si lo dejas aquí como es por defecto, nada va a salir mal. No perderás ningún dato. Así que no tienes que cambiar nada aquí a menos que quieras optimizar el rendimiento. ¿Qué tenemos por aquí? cardinalidad como muchos o uno en el lado izquierdo Y en el lado derecho puedes definir las mismas cosas. Para la integridad, tenemos algunas marcas de registros y, o marcas de registros para entender esas cosas. Tengamos un ejemplo. Bien, entonces ahora podemos tener ejemplo para la cardinalidad. En las relaciones, tenemos dos mesas, nuestros pedidos y clientes. Existe una relación entre ellos y la clave para las relaciones es el ID del cliente. En las cardinalidades, hay dos opciones, O vamos a usar muchas o una Para decidir cuál es el correcto, tenemos que hacer perfiles de datos creación de perfiles de datos significa que vamos a hacer inmersiones profundas en los datos para comprender los valores dentro de nuestras tablas Y una vez que hacemos el refinamiento de datos, es muy fácil seleccionar si son muchos o uno. Ahora lo que esos valores significan muchos y uno. Hay una regla simple para eso. Usamos muchos si hay kits dobles en la llave, y usamos uno si la llave es única y no tiene ningún kit doble dentro de ella. Ahora vamos a revisar el ejemplo para determinar si es muchos o uno. Entonces vayamos a las órdenes de aquí. Y el ID de cliente, ves en esos valores hay kits dobles. Tenemos el ID de cliente una vez aquí y otra aquí también, y el ID de cliente dos es el doble. Entonces esos valores no son únicos y contiene kits dobles, por eso lo llamamos muchos. Vamos a ver a los clientes de aquí, puedes ver que tenemos al cliente 123 y eso es todo. Entonces esos valores son únicos y no hay duplicados dentro de eso No tenemos el ID de cliente uno de nuevo en la tabla, así que eso significa que podemos especificar aquí uno. Así que ahora vamos a repasar todos los escenarios para entender lo que puede suceder en Tableau una vez que configures esto. Bien, así que ahora vamos a ejecutar el primer escenario donde Tableau lo va a definir como una relación predeterminada de muchos a muchos que tenemos en el lado izquierdo muchos y en el lado derecho tenemos también muchos. Y digamos que en el nivel de visualización hablamos los ID de cliente desde el pedido y la suma de todas las ventas. Después el nombre del cliente. Bien, ahora veamos cómo va a funcionar Tableau. Tableau, primero va a comprobar las relaciones. Va a decir, bien, son demasiadas, es mejor revisar todas las mesas a la izquierda y a la derecha. Entonces vamos a empezar por el lado izquierdo. Tenemos uno del cliente. Se lo va a llevar aquí y va a sumar todas las ventas. Como son muchos Tableau puede entender, tengo que revisar toda la tabla. Tableau puede escanear toda la tabla una por una. Se va a decir, bien, tenemos las ventas 50. El siguiente no es el cliente y luego pasa al siguiente, se va a saltarlo. Y luego tenemos de nuevo el ID de cliente número uno y va a hacer la suma 50-30 Eso significa que vamos a tener el valor de 80 Es la suma de las dos ventas. Y ahora vamos a ir al lado derecho para encontrar el nombre de los clientes. Va a comprobarlo, bien. Son muchos. Entonces va a escanear toda la tabla para el ID de cliente uno. Entonces ahora el primer disco, está bien. Bien. Tenemos el ID de cliente uno. Se va a llevar a María por aquí. Pero ahora Tableau no se detendrá. Se va a escanear todo el sentido de la mesa en las relaciones. Son muchos pero no tiene sentido porque el ID de cliente aquí es Único. Tableau va a verificar si hay ID de cliente uno por aquí y luego ir al siguiente, y luego no encontró nada, así que se va a quedar así. Y ahora Tableau va a proceder con el siguiente cliente. Tenemos el ID de cliente número dos, lo vamos a tener en la salida y luego vamos a tener la suma de todas las ventas. Entonces Tableau va a escanear todos los pedidos para poder hacer la suma, tenemos por aquí los 20. Y entonces tenemos aquí diez. Entonces la suma de eso es 30. Tableau va a tener en la salida 30. Entonces eso es todo para la mesa de la izquierda. Vamos a ir a la mesa de la derecha. Va a escanear el registro uno por uno. Entonces el primero no es el ID de cliente. Número dos, tenemos aquí un partido, así que John va a estar en la salida Tableau va a escanear toda la mesa, así que va a ir por los tres y así sucesivamente. Y como puedes ver, la salida es correcta usando los métodos predeterminados de muchos a muchos. Pero tenemos aquí problema con eso. En la mesa derecha, Tableau está haciendo un escaneo completo, así que con eso estamos perdiendo rendimiento en el lado derecho. Entonces es mejor optimizar donde le vamos a decir a Tableau. Si encuentras un cliente entonces que se sienta, no tienes que escanear toda la tabla porque tenemos como máximo un registro de cada cliente. No hay duplicados y es único. Y ahora tenemos que contar de alguna manera esta información para Tableau. Para ello, podemos hacerlo en la cardinalidad. En el lado izquierdo se va a quedar igual, pero en el lado derecho vamos a decir que es uno. Y con ese Tableau va a entender, bien, es único. No tenemos que escanear toda la mesa y vamos a ganar mucho rendimiento. Bien, así que ahora veamos cómo va a funcionar Tableau. Una vez que lo tengamos tantos a uno del lado izquierdo, nada va a cambiar porque tenemos muchos. Entonces Tableau va a escanear toda la tabla para el cliente uno, el resultado va a ser el mismo. Ahora del lado derecho, las cosas van a cambiar. Tableau va a decir, bien, ID de cliente número uno, hay una coincidencia. Va a tomar a María como salida. Pero ahora Tableau, Tableau no buscará el ID de cliente uno y escaneará toda la tabla. Con eso, Tableau no estará haciendo cosas innecesarias y vamos a ganar algo de rendimiento. Ahora vamos a ir al cliente número dos de aquí. Misma información. Entonces, ¿Tableau scan o tenemos el cliente número dos por aquí? No, saltamos al siguiente. Sí tenemos un partido. Vamos a llevarnos a John, pero Tableau también se detiene y no vamos a escanear el siguiente registro. Como puede ver, tenemos exactamente la misma salida, ya sea que esté usando de muchos a muchos, de muchos a uno. Con muchos a uno, tenemos uno. El rendimiento fueron Tableau que iba a detener el escaneo en el lado derecho. Bien, así que ahora saltemos al siguiente escenario donde vamos a hacer algo mal. Donde vamos a decir, bien, el ID de cliente en el lado izquierdo es único y vamos a poner el valor de uno en el lado derecho. No importa. Tengamos dinero, por ejemplo. Ahora le estamos diciendo a Tableau en el lado izquierdo, el ID de cliente es único, por lo que no tiene que escanear toda la tabla. Y aquí vamos a tener el mismo ejemplo. Entonces veamos qué va a pasar. En el lado izquierdo cuadro va a comenzar con el primer cliente, decir ID de cliente uno. La suma de ventas es ahora de 50. Porque no tengo que escanear toda la mesa, va a detenerse en los tres primeros cables y la salida va a ser de 50. Ahora en el lado derecho, una vez que estamos diciendo muchos aquí, no importa el resultado. Vamos a estar en lo cierto. Vamos a tener a María pero mesa va a escanear toda la mesa así que el rendimiento va a ser malo. Ahora vamos a saltar al siguiente cliente. Tenemos el cliente número dos mesa va a tenerla en la salida aquí. Nuevamente, la misma tabla de problemas va a decir, bien, tenemos la venta 20, El ID de cliente es único. No lo volveremos a encontrar en la misma mesa. No tengo que escanear toda la mesa. Mesa Va a tomar el valor 20, lo voy a poner en la salida sin verificar los otros valores aquí del lado derecho, no importa. Tenemos a John, lo cual es correcto. Pero va a escanear toda la tabla como puede ver, si se equivoca aquí en las cardinalidades, puede que tenga algunos problemas en la salida donde vamos a tener algunos datos faltantes e información incorrecta Bien, ahora vamos a correr el último escenario donde tenemos en el lado izquierdo uno y en el lado derecho también uno. Vamos a obtener exactamente la misma salida porque tenemos, está mal en el lado izquierdo. Lo único bueno aquí es que en la mesa lateral derecha va a detener el escaneo. Una vez que encuentre una coincidencia, no escaneará toda la tabla. Entonces en la salida vamos a obtener exactamente la misma información. Y aquí tenemos uno a uno. Bien, así que ahora vamos a resumir rápidamente. En el lado izquierdo, tenemos dos criterios, la corrección y el desempeño La corrección siempre es mucho más importante que el desempeño. Empecemos por el primer escenario. Tenemos muchas, demasiadas relaciones. Como puede ver, la salida fue correcta, pero el rendimiento fue malo ya que Tableau hacía un escaneo innecesario de tablas completas en el lado derecho. Entonces por eso voy a darle bien por la corrección y no bien para la actuación Para el siguiente escenario, tenemos relación de muchos a uno. La salida estuvo bien. Entonces fue correcto, vamos a darle bien. Y el rendimiento estuvo bien ya que Tableau detiene los escaneos una vez que encuentra una coincidencia. Entonces por eso vamos a ganar mucho rendimiento y vamos a darle un bien. Vamos a saltar al tercero. Tenemos demasiadas relaciones. Como puede ver, la salida no estuvo bien. Esto no fue correcto. Nos faltan datos, así que vamos a darlos no correctos. Y el rendimiento fue malo porque en el lado derecho estamos haciendo escaneos innecesarios, así que eso significa que fue el peor escenario por aquí. Y luego el último, tenemos una relación uno a uno. La salida no fue correcta. No está bien, pero el rendimiento estuvo bien, ya que en el lado derecho no estamos haciendo ningún escaneo innecesario. Pero para ser honestos, la corrección es mucho más importante que el desempeño Y es por eso que tab siempre recomienda permanecer en muchas, demasiadas relaciones si no estás seguro porque siempre vas a obtener respuestas correctas en la salida. Pero si tus datos son grandes, obtendrás un mal rendimiento. Si quieres tener como buen desempeño, tienes que invertir tiempo en analizar tus datos, hacer perfiles de datos para entender es, ¿es uno? Y luego cambiarlo. Pero hay que estar seguro de sus datos, lo contrario obtendrá información equivocada en sus visualizaciones y eso es realmente malo Entonces eso significa para este ejemplo, la forma segura de hacerlo, permanecer en muchas a muchas relaciones, pero la profesional es tener relaciones de muchas a una para obtener un buen desempeño. Pero esto no siempre es un escenario. Imagínese que cambiamos las mesas entre clientes y pedidos. Entonces los clientes se quedan y otros como correctos. Entonces una demasiadas relaciones va a ser la correcta. Así que ten cuidado aquí con los lados. Todo bien a todos. Entonces ahora vamos a entender las opciones de integridad en Tableau. Cada relación tiene dos lados, la mesa izquierda y la mesa derecha. Cuando estamos cambiando los ajustes de la integridad, limitamos qué articulaciones pueden ocurrir en la visualización. Entonces aquí tenemos dos opciones, algún partido récord y un partido récord. Y con eso tenemos cuatro escenarios. Primero, podemos elegir algún partido récord tanto en la tabla izquierda como en la derecha. Y si hacemos eso, entonces todo tipo de articulaciones son posibles. En la visualización, tenemos unión interna izquierda, derecha y completa. Pero ahora si elegimos todos los partidos récord a la izquierda y algún partido récord a la derecha. Entonces, ¿qué puede pasar ahora? Estamos limitando los tipos de juntas a solo dos tipos, interior y derecho. Únete al siguiente. Puede ser lo contrario, así que tenemos algún partido récord a la izquierda y todos los partidos récord a la derecha. Lo que puede volver a suceder aquí limitamos los tipos de juntas a solo dos tipos, la unión interna y la izquierda. En el último escenario, si elegimos todos los partidos récord en ambos lados, la izquierda y la derecha. Entonces aquí limitamos Tableau a un solo tipo de unión, la unión interna. Como puedes ver, es muy similar a las articulaciones. Solo estamos definiendo cómo debería funcionar Tableau. Cuando usamos alguna coincidencia récord, permitimos más tipos de uniones. Y cuando usamos la opción o record match, entonces estamos limitando Tableau con los tipos de join. Y aquí es muy importante entender que tenemos un intercambio. Si usa o registra coincidencia y sigue este camino, probablemente experimentará un mejor rendimiento, pero aumentará el riesgo de perder datos. Pero si eliges usar alguna coincidencia discográfica y subes, te asegurarás la integridad y la flexibilidad, pero estás sacrificando algunos recursos y rendimiento El equipo de Tableau aquí decidió ir con el primer escenario donde tenemos a la izquierda y la derecha algún partido récord. Eso lo entiendo porque es más importante tener completitud y flexibilidad más que rendimiento Echemos un vistazo a nuestros datos aquí. Tenemos clientes que no ordenaron nada. El cliente número tres no pidió nada por aquí, y no tenemos una coincidencia de ello. Podemos decir que algunos registros coinciden como el 1.2 coinciden en el lado izquierdo, pero algunos otros registros no coinciden. No tenemos un pedido del número de identificación de cliente número tres. Eso significa que en nuestra base de datos, podríamos tener clientes en la mesa de clientes, no pedimos nada. La opción correcta por aquí son algunos registros de coincidencias. Ahora analicemos las órdenes. Como puede ver, tenemos el ID de cliente número uno, lo encontramos en los clientes dos también, y así sucesivamente. Por lo que podemos ver que todos los registros, todos los ID de clientes en los pedidos tiene una coincidencia de los clientes. Bueno, eso significa que podemos seleccionar todos los registros coinciden. No tenemos, por ejemplo, identificación de cliente cuatro por aquí que no tiene una coincidencia en el lado derecho. Eso significa que en nuestra base de datos, todos los pedidos deben provenir de nuestros clientes y no debemos tener ningún pedido sin un cliente conocido. Después del análisis, podemos decir del lado izquierdo en las órdenes, siempre tenemos un registro coincidente. Así que vamos a seleccionar todos los registros de partidos. Pero en el lado derecho, podríamos tener clientes que no ordenaron nada. Entonces podemos decir algunos registros de partidos. Si lo hacemos así, podemos evitar que Tableau haga alguna cosa extra analizando los nulos Al igual que en SQL, si tienes unión externa completa, obtendrás como enormes cantidades de datos. Y a veces si estás usando inner join o left join y así sucesivamente, obtendrás un mejor rendimiento. Entonces, si sabes exactamente lo que está pasando en tus datos, entonces selecciona la integridad correcta. De lo contrario solo déjalo como defecto. Algunos registros coinciden a la izquierda y a la derecha estarás a salvo, obtendrás respuestas correctas. Bien, así que un paquete para las relaciones de Tableau son realmente fáciles. Solo tenemos que arrastrar esas dos tablas y Tableau ir a crear las relaciones entre ellas. Simplemente obtenga la clave entre las relaciones correctas y todo va a estar bien, y deje a esos empleados por defecto. Pero si quieres ser como más provisional y obtener un mejor rendimiento en Tableau, tienes que hacer perfiles de datos y luego seleccionar el correcto si estás 100% seguro Entonces en este ejemplo, los pedidos aquí tienen muchos en los ID de cliente, pero tenemos en el lado derecho uno para los clientes y luego para la integridad en los pedidos o registros coincide porque todos los pedidos tienen un ID de cliente en la tabla del cliente. Pero podríamos tener algunos clientes que no ordenaron nada. Entonces lo voy a dejar como algunos registros coinciden y eso es todo. Eso son las relaciones en Tableau. Bien, así que eso se trata los conceptos muy importantes de las relaciones y cómo funcionan. A continuación aprenderemos métodos muy singulares, la mezcla de datos en Tableau. 83. Udemy 5 6 Blending: Bien, así que ahora hablemos de la combinación de datos en Tableau. Pero primero un poco de café. Vamos. Bien, entonces ahora vamos a tener este ejemplo donde tenemos en la tabla de fuentes de datos A. Y ahora en el nivel de visualización queremos usar los datos del campo F uno. Y ya sabes que Tableau va a enviar una consulta a la fuente de datos para obtener los datos del F uno de la tabla para mostrarlo en la visualización. Ahora bien, como esta fuente de datos fue la primera en ser consultada y en ser utilizada y Tableau la va a llamar una fuente de datos primaria en Tableau, cualquier cosa es primaria va a obtener el color azul Por eso verás como icono azul indica que esta fuente de datos es primaria. Ahora a veces te encuentras en una situación en la que queremos obtener los datos de otra fuente de datos. Por ejemplo, tenemos otra fuente de datos con la tabla B y queremos agregar las visualizaciones para mostrar los datos de cuatro ¿Qué va a pasar? Tablo va a enviar otra consulta a la segunda fuente de datos con el fin de obtener los datos de cuatro y luego los datos se pueden reenviar a las visualizaciones Tablo va a llamar a estas fuentes de datos fuente de datos ondary, y comercializará con un icono naranja Ahora para que esto funcione donde vamos a obtener datos de dos fuentes de datos diferentes, alguna manera tenemos que conectarlos aquí. Exactamente. Vamos a usar la forma única en Tableau donde podemos conectar fuentes de datos usando la combinación de datos. La combinación de datos solo se puede hacer a nivel de visualización en la página de la hoja de trabajo, no en la fuente de datos. Ahora podría preguntarse cómo Tableau está uniendo esas tablas a nivel de visualización. Bueno, Tableau está usando una unión a la izquierda. No podemos cambiar eso. Tristemente, está arreglado. Es como un Tableau conjunto izquierdo va a obtener todos los datos de la fuente de datos primaria y solo los registros coincidentes de la fuente de datos secundaria Ahora para resumir, la combinación de datos es el método de combinar datos en los niveles de visualización de dos fuentes de datos diferentes usando una combinación izquierda Esta es una característica muy única en Tableau. No lo encuentras en ninguna otra herramienta de BI como Microsoft Power BI. No se puede, por ejemplo, combinar datos de dos conjuntos de datos publicados diferentes. Bien, ahora veamos cómo podemos hacer la mezcla de datos en Tableau. Y para ello necesitamos dos fuentes de datos. El primero va a ser de los archivos CSV que tenemos, de los pequeños conjuntos de datos, vamos a ir a los archivos de texto. Llevemos los productos por aquí. Esta es nuestra primera fuente de datos. Ahora vamos a crear la segunda fuente de datos. Para ello, puedes ir a este icono por aquí y luego dar click en Nueva Fuente de Datos. Vamos ahí. Va a ser del archivo Json que preparé para ti. Así que vamos a Jason y tenemos los precios de los productos. Vamos a abrir eso. Como es Jason, tenemos que seleccionar el esquema. Vamos a los datos de aquí. Y haz clic en Sí y luego haz clic en OK. Ahora tenemos dos fuentes de datos. Para poder alternar entre ellos, vamos de nuevo a este icono de aquí, y se puede ver que ahora tenemos dos fuentes de datos, y con sólo seleccionar la fuente de datos, se cambiará a ella. Ahora para hacer la mezcla de datos y conectar esas dos fuentes de datos, no podemos hacerlo en la página de fuente de datos. Tenemos que ir al nivel de visualización, a la página de la hoja de trabajo. Hagamos eso. Voy a ir a la hoja uno por aquí. Como puedes ver en el panel de datos del lado izquierdo, tenemos dos fuentes de datos y con solo hacer clic en ellas, puedes cambiar para ver las tablas dentro de ellas. Ahora tenemos que decidir qué fuente de datos es la primaria y cuál es la secundaria. Para este ejemplo, diré que el producto es el primario. ¿Y cómo vamos a hacer eso? Simplemente usando las indivisualizaciones de datos como primera fuente de datos Entonces solo voy a tomar el ID del producto, arrastrarlo y soltarlo en las filas e inmediatamente Tablo voy a entender Bien, esta es la fuente de datos primaria y va a comercializar con un icono azul por aquí indicando que esta es nuestra fuente de datos primaria. Todavía no tenemos una fuente de datos secundaria, así que ves que no hay ningún icono naranja por aquí, porque en nuestra opinión, tenemos datos solo de una fuente de datos. Ahora, para obtener los datos de la segunda fuente de datos, vamos a cambiar a los precios de los productos. Y puede ver que Tableau convierte inmediatamente esta fuente de datos como una fuente de datos secundaria. Puedes ver por aquí tenemos el icono naranja que indica que esta es fuente de datos secundaria y cualquier campo que estemos usando, va a comercializar con naranja. Para que puedas ver por aquí el precio, tiene un icono naranja que es muy sencillo. Ahora digamos que el ID del producto no es la clave de orden para unir esas dos fuentes de datos. Quieres cambiar eso. Para hacer eso, vamos a ir a los Datos de aquí en el menú, y luego ir a la Editar Relaciones Ciegas. Vamos a hacer clic en eso. Tendremos una nueva ventana por aquí. Y aquí tenemos dos opciones, Automático y personalizado. Si lo dejas como Tablo Automático vas a averiguar qué clave unir esas fuentes de datos aquí en este ejemplo es el ID del producto Si quieres cambiar eso, puedes ir a la costumbre por aquí. Es como unirse. que especificar desde la izquierda y desde la derecha qué campos son la clave para poder hacer la unión. Si quieres cambiar eso, simplemente haz doble clic sobre él. Y luego tienes en el lado izquierdo la fuente de datos primaria y el lado derecho la fuente de datos secundaria. Y luego seleccionas los campos que son la clave para la unión. Voy a dejarlo como está. Agreguemos otra clave. Voy a ir por aquí y por ejemplo, la categoría es del lado izquierdo y del lado derecho el índice de datos, lo cual es realmente incorrecto. Vamos a hacer clic bien. Y luego otra vez, bien, verás del lado izquierdo ahora tenemos otra cadena en el índice de datos. Y se puede ver que es como cadena rota, eso significa que aún no se usa en la articulación. Si quieres activarlo, simplemente haz clic en él y verás que tenemos una cadena activa. Ahora como puedes ver, el resultado es incorrecto porque no tiene sentido usar esta clave. Pero solo quiero mostrarte cómo puedes desactivar y activar la clave de la articulación entre dos fuentes de datos con solo hacer clic sobre ellas. Ahora vamos a corregir esto. Quiero tener solo el ID del producto como clave para la articulación. Entonces eso significa que voy a desactivar el índice de datos por aquí. Y eso es todo. Así es como se puede definir la clave para la combinación de datos. Una cosa que es muy importante entender que todo lo que hemos hecho en la combinación de datos solo es relevante para estas hojas de trabajo Si voy a otras hojas de trabajo, vamos a ir por aquí y crear una nueva Ahora como puedes ver por aquí, se restablece completamente las dos fuentes de datos. Lo tenemos de nuevo, pero no lo tenemos como fuente de datos primaria y secundaria. Eso significa que en cada hoja de trabajo podemos tomar una nueva decisión. En la hoja Número uno, los productos fueron los primarios. Puedo cambiar de opinión aquí donde puedo decir, bien, los precios de los productos ahora es la principal fuente de datos. Si me llevo algo por aquí, se puede ver que los precios de los productos son los primarios. Y si voy a los productos y digamos que voy a llevar el nombre del producto por aquí. Los productos pueden ser los secundarios, así que acabo de cambiar entre ellos dependiendo de los requisitos. Entonces si volvemos a la hoja número uno, vemos que el producto es el primario. Pero si vamos a la hoja número dos, los precios de los productos ahora son los primarios. Esto es muy agradable porque nos da realmente flexibilidad donde podemos decidir en cada hoja de trabajo cuál es la primaria y cuál es la secundaria. Dependiendo de nuestros requisitos, combinación de datos es muy única y una excelente manera conectar y combinar datos. Bien, así que con eso, ahora tienes una visión general de los cuatro métodos de combinación de tablas. Y a continuación iremos a compararlos uno al lado del otro, y comenzaremos con las diferencias entre juntas y unión. 84. Udemy 5 7 Join vs Union: Muy bien, entonces, ¿cuál es la principal diferencia entre uniones y sindicatos? Ambos son muy similares. Van a combinar dos mesas en una mesa grande. Pero la diferencia aquí, así es como se van a combinar los datos en uniones, se van a combinar los campos de ambas tablas. Entonces vamos a tomar todos los campos desde el lado izquierdo y al lado, todos los campos de los lados derechos. Entonces los resultados, vamos a conseguir una gran mesa salvaje. Pero por otro lado, en los sindicatos, se van a combinar dos mesas. Pero en lugar de combinar los campos aquí, vamos a combinar las filas de ambas tablas. Entonces obtendremos todas las filas de la primera tabla, y debajo de ella, todas las filas de la tabla derecha. Pero ambos tienen exactamente las mismas columnas. Así juntas combina los campos y la unión combina las filas. Muy bien, así que esa fue la principal diferencia entre unirse y unión. A continuación aprenderemos las diferencias entre uniones y mezcla de datos. 85. Udemy 5 8 Join vs belding: Bien, entonces ahora la pregunta es, ¿cuál es la principal diferencia entre uniones y fusión de datos? La mezcla de datos es como una articulación de elevación. Pero la principal diferencia aquí es que cuando la agregación se va a realizar en articulaciones, los datos se combinan primero y luego puede ocurrir la agregación. Pero en la mezcla de datos hay opuestos, la agregación va a ocurrir primero y luego los datos van a combinarse Entonces ahora vamos a tener un ejemplo sencillo para entender lo que esto significa. Bien, así que de nuevo, tenemos nuestras mesas, clientes, y pedidos. Primero vamos a hacer la unión izquierda y después vamos a hacer los préstamos de datos entre ellos para entender las diferencias entre ellos en la salida Muy bien, así que ahora vamos a comenzar con la unión izquierda, ya sabes, articulación izquierda, todos los datos del lado izquierdo y solo la coincidencia en el lado derecho. Comenzamos como de costumbre combinando los campos desde la izquierda, los campos desde la derecha. Empezamos registro por registro. Vamos a tomar el cliente número uno y vamos a buscar los partidos. Tenemos dos filas en las órdenes. Eso significa que Marie va a estar dos veces en la salida porque hay dos órdenes. Y luego vamos a pasar al siguiente, ID de cliente número dos. Tenemos sólo un pedido para eso, vamos a tenerlo en la salida y George no tiene ninguna orden, así que eso significa que vamos a tener null aquí, aquí y aquí. Entonces como puedes ver con el lift join First combinamos los datos, los datos brutos, sin hacer ninguna agregación. Posteriormente, ind visualizaciones podemos encontrar, por ejemplo, la suma de ventas o el promedio y así sucesivamente Ahora vamos a comprobar la fusión de datos, cómo funciona. Bien, ahora digamos que tenemos todos los campos de la fuente de datos primaria y al lado, todos los campos de la fuente de datos secundaria. Esto es como articulación izquierda. Vamos a tomar todos los datos de la fuente de datos primaria. Vamos a traer a los tres clientes por aquí. Pero la principal diferencia aquí es que no habrá dulicados Como pueden ver, tenemos aquí a María dos veces. Pero en la mezcla de datos, no obtendrás ningún dulicado. Ahora aquí viene la diferencia. Antes de empezar a obtener los datos de las órdenes de la fuente de datos secundaria Y la agregación puede ocurrir. Por ejemplo, con el ID de cliente número uno, tenemos dos filas. Las dos filas no se presentarán primero en la salida. Va a ser como una agregación, y ahora es muy importante entender que los campos en Tableau se dividen entre dimensiones y medidas. En los próximos tutoriales, voy a explicar eso en detalle. Pero ahora las medidas se pueden agregar. No se agregarán las dimensiones, por ejemplo, el ID de cliente, no es una medida, es una dimensión. Tableau no puede agregarlo, pero como lo tenemos el doble del mismo valor, Tableau puede llegar aquí uno. Entonces el siguiente tenemos las ventas, Se mide. Así que Tableau puede agregar tarifas y luego combinarlas. La suma de eso va a ser de 80. Vamos dos ese es el siguiente tenemos la fecha aquí. La dimensión no puede ser como agregada ya que tenemos dos valores diferentes que van a escribir en la salida una estrella. Dado que Tableau va a proporcionar en la salida solo un valor y tenemos aquí dos valores, Tableau no decidirá cuál de ellos va a ser. Tableau va a agregar una estrella. ¿Qué va a pasar en la salida va a ser estrella? Sé que esto realmente no es agradable, pero así es como funciona la mezcla de datos. Como puede ver, Tableau siempre intenta agregar los datos antes de combinarlos. Ahora pasemos al siguiente cliente. Tenemos a John en las órdenes, solo tenemos un registro. Eso significa que no se va a agregar nada. La salida va a ser exactamente la misma. Entonces para el cliente George, no hay información por aquí. También conseguiremos nulos. Esta es la salida de la mezcla de datos. Esto es exactamente a lo que me refiero con las principales diferencias entre juntas y blending es cuando hacemos las agregaciones en la articulación izquierda, como pueden ver Primero combinamos los datos de la carretera. Posteriormente, podemos hacer agregaciones en las visualizaciones. Pero en la mezcla de datos primero los datos deben agregarse especialmente a partir de la fuente de datos secundaria. Posteriormente, los datos se van a combinar en Tableau. Bien, con eso, hemos aprendido las principales diferencias entre las articulaciones y la mezcla de datos. A continuación es importante para uno, aprenderemos las principales diferencias entre articulaciones y relaciones. 86. Udemy 5 9 join vs relation: Bien, entonces ahora ¿cuáles son las principales diferencias entre las articulaciones y las relaciones? Si estás usando articulaciones, las cosas pueden volverse realmente estáticas y también podríamos perder muchos datos. Pero si estás usando relaciones en nuestro modelo de datos, entonces obtendremos más flexibilidad y no perderemos ningún dato. Ahora bien, para entender esto, vamos a revisar este ejemplo. Hemos preparado dos fuentes de datos, una con articulaciones y otra con relaciones. El primero con las órdenes. Si voy a la capa física, se puede ver que tenemos un conjunto de izquierda entre pedidos y clientes. Comprobemos el segundo. Tenemos las relaciones que tenemos también, las mismas mesas, tenemos pedidos y clientes entre ellos, hay una relación. Ahora, si revisas nuestros datos, podemos encontrar que hay un cinco clientes en los pedidos. Sólo hay cuatro clientes que hicieron el pedido. Si revisas por aquí el ID del cliente, no encontrarás el número de identificación cinco. Eso significa que este cliente no pidió nada. Esto no es problema para las relaciones, pero si vas a las articulaciones de aquí y revisas los datos, verás que no tenemos un número de identificación de cliente cinco en nuestros datos. Entonces puedes verificar, bien, tenemos 1234 y así sucesivamente. El número de identificación del cliente cinco está completamente desaparecido. Eso es porque tenemos un ascensor conjunto entre los pedidos y los clientes. En la mesa final solo se pueden presentar las carreteras coincidentes de los lados derechos. Eso significa que perdimos a este cliente. Y si estamos en las visualizaciones, pasemos por aquí. Digamos que queremos contar cuántos clientes tenemos en nuestra base de datos. Vamos a arrastrar y soltar el ID de cliente. Vamos a convertirlo en una medida de conteo distinto. Nuestros datos dicen, bien, tenemos cuatro clientes. Si vamos a las relaciones, abramos otra y cambiemos a las relaciones. Y volvamos a tomar el ID de cliente por aquí, cambiarlo a una medida y contar distinto. Verás que no perdimos los datos. Tenemos cinco clientes en nuestra base de datos, y la relación nos va a dar respuestas más correctas. Ahora se podría decir, bien, podemos arreglar esto. Si cambiamos el tipo de unión, es correcto. Si voy a la fuente de datos, entonces voy a las uniones, voy a las órdenes, y simplemente cambio esto a la derecha. Así que eso significa que vamos a obtener todos los datos de los clientes y sólo la coincidencia de los pedidos. Cerremos esto y volvamos a nuestra hoja número uno. Tú me cierras esto, ya veremos que tenemos cinco clientes. Entonces con eso tenemos la respuesta correcta. Así como con el unirse aquí llegamos al siguiente punto que las cosas realmente no son flexibles. Entonces eso significa que si estoy construyendo visualización, donde a veces me pregunto ¿ cuántos clientes tenemos o cuántos pedidos tenemos? No puedo ir cada vez a la fuente de datos y cambiar el tipo de unión, porque una vez que decida que es una articulación de elevación, se va a quedar para todas las hojas de trabajo como una unión de elevación, a menos que esté haciendo una unión externa completa entre las dos mesas Y si estás trabajando con mesas grandes, entonces obtendrás una mesa fusionada muy grande que puede ralentizar todo. Y esto es exactamente a lo que me refiero. Si está utilizando uniones, perderá datos si está utilizando articulación de elevación o unión derecha. Y además, las cosas son realmente estáticas con las relaciones. Si vamos a la hoja número dos aquí, las cosas son más flexibles porque no fusionamos nada, el estado de los datos separados entre sí, solo describimos las relaciones entre ellos. Si en hojas de trabajo estoy haciendo análisis sobre los clientes, no afectará a las próximas visualizaciones si estoy haciendo análisis sobre los pedidos porque no perdimos ningún dato Y no tengo que preocuparme, ¿tenemos unión izquierda o articulación derecha? Deberíamos cambiarlo y así sucesivamente. Entonces es más flexible y siempre obtendremos respuestas correctas. Entonces es por eso que las articulaciones son estáticas y podrías perder datos. Pero las relaciones son más flexibles y no perderás ningún dato. Todo hay otro problema con las articulaciones, si se compara con las relaciones. A veces en las articulaciones podríamos obtener respuestas equivocadas si estás haciendo cálculos sobre las medidas. Tomemos este ejemplo en las mesas de clientes. Tenemos la puntuación para cada cliente, tenemos una puntuación y tenemos esos cinco clientes. El promedio de la puntuación va a ser 625. Ahora vamos a quedarnos en Tableau que resulta de articulaciones y relaciones. Bien, ahora estamos en las relaciones. Y tomemos la partitura y la dejemos caer por aquí en el texto. Entonces encontremos el promedio. Entonces vamos a repasar aquí, las medidas y el promedio en las relaciones. Obtuvimos la respuesta correcta. Tenemos 625. Ahora vamos a revisar las articulaciones. Estamos en una fuente de datos de articulaciones. Voy a anotar arrastrarlo y soltarlo en el texto. Y ahora vamos a cambiar también a promedio aquí, obtuvimos los resultados equivocados, 585. ¿Qué pasó aquí? Bueno, la respuesta para eso es que en algún momento si fusionamos dos mesas juntas, podríamos conseguir dobletes. Comprobemos los datos. Si vuelves a la fuente de datos en las uniones, si vamos a la partitura, tendremos dobles. Debido a que algunos clientes tienen más de un pedido, eso va a resultar en muchos duplicados si fusionamos los clientes y los pedidos, y si haces el promedio, obtendrás la respuesta equivocada como vimos en los resultados. Si cambias a las relaciones, vamos a los clientes, vemos el puntaje por aquí en el lado derecho, no hay duplicados y obtendremos la respuesta correcta Y eso nos va a garantizar que usando las relaciones obtendremos respuestas correctas si estás haciendo cálculos. Y eso es mucho mejor que tener duplicado en nuestros datos. Puede que nunca obtengamos respuestas correctas de las articulaciones. Y es por eso que Tableau introdujo en 2022 las relaciones solo para solucionar todos esos problemas con las articulaciones y lo hicieron como los métodos predeterminados sobre cómo conectar establos Bien, así que eso es todo por ahora. Y a continuación compararemos los cuatro métodos uno al lado del otro para entender el panorama general. 87. Udemy 5 10 comparar: Bien, ahora vamos a ir y comparar los cuatro métodos sobre cómo combinar datos en uniones de Tableau, relaciones de articulaciones y mezcla de datos uno al lado del otro. Así que vamos. El primer punto es en qué página en qué capa podemos usar el método. Ahora, tanto la unión como las uniones, podemos crearlas en una página de origen de datos, la capa física, como lo hará la relación. Podemos usarlo como la página de origen de datos, pero en la capa lógica. Y finalmente, la combinación de datos podría usarse a nivel de visualización en la página de la hoja de trabajo. Y el siguiente punto, ¿ podemos usar el método para conectar tablas de diferentes fuentes de datos? Bueno, para la unión, las articulaciones y las relaciones, no podemos hacer eso. Se debe hacer en la misma fuente de datos. Pero solo se podría usar la combinación de datos para conectar tablas de diferentes fuentes de datos. El siguiente punto es después de usar los métodos, ¿las tablas se van a fusionar en uniones y uniones? Van a fusionar las mesas y van a crear mesas completamente nuevas. Pero si estamos usando relaciones y mezcla de datos, no van a crear nada. El siguiente punto es sobre la flexibilidad. Si vas a usar uniones y uniones, las decisiones que estás tomando en la fuente de datos pueden afectar todas las hojas de trabajo y las visualizaciones Pero si estás usando relaciones y mezcla de datos, tienes mucha más flexibilidad. Por ejemplo, en la combinación de datos, puede decidir sobre cada página de la hoja de trabajo. Ahora bien, si estás hablando de los tipos de articulaciones en las articulaciones, tenemos interior izquierdo, derecho, y lleno en las relaciones que podemos tener también. Exactamente el mismo comportamiento que las articulaciones, pero en la mezcla de datos es fijo. Sólo nos queda. Únete al siguiente punto. Si me pides clasificar estos métodos diría y Tableau también. Voy a decir que siempre use las relaciones. Y después de eso viene la mezcla de datos. Es realmente una gran manera de combinar tablas de diferentes fuentes de datos y la flexibilidad que tenemos. Y luego el tercero voy a decir las articulaciones no intentaría unión porque es completamente diferente a los métodos de unir relaciones y mezcla de datos siempre tratan de ir con las relaciones. Ahora veamos el panorama general de cómo funcionan esos cuatro métodos. Y comencemos con las articulaciones. Van a conectar dos tablas en la capa física y van a crear una tabla lógica completamente nueva en la capa lógica donde va a combinar los campos de ambas tablas. Y luego en la capa de visualización, los datasets van a crear consulta en la fuente de datos y la fuente de datos van a obtener los datos de la tabla lógica. Y lo mismo para el sindicato. Se puede crear en la capa física de dos tablas. Y van a crear también una tabla completamente nueva donde se puedan combinar las filas de ambas tablas y agregar la tabla de visualizaciones va a enviar consulta a la fuente de datos y la fuente de datos va a obtener los datos de la capa lógica Ahora al tercer método de las relaciones. Tenemos dos tablas en la capa lógica, y Tableau no combinará ni creará nada. Solo estamos describiendo la relación entre A y B. A nivel de visualización, Tableau puede preguntar a la fuente de datos y la fuente de datos que va a obtener los datos de las tablas separadas. Y por último, la mezcla de datos. Tenemos dos fuentes de datos. Al primero se le va a llamar la fuente de datos primaria. El segundo es la fuente de datos secundaria. Entonces primera tabla va a enviar una consulta a la fuente de datos primaria y luego otra consulta a la fuente de datos secundaria. Aquí es importante que la agregación vaya a ocurrir antes de que se combinen los datos. Y estamos combinando los datos a nivel de visualización usando la mezcla de datos. Entonces como puedes ver, las articulaciones y la unión ocurren en la capa física. En la capa lógica podemos hacer relaciones y a nivel de visualización podemos hacer mezcla de datos. Bien, Kay, así que con eso, has aprendido todo lo que necesitas sobre combinar tablas en Tableau. Y a continuación vamos a practicar donde vamos a crear dos fuentes de datos utilizando las nuevas habilidades que acabas de aprender. 88. Udemy 5 11 crea 2 conjuntos de datos (correcto): Todo bien. Bien, entonces ahora vamos a crear juntas dos fuentes de datos porque tenemos dos conjuntos de datos, el grande y el pequeño. Durante eso, quiero mostrarte cómo suelo tomar decisiones sobre cuándo usar qué métodos. Vamos. Bien chicos, ahora cerremos todo y comencemos desde cero para que la fuente de datos se cree correctamente. Comencemos Tableau en público. Vamos a crear ahora la pequeña fuente de datos encima de nuestro pequeño conjunto de datos. Vamos a los conectores del lado izquierdo y hagamos clic en Archivo de texto. Y entonces no importa cuál vas a usar. Vamos a abrir las órdenes. Lo borraré de todos modos, para poder explicar cómo empiezo. Anteriormente, te mostré el modelo de datos de nuestros conjuntos de datos. Tenemos esquema estrella donde tenemos hechos y dimensiones. Siempre empiezo con la tabla de hechos. No importa si estás usando esquema estrella o copo de nieve Siempre comience con la tabla de hechos. Nuestra tabla de hechos son órdenes. Vamos a arrastrarlo y soltarlo aquí en la capa lógica. Y luego sigo con las dimensiones, así tenemos clientes y productos. Empecemos con los clientes. Sólo tienes que arrastrar y soltar en algún lugar por aquí. Y Tableau va a crear una relación entre los pedidos y los clientes. Ya que estamos hablando de dos entidades distintas, así que tenemos pedidos y clientes, siempre uso las relaciones entre ellos. Comprobando las relaciones si todo es correcto. Entonces vamos por aquí sobre los metadatos. Vemos el ID de cliente de. Levante el ID del cliente de la derecha, lo cual es correcto. Y ahora vamos a las opciones de rendimiento. Voy a cambiar sólo la cardinalidad. Si la calidad de nuestros datos es mala y no hemos hecho ningún perfil de datos, entonces el ritmo es dejarlos por defecto a muchos, algunos registros de coincidencias a la izquierda y a la derecha Pero en los conjuntos de datos ya lo comprobamos. Entonces tenemos esquema estrella limpio y siempre en el lado de los hechos, en el lado izquierdo por aquí va a quedar tantas y todas las dimensiones en el lado derecho, como clientes, va a ser uno porque generalmente tenemos, por ejemplo, clientes únicos o productos únicos. Entonces iré y cambiaré eso del lado derecho como uno porque es del lado de la dimensión y en el lado de los hechos se va a quedar como muchos. No voy a tocar esas cosas de integridad, así que vamos a dejarlo como está. Y eso es todo. Ahora tenemos los clientes y los pedidos conectados entre sí. Ahora antes de continuar construyendo nuestro modelo de datos, tenemos que comprobar algo muy importante. ¿Estamos trabajando en los conjuntos de datos correctos en el formato correcto? Entonces ahora si vas a los pedidos por aquí y aquí tenemos algunos campos como la cantidad de ventas, descuento, ganancias, todas esas informaciones deben estar en número. Y puedes comprobarlo comprobando los iconos, los iconos del tipo de datos. Y si son como este valor hash por aquí verde. Si le das click en la tabla vas a decir que es número, decimal. Si lo ves como este número, decimal o número, entonces todo está bien. Pero si lo ves como una cadena, por ejemplo, si vas por aquí y lo cambias a una cadena, si ves este campo como una cadena, hay algo mal. Si tus datos son como ABC, entonces estás trabajando con el conjunto de datos incorrecto. No es correcto, deberías verlo como un número. Ahora la pregunta es ¿por qué está mal? ¿Por qué no es correcto? ¿Por qué Tableau no lo encontró como número? Bueno, hay diferentes representaciones del separador decimal en números decimales. Algunos países, como en Europa, tenemos coma, pero en muchos otros países, como en Estados Unidos, en Asia, tenemos un punto entre el número decimal y el número entero. Entonces ahora por ejemplo, ahora estoy en Alemania y mis datos están separados con un punto. Lo que pudo haber sido Tableau no va a entender esto es un número decimal y lo va a mostrar como una cadena. Y por eso en el enlace de descarga he preparado dos conjuntos de datos que dependen de tu ubicación. Los conjuntos de datos de formación en Europa y los conjuntos de datos de formación no europeos. Los conjuntos de datos de entrenamiento de Europa, todos los números decimales se separan con coma y para todos los demás países, se separan con un punto para el primer descargador. Entonces ahora la pregunta es ¿cómo solucionarlo? Bueno, ve y descarga ahí el conjunto de datos de entrenamiento correcto para arreglarlo. Por ejemplo, ahora tengo el conjunto de datos Non Europe. Y como puedes ver, el descuento de ventas, ganancias, todo está mal, todo ABC y cadena. Ahora algunos de ustedes piensan, bien, es una solución muy fácil. Puedo ir al tipo de datos por aquí y cambiarlo de cadena a un número decimal. Una vez que haga eso, ¿qué va a pasar? Todo va a ser nulo. No va a funcionar porque Tableau no sabe cómo convertir esos números correctamente. Volvamos a moverlo a una cadena para poder ver los datos. Nuevamente, hay una solución para eso. Si vas a las órdenes de aquí y luego te conectas correctamente. Y vamos a las propiedades del archivo de texto. Aquí tenemos diferentes propiedades sobre los archivos como el separador, aquí tenemos un punto y coma que Tableau hizo de correctamente, pero lo que es más importante que esto es el formato del número de decimón, el local Aquí tenemos que elegir una configuración regional que coincida con el formato actual El formato actual es un punto aquí en este ejemplo. Entonces, lo que vamos a hacer, vamos a ir por aquí y buscar, por ejemplo, Estados Unidos. Y como puedes ver, Tablo puede entender el formato correcto y todo va a cambiarse a un número La solución, ya sea puedes usar los datasets correctos o puedes ir a configurar las propiedades de cada archivo. Entonces yo diría que puedes ir a probar Estados Unidos o Alemania hasta que tengas el número de tipo de datos. Así que asegúrate de que esté en las órdenes, toda esa información es el número de tipo de datos. Bien, así que ahora vamos y sigamos construyendo nuestro modelo de datos en la fuente de datos. Pasemos a la siguiente dimensión. Tenemos los productos, Todo lo que vamos a hacer es simplemente arrastrar y soltar y ellos lo sueltan. Tablo va a crear otra relación entre ellos. Vamos a comprobarlo otra vez. Entonces da click en eso, ve a los Metadatos. Desplazarse hacia arriba Tableau encontró automáticamente la clave para la relación, es el ID del producto, que es correcto. Y ahora lo mismo. Vamos a ir a las Opciones de Rendimiento en el lado izquierdo, en el lado de los hechos va a quedar tantos y en el lado derecho va a ser uno. Del lado derecho tenemos la dimensión, va a ser una. Puedes comprobarlo fácilmente. Si haces clic en los productos y aquí revisas los datos, puedes ver que el ID del producto es un campo único, no hay duda dentro de él y podemos ir a usar uno Si no estás seguro, solo déjala como muchos a muchos relación. Volvamos a la relación. Lo tenemos muchos a uno y lo voy a dejar aquí como algunos partidos recursos. No hay problema. Ahora vamos a las otras mesas. Aquí tenemos los datos del cliente. Y aquí tenemos dos opciones. O vamos a usar relaciones o articulaciones. Puedes ir por aquí y simplemente arrastrar y soltar, ponerlo cerca de los clientes como relación. Pero para ser honestos en la modulación de datos, si tengo dos objetos sobre la misma entidad, aquí tenemos clientes y aquí otra información sobre los clientes Tiendo a fusionar esas dos mesas en una. Esto es diferente a hablar de los pedidos y clientes. Son entidades completamente diferentes y por lo general en data warehouses preparo este paso en la base de datos o podemos quedarnos tableau y fusionar esas dos tablas en una sola. Y podemos hacer eso usando juntas. Lo que voy a hacer, solo voy a quitar los datos del cliente y luego vamos a ir a la capa física dentro de los clientes. Entonces vamos a tomar los datos del cliente y dejarlos caer por aquí. Tabla por defecto, voy a dejarla como unión interna, pero para ser honestos, la mesa del cliente es para mí, la tabla principal sobre los clientes y los detalles del cliente es como tabla secundaria. Para no perder nada del lado izquierdo, voy a cambiar el tipo de articulación a unión izquierda. Hagámoslo. Voy a dar click en el icono y luego seleccionar Left Join. Entonces podemos verificar los resultados. Bueno, lo principal es que no consigamos dobletes o no perdamos Como puedes ver, las salidas, tenemos nuestros cinco clientes. No hay duplicados y no perdimos nada. Volvamos a la capa lógica, solo vamos a cerrar esto. Como puedes ver, tenemos tablas de lista y tenemos una entidad llamada clientes. No tenemos muchas mesas, y normalmente hago eso si tenemos muchas mesas sobre el mismo tema. Ahora vamos a la siguiente mesa. Tenemos el orden logrado. Y aquí tenemos la misma situación. Tenemos dos tablas que describen la misma entidad, los órdenes. Pero claro, podemos conectarlo como una relación con las órdenes. Pero de nuevo, me gusta minimizar el número de mesas con las que estoy tratando y voy a ir a fusionar esas dos mesas juntas. Entonces aquí tenemos nuevamente dos opciones, uniones o uniones. Si las tablas tienen exactamente el mismo número de columnas y los mismos tipos de datos, podemos usar union. Para ello, tenemos que hacer perfiles de datos. O abres los archivos CSV y los comparas juntos, o podemos ir por aquí. Hay como pequeño icono, como una mesa. Y si haces click en él, Tablo te va a mostrar una muestra de datos para hacer perfiles de datos y entender el contenido de esta tabla, vamos a hacerlo más grande Tenemos la fecha del pedido, fecha de envío, ID de cliente, ID del producto, así como el precio unitario, y así sucesivamente. Y puedes compararlo con los pedidos de aquí. Vamos a hacerlo más grande. Podemos encontrar exactamente el mismo número de campos, el mismo contenido, los mismos tipos de datos. Eso significa que podemos ir y hacer unión entre ellos. Para hacer eso, solo voy a cerrar esto e ir a la capa física dentro de las órdenes. Me gusta arrastrar y soltar justo debajo de él por aquí. Ahora puedes ver que tenemos una unión, vamos a comprobarlo en los lados derechos en los nombres de las mesas. Entonces tenemos órdenes y tenemos órdenes logradas. Con eso, combinamos ambas tablas en una tabla lógica. Vamos a cerrar esto. Como puedes ver, tenemos el ícono de que dentro de él hay una unión. Y con eso sólo tenemos tres mesas. En lugar de tener cinco tablas, solo es más fácil en las visualizaciones tratar con tres tablas en lugar de cinco tablas, y el modelo de datos es mucho más fácil de entender y explicar Con eso, hemos conectado todos los archivos juntos, pero todavía tenemos un archivo, el archivo adyacente precios del producto. Lamentablemente, no podemos conectarlo con los demás en la misma fuente de datos porque es un tipo de archivo diferente. Pero aún podemos conectarlo a ellos si creamos una segunda fuente de datos y usamos la combinación de datos. Ahora que dice tenemos nuestra tabla de hechos y la dimensión. Vamos a darle un nombre. Voy a llamarlo pequeña fuente de datos. Ahora puedes pasar el video e ir a crear la fuente de big data. Si hemos terminado, voy a ir a crear la fuente de big data. Voy a ir por aquí, nueva fuente de datos. Va a dar click en el archivo de texto. Yo sólo voy a volver al grande de aquí. Tenemos sólo los tres. Empezamos con los pedidos, empezamos con la tabla de hechos y luego tomamos las dimensiones. Tomemos a los clientes, clientes. Ya revisé todas esas identificaciones. Son únicos. Así puedo ir a las relaciones de aquí y cambiarlo por uno del lado derecho y en el lado de los hechos va a quedar como muchos. Lo mismo va a hacer con los productos, arrastrar y soltar. Todos los ID de los productos son únicos. Podemos ir a la opción de rendimiento solo para asegurarnos de seleccionar la relación y seleccionar una. Yo solo lo voy a llamar fuente de big data Ahora para no perder esas fuentes de datos en Tableau public, tenemos que publicarlas en nuestra cuenta pública. Voy a ir y hacer eso. Vamos a ir a las sábanas por aquí. Solo tomemos algo como que los clientes arrastren y suelten en las filas que solo voy a ir por aquí y publicarlo seguro para el público de Tableau. Y tengo que iniciar sesión, voy a llamarlo fuentes de datos entonces seguro. Ahora es empezar a publicar nuestro perfil que dice si quieres descargar el archivo, puedes ir por aquí y descargar el libro de trabajo de Tableau Bien, con eso hemos creado dos fuentes de datos encima de nuestros conjuntos de datos y podemos usarlas en todo el tutorial. Bien, con eso, ha aprendido todo sobre la modulación de datos de Tableau en las fuentes de datos y cómo combinar tablas usando los cuatro métodos En la siguiente sección, comenzaremos a hablar de los datos en Tableau. Aprenderemos que hay muchos conceptos importantes de Tableau para las visualizaciones de datos 89. 6 metadatos de sección: Los metadatos de Tableau. Comprender los conceptos de metadatos de Tableau , como tipos de datos, medidas, dimensiones discretas, continuas, es muy importante para crear visualizaciones de datos correctas en Tableau y también puede ayudarlo a comprender cómo funciona Tableau con sus datos Primero, voy a presentarte los metadatos en Tableau para saber qué sucede con tus datos una vez que los conectes a Tableau. A continuación, vamos a profundizar en todos los tipos de datos en Tableau, como enteros, fecha de deformación, etc. Y después de eso, vamos a aprender sobre las reglas de tipo de datos como la regla geográfica y el rol de imagen. Y después de eso, vamos a cubrir conceptos muy importantes en Tableau. Tenemos dimensiones, medidas, discretas y continuas. Y claro, para entender las diferencias entre ellos, vamos a compararlos lado a lado para poder entender. Así que ahora comencemos con el primer tema donde podamos tener una visión general de los conceptos básicos de metadatos en Tableau. Así que ahora vamos. 90. Udemy 6 1 Introducción a los metadatos: Muy bien, ahora vamos a tener una introducción rápida a los metadatos de Tableau en las fuentes de datos para entender qué va a pasar con nuestros datos una vez que los conectemos a Tableau. Después de conectar nuestros datos a Tableau y construir el modelo de datos en las fuentes de datos, el siguiente paso es verificar los metadatos de las tablas y los campos. Porque una vez que conecta sus datos a Tableau, Tableau puede comenzar a analizar el contenido de sus datos para hacer suposiciones sobre los tipos y roles de cada campo en la fuente de datos. Tableau puede asignar cada campo a tipos como entero, cadena, fecha, etc. Los tipos de datos nos dan información sobre el tipo de datos almacenados dentro de nuestros conjuntos de datos. Esta información es muy útil para Tableau con el fin de entender cómo tratar sus datos. Qué reglas se pueden realizar cálculos de operaciones. Una cosa más que Tableau va a hacer es asignar cada campo a un rol. Estos roles pueden ayudar a Tableau a crear las visualizaciones. El primer conjunto de roles tenemos dimensiones y medidas. Los campos de dimensión definen el nivel de detalles de la vista. Y los campos con la medida de rol van a ser utilizados para agregaciones en la vista, tenemos otro conjunto de roles, tenemos continuo discreto . Estas reglas pueden ayudar a Tableau al trazar los elementos visuales Los campos discretos pueden romper la vista para separar valores. Y los campos con las reglas continuas van a trazar cadena ininterrumpida y valores conectados en la vista Y llamo a todas esas informaciones sobre su campo como metadatos en la fuente de datos de Tableau. Una cosa más que quiero decirte es que esas suposiciones que hace Tableau sobre tu campo son correctas alrededor del 90% Eso significa que existe la posibilidad de que esas suposiciones de Tableau estén equivocadas. Por eso es muy importante después de construir el modelo de datos es tener una doble verificación en los metadatos para verificar que todas las informaciones estén asignadas correctamente. De lo contrario vas a tener mala calidad y malos resultados en las visualizaciones Muy bien, entonces a continuación vamos a hacer una inmersión profunda en estos importantes conceptos para entenderlos y las diferencias entre ellos. Muy bien, así que esa fue una introducción rápida a los metadatos en Tableau. A continuación nos sumergiremos los tipos de datos básicos en Tableau como integer, string, date, y así sucesivamente. 91. Udemy 6 2 tipos de datos: Bien, así podemos encontrar tipos de datos no sólo en Tableau, sino en todos los lenguajes de programación. Pero no admiten exactamente los mismos tipos de datos. Y por eso, si estás aprendiendo nuevo lenguaje de programación o una aplicación como Tableau, es muy importante entender qué tipos de datos admiten. Ahora la pregunta es, ¿qué es un tipo de datos? El tipo de datos nos da información sobre el tipo de información almacenada dentro de nuestros datos. Y esta información es muy importante para lenguajes de programación y aplicaciones como Tableau para entender cómo tratar tus datos. Qué reglas, operaciones y cálculos podrían realizarse además de sus datos. Ahora bien, si miras de cerca nuestros datos, puedes ver que cada campo nuestra fuente de datos debe estar asignado a un pequeño icono o a un simple. Esos iconos indican los tipos de datos de cada campo. Ahora, una cosa más, una vez que conectamos nuestros datos a Tableau, Tableau puede analizar nuestros datos para asignar automáticamente el tipo de datos correcto a nuestros campos. Bueno, la mayoría de las veces, Tableau lo hace correctamente, pero a veces las cosas salen mal o quieres cambiar el tipo de datos de campo específico, esto es realmente fácil. O puedes hacerlo en la página de la hoja de trabajo o en la página de origen de datos, obtendrás exactamente el mismo efecto. Vamos a la página de fuente de datos. Vayamos a las órdenes. Y da click en el icono de aquí, puedes ver su agujero numérico. Podemos cambiarlo a una cadena. Lo que vamos a hacer, simplemente hacemos clic en la cadena y ya está. Simplemente cambiamos el tipo de datos del ID de pedido. Pero digamos que queremos volver a cambiarlo como Tableau lo hizo al principio. Lo que vamos a hacer, vamos a ir nuevo al icono de aquí, y luego vamos a los valores por defecto. Se vuelve al tipo de datos original que Tabloadd asigna al inicio aquí Una cosa más para notar que los tipos de datos son realmente sensibles en las articulaciones y las relaciones. Por ejemplo, si vamos a esta relación por aquí entre los pedidos y los clientes, la clave es el ID del cliente. Esas claves deben tener exactamente el mismo tipo de datos. Digamos que vamos a los pedidos, y cambiemos el ID de cliente de número a cadena. Vamos a ir a la cuerda de aquí y la cambiamos de inmediato. Se puede decir en el modelo de datos, la relación entre los pedidos y los clientes ahora está rota. Puedes ver en la punta de la herramienta, va a decir la falta de coincidencia de tipo entre el ID del cliente, la cadena y el número de identificación del cliente. Como puedes ver ahora, Tableau es muy sensible con el tipo de datos de la clave, ya sea que estés usando relaciones, articulaciones, combinación de datos no importa. Deben tener exactamente el mismo tipo de datos. Ahora para corregirlo, como puedes ver, ya no tenemos los datos. Revisar la cuadrícula de datos, cómo podemos cambiar ahora el tipo de datos. Vamos a ir a la cuadrícula de metadatos. Vamos a hacer lo mismo. Vamos a ir a la identificación del cliente. Simplemente haga clic en el icono del tipo de datos y vuelva a cambiarlo a predeterminado o al número. Sólo voy a hacer clic en Predeterminados y Tableau va a ser feliz ahora, y las tablas están relacionadas de nuevo, La tercera forma de cambiar los tipos de datos, puedes ir a la página de la hoja Y lo mismo por aquí. Puedes ir a los iconos y cambiar el tipo de datos. Como puedes ver, es realmente fácil. En Tableau tenemos un montón de tipos de datos diferentes que vamos a cubrir en este tutorial Y los agrupo en tres categorías. Primero tenemos seis tipos de datos básicos principales. Tenemos el número de agujero numérico, cadena decimal, fecha, fecha y hora y lingotes El segundo grupo, tenemos roles. Tenemos roles geográficos y roles de imagen. Y el último grupo, tenemos tipos de datos avanzados como group, cluster, group benz y set. Este grupo contiene tipos de datos especiales que se introducen desde Tableau para las visualizaciones de datos Y están especialmente elaborados con el fin de organizar nuestros datos. En este tutorial, nos vamos a centrar en los dos primeros grupos, el Básico y el rol para los tipos de datos avanzados. Voy a dedicarle otro tutorial completo solo hablando de ellos. Bien, ahora comencemos con el primer grupo, los tipos de datos básicos, donde vamos a hacer inmersiones profundas en cada tipo para poder entenderlos. Vamos bien, así que ahora vamos a hablar del número de tipo de datos. Si nuestros datos contienen solo número, nada más contiene dígitos 0-9 entonces podemos llamarlo un tipo de datos de número Y es muy importante entender que los números no pueden contener ningún carácter. Por ejemplo, digamos que tenemos el siguiente número de teléfono en nuestros datos, este tipo de datos. No podemos llamarlo número porque contiene caracteres. Tenemos el menos, tenemos el plus, porque el tipo de datos numéricos sólo puede tener dígitos 0-9 Ahora bien, si eliminamos esos caracteres del número de teléfono, entonces va a quedar así Y sólo ahora podemos darle el número de tipo de datos en Tableau. El número de tipo de datos tiene este icono. Es como un hash para números, tenemos dos tipos de datos en Tableau, tenemos número hale y número decimal. Entonces, ¿cuál es la diferencia entre ellos? Ya sabes, en matemáticas, un número positivo o negativo podría dividirse por puntos la primera parte la llamamos un número entero, y a la segunda parte la llamamos idcimal Si tu número no incluye puntos decimales ni ninguna fracción, entonces podemos llamarlo un número entero. Como tres -100 cero y así sucesivamente. Pero si tu número contiene puntos y fracciones, entonces lo llamamos un número decimal como 2.4 o 13.99 Y aquí, debes tener cuidado cuál estás usando, especialmente si estás haciendo cálculos en Tableau Por ejemplo, si quieres dividir dos números como 1/2 si el campo de salida tiene el tipo de datos número entero, entonces el resultado va a ser cero. Pero si tiene el tipo de datos número decimal, entonces el resultado va a ser correcto 0.5 y esta es exactamente la diferencia entre esos dos tipos de datos. Bien, así que ahora vamos a revisar nuestros campos en Tableau para averiguar cuál tiene el número de tipo de datos. Y yo diría, vamos a revisar los pedidos por aquí. Puedes ver que tenemos el ID de pedido, ID cliente, ID de producto. Con solo revisarlos, puedes encontrar que todos ellos son números, no tienen caracteres y no tienen fracciones. Eso significa que deben tener el agujero de número de tipo de datos. Como puedes ver, todos ellos es agujero numérico. Vamos a revisar otros campos en el lado derecho. Tenemos aquí ventas, tenemos descuento, beneficio. Como se puede ver, tienen fracciones. Esos números deben ser un número decimal. Comprobemos eso. Puedes ver que Tableau sí averiguó automáticamente que esos números son decimales numéricos, pero para la cantidad es entera porque no tenemos aquí ninguna fracción que establezca, todo está bien. Bien, ahora vamos a hablar de la cadena de tipo de datos. El tipo de datos de cadena es uno de los tipos de datos más utilizados en todos los lenguajes de programación en Un tipo de datos de cadena es una secuencia de caracteres, y podría incluir cualquier cosa como letras, pases de números y cualquier otro tipo de Se puede pensar en la cadena como un texto plano. Y cualquier campo en nuestra fuente de datos podría ser una cadena. La cadena es como un tipo de datos predeterminado y no tiene reglas ni lo que sea como los otros tipos de datos. Eso significa que puedes convertir cualquier campo en tu fuente de datos a un tipo de datos de cadena sin ningún problema Y Tableu también usa el tipo de datos de cadena cuando no pudo encontrar ningún otro tipo de datos adecuado para sus campos Verifiquemos en nuestros conjuntos de datos donde podemos encontrar campos con la cadena de tipo de datos. Comprobemos primero los productos. Por aquí, puedes ver que tenemos aquí dos cadenas, el nombre del producto y la categoría. En el nombre del producto, tenemos caracteres, tenemos espacios, tenemos números. Esas son las cadenas de tipo de datos. Comprobemos a los clientes. Por aquí, tenemos el nombre, apellido, ambos son cadena. Pero ahora podrías notar o preguntar, sabes qué, tenemos ciudad y país, ambos contienen personajes. ¿Por qué no tenemos el ícono de ABC? ¿Es como una cuerda? Bueno, la respuesta es sí, porque si solo haces clic en el icono, puedes ver que Tableau sí lo asignó a una cadena. Pero aquí la diferencia es que tienen un papel extra. Tenemos la regla geográfica. Y se puede ver que Tableau sí lo asignó a un país. Aquí, Tableau le va a dar otro icono sólo para indicar que este campo tiene un rol geográfico. Pero lo básico, el tipo de datos principal para eso es una cadena y lo mismo es para la ciudad Bien, ahora vamos a hablar de uno de los tipos de datos más confusos. Es la fecha. Si tu campo almacena información sobre los datos del calendario, entonces este campo va a tener las fechas del tipo de datos. Las fechas tienen formatos muy diferentes en diferentes países. Por ejemplo, en Alemania, tenemos los siguientes formatos de fecha. Ya ves usamos puntos en lugar de barras, pero fecha en los formatos internacionales siguen otra regla donde la fecha va a dividirla por un menos Y en el mundo hay muchos, muchos formatos diferentes. Entonces esas fechas siguen formatos específicos y la describimos con los siguientes códigos. Por ejemplo, para los formatos internacionales tenemos este código. Va a comenzar con el año. Y el año tiene cuatro dígitos, por eso tenemos cuatro veces Y. Entonces tenemos un menos y dos dígitos. Para el mansus, tenemos M menos dos dígitos para el día, DD Entonces hay como un código para cada parte de las fechas que tenemos, el día, meses, año, semanas, etc. En esta tabla, voy a dejar el enlace en la descripción. Puedes encontrar todos esos códigos y las descripciones de los mismos. Con eso, puedes personalizar el formato de fecha como más le convenga. No te preocupes por ello. Tableau entiende casi todos los formatos de fecha que tenemos en nuestros datos. Podríamos tener no solo los datos del calendario, sino también información sobre la hora. Entonces tenemos Tableau, otro tipo de datos para eso, lo llamamos fecha y hora Y en lenguajes de programación o bases de datos, posible que ya lo oigas sobre la marca de tiempo, Pero Tableau, lo llamamos fecha y hora. Podría verse así. Tenemos la fecha, luego el espacio, y luego después tenemos información sobre la hora, la hormiga minuto, segundos como las fechas, podría tener también diferentes formatos. Podrías tener los li segundos, la zona horaria y muchas otras cosas. Entonces aquí tenemos de nuevo una tabla de todos los códigos para las informaciones de tiempo. También lo puedes encontrar en el mismo enlace. Bien, así que ahora vamos a revisar nuestros datos para averiguar qué campos tiene el tipo de datos fecha, generalmente en un modelo de datos de esquema estrella. Todas las fechas se colocan en la tabla de hechos y nuestra tabla de hechos son los pedidos. Comprobemos eso. Puedes ver que tenemos dos campos con las fechas del icono del tipo de datos. Tenemos la fecha de envío y la fecha del pedido. No es fecha y hora porque no tenemos en los datos. Información sobre el tiempo. Entonces ambos campos son fechas, podemos consultar aquí y también aquí y en las otras tablas, actos amplios y clientes, no tienen fechas ni horas porque son dimensiones, no son eventos y generalmente no tienen ninguna información sobre la fecha. Bien, entonces ahora volvamos a nuestras órdenes, a nuestros dos campos. Y como puedes ver, el formato aquí es que están divididas con barras Digamos que no quieres este formato, quieres algo más. Entonces ahora ¿cómo podemos cambiar el formato de fecha en Tableau? Para ello, tenemos que ir a la página de la hoja de trabajo. Así que vamos a la página de la hoja de trabajo por aquí. Y ahora hay que decidir algo. ¿Quiero cambiar el formato de fecha para todo el libro de trabajo, para todas las visualizaciones Eso significa que estás cambiando el formato predeterminado de la fecha. O quieres cambiar el formato solo para esta vista. Sólo para una visualización. Déjame mostrarte cómo puedes hacer ambas cosas. Ahora pongamos algo a nuestro punto de vista. Voy a tomar el ID del pedido, arrastrarlo y soltarlo por aquí. Trabajemos con la fecha del pedido. Voy a arrastrar y soltar esto en el Tableau. Va a mostrarlo como un año. Quiero la fecha exacta para poder ver el formato. Entonces como puedes ver, nuestra fecha tiene el siguiente formato. Ahora quiero cambiar el formato de fecha predeterminado para todo el libro de trabajo Para ello, vamos a ir al lado izquierdo a la fecha del pedido clic derecho. Después vamos a las Propiedades Default, y aquí puedes encontrar el formato de fecha. Si haces clic en esa automática, es lo que Tableau sí averiguó al inicio. Y luego tenemos algún formato predefinido de Tableau. Lo interesante es que al final tenemos personalizado nuestro nuevo formato para que la fecha se pueda dividir con los puntos. Y el año va a tener sólo dos dígitos. El formato de código va a ser así, D, D por día, luego puntos, M, M por mes. Para el año vamos a tener sólo dos dígitos. Eso va a ser Y, Y dos veces. Vamos a golpear, bien. Como puedes ver, Taba sí cambió el formato de fecha en Tableau. Ahora vamos a duplicar esta hoja de trabajo por aquí, pateando piratical Y luego duplicar, como también puedes ver en la siguiente hoja de trabajo, tenemos exactamente el mismo formato que definimos. Esto significa que el formato que definimos es un valor predeterminado ahora para todo el libro de trabajo Pero ahora digamos que quiero cambiarlo solo localmente en una visualización. No quiero cambiar el formato predeterminado para la fecha. Duplicemos eso también una vez más. Ahora, en vez de ir al lado izquierdo, nos vamos a quedar en la vista y vamos a ir a nuestros campos clic derecho sobre él y luego vamos a este de aquí, formato. Una vez que hagas esto en el lado izquierdo, los datos van a cambiar al formato giro Por aquí en el lado izquierdo puedes ver fechas. Si haces clic en eso, vamos a obtener exactamente las mismas cosas por aquí. Esos son los predefinidos de Tableau. Tenemos el automático en la parte superior, y en la parte inferior tenemos la costumbre. Ahora vamos a elegir uno de esos predefinidos. Voy a tomar la semana y el año. Vamos a hacer clic en eso. Como puede ver, Tableau sí cambió en el formato de fecha en esta vista. Ahora interesante comprobar las otras hojas si el formato de fecha sí cambió. Volvamos a las hojas anteriores y veamos el estado en el formato predeterminado de la fecha. Con esto, aprendes a personalizar el formato de la fecha para una vista específica o para todo el trabajo de trabajo. Pero ahora quiero cambiar el formato de fecha como antes. Para hacer eso, voy a ir por aquí, cerrar este formato. Después vuelve a la fecha de pedido, haz clic con el botón derecho en el formato de fecha de propiedades predeterminadas, y luego simplemente hacemos clic en el Automático y pulsamos Ok. Como se puede ver, tenemos de nuevo el mismo formato de siempre. Eso es todo, así es como podemos trabajar con el tipo de datos fecha. Bien, ahora vamos a hablar del último tipo de datos en la categoría básica, el tipo de datos Pullion El tipo de datos Pollan representa un campo que tiene sólo dos valores, true o false Es como el lenguaje de la computadora, solo tenemos 1.0 Este tipo de datos se usa a menudo en la salida de una condición o lógica Por ejemplo, si te pregunto, te gusta este video hasta ahora, la respuesta va a ser sí o no. Si te gusta este video, por favor dale igual. La respuesta a esta pregunta, ¿ Puede tener el tipo de datos pull ya sea sí o no, verdadero o falso, y no, algún otro valor? Y no olvides suscribirte los tipos de datos pull tiene muchos casos de uso Por ejemplo, controlar el flujo de trabajo de algo. Si la salida es verdadera, entonces haz algo. Si es falso, entonces haz otra cosa. Bien, así que ahora vamos a comprobar si podemos encontrar algún tipo de datos pull en nuestros pedidos Podemos verificar aquí, no tenemos ningún tipo de datos de extracción y los clientes también. Nada. Y en los productos, bueno, no tenemos ningún campo con el tipo de datos de lingotes Bueno, por lo general los tipos de datos se van a agregar una vez que usemos condiciones en Tableau y una vez que creamos nuevos campos calculados Ahora para crear el campo calculado, vamos a ir a la página de la hoja de trabajo. Vamos a ir a la hoja número uno. Ahora asegúrese de seleccionar la fuente de datos pequeña. Entonces vamos a este pequeño icono de aquí. Y ahora seleccionamos Crear Campo Calculado. Así que vamos a hacer clic en eso. Obtendremos una nueva ventana para escribir nuestra expresión o nuestra condición. Voy a darle el nombre de lógica 400. Y ahora, ¿qué vamos a comprobar, o cuál es nuestra condición? Si las ventas son menores a 400, entonces debería ser cierto, de lo contrario va a ser falso. La lógica es muy sencilla. Entonces aquí vamos a encontrar las ventas menores a 400, y eso es si las ventas son menores a 400, va a ser verdad. De lo contrario va a ser falso. Vamos a hacer clic en Ok. Y una vez que haces eso, puedes encontrar en el lado izquierdo tenemos un nuevo campo llamado Logic 400. Tiene el volumen de tipo de datos. La salida tiene sólo dos valores, true y false. Vamos a validar eso. Sólo voy a arrastrar y soltar esto en la vista de aquí. Como se puede ver, sólo tenemos falso y verdadero. Veamos si la lógica está funcionando. Entonces vamos a tomar el ID del pedido y simplemente ponerlo antes que él. Ahora necesitamos las ventas. Entonces vamos a tomar las ventas, arrastrarla y soltarla aquí en el ABC. Aquí se puede ver, por ejemplo, el primer orden, es menor que 400, eso significa que la lógica es verdadera, correcta. Y luego el siguiente, está por encima de 400, es falso. Y así sucesivamente. Podemos ver si el campo tiene sólo dos valores, true y false, entonces el tipo de datos va a ser lingotes Y usualmente lo usamos como salida de una condición. Y el tipo de datos de lingotes tiene muchos casos de uso. Por ejemplo, si quieres filtrar nuestros datos, algo por encima de 400, no queremos verlo en nuestras visualizaciones Entonces lo que podemos hacer, podemos usar la lógica en el filtro, Simplemente rastrea y suelta eso en los filtros. Y vamos a seleccionar sólo lo verdadero. Así que voy a desmarcar el falso y luego pegaré, bien. Como puede ver, el resultado solo puede mostrar los pedidos con las ventas menores a 400. Y con eso solo filtramos nuestros datos muy fácilmente. Bien, así que con eso, hemos cubierto los seis tipos de datos básicos en Tableau. Ahora hagamos un resumen rápido. Tenemos el agujero numérico es para campos que almacenan solo números sin caracteres, y esos números son sin fracciones ni puntos decimales. El número también es para campos que solo tienen números sin caracteres, pero esos números podrían tener fracciones o puntos decimales. String es una secuencia de cualquier carácter. Podrían ser números, letras, caracteres especiales o espacios. Entonces tenemos fecha. La fecha es para campos que almacenan información sobre las fechas del calendario. A continuación tenemos la fecha y la hora es también para campos que almacenan informaciones sobre el calendario y también sobre la hora. Y también tiene formatos específicos. Y la última vez que tengamos el lingote, solo puede almacenar dos valores, falso o verdadero, y usualmente lo usamos para condiciones Muy bien, hasta ahora hemos aprendido los tipos de datos básicos en Tableau. Y a continuación aprenderemos los dos roles de tipo de datos, roles geográficos y de imagen. 92. Udemy 6 3 roles: Bien chicos, entonces el primer papel del que vamos a hablar es el papel geográfico. Si tiene en su campo de datos que contiene información de ubicación o áreas geográficas, entonces puede asignarlo a un rol geográfico en Tableau según el tipo de ubicación, como ciudad, país , código postal, etc. Asignar este rol adicional puede ayudar a Tableau a trazar sus datos correctamente Si estás usando visualizaciones de mapas en Tableau, hay más de 12 roles geográficos, pero creo que los más importantes son la ciudad y el código postal Ahora vamos a revisar nuestros datos, pero primero, algo de café. Vamos, bien, de vuelta a nuestra fuente de datos. Vamos a la mesa del cliente. Ahí tenemos alguna información sobre la ubicación de los clientes. Aquí tenemos tres campos. Contamos con País, Ciudad y Código Postal. Ahora para verificar el rol geográfico, basta con hacer clic en el icono de aquí en el tipo de datos. Nuevamente, aquí es muy importante entender. Cada campo debe tener un tipo de datos básico. Por ejemplo, el código postal es un agujero numérico. Después le asignamos un rol extra para ello. Tener el rol geográfico no eliminará el tipo de datos numéricos. Ahora vamos a comprobar el rol geográfico por aquí. Y se puede ver que lo asignan a cualquier cosa. Se queda aquí. Ninguno. Este es un código postal o código postal, así que vamos a corregir eso. Vamos a simplemente hacer clic en esto por aquí para asignar un rol geográfico. Y se puede ver que el icono sí cambió. Con eso, tenemos el número de tipo de datos y le asignamos un rol geográfico . Comprobemos a los demás. Esto debería ser un, vamos a hacer clic aquí. El tipo de datos básico es una cadena porque tenemos caracteres. Y vamos a comprobar el papel geográfico. Tableau lo hizo correctamente, lo tenemos como ciudad. Eso es correcto. Vayamos al país por aquí. Lo tenemos como cadena y luego el papel geográfico es el país. Con eso, tenemos todas las informaciones de ubicación asignadas correctamente al rol geográfico. Podemos comenzar a construir visualizaciones de mapas en Tableau. Déjame mostrarte un ejemplo. Vamos a la hoja número uno por aquí. Lo que podemos hacer, podemos ir a los clientes de aquí. Y tomemos la información de ubicación. Tomemos el condado, la ciudad. Tengamos una métrica. Voy a tomar las ventas, arrastrarla y soltarla por aquí en el ABC. Como puedes ver, es sólo una mesa. Queremos cambiarlo a un mapa. Para ello, ve al Show Me de aquí y luego da click en el mapa. Puedes ver que Tableau trazó correctamente nuestros datos. Permítanme cerrarlo y asignarle para cada país el metrix Esto se hace porque asignamos nuestros datos a un rol geográfico. Bien, entonces ahora hablemos del otro. Tenemos el papel de imagen. Este es el nuevo Tableau que acaba de presentar en 2022. En principio, si tu campo almacena una URL que apunta a imágenes, entonces puedes asignar este campo a rol de imagen con la URL para mostrar las imágenes en las visualizaciones Y Tableau tiene aquí algunos requisitos. Entonces, el primero, Tableau solo admite esas tres extensiones de imagen, y la URL debe comenzar con el requisito HTTB o HTTBS El número máximo de imágenes en cada campo es de 500, y luego tenemos el tamaño de la imagen. Debe ser inferior a 128 kilopytes. Pero aunque las cosas pueden cambiar en el tiempo, ya que es una característica completamente nueva en Tableau. Y creo que el caso más usado para esto es mostrar las imágenes del producto en sus visualizaciones Bien, entonces ahora veamos un ejemplo en Tableau sobre el rol de la imagen en nuestros conjuntos de datos. He preparado algunas URL's dentro de los productos de la tabla, pero solo en los pequeños conjuntos de datos. Así que vamos a comprobar eso. Si vas a los productos de aquí tenemos un campo llamado imágenes de producto, y aquí tenemos URLs apuntando a imágenes en mi sitio web Ahora vamos a comprobar el tipo de datos. Por aquí, es una cadena de tipo de datos. Este es el básico, porque una URL es una secuencia de caracteres. Y ahora podemos agregar encima de este tipo de datos básicos un rol de imagen. Y es realmente fácil, solo pasamos por aquí al rol de imagen y hacemos clic en la URL. Entonces hagámoslo. Y con eso tenemos un nuevo icono, indica que este campo tiene el papel de imagen. Comprobemos los datos. Vamos a ir a la hoja número uno. Después vamos a los productos, nos aseguramos de que estamos seleccionando la pequeña fuente de datos. Después vamos a la imagen de los productos. Sólo tienes que arrastrar y soltar por aquí. Y como puedes ver ahora tenemos algunas imágenes sobre los productos, pero dos de ellos están rotos. Y creo que sigue embolsándose en la versión disto de Tableau Public Porque si publicamos ahora en Tableau Public en el látigo, vamos a tener todos los iconos correctamente Así que ahora podemos ir a tomar otro campo. Tomemos las ventas, arrástrelas y soltemos por aquí. Y con eso, tenemos bonitas imágenes a la matriz. Vamos a publicar eso en Tableau public. Voy a llamarlo View Image. Vamos a guardar como puedes ver ahora en Tableau Public tenemos todos los íconos, nada está roto. Creo que si estás construyendo dashboards sobre los productos, es muy agradable mostrar la imagen del producto en lugar de los nombres Simplemente es más pegadizo tener imágenes dentro de las visualizaciones Bien, así que eso es todo por los tipos de datos. A continuación aprenderemos conceptos muy importantes, la dimensión y los roles de medida en Tableau. 93. Udemy 6 4 Dim & Mes: Dimensiones y medidas en Tableau. Así que una vez que conectamos nuestros datos a Tableau, Tableau y analizamos nuestros datos para asignar cada uno de nuestros campos ya sea a una dimensión o medir este tipo de metdatos. Va a ayudar a Tableau a borrar nuestras visualizaciones. Bien, entonces ahora la pregunta es, ¿qué son las dimensiones y las medidas? Bueno, Tableau no inventó el concepto de dimensiones y medidas Se trata de un viejo concepto de PI. Y ahora vamos a tener una historia de origen rápida. Si aprendes los conceptos de datawarehusing e business intelligence, posible que ya sepas que el concepto central es el procesamiento analítico en línea de operaciones multidimensionales Dice el concepto, si quieres responder a las preguntas de negocio o hacer análisis de datos primero tenemos que construir un modelo de datos que tenga la forma de un cubo con multidimensiones Es algo así como este cubo. Y cada cubo tiene dos informaciones. Primero tenemos las dimensiones del cubo, y la segunda información tenemos esas celdas, esas celdas pueden almacenar informaciones como datos, números, y lo llamamos medidas. Cada cubo tiene dos informaciones, las dimensiones y las celdas, las medidas. Ahora vamos a tener un ejemplo. Tenemos el cubo de ventas y tiene tres dimensiones. La primera dimensión son las ubicaciones. Y dentro de las ubicaciones, tenemos tres miembros, Estados Unidos, Francia y Alemania. Esos tres valores son el miembro de la ubicación dimensional. Y tenemos otra dimensión llamada tiempo. Y cuenta con tres integrantes en la dimensión, enero, febrero y marzo. Y la tercera dimensión, tenemos las categorías. Ahora, dentro de las ventas del cubo, tenemos las mejores ventas. Ahora nuestro cubo está listo con las dimensiones y medida y podemos comenzar a responder las preguntas de negocio. Por ejemplo, encuentra el total de ventas en USA. ¿Qué puede pasar? Podemos seleccionar la ubicación dimensional y filtrar la dimensión para tener solo el miembro USA. Esta operación en el cubo, lo llamamos rebanar el cubo Y luego podemos agregarlos, medirlos, y obtendremos las ventas totales de 120. Y si tienes cubo, podemos hacer múltiples operaciones como rebanar, dados, enrollar, perforar y ser peleado Entonces, si tienes un cubo de este tipo, podemos hacer análisis de datos y encontrar respuestas rápidas a las preguntas del negocio. Ahora para resumir, las dimensiones contienen valores cualitativos. Suelen describir algo como el nombre del producto, la categoría broaduct, la ubicación del cliente Y usamos dimensiones para categorizar, filtrar y mostrar el nivel de detalles Y por otro lado, tenemos las medidas. Contienen valores cuantitativos numéricos que se pueden medir como dice el nombre. Y las medidas, a diferencia de las dimensiones, se pueden agregar. Bien, así que esto podría ser confuso. Y si dices, ¿sabes qué? Si miro mis datos, ¿cómo decido si es una dimensión o una medida? Entonces aquí está mi proceso de toma de decisiones. Primero verifico el tipo de datos del campo, si se trata de un número. Si la respuesta es no, entonces este campo es una dimensión. Pero si la respuesta es sí, entonces podemos hacer la siguiente pregunta. ¿Tiene sentido agregar los valores del campo, como hacer el cálculo de suma sobre los valores o encontrar el valor promedio? Si la respuesta es sí, entonces es una medida. Pero si la respuesta es no, entonces es una dimensión. Entonces, lo que esto significa, todos los campos no uméricos son dimensiones, todos los campos numéricos son Eso realmente depende de las preguntas si tiene sentido agregar los valores. En caso afirmativo, entonces es una medida. Si no, entonces es dimensión. Bien, entonces ahora vamos a practicar. Para entender el concepto de dimensiones y medidas y cómo funcionan. Revisaremos nuestros conjuntos de datos y vamos a asignar cada campo a dimensión o medida. Vamos a hacer la mesa de clientes juntos. Y luego puedes ir y bowse el video para poder hacer los productos y los pedidos Y luego al final, vamos a comprobar el resultado juntos. Así que vamos, vamos a comenzar con el primer campo, el ID de cliente. El ID de cliente es un número, por lo que no podemos decir que es automáticamente una dimensión a la que saltar. La siguiente pregunta ahora, ¿tiene sentido agregarlo? Bueno, tenemos aquí para entender que el ID de cliente es un identificador único para los clientes. Por ejemplo, María tiene el ID de cliente número uno, Martin tiene cuatro. Y ahora si sumamos todos esos valores, vamos a obtener el valor de 15. O si hacemos el promedio, vamos a obtener el valor de tres. Esos valores no tienen ningún sentido porque utilizamos el ID de cliente solo para identificar a los clientes. Y no creo que estemos en una situación en la que tengamos que encontrar el promedio de los identificadores únicos ya que no tiene sentido. Este campo es una dimensión y con eso, podemos asignar el ID de cliente a una dimensión. Ahora pasemos al siguiente. Es mucho más fácil porque tenemos aquí el primer nombre y no es numérico, por lo que es automáticamente dimensión. Lo mismo ocurre con el apellido. También es cuerda. No es un número. Bien, así que ahora pasemos al siguiente. Tenemos el código postal o el código postal. Es un número. Entonces podemos hacer la pregunta, ¿tiene sentido hacer agregación aquí? Bueno, no creo que vaya a haber una situación en la que tengamos que encontrar la suma del código postal o para encontrar el promedio del mismo. Entonces eso significa que está aquí de nuevo, es un número, pero es una dimensión, así que asignemos el valor para eso. Y luego el siguiente, es fácil, entonces tenemos la ciudad y el país. Ambos valores son de cadena, por lo que es automáticamente una dimensión. Así que vamos a asignarlo de nuevo. Pasemos al último campo. Aquí tenemos el puntaje. De nuevo es un número que podemos hacer la pregunta, ¿tiene sentido aquí hacer agregaciones Bueno, la respuesta es sí. Realmente tiene sentido encontrar el promedio de la puntuación. Por eso lo vamos a mapear a una medida. Sobre la mesa clientes, tenemos seis dimensiones y una sola medida. Ahora puedes ir y pausar el video para poder practicar con los pedidos de mesa y también con los productos. Bien, ahora vamos a revisar los resultados. Como puedes ver en los pedidos de mesa, tenemos muchas medidas porque es una tabla de hechos. Y las tablas de hechos en el esquema estelar es el lugar central para las medidas. Esto es muy normal. Comprobemos los campos. Contamos con el ID de pedido, ID de cliente, ID de producto. Es como el ID del cliente. Esos son identificadores y no tiene sentido agregarlo. Por eso lo tenemos como dimensiones. La fecha del pedido y la fecha de envío. Esas informaciones no son numéricas y eso significa que es dimensión. Y entonces tenemos todas esas informaciones. La cantidad de ventas, descuento, ganancia, precios unitarios, todos esos campos son números. Aquí tiene sentido hacer agregaciones como la suma o la media Vamos a usar los pedidos, la tabla de hechos si necesitamos alguna medida. Pasemos al siguiente, a los productos aquí. Este es fácil, el ID del producto es como, nuevamente, el identificador. No tiene sentido hacer una agregación. Podemos tenerlo como dimensiones, nombre del producto y categoría. Ambas informaciones son de cadena, no numéricas, y por eso son dimensiones. Espero que con esto hayas entendido como suelo hacerlo. Con solo mirar los datos, podríamos decidir si se trata de una dimensión o una medida. Bien, entonces ahora volvemos a Tableau y la primera pregunta es, ¿ dónde encuentro en Tableau si mis campos son medidas o dimensiones? Bueno, no hay iconos para dimensiones y medidas, y también, no podemos verificarlo en la página de origen de datos. Para verificar las dimensiones y medidas, tenemos que ir a la página de la hoja de trabajo. Vamos a la hoja número uno. Y luego vamos a ir a los datos Bain del lado izquierdo por aquí Abramos cualquier mesa, por ejemplo, las órdenes. Ahora bien, si miras de cerca los pedidos de mesa, encontrarás como fina línea horizontal gris que divide los campos de las órdenes en dos grupos Los campos por encima de la línea, son las dimensiones. Y los campos debajo de la línea, son las medidas. Por ejemplo, tenemos el ID de cliente, las fechas del pedido, el ID del pedido, el producto Ed, etc. Esos campos son dimensiones en Tableau y los campos debajo de la línea que descuentos, la cantidad de ventas y así sucesivamente. Esos campos son medidas, puedes encontrar este divisor, esta línea horizontal en cada tabla. Si vas a los clientes por aquí, volverás a ver la misma línea que divide las dimensiones de las medidas y lo mismo si vas a los productos Desplácese hacia abajo, nuevamente tenemos la misma línea. Y una cosa más que tal vez ya hayas notado. Déjame cerrar esas mesas. Que fuera de la mesa también hay línea horizontal. A veces en Tableau seleccionamos campos que no pertenecen a ninguna tabla y Tableau puede ponerlo justo fuera de las tablas Es como campos globales, y para eso necesitamos también splitter para dividir los campos en dimensiones y medidas. Bien, entonces ahora volvamos a las órdenes. Y ahora podrías decir, ¿sabes qué? No necesitamos esta línea horizontal para identificar si el campo es dimensión o medida. Y ahora si el campo tiene el color del azul, entonces es dimensión. Y si el campo tiene el color verde, entonces es medida. Bueno, aquí es exactamente donde la mayoría de los desarrolladores de Tableau se confunden. Las cosas se mezclan entre dimensiones, medidas y discretas. Continuo. Para ser honesto, estaba pensando lo mismo al inicio hasta que descubrí que el color del campo indica si el campo es discreto o continuo. Vamos a hablar de este concepto en el siguiente tutorial. No te preocupes por eso. El color no indica si el campo es dimensión o medida, sino la posición del campo, ya sea por encima de la línea o por debajo de la línea. Déjame mostrarte rápidamente algo. Tomemos cualquier campo por aquí, el ID del producto. Vamos a arrastrarlo un poco. Ahora, mesa va a marcar la línea horizontal con naranja. Y te voy a mostrar, bien, cualquier cosa arriba es dimensión y todo lo que debajo son medidas. Entonces Tableau disparó eso también. Bien, así que ahora a la siguiente pregunta. ¿Cómo cambio un campo de dimensión a medida y viceversa? Y aquí tienes dos opciones. O vas a hacerlo globalmente para todo el libro de trabajo, para todas las vistas, o podrías hacer el cambio localmente en una vista individual Entonces veamos cómo podemos hacer eso. Comencemos con el primero que vamos a hacer el cambio para todo el libro de trabajo para todas las vistas a nivel global Vamos a ir, por ejemplo, llevemos el número de pedido por aquí. Simplemente haga clic derecho sobre él. Y luego vamos por aquí, Convertir a Medida. Vamos a hacer clic en eso. Y como puede ver, el ID de orden de campo simplemente saltó de arriba de la línea a debajo de la línea como medida. Ahora bien, si quieres cambiarlo de nuevo a dimensión, simplemente estafarlo radicalmente y luego convertirlo a dimensión, eso es todo, es realmente fácil Ahora veamos cómo podemos hacer el cambio localmente en una vista sin afectar a todo el libro de trabajo Volvamos a tomar el ID de pedido, arrastrarlo y tirarlo por aquí, y aquí vamos a estafarlo radicalmente en la vista Y luego vamos a ir a las medidas. Vamos a convertirlo en una medida. Actualmente es una dimensión. Vamos a las medidas y tenemos que seleccionar uno de esos cálculos. Tomemos, por ejemplo, la suma. Ahora como puede ver, el número de pedido solo para esta vista es una medida. Pero el ID de pedido en el lado izquierdo para todo el libro de trabajo, se queda como dimensión Es decir, esto es realmente fácil como puedes convertir entre medidas y dimensiones. Tengamos un ejemplo en Tableau para entender el propósito principal de las medidas y dimensiones. Vamos a las órdenes del lado izquierdo por aquí y la pequeña fuente de datos. Y tomemos una medida, las ventas. Sólo vamos a arrastrarlo y soltarlo en el texto de aquí. Como puede ver, Tableau va a comenzar inmediatamente a hacer agregaciones sobre las medidas Ahora si revisas los datos, solo tenemos un número. Este es el total de ventas que tenemos en nuestro conjunto de datos. Y ahora estamos en el nivel superior de detalles donde todo se agrega en un solo número. Y ahora tenemos que agregar más información para poder entender este número. Para ello, vamos a usar dimensiones. Por ejemplo, vayamos a los productos de aquí, y tomemos la categoría. Así que sólo voy a arrastrar y soltar esa categoría por aquí. Y como se puede ver ahora esa dimensión está dividiendo nuestra medida en dos filas. Entonces eso significa que ahora tenemos un nivel más bajo de detalles que la agregación superior. Y ahora tomemos otra dimensión. Vamos a tomar el nombre del producto. Así que vamos a arrastrarlo y soltarlo por aquí cerca de la categoría. Y como puede ver, el uso de esta dimensión puede darnos un nivel diferente de detalles sobre las ventas que la primera dimensión, la categoría. ¿Qué pasó? Acabamos de movernos con los detalles un nivel más por debajo de eso. Ahora tomemos la tercera dimensión. Vamos a tomar ahora el número de pedido del pedido. Simplemente arrástrelo y suéltelo cerca del nombre del producto. Ahora como puede ver, esta dimensión puede llevarnos al nivel más bajo de detalles donde la agregación de la medida es exactamente el mismo valor original. Como puede ver, las dimensiones definen el nivel de detalles en nuestras vistas. Y cada dimensión puede llevarnos a diferentes niveles de detalles. Siempre, si quieres ir al nivel superior de detalles, tienes que quitar todas las dimensiones y solo tener la medida como. Ver como estamos quitando esas dimensiones, vamos al nivel superior de Otra buena manera de demostrar que si vamos a la visalización del mapa del árbol, déjame simplemente volver por aquí para tener una dimensión Vamos a Show Me y luego damos click en el árbol. Ahora puedes ver que nuestros datos se dividen en solo dos detalles. Ahora como agregamos dimensiones, volvamos a tomar el nombre del producto por aquí, arrastrarlo y soltarlo en la etiqueta. Puedes ver la vista, dividirla a más detalles, si vamos al nivel más bajo, si tomas el ID de pedido, nuevamente, por aquí a la etiqueta, podemos ver que la vista está dividida. Además, ahora te voy a contar pequeño secreto. Si lo sigues, puedes generar cientos de informes, incluso si tienes conjuntos de datos pequeños. Si combinas alguna medida con alguna dimensión, estarás creando una nueva vista o nuevos informes con el título siguiendo este patrón, medida por dimensión. Por ejemplo, ventas por producto, ganancia por categoría, cantidad por país. Entonces, si sigues este patrón, puedes generar infinitas cantidades de informes y vistas en Tableau. Bien, entonces ahora si vienes con las dimensiones y medidas en nuestros pequeños conjuntos de datos, tenemos alrededor de 16 dimensiones y diez medidas. Entonces eso significa que si sigues esta regla, puedes generar alrededor de 160 vistas y reportes. Así que incluso tenemos pequeños conjuntos de datos, podemos generar enormes cantidades de vistas e informes. Entonces, como puede ver en las visualizaciones, si combinamos ambas, vamos a tener ventas por pedido, fecha de ventas por envío, fecha de ventas por país, etc. Bien, entonces ahora déjame mostrarte cómo construimos generalmente informes en Tableau usando dimensiones y medidas. Ahora vamos a trabajar con una sola medida, las ventas, y vamos a hacer dashboards al respecto Así que vamos a quedarnos en la pequeña fuente de datos y vamos a tomar las ventas de los pedidos. Vamos a arrastrarlo y soltarlo en algún lugar de las filas. Y ahora la dimensión va a ser el nombre del producto. Tomemos el nombre del producto de los productos. Vamos a arrastrarlo y soltarlo por aquí. Entonces eso es todo. Ahora tenemos que llamarlo ventas por producto. Vamos a cambiar el nombre de las hojas por aquí, ¿verdad? Conectar y renombrar Ventas por producto. Bien, entonces ahora vamos a crear otra usando la misma medida, diferente dimensión. Lo que vamos a hacer, sólo vamos a ir y Duplicarlo. Haga clic derecho sobre él y duplique. Ahora vamos a tener las Ventas por Categoría. Sólo voy a renombrarlo otra vez. Llamémoslo Ventas por Categoría. Ahora vamos a quitar el nombre del producto de aquí. Simplemente arrástralo y suéltalo en algún lugar en el espacio en blanco. Y luego volvemos a los productos y bajamos la categoría en las columnas. Ahora vamos a usar diferentes vocalizaciones. Voy a ir al Show Me por aquí. Y usemos el gráfico circular. Haga clic en eso. Bien, ahora tenemos un gráfico circular, pero me gustaría mostrar los valores. Vamos a la etiqueta de aquí, damos clic en ella y damos clic en esta Mostrar Marcar etiquetas para mostrar algunos valores que dicen que este es nuestro segundo. Bien, entonces ahora vamos a crear el tercero con otra dimensión. Vamos a tomar la fecha del pedido, pero vamos a mostrar sólo los meses. Vamos a ir por aquí y duplicarlo de nuevo. Sólo cámbiele el nombre, voy a llamarlo ventas por mes. Iremos ahora y eliminaremos la categoría. Sólo déjalo caer aquí. Y luego tomemos la fecha del pedido, arrástrela y suéltela en las columnas. Vamos a cambiar las visualizaciones a par. Voy a hacer click sobre esto por aquí en las partes como puedes ver aquí. Tabla va a mostrar los años de la fecha del pedido. Queremos tenerlo como un mes. Tenemos que cambiar eso. Simplemente haga clic derecho en la Dimensión y luego por aquí, solo seleccione el mes. Hagamos eso. Déjame cerrar el, muéstrame por aquí y luego agreguemos algunas lapolas Bien, así que eso es todo por esta vista. Hagamos el último, vamos a hacer Ventas por País. Duplicemos esto otra vez, y vamos a llamarlo Ventas por País. Entonces vamos a eliminar la fecha de orden de dimensión. Y luego vamos a tomar el Dimension Country. Simplemente arrástralo y suéltalo en las filas. Ahora como tenemos el país, podemos cambiarlo a un mapa. Hagamos eso. Vamos al Show Me por aquí y luego seleccionamos el mapa. Haga clic en eso. Todo bien. Entonces ahora tenemos un mapa que muestra las ventas por país. Bien, así que ahora tenemos esos cuatro informes u hojas podemos construir ahora un dashboard. Para crear un nuevo tablero, vamos a ir a este icono de aquí. Haga clic en él. Antes de empezar, sólo voy a darle un nombre. Llamémoslo Panel de Ventas. ¿Todo bien? Bien. Ahora vamos a ir y arrastrar y soltar todas las hojas. Vamos a empezar primero con el país. Vamos a dejarlo caer aquí en el medio. Y luego vamos a tomar la categoría justo debajo de ella. Después el producto a su lado. Vamos tres talla, un poco a la izquierda. Y luego vamos a tomar la última, la Ns, y ponerla aquí. Como puede ver, con solo cuatro dimensiones y una medida, pudimos hacer dashboards sobre las ventas Y solo siguiendo esta pequeña regla, las ventas por país, las ventas por categoría, las ventas por producto y las ventas por mes, siempre miden por dimensión. Ahora es realmente fácil entrenar, solo ve y elige otra medida con diferentes dimensiones y construye diferentes dashboards Bien, así que ahora vamos a tener un resumen rápido donde vamos a comparar ambas dimensiones y medidas lado a lado para entender las diferencias entre ellas. Empecemos con la definición. Las dimensiones son campos que contienen valores descriptivos y las medidas son campos que contienen valores numéricos cuantitativos. Por ejemplo, tenemos dimensiones como categoría broaduct, país e ID de cliente Y por otro lado, tenemos medidas como ventas, ganancias y cantidad. El siguiente punto es acerca de la agregación de dimensiones que se pueden agregar ya que cada miembro de la dimensión es único Las medidas, sin embargo, se pueden agregar usando funciones como algunos promedio min, max, y así sucesivamente. Por ejemplo, puede calcular las ventas totales para una categoría de producto específica. Pasando a los tipos de datos. Todos los diferentes tipos de datos se pueden usar como dimensiones como cadena, fecha, lingotes e incluso números Como hemos aprendido, el ID de cliente. Pero solo se pueden usar como medida los campos con el número de tipo de datos. El siguiente punto es sobre el papel del análisis. Las dimensiones se utilizan normalmente para agrupar, filtrar y organizar sus datos. Y las medidas, por otro lado, se utilizan para cálculos y análisis numéricos. El punto final es sobre la granularidad. Las dimensiones definen el nivel de detalle de los datos, y la granularidad de las medidas, por otro lado, determina la cantidad que se mide Estas son las principales diferencias entre dimensiones y medidas. Bien, así que eso es todo acerca las dimensiones y medidas. A continuación aprenderemos otro concepto importante para las visualizaciones de datos, los roles discretos y continuos en Tableau 94. Udemy 6 5 discreto: Bien chicos, así que ahora vamos a hablar de discreto y continuo. Aquí de nuevo, una vez que conectamos nuestros datos a Tableau, Tableau puede analizar nuestros datos para hacer suposiciones, mapear cada campo ya sea discreto o continuo. Discreta y continua son las informaciones de metadatos que van a impactar en qué tipo de visualizaciones puedes crear, así como en cómo se verán Ahora para entender el concepto que hay detrás de ellos, vamos a comparar tanto discreto como continuo. Primero, vamos a comenzar con la definición. Este concepto proviene de las matemáticas. Y dicen que los valores discretos siempre están separados. Valores distintos desconectados, los valores continuos son exactamente lo contrario. Es como valor conectado, una cadena de datos seria o ininterrumpida sin interrupciones Tengamos un ejemplo. Piense en discreto como usted está contando 0-100123 y así sucesivamente. Entonces eso significa 0-10 tenemos exactamente 11 valores distintos. Pero con los valores continuos tenemos como números reales, lo que significa 0-10 tenemos número infinito de números reales Por ejemplo, tenemos 1.21 0.31 0.4 y así sucesivamente. Entonces con discretos tenemos valores distintos. Y con continuo tenemos un rango de valores infinitos entre inicio y fin. Una vez leí sobre lo discreto y continuo y la siguiente analogía se me metió en la cabeza Pensar en los valores discretos como piezas jurídicas. Puedes desarmarlos y puedes trabajar con cada pieza de manera diferente e independiente. Puedes moverlos y analizarlos en diferentes órdenes. Y ahora piensa en continuo como un rollo de hilo. Y ahora cuando desenrolle el hilo, no obtendrá piezas diferentes. Simplemente verás más del hilo, así que solo obtendrás una pieza más larga de la misma cuerda. Todo bien. Entonces los valores discretos se separan, los valores distintos y los valores continuos son una cadena ininterrumpida de datos sin interrupciones Bien, así que ahora pasemos al siguiente punto. Tenemos los colores en Tableau. Los campos discretos son las pastillas azules y los campos continuos son las pastillas verdes. Entonces veamos en Tableau qué significa esto. Bien, entonces ahora como de costumbre, la primera pregunta es, ¿cómo sé si mis campos son discretos o continuos? Bueno, es como las dimensiones y medidas. No podemos verificar eso en la página de fuente de datos, tenemos que cambiar a la página de la hoja de trabajo. Vamos dos puntos. Vamos a ir por aquí. Y ahora es realmente fácil. Ahora mientras cierras la boca sobre esos campos, verás que solo tenemos dos colores, el azul y el verde Y también puedes ver esos colores. En los iconos de tipo de datos, tenemos iconos verdes e íconos azules. Los campos con el color azul, como por ejemplo, el ID de cliente, nombre, fecha del pedido, etc. Esos campos son campos discretos y los campos con el color verde, como descuento, ventas, puntaje de precio unitario y así sucesivamente, esos campos son los campos continuos. Aquí viene exactamente la confusión donde muchos desarrolladores de tabletas piensan que el azul indica para las dimensiones y el verde indica para las medidas. Bueno, eso es erróneo esos colores para indicar si es discreto y continuo. Ahora ya lo sabes. Empecemos por el primero en el que vamos a cambiar el rol del campo a nivel global para todo el trabajo de trabajo. Para ello, vamos a ir al Data Bain del lado izquierdo como puedes ver aquí Por ejemplo, las ventas en los pedidos, es píldora verde. Eso significa que también es campo continuo. Es una medida, digamos eso. Ahora queremos cambiarlo a campo discreto. Para ello, da clic derecho sobre el campo, y aquí tenemos convertir a discreto. Es realmente fácil, así que hagamos clic en eso. Ahora si revisas de nuevo las ventas, tenemos ahora como una pastilla azul. Eso significa que ahora es un campo discreto. Si revisas las otras, todas son medidas continuas, pero solo las ventas son una medida discreta. Este cambio se realiza globalmente. Si vas a otra hoja, las ventas van a robar como un campo discreto. Ahora bien, si quieres cambiar entre discreto a continuo, todo lo que vas a hacer es hacer clic derecho sobre él. Y aquí tenemos nuevamente la misma opción. Vamos a convertirlo a continuo. Una vez que hagamos clic en eso, va a volver a la píldora verde. Eso es, es muy fácil. Vamos a aprender a cambiar entre discreto y continuo localmente para una sola vista. Bien, construyamos la vista. Podemos arrastrar y soltar las ventas en las columnas. Tomemos una dimensión. Por ejemplo, la categoría la arrastra y suelta sobre la rosa. Ahora queremos cambiar las ventas de continuas a discretas solo para esta vista lo que vamos a hacer, vamos a ir a las ventas por aquí. Radicalmente con, como pueden ver, el papel actual es continuo como mercado de mesas para nosotros aquí. O lo puedes ver desde la píldora verde. Todo lo que tienes que hacer es seleccionar discreto. Vamos a hacerlo. Ahora las ventas de campo son discretas para esta vista, como puedes ver, es píldora azul, pero si vas al pin de datos del lado izquierdo, las ventas se mantienen tan continuas con el color del verde. Así es como puedes. Localmente para una sola vista. Entonces, por ejemplo, si vuelves a otra hoja de trabajo y tomas las ventas, la Sal va a ser una medida continua. Eso es. Así es como puede cambiar entre campos discretos y continuos localmente para una sola vista. Bien, ahora pasemos al siguiente punto. Tenemos filtros en Tableau. El campo discreto va a crear un filtro con valores distintos, pero el campo continuo va a crear un filtro con valores de rango. Bien, ahora vamos a tener un ejemplo para entender a qué me refiero con esos filtros. Y ahora vamos a trabajar con una fuente de big data, porque necesitamos más datos para entender esto. Ahora cambiemos a la fuente de big data. Simplemente haga clic en él. Y luego vamos a llevar el arrastre de Ventas y soltarlo por aquí. Y luego vamos a tomar de los productos la subcategoría, arrastrarla y soltarla en las filas Entonces ahora tenemos las ventas por la subcategoría. Ahora si queremos ir a filtrar esos valores, podemos ir y poner la subcategoría en los filtros Y no olvides que la subcategoría es un campo discreto, solo vamos a arrastrarlo y soltarlo en los filtros y ver qué puede pasar Ahora en la nueva ventana, como puedes ver aquí, Tableau enumeró todos los valores distintos dentro de la subcategoría Ahora aquí con esos valores discretos, podemos tomar decisiones de manera individual. Podemos incluir algunas cosas o eliminar otras. Vamos a hacer eso. Solo estoy haciendo esto al azar y haga clic, bien. Eso dice así es como puede reaccionar el filtro en Tableau si tenemos un campo discreto dentro de él. Entonces tenemos una lista de todos los valores distintos, podemos mostrar este filtro en el lado derecho. Si simplemente damos clic derecho en la subcategoría de por aquí y luego seleccionamos Mostrar filtro Ahora lo tenemos del lado derecho y ahora podemos incluir o excluir valores. Ahora veamos qué puede pasar si ponemos en los filtros un campo continuo. Tomemos de nuevo las ventas ya que es campo continuo, pero en lugar de tomarlo del lado izquierdo aquí desde el contenedor de datos, puedes sacarlo de las repisas aguantando y luego arrastrando y soltando sobre los filtros. Ya que es campo continuo y una medida que Tableau puede pedir es primero queremos hacer el filtro sobre todos los valores o después de hacer los cálculos, vamos con la suma de aquí, ya que la tenemos como suma. Así que sólo voy a dar click en la suma e ir a continuación. Esto es exactamente lo que va a pasar si tienes campo continuo como filtro, obtendrás un rango. Tiene inicio y fin. No tienes valores distintos de todas las ventas. Obtendrás un rango de valores y tendrás que definir el inicio y el final. Aquí tenemos diferentes opciones sobre la gama, pero nos vamos a quedar con la primera. Vamos a pegarle a Care. Ahora quiero mostrar el filtro en el lado derecho. Vamos por aquí. Haga clic derecho en Filtro Shore. Ahora en el lado derecho, se puede ver exactamente la diferencia entre campos discretos y continuos en filtros. Déjame extenderlo por aquí. Ves las ventas continuas y tenemos una gama. Así podemos filtrar así cambiando el inicio y el final del rango. Pero con el filtro discreto, tenemos todos los miembros del campo y podemos decidir sobre cada valor individualmente. Simplemente podemos seleccionar y anular la selección de esos valores. Bien, ahora pasemos al siguiente punto. Vamos a hablar de los cambios en la visión. Los campos discretos crean los encabezados de las visualizaciones, donde los campos continuos crean el eje de visualizaciones Bien, ahora veamos qué significa esto en nuestra opinión. Como puede ver, la subcategoría es un campo discreto y las ventas son una vista de campo continua Por aquí, tenemos tres cosas. Tenemos las marcas, esas partes. En el lado izquierdo, tenemos la subcategoría, y llamamos a esas informaciones como encabezados Y la tercera información, tenemos el eje de la vista. ¿Cuál es la diferencia entre cabeceras y ejes? Los campos discretos como subcategoría siempre crean el encabezado de la vista En el encabezado de aquí, tienes una lista de todos los valores distintos dentro de nuestro conjunto de datos, exactamente como está. Pero el campo continuo, al igual que las ventas, crea el eje de la visualización. Es como los valores dentro del filtro. Es un rango que tiene inicios y finales. A diferencia de los encabezados, no se pueden ver en el eje todos los valores posibles individualmente, tiene un rango con inicio y fin. Y en el medio tenemos plumas, así que los campos discretos crean los encabezados y los campos continuos crean el eje. Bien, entonces en el siguiente punto vamos a hablar de ordenar datos en campos discretos. Tenemos muchas opciones para ordenar los datos, pero con los campos continuos en Tableau, es muy limitado. Entonces veamos un ejemplo. Entonces nos vamos a quedar con el mismo ejemplo, y podemos comenzar con la subcategoría de campo discreto Para ordenar los datos en el campo discreto, simplemente haga clic con el botón derecho en la subcategoría de aquí en la estantería, o puede ir al encabezado Es exactamente lo mismo, así que haz clic derecho en la subcategoría. Y luego podemos seleccionar por aquí, el Ordenar, seleccionarlo. Y ahora tenemos ventana extra para configurar el Sort. Entonces, como puedes ver aquí, tenemos muchas opciones diferentes como campo alfa patic, manual y así sucesivamente Así que vamos con el manual por aquí y aquí otra vez, ya que la subcategoría es campos discretos, vamos a obtener una lista de todos los valores distintos Entonces podemos cambiar el orden. Por ejemplo, con solo hacer clic en las aplicaciones, simplemente podemos bajarlo y podemos tomar el almacenamiento y traerlo arriba, Plenders abajo y así sucesivamente Entonces podemos hacerlo manualmente sin ninguna regla. Como pueden ver, como estoy cambiando los valores, el orden en la visualización también está cambiando. Si quieres ordenar los datos, vamos a usar los campos discretos para hacerlo, ya que tenemos muchas opciones. Ahora vamos a comprobar el campo continuo. Voy a tapar esto. Ahora si vas a los campos continuos sobre las ventas, haz clic derecho sobre él. No tenemos aquí una opción para ordenar los datos como en los campos discretos, sino que solo tenemos una opción. Si colocas el cursor sobre las ventas, tenemos este ícono muy pequeño y podemos usarlo para ordenar los datos, ascendentes o descendentes Simplemente haga clic en eso. Y como puede ver, ahora los datos están ordenados por valores descendentes. Si haces clic en eso, nuevamente, obtendrás los datos como ascendentes. La clasificación de los datos mediante campo continuo es muy limitada. Pero en lugar de eso, podemos usar los campos discretos para ordenar los datos ya que tenemos muchas opciones. Bien, ahora pasemos al siguiente. Y esto es realmente importante para entender cuál es realmente el propósito de tener un cuadro continuo y discreto. El principal caso de uso de los valores discretos es hacer un análisis de inmersiones profundas en un escenario específico Por otro lado, vamos a utilizar los valores continuos para ver el panorama general y hacer análisis de tendencias . Tengamos un ejemplo. Ahora vamos a crear una nueva vista usando la fuente de big data, ya que tenemos más datos. Y vamos a ir a las órdenes de mesa. Tomemos la fecha del pedido. Simplemente arrástralo y frótalo sobre las columnas. Y entonces vamos a tomar una medida, digamos la cantidad arrastrarla y doblarla en las filas Ahora como puede ver, la fecha del pedido es un campo discreto y tenemos cinco años de datos. Pero ahora lo que vamos a hacer, vamos a ir a la fecha del pedido. Haga clic derecho sobre él y queremos ver más detalles. Sólo tienes que ir a la fecha exacta por aquí. Ahora como puedes ver, Tableau sí lo convirtió automáticamente de discreto a valor continuo, y lo tenemos como una píldora verde, y eso es porque tenemos muchas fechas de pedido. Y Tableau trató de traerlo todo en una sola imagen. Se puede ver ahora la fecha de pedido creado un eje, un rango de fechas que tiene campos continuos. Tienes todos los datos en un panorama general. Y eso te va a ayudar a encontrar cualquier tendencia en tus datos. Ahora vamos a convertir la fecha del pedido a un campo discreto. Para ello, vamos a ir a la fecha del pedido, hacer clic derecho sobre ella y dar clic en Discreta. Como puedes ver ahora, acabamos de romper la cadena y rompimos las visualizaciones en fechas individuales Ahora por eso, tenemos el encabezado y tenemos todos los valores distintos dentro de nuestros datos. Tenemos todos los días, todos los meses de los cinco años en un solo visual sin tener la fecha del pedido como discreta, realmente no podemos hacer ningún análisis de tendencias por aquí porque es visualización realmente enorme después de que convertimos la fecha del pedido de continua a discreta, perdimos el panorama general. Y ahora es muy difícil hacer algún análisis de tendencias. Pero ahora en lugar de hacer análisis de tendencias, ahora podemos hacer una inmersión profunda, análisis de detalles para cada fecha individual con el fin de analizar un problema o escenario específico. O para responder a la pregunta, ¿ por qué tenemos en primer lugar una tendencia? Se puede verificar el valor de cada fecha de forma individual. Por lo general, utilizamos las visualizaciones de barras para las visualizaciones discretas y las de línea para las continuas. Cambiemos eso. Voy a ir por aquí en las marcas y en vez de automático, lo voy a mover a bar. Lo tenemos ahora aquí como bar. Y voy a simplemente duplicar las hojas y traer la fecha del pedido como un continuo y luego cambiar las visualizaciones a automáticas Ahora acabo de mover ambas vistas a un tablero para ver las diferencias entre continuo y discreto. Como puedes ver con lo continuo, si quieres hacer como análisis de tendencias, ver el panorama general o vas a hacer como un reporte para la gerencia sin mostrar muchos detalles, entonces ve y usa el campo continuo. Ahora bien, si miras las visualizaciones con los campos discretos, puedes usar eso si la tarea o el requisito es hacer análisis de inmersión profunda bajo datos y evaluar cada dato individualmente El propósito principal de tener discreto es hacer análisis detallados donde el propósito de los valores continuos es hacer análisis de tendencias. Bien, ahora vamos a tener un resumen donde vamos a comparar tanto discreto como lo continuo lado a lado para entender las diferencias entre ellos. Comencemos con las definiciones, los valores discretos se desconectan, los valores separados y los valores continuos están conectados, cadena ininterrumpida de valores Por ejemplo, en discreto 0-10 tenemos un número infinito de valores Tenemos exactamente 11 valores. En continuo 1-2 tenemos un número infinito de valores. El siguiente es sobre los colores. Los campos discretos son las pastillas azules y los campos continuos son las pastillas verdes. Mover es campos discretos generan filtros con una lista distinta de todos los valores disponibles en el conjunto de datos. Por otro lado, los campos continuos generan un filtro de rango que tiene valores inicial y final. El siguiente punto es sobre las vistas. Los campos discretos pueden generar el encabezado de la vista mostrando todos los valores posibles, y los campos continuos generan el eje de la vista. Nuevamente, es como un rango de valores. Entonces tenemos clasificación. Puedes usar campos discretos para ordenar tus datos usando diferentes opciones, pero si ordenas tus datos usando campos continuos, vas a tener opciones muy limitadas. Tenemos sólo ascendente o descendente. Por último, vamos a hablar de los propósitos. Lo principal de lo discreto es analizar un escenario específico, como si estuvieras haciendo un análisis de inmersión profunda en un tema específico. Pero el propósito principal de lo continuo es entender el panorama general a partir de los datos para poder hacer, por ejemplo, análisis de tendencias de tus datos. Estas son las principales diferencias entre los campos discretos y continuos. Bien, eso es todo por lo discreto y continuo. A continuación concluiremos las cosas con el resumen y entenderemos mejor el panorama general y las diferencias entre todos estos conceptos. 95. Resumen de Udemy 6 6: Muy bien chicos. Entonces ahora lo que les voy a mostrar es cómo esos diferentes conceptos de metadatos como tipos de datos, dimensiones y medidas, discretos y continuos, están relacionados entre sí. Bien, entonces ahora tenemos un campo en nuestros datos y en Tableau podemos asignarlo a diferentes tipos de datos. Entonces podría ser cuerda o pull in con true y false o una fecha. Y tenemos también fecha y hora o un número, ya sea entero o decimal. Y ahora siguiente Tableau puede asignarlo a otra información de metadatos, ya sea dimensionar o medir cualquier tipo de datos que no sea un número. Va a ser dimensión, cadena, sondeo y fecha Todos ellos van a ser automáticamente de dimensión. No se puede convertir en una medida. Si el tipo de datos es número, podríamos tenerlo como medida o dimensión si tiene sentido hacer agregación Siguiente tabla puede asignar este campo al tercer concepto de metadatos, discreto o continuo. Si tenemos un campo de dimensión con una cadena de tipo de datos, podría ser solo discreto. No podemos convertirlo a un like continuo en nuestro conjunto de datos. Tenemos la categoría, el primer nombre, el país. Todos esos campos son de dimensión de cadena y discretos. No se puede cambiar a otra cosa. Va para el tipo de datos lingotes. Podría ser solo dimensión y solo discreto. Pero ahora si tenemos una dimensión llena con el tipo de datos fecha o fecha hora como viste en nuestros ejemplos, podría ser continua o discreta. Podemos tener ambos ahora hasta el último. Si tenemos un campo con el número de tipo de datos, no importa si es dimensión o medida, podemos tener este campo como continuo y así como discreto. Todo bien, con esto tienes un panorama general de todos esos conceptos confusos en metadatos en Tableau Bien a todos, ahora tenemos una mejor comprensión sobre los tipos de datos y roles en Tableau y estos conceptos importantes. En la siguiente sección, aprenderemos sobre el cambio de nombre y Elias en Tableau 96. Cambio de nombre de 7 secciones: Cómo cambiar el nombre de las cosas en Tableau. A medida que estamos preparando nuestras fuentes de datos, lo que solemos hacer con eso, vamos a ir y renombrar cosas como cambiar el nombre de tablas, columnas, e incluso darle Eliass a nuestros Primero voy a presentarte las diferentes convenciones de nomenclatura que cada desarrollador debe conocer Y después de eso vas a aprender las diferentes técnicas sobre cómo cambiar el nombre de campos y tablas en Tableau. Al final, vas a aprender los diferentes métodos sobre cómo agregar Eliass a tus datos en Tableau Entonces comencemos primero aprendiendo las diferentes convenciones de nomenclatura y cuáles son las diferencias entre ellas. Así que ahora vamos. 97. Udemy 7 1 Convenciones de nombres: A veces, en proyectos de la vida real, la fuente de tus datos puede contener nombres técnicos o poco amigables Y cuando estás creando visualizaciones para los usuarios o tus compañeros, tienes que asegurarte de que estás usando nombres amigables que sean fáciles de entender y de leer Y es por eso que después de conectar sus datos a las fuentes de datos de Tableau, Tableau comenzará a limpiar y cambiar el nombre de los campos y las tablas a un formato más amigable Y el formato está siguiendo una convención de nomenclatura específica que se decide desde el equipo de Tableau, lo cual es realmente genial Entonces, vamos a entender primero ¿qué es la convención de nomenclatura? Las convenciones de nomenclatura son un conjunto de reglas y pautas que podrían usarse para dar nombres para cosas como tablas, campos, funciones y variables manera inconsistente y comprensible Digamos por ejemplo, tenemos las dos palabras, hola palabra. Para crear una convención de nomenclatura, tenemos que decidir en dos cosas Primero, la palabra misma, cómo podemos escribirla. Aquí tenemos tres formas en las que podemos usar la minúscula, o podemos decidir ir con la mayúscula, o podríamos usar las letras mayúsculas. Y lo segundo que hay que decidir es el separador entre palabras, entre hola y palabra. Aquí tenemos espacio en blanco. Aquí tenemos diferentes opciones. Podrías usar puntos subrayados, espacios en blanco, o incluso nada Ahora por ejemplo, digamos que vamos a ir con la minúscula y el subrayado separador Entonces vamos a tener el siguiente nombre. Hola, subrayado palabras. Con eso, tenemos una convención de nomenclatura que vamos a seguir a través de todos los proyectos y es realmente fácil de seguir Y al mismo tiempo, es muy importante decidir sobre la convención de nomenclatura para tu modelo de datos, especialmente al inicio de tu proyecto Y si no haces eso, te prometo la apariencia de tus visualizaciones y dashboards van a quedar muy mal y todo el proyecto va a quedar poco profesional e inconsistente Y una cosa más, el equipo del proyecto decide sobre diferentes convenciones de nomenclatura así que no hay realmente bien y mal aquí Todo bien a todos. Entonces ahora voy a guiarte a través las convenciones de nomenclatura más comunes utilizadas en los lenguajes de programación La primera convención de nomenclatura es el caso de serpiente, la minúscula en todas las palabras, Y va a separarlos usando el guión bajo, El nombre al final va a parecer Bien, nuestro ejemplo va a ser el nombre del cliente. Y vamos a trabajar con esta tabla para llenar todas las diferentes convenciones de nomenclatura Un ejemplo de la salida, las reglas para la camada y los separadores en los que aplicaciones y lenguajes de programación podemos encontrar esta regla donde vamos a comenzar con el caso de serpiente La camada va a estar aquí, minúscula, el separador va a ser el guión bajo Si seguimos esas reglas con el ejemplo, vamos a tener un nombre de subrayado de cliente en minúscula nombre de subrayado de cliente en minúscula Podemos encontrar esos formatos en Python, HP y el formato Rob the Snake es realmente fácil y popular y puedes encontrarlo como en casi todas partes. Y ahora vamos a hablar la próxima convención de nomenclatura. Tenemos el caso del camello. Y aquí tenemos otra convención de nomenclatura que parece un animal En el caso del camello, sólo la primera palabra va a ser minúscula, pero luego se van a poner en mayúscula todas las siguientes palabras Y entre las palabras no hay nada, ni separadores, ni puntos, subrayados, guiones Entonces al final, vamos a tener la forma de camello. Bien, entonces eso significa que tenemos la segunda convención de nomenclatura. Tenemos el caso del camello. La regla para el caso de letras va a ser la siguiente. La primera palabra va a ser más baja y el resto de la palabra va a estar en mayúscula Para la segunda regla, tenemos la separación. No hay separación. No hay nada entre las palabras. Aquí, vamos a escribir ninguna separación. Ahora bien, si aplicamos esas dos reglas en nuestro ejemplo, el nombre del cliente, vamos a tener la siguiente salida. El primero va a ser todo. Cliente minúscula, no hay separación. Eso significa que vamos a comenzar inmediatamente con la segunda palabra, pero la segunda palabra va a estar mayúscula, así Podemos ver que el estuche camel es ampliamente utilizado en lenguajes de programación como Java, Java, Script y scripts. Eso significa que tenemos la tercera convención de nomenclatura, tenemos el caso Pascal Es muy similar al caso del camello. La regla dice que todas las palabras van a estar en mayúscula. Entonces aquí lo hemos capitalizado. Y las separaciones, no hay separación. Al igual que el caso del camello, no hay nada. Si sigues esas dos reglas en el nombre del cliente, vamos a tener el siguiente resultado. La primera palabra va a ser cliente mayúscula, sin separación luego un nombre en mayúscula, podemos encontrar esta convención de nomenclatura El caso Pascal se utiliza en lenguajes de programación como Java y C, Sharp A mí me gusta esta convención de nomenclatura. Lo usé en muchos proyectos. Bien, la próxima convención de nomenclatura va a ser la caja de copa Creo que a estas alturas el que nombró esas convenciones de nomenclatura debería ser una arbitrariedad Como puedes ver, tenemos todas las palabras son minúsculas y el sesgo y separado con guiones, el nombre va a parecer un delicioso Cbscow caliente El cuarto, tenemos el caso de guardar. Y la regla va a decir, bien, el caso de la letra va a ser casta inferior como el caso de la serpiente, y la separación va a estar aquí, La D. Si seguimos esas dos reglas sobre el nombre del cliente en nuestro ejemplo, tenemos la salida de seguimiento. Es muy fácil ir a ser cliente o inferior entonces nombre si eres desarrollador web o diseñador. Creo que sabes de esta convención de nomenclatura porque es ampliamente utilizada en HTML y CSS Creo que es como el caso de la serpiente. Es realmente fácil de seguir. Ahora tenemos otra convención de nomenclatura. Este es muy importante y lo llamamos un caso de título. No tiene nada que ver con animales o alimentos. Tristemente, tenemos aquí el caso del título. La regla va a decir, bien, las palabras van a estar en mayúscula, y vamos a separar las palabras con un espacio en blanco Entonces aquí vamos a tener espacio. Entonces ahora si sigues esas dos reglas en nuestro ejemplo, vamos a tener cliente en mayúscula, luego espacio, luego nombre en mayúscula así Entonces, ¿por qué es importante porque esta es la convención de nomenclatura con la que el equipo de Tableau decidió ir? Para que puedas ver esta convención de nomenclatura en Tableau. Tableau actualmente está aplicando esta convención de nomenclatura en todos sus Así que una vez que conectes tus datos a Tableau, Tableau, vas a Clelup y renombras todo siguiendo esta regla Bueno, si lo miras, es realmente amable y fácil de leer. Pero a veces en los proyectos estamos forzados o estamos siguiendo algunos requisitos, seguir una convención de nomenclatura específica, no coincide con el caso del título, entonces la situación es realmente mala, que ir y renombrar todo de nuevo Por supuesto, no tienes que seguir una de esas convenciones de nomenclatura Puedes hacer tus propias reglas y lineamientos. Por ejemplo, digamos que esta es mi convención de nomenclatura y el caso de letras, digamos que está en mayúscula y me gustaría separar las palabras con el guión bajo Solo estoy mezclando cosas por ahí. Si aplico esas reglas a los nombres de los clientes, vamos a tener algo como este nombre en mayúscula subrayado del cliente en mayúscula Y con eso hemos definido nuestra convención de nomenclatura. Bien, así que ahora vamos a revisar las convenciones de nomenclatura en nuestros conjuntos de datos y también en Tableau Ahora bien, si revisas los conjuntos de datos que he preparado para este curso, el pequeño y el grande, puedes ver que siempre estoy siguiendo la misma convención de nomenclatura La letra se va a poner en mayúscula y se va a separar con un guión bajo Entonces por ejemplo en los pedidos tenemos los productos subrayado ID O si vas a los clientes, puedes ver el primer nombre de subrayado y así sucesivamente Por lo que siempre estoy siguiendo la misma convención de nomenclatura. Bien, así que ahora vamos a ver cómo Tableau nombró nuestros campos y tablas a partir de los conjuntos de datos. Puede verificar esas informaciones ya sea desde la hoja de trabajo o en la página de fuente de datos, pero en la página de origen de datos puede encontrar más información. Entonces ahora estamos en la página de fuente de datos. Vamos a las cuadrículas de meta datos. Y aquí es realmente interesante, vamos a encontrar dos nombres de campo. Tenemos aquí el nombre del campo y el nombre del campo remoto. ¿Cuáles son las diferencias entre ellos? Bueno, la información en los nombres de campo remotos proviene de los conjuntos de datos originales. Y como viste, el conjunto de datos original está siguiendo la convención de nomenclatura de tener subrayado entre dos palabras, y tenemos todas las palabras Tenemos, por ejemplo, el ID de subrayado del pedido, el ID subrayado del cliente, y así sucesivamente Toda la información que encontramos bajo los nombres de campo remotos proviene del conjunto de datos original, del sistema de origen original, pero ahora el nombre del campo en el lado izquierdo de aquí, esa información proviene de Tableau después de cambiar el nombre y limpiar nuestros campos Si miras más de cerca esos nombres, puedes ver que están siguiendo el caso del título, donde tenemos palabras en mayúscula y separadas por un espacio en blanco Puedes ver aquí tenemos el ID del espacio del producto, donde el nombre original era Product underscore ID aquí, Tableau cambió el nombre de nuestros campos aquí Es realmente genial. Tenemos en el Tata la grilla, un mapeo entre los valores antiguos, los nombres de campo remotos y los nuevos. Después de que Tableau les cambió el nombre, siempre tenemos un linaje de datos entre Tableau y nuestros conjuntos Como dije, aquí no hay bien ni mal, pero es muy importante definir esas reglas al inicio de los proyectos antes de comenzar a construir cualquier visualización. Recuerdo un proyecto donde empezamos de inmediato con la construcción del tablero y visualizaciones sin decidir primero sobre las convenciones de nomenclatura. Construimos alrededor de 30 dashboards en Tableau, y después de un tiempo, descubrimos que los desarrolladores están usando diferentes convenciones de nomenclatura, lo cual es realmente normal si no se definen las pautas y las reglas al inicio de los proyectos, entonces todos van a hacer su propio estilo Terminamos teniendo muchos dashboards con reglas diferentes, y los usuarios no estaban contentos con ello en absoluto Entonces decidimos en las convenciones anémicas, y claro, llegamos demasiado tarde para eso Luego pasamos mucho tiempo renombrando el conjunto de datos, revisando los informes, y así sucesivamente Si no decides al inicio del proyecto, sobre todo si tienes como un gran proyecto sobre convención dinámica, entonces puedes tener un proceso realmente doloroso y costoso de renombrar todo desde cero Asegúrate al principio de tomarte el tiempo suficiente para hablar con tus usuarios y con el equipo del proyecto para decidir sobre las convenciones de nomenclatura Y muy importante en el proceso de revisión de cualquier panel nuevo en Tableau que para verificar que se sigan las convenciones de nomenclatura en cada libro de trabajo para que sean consistentes en todo el Muy bien, Kay, así que eso fue una visión general de las diferentes convenciones de nomenclatura A continuación aprenderemos a cambiar el nombre de campos y tablas en Tableau. 98. Udemy 7 2 Renombrado: Bien, entonces ahora digamos que decidiste junto con tus usuarios y el equipo del proyecto convención de nomenclatura específica que es diferente a la que usa Tableau Ahora la pregunta es ¿cómo cambiar el nombre de Tableau? En Tableau, podemos hacer los siguientes cambios sobre la mesa. Podemos cambiar el nombre de la tabla en sí, o podemos cambiar el nombre de los campos dentro de la tabla. Y el último, incluso podemos cambiar los valores dentro de estos campos, también conocidos como alias Vamos a hablar de ello en el siguiente tutorial. En este tutorial, nos vamos a centrar en cambiar el nombre de los campos y cambiar el nombre de las tablas Primero, aprendamos cómo cambiar el nombre de los campos en Tableau. Bien, así que ahora vamos a aprender a cambiar el nombre de los campos en Tableau. Tengamos la siguiente tarea. La tarea dice, renombrar nuestros campos en Tableau siguiendo la convención de nomenclatura Pascal caso Entonces eso significa que todas las palabras están mayúscula y no hay separación entre palabras Bien, entonces ahora la primera pregunta es ¿en qué página podemos renombrar nuestros campos? Podemos cambiar el nombre de nuestros campos ya sea en la página de la hoja de trabajo o en la página de origen de datos. Vamos a conseguir los mismos efectos. Pero suelo ir a la página de fuente de datos ya que ahí podemos encontrar más metadatos, información sobre los campos y tablas. Ahora la segunda pregunta es, podemos renombrar nuestros campos globalmente para todo el libro de trabajo, para todas las hojas de trabajo? Y también, ¿podemos hacerlo localmente por una sola vista? Bueno, puedes hacer ambas cosas. Pero cambiar el nombre localmente para una sola vista, es un poco complicado Entonces ahora aprendamos a cambiar el nombre de nuestros campos globalmente, para todo el libro de trabajo, para todas las vistas en la página de la hoja Bien, entonces ahora vamos a la página de la hoja de trabajo por aquí. Después vamos a ir a la prohibición de datos en el lado izquierdo, Vamos a cambiar el nombre de las fechas de envío. Y aquí tenemos tres métodos. El primero es el desplegable. Entonces lo que vas a hacer, escribir un click sobre él y luego simplemente ir al renombrar. Entonces vamos a hacer click en eso y vamos a cambiarle el nombre al corte pasado. Entonces solo voy a quitar el espacio entre ellos, luego Enter. Y eso es todo. Es muy fácil. Acabamos de renombrar las fechas de envío y el segundo método es usar un atajo Por ejemplo, vayamos a la fecha del pedido por aquí y golpeemos F dos. Y con eso podemos editar el nombre. Así que solo voy a eliminar también el espacio entre orden y fecha e insinuación enter. Como ya habrás notado, la posición de la fecha del pedido solo cambia en el Databan Eso es porque los campos en los Databanes están ordenados por orden alfabético Eso es lo que es el segundo método usando los dos, usando los atajos. Y el tercer método para renombrar los campos en la página de la hoja de trabajo es hacer clic y mantener presionado. Por ejemplo, vamos al Precio Unitario de aquí, Levante para hacer clic y mantener presionado, luego suelte. Como puedes ver, ahora podemos editar el nombre. Este es el tercero. Yo solo voy a quitar el espacio entre ellos y darle a Enter. Eso es. Esos son los tres métodos para cambiar el nombre de los campos en la hoja de trabajo Desplázate un atajo usando dos y haz clic y mantén presionado. Una cosa más sobre el cambio de nombre, a diferencia de los alias que obtenemos una capa más adelante, puede renombrar cualquier tipo de campos Entonces, ya sea medida de dimensión, discretos continuos, cualquier tipo, podemos cambiarle el nombre para que no haya restricción o lo que sea para cambiar el nombre de Tableau Bien, así que ahora pasemos al siguiente. Vamos a cambiar el nombre de los campos en la página de origen de datos. Vamos a la página de fuente de datos por aquí. Y aquí tenemos dos lugares donde podemos renombrar cosas, ya sea en las cuadrículas de metadatos o en la cuadrícula de datos Y aquí tenemos sólo dos métodos para renombrar cosas. Entonces el primero va a ser el desplegable, como la página de la hoja de trabajo. Pasemos al nombre, por ejemplo, la fecha del pedido, haga clic derecho sobre él y luego renombremos el nombre. Entonces vamos a eliminar el espacio entre ellos. Y ese es el segundo método para renombrar campos en la página de origen de datos es haciendo doble clic. Por ejemplo, vamos a repasar aquí en las cuadrículas de metadatos al ID del cliente y simplemente haga doble clic en él Ahora ya podemos ir y también vamos a quitar el espacio. Así es como podemos renombrar. En la página de origen de datos, solo tenemos dos métodos que se despliegan y hacen doble clic aquí No tenemos, tristemente, ningún atajo. Bien, entonces ahora tenemos el siguiente escenario donde hemos renombrado los campos como varias veces y olvidamos los nombres originales de los campos En este caso restablecemos todo de nuevo a los nombres originales. Y podemos hacerlo ya sea en la página de fuente de datos o en la página de la hoja de trabajo. Veamos cómo podemos hacerlo en la página de fuente de datos. Si solo vas al campo, por ejemplo, el ID de cliente, haz clic derecho sobre él. Entonces aquí tenemos la opción restablecer nombre. Vamos a hacer clic en eso. Como puede ver, ahora volvemos al nombre original del campo. Me pareció muy extraño porque a mí también me gustaría, tener la opción de resetear a la convención Tablemic Ahora veamos cómo podemos hacer eso. En la página de la hoja de trabajo, voy a volver a cambiar y luego ir al Data Bain Escojamos las fechas del pedido. Y ahora vamos a ir a editar el campo otra vez. Así que haz clic derecho sobre él y luego renombra. Entonces puedes ver por aquí un icono muy pequeño para restablecer el nombre original. Al hacer clic en él, restablecemos el campo al nombre del campo original. Bien, entonces ahora digamos que tienes muchos campos y quieres restablecerlos todos ahora. En lugar de restablecerlos uno por uno, podemos hacer selección múltiple y luego hacer reset Y podemos hacerlo en la página de fuente de datos. Entonces cambiemos ahí. Y no importa si vas a trabajar con la cuadrícula de metadatos o en la cuadrícula de datos. Entonces ahora lo que vamos a hacer, vamos a ir al ID del pedido, hacer clic en él y luego mantener el control. Selecciona el siguiente, y luego vamos a seleccionar también el precio unitario. Después haga clic derecho y restablezca los nombres. Una vez que hagas eso, vas a restablecerlas todas, lo cual es muy agradable. Entonces tenemos el precio unitario restablecido las fechas de envío. Las fechas del pedido. Bien, entonces ahora tenemos el siguiente escenario donde estás en el proyecto y construyes ya vista. Pero después decidiste hacer el cambio de nombre. ¿Qué puede pasar con nuestra opinión si hacemos el cambio de nombre? Por ejemplo, aquí en la vista tenemos el ID de guión bajo de orden, y queremos cambiarle el nombre de nuevo al nombre de Tableau Entonces vamos a ir al pedido ID dos, luego en vez de subrayado, solo voy a dejarlo como un espacio en blanco Como puede ver en la vista, Tableau sí cambió los nombres automáticamente por el nuevo nombre. Bueno, se podría decir, bien, y lo que se espera esto, si cambio el nombre de la fuente de datos, va a cambiar también en las visualizaciones Bueno, esto es sólo en Tableau. Si estás usando alguna otra herramienta como Power PI y haces renombrar un conjunto de datos, toda la visualización se va a romper Entonces aquí si tienes la tarea de renombrar, esto va a suceder rápido en Tableau, pero en proyectos de Power BI va a ser realmente doloroso Bien, hasta ahora hemos aprendido a renombrar los campos globalmente para toda la obra. Boop. Ahora la pregunta es cómo renombrar localmente para una sola vista. Y aquí depende de los roles de campo, discretos y continuos. Entonces comencemos ahora con lo continuo. Como aprendimos antes, lo continuo puede generar el eje de la vista. Entonces aquí en este ejemplo, como pueden ver, la cantidad y las ventas son las pastillas verdes. Eso significa que son continuas y generaron el eje de la vista. Ahora cambiar el nombre de la cantidad por aquí y las ventas, es realmente fácil. Lo que vamos a hacer, vamos a ir por aquí en el eje, hacer clic derecho sobre él, y luego ir a Editar Eje. Vamos ahí. Entonces aquí tenemos una nueva ventana. Y si vas por aquí, puedes ver los títulos de los ejes. El título actual es Cantidad. Vamos al campo por aquí y cambiarlo de cantidad a cantidades. Entonces vamos a cerrar esto. Como puedes ver ahora el nombre del campo llamado cantidades en el eje. Y si comprobamos los datos de Bain por aquí, el campo se queda como cantidad Hicimos este cambio solo a nivel local. En esta vista, esto es realmente fácil para los continuos. Pero lo complicado es que si tenemos un campo discreto, por ejemplo, el ID de pedido de aquí es discreto. Tenemos las pastillas azules. Este va a ser complicado. Ahora, vamos a cambiar el nombre de ID de pedido a pedidos. Lo que vamos a hacer, vamos a ir a la píldora azul por aquí en las filas y hacer doble clic sobre ella. Doblar guiones hacia adelante, escribir las órdenes de palabras, luego presionar. Y eso es todo. Ve afuera, solo haz clic aquí en el espacio en blanco. Y como pueden ver ahora lo hemos renombrado a órdenes. Y como oirás en la vista, pero no cambiamos el nombre global, se queda como ID de pedido aquí en el dolor de datos. Así es como renombramos los campos discretos localmente. A una vista no estaba muy claro, es complicado, pero déjame mostrarte cómo suelo hacerlo. Tomemos otro campo, esa categoría de aquí. Vamos a cambiarlo de categoría a categorías. Lo que suelo hacer, voy por aquí y hago doble clic sobre él y simplemente copio el nombre. Después voy a Antics Editor y pego el nombre. Entonces para su vamos a tener la nueva línea luego guiones dobles y vamos a tener las nuevas categorías de nombre Y eso es todo. Entonces voy a copiarlo desde aquí y volver a Tableau. Entonces otra vez, dentro de la categoría de aquí, conos de doble clic. Después me quito estas partes y solo pego las cosas nuevas. Después Entra. Entonces eso dice, así es como suelo hacerlo para los campos discretos. Voy al editor de texto y me preparo ahí ya que me queda más claro lo que estoy escribiendo. Bien, así que ahora hemos aprendido todos los diferentes métodos para cambiar el nombre de campos en Tableau en la página de origen de datos, la página de la hoja de trabajo, global y localmente Bien, así que ahora vamos a pasar al siguiente punto donde podamos renombrar las tablas en Tableau. Y aquí de nuevo, podemos hacer los cambios ya sea en la página de origen de datos o en la página de la hoja de trabajo usando los mismos métodos que cambiar el nombre de los campos El siguiente punto sobre local y globalmente, puedes cambiar los nombres solo globalmente. Entonces cualquier cosa que hagas, puede afectar a todas las vistas, lo cual no es realmente crítico como los nombres de campo. Ahora veamos cómo podemos hacerlo en la página de la hoja de trabajo. Así que vamos a quedarnos con una pequeña fuente de datos por aquí y vamos a minimizar todo para que veamos los nombres de las tablas. Puede que ya te hayas dado cuenta de que en los nombres tenemos puntos. Y eso es porque nuestros conjuntos de datos provienen de archivos CSV, lo que no es realmente información útil para verlo en la fuente de datos. Para que podamos ir a limpiar el nombre y cambiarle el nombre a solo, por ejemplo, clientes. Podemos ir al nombre por aquí, hacer clic derecho sobre él y luego hacer clic en renombrar. Entonces voy a renombrarlo a solo clientes. El siguiente, vamos a usar los segundos métodos usando el atajo, F dos. Vamos a golpear F dos, quitar las partes S, sólo tenemos los pedidos y vamos a utilizar los terceros Meisodes para los productos Simplemente haga clic y mantenga presionado, luego elimine las partes CSV que esos otros transmiten Mesodos para cambiar el nombre las tablas en la página de la hoja Ahora hagamos los cambios para la fuente de big data en la página de fuente de datos. Vamos a cambiar ahí. Vamos a ir a la página de fuente de datos. Aquí tienes dos lugares para cambiar los nombres de las tablas, ya sea en el modelo de datos o agregar la cuadrícula de metadatos. No podemos ir a la cuadrícula de datos para cambiar el nombre de las tablas. Primero, cambiemos a la fuente de big data. Voy a ir por aquí, la fuente de big data. Cambiemos las órdenes en el modelo de datos. Aquí tenemos solo un método, haz clic derecho sobre él y renombramos el nombre. Entonces vamos a quitar las partes CSV, y luego vamos a los clientes de aquí. Entonces vayamos a la cuadrícula de metadatos. Y como puedes ver, simplemente da clic por aquí y podrás eliminar las partes del CSV. Entonces eso es todo. Y ahora para el último, tenemos que renombrar los productos. Así podemos ir por aquí y seleccionar los productos, y luego podemos cambiarle el nombre en la página de origen de datos. Entonces eso es todo, así es como renombras las tablas. En la página de origen de datos, tenemos el modelo de datos y las cuadrículas de meta datos Entonces con eso, has aprendido todos los métodos posibles sobre cómo cambiar el nombre de las tablas en Tableau. Bien chicos. Entonces con eso, hemos aprendido a cambiar el nombre de las cosas en Tableau. A continuación aprenderemos a agregar alias en Tableau. 99. Udemy 7 3 alias: Primero entendamos por qué y cuándo necesitamos liss en Tableau A veces en los proyectos de Tableau nos enfrentamos a las siguientes situaciones. El primero es cuando tenemos una mala calidad de datos en nuestros conjuntos de datos, tipografía de datos de Chrome o valores inconsistentes, alguna manera tenemos que limpiar nuestros datos antes de comenzar a construir nuestras visualizaciones Por ejemplo, tenemos el siguiente escenario sobre la mesa, clientes, tenemos mala calidad de datos dentro del campo. Entonces aquí tenemos un errata. A veces es Alemania, a veces es Alemania, a veces lo llaman USA, y luego América, la calidad de los datos es realmente mala en este elemento básico Entonces aquí tenemos que hacer algo al respecto y limpiar los datos. Y aquí tenemos dos opciones. O volvemos a los conjuntos de datos originales y hacemos los cambios de los valores. Y la segunda opción, podemos hacer los cambios directamente en Tablo usando alias Cómo vamos a limpiar esto. Vamos a quitar la E de aquí, el errata. Y luego en vez de Deutschland, vamos a tener Alemania Y en lugar de América, vamos a tener Estados Unidos. Y podríamos tener otra situación en la que la calidad de los datos sea buena pero los nombres sean demasiado largos. Y si estás construyendo vistas, entenderás que todo es apretado y no tienes espacios suficientes para mostrar todos los valores de las dimensiones. Por eso terminamos, la mayoría de las veces cambiando los valores de las dimensiones a nombres más cortos, a abreviaturas Por ejemplo, en lugar de tener el valor de Alemania, vamos a tener E en lugar de USA. Nosotros aquí, F R E, y Estados Unidos aquí. Nuevamente, tenemos la misma situación. O vamos a volver al conjunto de datos original y cambiar los valores, o nos quedamos en Tableau y lo hacemos directamente allí usando alias En proyectos reales, no se puede volver cada vez al sistema de origen o a los conjuntos de datos originales y cambiar los valores allí. O no tienes tiempo para eso o no puedes hacerlo. Por eso terminamos cambiando siempre esos valores directamente en Tableau. Entonces eliuses en Tableau son nombres alternativos para el miembro de un campo de dimensión discreta que sus etiquetas aparezcan de manera diferente en la vista Como puedes notar, digo que es campo de dimensión discreta y eso es porque Tableau no te permite crear eliuses para medidas o para dimensiones continuas Así que en Tableau puedes crear Elises solo para los campos con la dimensión discreta del rol Y ahora como de costumbre tenemos las preguntas sobre qué página podemos crear eliuses Bueno, sólo en la página de la hoja podemos crear el eliss en Tableau No podemos crearlo en la página de origen de datos. Y la segunda pregunta, ¿podemos crear alias globalmente para todo el libro de trabajo, todas las vistas y también localmente para una sola La respuesta para eso, podemos crear alias solo globalmente Eso va a afectar a todo el libro de trabajo Todas las visualizaciones. No podemos crear alias localmente para una sola vista. Bien, vamos a ir a la página de la hoja de trabajo. No podemos hacerlo en la página de origen de datos. Nos vamos a quedar en la pequeña fuente de datos. Tomemos el arrastre del país y lo robaremos aquí en las filas. Y luego tomemos cualquier medida, tomemos las partituras, arrastremos y robarlas en las columnas. La tarea aquí, en lugar de tener esos valores, Francia, Alemania, Estados Unidos, queremos tener nombres cortos. Aquí tenemos dos métodos para crear alias en Tableau. El primero es ir al contenedor de datos del lado izquierdo. Entonces vayamos al campo de campo por aquí. Haga clic derecho sobre él, y luego aquí tenemos la opción alias Así que vamos ahí. Y aquí vamos a conseguir una nueva ventana para editar los alias Entonces vamos a comprobar qué podemos ver aquí en el medio, tenemos tres columnas. Tenemos miembros, tiene eliases y valor de los alias. El primero vamos a ver a todos los miembros del país dimensión. Esos valores provienen directamente de los conjuntos de datos. Entonces esos son los valores originales de la fuente. Entonces el siguiente que tenemos tiene alias. Es como un indicador para mostrarnos si los valores en la vista van a provenir de los valores originales o de los Elías Ahora está todo vacío porque no agregamos ningún alias. Y el tercer campo, aquí tenemos los alias. Podemos ir y editar los alias de cada miembro individualmente Y como puedes ver ahora, los alias son exactamente idénticos a los valores originales Por eso no tenemos ningún alias. Ahora vamos a cambiar eso. En lugar de Francia, vamos a tener R, Y luego en lugar de Alemania, vamos a tener E. Como pueden ver, como voy agregando diferentes valores en los alias de los valores originales Tablo yendo al mercado como estrella. Ahora vamos por el último y lo vamos a tener como EU. Ahora solo revisa lo que va a pasar una vez que haga clic en Ok. Ves aquí tenemos los valores antiguos y si hago clic en Ok, cambia a los alias, así es como puedes agregar alias en los datos Pero ahora digamos que luego cambias de opinión y no quieres usar los alias y en vez de eso quieres volver a los valores originales Cómo podemos hacer eso. A lo mejor ya lo viste. Entonces volvamos al país por aquí sobre los datos Bain, clic derecho Volvemos a los alias y mientras editamos los alias, aquí hay una opción llamada borrar Lo que puedes hacer, puedes ir por aquí y simplemente dar click sobre él y todo va a restablecerse a los valores originales. Y como puede ver, esos indicadores sí se desvanecieron. Eso quiere decir que no hay eliass. Ahora bien, si vas y pulsas bien, el valor va a volver a los valores originales de los conjuntos de datos. Aquí lo que suelo hacer una vez que necesito alias en Tableau no voy directamente a un campo y cambio los valores Pero en vez de eso, tiendo siempre a crear nuevos duplicados del campo y solo cambiar los valores de los nuevos campos que he creado Entonces déjame mostrarte a lo que me refiero. Vamos al país, el clic derecho, y luego vamos a la opción de aquí, se duplica Hagámoslo. Y como pueden ver ahora tenemos otro campo llamado País con la copia. Y claro ahora por el nombre puedo entender esto es copia y el otro es el original. Pero en Tableau, si miras muy cerca el ícono del tipo de datos, puedes ver que en los dobletes tenemos como un signo igual Este signo indica que este campo no es original, sino que se crea a partir de otro campo original. Si ves, eso significa que este es un campo personalizado que hemos creado. Lo que suelo hacer, voy y le renombro, vamos a llamarlo shorts country. Ahora creo los alias en este nuevo campo, vamos a hacerlo, clic derecho alias, y luego en lugar de Francia, F, R, D, E, y US Entonces con eso tengo las dos opciones, la larga, la original, y también la versión corta del país. Y puedo decidir las visualizaciones de Is si voy a usar la versión corta o la versión larga Bien, eso es todo para el primer método donde creamos alias desde el lado izquierdo, desde el databan Ahora vamos a ir al segundo método donde puedes crear alias directamente desde la vista Veamos cómo podemos hacer eso. Simplemente muévase sobre el valor Francia por aquí y haga clic derecho sobre él. Y luego aquí tenemos la opción editar Elias. Seleccionemos eso. Ahora aquí tengo ventana muy sencilla. Sólo tengo que editar el lis sólo Francia, así que le estoy dando a los Elías sólo por un valor Hagamos eso FR y luego golpeemos Ok. Y como puede ver ahora en la vista, simplemente cambiamos el valor Francia a FR rápidamente desde la visualización y podemos hacer lo mismo por Alemania. Entonces haz clic derecho sobre el valor, luego edita Elias. Nuevamente, la misma ventana, vamos a ver DE y Ok, igual que cambiará el valor directamente en la vista. Se trata de métodos realmente rápidos para editar los alias directamente en la vista Ahora si vamos a revisar el país de la dimensión en el Databain, vamos a revisar el Elías Como pueden ver, el miembro Francia y Alemania tiene un Elías, FR y DE y lo hemos hecho directamente desde el punto de vista Ahora la pregunta, qué métodos usas, yo diría que si quieres cambiar múltiples valores, ve a la base de datos y haz los cambios Simplemente es más fácil trabajar con la ventana y agregar todos esos valores. Pero si quieres cambiar un solo valor de la dimensión, entonces puedes hacerlo rápidamente yendo a la vista y editando el alias. Y eso es todo por los alias. Esta es realmente una excelente manera de limpiar cómo cambiar los valores directamente en Tableau sin tener que volver a los conjuntos de datos originales haciendo los cambios allí. Bien, así que ahora tenemos la siguiente tarea de Tableau para ti. La tarea dice, abreviar los valores dentro de la categoría de campo en los productos de la tabla de los grandes conjuntos de datos mostrando solo el primer carácter de cada valor Puedes pausar el video ahora mismo para hacer la tarea, luego reanudarlo una vez que hayas terminado. Bien, ahora hagámoslo rápido. Como te mostré antes, primero empezamos por duplicar el campo Entonces voy a ir a hacer eso. Entonces voy a cambiarle el nombre a cortos de categoría. Entonces voy a presentar posts de los valores, categoría y categoría cortos. Hasta el momento ambas dimensiones tienen exactamente los mismos valores. No cambiamos nada. Ahora vamos a ir a la categoría corta, escribe un click sobre ella. Y luego vamos a ir al lius. Dice la tarea, el primer carácter, la primera letra de cada valor, así que eso significa que el primero va a ser el segundo. Podría ser o OS, así que lo voy a dejar como O. Y el tercero va a ser, luego haga clic en Bien. Y eso dice ahora tenemos nuevas dimensiones que sólo tiene el primer carácter de cada valor. Y eso lo hemos hecho usando el lius. Esto es muy fácil. Muy bien chicos. Entonces con eso, hemos completado esta sección, que es un paso realmente importante para preparar nuestros conjuntos de datos antes de comenzar a construir nuestras visualizaciones En la siguiente sección, aprenderemos a organizar y estructurar nuestros datos en Tableau. 100. Sección 8 Organización: Cómo organizar tus datos en Tableau. En Tableau, contamos con diferentes técnicas y métodos sobre cómo agrupar y organizar tus datos, lo cual es muy importante para que tus usuarios entiendan tus datos. Primero, puedes aprender a organizar las dimensiones en jerarquías, y después de eso, puedes aprender a agrupar a los miembros de las dimensiones usando grupos Al seguir adelante, podemos aprender a agrupar tus datos en diferentes grupos usando el grupo de clúster. Y después de eso, puedes aprender a dividir tus datos en dos subconjuntos usando conjuntos Entonces tenemos otro método llamado Plumas, fin de agrupar los valores de las medidas para construir histogramas Empecemos con el primer método de organización de nuestros datos usando jerarquías. Ahora vamos. 101. Udemy 8 1 Hiearchy: Bien chicos, la mejor manera de entender la jerarquía es tener un ejemplo. Si echas un vistazo a nuestros datos, por ejemplo, los clientes, puedes encontrar algunas dimensiones que están relacionadas entre sí ya que tienen informaciones similares. Por ejemplo, el país de la dimensión, tenemos valores como Alemania, Estados Unidos y Francia. Y tenemos otra ciudad de dimensión, donde se pueden encontrar las ciudades dentro de esos países. Para Alemania, tenemos Berlín, Stuttgart. Y luego tenemos una tercera dimensión, Código Postal, donde se pueden encontrar los códigos dentro de esas ciudades. Como puede ver, estas tres dimensiones están describiendo información común. Nos dan información sobre la ubicación del usuario, y podemos relacionar esas dimensiones juntas usando la jerarquía. En jerarquías, tenemos diferentes niveles. Y empezamos con el nodo superior, y lo llamamos el nodo raíz. Este nodo representa el nivel más alto de agregaciones en nuestra jerarquía Y ahora vamos a pasar al siguiente nivel de la jerarquía, donde tenemos al país. En este nivel vamos a ver más detalles sobre nuestros datos. Donde tenemos, por ejemplo, los dos valores, EE.UU. y Alemania, y los vínculos entre los nodos, lo llamamos sucursales. Y ahora vamos a pasar al siguiente nivel en nuestra jerarquía. Tenemos el nivel dos aquí en la ciudad. Veremos más detalles sobre nuestros datos. Entonces en USA tenemos Portland y Seattle. Y en Alemania tenemos Stuttgart y Berlín. Y nuevamente, tenemos el vínculo entre el nodo padre y el nodo hijo usando las ramas. Y ahora vamos a pasar al último nivel de la jerarquía, tenemos el código postal. Y aquí vamos a dividir la estructura además con más detalles. Por lo que tenemos los siguientes códigos bustales para cada ciudad. Ahora bien, como el código postal es el último nivel nuestra jerarquía y esos valores no tienen hijos, llamamos a esos nodos como los nodos hoja. Los nodos hoja o las hojas, representan el nivel más detallado de nuestros datos en esta jerarquía. Entonces ahora con eso, tenemos la estructura completa de nuestra jerarquía. Como puedes ver, parece una estructura arbórea. El nodo superior, lo llamamos el nodo raíz, representa el nivel más alto de los detalles. Entonces tenemos los niveles intermedios, y están conectados usando ramas. Y el último nivel, lo llamamos nodos hoja, donde representa el nivel más bajo de detalles. Tenemos el nodo raíz, representa el nivel más alto de las agregaciones Entonces tenemos niveles intermedios conectados con las ramas. Y luego tenemos las hojas, los nodos foliares. Representan el nivel más bajo de detalles en nuestros datos. Como aprendimos antes, podemos hacer muchas operaciones de laboratorio en el cubo. Entonces, si tenemos rastrillo en nuestros datos, podemos hacer dos operaciones muy importantes, la perforación hacia abajo y la perforación hacia arriba. El desglose y profundiza, todas son operaciones que nos van a ayudar a navegar a través la jerarquía para obtener comprensión más profunda o de mayor nivel de los datos. Entonces entendamos primero cómo funciona el desglose. Digamos que estamos trabajando con las ventas de Mejor. Comenzamos en el nodo superior en el nivel más alto. Al más alto nivel, vamos a tener las ventas totales en todos los conjuntos de datos. Por ejemplo, van a ser 140. Entonces ahora estamos en el nivel más alto, en el nodo raíz. Y si usas desglosar, vas a saltar al siguiente nivel inferior en la jerarquía. Entonces eso significa que en este nivel vamos a ver más detalles sobre las ventas. Entonces para USA tenemos 90, y para Alemania tenemos 50. Y ahora si quieres ver más detalles sobre tus datos, podemos aplicar de nuevo, profundizar para saltar al siguiente nivel inferior en la estructura. Entonces, ¿qué va a pasar? Vamos a ir al nivel dos y aquí la venta se va a dividir entre Portland y Seattle. Tenemos 40.50 y para Alemania, vamos a tener 24 guardias de traje y 34 de Berlín Entonces eso significa que estamos viendo más detalles sobre nuestras ventas. Y ahora si quieres ir al nivel más bajo a las hojas, vamos a profundizar desde la ciudad hasta el código postal. Entonces va a quedar así. El Portland se va a dividir entre esos dos códigos postales. Digamos que Seattle va a ser lo mismo porque solo tenemos un hijo. Lo mismo para Stuttgart, se va a quedar 20, y Berlín, tenemos dos códigos postales, así que se va a dividir de nuevo. Entonces, como puede ver, estamos usando desglose para navegar por la jerarquía llevándonos de nivel superior a nivel inferior de detalles. Es como si estuviéramos expandiendo el árbol para ver más detalles para entender nuestros datos. Bien, entonces ahora vamos a hablar la segunda operación de Alp, el simulacro. Es exactamente lo contrario de perforar hacia abajo. Taladrar nos va a llevar de abajo hacia arriba, menor a mayor nivel de detalles cómo funciona. Digamos que vamos a empezar por las hojas y vamos a tener las ventas de esas hojas. Y ahora podemos usar un taladro arriba para pasar del código postal a la ciudad. Por ejemplo, vamos a tener las ventas totales en Berlín, 30, porque es la suma de diez más 20. Y luego en Utgard se va a quedar igual, 20, Seattle 50, y Portland también, va a resumir los valores de las hojas Entonces vamos a tener el valor de 40. Como puede ver, a medida que nos vamos moviendo más alto, el valor va a obtener más agregado. Veamos que queremos saltar al país, para podamos volver a utilizar, un simulacro para pasar de la ciudad a los países. Alemania, podemos tener las ventas totales de 50. Para USA, podemos tener las ventas totales de 90. Ahora puedes usar, nuevamente, drill up para ir al nodo raíz donde puedes tener el nivel más alto de agregaciones Así podemos tener el valor de 140, el total de ventas dentro de nuestro conjunto de datos. Como puede ver, si tenemos una estructura jerárquica, podemos usar un taladro hacia arriba y profundizar para navegar a través de la estructura jerárquica. jerarquías organizan y estructuran el miembro de las dimensiones en una estructura de árbol lógico agrupando dimensiones similares, jerarquías son realmente importantes y dan dinámicas a tus vistas donde puedes tener el panorama general y entender los datos al más alto nivel Y puede profundizar en detalles específicos para obtener datos de conocimiento más profundos. Bien, así que ahora volvemos a Tableau. Vamos a entender cómo podemos crear jerarquías en Tableau Podemos crear jerarquías solo en la página de la hoja de trabajo. No podemos crearlo en la página de origen de datos. En la página de la hoja de trabajo, podemos crear jerarquía en la página de dolor de datos. Si echas un vistazo a las tablas de clientes, puedes encontrar que ya tenemos una jerarquía. Y aquí tenemos pequeño icono que indica que tenemos jerarquía, el nombre jerárquico llamado Country City, y en el lado izquierdo por aquí tenemos flecha pequeña. Si hacemos clic en él, la jerarquía puede expandirse y podemos ver las dimensiones dentro de esta jerarquía. Hablando de dimensiones, se podrían utilizar jerarquías, sólo cuatro dimensiones No se puede crear una jerarquía a partir de medidas. Y esta jerarquía que tenemos por aquí, se crea automáticamente a partir de Tableau. Desde Tableau analizó el contenido del país y la ciudad y automáticamente entendió que existe una jerarquía entre ellos. Pero como queremos aprender a crear una jerarquía, vamos a ir y eliminarla y crear una nueva desde cero. Ahora para eliminar una jerarquía, vas al nombre de la jerarquía aquí, haz clic derecho sobre él. Y entonces aquí tenemos la opción eliminar jerarquía. Aquí hay que entender que no se eliminarán las dimensiones dentro de las jerarquías, solo se eliminará la jerarquía misma Así que no perderás ningún campo en el árbol lógico. Se eliminará la jerarquía lógica. Bien, así que ahora veamos cómo podemos crear jerarquía en Tableau. Y vamos a crear la jerarquía de ubicación. Vamos a ir al lado izquierdo de los datos en y vamos a seleccionar una de las dimensiones. No importa cuál vayas a seleccionar, pero prefiero comenzar con el nivel más alto de la jerarquía. Aquí en nuestro ejemplo, va a ser el país seleccione el país radical. Haga clic en él. Y entonces aquí tenemos algo que se llama jerarquía. Y vamos a seleccionar Crear Jerarquía. Vamos ahí. Tenemos que darle un nombre, así que vamos a llamarlo jerarquía de ubicación. Entonces él, como se puede ver ahora del lado izquierdo tenemos el icono de la jerarquía. En su interior, solo tenemos una dimensión, el país. Ahora en nuestra jerarquía, tenemos también la ciudad y el código postal. Entonces, ¿cómo podemos agregarlo a esta jerarquía? A medida que aprendemos, la jerarquía tiene diferentes niveles, y el orden de esos niveles es realmente importante. Tenemos país, ciudad y código postal. Ahora, para agregar la ciudad, solo vamos a arrastrar y soltar la ciudad debajo del país por aquí y liberarla. Con eso, ahora tenemos a la ciudad dentro de nuestra jerarquía. Vamos a agarrar también el código postal. Entonces tenemos que arrastrarlo y soltarlo debajo de la ciudad. Vamos a liberar. Con eso, hemos creado la jerarquía de ubicación con las tres dimensiones, país, ciudad y código postal. Aquí De nuevo, si quieres ocultar los detalles sobre esta jerarquía, podemos colapsarla por aquí. O si quieres ver los detalles, podemos ampliar la jerarquía. Bien, así que esta es una forma de cómo crear jerarquía en Tableau mediante el uso del menú desplegable. La segunda forma de cómo crear jerarquía, podemos arrastrar y soltar rápidamente las dimensiones juntas. Entonces, por ejemplo, si vamos a la tabla de productos, tenemos también una jerarquía aquí entre la categoría, el nombre del producto y la subcategoría Nuestra jerarquía comienza con la categoría, luego la subcategoría, y la última, las hojas, va a ser el nombre del producto Ahora veamos cómo podemos crear la jerarquía usando arrastrar y soltar rápidamente. Vamos a tomar una de esas dimensiones, digamos que vamos a empezar con la categoría, arrastrarla y soltarla dentro de la subcategoría Entonces ahora estoy rondando y seleccionando la subcategoría. Vamos a liberar. Una vez que hacemos eso, Tableau entiende que queremos conectar esas dimensiones. Entonces Tableau va a crear una nueva jerarquía. Vamos a llamarlo la Jerarquía de Productos. Y vamos, bien. Y ahora veamos. En el lado izquierdo tenemos una nueva jerarquía llamada jerarquía de productos con el icono. Y hemos insistido en dos dimensiones, categoría y subcategoría Nos falta la tercera dimensión. Tomemos el nombre del producto y lo dejemos caer en la jerarquía. Ahora tenemos problema con eso. El orden de las dimensiones dentro de nuestra jerarquía es incorrecto, porque la categoría de dimensión debe ser el nivel uno y la subcategoría debe ser el nivel dos ¿Cómo podemos arreglarlo? Simplemente seleccione la categoría y arrástrala y suéltala encima de la subcategoría Vamos a liberar eso. Eso dice así es como se cambia el orden de las categorías. Y con eso, tenemos la jerarquía de productos. Bien, ahora digamos que queremos no eliminar toda la jerarquía, solo queremos eliminar un miembro, una dimensión de la jerarquía. Para ello, digamos que queremos eliminar el nombre del producto. Selecciónela y simplemente arrástrala y suéltala en algún lugar aquí en el espacio vacío. Y con eso, el nombre del producto ya no es miembro de la jerarquía. Entonces así es como podemos eliminar dimensiones de la jerarquía. Pero quiero ponerlos de nuevo en nuestra jerarquía porque la necesitamos después. Entonces pondré la subcategoría debajo de la categoría, y tomamos el nombre del producto y lo pondremos debajo de la subcategoría, y eso es Entonces estos son los dos métodos crear jerarquías en Tableau, ya sea por drop dominu o por arrastrar y soltar rápidamente las dimensiones juntas para crear una Es muy fácil. Bien, entonces ahora tenemos esta jerarquía, la estructura, cómo la vamos a usar dentro nuestro punto de vista, es realmente fácil. Vamos a ir a seleccionar toda la jerarquía, luego arrastrarla y soltarla en la Vista. Entonces aquí la jerarquía va a partir del nivel uno para los países, y vamos a ver los valores del país. Ahora vamos a tener una de esas medidas. Vamos a tomar las ventas y arrastrarlo y soltarlo en las columnas. Entonces ahora si miras de cerca al país, al plu, amontonas por aquí, puedes ver que tenemos una nueva señal, la señal de explosión Este signo indica que podemos profundizar en esta dimensión. Entonces ahora vamos a dar clic en el letrero de explosión. Como pueden ver, ahora estamos profundizando en nuestra jerarquía a un nivel inferior. Ahora estamos viendo más detalles sobre las ventas. Y ahora estamos al nivel de la ciudad al siguiente nivel. Ahora como pueden ver, tenemos la ciudad de la dimensión. Nuestras filas, no la arrastramos y soltamos de la base de datos y colocamos en las filas que expandió de la jerarquía. Nuevamente, aquí la ciudad tiene el signo más que indica que podemos profundizar dentro de la ciudad. Vamos a desglosar de nuevo. Como puedes ver ahora estamos en el código postal y podemos ver más detalles sobre las ventas. Ahora bien, si revisas el código postal, no hay signo más, como la ciudad y el país. Debido a que estamos en las hojas, estamos en el nivel más bajo de detalles en nuestros datos. Con eso, hemos navegado por nuestra jerarquía desde el nodo superior hasta las hojas Como puedes ver, es realmente fácil y muy dinámico. Ahora digamos que estamos en las hojas y queremos perforar de nuevo al nivel más alto de las agregaciones al nodo superior Es realmente fácil si revisas de nuevo la ciudad y los países que ya no tenemos, el signo más tenemos el signo menos. El signo menos indica que podemos profundizar en la jerarquía. Entonces veamos qué puede pasar si haces clic en el signo menos. Como pueden ver, perforamos ahora desde las hojas, desde el código postal de vuelta a la ciudad. Y los valores de esas celdas son ahora más agregados. Y ahora lo mismo, si quieres profundizar desde la ciudad de regreso al país, vamos a dar click en el signo menos. Entonces hagámoslo. Y con eso nos mueven al nivel uno, a la agregación más alta de nuestra jerarquía. Bien, hasta ahora lo que hemos hecho es perforar y profundizar en nuestra jerarquía usando las repisas de filas y ya sabes que son las filas y las columnas. Lo usamos a medida que los desarrolladores construyen nuestra visión. Ahora la pregunta es cómo nuestros usuarios y la audiencia obtienen y profundizan y profundizan a través de la jerarquía. Porque la jerarquía debe ser utilizada también rápidamente por los usuarios para profundizar en los detalles. Ahora veamos cómo podemos hacer eso. Si vamos a la vista por aquí y pasamos el cursor sobre el país, podemos volver a ver un signo más Vamos a dar click en eso. Y como pueden ver, profundizamos en nuestra jerarquía del país a la ciudad. Ahora vamos a ir más en detalles y profundizar en el código postal. Podemos pasar el cursor sobre la ciudad, y como pueden ver, tenemos de nuevo el signo más. Haga clic en eso. Y con eso, perforamos hasta el código postal. Así es exactamente como los usuarios pueden profundizar en la vista. Ahora bien, si queremos perforar de nuevo al nivel superior, podemos hacer lo mismo. Podemos ver el signo menos por aquí. Da click en él y vuelves a la ciudad. Y luego nos vamos al país también. Tenemos el menos, hacemos clic en eso. Y con eso, perforamos de regreso al país. Como puedes ver con esos íconos, podemos navegar por nuestra jerarquía. Ahora podrías decir todos tus usuarios, sabes qué, este es un ícono realmente pequeño y a mis usuarios no les gusta. ¿Hay alguna otra manera profundizar y profundizar en la vista? Bueno, sí, si vas a alguno de esos valores por aquí y escribes un click sobre él, puedes ver en este desplegable, tenemos un desglose. Si haces clic en eso, perforamos hasta la ciudad lo mismo. Si seleccionas algún valor, no importa cuál, vamos por aquí y luego profundicemos de nuevo. Y con eso estamos en el código postal. Si quieres profundizar, puedes hacer lo mismo, cualquier valor lo cono radicalmente Y aquí tenemos el simulacro socilic. Y para profundizar de nuevo al país, ir a cualquier valor en el país radicalmente en él y profundizar. Entonces esas son las dos formas de profundizar y profundizar en la vista. Bien chicos, hasta ahora hemos creado nuestras propias jerarquías al juntar esas dimensiones en diferentes niveles Pero en Tableau también tenemos jerarquías incrustadas indirectas en la fecha de tipo de datos en Tableau Cualquier campo con la fecha del tipo de datos tiene la siguiente jerarquía. Comienza con el nivel más alto con el año, luego tenemos el trimestre del mes, y luego el nivel más bajo, las hojas. Tenemos los días. Esos cuatro niveles son los niveles predeterminados dentro cada campo con la fecha del tipo de datos en nuestro conjunto de datos. Ahora tenemos otro tipo de datos que contiene también, una jerarquía indirecta incrustada. Tenemos los campos con la fecha y hora. Aquí tenemos informaciones sobre la época, y tenemos siete niveles. Comienza exactamente como la fecha, por lo que el nivel más alto va a ser el año, luego el trimestre del mes, y luego el día. Pero ahora podemos profundizar hasta más detalles ya que tenemos la información del tiempo. El siguiente nivel van a ser las horas. Entonces tenemos minutos y segundos. Segundo son el nivel más bajo de detalles. Aquí son nuestras hojas. Tenemos niveles civiles de la jerarquía. Fecha y fecha y hora. Tienen jerarquía incrustada en su interior. Ahora descubramos esas jerarquías en Tableau. Bien, así que ahora vamos a ir a las órdenes de mesa. Y aquí tenemos dos fechas. No importa cuál, ambos van a tener exactamente la misma jerarquía. Tomemos la fecha del pedido, arrástralo y suéltelo aquí en la rosa. Ahora, como pueden ver, tenemos ahora el signo más. Indica que hay una jerarquía. Y empieza al más alto nivel con los años. Ahora tomemos una medida para ver algunos datos. Vamos a tomar los recuentos de pedidos y ponerlo en las columnas. Y quiero mostrarle a Israel las etiquetas. Vamos a mostrar algunas etiquetas. Bien, Ahora vamos a descubrir la jerarquía dentro de la fecha. Como puede ver en el lado izquierdo, no vemos ninguna información sobre la jerarquía, por lo que eso significa que está realmente incrustada dentro de este tipo de datos. Entonces, sigamos los años y clic en el signo más para profundizar. Como puedes ver la siguiente información tenemos las informaciones del trimestre. Entonces ahora vemos el número total de pedidos por trimestre. Entonces ahora podemos ver más detalles sobre los recuentos totales, y luego podemos profundizar hasta el día. Y ahora estamos en el nivel más bajo del día. No podemos profundizar más, por ejemplo, horas, minutos y segundos, porque la fecha del pedido tiene la fecha del tipo de datos. Como puede ver, la fecha de orden de dimensión tiene cuatro niveles, años, trimestre, mes y día. Es muy agradable tenerlo así en Tableau porque realmente son estándares. Trabajé con otras herramientas de BI y ahí tenemos que construirla en la nuestra, que realmente consume mucho tiempo para construir todas esas jerarquías Especialmente si tienes un gran conjunto de datos aquí en Tableau, nuestra vida es más fácil. Tableau sí decidió tener una jerarquía dentro de cada fecha. Bien chicos, una cosa más sobre los arcos. Realmente organizan y estructuran tus vistas y las hacen más dinámicas para los usuarios. Por ejemplo, requisitos para realizar ventas por país, ventas por ciudad, ventas por código postal, y no usas jerarquías, terminarás haciendo tres vistas como aquí del lado izquierdo, se necesita mucho espacio Y además, es literalmente dinámico. Pero mejor que eso, podemos crear jerarquía entre esas dimensiones. Y podemos poner todo en una sola vista. Y luego le das las opciones para los usuarios finales profundicen y profundicen, dependiendo de lo que necesiten. Si quieren las ventas por país, tenemos ya en el nodo superior. Pero si quieren las ventas por ciudad, todo lo que tienen que hacer es profundizar al siguiente nivel, y ya lo tenemos, ventas por ciudad. Si alguien necesita ir más detalladamente para ir al código postal, también puede profundizar en las ventas por código postal. Como puede ver, realmente le da su vista más dinámica y va a ser más atractiva para los usuarios finales si se compara con los lados del elevador. Ahora tenemos más dinámicos, más interactivos para los usuarios finales. Y además, estás creando vistas de lista en tus dashboards Entonces esto es realmente genial. Si quieres profundizar de nuevo al país, solo podemos hacer clic en el signo menos. Jerarquías da más dinámica su estructura y organizar sus datos en las vistas Bien, ahora vamos a resumir. Jerarquías, organizar y estructurar los miembros de las dimensiones en estructura de árbol lógico Las jerarquías son características especiales solo para las dimensiones. No puede crear jerarquías entre las medidas que podemos y profundizar para navegar a través de nuestra jerarquía para obtener una comprensión más profunda o de mayor nivel de sus datos En general, las jerarquías son realmente importantes para organizar y estructurar tus entrevistas de datos Y proporciona a los usuarios una poderosa herramienta para navegar y explorar sus datos de manera rápida y sencilla, descubrir conocimientos y tomar mejores decisiones Bien, así que eso es todo para las jerarquías en Tableau. A continuación aprenderemos a agrupar a los miembros de las dimensiones en jerarquiegorías 102. Udemy 8 2 grupos: Muy bien, Kay, hasta ahora hemos aprendido a agrupar las dimensiones en jerarquías, pero ahora aprenderemos a agrupar los valores, los miembros de la dimensión en grupos en Tableau Tenemos tres métodos para hacer eso. Entonces tenemos los grupos, grupos cluster, y sets. Y ahora comenzaremos con el primero, cómo agrupar a los miembros de las dimensiones usando grupos. Pero ahora, como siempre, entendamos primero el concepto detrás de él y luego vamos a aprender a construirlo en Tableau. Así que vamos. Muy bien, entonces ahora si echas un vistazo a nuestros datos, a veces vas a encontrar dimensiones que podrían usarse para categorizar o agrupar los datos dentro de la tabla Por ejemplo, si echas un vistazo a los datos de nuestros productos, puedes encontrar que la categoría se puede utilizar para agrupar los datos. Por ejemplo, puede ver que dos productos están asignados a la categoría Monitor y tres productos están asignados a los accesorios. Por lo que este campo podría ser utilizado para agrupar los datos. Ahora bien, si revisas los datos del cliente, puedes encontrar algunas dimensiones que podrían usarse para agrupar los datos. Por ejemplo, el país, la ciudad, el código postal. Esa información puede ser utilizada para agrupar a los clientes. Todas esas dimensiones podrían ser utilizadas para agrupar nuestros datos. Esos grupos o esas dimensiones vienen directamente de los conjuntos de datos y hasta ahora no creamos nada. A veces podemos estar en una situación en la que queremos agrupar los datos de manera diferente a los datos de manera diferente los grupos originales en los conjuntos de datos. Aquí tenemos dos opciones. O volvemos a los conjuntos de datos originales y hacemos los cambios ahí. Yo creo un grupo, o podemos crear un grupo directamente en Tableau sin volver a los datasets originales. Por ejemplo, queremos crear un nuevo grupo en los productos y va a ser la clase de producto. Aquí tenemos otro grupo y vamos a llamar, digamos por ejemplo, los tres primeros son la clase A, los dos últimos son la clase. Podemos crear este grupo extra directamente. Tableau. Lo mismo va para los clientes. Queremos agregar un nuevo grupo. Queremos sumar el continente en formaciones. Podemos agregar este grupo. Para Alemania, va a ser Europa. Para Estados Unidos va a ser Norteamérica. Y para el resto Francia, Alemania, Estados Unidos va a ser también. Europa's. Todo lo que estás haciendo ahora es agregar nuevos grupos a nuestros datos. Los grupos Tableau combinan valores relacionados similares en categorías de nivel superior que pueden crear una nueva dimensión para su análisis de datos. Ahora veamos cómo podemos crear grupos en Tableau. Y hay dos métodos para hacer eso. Ya sea creando los grupos en los datos en o directamente en la vista. Vamos a comenzar con el primero, donde vamos a crear el grupo continente en los datos. En, para hacer eso, vamos a ir a la mesa clientes y en base a los valores del país, vamos a crear el nuevo grupo aquí. Es importante entender que podemos crear grupos solo encima de las dimensiones. No podemos crear grupos sobre las medidas. Otra característica donde podemos usarlo para agrupar las medidas y lo llamamos bolígrafos. Pero ahora para los grupos, solo podemos crear encima de las dimensiones. Y el nuevo campo va a ser también una dimensión. Veamos cómo podemos hacer eso. Seleccione el País, derecho, haga clic en él. Y luego vamos a la Create. Y aquí tenemos el grupo Option. Seleccionemos eso. Entonces ahora vamos a conseguir una nueva ventana para poder crear el grupo. Vamos a empezar primero por renombrar el nombre del campo, vamos a llamar a este continente Entonces en medio de por aquí, Tableau va a enumerar para usted los distintos valores dentro del país, todos los valores posibles del conjunto de datos. Lo que vamos a hacer, vamos a agrupar Francia, Alemania e Italia a Europa, y Estados Unidos a Norteamérica. ¿Cómo vamos a hacer eso? Vamos a seleccionar múltiples esos valores haciendo clic en el control. Francia, Alemania e Italia. Ellos son un solo grupo. Para agruparlos juntos, vamos a seleccionar por aquí, el grupo, una vez que lo seleccionemos, Tableau, vamos a poner todos esos valores debajo de un nuevo grupo. Vamos a darle el nombre de Europa. Vamos a hacer clic en Bien. Y con eso, hemos creado ahora un nuevo grupo para esos tres valores. Como puede ver, podemos expandir y colapsar de esos valores para ver los detalles. Pero aún tenemos un valor más dentro del país que aún no está mapeado a un grupo aquí. Lo que vamos a hacer, vamos a seleccionarlo y luego dar clic en el Grupo y lo vamos a llamar Norteamérica. Eso es ahora dentro del continente, tenemos dos valores, Europa, Norteamérica, y están relacionados con esos miembros desde la dimensión país. Ahora digamos que quieres trasladar a uno de esos integrantes de un grupo a otro grupo. ¿Cómo podemos hacer eso? Es realmente fácil con solo arrastrar y soltar. Tomemos, por ejemplo, Alemania arrastrarlo y soltarlo aquí en América del Norte. Verás que este miembro ahora es pertenece al grupo de Norteamérica lo cual está equivocado. Entonces voy a ponerlo de nuevo que dice así es como cambias entre grupos. Aquí tenemos a Tablo. Otra opción es eliminar al miembro de todos los grupos. Para ello, seleccionemos Alemania y hagamos clic aquí y Agrupar. Una vez que hagamos eso, verán que el valor de Alemania no se le asigna a ninguno de esos grupos si colapso esas cosas. Verás que Alemania es valor independiente. Usualmente usamos el grupo otro para todos los valores. Por lo tanto, no podíamos asignar a ninguno de nuestros grupos aquí. Tableau nos da una forma rápida para crear este grupo. Todo lo que tenemos que hacer es hacer clic en el valor de Alemania y luego dar click sobre aquí, Incluir Otro, Vamos a poner eso como puedes ver ahora el valor de Alemania está dentro del grupo Otros, y con eso tenemos en el continente tres grupos. Europa, América del Norte, y otros. Ahora si quieres renombrar los grupos, puedes dar click en el grupo y luego dar click aquí, Renombrar. Entonces lo vamos a tener como otro continente o algo así, o. Haga clic derecho sobre el grupo y luego renombrar el nombre. Eso es muy fácil. Entonces ahora lo que queremos hacer es trasladar a Alemania de nuevo a Europa. Ahora como pueden ver, el grupo otro sí desapareció porque no tiene ningún miembro. Entonces eso es todo por ahora. Hemos creado nuestros grupos. Vamos a hacer clic en Ok. Ahora como pueden ver del lado izquierdo, tenemos un nuevo campo llamado continente. Y es dimensión discreta y tiene un icono especial y el tipo de datos indican que este campo es un grupo en Tableau. Si está creando un grupo basado en otro campo con el rol geográfico, Tableau va a mostrar tanto el grupo de iconos como el rol geográfico. Porque por lo general el grupo tiene el siguiente icono para la situación. Se va a mostrar tanto los íconos, el rol geográfico y el grupo. Bien, así que ahora construyamos la vista basada en esta nueva dimensión. Vamos a llevar a los caminos al conejito dragón continente . Como puedes ver tiene dos valores. Nosotros también vamos a tomar las ventas. Y las columnas ahora para ver más detalles en la vista, vamos a tomar otra dimensión, o vamos a tomar toda la jerarquía de la ubicación. Vamos a arrastrarlo y soltarlo aquí en la rosa. Ahora como puede ver, el continente ahora está agrupando nuestros datos. Europa para esos tres valores, América del Norte por Estados Unidos. Como aprendimos en las jerarquías, podemos desglosar hasta los siguientes valores. ¿Y sabes qué? Esta nueva dimensión, el continente, tiene informaciones similares al país y a la ciudad, y pertenece a la jerarquía. Ahora tiene sentido agregarlo a la estructura de nuestra jerarquía de ubicación. Entonces lo que vamos a hacer, vamos a arrastrar el continente y soltarlo encima de ese país. Con eso, el continente va a ser el nivel uno y el país va a ser el nivel dos. Podemos utilizar este nuevo grupo como el nivel más alto de agregación en nuestra estructura. Podemos perforar de nuevo al continente. Como puedes ver, podemos crear nuevos grupos directamente en Tableau sin volver a los datasets originales y hacer modificaciones allí. Muy bien, así es por eso que el primer método sobre cómo crear grupos en Tableau a partir de los datos Bain, El segundo método es crear grupos directamente en la vista Veamos cómo podemos hacer eso. Vamos a crear una nueva hoja de trabajo y vamos a tomar dos medidas. Vamos a tomar las ganancias, pongámoslo aquí en las filas. Y vamos a tomar también las ventas. Y ahora queremos mostrar a todos los clientes como puntos de datos. Para ello, vamos a ir al ID del cliente, arrastrarlo y soltarlo, ponerlo aquí en las marcas, en los detalles. Ahora tenemos para cada cliente en nuestro conjunto de datos como punto de datos. Ahora nuestra tarea es que queremos agrupar el rendimiento de los clientes. Si decides ir a la pintura de datos para crear esos grupos y conectarte radicalmente, entonces vamos a los grupos, verás una larga lista de todos los clientes Y ahora crear grupos basados en esos valores puede ser realmente doloroso porque la identificación del cliente tiene una alta cardinalidad en comparación con el país En lugar de hacer eso aquí, lo haremos directamente en la vista. Para ello, iremos y seleccionaremos, por ejemplo, esos clientes, esos puntos de datos. Y vamos a conseguir una nueva ventana. Como puedes ver, Tableau dice que hay ocho elementos que están seleccionados y tenemos el icono del grupo. Si hacemos clic en eso, Tableau va a ser crear cosas nuevas. Si observa el dolor de datos aquí en el lado izquierdo, puede ver que Tableau ya creó un grupo con los elementos seleccionados. Y también hizo la coloración. Para que puedas ver también al grupo. Aquí en los colores del lado derecho, tenemos las leyendas. Para que veas que el ítem seleccionado es el azul y los demás son grises. Ahora lo que tenemos que hacer es ir y renombrar cosas. En primer lugar, voy a renombrar a este grupo. Voy a llamarlo Grupo de Clientes. Como puedes ver, el nombre del grupo es como la lista de todos los miembros. Dice, bien, 9113035 y más. Eso se debe a que a Tableau le cuesta entender por qué seleccionamos a esos clientes y cuál es el nombre del grupo? Para cambiar el nombre del grupo, vamos a ir al lado izquierdo al Data Bain, click derecho sobre él y luego vamos a Editar. Seleccione eso. Ahora como pueden ver por aquí, tenemos nuestro grupo que acabamos de seleccionar con los ocho integrantes. Así que vamos al nombre del grupo, haga clic derecho sobre él, renombremos, y vamos a llamarlo de alto rendimiento. Que esos clientes tengan el mayor rendimiento en comparación con todos los demás clientes. Entonces, como puede ver, Tableau sí puso todos los demás clientes bajo el grupo otros. Vamos a hacer clic bien ahora. Y ahora tenemos un nombre mejor en el lado derecho. Y tiene sentido tener un color gris para otros. Bien, así que ahora vamos a ir a crear otro grupo de clientes con un bajo rendimiento. Bien, para hacer eso vamos a hacer lo mismo, vamos a ir en la vista y seleccionar aquellos clientes con un mal desempeño. Y una vez que hagamos eso, vamos a conseguir esta nueva ventana diciendo, bueno, nueve elementos, y vamos a seleccionar el grupo. Pero en lugar de eso, si alejas el mouse, verás que la ventana desaparece. En este caso, vamos a ir a uno de esos puntos de datos y hacer clic derecho sobre él. Y entonces aquí tenemos la opción de grupo, seleccione eso. Ahora, ¿qué puede pasar? Tableau no creará un nuevo grupo en el contenedor de datos, lo va a incluir como un nuevo grupo dentro del grupo ya existente. Puedes ver aquí del lado derecho tenemos un nuevo grupo con el color naranja. Y con eso, hemos agregado un nuevo grupo al cliente. Para cambiarle el nombre, vamos a ir al contenedor de datos y editar el grupo. Vamos a ir ahí ahora. En lugar de tener la lista de los miembros, vamos a hacer clic en ella, renombrar, y vamos a llamarlo artistas de la ley. Haga clic en Bien. Y ahora con eso tenemos buenos nombres para los grupos, también podemos cambiar los colores del grupo Por ejemplo, para el bajo rendimiento, podemos tener rojo. Para el alto rendimiento, podemos tener verde. Para hacer eso, vamos a ir a las Marcas aquí a los colores. Haga clic en eso. Después vamos a seleccionar Editar Colores como lo decimos por el alto rendimiento. Entonces, seleccionemos este valor y asignémoslo a verde. Y queremos que el bajo rendimiento tenga un rojo y el color del otro va a ser gris. Ya que no es nuestro enfoque, hagamos clic en Bien. Y como se puede ver ahora los puntos de datos tiene nuevos colores. Y otro caso de uso para los grupos que lo usamos así como un filtro. Por lo que damos a los usuarios la posibilidad de interactuar con nuestros puntos de vista, enfocarse en grupo específico. Ahora para hacer eso, vamos a ir a nuestra base de datos, al grupo dar clic derecho sobre ella y mostrar filtro. Ahora tenemos al grupo como filtro. Y los usuarios pueden hacer clic entre los grupos para cambiar su enfoque en qué clúster pueden analizar. Por ejemplo, si no les interesan todas esas cosas geniales y quieren comparar el alto rendimiento con el bajo rendimiento para entender el comportamiento de diferencia entre ellos, simplemente pueden eliminarlo así. Muy bien, así es como puedes crear grupos en Tableau usando los dos métodos, ya sea a partir de los datos Bain, sobre todo si tienes una dimensión con baja cardinalidad como el país Pero si tienes una dimensión con alta cardinalidad, el ID de cliente, el ID de pedido, entonces puedes crear grupos directamente desde la vista que es una forma realmente rápida de asignar los valores a grupos específicos Como puede ver esta característica en Tableau, los grupos son una manera realmente increíble cómo agrupar datos B directamente en Tableau sin volver a los conjuntos de datos originales y crear el grupo allí. Bien, entonces ahora tienes la siguiente tarea para ti. Vaya a los conjuntos de datos pequeños y cree un nuevo grupo llamado classes basado en el nombre del producto Dimension. Los tres primeros productos pertenecen a la clase A y los dos últimos productos pertenecen a la clase. Puedes pasar el video ahora mismo para hacer la tarea, luego reanudarlo una vez que hayas terminado. Bien, así que ahora vamos a crear rápidamente este grupo. Vamos a comprobar primero la cardinalidad del nombre del producto Sólo voy a arrastrarlo y soltarlo aquí en las filas. Y como pueden ver, sólo tenemos cinco valores. Eso quiere decir que tiene baja cardinalidad. Y podemos hacerlo directamente en el Data Bain, clic derecho sobre el nombre del producto Y luego vamos a ir al grupo Create. Y ahora vamos a llamarlo, vamos a ir a llamarlo clases. Los tres primeros miembros son la clase y los dos últimos miembros son la clase B que dice vamos. Bien, ahora podemos ir a verificar los valores. Vamos a arrastrarlo y soltarlo por aquí antes del nombre del producto. Y como puede ver, los tres productos son Clase A y los dos productos aquí son de clase. Esto es muy fácil. Bien, así que ahora vamos a resumir grupos en Tableau, combinar valores similares relacionados en categorías de alto nivel Y los grupos se pueden crear en base únicamente a las dimensiones. No podemos crear grupos para medidas y el propio grupo va a ser una dimensión discreta. grupos en Tableau son muy útiles para simplificar su vista y facilitar comprensión de sus datos agrupando los puntos de datos en categorías claras y relevantes. Bien chicos, así que eso es todo para los grupos en Tableau. A continuación aprenderemos una característica muy similar llamada los grupos de clúster. Podemos usarlo para agrupar tus datos en diferentes grupos. 103. Grupos de clúster de Udemy 8 3: Bien todos, entonces ahora vamos a aprender otro método sobre cómo agrupar a los miembros, los valores de las dimensiones en grupos. Y esta vez vamos a usar los grupos de clúster en Tableau. Pero como de costumbre primero vamos entender el concepto detrás de esto, que podemos aprender a construirlo en Tableau. Así que vamos. Bien, así que el grupo de clústeres es otra forma de agrupar tus datos, se utiliza para la agrupación de datos, que es una técnica estadística para agrupar puntos de datos similares En la agrupación de datos, tenemos diferentes algoritmos para calcular los clústeres Por ejemplo, tenemos el algoritmo Manes y otro algoritmo llamado clustering jerárquico y otro llamado clustering basado en densidad Y Tableau sí decidió ir con el algoritmo de la mina ya que es realmente simple y fácil de implementar. El algoritmo de mina es ampliamente utilizado en la agrupación de datos. Ahora déjame mostrarte cómo funciona el algoritmo de Kemanes. Digamos que en nuestro conjunto de datos, tenemos los siguientes puntos de datos. Primero, tenemos que definir cuántos clústeres queremos construir. En este ejemplo, vamos a ir con tres clústeres, y después de eso, el algoritmo va a escoger tres puntos, y los llamamos centroides Entonces puede asignar a los puntos de datos el centroide más cercano para este punto de datos, va a pertenecer al clúster verde Y luego va a pasar al siguiente punto de datos y calcular el vínculo entre éste y los tres centroides Y luego puede asignarlo al centroide más cercano. Para ello, va a ser el cúmulo rojo. El algoritmo va a hacer eso para todos los puntos de datos y asignarlos al centroide más cercano Al final, vamos a tener tres racimos, el verde, el rojo y el azul. Como puede ver, el medio clave es realmente simple y fácil de implementar. Bien, entonces ahora para entender los clusters, vamos a tener la siguiente tarea. La tarea dice identificar clientes de alto valor agrupándolos en función de sus ventas Y con el fin de averiguar qué clientes generan más ingresos y cuáles no. Bien, ahora para crear el grupo cluster, tenemos que estar en la página de la hoja de trabajo. Y esta vez podemos crear los clústeres desde el panel de análisis, y no podemos hacerlo en el panel de datos. Ahora veamos cómo podemos crear los clústeres y nos quedaremos con la fuente de big data. Ya que necesitamos muchos puntos de datos aquí. Necesitamos dos medidas. Necesitamos el beneficio. Así que vamos a rastrear y dejarlo caer en las filas. Y vamos a llevar las ventas también a las columnas. Y con eso, tenemos dos ejes, las ventas y el beneficio. Pero lo que nos falta ahora en el medio son los datos del cliente. Cada cliente va a ser un punto. Para eso, vamos a tomar el ID de cliente, vamos a arrastrarlo y soltarlo por aquí en los detalles de las marcas. Bien, entonces ahora tenemos los puntos de datos y cada punto representa a un cliente. Ahora para crear el clúster, vamos a cambiar al panel de análisis. Entonces vamos por allá, y si vas a los modelos, encontrarás el cluster. Es muy fácil. Simplemente lo arrastramos y soltamos aquí en los clústeres de nombres, y aquí vamos a tener una ventana muy simple aquí dice que las variables para los clusters son los sellos y las ganancias. Y entonces tenemos el número de clusters aquí. Por defecto, va a ser automático. Eso significa que Tableau va a averiguar a partir de los datos, ¿cuántos clústeres necesitamos aquí? Por defecto, tenemos automático. Eso significa que Tableau va a averiguar cuántos clústeres tiene sentido crear a partir de esos puntos de datos. Como puede ver, Tableau ya creó el clúster y ha creado tres clústeres. Pero si dices, sabes qué, queremos cuatro clusters o cinco clusters, puedes ir por aquí y definir cuántos clusters necesitas. Si tienes cinco, déjame moverlo aquí para ver qué está pasando. Tenemos ahora cinco clusters. Si quieres tener dos racimos, solo tendremos dos colores y así sucesivamente. Entonces me voy a quedar con los tres clusters. Tiene sentido. Eso es. En esta ventana, no hay nada bueno o algo así. Así que solo lo vamos a cerrar porque Tableau puede crear el clúster de inmediato. Bien, entonces ahora tenemos el cluster. La pregunta es, ¿dónde encuentro el grupo cluster? Bueno, si vas a los datos en del lado izquierdo, no encontrarás ningún grupo cluster por aquí porque tenemos esta información ahora solo en los colores. Este campo aquí es nuestro cluster. Ahora bien, podríamos tener esta información, este grupo de clústeres en los datos en, para poder utilizarla en diferentes vistas. Entonces, lo que vamos a hacer, podemos simplemente arrastrarlo y soltarlo en algún lugar de los datos en. Ahora por aquí podemos ver que tenemos nuevos campos y el icono indica que este campo es un grupo clúster. Entonces ahora vamos a darle un nombre, Clústeres de clientes. Bien, así que ahora podemos reutilizar este clúster en diferentes vistas si es necesario. Bien, así que ahora el siguiente punto es cómo podemos editar nuestro clúster. Entonces ahora tenemos tres clusters. ¿Qué tal si queremos cambiarlo a cuatro? ¿Cómo podemos hacerlo? Vamos a ir a las marcas por aquí, clickonets derecho, y aquí tenemos la opción de editar . Así que vamos a seleccionar eso. Volveremos a llegar, la misma ventana, así que para poder cambiar el número de clusters, no lo haremos ante el dolor de datos, lo vamos a hacer en las marcas. Así es como editas los clústeres. Ahora bien, si vuelves por aquí y das click derecho para dar click sobre los Clusters, puedes encontrar que tenemos otra opción llamada describir clústeres. Entonces aquí vamos a encontrar más información sobre nuestros clusters. Seleccionemos eso. Entonces como puedes ver aquí, tenemos mucha información sobre nuestros clusters. Entonces primero tenemos la entrada para el algoritmo o para el algoritmo de clustering Las variables son las medidas que utilizamos en nuestra opinión, la suma de lo aproximado, la suma de ventas, y la siguiente info es el nivel de detalles Por lo general aquí tenemos las dimensiones. Estamos utilizando. Ahora el nivel más bajo de detalles, el ID de cliente. Dado que cada punto de datos representa a un cliente, entonces tenemos más información sobre nuestros clústeres. Entonces el número de clusters que definimos son tres, El número de puntos de datos, el número de clientes, tenemos 800 clientes, y luego tenemos la tabla por aquí. Para cada cluster tenemos informaciones como el número de ítems o el número de puntos de datos dentro de cada cluster. En el cluster uno, tenemos alrededor de 617 clientes. En el cluster dos tenemos 171, y el cluster tres es el más bajo. Contamos con 12 clientes. Los centroides de cada cúmulo, los puntos centrales de los clústeres Si necesitas más estadísticas sobre nuestros clusters, podemos encontrarla dentro de describir clusters. Muy divertido trabajar con los clústeres y encontré que diferentes personas usan diferentes diseños sobre cómo presentar los clústeres. Por ejemplo, un diseño que veo en casi todas partes, Eso es si vas a las formas de aquí y luego eliges el círculo de campo. Ahora bien, si tienes muchos puntos de datos, lo interesante es que para ver la superposición entre esos puntos, pero ahora es muy difícil verlo en esta vista. Entonces, lo que voy a hacer con eso, me voy a centrar en esos puntos de datos. Seleccionemos esas cosas. Y entonces vamos a decir, bien, quédate solo. Vamos a hacer clic en eso. Ahora tenemos como acercar esos puntos ahora con el fin de mostrar esos superpuestos mejor manera en amargo visual. Lo que vamos a hacer, vamos a ir a los colores y luego vamos a reducir la opacidad Vamos a reducirlo a algo así como 70% creo que debería estar bien. Y ahora nuestra visualización simplemente se verá realmente profesional y podrás ver la superposición entre los puntos de datos. Bien, entonces hay otro diseño en eso para asignar una forma para cada cluster. Entonces, antes de hacer eso, quiero volver a tener, el panorama general. Voy a quitar el filtro, así que vamos a quitar el filtro de aquí a otro lugar. Y con eso volvemos a la vista original. Entonces lo que vamos a hacer con eso, vamos a tomar el cúmulo y ponerlo en las formas. Así que vamos a rastrear y soltar el cúmulo en las marcas de aquí en las formas. Entonces, como pueden ver, para cada cúmulo tenemos una forma, tenemos el plus, el cuadrado y el círculo. Y si quieres asignar diferentes formas, lo que vas a hacer es dar click en las Formas. Y ahora podemos ir por aquí y cambiar la forma de racimo. Digamos que en vez de pérdida para los clusters tres, vamos a tener X. Y vamos a hacer clic bien. Y ahora en vez de fallas, tenemos X. Así es como suelo diseñar los clústeres en Tableau. Bien, entonces ahora después de crear los clústeres, es muy importante interpretar los resultados de los clústeres con el negocio como en un lado tenemos el foco rojo del clúster en los clientes con las altas ganancias Y por otro lado, tenemos el clúster azul enfocado en los clientes con las bajas ganancias. Agrupar a tus clientes en función de las ventas y ganancias puede ayudarte a obtener información sobre tus clientes Lo que puede ayudar al negocio a orientar su estrategia de marketing de manera muy efectiva. Al, ahora mismo tenemos la siguiente tarea para ti. La tarea es identificar el producto más vendido agrupando los productos en función de la cantidad y las ganancias, crear cinco clústeres utilizando la fuente de big data Puedes pausar el video ahora mismo para hacer la tarea, luego reanudarlo una vez que hayas terminado. Bien, así que ahora vamos a crear el clúster para los productos. Aquí necesitamos dos medidas. Tenemos el beneficio y la cantidad. Vamos a tener primero las ganancias. Podemos arrastrarlo y soltarlo aquí en las filas. Y luego vamos a tomar las cantidades en las columnas. Y ahora necesitamos la dimensión para definir el nivel de detalles, los puntos de datos. Y aquí podemos usar ya sea el ID del producto o el nombre del producto. Entonces iré ahora por el nombre del producto. Así que arrástralo y suéltelo en los detalles. Bien, así que ahora lo tenemos todo. Tenemos las medidas y la dimensión, y vamos a ir a crear el cluster. Vamos al giro analítico. Y luego tomamos el cúmulo, arrastramos y lo dibujamos por aquí. Y Tableau sí creó aquí solo dos clústeres, pero la tarea dice cinco clústeres, así que vamos a ir por aquí y definir cinco. Bien, así que eso es todo. Ahora tenemos cinco clusters para los productos. Cerremos esta agrupación. El espacio de producto en la cantidad y las ganancias puede ayudarle a obtener información sobre la cartera de productos. Y el negocio puede usarlo para muchos empleados. Por ejemplo, para optimizar la gestión de inventarios y tomar decisiones estratégicas sobre los desarrollos de productos y la comercialización. Esto es realmente increíble. Bien, vamos a resumir. El grupo de clústeres en Tableau es una técnica estadística para agrupar puntos de datos similares en clústeres. El algoritmo de clúster utilizado en Tableau es el medio clave fácil implementar y también fácil de entender. clustering en Tableau es una de las características principales y muy potente ya que Tableau es la única herramienta para, la única herramienta I que puede trazar una cantidad infinita de puntos de datos Porque a otras herramientas de BI como power BI siempre les gusta hacer limitaciones en el número de puntos de datos que puedes ver en la visualización. Lo que puede hacer que sea realmente imposible crear clústeres en Power BI. agrupación de datos en la visualización es una herramienta muy poderosa para análisis de datos y reconocimientos de bateador para ayudar a las organizaciones empresariales a ser impulsadas por los datos, lo que significa tomar mejores decisiones usando Bien, así que eso fue todo para los grupos cluster. Y a continuación aprenderemos a dividir los valores de dimensión en dos subconjuntos usando los conjuntos de Tableau 104. Udemy 8 4 sets: Sobre cómo agrupar a los miembros, los valores de las dimensiones en grupos. Por las veces que vamos a usar los sets en Tableau, es muy similar a los clústeres, como de costumbre. Vamos a empezar primero con los conceptos, luego vamos a aprender a construirlo en Tableau. Así que vamos. Bien, entonces ahora digamos que tenemos los siguientes puntos de datos en nuestra visualización. Podemos usar conjuntos de datos para agrupar esos puntos de datos. Los conjuntos pueden dividir sus datos en función criterios específicos o selección en dos grupos de datos. El primer grupo, lo llamamos el grupo, Este grupo, vas a encontrar todos los puntos de datos que se incluyen en los subconjuntos de datos Estos puntos de datos son los miembros del conjunto. Y el otro grupo es el grupo out. Este grupo contiene todos los puntos de datos que no están incluidos en los subconjuntos de los datos Eso significa que los puntos de datos en este grupo no son los miembros del conjunto. Los conjuntos en Tableau dividen nuestros datos en dos grupos, los grupos de entrada y salida. ¿Cuándo necesitamos sets y por qué es importante? Bueno, podemos usar el subconjunto de datos para hacer análisis de enfoque en escenarios específicos. Y también para comparar el subconjunto con los datos restantes. Por ejemplo, podemos hacer un subconjunto de los diez mejores clientes en nuestros conjuntos de datos en función de las ventas. Y comparar los subconjuntos con sus clientes restantes para entender su comportamiento y lo que los hace estar entre los diez primeros Por lo tanto, es una característica realmente sorprendente en Tableau comprender sus datos y realizar análisis de enfoque en escenarios específicos. Y en Tableau tenemos diferentes formas de crear los sets. El primero en crear un conjunto fijo, y eso es mediante el uso de una selección manual. Y la otra forma es crear un conjunto dinámico basado en criterios específicos. Aquí tenemos dos formas de crear el conjunto dinámico, ya sea usando condición o usando ranking top o bottom. Ahora, el último método para crear conjuntos en Tableau es combinando dos conjuntos. Puede crear nuevos conjuntos combinados. Ya que estamos combinando datos juntos, es como las articulaciones. Aquí tenemos cuatro opciones, interior izquierdo, derecho y unión completa. Aquí la salida puede ser nuevos conjuntos combinados que esos son los diferentes métodos para crear conjuntos en Tableau. Vamos a tener rápidamente algunos ejemplos simples para entender esos métodos. Bien, así que ahora volvemos a nuestros cinco clientes, y ahora vamos a crear diferentes conjuntos usando diferentes métodos. Vamos a empezar con el primer set. Se van a fijar conjuntos usando una selección manual. Aquí vamos a ir y seleccionar manualmente qué clientes están dentro de los subconjuntos y cuáles clientes están fuera Aquí estamos asignando dos valores de entrada y salida. Por ejemplo, vamos a decir que John está dentro del set y también apuesta. Pero va a haber fuera Martin, George y María van a estar fuera del set. Como puedes ver, acabamos de seleccionar manualmente qué clientes están en los sets. Así que pasemos al segundo set donde vamos a crear un conjunto dinámico usando condición donde las ventas sean mayores a 400. Entonces aquí no seleccionaremos nada manualmente. Simplemente definiremos la regla para Tableau. Y Tableau lo va a hacer automáticamente por nosotros. Tableau puede escuchar a todos los clientes y comenzar a asignar los valores de entrada y salida. El primer cliente es María, no cumple con la condición, por lo que va a estar fuera del set. A continuación tenemos al segundo cliente, John. Tiene puntajes altos o 900 cumplió con la condición, por lo que es miembro del conjunto. Lo mismo va para George, 750, Martin también, pero Peter no tiene ningún puntaje, por lo que no cumple con la condición. Lo estará pero Peter no tiene ningún puntaje, por lo que no cumple con la condición. Peter está fuera. Entonces, usando esta condición, tenemos tres clientes dentro y dos están fuera. Ahora lo que hace que los conjuntos dinámicos sean muy importantes y eficientes en digamos que en los próximos días, esos puntajes de los clientes sí cambiaron. ¿Qué va a pasar después de tus datos de ratio en Tableau? Tableau va a recalcular la condición y asignar nuevos valores si algo cambió Así que hay dinámica y todo se va a hacer automáticamente Ahora pasemos a la tercera. Tenemos conjuntos dinámicos y ahora vamos a usar los dos mejores clientes, lo que significa que los dos primeros puntajes van a estar dentro de los subconjuntos y ahí va a haber afuera Si echas un vistazo a los datos, puedes ver que Joan y George tienen las puntuaciones más altas entre los clientes. Esos dos clientes van a estar en. El resto va a estar fuera. Nuevamente, todo aquí dinámico y automático, solo especificamos la regla y Tableau va a hacer el resto, ¿de acuerdo? Bien. Entonces esos son los tres métodos para crear un conjunto. A continuación, vamos a ir más avanzados, donde vamos a crear un conjunto a partir de combinar dos conjuntos. Aquí vamos a tomar el siguiente ejemplo, donde vamos a crear un nuevo conjunto combinado combinando conjunto uno y conjunto tres. Aquí es muy importante entender que el cálculo de estos nuevos conjuntos combinados puede basarse en la salida del conjunto uno y el conjunto tres. Tableau no verificará los clientes de la tabla, va a verificar solo la salida de los conjuntos. Y aquí tenemos que configurar los conjuntos combinados y tenemos cuatro opciones. Es algo parecido a las articulaciones, pero no exactamente como las articulaciones. Así que vamos a repasar esas opciones una por una. La primera opción dice todos los miembros en ambos conjuntos. Eso significa que el cliente va a ser miembro del conjunto combinado si el cliente es al menos miembro de uno de esos dos grupos. Así que vamos a revisar a nuestros clientes. María no es integrante en el set uno y en el set tres, así que no va a ser tan bien integrante del grupo combinado. Y el siguiente cliente, John, es miembro de ambos grupos. Entonces eso es más que suficiente. Por lo que va a ser también miembro del conjunto combinado. Y George es miembro de uno de los sets, así que va a ser también. En Martin aquí otra vez es como María. No es miembro del set uno y del set tres, así que va a estar también fuera. Entonces el último cliente mejor, es cliente de uno de esos dos grupos. Eso va a ser suficiente para ser miembro en los sets combinados. Como puedes ver con esta opción, va a ser suficiente para el cliente sea miembro de uno de los dos grupos para estar en el grupo combinado. Bien, ahora pasemos a la siguiente opción. Dice miembro compartido en ambos conjuntos. Eso significa que para ser miembro de los conjuntos combinados, el cliente debe ser miembro de ambos conjuntos. No es como la primera opción. Es suficiente para que el cliente sea uno de los conjuntos. El cliente tiene que estar en ambos conjuntos. Comprobemos a nuestros clientes. Nuevamente, María no es miembro de ambos sets, así que María va a estar fuera. Pero a continuación tenemos al cliente, John. Es miembro de ambos conjuntos. Entonces eso significa que cumplió con los requisitos, ser miembro del conjunto combinado también. Entonces ahora, como puedes ver, para los otros tres clientes, ninguno de ellos cumple con este requisito, por lo que eso significa que ninguno de esos clientes va a estar dentro de nuestro set. Bueno, esta opción es muy restrictiva. Bien, así que ahora pasemos al siguiente. Se va a decir set one excepto miembros compartidos. Entonces, lo que esto significa, podemos tener a todos los integrantes del set uno, pero no deberían ser miembros en el set tres. Así que vamos a revisar a los clientes. María no es miembro en ambos, así que va a estar fuera. Y ahora venimos a John. John es miembro del set uno, pero también es miembro del set tres. Pues esta vez John no será miembro de este grupo porque estamos diciendo excepto miembros compartidos. Entonces eso significa que John esta vez va a estar fuera la siguiente. George no es miembro del set one, así que automáticamente va a estar fuera. Lo mismo va para Martin. No es miembro del set one. Pero ahora si revisas a Peter, él es el único que ha cumplido con los requisitos. Peter es miembro del set uno y no miembro del set tres. Y este es exactamente el requisito para este grupo. Entonces Peter va a ser miembro del set tres. Y este es exactamente el requisito de esta opción. Entonces sólo Peter va a ser miembro de este grupo. Bien, así que ahora pasemos a la última. Es exactamente lo contrario. Por lo que dice conjunto tres excepto miembros compartidos. Por lo que el requisito para que los clientes sean miembros de este grupo combinado es ser miembro del conjunto tres, pero no miembro del conjunto uno. Bien, así que ahora vamos a revisar a nuestros clientes. Realmente me siento mal por María. Ella no es miembro de ninguno de esos conjuntos. Como si tu nombre es María, realmente lo siento. No se pretende pero ahora es realmente demasiado tarde. Ya grabé, lo siento mucho por eso. La próxima vez, te prometo que voy a dar mejores ejemplos. Pero por ahora, María también está fuera en este grupo. Lo mismo va para John. John es miembro del set tres, pero Joan también es miembro del set uno. Por lo que no cumple con los requisitos John va a estar fuera. Ahora bien, si miras a los clientes, George es el único en el set tres y no en el set uno, así que solo John va a estar en este grupo y los otros dos están fuera. Bien, así que con eso, hemos cubierto todos los escenarios, todos los métodos que tenemos, los conjuntos de Tableau Bien chicos, así que ahora veamos cómo podemos crear sets en Tableau. Podemos crearlo en la página de la hoja de trabajo, no podemos hacerlo en una página de fuente de datos. Y podemos hacerlo ya sea en el contenedor de datos o en la vista. Así que ahora vamos a crear diferentes conjuntos usando diferentes métodos. Pero primero vamos a crear la vista. Por lo que necesitamos el ID de cliente. Por cierto, en lugar de arrastrar y soltar, puedes hacer doble clic en el campo, y va a estar en las filas que necesitamos también, el nombre de pila. Haga clic en el nombre, y nos gustaría tener las puntuaciones también. Así que arrastra y suelta las partituras en el ABC. Entonces ahora vamos a crear el conjunto fijo usando selección manual. Para hacer eso, vamos a ir al ID de cliente aquí en el contenedor de datos. Derecha, haces clic en él y luego nos dirigimos a Crear. Por aquí tenemos sets. Como se puede ver, los conjuntos tienen en el icono de las articulaciones, pero no son las articulaciones. Tiene exactamente lo mismo simple. Vamos a hacer clic en eso. Y ahora tenemos una nueva ventana. A ver, ¿qué tenemos por aquí? Tenemos primero el nombre del conjunto, llamémoslo Set uno y fijo. Ahora tenemos por aquí tres tabuladores, estado general y tops. Como puede ver, esos son los diferentes métodos de creación de conjuntos en Tableau. La pestaña general es en realidad la selección manual, la condición, como saben, el conjunto dinámico. Y la parte superior también es un conjunto dinámico. Ahora vamos a ir con el primero. Vamos a comenzar con la selección manual general. Al medio, tenemos una lista de todos los clientes en nuestros conjuntos de datos. Y tenemos que ir y comenzar a seleccionar manualmente qué clientes están dentro y cuáles clientes están fuera. En nuestro ejemplo, seleccionamos al cliente dos y al cliente cinco para conocer a los miembros del grupo. Y cualquier cosa que no estés seleccionando va a estar en el grupo out. Así que eso establece el cliente 134 están fuera. Vamos ahora y haga clic en Bien. Ahora veamos qué pasó en los datos Bain. Tenemos un nuevo campo. Va a ser dimensión discreta y como está establecida, tiene el siguiente icono. Como dije, es como el icono de las juntas. Ahora veamos los valores dentro de este campo. Vamos a arrastrarlo y soltarlo por aquí. Y ahora como pueden ver, solo tenemos dos valores fuera. Es como el tipo de datos de lingotes. Aquí también tenemos lo verdadero y lo falso. En los sets, solo tenemos dos valores. Seleccionamos al cliente dos para estar en el set y también al cliente cinco para estar en el set. El riesgo va a estar fuera. Así es como podemos crear sets en Tableau usando la selección manual y se va a arreglar. Bien, así que ahora vamos a ir a crear un conjunto dinámico usando condición. Nuestro ejemplo fueron los clientes con puntaje superior a 400. Volvamos de nuevo al lado izquierdo. Haga clic derecho en el ID del cliente, vaya a Crear, y luego a Establecer, llamémoslo ahora, establezca dos y lo vamos a llamar condición. Ya que estamos haciendo ahora una condición, vamos a ir a la condición de tabulación por aquí. Entonces ahora vamos a ir a especificar para Tableau la regla para decidir qué miembros están en y qué miembros están fuera. La regla dice que la puntuación es superior a 400. Definamos eso primero. Tenemos que seleccionar esto por campo. Nuestro campo es una puntuación que es correcta. Y entonces la operación de aquí no es igual, debería ser superior a 400. Entonces tenemos que especificar el valor por aquí. Y eso establece si el puntaje es superior a 400, los clientes van a estar en. De lo contrario, puede estar fuera. Ahora vamos a dar clic en Bien. Y como puedes ver, tenemos otra dimensión en el panel de datos llamada set two, doble click. Así que vamos a comprobar los valores. El puntaje por aquí, 350 que está fuera, 900 adentro, 750 en 500 adentro, y nulo, está fuera. Como puedes ver, es muy fácil definir el conjunto dinámico que tenemos solo para proporcionar una regla y Tableau y hacer el resto. Si mañana tenemos datos diferentes, el miembro de Sit va a cambiar. Ahora vamos a crear otro conjunto dinámico usando el rango. En nuestro ejemplo, teníamos los dos mejores clientes que iban a estar y el resto va a estar fuera. Nuevamente, vamos a ir al panel de datos. clic en el ID de cliente, crea los conjuntos, vamos a darle un nombre. Entonces va a ser Sentarse tres y Rank. Entonces ahora vamos a ir a la tercera pestaña por aquí a la cima. Vayamos ahí para este ejemplo. Vamos a usar la puntuación para clasificar al cliente, así que los dos puntajes más altos pueden estar en. Para hacer eso, es realmente fácil. Podemos definirlo aquí por campo. Aquí en ranking tenemos arriba o abajo como puedes ver. Entonces nos vamos a quedar con la cima. A continuación, tenemos que definir lo que estamos seleccionando. Los dos mejores clientes, entre los diez y cinco a los 20. Entonces aquí tenemos que ir con los dos y por puntuación, así que estamos usando el puntaje, todo es correcto. Y eso es todo, así es como definimos la regla. Y Tableau va a hacer el resto. Es realmente lógico si lo acabas de leer. Top dos por puntuación. Bien, eso es todo. Vamos a seleccionar. Bien, de nuevo, como pueden ver tenemos el set por aquí y los datos pudiendo conectarse. Ahora vamos a revisar los datos. Como pueden ver, John y George, tienen el, por eso están adentro, y el resto, están fuera. Como puedes ver, los sets son realmente fáciles en Tableau. Bien, así que ahora vamos a ir y hacerlo un poco complicado, donde vamos a crear conjuntos combinados. Vamos a ir a combinar el conjunto uno con el conjunto tres. Para hacer eso, vamos a volver a ir al contenedor de datos, pero esta vez vamos a empezar desde el set. Vamos al conjunto número uno, haga clic derecho en Conectar. Y entonces tenemos aquí una opción llamada Crear Conjuntos Combinados. Vamos a hacer clic en eso. Como puedes ver, tenemos aquí una nueva ventana para los conjuntos combinados. Primero, vamos a darle un nombre. Entonces se va a establecer cuatro y combinar. Primero, tenemos que definir los dos conjuntos que tenemos. Aquí está el set one, ya que partimos de él. Y luego en el lado derecho, si haces clic en él, obtendrás una lista de todos los conjuntos disponibles en el contenedor de datos. Entonces tenemos el set dos y el set tres. Vamos a ir con el set tres. Bien, con eso, hemos definido qué conjunto se va a combinar, pero ahora tenemos que definir para Tableau cómo se van a combinar los datos. Aquí tenemos cuatro opciones. El primero va a ser todos los integrantes en ambos sets. El segundo solo los miembros compartidos en ambos sets. Y el siguiente va a enfocarse en el set uno, y el último va a enfocarse en el set tres. Para este ejemplo, vamos a ir con los miembros compartidos en ambos conjuntos. Vamos a seleccionar eso. Y como puedes ver aquí entre los sets, el icono sí cambió también. Bien, así que ahora todo está listo. Vamos a hacer clic en Bien. Entonces aquí nuevamente en el Data Bain tenemos un nuevo campo, nueva dimensión. Veamos los resultados. Voy a ir y hacer doble clic en él. Ahora veamos los resultados. Estamos combinando el set uno aquí con el conjunto tres. Si vas y buscas al miembro compartido, va a ser solo el cliente dos ya que está en, en el set uno y también en el set tres. Como puedes ver, solo tenemos un miembro en el conjunto combinado y ese es el cliente, John. Porque son los únicos clientes compartidos entre los dos conjuntos. Realmente no es tan difícil. Solo tienes que poner un poco de atención a qué opción combinadora estás usando. Bien chicos, hasta ahora hemos aprendido a crear los conjuntos a partir de la base de datos usando diferentes métodos A continuación vamos a ir a aprender a crear los sets directamente desde las vistas. Bien, así que ahora vamos a ir a crear una nueva vista. Y va a ser algo parecido al grupo cluster. Entonces vamos a tener las dos medidas, ganancia y ventas. Así que vamos a seleccionarlos. Así que haga doble clic en las ganancias y haga doble clic en las Ventas. Tenemos ahora los dos ejes, lo que nos falta ahora los clientes. Para agregar los puntos de datos, vamos a ir al ID de cliente y hacer doble clic en él. Entonces ahora tenemos nuestra vista y vamos a ir a crear el conjunto directamente desde la vista aquí. Es muy similar a los grupos que vamos a ir a seleccionar. Qué cliente va a ser el miembro de nuestro set. Entonces en este ejemplo, vamos a ir a seleccionar los clientes con el alto rendimiento. Todo lo que tienes que hacer es seleccionar así. Vamos por esos clientes. Y nuevamente, aquí tenemos esta nueva ventana. La última vez hemos creado un grupo, pero esta vez vamos a ir a crear un set a partir de esos clientes. Así que da click en Out, y después tenemos que seleccionar este conjunto de Curet Así que vamos a seleccionarlo. Entonces ahora tenemos una nueva ventana, y como pueden ver, no podemos definir condiciones ni ningún conjunto dinámico. Nos va a mostrar una lista de todos los clientes que hemos seleccionado en la vista. Y lo único que podemos hacer aquí es verificar, ¿seleccionó correctamente a todos los clientes? Y si hemos cometido algún error, podemos ir y eliminar al cliente. Ahora vamos a darle un nombre, voy a llamarlo Set Customers alto rendimiento. Eso es todo por ahora. Vamos a ir y golpear bien, así que vamos a seleccionar eso ahora. Como puede ver, nada cambió todavía en nuestra opinión. Tenemos ahora un nuevo campo en el pino de datos llamado conjunto. Así que acabamos de crear un nuevo conjunto directamente desde la vista. Ahora rápido quiero mostrarte algo. Si estás seleccionando grupo así y digamos que la ventana aquí desaparece. Lo que puedes hacer, puedes ir a cualquiera de esos puntos de datos, hacer click derecho sobre él. Y entonces aquí la última opción es crear conjunto. Esta es otra forma de crear un conjunto directamente desde la vista. Bien, así que ahora tenemos el set. Y podrías preguntarme, bien, ¿qué puedes hacer con eso? Bueno, ya podemos hacer muchas cosas con el set. Entonces primero podemos destacarlo en nuestra opinión. Para hacer eso, vamos a tomar el conjunto del panel de datos y vamos a ponerlo en los colores rápidamente. Vea en qué miembros están y qué miembros están aquí. Como puedes ver, mesa siempre usa el color del gris para los miembros que están fuera del set. Por supuesto que puedes cambiar eso yendo a las Marcas. Entonces si vas por aquí, entonces vamos a la Editar colores. Y puedes definir aquí el color de adentro y el color de afuera. Pero para mí ahora, los colores están bien. Así que vamos a hacer clic en Bien. Con eso, estás resaltando subconjuntos de tus datos para los usuarios finales Bien, entonces el otro uso de los conjuntos dentro nuestra visión es que para enfocarnos en subconjuntos específicos, actualmente estamos mostrando a todos los clientes dentro y fuera, cómo filtrar los datos solo para los clientes que son miembros del conjunto, solo para el grupo Para hacer eso, vamos a ir a nuestro set. Haga clic derecho sobre aquí, podrá encontrar dos opciones. Como puedes ver por defecto tenemos show in out of set. Eso quiere decir que estamos mostrando todo. Pero ahora tenemos otra opción llamada show members en el set. Eso significa que vamos a filtrar los datos y vamos a mostrar solo los miembros dentro de nuestro set, el grupo. Vamos a seleccionar eso y ver qué puede pasar. Como puedes ver ahora Tableau, elimina todos los clientes que estén fuera de los sets y podremos ver en la vista solo a los miembros del conjunto. Esta es una forma realmente rápida de cómo filtrar sus datos y hacer un enfoque y escenario específico. Pero ahora podrías decir, ¿sabes qué? Demos esta opción a los usuarios. Tengamos la audiencia en la que los usuarios decidan en qué subconjunto van a enfocarse. Esto va a hacer que tu vista sea más interactiva y dinámica que podemos ofrecer el conjunto como filtro. Entonces veamos cómo podemos hacer eso. Primero tenemos que mostrar todos los puntos de datos en nuestra opinión. Entonces vamos a cambiar ese Pac, vayamos a nuestro set haga clic derecho sobre él y vamos a ir y seleccionar Mostrar en fuera del set, mostrar todo. Entonces es seleccionar eso. A continuación podemos ofrecer el conjunto como filtro. Así que vuelve a nuestro set, haz click derecho sobre él, y aquí tenemos la opción de mostrar filtro. Seleccionemos eso. Ahora como se puede ver en el lado derecho tenemos las dos opciones adentro hacia fuera y todas. Entonces ahora tenemos escenario diferente. Si los usuarios quieren ahora ver todo el panorama general, todos los clientes, van a dejar el filtro tal como está. Pero si tenemos escenario diferente donde quieren enfocarse en el subconjunto de los clientes con el alto rendimiento. Todo lo que tienen que hacer es di, seleccionar y filtrar. Así que vamos a hacer eso. Y ahora como pueden ver, nos estamos enfocando en el subconjunto del grupo solo en los integrantes de los sets. Y por algunas otras razones, otros usuarios quieren enfocarse en los grupos que están fuera de los sets. Tal vez para entender el comportamiento y así sucesivamente. Entonces van a desseleccionar la entrada y seleccionar la salida. Entonces ahora nos estamos enfocando en el grupo que están fuera de los sets. Y nuevamente, si quieres ver todo el panorama general, vas a seleccionar ambos. Entonces realmente prefiero darle esta opción a los usuarios para que decidan qué subconjunto van a seleccionar y van a enfocarse, porque con eso estás cubriendo muchos escenarios en una sola vista. Bien chicos, así que ahora con los sets en Tableau, podemos ir un paso más allá. Vamos a darle la dinámica completa a los usuarios y ellos van a tener la opción de definir qué cliente va a estar en el set. Porque hasta ahora lo que hemos hecho es que al crear las vistas, definimos todo lo que definimos en qué cliente va a estar y cuál cliente va a estar fuera. Pero ahora en lugar de redefinirlo, vamos a darle a las opciones la dinámica completa de definir todo el conjunto Entonces veamos cómo podemos hacer eso. Para que el conjunto sea dinámico e interactivo, vamos a agregar una acción a nuestra hoja de trabajo. Dedicaré posteriormente tutoriales completos sobre las acciones y la interactividad en Tableau Pero ahora solo aprendamos a agregar una acción para sets. Bien, así que para hacer eso, vamos a ir al menú principal en Tableau, a la hoja de trabajo. Entonces selecciona eso, y luego aquí, acciones en Tableau. Vamos ahí. Ahora, no voy a entrar en detalles explicando todas las opciones que tenemos en las acciones, porque aquí tenemos mucho más que conjuntos, tenemos muchas cosas. Entonces ahora solo sígueme, vamos a ir a la acción add por aquí. Y entonces tenemos la opción aquí, cambiar los valores establecidos. Entonces eso significa que las acciones de los usuarios van a cambiar los valores en conjunto nuestro conjunto. Así que vamos a seleccionar eso. Ahora tenemos que darle un nombre de acción, así que vamos a llamarlo conjuntos de cambio de acción. Y ahora podemos seleccionar en qué hojas de trabajo se puede aplicar esta acción Entonces ahora si vas por aquí, puedes ver la lista de todas las hojas que tenemos en todo nuestro trabajo. Entonces ahora quiero aplicar esta acción solo en esta hoja de trabajo, así que todo está bien. Y ahora aquí estamos definiendo el comportamiento del usuario. Entonces ahora la pregunta es, cuándo se va a activar la acción, ya sea por pasar el mouse o seleccionando los puntos de datos, o bien desplegando un menú Entonces me quedaré con el valor por defecto. Hagamos que el usuario haga clic en esos puntos de datos. Bien, entonces ahora vamos a definir el conjunto de objetivos. ¿Qué set va a cambiar una vez que hagamos la acción? Entonces veamos qué tenemos aquí. Entonces, como puede ver, tenemos dos fuentes de datos. En el tutorial creamos, en la pequeña fuente de datos tres conjuntos. Y en la fuente de big data, hemos creado solo un conjunto. Una vez que se activa la acción, se deben cambiar los valores de este conjunto. Así que vamos a seleccionar eso. Y ahora estamos llegando a la parte interesante. Pero primero subcafé, Bien, así que aquí tenemos dos tipos de acciones con el ratón Entonces primero, vamos a revisar el lado izquierdo, qué puede suceder cuando seleccionamos un punto de datos. La primera opción va a decir asignar valores a establecer. Entonces eso significa que va a crear un conjunto completamente nuevo a partir de lo que seleccionaste. La segunda opción es agregar valores para establecer. Entonces mesa va a contener los valores antiguos y todo lo que estés seleccionando se puede agregar al conjunto. La última opción es cualquier cosa que estés seleccionando va a ser eliminada del conjunto aquí. Realmente depende de cómo quieras que los usuarios interactúen con la vista. O quieres que creen un conjunto completamente nuevo, así que vas a ir con la opción uno. O quieres redefinir un conjunto y quieres que lo extiendan agregando nuevos miembros al conjunto Entonces vas a ir con la opción dos o quieres que los usuarios comiencen a eliminar miembros de los conjuntos preexistentes. Yo diría vamos con la opción dos donde el usuario va a agregar miembros al conjunto predefinido. Bien, así que eso es para el lado izquierdo. ¿Qué puede pasar una vez que el usuario comience a seleccionar? Y del lado derecho, ¿qué puede pasar una vez que el usuario comienza a alejarse de la selección? Entonces aquí la primera opción es mantener los valores establecidos. En segundo lugar, agregar todos los valores a los conjuntos. Entonces eso significa que una vez que el usuario comience a alejarse de la selección, todos los miembros, todo el cliente va a estar en el grupo, va a estar dentro del set. Y el tercero es exactamente lo contrario. ¿Qué va a pasar? Todos los puntos de datos van a estar fuera de los conjuntos. Entonces creo que ambos son extremos. Podemos dejarlo como es mantener valores establecidos. Entonces ahora mantengamos esas opciones y veamos qué puede pasar en la vista una vez que empecemos a seleccionar. Entonces vamos con bien, así como pueden ver aquí tenemos nuestra nueva acción. Vamos a hacer clic bien. Ahora vamos al interior de la vista y comencemos a seleccionar cosas. Pero antes de eso, quiero cambiar la forma de esos puntos de datos para que quede más claro. Entonces vamos a las formas y usemos el círculo de campo. Bien, así que ahora no voy a seleccionar nada. Como si muevo mi mouse por aquí, no verás nada va a cambiar, pero la acción aquí es seleccionar. Entonces, para hacer clic en el punto de datos, hagamos clic en eso. Alejémonos. Por lo que ahora podemos ver que este miembro es azul. Eso significa que está en el set, y cualquier cosa que esté haciendo clic en esos puntos de datos puede estar dentro de nuestro set. O podemos ir por aquí, por ejemplo, y seleccionar todas esas cosas a la vez. Ahora cualquier cosa que esté seleccionando, la vista como veis, va a ser incluida en nuestro set. Con eso, vamos a plena dinámica y le damos la opción para el usuario defina en qué cliente está y cuál cliente está fuera. Bien, con eso, hemos cubierto todo sobre los sets. Cómo crearlo como una dinámica fija desde el contenedor de datos, desde la vista, cómo agregarle acciones, cómo agregarlo a los filtros. Esta característica en Tableau es realmente genial. Bien, ahora vamos a resumir los sets en Tableau. Va a dividir sus datos en base criterios específicos o selección en dos grupos. Entonces tenemos los subconjuntos, va a contener todos los miembros dentro de los conjuntos Y los subconjuntos de salida, va a contener a todos los miembros que no están incluidos en el conjunto Los conjuntos son una característica muy importante en Tableau ya que va a permitir que los usuarios se centren en los subconjuntos de sus datos y compararlos con los datos restantes Y los sets son una excelente manera de agregar dinámica e interactividad a tus vistas al dar las opciones para que los usuarios definan en qué subconjunto se van a enfocar Bien, kay, así que eso es todo por los sets en Tableau. Y a continuación aprenderemos a agrupar los valores de las medidas usando plumas y cómo construir histogramas en Tableau 105. Udemy 8 5 Bins: Bien chicos, Hasta ahora hemos aprendido diferentes métodos sobre cómo agrupar los valores de las dimensiones en grupos. Pero ahora aprenderemos a agrupar los valores de las medidas en grupos. Y para eso, podemos aprender los pines en Tableau como de costumbre. Primero entendamos el concepto detrás de los pines, y luego podemos aprender a construirlo en Tableau. Vamos bien chicos, antes a medida que aprendemos dimensiones y medidas, aprendemos la fórmula secreta de construir nuevas vistas. Y eso es medida por dimensión, como ventas por categoría. Tenemos que construir la vista desde dos medidas. Entonces va a ser medida por medida, como ganancia por ventas, cantidad por ganancia, y así sucesivamente. Una forma de hacerlo es convirtiendo una de esas medidas en bolígrafos. Entonces tendremos ganancia por ventas y cantidad por bolígrafos de ganancia. Entonces, ¿qué son las plumas Benz? Dividir los datos en grupos de contenedores de igual tamaño, lo que resulta en una distribución sistemática de los datos. Y podemos usar esas plumas para crear gráficos llamados histogramas Histograma va a clasificar tus datos en diferentes plumas y luego cuenta cuántos puntos de datos tenemos dentro de cada una de estas En los histogramas, usualmente usamos el gráfico de piezas para visualizar los datos Bien, entonces ahora vamos a tener un ejemplo fácil para entender las plumas y los histogramas Bien, así que ahora vamos a tener los siguientes datos. Tenemos diez clientes y con sus puntajes, los puntajes son como los puntos que recogen los clientes. Y ahora queremos contar cuántos clientes caen dentro de un rango de puntajes. Por ejemplo, ¿cuántos clientes tenemos en el rango 0-303060 y así sucesivamente ? 0-303060 y así sucesivamente Entonces primero tenemos que crear bolígrafos. Para crear bolígrafos, necesitamos pocas informaciones como ¿cuál es el valor más alto en las puntuaciones? Entonces va a ser el primer cliente, el 63. Y ¿cuál es el valor más bajo en las puntuaciones? Va a ser el cero. El siguiente valor que tenemos que definir es el tamaño del pin. Por ejemplo, aquí vamos a tomar la talla de 30. Y ahora tenemos toda la información que necesitamos para poder crear los pines. No olvides que son de igual tamaño, lo que eso significa. El primer pin que tenemos es 0-30 Se inicia con el valor más bajo de cero y el tamaño debe ser 30, por eso tenemos el rango 0-30 Este es nuestro primer El siguiente va a ser 30-60 Otra vez, como pueden ver, el tamaño es 30 Y ahora el último pin va a 60-90 Y con eso vamos a empezar porque con el último pin tenemos el valor más alto Entonces con eso hemos creado a partir de la puntuación de medida y bolígrafos de igual tamaño. Y ahora después de que creamos nuestras plumas, vamos a ir a contar cuántos clientes, ¿cuántos puntos de datos tenemos dentro de cada pluma? Bien, así que ahora comencemos a contar los clientes por cada bolígrafo. Nuestro primer bolígrafo empieza 0-30 así que veamos, ¿cuántos clientes tenemos dentro de esta gama? Entonces el primer cliente está fuera, no lo contará. El segundo está dentro de la gama, por lo que tenemos un cliente, dos clientes, tres clientes. Este cliente está fuera del rango, lo mismo por aquí. Entonces aquí tenemos al primer cliente, este cliente está fuera. Tenemos el cliente número cinco, y eso es todo. Por lo que tenemos cinco clientes entre el 030. Bien, así que ahora pasemos al siguiente pin. Cuantos clientes tenemos que su puntaje sea 30-60 Bien, así que ahora comencemos a contar y escaneemos nuestra tabla Creo que todos esos valores están fuera. Tenemos este cliente que se encuentra dentro de esta gama. Entonces tenemos el 45, y también el 55. Entonces tenemos cuatro clientes, su puntaje 30-60 así que este es nuestro segundo pin Pasemos ahora a la última pluma. Entonces tenemos la gama 60-90 Y ahora vamos a contar ¿cuántos clientes tenemos dentro de esta gama ? Así que tenemos diez clientes. Ya tenemos nueve, así que creo que solo tenemos uno y ese es el cliente número uno. Y todos los demás valores no están en este rango, así que tenemos un cliente y eso es todo. Con eso, hemos creado un histograma para las puntuaciones. Solo tenemos que crear los bolígrafos y contar cuántos puntos de datos hay dentro de cada uno de esos bolígrafos, y llamamos a esas partes azules como bolígrafos. Y cada pluma tiene un tamaño. Ahora digamos que queremos definir otro valor para el tamaño de la pluma. Y tomamos el valor diez. Entonces, ¿qué puede pasar? Podemos tener más bolígrafos, así que el primero va a ser 0-10 El siguiente es de diez a 2020 a 30, y así sucesivamente Entonces tiene sentido si defines un tamaño más pequeño para las plumas, obtendrá más trozos de los datos en lugar de tener tres bolígrafos Ahora tenemos siete bolígrafos, y como saben, después de crear los bolígrafos, podemos dar cuenta de cuántos clientes tenemos dentro de cada uno de esos bolígrafos. Si vas y comienzas a contar, puedes tener el siguiente histograma Como puedes ver, lo que está definiendo la puntuación son los valores más bajos y altos dentro nuestros datos y también el tamaño de las plumas. Como puedes ver, usando los bolígrafos, creamos diferentes grupos a partir de una medida. Ahora podrías preguntarme, ¿por qué necesitamos histogramas? ¿Por qué son importantes? Bueno, si comparas la tabla del lado izquierdo con la visual del lado derecho en el histograma, podrás identificar rápidamente tendencias y patrones en la distribución de los clientes Como puedes ver rápidamente que la mayoría de nuestros clientes tienen la puntuación 0-30 Este tipo de gráfico puede ayudarte a entender rápidamente si todo estuvo bien o tienes que mejorar en ciertas áreas Definir nuevas estrategias y tomar mejores decisiones utilizando los datos. Bien, ahora veamos cómo podemos crear bolígrafos e histograma en Tableau Y podemos hacerlo sólo en la página de la hoja de trabajo. No podemos hacerlo en la página de origen de datos. Y hay dos formas para hacer eso. O creamos bolígrafos en el panel de datos o podemos crear bolígrafos en la visualización. Empecemos por el primero. Entonces ahora vamos a crear un histograma para las puntuaciones de los clientes Y nos vamos a quedar con la fuente de big data del lado izquierdo. Vamos a ir al panel de datos y necesitamos la puntuación. Haga clic derecho sobre él. Y luego vamos a Crear. Y aquí tenemos la opción de pines. Vamos a hacer clic en eso. Ahora tenemos aquí una nueva ventana para crear los pines. El primero tenemos el nombre del campo. Vamos a dejarlo como está. La segunda opción aquí tenemos el tamaño de las plumas aquí por defecto, Tablo va a seguir ecuación matemática específica fin de encontrar el tamaño adecuado de las plumas Pero si no quieres este valor, puedes ir y cambiarlo. Entonces, por ejemplo, vamos con el valor de 20. Después de eso, encontramos información sobre el rango de valores. Entonces, ¿cuál es el valor mínimo y el valor máximo que encontramos dentro de la puntuación de campo y las diferencias entre ellos? Por ahora, eso es todo lo que vamos a tener. El tamaño de las plumas de 20. Vamos a golpear bien. Ahora bien, si revisas el contenedor de datos en el lado izquierdo, puedes encontrar un nuevo campo llamado lápiz de puntuación. Es una dimensión porque tiene un número infinito de valores. El puntaje se va a quedar, claro que como medida. Comprobemos los valores dentro de nuestro nuevo campo. Entonces dejémoslo aquí en las filas. Ahora como puedes ver, tenemos los bolígrafos y el tamaño de cada bolígrafo es 20. Bien. Ahora, hasta el momento tenemos los bolígrafos de la partitura. El siguiente paso para hacer un histograma es obtener el conteo de los clientes Ahora usemos esta medida, el recuento de clientes, Arrastrar y soltarlo aquí en la vista. Y luego tengo que cambiar entre ellos, así que parece un histograma Con eso tenemos nuestro histograma, pero aún no estamos ahí. Para que parezca un histograma real, tenemos que tener las plumas como continuas Si revisas el pin de puntuación en el lado izquierdo, puedes ver que es un discreto, es de color azul. Y ahora vamos a ir y convertirlo en continuo. Haga clic derecho sobre él y conviértalo a continuo en eso. Y sigue en la vista como un discreto, así que tenemos que convertirlo también aquí y la vista como un continuo. Con eso, hemos creado un histograma en Tableau. Voy a agregar el toque final donde voy a sumar los valores para cada pin. Entonces vamos a las etiquetas, mostramos marca, etiqueta, y ahora voy a cambiar también, la coloración en nuestro histograma Entonces voy a tomar el pin de puntuación y ponerlo en los colores. Hagámoslo. Todavía no estamos ahí. Me gustaría tener el pin con mayor número de clientes para que sea más oscuro. Entonces para hacer eso, vamos a ir a los clientes que coloree y luego vamos a ir por aquí y revertirlo. Haga clic en Bien. Ahora estoy feliz. Así es como suelo presentar los histogramas en el proyecto Una vez que tenemos el histograma, tenemos que discutirlo para entender los datos Por lo general, buscamos picos para valles, o cualquier valor atípico que destaque Para los histogramas, hay diferentes formas con diferentes interpretaciones La forma de nuestro histograma que hemos llamado sesgada a la derecha Asesgado a la derecha significa que el histograma del lado izquierdo tiene el pico más alto, y luego la frecuencia de los datos va a ser descendente a medida que vas hacia la Y en el lado derecho, vas a tener la frecuencia más baja de los puntos de datos, lo cual es naturalmente bueno en este ejemplo. Eso significa que tenemos muchos clientes nuevos que aún no acumularon ningún punto. Los histogramas son realmente poderosos para ver la distribución de tus clientes en un solo clic para entender rápidamente si hay problemas en tu negocio o si encuentras alguna nueva tendencia Entonces ahora para este ejemplo, hemos decidido que el tamaño del pin es 20. Digamos que quieres cambiar la distribución y también quieres cambiar el tamaño. Entonces para hacer eso, vamos a nuestro campo, click derecho sobre él y luego vamos a la edición. Así que vamos a seleccionar eso. Y aquí podemos ir por aquí y cambiarlo a diez. Vamos a hacer clic en Bien. Y ahora como puede ver, tenemos más bolígrafos y más detalles sobre nuestros datos. Entonces ahora podrías preguntarme, quiero que sea más dinámico y quiero dar a los usuarios la opción de definir cuántas plumas tenemos. Y para ello podemos usar otra característica llamada parámetros, que va a estar en el siguiente tutorial. Bien, así que ahora hasta ahora hemos aprendido a crear bolígrafos desde el panel de datos Hay otra manera de crear bolígrafos e histograma en Tableau, que es mucho más fácil de lo que te mostré Podemos hacerlo directamente desde la visualización. Déjame mostrarte a lo que me refiero. Así que vamos a crear una nueva hoja de trabajo. Y digamos que quiero crear un histograma a partir de las ventas Entonces para hacer eso, vamos a ir a tomar las ventas y ponerlas en las carreteras. Y luego vamos a ir por aquí en el programa de mí. Y hemos redefinido visualización desde Tableau llamada histograma Por lo que el requisito para esta visualización es sólo una medida. Entonces una vez que hagamos clic en eso, verás que el Tableau hizo todo. Si revisas el panel de datos en el lado izquierdo, ya hemos estado o dimensión llamada pluma de ventas con el papel de continuo. Y claro Tableau va a sugerir el tamaño de los bolígrafos. Puedes ir y cambiar eso por supuesto, pero como puedes ver, es realmente fácil Si solo tomamos una medida en la vista y hacemos clic en el histograma, el resto se va a hacer desde Tableau Y este es exactamente el poder de Tableau en la visualización. Bien, así que ahora vamos a tener un resumen de plumas que van a dividir sus datos en contenedores de igual tamaño que van a resultar en una distribución sistemática de los datos. Y las plumas son el método de crear grupos a partir de medidas. Entonces eso significa que podemos crear bolígrafos solo a partir de las medidas. No podemos crearlo a partir de dimensiones porque las dimensiones ya son pines. Y los alfileres en sí mismos son dimensiones. Y es mejor convertirla a dimensión continua para ser utilizada en histogramas Y una limitación en Tableau es que no se pueden crear pines a partir de campos calculados. Y el propósito principal de tener pines e histograma es identificar rápidamente patrones y tendencias en la distribución de sus datos Bien, Kay, así que eso es todo por los pines e histogramas, y con eso hemos aprendido todo sobre cómo organizar y personalizar nuestros datos en Tableau Y ya terminamos con este capítulo. A continuación, aprenderemos en Tableau cómo filtrar tus datos usando diferentes técnicas en diferentes capas. 106. Sección 9 Filtros: Filtros en Tableau. muchos tipos diferentes de filtros para diferentes propósitos, como optimizar el rendimiento o también para que tus usuarios exploren tus datos. Por eso es muy importante entenderlas y las diferencias entre ellas. Entonces es por eso que primero podemos comenzar por entender el concepto detrás de los diferentes tipos de filtros en Tableau. Y luego podemos aprender los diferentes métodos sobre cómo crear todos esos filtros en Tableau. Al seguir adelante, podemos aprender las muchas opciones diferentes sobre cómo personalizar los filtros en Tableau. Y al final, voy a compartir con ustedes muchos consejos y trucos basados en prácticas de usar filtros en Tableau que suelo seguir en mis proyectos. Entonces comencemos con el primer tema donde podamos entender el concepto detrás de los diferentes tipos de filtros en Tableau. Ahora vamos. 107. Udemy 9 1 conceptos de filtro: Bien chicos, la mejor manera de entender la jerarquía es tener un ejemplo. Si echas un vistazo a nuestros datos, por ejemplo, los clientes, puedes encontrar algunas dimensiones que están relacionadas entre sí ya que tienen informaciones similares. Por ejemplo, el país de la dimensión, tenemos valores como Alemania, Estados Unidos y Francia. Y tenemos otra ciudad de dimensión, donde se pueden encontrar las ciudades dentro de esos países. Para Alemania, tenemos Berlín, Stuttgart. Y luego tenemos una tercera dimensión, Código Postal, donde se pueden encontrar los códigos dentro de esas ciudades. Como puede ver, estas tres dimensiones están describiendo información común. Nos dan información sobre la ubicación del usuario, y podemos relacionar esas dimensiones juntas usando la jerarquía. En las jerarquías, tenemos diferentes niveles. Y empezamos con el nodo superior, y lo llamamos el nodo raíz. Este nodo representa el nivel más alto de agregaciones en nuestra jerarquía Y ahora vamos a pasar al siguiente nivel de la jerarquía, donde tenemos al país. En este nivel vamos a ver más detalles sobre nuestros datos. Donde tenemos, por ejemplo, los dos valores, EE.UU. y Alemania, y los vínculos entre los nodos, lo llamamos sucursales. Y ahora vamos a pasar al siguiente nivel en nuestra jerarquía. Tenemos el nivel dos aquí en la ciudad. Veremos más detalles sobre nuestros datos. Entonces en USA tenemos Portland y Seattle. Y en Alemania tenemos Stuttgart y Berlín. Y nuevamente, tenemos el vínculo entre el nodo padre y el nodo hijo usando las ramas. Y ahora vamos a pasar al último nivel de la jerarquía, tenemos el código postal. Y aquí vamos a dividir la estructura además con más detalles. Por lo que tenemos los siguientes códigos bustales para cada ciudad. Ahora bien, como el código postal es el último nivel nuestra jerarquía y esos valores no tienen hijos, llamamos a esos nodos como los nodos hoja. Los nodos hoja o las hojas, representan el nivel más detallado de nuestros datos en esta jerarquía. Entonces ahora con eso, tenemos la estructura completa de nuestra jerarquía. Como puedes ver, parece una estructura arbórea. El nodo superior, lo llamamos el nodo raíz, representa el nivel más alto de los detalles. Entonces tenemos los niveles intermedios, y están conectados usando ramas. Y el último nivel, lo llamamos nodos hoja, donde representa el nivel más bajo de detalles. Tenemos el nodo raíz, representa el nivel más alto de las agregaciones Entonces tenemos niveles intermedios conectados con las ramas. Y luego tenemos las hojas, los nodos foliares. Representan el nivel más bajo de detalles en nuestros datos. Como aprendimos antes, podemos hacer muchas operaciones de laboratorio en el cubo. Entonces, si tenemos rastrillo en nuestros datos, podemos hacer dos operaciones muy importantes, la perforación hacia abajo y la perforación hacia arriba. El desglose y profundiza, todas son operaciones que nos van a ayudar a navegar a través la jerarquía para obtener comprensión más profunda o de mayor nivel de los datos. Entonces entendamos primero cómo funciona el desglose. Digamos que estamos trabajando con las ventas de Mejor. Comenzamos en el nodo superior en el nivel más alto. Al más alto nivel, vamos a tener las ventas totales en todos los conjuntos de datos. Por ejemplo, van a ser 140. Entonces ahora estamos en el nivel más alto, en el nodo raíz. Y si usas desglosar, vas a saltar al siguiente nivel inferior en la jerarquía. Entonces eso significa que en este nivel vamos a ver más detalles sobre las ventas. Entonces para USA tenemos 90, y para Alemania tenemos 50. Y ahora si quieres ver más detalles sobre tus datos, podemos aplicar de nuevo, profundizar para saltar al siguiente nivel inferior en la estructura. Entonces, ¿qué va a pasar? Vamos a ir al nivel dos y aquí la venta se va a dividir entre Portland y Seattle. Tenemos 40.50 y para Alemania, vamos a tener 24 guardias de traje y 34 de Berlín Entonces eso significa que estamos viendo más detalles sobre nuestras ventas. Y ahora si quieres ir al nivel más bajo a las hojas, vamos a profundizar desde la ciudad hasta el código postal. Entonces va a quedar así. El Portland se va a dividir entre esos dos códigos postales. Digamos que Seattle va a ser lo mismo porque solo tenemos un hijo. Lo mismo para Stuttgart, se va a quedar 20, y Berlín, tenemos dos códigos postales, así que se va a dividir de nuevo. Entonces, como puede ver, estamos usando desglose para navegar por la jerarquía llevándonos de nivel superior a nivel inferior de detalles. Es como si estuviéramos expandiendo el árbol para ver más detalles para entender nuestros datos. Bien, entonces ahora vamos a hablar la segunda operación de Alp, el simulacro. Es exactamente lo contrario de perforar hacia abajo. Taladrar nos va a llevar de abajo hacia arriba, menor a mayor nivel de detalles cómo funciona. Digamos que vamos a empezar por las hojas y vamos a tener las ventas de esas hojas. Y ahora podemos usar un taladro arriba para pasar del código postal a la ciudad. Por ejemplo, vamos a tener las ventas totales en Berlín, 30, porque es la suma de diez más 20. Y luego en Utgard se va a quedar igual, 20, Seattle 50, y Portland también, va a resumir los valores de las hojas Entonces vamos a tener el valor de 40. Como puede ver, a medida que nos vamos moviendo más alto, el valor va a obtener más agregado. Veamos que queremos saltar al país, para podamos volver a utilizar, un simulacro para pasar de la ciudad a los países. Alemania, podemos tener el total de ventas de 50. Para USA, podemos tener las ventas totales de 90. Ahora puedes usar, nuevamente, drill up para ir al nodo raíz donde puedes tener el nivel más alto de agregaciones Así podemos tener el valor de 140, el total de ventas dentro de nuestro conjunto de datos. Como puede ver, si tenemos una estructura jerárquica, podemos usar un taladro hacia arriba y profundizar para navegar a través de la estructura jerárquica. jerarquías organizan y estructuran el miembro de las dimensiones en una estructura de árbol lógico agrupando dimensiones similares, jerarquías son realmente importantes y dan dinámicas a tus vistas donde puedes tener el panorama general y entender los datos al más alto nivel Y puede profundizar en detalles específicos para obtener datos de conocimiento más profundos. Bien, así que ahora volvemos a Tableau. Vamos a entender cómo podemos crear jerarquías en Tableau Podemos crear jerarquías solo en la página de la hoja de trabajo. No podemos crearlo en la página de origen de datos. En la página de la hoja de trabajo, podemos crear jerarquía en la página de dolor de datos. Si echas un vistazo a las tablas de clientes, puedes encontrar que ya tenemos una jerarquía. Y aquí tenemos pequeño icono que indica que tenemos jerarquía, el nombre jerárquico llamado Country City, y en el lado izquierdo por aquí tenemos flecha pequeña. Si hacemos clic en él, la jerarquía puede expandirse y podemos ver las dimensiones dentro de esta jerarquía. Hablando de dimensiones, se podrían utilizar jerarquías, sólo cuatro dimensiones No se puede crear una jerarquía a partir de medidas. Y esta jerarquía que tenemos por aquí, se crea automáticamente a partir de Tableau. Desde Tableau analizó el contenido del país y la ciudad y automáticamente entendió que existe una jerarquía entre ellos. Pero como queremos aprender a crear una jerarquía, vamos a ir y eliminarla y crear una nueva desde cero. Ahora para eliminar una jerarquía, vas al nombre de la jerarquía aquí, haz clic derecho sobre él. Y entonces aquí tenemos la opción eliminar jerarquía. Aquí hay que entender que no se eliminarán las dimensiones dentro de las jerarquías, solo se eliminará la jerarquía misma Así que no perderás ningún campo en el árbol lógico. Se eliminará la jerarquía lógica. Bien, así que ahora veamos cómo podemos crear jerarquía en Tableau. Y vamos a crear la jerarquía de ubicación. Vamos a ir al lado izquierdo de los datos en y vamos a seleccionar una de las dimensiones. No importa cuál vayas a seleccionar, pero prefiero comenzar con el nivel más alto de la jerarquía. Aquí en nuestro ejemplo, va a ser el país seleccione el país radical. Haga clic en él. Y entonces aquí tenemos algo que se llama jerarquía. Y vamos a seleccionar Crear Jerarquía. Vamos ahí. Tenemos que darle un nombre, así que vamos a llamarlo jerarquía de ubicación. Entonces él, como se puede ver ahora del lado izquierdo tenemos el icono de la jerarquía. En su interior, solo tenemos una dimensión, el país. Ahora en nuestra jerarquía, tenemos también la ciudad y el código postal. Entonces, ¿cómo podemos agregarlo a esta jerarquía? A medida que aprendemos, la jerarquía tiene diferentes niveles, y el orden de esos niveles es realmente importante. Tenemos país, ciudad y código postal. Ahora, para agregar la ciudad, solo vamos a arrastrar y soltar la ciudad debajo del país por aquí y liberarla. Con eso, ahora tenemos a la ciudad dentro de nuestra jerarquía. Vamos a agarrar también el código postal. Entonces tenemos que arrastrarlo y soltarlo debajo de la ciudad. Vamos a liberar. Con eso, hemos creado la jerarquía de ubicación con las tres dimensiones, país, ciudad y código postal. Aquí De nuevo, si quieres ocultar los detalles sobre esta jerarquía, podemos colapsarla por aquí. O si quieres ver los detalles, podemos ampliar la jerarquía. Bien, así que esta es una forma de cómo crear jerarquía en Tableau mediante el uso del menú desplegable. La segunda forma de cómo crear jerarquía, podemos arrastrar y soltar rápidamente las dimensiones juntas. Entonces, por ejemplo, si vamos a la tabla de productos, tenemos también una jerarquía aquí entre la categoría, el nombre del producto y la subcategoría Nuestra jerarquía comienza con la categoría, luego la subcategoría, y la última, las hojas, va a ser el nombre del producto Ahora veamos cómo podemos crear la jerarquía usando arrastrar y soltar rápidamente. Vamos a tomar una de esas dimensiones, digamos que vamos a empezar con la categoría, arrastrarla y soltarla dentro de la subcategoría Entonces ahora estoy rondando y seleccionando la subcategoría. Vamos a liberar. Una vez que hacemos eso, Tableau entiende que queremos conectar esas dimensiones. Entonces Tableau va a crear una nueva jerarquía. Vamos a llamarlo la Jerarquía de Productos. Y vamos, bien. Y ahora veamos. En el lado izquierdo tenemos una nueva jerarquía llamada jerarquía de productos con el icono. Y hemos insistido en dos dimensiones, categoría y subcategoría Nos falta la tercera dimensión. Tomemos el nombre del producto y lo dejemos caer en la jerarquía. Ahora tenemos problema con eso. El orden de las dimensiones dentro de nuestra jerarquía es incorrecto, porque la categoría de dimensión debe ser el nivel uno y la subcategoría debe ser el nivel dos ¿Cómo podemos arreglarlo? Simplemente seleccione la categoría y arrástrala y suéltala encima de la subcategoría Vamos a liberar eso. Eso dice así es como se cambia el orden de las categorías. Y con eso, tenemos la jerarquía de productos. Bien, ahora digamos que queremos no eliminar toda la jerarquía, solo queremos eliminar un miembro, una dimensión de la jerarquía. Para ello, digamos que queremos eliminar el nombre del producto. Selecciónela y simplemente arrástrala y suéltala en algún lugar aquí en el espacio vacío. Y con eso, el nombre del producto ya no es miembro de la jerarquía. Entonces así es como podemos eliminar dimensiones de la jerarquía. Pero quiero ponerlos de nuevo en nuestra jerarquía porque la necesitamos después. Entonces pondré la subcategoría debajo de la categoría, y tomamos el nombre del producto y lo pondremos debajo de la subcategoría, y eso es Entonces estos son los dos métodos crear jerarquías en Tableau, ya sea por drop dominu o por arrastrar y soltar rápidamente las dimensiones juntas para crear una Es muy fácil. Bien, entonces ahora tenemos esta jerarquía, la estructura, cómo la vamos a usar dentro nuestro punto de vista, es realmente fácil. Vamos a ir a seleccionar toda la jerarquía, luego arrastrarla y soltarla en la Vista. Entonces aquí la jerarquía va a partir del nivel uno para los países, y vamos a ver los valores del país. Ahora vamos a tener una de esas medidas. Vamos a tomar las ventas y arrastrarlo y soltarlo en las columnas. Entonces ahora si miras de cerca al país, al plu, amontonas por aquí, puedes ver que tenemos una nueva señal, la señal de explosión Este signo indica que podemos profundizar en esta dimensión. Entonces ahora vamos a dar clic en el letrero de explosión. Como pueden ver, ahora estamos profundizando en nuestra jerarquía a un nivel inferior. Ahora estamos viendo más detalles sobre las ventas. Y ahora estamos al nivel de la ciudad al siguiente nivel. Ahora como pueden ver, tenemos la ciudad de la dimensión. Nuestras filas, no la arrastramos y soltamos de la base de datos y colocamos en las filas que expandió de la jerarquía. Nuevamente, aquí la ciudad tiene el signo más que indica que podemos profundizar dentro de la ciudad. Vamos a desglosar de nuevo. Como puedes ver ahora estamos en el código postal y podemos ver más detalles sobre las ventas. Ahora bien, si revisas el código postal, no hay signo más, como la ciudad y el país. Debido a que estamos en las hojas, estamos en el nivel más bajo de detalles en nuestros datos. Con eso, hemos navegado por nuestra jerarquía desde el nodo superior hasta las hojas Como puedes ver, es realmente fácil y muy dinámico. Ahora digamos que estamos en las hojas y queremos perforar de nuevo al nivel más alto de las agregaciones al nodo superior Es realmente fácil si revisas de nuevo la ciudad y los países que ya no tenemos, el signo más tenemos el signo menos. El signo menos indica que podemos profundizar en la jerarquía. Entonces veamos qué puede pasar si haces clic en el signo menos. Como pueden ver, perforamos ahora desde las hojas, desde el código postal de vuelta a la ciudad. Y los valores de esas celdas son ahora más agregados. Y ahora lo mismo, si quieres profundizar desde la ciudad de regreso al país, vamos a dar click en el signo menos. Entonces hagámoslo. Y con eso nos mueven al nivel uno, a la agregación más alta de nuestra jerarquía. Bien, hasta ahora lo que hemos hecho es perforar y profundizar en nuestra jerarquía usando las repisas de filas y ya sabes que son las filas y las columnas. Lo usamos a medida que los desarrolladores construyen nuestra visión. Ahora la pregunta es cómo nuestros usuarios y la audiencia obtienen y profundizan y profundizan a través de la jerarquía. Porque la jerarquía debe ser utilizada también rápidamente por los usuarios para profundizar en los detalles. Ahora veamos cómo podemos hacer eso. Si vamos a la vista por aquí y pasamos el cursor sobre el país, podemos volver a ver un signo más Vamos a dar click en eso. Y como pueden ver, profundizamos en nuestra jerarquía del país a la ciudad. Ahora vamos a ir más en detalles y profundizar en el código postal. Podemos pasar el cursor sobre la ciudad, y como pueden ver, tenemos de nuevo el signo más. Haga clic en eso. Y con eso, perforamos hasta el código postal. Así es exactamente como los usuarios pueden profundizar en la vista. Ahora bien, si queremos perforar de nuevo al nivel superior, podemos hacer lo mismo. Podemos ver el signo menos por aquí. Da click en él y vuelves a la ciudad. Y luego nos vamos al país también. Tenemos el menos, hacemos clic en eso. Y con eso, perforamos de regreso al país. Como puedes ver con esos íconos, podemos navegar por nuestra jerarquía. Ahora podrías decir todos tus usuarios, sabes qué, este es un ícono realmente pequeño y a mis usuarios no les gusta. ¿Hay alguna otra manera profundizar y profundizar en la vista? Bueno, sí, si vas a alguno de esos valores por aquí y escribes un click sobre él, puedes ver en este desplegable, tenemos un desglose. Si haces clic en eso, perforamos hasta la ciudad lo mismo. Si seleccionas algún valor, no importa cuál, vamos por aquí y luego profundicemos de nuevo. Y con eso estamos en el código postal. Si quieres profundizar, puedes hacer lo mismo, cualquier valor lo cono radicalmente Y aquí tenemos el simulacro socilic. Y para profundizar de nuevo al país, ir a cualquier valor en el país radicalmente en él y profundizar. Entonces esas son las dos formas de profundizar y profundizar en la vista. Bien chicos, hasta ahora hemos creado nuestras propias jerarquías al juntar esas dimensiones en diferentes niveles Pero en Tableau también tenemos jerarquías incrustadas indirectas en la fecha de tipo de datos en Tableau Cualquier campo con la fecha del tipo de datos tiene la siguiente jerarquía. Comienza con el nivel más alto con el año, luego tenemos el trimestre del mes, y luego el nivel más bajo, las hojas. Tenemos los días. Esos cuatro niveles son los niveles predeterminados dentro cada campo con la fecha del tipo de datos en nuestro conjunto de datos. Ahora tenemos otro tipo de datos que contiene también, una jerarquía indirecta incrustada. Tenemos los campos con la fecha y hora. Aquí tenemos informaciones sobre la época, y tenemos siete niveles. Comienza exactamente como la fecha, por lo que el nivel más alto va a ser el año, luego el trimestre del mes, y luego el día. Pero ahora podemos profundizar hasta más detalles ya que tenemos la información del tiempo. El siguiente nivel van a ser las horas. Entonces tenemos minutos y segundos. Segundo son el nivel más bajo de detalles. Aquí son nuestras hojas. Tenemos niveles civiles de la jerarquía. Fecha y fecha y hora. Tienen jerarquía incrustada en su interior. Ahora descubramos esas jerarquías en Tableau. Bien, así que ahora vamos a ir a las órdenes de mesa. Y aquí tenemos dos fechas. No importa cuál, ambos van a tener exactamente la misma jerarquía. Tomemos la fecha del pedido, arrástralo y suéltelo aquí en la rosa. Ahora, como pueden ver, tenemos ahora el signo más. Indica que hay una jerarquía. Y empieza al más alto nivel con los años. Ahora tomemos una medida para ver algunos datos. Vamos a tomar los recuentos de pedidos y ponerlo en las columnas. Y quiero mostrarle a Israel las etiquetas. Vamos a mostrar algunas etiquetas. Bien, Ahora vamos a descubrir la jerarquía dentro de la fecha. Como puede ver en el lado izquierdo, no vemos ninguna información sobre la jerarquía, por lo que eso significa que está realmente incrustada dentro de este tipo de datos. Entonces, sigamos los años y clic en el signo más para profundizar. Como puedes ver la siguiente información tenemos las informaciones del trimestre. Entonces ahora vemos el número total de pedidos por trimestre. Entonces ahora podemos ver más detalles sobre los recuentos totales, y luego podemos profundizar hasta el día. Y ahora estamos en el nivel más bajo del día. No podemos profundizar más, por ejemplo, horas, minutos y segundos, porque la fecha del pedido tiene la fecha del tipo de datos. Como puede ver, la fecha de orden de dimensión tiene cuatro niveles, años, trimestre, mes y día. Es muy agradable tenerlo así en Tableau porque realmente son estándares. Trabajé con otras herramientas de BI y ahí tenemos que construirla en la nuestra, que realmente consume mucho tiempo para construir todas esas jerarquías Especialmente si tienes un gran conjunto de datos aquí en Tableau, nuestra vida es más fácil. Tableau sí decidió tener una jerarquía dentro de cada fecha. Bien chicos, una cosa más sobre los arcos. Realmente organizan y estructuran tus vistas y las hacen más dinámicas para los usuarios. Por ejemplo, requisitos para realizar ventas por país, ventas por ciudad, ventas por código postal, y no usas jerarquías, terminarás haciendo tres vistas como aquí del lado izquierdo, se necesita mucho espacio Y además, es literalmente dinámico. Pero mejor que eso, podemos crear jerarquía entre esas dimensiones. Y podemos poner todo en una sola vista. Y luego le das las opciones para los usuarios finales profundicen y profundicen, dependiendo de lo que necesiten. Si quieren las ventas por país, tenemos ya en el nodo superior. Pero si quieren las ventas por ciudad, todo lo que tienen que hacer es profundizar al siguiente nivel, y ya lo tenemos, ventas por ciudad. Si alguien necesita ir más detalladamente para ir al código postal, también puede profundizar en las ventas por código postal. Como puede ver, realmente le da su vista más dinámica y va a ser más atractiva para los usuarios finales si se compara con los lados del elevador. Ahora tenemos más dinámicos, más interactivos para los usuarios finales. Y además, estás creando vistas de lista en tus dashboards Entonces esto es realmente genial. Si quieres profundizar de nuevo al país, solo podemos hacer clic en el signo menos. Jerarquías da más dinámica su estructura y organizar sus datos en las vistas Bien, ahora vamos a resumir. Jerarquías, organizar y estructurar los miembros de las dimensiones en estructura de árbol lógico Las jerarquías son características especiales solo para las dimensiones. No puede crear jerarquías entre las medidas que podemos y profundizar para navegar a través de nuestra jerarquía para obtener una comprensión más profunda o de mayor nivel de sus datos En general, las jerarquías son realmente importantes para organizar y estructurar tus entrevistas de datos Y proporciona a los usuarios una poderosa herramienta para navegar y explorar sus datos de manera rápida y sencilla, descubrir conocimientos y tomar mejores decisiones Bien, así que eso es todo para las jerarquías en Tableau. A continuación aprenderemos a agrupar a los miembros de las dimensiones en jerarquiegorías 108. Udemy 9 2 Crea filtros: Bien, entonces ahora tenemos la siguiente tarea donde tenemos que ocultar informaciones sensibles. Por ejemplo, digamos que los datos de USA en nuestro conjunto de datos son informaciones sensibles y tenemos que ocultar a todos los clientes que vienen de Estados Unidos. Y ahora vamos a ir a construir una vista desde los clientes. Vamos a tomar la ubicación, el país, y luego digamos que vamos a sacar el beneficio de las órdenes. Bien, así que ahora como puedes ver en la hoja de trabajo, podemos ver todos los países incluyendo Estados Unidos. Entonces ahora vamos a ir a ocultar esta información sensible. Para ello, vamos a ir a la página de fuente de datos. Y luego aquí en la esquina de arriba a la derecha, podemos ver filtros y podemos agregar un nuevo filtro. Así que vayamos y hagamos clic en él. Entonces obtendremos una nueva ventana llamada Editar filtros de fuente de datos. Aquí es muy fácil. Vamos a ir a los anuncios, haga clic en él. Y luego vamos a obtener una lista de todos los campos que están disponibles en nuestra fuente de datos. Ya que tenemos que contratar a los clientes de USA, necesitamos el país de campo. Así que vamos a comprobarlo por aquí. A continuación, haga clic en Siguiente. Y aquí tenemos otra ventana para configurar el filtro para el país. Entonces, como puedes ver, tenemos todos los países aquí listados. Y ahora podemos ir y seleccionar los países que deben incluirse en nuestros conjuntos de datos. O podemos ir por aquí y hacer clic en Excluir. Y vamos a excluir a Estados Unidos. Eso significa que estamos filtrando a todos los clientes con el país igual a Estados Unidos. Vamos a hacer clic. Bien. Ahora podemos ver por aquí una información rápida. Entonces el filtro se basa en el país y los detalles están diciendo que estamos manteniendo los valores Francia, Alemania e Italia. Entonces, eso es todo. Vamos a hacer clic en Bien. Vamos ahora a revisar los datos en nuestras hojas de trabajo Entonces vamos a volver a nuestro punto de vista, y como puede ver, no podemos encontrar ninguna información sobre Estados Unidos. Y esto puede afectar también, todas las hojas de trabajo que están conectadas a esta fuente de datos Entonces, por ejemplo, si vas por aquí y creas unas nuevas hojas de trabajo, y tomamos el seguimiento de los países y la dejamos caer por aquí Se puede ver de nuevo aquí también. No tenemos Estados Unidos, tenemos los valores Francia, Alemania e Italia. Y con eso hemos protegido esta información sensible, ¿verdad? Es más, vamos a otro caso de uso de la fuente de datos es reducir el tamaño de los datos dentro de Tableau. Esto es muy crítico. Si tienes un mal desempeño en Tableau, entonces tienes que empezar a pensar en cómo reducir el tamaño de los datos dentro de nuestras visualizaciones Y el primer paso para reducir el tamaño de nuestros datos, tenemos que decidir qué campos vamos a utilizar para filtrar nuestros datos. Un campo muy común y habitual es que podemos reducir el número de años dentro de nuestra fuente de datos. Vamos a construir una vista. Así que sólo voy a ir a crear una nueva hoja de trabajo. Llevemos las fechas de los pedidos a las filas, y llevemos las ganancias a las columnas. Y luego vamos a hacerlo como un diagrama parcial y mostrar los resultados. Como puede ver, tenemos dentro de nuestros datos cinco años de datos. Este campo es realmente buen candidato para reducir los datos y tienes que ir a discutirlo con tus usuarios. Entonces tenemos que preguntar, ¿realmente necesitamos cinco años de datos dentro de las visualizaciones ¿Es suficiente tener solo como los últimos dos años o tres años? Digamos que después de discusiones con los usuarios, tú lo dices, los datos relevantes para las visualizaciones son a partir de 2020 Cualquier cosa anterior ya no es relevante para las visualizaciones. Nos gustaría tenerlo todo a partir de 2020. Para ello, vamos a ir a construir un filtro de fuente de datos. Volvamos a nuestra página de fuente de datos. Vamos a volver a ir por aquí. Entonces vayamos a las ediciones. Y luego vamos a ir a elegir el campo que vamos a construir, el filtro de fuente de datos encima de él, ir a anuncios, luego necesitamos la fecha del pedido. Lo tenemos por aquí. Vamos a seleccionarlo. Bien aquí, ya que es una fecha, pregúntanos ferias en qué formato quieres construir tu filtro. Ya que estamos discutiendo sobre los años, entonces estamos interesados en los años. Yo sólo voy a ir con el formato años e ir a continuación. Ahora con eso, obtenemos una lista de todos los años dentro de nuestra fuente de datos. O vas a ir a decir, bien, me gustaría incluir todo a partir de 2020 y no seleccionar los viejos años. O vas a decir, sabes qué, sólo voy a excluir los dos últimos años, cualquier cosa antes del 2020, así que vas a ir con los excluye y con eso estamos quitando los viejos años Prefiero este por aquí ya que digamos que obtenemos datos de 2023 dentro de nuestra fuente de datos. No tienes que hacerlo cada vez para ir y hacer clic en él. Con eso, estamos diciendo que todos los datos son relevantes, a partir de 2020. Vamos a golpear Ok. Y con eso, puedes ver dentro de nuestros filtros de fuente de datos, tenemos un nuevo filtro basado en los años de fechas de pedido y puedes ver algunos detalles. Dice que mantiene 2020, 2020, 1.20 22. Con eso, estamos filtrando ahora la fuente de datos a ritmo de las fechas de pedido y del país Vamos bien. Y como puedes ver aquí, tenemos ahora dos filtros en la fuente de datos. Volvamos a nuestra hoja de vista siete. Podemos ver que solo tenemos los datos a partir de 2020. Todos, todos los datos ya no se presentan dentro de nuestras visualizaciones. Lo cual es realmente una gran manera de reducir el estrés y el tamaño de los datos que Tableau tiene que manejar, que estamos reduciendo el alcance de los datos y también vamos a obtener un gran rendimiento en Tableau. Entonces así es como usamos los filtros de fuente de datos con el fin reducir el tamaño de nuestros datos y también para ocultar la información sensible. Pero aquí, no olvides que todas las hojas de trabajo que están conectadas a esta fuente de datos se pueden efectuar con esos filtros Bien, así que ahora vamos a aprender a construir un filtro de contexto en Tableau. Digamos que tenemos la siguiente visión. Vamos a tener la categoría de los productos y también la subcategoría Y tomemos por la medida, las ganancias. Así que vamos a tomarlo por aquí y también, cambiemos los colores. Así que lo vamos a poner aquí también. Entonces ahora en esta vista, tenemos todas las categorías mobiliario, oficina y tecnología. Pero los usuarios quieren, en esta vista, enfocarse únicamente en los suministros de oficina. Y para esta visión específica, todas las demás categorías son afirmaciones poco relevantes Por lo que solo quieren enfocarse en los suministros de oficina por ganancias. Entonces eso significa que queremos filtrar los datos por categoría. Para ello, vamos a ir a la categoría de aquí, mantener el control y ponerla en los filtros. Y luego vamos a volver a conseguir, la misma ventana para filtrar. Y aquí puedes ver los tres valores, mobiliario, material de oficina y tecnología. Para esta vista, solo queremos los útiles de oficina. Entonces lo que vamos a hacer, podemos retirar los demás y dejar el material de oficina luego golpear, Bien. Entonces como puedes ver ahora nos quitamos todo y solo tenemos una categoría, los útiles de oficina. El trabajo está hecho, ¿verdad? Entonces tenemos las ganancias de parte de suministros de oficina, y filtramos los datos. La respuesta es sí, la tarea está hecha. Pero no estamos utilizando toda la potencia de Tableau Sincere. El enfoque es solo sobre los suministros de oficina y nos estamos enfocando en este subconjunto de datos. Podríamos ir y reducir todos los conjuntos de datos a solo esta categoría. Y con eso, puedes ganar mucho rendimiento en Tableau porque te estás enfocando solo en subconjuntos, y todos los demás datos se eliminan de esta visualización En tal escenario, podemos ir y usar el poder de los filtros de contexto. Ahora la pregunta es cómo hacer nuestro filtro como filtro de contexto. Como puedes ver ahora en los filtros tenemos nuestra categoría, Es plupil Y es así como este tipo de filtro llamado Dimension filter. Para ahora promoverlo al filtro de contexto. Como aprendimos antes que tenemos orden específico de los filtros, tenemos contexto, luego dimensión. Todo lo que tenemos que hacer es conectarnos radicalmente. Y aquí tenemos la opción de agregar al contexto. Una vez que lo hagas, verás que nuestro filtro ahora tiene la píldora gris. Las pastillas grises indican que este filtro es un filtro de contexto. Así que ahora podrías notar que nada cambió por aquí, tenemos exactamente la misma vista, pero optimizamos el fondo en Tableau donde creamos un conjunto de datos Tumberal. Y solo tiene la categoría de un suministros, por lo que es una tabla realmente pequeña en comparación con toda la fuente de datos. Bien, entonces ahora quiero mostrarte cómo Tableau procesa los diferentes tipos de filtros. Como aprendimos, el orden de los filtros es realmente importante. Entonces eso significa que el filtro de contexto puede procesarse primero, luego el filtro de dimensión, el filtro de contexto está dominando el comportamiento del filtro de dimensión Bien, así que ahora vamos a ir a agregar filtro de dimensión en nuestra visualización. Vamos a usar la subcategoría para hacer eso. Haga clic derecho sobre él y haga clic aquí, Mostrar filtro. Como puede ver en el lado derecho, tenemos todos esos valores que están incluidos en los útiles de oficina. Pero en nuestra fuente de datos original tenemos muchas más subcategorías como estamos viendo ahora desde esta vista Y este es exactamente el efecto del filtro de contexto sobre este filtro de dimensión. Estamos viendo sólo los valores dentro de este contexto. Bien, entonces ahora vamos a ir a cambiar la definición del filtro de contexto y ver el efecto en el filtro Dimensión. Volvamos a nuestro Filtro de Contexto. Haga clic derecho sobre él y Editar Filtro. Vamos a traerlo aquí lado a lado a nuestro filtro Dimension. Sólo tenemos esos valores. Y tenemos por aquí en el filtro de contexto, sólo la oficina. Si vamos ahora e incluimos también la tecnología, apliquemos y veamos que en el lado derecho el valor va a cambiar. Vamos ahí. Ahora, como puedes ver en las subcategorías del filtro de dimensión del lado derecho, tenemos más valores que antes porque incluimos en nuestro contexto en nuestra tabla Tumberal, los Podemos ir y cambiar los valores alrededor. Tengamos solo la revisión de muebles, aplica el lado derecho. Y se puede ver que solo tenemos cuatro subcategorías con esto Se puede ver que el filtro de contexto realmente está dominando todos los demás filtros debajo de él. Al comprender el orden de los filtros, puede comprender cómo funciona Tableau con esos diferentes tipos de filtros. Entonces voy a traer de nuevo el filtro de contexto a los suministros de oficina y darle una cosa más sobre el filtro de contexto. Como aprendimos antes, es flexible. Eso significa que podemos reducir el tamaño de los datos solo para una hoja de trabajo. Eso significa que si vas a alguna otra hoja de trabajo no encontrarás aquí ningún filtro de contexto Puedes ir y decidir para cada hoja de trabajo si quieres reducir el tamaño de los datos o no. A diferencia del filtro de fuente de datos, donde puede afectar a todo el libro de trabajo, cualquier hoja de trabajo que esté conectada a esta fuente de datos Con el filtro de contexto, tenemos mucha más flexibilidad. Ahora podrías preguntar, ¿podemos usar el filtro de contexto para ocultar información sensible? Bueno, la respuesta es no. Déjame mostrarte por qué. Tengamos un ejemplo rápido. Tomemos de nuevo a los clientes. Y tenemos la Ciudad del Campo, y tomemos también las ganancias. Como puedes ver por aquí, no tenemos los datos de USA porque tenemos la fuente de datos del filtro. Y ahora digamos que los datos de Alemania ahora son sensibles y queremos protegerlos usando el filtro de contexto. Vayamos y hagamos eso. Vamos a tomar el control de los países y ponerlo en los filtros y vamos a decir que queremos excluir a Alemania. Así que voy a hacer clic aquí en el Excludes y luego golpear Bien. Como puedes ver ahora en la vista, no tenemos ninguna información sobre Alemania y vamos y promovemos el país al filtro de contexto. Así que haz click derecho sobre él y agrégalo al contexto. Y ahora se podría decir, bien, todo está bien. No tenemos ninguna información sobre Alemania, así que estamos seguros. Bueno, naturalmente, todavía hay una manera de ver los datos alemanes en la vista. Déjame mostrarte cómo. Si vas a la ciudad por aquí y vamos a mostrarla como filtro. En el lado derecho, encontrarás todas las ciudades de Francia e Italia. Entonces no hay ciudades de Alemania o USA, pero aquí tenemos una opción en el filtro. Entonces, si vas a esta pequeña flecha de aquí, entonces podemos ir por aquí y ver todos los valores de la base de datos. Y podemos explicarte todas esas opciones más adelante, no te preocupes por ello. Pero vamos a dar click aquí. Entonces ahora como puedes ver, el filtro está mostrando datos sobre Alemania. Tenemos Berlín, tenemos Stuttgart. Entonces eso significa que los datos están protegidos de forma natural. Eso significa que estamos ocultando los datos sensibles de la vista, pero aún así podemos ver todos los valores del filtro. Es por eso que nunca use filtro de contexto para proteger sus datos confidenciales o datos confidenciales. Porque aunque estemos viendo los datos solo en los filtros, sigue exponiendo los datos y los datos no están protegidos. Entonces eso significa que si quieres proteger tus datos y ocultar la información confidencial, usa solo filtros de fuente de datos. Bien, así que ahora vamos a pasar al siguiente filtro de nuestra cadena. Tenemos el filtro de dimensión. Ya hemos creado algún filtro de dimensión en nuestra opinión. Pero ahora vamos a entrar en detalles y ver todas las opciones que tenemos. Bien, así que ahora vamos a los filtros en las repisas. Y se puede ver que tenemos la subcategoría. Es una dimensión discreta, por eso tenemos el color del azul. Y ahora para poder ver todas las opciones radicalmente con él y editar, Filtrar Y ahora ya conoces esta ventana, Vamos a traerla por aquí para ver el efecto directamente en la vista. Entonces primero tenemos aquí diferentes grifos. El primero va a ser sobre la selección manual y el resto va a ser un filtro dinámico. Entonces aquí tenemos cuatro grifos, estado general comodín y top. El primero va a ser la selección manual de los valores. Y el resto va a ser como si estuvieras definiendo una regla. Y el filtro va a ser dinámico aquí. Como de costumbre, como es discreto, vamos a ver la lista de todos los valores posibles que podamos ver. Y luego puedes ir y seleccionar manualmente o anular la selección de valores de esta lista Y como se puede ver en el lado derecho tenemos excluir. Se incluye el valor predeterminado en Tableau, así que eso significa cualquier cosa que esté seleccionando de esta lista, se va a incluir en la vista. Y cualquier cosa que no esté seleccionando, va a ser excluida de la vista para tener los efectos opuestos. Lo que podemos hacer, podemos dar click en Excluir. Y ahora vamos a tener tachados todos los valores que se seleccionan. Entonces eso significa que están excluidos de la vista y todo lo que no se seleccione va a ser incluido en la vista. Entonces aquí realmente depende. Si quieres excluir solo dos valores de una lista larga, entonces tiene sentido ir y usar excluir. Entonces ahora si vas y seleccionas Aplicar, puedes ver en la vista los valores restantes son aplicación, Arte y Dobladoras Tableau sí excluyó todos esos valores y vas a tener el mismo efecto si seleccionaste las exclusiones Y seleccione sólo la aplicación Arte y Dobladoras. Y para poder eliminar nuestras selecciones, podemos eliminar todo de aquí. Así que no seleccione ninguno, y podremos volver a aplicar nuestra selección en la aplicación Arte y Benders Y como pueden ver, vamos a tener el mismo efecto. Entonces así es como trabajas con la selección manual en la primera pestaña general. Pero ahora pasemos al siguiente. Y antes de eso quiero incluir todo por aquí para que no afectemos al siguiente. Entonces vamos a aplicar, y luego vamos a los comodines. Entonces aquí podemos trabajar con el comodín. Si tienes una dimensión con alta cardinalidad, eso significa que tienes una larga lista de todos los valores posibles en la dimensión Y si vas y seleccionas manualmente todo, va a ser realmente doloroso. Entonces en vez de eso, podemos ir y definir la regla si hay una regla que definir. Entonces aquí tenemos como un campo de entrada, podemos escribir algo como por ejemplo, A. Entonces aquí tenemos cuatro opciones. El primero es contiene, va a significar que en algún lugar del mundo hay un personaje A. Y luego la segunda opción con la que empezamos , va a, significa que el mundo va a comenzar con el personaje A. La siguiente es exactamente lo contrario, va a terminar con a. luego el siguiente tenemos exactamente coincidencias. Eso significa que la palabra debe contener sólo el valor a. Empecemos por el primero. Si la palabra contiene un en alguna parte, entonces va a permanecer en la visualización. Ahora como puedes ver, todas las palabras, palabras contienen un alguna parte. La aplicación, la tenemos aquí al inicio y a la mitad. El arte también, al inicio. Y aquí lo tenemos en el medio y así sucesivamente. Vamos a probar el segundo. Va a decir si la palabra empieza con a, va a quedar en la vista. Así que vamos a aplicar. Entonces como pueden ver, solo tenemos dos palabras que empiezan con a. bien, así que ahora pasemos a la siguiente opción. Vamos a tener extremos con. Pero en lugar de A, vamos a tener cualquier palabra que termine con puede permanecer en la vista, apliquemos eso. Como puedes ver, todas esas palabras terminan con el personaje. Bueno, ahora podrías preguntar, ¿es una K sensible? Bueno, no es así si tienes un grande, como puedes ver, sigue siendo Tableau. Vaya y seleccione esos valores. Ahora vamos al último, va a ser coincidencia exacta. Si vas por aquí y seleccionas Ok, no verás ningún dato. Pero si tienes exactamente etiquetas y pulsas Aplicar, obtendrás solo una subcategoría Es, ¿es una etiqueta? Pero no lo usamos. Por lo general, usamos contains o start with endswith. Así es como funciona la tarjeta blanca. Despejemos todo para tener los datos que tenemos que contiene y pulsemos Aplicar. Pasemos al siguiente paso. una condición en los materiales anteriores con los parámetros. Ya hemos trabajado con las condiciones. Y arriba aquí lo que vamos a hacer, vamos a definir una regla. Y Tableau va a ir a revisar todos los valores y filtrar todos los valores que no están cumpliendo con esta condición. Entonces, por ejemplo, si estás comprobando nuestra opinión, tenemos algunos valores menos y las ganancias y no queremos verlo. Vamos a ir y definir una regla que queremos ver todas las ganancias que son superiores a cero, sólo las ganancias positivas. Para ello, vamos a seleccionar aquí por tabla de campo. Ir a mostrarte de inmediato la medida que está usando la vista, por lo que estamos usando la suma de ganancias es correcto. Entonces vamos a ir por aquí y ver la suma de la ganancia debe ser superior a cero. Con nosotros, hemos definido una regla y vamos a golpear Aplicar. Como puede ver, acabamos de eliminar la subcategoría que no cumple con esta condición Eso es todo, Esto es muy fácil. Vamos a pasar a la siguiente, pero la primera letra restablece todo. Entonces vamos a seleccionar Ninguno. Y luego vamos a darle a Aplicar. En esta pestaña, podemos definir si queremos ver los diez primeros productos o cinco productos, o los más bajos, o los cinco productos inferiores. Nuevamente, tenemos que definir la regla cuatro Tableau. Y Tableau va a filtrar los datos en base a nuestra regla. Aquí tenemos dos opciones. O tenemos las subcategorías superiores o las subcategorías inferiores Vayamos por campo por aquí. Y entonces aquí tenemos dos opciones, como dije, arriba y abajo. Entonces podemos definir es un top ten es uno de los cinco primeros o parámetros superiores. Como aprendimos antes aquí, nos vamos a quedar con el mismo sentido que estamos usando la ganancia y eso es todo aplicar. Y ahora podemos ver en la opinión que Tableau sí filtró nuestra vista en función de nuestras reglas. Entonces ahora tenemos las cinco subcategorías principales. Bien, así que eso es todo. Estas son las diferentes opciones sobre cómo filtrar las dimensiones. Voy a anular la selección de todo por aquí, y luego vamos a ir a la selección de minerales Y luego lo. Bien. En lugar de redefinir las reglas para los usuarios, vamos a ofrecer toda la dimensión como un filtro rápido para el usuario final Y como saben, para ello vamos a ir a la dimensión click derecho pudrirse y mostrar filtro. El usuario va a ir al filtro rápido del lado derecho y comenzar a seleccionar los valores que se adapten a sus necesidades. Bien, así que ahora pasemos al siguiente. Tenemos el filtro de medida, como aprendimos en la cadena de orden está por debajo del filtro de dimensión. Así que vamos, podemos crear un filtro de medidas. Bien, entonces para crear un filtro de medida, vamos a ir a la suma de ganancias. Vamos a controlar en frío, arrastrar y tropo a los filtros. Entonces vamos a obtener una nueva ventana para poder configurar nuestro filtro. Y como es medida continua, Tableau nos va a preguntar, ¿quieres filtrar los datos originales, todos los valores, o quieres hacer las agregaciones y luego hacer los filtros Como es medida tenemos las siguientes agregaciones, como suma, promedio, mediana, etc. O si quieres hacer solo el filtro sobre los datos originales, entonces vas a ir y seleccionar todos los valores. Pero como tenemos suma de ganancias, me gustaría ir con la agregación de suma. Seleccionemos eso y luego vayamos con el siguiente. Ahora vamos a obtener una nueva ventana para poder configurar nuestra medida. Y aquí tenemos cuatro opciones. Rango de valores. Al menos, a lo sumo y especial. Dado que nuestra medida es continua, Tableau se puede presentar como una gama. Tiene inicio y fin. No es como las dimensiones donde vamos a obtener una lista de todos los valores de la fuente de datos. Solo obtendremos datos agregados y solo podremos configurar inicio y fin. En la primera opción, podemos configurar el punto de partida del rango y también el punto final del rango. Puedes controlarlos a ambos. En la siguiente, podemos controlar sólo una de ellas, Sólo el inicio. Aquí podemos especificar cuál es el valor mínimo que se permite en las visualizaciones El siguiente va a ser exactamente lo contrario. A lo sumo. Podemos definir el punto final del rango. ¿Cuál es el valor más alto que se permite en las visualizaciones Nuevamente, el rango de valores podemos especificar el inicio y el final en. Podemos especificar sólo el punto de partida. Y a lo sumo podemos especificar solo el punto final de nuestra gama. Entonces el último, el especial, trata sobre los valores nulos. Aquí tenemos tres opciones, valores nulos. Si tan solo quieres ver los valores nulos de este filtro, valores nulos, eso significa que no quieres ver ningún nulo dentro de nuestros datos ni todos los valores Usted está permitiendo a ambos. Entonces como defecto nos quedamos usamos todos los valores. Voy a seguir con eso Y me gustaría configurar tanto los extremos como el inicio de nuestras medidas continuas. Como puedes ver, es realmente fácil. Vamos a golpear, bien. Y con eso puedes ver que tenemos un nuevo filtro dentro de nuestros filtros y tiene por supuesto, el color verde. Bien, entonces primero vamos a ir a nuestro filtro principal y mostrarlo como un filtro rápido. Así que conecta radicalmente y muestra el filtro. Y ahora podemos ver el rango en el lado derecho. Vamos a hacerlo un poco más grande para ver la gama. Ahora como pueden ver tenemos como inicio y fin, pero no es del todo para todo el bar aquí. Tabla queremos mostrarte que no estamos mostrando todos los valores. Estamos mostrando solo el rango del subconjunto. Entonces ahora ¿qué puede pasar si tomamos el final a la derecha y el final a la izquierda? Nada puede pasar en la vista. Podemos tener exactamente los mismos datos, pero aquí podemos ver en nuestra gama, hay diferentes colores. La parte ligera puede indicar que si cambias los valores aquí, no puede pasar nada en la vista. Como se puede ver. Si lo acabo de mover por aquí, no se filtrará la vista. Ahora bien, si empiezo a mover el inicio dentro de las partes oscuras, se puede ver que ahora tenemos ahora un efecto en la vista. El color oscuro en el control deslizante son los valores relevantes y la parte clara son los valores no relevantes Bien chicos, así que ahora vamos a hablar del último tipo de filtros en Tableau, el filtro de cálculo de tablas. Es la parte inferior de la cadena. Y se puede ver que cada tipo de filtro va a tener un efecto en este tipo. Bien, así que ahora aprendamos a construir el filtro de cálculo de tablas. Y como sugieren las extremidades, es un cálculo. Y vamos a tener una sección completa sobre cómo crear cálculos en Tableau ahora. No te preocupes por los detalles de cómo crear cálculos en Tableau, solo sígueme con los pasos ahora. Bien, entonces ahora vamos a ir a nuestra medida en las marcas, radicalmente cont y luego aquí tenemos la opción de cálculos rápidos en tablas Y entonces vamos a tener una lista de todos los cálculos diferentes que podamos hacerlo sobre la mesa. Y ahora vamos a ir con el porcentaje del total. Así que vamos a seleccionar eso. Y ahora podemos ver pequeño icono a la medida, indica que se trata de un cálculo de tabla. Así que mantén el control, arrástralo y sumételo en la liberación de los filtros. Aquí, dado que es un campo continuo, tenemos que definirlo como un rango solistamente coque Y ahora podemos ver en los filtros dos medidas para un mismo campo. El primero sin icono de triángulo, significa que es un filtro de medida. Y el segundo con un icono de triángulo, Significa que es filtro de cálculo de tabla. ¿Qué podemos hacer con eso? Podemos ofrecérselo a los usuarios para que podamos hacer click errático en él y mostrar el filtro Podemos verlo ahora como un filtro rápido en el lado derecho y el usuario puede ir y usar el filtro. Eso es todo sobre el filtro de cálculo de tablas. Bien, así que con nosotros hemos aprendido los diferentes tipos de filtros en Tableau y cómo el orden del filtro en la cadena puede afectar el de los demás. Bien, así que ahora vamos a tener un resumen rápido. Podemos comenzar con el filtro de extracto en la parte superior. Podemos usarlo solo en las conexiones de extracción y no podemos encontrarlo en la versión pública de Tableau, no te preocupes por ello. Es muy similar al filtro de fuente de datos. Y luego a continuación vamos a tener el filtro de fuente de datos. Para crearlo, vamos a la página de fuente de datos. Aquí en nuestro ejemplo, creamos dos filtros de fuente de datos. El primero es ocultar las informaciones sensibles del país USA. Y el segundo para reducir el tamaño general de nuestros conjuntos de datos. Y no olvides que el filtro de fuente de datos puede afectar a todo el libro de trabajo Todas las hojas de trabajo que están conectadas a esta fuente de datos. Después al siguiente, podemos crearlos todos en la página de la hoja de trabajo. Así que vamos por allá. Entonces aquí se puede ver muy bien cómo se ordenan los diferentes tipos de filtros en las repisas de filtro. El primero tenemos el filtro de contexto. El filtro de contexto de píldora gris puede crear un subconjunto de datos o una tabla tímbrica solo para esta vista Es algo a nivel local solo para esta vista. Pero no se olvide, no utilice el filtro de contexto para ocultar o proteger la información sensible. Ya que existe la posibilidad mostrar los valores en los filtros. Los siguientes tres filtros, generalmente los ofrecemos a los usuarios finales con el fin de rebanar y trocear las visualizaciones Por lo que los usuarios podrían usarlo para especificar un subconjunto de datos para hacer análisis de enfoque. A continuación tenemos el filtro de dimensión, como la subcategoría. Después de eso tenemos el filtro de medida. Y el último en la cadena tenemos el filtro de cálculo de tabla. Y dado que esos diferentes tipos de filtros tienen un orden lógico, también sería bueno tener este orden en los filtros rápidos en el lado derecho. Entonces tiene sentido tener el filtro de dimensión en la parte superior. Entonces vamos a tomar el filtro de medidas como el siguiente y el último va a ser el filtro de cálculo de tabla. Bien, así que eso es todo. Podría resultar confuso al principio. Pero ahora después de entender cómo funciona Tableau y el orden lógico de los filtros, todo entonces va a tener sentido en las visualizaciones Bien, para que hayamos aprendido a crear diferentes tipos de filtros en Tableau. Y a continuación aprenderemos a aplicar filtros a múltiples hojas de trabajo en Tableau 109. Udemy 9 3 Personaliza el filtro: Bien, así que ahora vamos a hablar de cómo aplicar los mismos filtros en diferentes hojas de trabajo Porque si estás construyendo como vistas diferentes, terminas teniendo exactamente los mismos filtros en cada vista. Y va a llevar mucho tiempo si vas en cada hoja de trabajo y añadiendo exactamente los mismos filtros Entonces en lugar de eso, podemos compartir los mismos filtros para ser aplicados en diferentes hojas de trabajo Y en Tab tenemos cuatro opciones distintas. Para ello, podemos encontrar esas opciones en los filtros, así que no importa cuál puedas elegir. Vamos con el filtro de contexto, por ejemplo, Conecta radicalmente Y aquí tenemos la opción de aplicar a las hojas de trabajo. Y aquí puedes ver las cuatro opciones por defecto. Tablo va a dejarlo como solo esta hoja de trabajo. Esto significa localmente solo para esta vista. Aquí podemos ver otras opciones como todas usando fuentes de datos relacionadas, todas usando esta fuente de datos y hojas de trabajo seleccionadas Antes de probar esas opciones primero, entendamos esas cuatro opciones. Bien, así que ahora vamos a tener un ejemplo muy sencillo para entender cómo aplicar filtros. Tenemos dos fuentes de datos, DS uno y DS dos, y tenemos diferentes hojas de trabajo que están conectadas a esas fuentes de datos Tenemos la hoja uno conectada solo a la fuente de datos uno, y la hoja dos conectada a DS uno y DS dos usando mezcla de datos. Y la hoja tres solo conectó a DS dos. Ahora digamos que estamos en la hoja uno y ahí creamos un filtro. Entonces ahora aprendamos cómo aplicar este filtro en diferentes hojas de trabajo usando esos Seds Bien, la primera opción que tenemos solo estas hojas de trabajo significa que este filtro va a estar disponible solo localmente para la hoja uno No lo encontraremos en la hoja dos ni en la hoja tres. Esta opción también es una opción predeterminada en Tableau. Cada vez que estés creando un nuevo filtro en Tableau, va a estar usando solo esta opción. Esta hoja de trabajo sólo va a estar disponible en la hoja de trabajo donde hemos creado. La siguiente opción la tenemos en Tableau todos usando esta fuente de datos. Por ejemplo, la hoja una está usando la DS. Eso significa que el filtro se puede aplicar en todas las hojas de trabajo que están conectadas a la fuente de datos En este ejemplo, tenemos la hoja uno porque está conectada a DS uno y también a la hoja dos, que también está conectada a la fuente de datos uno. Pero la hoja tres no está conectada a la fuente de datos uno, solo está conectada a la dos. Eso significa que este filtro no se encontrará en la hoja tres. Eso significa que ahora estamos compartiendo el filtro en todas las hojas de trabajo que están usando la misma fuente de datos Pasemos al siguiente. Tenemos todos usando fuentes de datos relacionadas. Si vas a usar esta opción, vas a encontrar tu filtro casi en todas las hojas de trabajo de tu libro de trabajo Entonces vamos a encontrar este filtro en la hoja uno, lo vamos a encontrar en la hoja dos y también en la hoja tres. Eso significa que si está utilizando esta opción, estamos extendiendo automáticamente nuestro filtro en casi todas las hojas de trabajo Pasemos al último, y es interesante, hojas de trabajo seleccionadas Esto significa que podemos ir y seleccionar manualmente qué hojas de trabajo pueden incluir mi filtro Por ejemplo, podría decir, quiero ver mi filtro en la hoja uno y también en el conjunto tres sin ninguna regla. Como puedes ver, aquí tenemos más control donde se puede aplicar nuestro filtro. Los dos últimos, todos usando la fuente de datos o todos usando fuente de datos relacionados. Hay como una regla, y Tableau puede ir y difundir automáticamente nuestros filtros en las hojas de trabajo de mis proyectos Tiendo a usar hojas de trabajo seleccionadas con más frecuencia que las otras, porque me gustaría tener control dónde deberían aparecer mis filtros, en qué hojas de trabajo Eso es todo sobre el concepto de esas cuatro opciones. Ahora volvamos a Tableau y probemos esas opciones empacar nuestros filtros. Vamos a ir a la categoría, nos vamos a quedar con el filtro de contexto, se conecta radicalmente y vamos a la aplicada a las hojas de trabajo Y puedes ver la opción seleccionada aquí son solo estas hojas de trabajo Este es un defecto con eso, significa que este filtro de contexto se va a encontrar solo en estos reportes. Si vamos a los otros reportes, no lo encontraremos. Para cambiar eso, vamos a ir de nuevo al filtro de contexto radicalmente con, intentemos ahora todos usando esta fuente de datos Vamos a darle click ahora. Si echas un vistazo a nuestro filtro, podemos encontrar un pequeño icono que indica que este filtro se usa en diferentes hojas de trabajo que están usando la misma fuente de datos En esta vista, estamos utilizando la fuente de big data. Como puede ver, lo tenemos como fuente de datos primaria. Cualquier hoja de trabajo, cualquier vista está usando esta fuente de datos. Este filtro se puede aplicar sobre él. Pasemos a las diferentes vistas de aquí. Entonces vamos a cambiar a esta. Se puede ver que tenemos el filtro de contexto y también el primero, ya que ambos están usando la fuente de big data y el filtro se va a aplicar automáticamente sobre él. Pero ahora vamos a crear una nueva vista donde estamos usando diferentes fuentes de datos. Cambiemos a la pequeña fuente de datos. Tomemos cualquier cosa. Tomemos el nombre de pila. Como puede ver, el filtro va a permanecer vacío porque la fuente de big data no se usa en esta vista. Pero ahora vamos a usar la fuente de big data y ver qué tabla va a hacer. Eliminemos el nombre, volvamos a la fuente de big data y tomemos también, tomemos el apellido. Como voy cayendo en esta vista, estos datos, se puede ver tabla automáticamente me va a traer el filtro de contexto porque debe ser utilizado en todas las hojas de trabajo Es decir, usando la fuente de big data. Lo cual es realmente útil si tenemos diferentes hojas de trabajo usando el mismo, por ejemplo, contexto En lugar de crear el mismo filtro una y otra vez, podemos crearlo en una hoja de trabajo y luego extenderlo a todas las hojas que estén usando la misma fuente de datos. Bien, eso es todo por esta opción. Volvamos a nuestro filtro de contexto y probemos otra cosa. Cambiemos para aplicar a todos los que usan fuentes de datos relacionadas. Vamos a probar este. Da click en eso, ahora puedes ver que tenemos un nuevo icono de Tableau. Indica que este filtro se va a aplicar a todas las hojas de trabajo con fuente de datos relacionada Ahora vamos a revisar qué puede pasar con las otras hojas usando esta opción. Vamos a encontrar ahora este filtro casi todas partes en las primeras hojas, se puede ver que estamos usando los mismos datos. Va a ser así. el filtro de contexto aplicado a la vista. En la segunda hoja, vamos a volver a ver el mismo contexto porque estamos usando la misma fuente de datos. Vamos ahora a crear unas nuevas hojas donde vamos a usar la pequeña fuente de datos. Estamos utilizando diferentes fuentes de datos. Da click en eso y tomemos, por ejemplo, el nombre de pila a la vista. Ahora como podemos ver en los filtros, tenemos nuestro filtro de contexto. A pesar de que estamos usando diferentes fuentes de datos, no estamos usando la fuente de big data. Pero Tableau trae aquí este filtro porque estamos usando esta opción. Pero como puedes ver, es de color rojo. Lo que está pasando por aquí en el filtro, Si pasa el mouse sobre él, dice, las fuentes de datos que contienen tablas lógicas no se pueden usar como fuente de datos secundaria para la mezcla de datos. Dado que estos filtros provienen de otra fuente de datos, de la fuente de big data, Tableau tiene que hacer una mezcla de datos entre ellos para conectarlo. No funcionará si tienes en la fuente de datos secundaria un modelo de datos lógico como sabes en nuestra fuente de big data. Si cambias a esta página por aquí tenemos un modelo de datos. Tenemos un modelo lógico donde conectamos a los clientes con los pedidos y así sucesivamente. Tableau no le gusta como A Tableau no le gusta como fuente de datos secundaria para tener un modelo de datos, no va a funcionar pero si solo tienes una tabla o si tienes como múltiples articulaciones en la capa física, esto va a estar funcionando. Si vuelve de nuevo, va a permanecer en rojo siempre la fuente de datos secundaria tenga un modelo de datos lógico. Pero si tienes una mesa, todo va a estar bien. No obtendrá este error. Bien, con esta opción, como puedes ver si estás usando la misma fuente de datos o una fuente de datos diferente, nuestro filtro va a aparecer. Ahora vamos a marcar la última opción. Volvamos a nuestra vista por aquí. Ir al filtro Contexto al hacer clic en él, Aplicar a las hojas de trabajo Y ahora vamos a ir a las hojas de trabajo seleccionadas. Vamos a hacer clic en eso. Bien, ahora tenemos una tabla muy sencilla donde tenemos una lista de todas las hojas de trabajo y también descripciones, las fuentes de datos, y algunos detalles Ahora podemos ir y seleccionar manualmente qué hojas de trabajo pueden incluir nuestro filtro Como puedes ver, tenemos como todo está seleccionado porque usamos la opción de fuentes de datos relacionadas. No quiero eso. Voy a seleccionar todo y empezar desde cero. Me gustaría que mi filtro fuera el primero. El segundo. Y esta es como sacar calificación porque actualmente estamos en las hojas de trabajo De todos modos está seleccionado. Y otras, voy a dejarla de seleccionada. Eso es todo. Vamos a seleccionar Ok. Ahora, si vuelve a revisar el filtro, podemos encontrar un nuevo icono que indica que este filtro ahora se usa en diferentes hojas de trabajo que seleccionamos manualmente Visitemos el primer reporte. Podemos encontrar nuestro filtro de contexto. El segundo lo mismo, el tercero de todos modos, porque aquí hemos creado este filtro de contexto. Pero ahora si vas a las diferentes hojas de trabajo, no encontrarás este filtro de contexto Como dije antes, utilizo mucho esta opción en mis proyectos para tener control en qué hojas de trabajo quiero ver mis filtros En términos generales, esas opciones son realmente una excelente manera de compartir tus filtros en diferentes hojas de trabajo y resolver el problema de tener la creación de los mismos filtros una y otra vez Bien chicos, así que ahora vamos a hablar cómo personalizar nuestros filtros rápidos. Pero primero, entendamos los filtros rápidos. Cualquier filtro que estés presentando en la vista, en las visualizaciones para el usuario final interactúe con la vista Considerado como un filtro rápido. Por ejemplo, todos esos filtros en los lados derechos en la vista son filtros rápidos. Tenemos la subcategoría, la suma de las ganancias Esas cosas son filtros rápidos. Los usuarios pueden ir y comenzar a seleccionar los valores dentro de esos filtros rápidos para interactuar con las visualizaciones Ahora para personalizar esos filtros rápidos, vamos a repasar por aquí en esta pequeña flecha y dar click sobre ella. Aquí obtendremos una larga lista de muchas opciones sobre cómo personalizar nuestro filtro rápido, y también lo son. En dos grupos. El primer grupo trata sobre cómo personalizar el filtro rápido. El siguiente conjunto de opciones es sobre los modos de filtro entonces tenemos aquí, y muchas opciones sobre qué valores se pueden presentar. En el filtro rápido, solo tenemos valores relevantes, todos los valores en contexto, todos los valores en base de datos. Ahora vamos a ir y enfocarnos en este grupo de opciones, pero primero tenemos que entender los conceptos detrás de ellas. Bien, como aprendimos antes, tenemos una fuente de datos y una hoja de trabajo. Dentro de la hoja de trabajo, tenemos un filtro de contexto y visualizaciones de los datos que van a ser enviados desde la fuente de datos al filtro de contexto La indivisualización va a ser consultando los datos de contexto y el resultado va a ser enviado de vuelta a la Ahora dentro de la vista, podemos crear un filtro. Ahora la pregunta es, ¿ qué datos se van a presentar dentro de este filtro? Aquí tenemos muchas opciones. El primero es que vamos a obtener los valores de la base de datos, todos los valores en base de datos. Con eso, los valores van a ser consultados directamente desde la fuente de datos Con eso, nos estamos saltando cualquier cosa dentro de la hoja de trabajo. Estamos omitiendo los datos en el filtro de contexto y también en las visualizaciones ¿Importa esto lo que estemos haciendo en las hojas de trabajo? Los valores pueden provenir directamente de la fuente de datos. Bien, esto es para la primera opción. Cuando decimos base de datos, significa la información de la fuente de datos. La siguiente opción, tenemos todos los valores en el contexto. Esta vez, los valores en el filtro van a venir directamente del filtro de contexto. Como aprendimos antes, el filtro Contexto puede generar una vista Tumberal o datos Timbal Aquí los valores van a venir directamente del filtro de contexto y cualquier cosa que se pueda hacer dentro de la vista no se considerará en los valores en el filtro. Con eso, nos estamos saltando el nivel de visualización. Estamos obteniendo los datos directamente del filtro de contexto y no de los datos. Bien, así que eso es todo por esta opción. El siguiente va a ser sólo valores relevantes. Los valores para el filtro ahora pueden provenir directamente de la vista, de las visualizaciones Eso significa que cualquier interacción que estemos haciendo en la vista, cualquier filtrado puede afectar directamente los valores que se presentan en nuestro filtro. Como puedes ver, esas opciones son realmente útiles. Y Tableau nos da ahora el control en que los datos se pueden presentar en nuestros filtros rápidos. Porque como puedes ver en Tableau, tenemos diferentes capas y diferentes etapas, y los subconjuntos y el tamaño de los datos pueden ser diferentes de uno a otro Normalmente el tamaño de los datos en la fuente de datos es mucho mayor que el filtro de contexto. Con eso estás definiendo y estás controlando qué datos van a ser presentados en mi filtro. Bien, ahora volvamos al resumen. Ahora, para poder practicar esas opciones, lo que voy a hacer, vamos a traer nuevos filtros rápidos a la visión general. Tomemos la rata campestre, haga clic en ella, muestre el filtro, y vamos a conseguir también, la ciudad. Vamos por allá. Podemos cambiar el orden aquí. Entonces vamos a traer primero el país, después la ciudad y la subcategoría Voy a quitar esas medidas de los filtros. Así que vamos a eliminarlos. Y con eso, tenemos esos filtros. Ahora vamos a ir a verificar qué opciones tenemos dentro de la ciudad de filtro rápido. Ve a la flecha. Como puede ver, el valor actual son todos los valores de la jerarquía y eso es porque la ciudad es parte de la jerarquía de ubicación. Pero ahora vamos a ir y cambiarlo a sólo valores relevantes. Vamos a hacerlo. Ahora. Si echas un vistazo a los valores dentro de las ciudades, podemos encontrar casi todos los valores de la fuente de datos. Así que nada cambió todavía. Pero a medida que empezamos ahora a interactuar con nuestros puntos de vista, los valores en la ciudad empiezan a reaccionar a nuestras selecciones. Por ejemplo, vayamos al país por aquí y comencemos a eliminar algunos países. Vamos a anular la selección de Francia, Alemania, Estados Unidos. Como puedes ver, los valores dentro la ciudad actuando a nuestras selecciones. Es como que esos dos filtros rápidos están conectados entre sí. Esto es exactamente lo que hace la opción de solo valores relevantes a nuestro filtro rápido. Este es exactamente el propósito de esta opción. Solo los valores relevantes, cualquier cosa que estemos haciendo en la vista, los valores dentro de este filtro rápido se pueden actualizar y actualizar con la selección actual Ahora claro, si vamos y anulamos selección de Italia, ¿qué va a pasar La ciudad filtrante va a estar completamente vacía como nuestra vista. Está reaccionando a nuestra interacción. Ahora vamos a ir y cambiarlo a otra opción. Vayamos por aquí en la flecha. Y ahora vamos a cambiarlo exactamente a los opuestos, todos los valores en la base Vamos a hacer clic en eso. Ahora, ¿qué va a pasar? Tableau va a ir a la fuente de datos y traer toda la información sobre la ciudad y ponerla en el filtro, independientemente de lo que hayamos seleccionado en la vista o si tenemos un filtro de contexto y así sucesivamente. Entonces ahora tenemos una lista de todos los valores en la ciudad que está disponible en nuestra fuente de datos. No se actualizará ni actualizará si estamos dando clic o interactuando con nuestra vista Por ejemplo, si estoy agregando alguna otra ciudad o estoy cambiando cualquier otro filtro. Por ejemplo, estoy quitando todas las subcategorías. Se puede ver que es estático, no se va a cambiar nada en la ciudad porque Ir a la fuente de datos, obtener todos los datos de ahí. Y eso es, esto es realmente agradable para optimizar el rendimiento de Tableau y reducir los recursos que se utilizan en esos filtros rápidos. Ahora vamos a revisar otra cosa. Vamos a ir y seleccionar todos los valores en el contexto. Vamos a hacer clic en eso. Eso significa que los valores dentro de las ciudades están respondiendo solo al filtro de contexto. Dado que nuestro filtro de contexto se basa en la categoría, tenemos que llevarlo a la vista para cambiar los valores. Pasemos a la categoría radical, haga clic en ella y muestre el filtro. Ahora tenemos nuestro filtro de contexto en el lado derecho. Todos los demás filtros son filtros dimensionales. Ahora los valores de la ciudad sólo pueden interactuar con la categoría, no con el país y la subcategoría. Ahora probemos eso. Por ejemplo, si voy al país, elimino todos los valores. Se puede ver que los valores en la vista sí desaparecieron porque no estamos seleccionando ningún dato, pero los valores en la ciudad siguen ahí. Vamos a seleccionar todo. Lo mismo para la subcategoría. Si elimino todo de la subcategoría, ves que la ciudad no está reaccionando Sigue siendo estático porque proviene del filtro de contexto. Ahora vamos a traer todo de vuelta. Pero ahora si voy a la categoría, a nuestro filtro de contexto, y vamos a quitar los suministros de oficina. Una vez que lo quite, se puede ver ahora la ciudad está reaccionando a nuestra vista. Entonces no tenemos ningún valor porque no estamos seleccionando nada de la categoría. Aquí puedes ver que hay como conexión solo al filtro de contexto, pero no al otro filtro. Esto es exactamente lo que puede suceder si haces la ciudad dependiendo del filtro de contexto. Bien, con eso, hemos aprendido las tres opciones principales para controlar qué valores se van a presentar en nuestros filtros rápidos. Pero como empezamos con la ciudad, vimos que hay otra opción llamada todos los valores en la jerarquía. Era el predeterminado, vamos a seleccionar eso. Una vez que lo hacemos, lo que estamos haciendo ahora estamos conectando dimensiones que están en la misma jerarquía. Si revisas nuestros datos Bain, tenemos jerarquía que creamos anteriormente Es la jerarquía de ubicación, y dentro de ella tenemos cuatro dimensiones. Tenemos el continente, país, ciudad, códigos postales. Ahora, todas esas cuatro dimensiones, si lo usamos como filtro rápido, van a estar conectadas entre sí. Veamos el ejemplo. Ahora tenemos la ciudad y al país en la misma jerarquía, y están conectados entre sí en la categoría. Es nuestro filtro de contexto, está vacío, pero aún así la ciudad está mostrando valores. Eso significa que la ciudad ahora está desconectada del filtro de contexto o de cualquier otro filtro, no en la misma jerarquía. Si voy y selecciono algún valor en la categoría, ves que nada está cambiando en la ciudad. Aunque lo quite todo, pero la ciudad puede reaccionar una vez y empezar a deseleccionar o seleccionar valores de la misma jerarquía Si me quito Francia, Alemania, USA, puedes ver ahora solo tenemos las ciudades de Italia. Están como conectados entre sí. Pero aquí tenemos algo especial sobre las jerarquías, ya que como aprendimos, tenemos niveles de dimensiones El país es de mayor nivel que la ciudad. Las dimensiones de nivel inferior no afectarán a las dimensiones de nivel superior. Sólo una dimensión de nivel superior puede afectar a la inferior. A lo que me refiero con eso, vamos al campo. Selecciona todos los valores. Como pueden ver, ahora tenemos aquí en las ciudades, todos los valores. Pero si empiezo a seleccionar algún valor desde aquí, se puede ver que el país no está reaccionando por ello porque es de mayor dimensión. Aunque vaya y anule la selección de todo, todavía tengo los cuatro países Eso significa que como la ciudad es de menor nivel que el país, no afectará al país. Pero si traemos ahora un nivel superior al país que es el continente, veamos qué va a pasar. Vamos a ir al continente, conectarnos radicalmente y mostrar filtro, solo voy a traerlo aquí ahora ya empiezo a deseleccionar cosas en el continente, como pueden ver, los valores en el país se ven afectados con Debido a la jerarquía, el contenido es de mayor nivel que el país. Con eso, como pueden ver, esto es lo que puede pasar si tenemos todos los valores en la jerarquía. Hay que prestar atención a los niveles de las dimensiones, y esas dimensiones van a estar conectadas entre sí. Con eso, hemos cubierto todas esas opciones que podríamos usar para controlar los valores dentro de nuestros filtros rápidos. Bien, entonces ahora vamos a hablar de un grupo diferente de opciones que podríamos usar para personalizar nuestros filtros rápidos. Tenemos los modos de filtro, tenemos lista de valor único, valor único, deslizador desplegable, lista personalizada, y así sucesivamente Para aprender eso, vamos a tener el siguiente ejemplo de lo que vamos a hacer. Vamos a ir a limpiar nuestros filtros. Voy a quitar el país, la ciudad y el continente. Y vamos a tener la subcategoría y categoría. Y vamos a traer también el nombre del producto como filtro. Haga clic derecho sobre él y vamos a mostrar el filtro. Ahora tenemos los filtros rápidos. En el lado derecho, tenemos el nombre del producto. Yo sólo voy a traerlo aquí así que se parecía a nuestra jerarquía. Comenzó con la categoría, subcategoría y nombre del producto Vamos a mostrar todos los valores de aquí. Y para el nombre del producto. Voy a cambiar los modos a desplegable o una lista. Bien, así que ahora comencemos con el primer filtro rápido de la categoría y probemos esos modos. Vamos a ir a la flecha, y como se puede ver, por defecto es la lista de múltiples valores. Como puedes ver, tenemos la lista nuevamente aquí como un solo valor tenemos la misma opción, uno un solo valor y otro es como valor múltiple. Lo mismo ocurre con el desplegable. Hemos caído valor único y desplegable como múltiples valores. Vamos a probar esas cosas. Vamos a ir a la lista de valores únicos. Y como puedes ver ahora el visual del filtro, el cambio a radiobuttonsow, como estoy seleccionando esos valores dentro de la categoría, como puedes ver, solo tenemos un valor, como dice el nombre, es solo una lista de Entonces eso significa que estamos haciendo algún tipo de restricciones. Solo se permite un valor. Pero si quieres tener múltiples valores como lista, vamos a ir y cambiarlo nuevo a lista de valores múltiples. Aquí por supuesto, puedes elegir diferentes valores y diferentes categorías sin ninguna restricción. Se trata de la lista de modos, valor único o lista desplegable. Bien, Ahora vamos a probar otros modos. Vamos a tomar esta vez valor único, desplegable. Cambiemos a éste. Y como puedes ver con el desplegable, no encontrarás todos los valores inmediatamente en la vista Tienes que hacer clic en el menú desplegable de aquí. Y luego puedes seleccionar los valores, valor único. Nuevamente, aquí podemos seleccionar un solo valor. No podemos seleccionar múltiples valores. Puedo seleccionar una categoría a la vez. Y como pueden ver, está funcionando. Cambiemos ahora a múltiples valores. Desplegable. Vamos a tener, de nuevo, aquí, lo mismo. Tenemos un menú desplegable. Pero dentro del menú podemos seleccionar múltiples valores. Eso es todo para el desplegable. Bien, así que ahora pasemos a otro modo de filtro. Tenemos el control deslizante de valor único. Seleccionemos eso. Y con eso puedes tener un slider. Podemos moverlo a izquierda y derecha para tener diferentes valores, pero no es realmente interesante para una dimensión con valores de cadena. Podemos usarlo para números o fechas. Debido a que esto no es muy agradable tener un control deslizante para valores, es mejor usar el menú desplegable o una lista para valores de cadena. Entonces eso es para los deslizadores. Rara vez lo uso en los proyectos. Entonces ahora pasemos a otra. Tenemos la lista personalizada, pero no la utilizaré en la categoría. Vamos por el nombre del producto y usemos una lista personalizada. Haga clic en eso. Ahora como puedes ver ahora el nombre del producto no tiene ningún valor. No podemos ver nada. Sólo tenemos un cuadro de búsqueda. Entonces ahora podemos buscar un valor. Como por ejemplo, busquemos a Apple. Y luego pulsa Enter. Ya puedes ver una lista de todos los productos que contiene el nombre Apple. Entonces es como buscar dentro de este campo. Entonces si puedes ir por aquí y comenzar a seleccionar los valores que quieres que estén en el filtro. Como estoy dando click aquí en esas casillas, voy a ver una lista de todos los valores que estoy seleccionando. Con eso, hemos creado nuestra lista usando el cuadro de búsqueda, pero aquí no estamos viendo ningún dato por las categorías. Así que solo voy a volver a cambiarlo del control deslizante a la lista de múltiples valores. Voy a seleccionar todo. Y ahora podemos ver que estamos seleccionando sólo los teléfonos de la subcategoría, porque seleccionamos por aquí, el Apple Con este tipo de lista, los clientes pueden ir y seleccionar su propia lista. Así podemos ir y agregar más cosas como Samsung por aquí. Entonces busquemos. Voy a añadir esos productos también a la lista. Y con eso, estamos doblando o agregando más productos a la lista. Si quieres despejar todo, podemos ir por aquí y borrar la lista. Esta es una forma realmente agradable de buscar un valor específico, especialmente si tienes muchos valores dentro del nombre del producto. Ahora vamos a probar la última opción que tenemos en los modos de filtro, tenemos los comodines. Vamos a seleccionar eso. Ahora podemos ver que tenemos de nuevo un cuadro de búsqueda donde podemos introducir un valor. Pero ahora estamos buscando un patrón específico en nuestros datos. Con el fin de mostrarte cómo funciona esto. También vamos a obtener el nombre del producto en nuestra opinión. Ahora vamos a ir a buscar ejemplo de patrón específico. Quiero buscar todo el producto que comience con el personaje A. Para hacer eso, vamos a ir por aquí después de la A. No importa qué personaje vaya a venir después de eso. Por eso vamos a usar el personaje estrella. Vamos con eso. Y luego pulsa Enter. Podemos ver en el nombre del producto, Tableau sí filtró los datos dependiendo de nuestro patrón, nuestro patrón de búsqueda. Podemos ver por aquí todos los productos que comienza con el personaje A. Vamos a tener otro ejemplo. Digamos que queremos comenzar con PP, entonces no importa a qué personaje le vaya a dar seguimiento, vamos a tener la estrella. Vamos a entrar. Tenemos aquí sólo cuatro productos que siguen este patrón, y es la palabra de o. Podemos buscar los últimos caracteres. Digamos que debería terminar con, en lugar de tener el inicio al final, vamos a tener la estrella en el inicio. Tenemos estrella entonces entonces vamos a golpear Enter. Todos esos productos terminan con el carácter. Si solo me gusta moverlo por aquí, algunos de ellos son nombres realmente largos, puede ver por ejemplo aquí estuches de libros. Termina con todos esos productos termina con el carácter. Así es como funciona este modo. Los comodines, podemos usarlo con el fin buscar un patrón específico en nuestros datos. De nuevo, esto es realmente útil. Si tenemos una dimensión con muchos valores, podemos usar la búsqueda. Para encontrar los datos específicos que necesitamos. Con eso, hemos cubierto todos los diferentes modos que tenemos en esta categoría para personalizar nuestros filtros rápidos. Bien, ahora pasemos a otro conjunto de opciones para personalizar nuestros filtros rápidos. En cada filtro rápido tenemos mucha información. Por ejemplo, tenemos este fondo extra llamado all, o tenemos un título. O podemos buscar un valor específico, o podemos restablecer cosas y así sucesivamente. Así podemos personalizar toda esa información en Tableau. Volvamos por aquí otra vez. Y luego podemos ir a la personalización. Y ahora podemos ver que todas esas opciones muestran todos los valores. Este es exactamente el primer valor que podemos seleccionar. Desactivado. Podemos tener sólo los valores desde la dimensión, desde el filtro, Pero a veces es realmente agradable. Por ejemplo, aquí en la subcategoría, si eres como quieres deseleccionar muchos valores, solo puedes ir y di, seleccionar el todo con eso, seleccionar el todo con eso, estás quitando todas las selecciones y luego seleccionas cosas específicas Con eso, podemos seleccionar los valores realmente rápido. Pasemos al siguiente. Tenemos este pequeño icono de búsqueda. A medida que vas por aquí, puedes buscar, por ejemplo, Art Enter. Entonces vas a obtener el valor dentro esta dimensión si quieres ocultarlo y nato para los usuarios. Por alguna razón puedes ir por aquí y personalizarlo y luego desactivarlo. Una vez que te desactivaste, puedes ver que el pequeño icono desapareció, pero creo que no hace daño tenerlo en cada filtro rápido Volvamos a activarlo. Como puedes ver con esas opciones, estamos personalizando nuestro filtro rápido Marquemos otra opción. Vamos a personalizar. Y aquí es realmente interesante que el show aplique el patrón. Seleccionemos eso. Y una vez que lo hagas, vas a conseguir dos nuevos patrones cancelar y aplicar. Estoy seleccionando ahora en mi filtro, como pueden ver, nada está cambiando en la vista. Eso significa que no enviará ninguna consulta a la fuente de datos o al filtro de contexto para obtener los datos. Nada va a cambiar siempre y cuando no esté haciendo clic aquí en el Aplicar. Una vez que haga clic en Aplicar, el filtro va a enviar consulta al Tableau y Tabla va a responder con datos. Esto es realmente agradable si vas a seleccionar muchos valores, cada vez que estés seleccionando un valor Tableau va a hacer los cálculos, tal vez tenga sentido. Primero, déjame seleccionar todo y luego hacer los cálculos Si no activas esta opción, como en la categoría, cada vez que estamos seleccionando y seleccionando del filtro que Tableau tiene a nuestra interacción con eso, estamos generando muchos cálculos en Tableau ya que estamos dando click alrededor. Pero aquí como estamos seleccionando los valores, nada cambia hasta que decidamos decir, bien, ya terminé. Ahora ve y haz los cálculos. Esta es, de nuevo, una manera realmente agradable de reducir los cálculos innecesarios en Tableau. Bien, entonces qué más podemos personalizar en nuestros filtros rápidos es el título. Entonces podemos decidir si quieres mostrar un título o no, o bien puedes o bien el nombre del título en sí. Si vas por aquí dices bien, en vez de subcategoría, voy a tener como menos entre ellos y hacer todo pequeño por alguna razón Vamos a hacer clic bien. Como puedes ver ahora el título cambia, pero el nombre de los datasets no cambió. Entonces, si vas a la subcategoría, el nombre se queda como está Acabamos de renombrar el nombre del filtro. Bien, así que ahora hemos cubierto casi todo sobre cómo personalizar nuestros filtros rápidos en Tableau. Bien, para que hayamos aprendido a aplicar filtros a múltiples hojas de trabajo en Tableau Y a continuación voy a compartir contigo mis mejores consejos y trucos que suelo usar en mis proyectos una vez que empiece a usar filtros en Tableau. 110. Udemy 9 4 consejos y trucos: Ahora voy a mostrarte las mejores prácticas de los filtros de Tableau que suelo seguir en mis proyectos. Vamos. El primer paso que tengo para ustedes es utilizar esos filtros. El filtro de extracción, el filtro de fuente de datos y el filtro de contexto. Vi muchos proyectos donde los desarrolladores realmente se olvidan de ellos o los ignoran porque no son realmente individualizaciones importantes, pero son muy importantes para optimizar el rendimiento en Tableau Mi consejo aquí es que siempre tengas una discusión con los usuarios finales sobre la promoción de uno de esos filtros que tienes indivisualizaciones para ser primero un filtro de extracto Si no puede ser un filtro de extracción, entonces el filtro de fuente de datos y la última opción para optimizar el rendimiento es traerlo como filtro de contexto. Porque a veces la individualización realmente no necesitas todos los datos que no necesitas Como por ejemplo, diez años de indivisualizaciones de datos. Intenta discutirlo con los usuarios para decir, tal vez llevemos solo dos años de datos a las visualizaciones Y luego puede utilizar un filtro de extracción o un filtro de fuente de datos en su trabajo de trabajo. Lo que puede tener un gran impacto en el rendimiento general de Tableau. No olvides ni ignores esos tres filtros. El segundo consejo de filtro que tengo para ti es sobre optimizar el rendimiento en Tableau. Lo cual es evitar usar solo valores relevantes en tus filtros rápidos. Por ejemplo, si vamos a la subcategoría de aquí, podemos ver que actualmente se establece solo en valores relevantes Si utilizas esta opción para todos tus filtros rápidos, ¿qué puede pasar? El rendimiento en Tableau va a ser realmente malo y todo va a ser muy lento. Así podemos ir y cambiarlo a otra cosa como todos los valores en base de datos o en contexto. Podemos ir y cambiar eso. Con eso, vas a reducir el estrés en la memoria y los recursos en Tableau, pero entendamos por qué. Bien, entonces ahora vamos a entender lo que puede pasar en Tableau Si estás usando tus filtros todos los valores en base de datos o en contexto. Es lo mismo una vez que los espectadores o sus usuarios inician los reportes. Si vas a enviar solo una consulta a la fuente de datos, y la fuente de datos va a responder con los resultados de vuelta. Entonces eso significa que vamos a tener solo una consulta inicial ya que el usuario inicia la vista. Pero por otro lado, si estás usando sólo valores relevantes, ¿qué puede pasar? La vista va a seguir enviando consultas tras consulta a la fuente de datos siempre para obtener una actualización y refrescar en la vista. Eso significa que la vista seguirá enviando múltiples consultas para cada interacción de usuario, lo que realmente puede afectar el rendimiento en Tableau. Porque cada vez que el usuario está haciendo clic en algo o interactuando con la vista, la vista va a seguir enviando consultas a la fuente de datos para obtener una actualización sobre la interacción. Que puede usar muchos recursos y memoria en Tableau. Y va a ralentizar todo porque cada usuario está haciendo clic en algo en la vista o, e interactuando, la vista va a seguir enviando consultas a la fuente de datos que consume mucha memoria y recursos de Tableau Y va a ralentizar todo. Ten cuidado con tus filtros rápidos, si estás teniendo todo solo en valores relevantes, las cosas pueden ser lentas. Si los usuarios están sufriendo un mal rendimiento en Tableau, tal vez piense en cambiar todos esos filtros a todos los valores en contexto o en la base de datos. Tengo otro consejo de filtro sobre la optimización del rendimiento en Tableau, que es evitar usar dimensiones con alta cardonalidad como filtros rápidos, esas dimensiones podrían afectar el rendimiento en Pero primero, ¿ qué es la cardinalidad? Cady es el número de valores distintos en el campo. Por ejemplo, en nuestra base de datos tenemos el ID de cliente. Tenemos alrededor de 800 ID de cliente y tenemos muchos nombres de productos, esos dos campos considerados como dimensiones de alta cardinalidad Por otro lado, tenemos otras dimensiones, por ejemplo, la categoría. Tenemos sólo tres valores o los países en nuestra base de datos, tenemos sólo cuatro países, La subcategoría también Tenemos sólo 17 subcategorías, esas dimensiones consideradas como ella. Y si los estás usando, el rendimiento va a estar bien. Pero si empiezas a usar esas dimensiones con alta cadalty, el rendimiento podría ser pads. La mejor práctica aquí es evitar el uso de alta cardinalidad. Bien, volvamos a nuestros filtros rápidos. En nuestra opinión, como puede ver la categoría y la subcategoría, hay dimensiones con baja cadalidad Está bien dejarlo en la vista, pero el nombre del producto, tiene muchos valores. Se trata de dimensiones con alta cadalidad. Realmente vale la pena discutirlo con los usuarios si realmente necesitan dicho filtro en la vista. Si descubres que nadie lo necesita, simplemente quítelo de la vista solo para tener un buen rendimiento en Tableau. Ahora pasemos a la siguiente punta de filtro. Es eso, digamos que los usuarios realmente quieren ver el nombre del producto o el ID del cliente, cualquier dimensión con alta cardinalidad En la vista aquí, el consejo es cambiar los modos de filtro. En lugar de tener una lista desplegable o una lista, podemos usar una coincidencia salvaje para dimensiones con alta cardinalidad Por qué tener una lista de todos los productos o los clientes en la vista es algo malo en Tableau o malo para el rendimiento. Cada vez que Tableau tiene que ir a la fuente de datos o a la base de datos y preparar una lista distinta de todos los clientes o todos los productos a presentar en la vista. En lugar de tener una lista, podríamos ir y cambiarla a Comodín match Y como puedes ver, Tableau no está preparando nada. Por lo que no tenemos ningún valor que presentar en la vista, solo si los clientes empiezan a interactuar con el filtro rápido. Después después de eso, Tableau va a ir a la base de datos y trae los valores relevantes. Y con eso, estamos evitando usar muchos recursos y cálculos innecesarios en Tableau. Si tienes unas dimensiones con cardonalidad alta, ya sea evita usarlo o si quieres usarlo, solo usa comodín match Bien, así que pasemos al siguiente lugar. práctica en Tableau también consiste optimizar el rendimiento en Tableau, que es comenzar a usar el patum de aplicación en sus filtros rápidos Porque si no lo usas, déjame mostrarte lo que puede pasar cada vez. Sigo seleccionando algo. Es como equery enviado a la fuente de datos. Se trata de una consulta, segunda consulta, tercera consulta, cuarta consulta, y así sucesivamente. Cada vez que haga clic en mis filtros, se generarán muchas consultas a la fuente de datos, lo que está consumiendo mucho rendimiento. En lugar de tener tal filtro, podemos personalizar y agregar fondo como aprendimos antes, podemos ir por aquí, luego personalizar y mostrar Applypatom Ahora como estoy dando clic en esos valores en el filtro, no se genera ninguna consulta a la fuente de datos. No estamos usando ningún recurso en Tableau. Y una vez que haya terminado de seleccionar lo que necesito, entonces voy a presionar Ok o aplicar lo que pueda pasar, una consulta va a enviar a la fuente de datos para llevar el resultado a la vista. Con eso, estamos reduciendo el número de consultas que nuestras visualizaciones están generando Tableau, lo cual es realmente genial para el rendimiento Mi recomendación aquí, si tienes un filtro como la subcategoría o una dimensión con alta cardinalidad, donde estás usando una lista, usa Debido a que los usuarios no seleccionarán solo un valor, suelen seleccionar múltiples valores y luego al final pueden aplicar. Pero un filtro como la categoría, solo tenemos tres valores, como que no funciona para usar apply bottom, son solo tres así que el usuario va al máximo como generar tres consultas. Está bien no usar un fondo bly con las dimensiones con cardinalidad realmente baja Con alta cardinalidad o cadialidad media, como una subcategoría, ve y usa Bien, el siguiente tipo de filtro que tenemos también es sobre el cuadro de rendimiento, que es evitar usar excluir y siempre incluir si es posible. Entonces, por ejemplo, si vas a la subcategoría tenemos aquí la opción de usar include o excluir si estás usando valores de exclusión Esas consultas que se van a generar en Tableau son más complejas que las incluidas. Más complejo significa más recursos y podría ralentizar el informe o la vista en Tableau. Evita usar excluir cuando sea posible, así que voy a volver a cambiarlo para incluir cuál tiene un mejor rendimiento. Bien, así que pasemos al siguiente. Y te prometo que este es el último sobre el rendimiento que es minimizar el número de filtros rápidos en tu opinión. Esos filtros rápidos van a tomar no sólo el espacio en la vista, sino que van a generar muchas consultas. Mucho estrés va a bajar todo el rendimiento en Tableau. Trate de evitar el uso de muchos filtros rápidos y discuta con los usuarios cada vez que necesiten nuevos filtros. Si es realmente necesario ponerlo en la vista, porque vi muchos Jects que los usuarios siempre quieren Muchos filtros tratan de discutirlos. Y no siempre trayendo un nuevo filtro rápido al Tableau, porque vas a terminar teniendo rendimiento realmente malo en la vista, y nadie va a estar contento tener mal tiempo de respuesta en las visualizaciones Trate de minimizar la cantidad de filtros rápidos en Tableau que todos estén contentos. Ahora vamos a traer más filtros a nuestra vista. Vamos a ir, por ejemplo, elijo la fecha del pedido, voy a mostrar como filtro. Tomemos las informaciones de ubicación, el país también, tal vez la ciudad. Ahora tenemos que empezar a clasificar esas informaciones. Normalmente inicio en mis proyectos con el primer filtro es la fecha o el aspecto de tiempo que tenemos en la visualización. Aquí solo tenemos la fecha del pedido. Vamos a arrastrarlo y soltarlo en la parte superior porque los usuarios pueden empezar a pensar en qué fecha, qué año quiero ver en mis visualizaciones Ellos van a enfocarse siempre primero. En el aspecto de la hora y la fecha. Después de eso, tenemos dos tipos de informaciones o dos jerarquías En los filtros rápidos, tenemos aquí las informaciones de ubicación, Tenemos la ciudad y el país. Entonces aquí abajo, también tenemos la información sobre el producto. El, nuestra jerarquía aquí, tenemos que no mezclarlos. Sepáralos primero, comienza con el tema, por ejemplo, la ubicación. Primero vamos a hablar de la ciudad y del país. Entonces vamos a hablar informaciones del producto que aquí siguen, igual que el orden lógico en nuestra jerarquía. Nuestra jerarquía inicia, por ejemplo, con el país como un nivel superior al de la ciudad. Comienza siempre con el nivel superior, luego baja al nivel inferior. Por ejemplo, aquí deberíamos traer el país y la cima, y luego la ciudad debería estar por debajo de ella. Si tomamos, por ejemplo, el código postal, vamos a tenerlo también en el filtro, el código postal debe estar por debajo de la ciudad. Como puede ver en el filtro rápido, estamos reconstruyendo el orden lógico de los niveles en la jerarquía Lo mismo ocurre con el producto. Tenemos primero la categoría, la subcategoría, luego el nombre del producto Aquí, todo está bien con esto. Agregar el usuario, empezar a filtrar los datos, Comienzan de arriba a abajo. Hay como orden lógico del campo que realmente tiene sentido. Bien, pasemos a la siguiente punta de filtro que tenemos a todos los valores en dimensiones con muy baja cardinalidad lo que me refiero con eso, por ejemplo, vamos a revisar el país. El país sólo tiene cuatro valores. Y realmente no tiene sentido usar todos porque son sólo tres valores o cuatro valores. Y los usuarios pueden ir y seleccionar esos valores sin ahora seleccionar todos o anular la selección Todas estas dimensiones es realmente baja cardinalidad. Y podemos ir y eliminar esta opción. Vayamos al personalizado y lo eliminemos con nosotros. Tenemos más espacio para mostrar a los usuarios y esta opción suele ocupar mucho espacio. Bien, así que pasemos a la siguiente, a la ciudad, y comprobemos los valores. Como puedes ver, tenemos muchos valores y aquí tiene sentido dejarlo como está. Vamos a dejar todos los valores, el código postal también. Es como cardonalidad relativamente alta, la vamos a dejar, la categoría aquí Tenemos sólo tres valores. Realmente no tiene sentido usar los valores antiguos, así que voy a ir a quitarlo también de aquí. Y con eso, ahora tenemos más espacio. No desperdiciamos espacio para eso. La subcategoría aquí, vamos a hacerla más grande un poco. Y puedes ver, sí, muchos valores y tiene sentido seleccionar todas las subcategorías o de select Entonces lo voy a dejar para eso. Eso significa que solo cambiamos eso para la categoría y el país es realmente dimensiones con muy baja cadonalidad Bien, entonces ahora vamos a pasar a la punta de filtro final que tengo para ti que suelo usar en mis proyectos, que es tanto del diseño como de la sensación de locum en Tableau Aquí, vamos a utilizar los modos de filtro adecuados en los filtros rápidos. Veamos a qué me refiero con eso. Primero, vamos a comenzar con las fechas del pedido o con la fecha que tenemos. Por lo general, en nuestra opinión, suelo usar aquí como un campo continuo en lugar de una lista de valores distintos. lo que me refiero con eso, suelo ir por aquí en el año del pedido, las fechas se conectan radicalmente y lo convierten en continuo Con eso, podemos tener un rango entre dos valores que también puede tener menos espacio en Tableau. Vamos a cambiar ahora. Como ya podrías notar, la fecha del pedido, el filtro rápido sí desapareció porque cambiamos el rol de discreto a continuo. Vamos a mostrarlo de nuevo. Como puedes ver ahora tenemos el filtro rápido, muy mínimo y no ocupando mucho espacio. Esto es muy agradable como comienzo tener un rango entre dos valores para la fecha. Pasemos al siguiente. Tenemos el país. El país es de dimensiones con muy baja cardinalidad. Y aquí tiendo siempre a usar una lista, múltiples valores, así que todo es correcto. Comprobemos que se trata de múltiples valores. Una lista. Voy a dejarlo como está. El siguiente, tenemos la ciudad aquí, tenemos muchos valores aquí. Sólo podemos ver como tres valores de todo el filtro. No tiene sentido tenerlo como lista de valores múltiples. En lugar de eso, iba a decir que esta es dimensión con cardinalidad media, siempre vamos a tender a usar un desplegable para eso Siempre guardo este único valor. Es como restricción, eso no tiene sentido. Vamos a ir con el desplegable de valores múltiples con eso. Como puedes ver, tenemos un espacio mínimo. Tenemos sólo como un valor que podemos ver. Entonces, si los usuarios quieren seleccionar las ciudades, entonces el usuario va a ir y seleccionar los valores que necesite, y luego closets. Es realmente mínimo y no se necesita mucho espacio. El siguiente, también tenemos el código postal. Aquí tenemos la misma dimensión de situación con una cadonalidad media, tenemos como muchos valores, por lo que no la dejaremos como una lista Podemos tenerlo como un nu desplegable. Entonces, como puedes ver, el tamaño comparado con la ciudad es realmente grande. Individualización. Vamos a ir también por aquí y cambiarlo a múltiples valores. Desplegable. El siguiente es la categoría. Es exactamente el país, sólo tres valores, muy baja cadonalidad Vamos a dejarlo como está. Pienso para la subcategoría. Ya sabes que tiene como media cadonalidad. Vamos a ir por aquí y convertirlo en un desplegable. Ahora vamos a pasar al último, ya hablamos de ello. El nombre del producto es enorme y tiene muchos valores. Las mejores prácticas aquí es usar una coincidencia de comodín para este valor. Por ejemplo, tomemos otra. Tomemos los nombres de pila. Voy a mostrar el filtro por aquí y vamos a traerlo justo abajo. El último pene. El nombre del producto también es un filtro enorme. Tiene muchos valores aquí dimensión con alta caderalidad Vamos a ir y cambiar los modos a comodín que coincidan exactamente como el nombre del producto. Entonces, como pueden ver, ahora tenemos muchos filtros, lo cual no es realmente bueno para el rendimiento. Pero ahorramos muchos espacios a medida que cambiamos los modos de filtro. Entonces con eso tenemos filtros rápidos realmente agradables en el lado derecho, no tomando muchos espacios. Entonces con eso, cubrí todos los consejos y trucos, o las mejores prácticas que suelo usar en los proyectos de Tableau si estoy usando filtros. Todo bien. Entonces con eso, conoces las mejores prácticas que suelo seguir una vez que empiezo a crear filtros en Tableau. Y a continuación aprenderemos las diferentes formas de ordenar nuestros datos en Tableau. 111. Udemy 9 5 Ordenación: Bien, ahora vamos a aprender a ordenar tus datos dentro de Tableau. Mucha gente piensa que ordenar datos en Tableau no funciona correctamente, lo cual no es realmente correcto. Así que vamos a eliminar ahora esta confusión y podemos entender cómo funciona la clasificación en Tableau. Vamos, bien, ahora vamos a entender qué es tipo. Es muy sencillo. Ordenar es organizar tus datos en un orden específico. Y aquí tenemos dos opciones. O podemos asolorarlo usando el orden ascendente. Aquí podemos organizar sus datos en orden creciente. Eso significa que vamos a empezar por lo más bajo, y a medida que nos vamos moviendo hacia abajo, vamos a tener el valor más alto. Por ejemplo, tomemos el número de pedido. Podemos ordenarlo usando el orden ascendente. Entonces los valores pueden ser así, 123456, los valores van aumentando a medida que vamos bajando O si tenemos como, por ejemplo, el nombre de pila, tenemos caracteres. Se va a ordenar de la A a la Z. Por ejemplo, tenemos aquí y a Dwight, y terminamos con La segunda opción es ordenar tus datos usando el orden descendente. Aquí podemos organizar sus datos en orden decreciente. Eso significa que siempre empezamos con el gran valor. A medida que nos vamos moviendo hacia abajo, vamos a ir al valor más bajo. Por ejemplo, nuevamente aquí el ID de pedido, Comenzamos con el valor más alto. En este ejemplo, va a ser el 654. A medida que me voy moviendo hacia abajo, voy a obtener el valor más bajo. Lo mismo para el nombre de pila. Va a ser lo opuesto al orden alfabítico. Vamos a empezar con Pam, Michael James, hasta que terminemos con, y como pueden ver, es muy sencillo. Solo tenemos dos opciones, ya sea ordenando los datos usando el orden ascendente o el orden descendente. Ahora vamos a ir a Tableau y entender cómo podemos hacer eso. Bien, ahora vamos a crear otra vista desde cero. Nos vamos a quedar con los grandes, así que tomemos, como siempre, la subcategoría en las filas Y vamos a tomar, como medida, las ventas. Pongámoslo en las columnas. Vamos a mostrar los números. Voy a llevarlo a las etiquetas y también a los colores. Entonces podemos tener también en las columnas, el país. Vamos a ver a los clientes. Dentro de la ubicación jerárquica, tenemos nuestro país y pongámoslo aquí. Bien, este es nuestro punto de vista por ahora. Hay dos formas de cómo hacerlo en Tableau, ya sea directamente en las visualizaciones y lo llamamos tipos rápidos o podemos hacerlo ya que estamos construyendo la vista como desarrolladores Vamos a comenzar el primero donde podamos aprender a hacer clasificación usando ordenación rápida a partir de las visualizaciones Esto es lo que suelen ver y hacer los usuarios. Bien, ahora para una clasificación rápida en Tableau, hay tres lugares donde puede ordenar sus datos directamente en las visualizaciones El primero es ordenar los datos del encabezado es que el mouse pasa el mouse sobre el nombre del encabezado Por aquí puedes ver que tenemos como pequeño icono para ordenar tus datos. Podemos usarlo aquí para ordenar las informaciones del encabezado. O al segundo lugar podemos ir al eje de aquí. Y también se puede ver que hay como pequeño icono para ordenar los datos. El tercero sobre el último, si vas a las etiquetas de campo, si vas a algún valor aquí dentro del encabezado, puedes ver que tenemos un pequeño icono para ordenar los datos. Esos son los tres lugares donde puedes ordenar los datos. En Tableau el trabajo de clasificación con tres clics. El primer clic va a ordenar los datos, ascendiendo el segundo va ordenar los datos, descendiendo el tercer clic va a traer los datos ya que se ordenan desde la fuente de datos. Bien, por defecto, los datos van a ser ordenados como la fuente de datos. Si su fuente de datos está ordenando ascendentemente, podemos tener la misma manera en la vista. Ahora como predeterminado, no estamos haciendo cumplir ninguna clasificación en nuestra opinión, sino que la estamos tomando de la fuente de datos Como puedes ver, ya está ordenado en fisión ascendente porque tenemos de la fuente de datos Ahora bien, si vas al encabezado, por ejemplo, hagamos clic en este icono y veamos qué puede pasar. Como puede ver, no pasó nada en la vista porque es exactamente igual que la fuente de datos. Lo tenemos en fisión ascendente. Ese fue el primer click que hicimos. Ordenamos ahora los datos en forma ascendente. Se puede ver por aquí tenemos un pequeño icono que indica que esta dimensión ahora está ordenada en la vista de manera ascendente. Volvamos de nuevo por aquí y hagamos clic de nuevo. Veamos qué va a pasar si hago clic en él. Ahora los datos van a ser ordenados en orden descendente también. Aquí vamos a tener un ícono diferente. Tenemos las mesas y luego termina con los accesorios. Ahora lo tenemos descendiendo. Ahora para ir y restablecer todo de nuevo a lo tratado, a los modelos de fuente de datos. Lo que vamos a hacer, vamos a hacer click la tercera vez. Si vuelvo a hacer clic aquí, el icono va a haber desaparecido de la dimensión y los datos van a ser ordenados exactamente igual que la fuente de datos. Así es como funciona la clasificación de Tableau. Tienes tres click, el primero ascendente, el segundo descendente, y el último, vamos a llevarlo al default. Fuente de datos. Bien, ahora vamos a ir al segundo lugar donde podamos ordenar nuestros datos en la vista, y ese es el eje. Si vas al eje por aquí, podemos encontrar el pequeño icono aquí es exactamente lo contrario. El primer clic puede clasificar los datos en orden descendente. El segundo clic puede clasificar los datos en orden ascendente. Y el tercero va a traerlo de vuelta al default como ahora, intentemos eso. Vamos a hacer click en el primero, como puedes ver ahora los datos y las filas se ordenan en orden descendente. Comenzamos con las ventas más altas. A medida que vamos bajando, vamos a pasar a las ventas más bajas. Todo bien. Ahora vamos a hacer clic en el segundo. Vamos, ahora estamos ordenando los datos en orden ascendente. Entonces comenzamos con las ventas más bajas y terminamos con los sellos más altos. Y el tercer clic puede llevarlo a default sin ningún pedido. Vamos a hacer clic en eso y volvemos al inicio, donde los datos no están ordenados en absoluto. Entonces como puedes ver con el encabezado y el eje, estamos ordenando las filas solo se ordenan las filas solo las filas. No estamos ordenando las columnas. Francia, Alemania, Italia, Estados Unidos pueden permanecer en la misma posición. No estamos ordenando las columnas. Ahora, para ordenar las columnas, vamos a ir al tercer lugar, a la etiqueta de campo. Vamos a ir a cualquiera de esos valores, no importa en cuál vamos a hacer clic. Por ejemplo, en la silla, puedes ver este pequeño icono aquí. Nuevamente lo mismo que eje. El primero va a ordenar las columnas en orden descendente, el segundo ascendente, y el tercero por defecto. Como ahora, vamos a dar clic aquí en este icono. Ahora los datos se ordenan en orden descendente. Eso significa que la primera columna va a tiene las ventas más altas, luego la siguiente que va a tiene la menor. Y a medida que nos vamos moviendo hacia la derecha, vamos a obtener el valor más bajo. Estamos ordenando las columnas en orden descendente, como puede ver. Además en las columnas, tenemos este icono por aquí indican que las columnas están ordenadas. Ahora en la vista. Ahora si vamos y volvemos a darle clic, vamos a ordenarlo de manera ascendente, donde podemos comenzar con el valor más bajo, la primera columna. A medida que nos vamos moviendo hacia la derecha, vamos a tener el último con el mayor valor también. Aquí podemos ver el icono en el que se ordenan los datos de manera ascendente. El último click como sabes, vamos a volver a la predeterminada, los datos no están ordenados en absoluto. Bien, eso es todo acerca de los tipos rápidos en Tableau, es realmente simple una vez que entiendes los lugares para ordenar los datos y cómo puedes hacer clic para ordenar los datos de diferentes maneras, mucha gente se confunde al respecto. Pero es realmente sencillo. Digamos que tenemos el siguiente escenario donde dices, sabes qué, no quiero ofrecer a los usuarios esta posibilidad de ordenar los datos. Voy a ordenar todo en la vista y el usuario sólo va a ver el reporte como I. Bien, así que ahora con el fin desactivar la opción de clasificación para los usuarios, vamos a ir al menú principal. Y luego vamos a ir a las hojas de trabajo. Y entonces aquí tenemos mostrar control de ordenación como una tableta predeterminada va a habilitarlo, lo cual tiene mucho sentido. Ahora vamos a desactivarlo y ver qué puede pasar. Ahora bien, si vas a las visualizaciones, verás que ya no tenemos los íconos para ordenar los datos Si voy a las ventas por aquí o voy a la subcategoría o a cualquier lugar que veas, no tenemos ninguna opción para ordenar los datos Esta posibilidad va a desaparecer por completo para los usuarios. Con eso, hemos eliminado completamente las opciones para que los usuarios ordenen los datos dentro de las visualizaciones Para ser honesto, nunca he estado en situación en la que tenga que eliminar esta opción para los usuarios. Realmente hace que todo sea estático. Y esto es exactamente lo contrario de lo que queremos. Queremos hacer siempre nuestros dashboards e informes dinámicos interactivos para los usuarios Creo que siempre es muy malo hacer solo informes estáticos sin tener ninguna dinámica dentro de él. A menos que tal vez los usuarios pidan exactamente esto para decir, bien, no quiero ordenar los datos, hacerlos estáticos tanto como puedas. Puedes ir y desactivar esta opción. Por ahora, voy a ir a las hojas de trabajo. Yo sólo voy a ir a mostrar set control y habilitarlo de nuevo a medida que vamos de nuevo a las ventas. Se puede ver que tenemos de nuevo esos pequeños íconos para ordenar. Bien, y. Eso es todo acerca de cómo ordenar los datos directamente desde las vistas, desde el punto de vista del usuario. Bien, así que ahora vamos a pasar al segundo grupo donde vamos a aprender a ordenar los datos a medida que estás construyendo la vista. Para ello, hay dos formas de hacerlo, ya sea desde la barra de herramientas o desde la propia dimensión. Ahora si te mueves a la barra de herramientas, tenemos aquí dos opciones, ascendente y ordenar Descendente. Ahora para ordenar esas dimensiones, puedes dar click en el país, por ejemplo, ahora estamos ordenando las columnas. Y luego da click por aquí, Ascendente. Como puede ver, ahora estamos ordenando los datos de manera ascendente para las columnas. Si quieres ordenar la subcategoría, los roles, podemos dar click aquí y luego hacer clic en ascendente o descendente Como ya podrías notar, estamos ordenando los datos siempre por la medida, por las ventas. Si más lo superas, va a decir ordenar subcategoría descendiendo por las ventas Aquí no tenemos ninguna opción para ordenar los datos por el encabezado. Sólo está ordenado por medidas. Bien, que se trata de cómo ordenar los datos de la barra de herramientas. El segundo método es ordenar los datos directamente en la dimensión Vamos, por ejemplo, a la subcategoría, haga clic derecho sobre ella. Y como pueden ver, tenemos aquí dos opciones sobre sort. Tenemos claro, ordenar y ordenar. Borrar Ordenar, va a restablecer todo a la predeterminada. Vamos a hacer eso para empezar desde cero, así que solo voy a despejar todo para la subcategoría y luego hacer clic derecho sobre ella Y vamos a ordenar. Con eso, vamos a conseguir una nueva ventana. Dice que estamos clasificando ahora la subcategoría dimensión. Simplemente lo voy a mover hacia el lado izquierdo para ver cómo va a reaccionar la mesa ante mi selección. Bien, ¿qué tenemos? Por aquí hay dos secciones. El primero es sobre cómo ordenar los datos, los métodos de ordenación. El segundo es sobre el orden de clasificación, ascendente y descendente. A ver, ¿qué opciones tenemos? Tenemos cinco opciones. El orden de la fuente de datos, manual llenado alfabético, y en su lugar, comencemos con el primero, el orden de los datos . Aquí lo tenemos como ascendente. Estamos ordenando los valores dentro de nuestro encabezado, la subcategoría en forma ascendente, en orden alfabético Podemos revertirlo yendo al orden descendente. Como puede ver, los valores cambian. Ahora si queremos ir y reiniciar todo, podemos ir por aquí y hacer clic en Borrar para ir a la configuración predeterminada. Eso es todo para el orden de la fuente de datos. Pasemos al siguiente. Vamos a tener exactamente el mismo efecto porque también lo tenemos en orden alfabético. Vamos por aquí. Como pueden ver, nada va a cambiar porque lo tenemos al descender. Vamos en orden alfabético al ascendente y al interruptor de Hedron Exactamente el mismo efecto. Bien, ahora pasemos a la tercera. Vamos a ir al campo. Podemos ir y ordenar los datos por cualquier campo, de toda la fuente de datos. El campo ni siquiera tiene que estar a la vista, pero claro, no tiene sentido hacerlo. Por defecto, Tableau está seleccionando las ventas porque es solo la medida que tenemos. En la vista, tiene sentido y los datos se ordenan de manera ascendente. Pero si quieres, puedes ir y ordenar los datos por el número de clientes dentro de cada categoría o subcategoría Podemos ir por aquí y seleccionar el ID de cliente y la función puede ser cuenta el número total de clientes dentro de cada categoría. Ahora esas categorías están ordenadas de manera ascendente, dependiendo o en función del número total de clientes. Tenemos esta capacidad para ordenar los datos por cualquier campo de la fuente de datos. Pero no tiene sentido claro, ordenar los datos así porque va a confundir a los clientes y no van a entender por qué esas categorías están ordenadas así sin tener como una descripción en su reporte Eso es todo por este método, ordenar el campo pi. Pasemos al siguiente. Tenemos sort pi manual y aquí tienes la libertad de hacer el orden de la dimensión. Por ejemplo, podemos llevar estas máquinas por aquí. A medida que lo estoy moviendo hacia abajo, se puede ver que el orden en la vista también está cambiando. Puedo ir y ordenar la dimensión como quiera. Aquí es muy sencillo. No tenemos ninguna regla, no tenemos ascendente ni descendente. Tenemos la total libertad de ordenar los valores dentro de cualquier dimensión. Eso es todo por esta opción, pasemos a la siguiente. Y el último, tenemos el anidado. Ahora, para entender cómo funciona la ordenación anidada en Tableau, tenemos que trabajar con múltiples dimensiones La mejor manera es conseguir jerarquía. Ahora, vamos a crear otra vista. Yo sólo voy a ir y cerrar este de aquí. Vamos, llevemos el continente a la rosa y llevemos también las ganancias a las columnas. Como es habitual, vamos a mostrar las etiquetas de nuestros datos. Ahora bien, si vas al continente por aquí y te conectas radicalmente, vayamos al tipo Digamos que vamos a ordenar los datos por la fuente de datos descendente. Como pueden ver, ahora estamos clasificando sólo el continente. Si perforamos hasta el país, se puede ver que sólo el continente está ordenado, pero el país no está ordenado. Entonces si vas a la ciudad, puedes ver que la ciudad está así no ordenada en la primera dimensión, está ordenada. Pero ahora en vez de eso, podemos ir y usar la ordenación anidada para ordenar automáticamente todas las dimensiones dentro de la jerarquía Vamos a quitarnos esas cosas. Entonces solo voy a perforar de nuevo al continente, o lo llamamos perforar , clic derecho. Vamos a Sort. Entonces vamos a ir a la anidada. Ahora vamos a decir, bien, ascendente. Y vamos a usar la medida, la suma de ganancias agregadas, para ordenar los datos. Ahora vamos a cerrarlo. Y con eso, conseguimos el tipo anidado. Como puedes ver, el continente está ordenado. Pero ahora, si taladro hasta el país, veamos que el país va a estar tan bien ordenado. Ahora bien, si miras de cerca los datos, puedes ver que Estados Unidos es el único país dentro de este continente. Así que no podemos ver ningún tipo de por aquí. Pero se puede ver que los países de Europa están ordenados, ascendiendo es inicio con el valor más bajo desde Italia, luego Francia, luego Alemania. Se puede ver que el país dentro de este continente está ordenado también en función de las clases anidadas Como se puede ver, los países de cada continente van a ser ordenados por separado de los países de los demás continentes. Así es como funciona la ordenación anidada. Vamos y solo pongamos la ganancia en los colores también. Ahora bajemos en la jerarquía y taladremos hasta la ciudad. Vamos a tener más datos y va a ser más claro como puedes ver. Ahora la ciudad está tan bien ordenada y ahora estamos clasificando las ciudades en un solo país. Por ejemplo, aquí en USA, las ventas más bajas están en, y la venta más alta es en Portland. Estamos clasificando las ciudades según el país. Entonces esta es una sección. El siguiente apartado es Italia. El siguiente es Alemania. Por lo que cada país va a ser ordenado por separado de otro país. Con eso, hemos aprendido que este método funciona si tenemos múltiples dimensiones y va a funcionar perfectamente si tenemos arco, en nuestra opinión todo va a tener sentido y el tipo va a ser muy lógico para los usuarios ya que estoy perforando, por ejemplo, al código Bostl o estoy enrollando de nuevo en mi opinión, todo va a ser ordenado de manera muy lógica Muy bien chicos. Entonces con eso hemos cubierto todo, cómo ordenar los datos dentro nuestras vistas desde la perspectiva del usuario, cómo ordenar los datos a medida que estamos construyendo las vistas. Y creo que es realmente sencillo y no tan complicado. Bien, así que eso es todo acerca de cómo ordenar nuestros datos en Tableau. Y hemos completado esta sección. En la siguiente sección, vamos a aprender sobre los parámetros de Tableau para agregar dinámicas a nuestras visualizaciones 112. Udemy 10 1 introducción: Todo bien a todos. Entonces ahora vamos a hablar de los parámetros. Los parámetros son un cambio de juego en Tableau y eso es porque esta es mi opinión Los parámetros son la mejor característica que Tableau introdujo. Porque los parámetros en Tableau pueden hacer que tus visualizaciones sean muy dinámicas, interactivas y flexibles de una manera muy única que no puedes encontrarlas en ninguna otra herramienta Bien, entonces ahora ¿qué son los parámetros? Los parámetros son como variables en lenguajes de programación que permiten al usuario reemplazar un valor constante en los cálculos, filtros, una línea de referencia, etc. Bien, entonces ahora lo que esto realmente significa, si estás construyendo una vista para tus usuarios, ya estás tomando muchas decisiones. Definir muchos valores que pueden permanecer estáticos, y a los usuarios solo se les permite leer tus puntos de vista. Entonces, por ejemplo, podrías crear el siguiente cálculo en Tableau donde estés definiendo un umbral para tu KPI Entonces estás diciendo que si el total de ventas es inferior a 400, entonces el KBI va a mostrar rojo De lo contrario va a mostrar verde. Aquí, el valor del umbral 400 es estático y no se puede cambiar de los usuarios. Los espectadores solo se pueden cambiar desde el desarrollador. Pero ahora podrías estar en una situación en la que tienes dos requisitos de dos usuarios diferentes, donde definen diferentes umbrales Entonces aquí terminas haciendo dos cálculos para dos clientes y además creando dos vistas. Pero ahora en lugar de hacer eso, podemos usar el poder de los parámetros. Entonces aquí podemos reemplazar el valor 400 con un parámetro, y luego podemos ofrecer el parámetro como un campo de entrada para los usuarios en la vista. Y ahora los usuarios pueden usar el parámetro para definir el valor necesario ya que requiere usar parámetro va a cambiar el comportamiento de tu vista dependiendo del valor del parámetro. Esto va a hacer que tus puntos de vista sean dinámicos y estén listos para cualquier requerimiento. Y hay infinitas formas de usar parámetros en Tableau. Y en este tutorial, te voy a mostrar seis casos de uso diferentes. El primer caso de uso es acerca de cómo usar parámetros y cálculos. El segundo caso de uso es acerca de las líneas de referencia, el tercero cómo utilizarlas en filtro. Y tenemos otro caso de uso muy especial en cómo cambiar entre dimensiones y cambiar entre medidas de manera muy dinámica en una vista y otra caso de uso sobre los títulos y el texto. Y el último caso de uso, cómo usar parámetros en bolígrafos. Bien chicos, así que esa fue una introducción rápida a los parámetros. A continuación aprenderemos a crear cálculos dinámicos utilizando parámetros. 113. Udemy 10 2 Calc: Bien chicos, así que ahora comencemos con el primer caso de uso, cómo usar parámetros en los cálculos. Entonces ahora vamos a crear ahora algún tipo de KBI para rastrear las ganancias por la subcategoría Bien, entonces ahora nos vamos a quedar con la fuente de big data y vamos a ir a los productos para obtener la subcategoría Y entonces necesitamos las mayores ganancias. Entonces vamos a ir a las órdenes y vamos a conseguir las ganancias por aquí. Bien, entonces ahora vamos a mostrar también las etiquetas en la vista. Y ahora podemos tener un umbral o BI, donde vamos a decir si la ganancia es inferior a diez K, entonces va a ser roja. Cualquier cosa superior a diez K, va a ser verde. Ahora para crear la lógica y los colores en la vista, tenemos que crear cálculos. No te preocupes por cómo crear cálculos en Tableau, porque vamos a tener una sección dedicada para eso. Ahora para crear el cálculo, vamos a ir al panel de datos radicalmente en el espacio vacío, y luego elegir Crear campo Calculado. Vamos ahí. Y ahora lo vamos a llamar colores QBI. Ahora entonces vamos a escribir aquí la expresión sobre nuestra lógica. Dice si necesitamos algunos y entonces tenemos las ganancias. Dijimos que si es menor a 1,000 K, puede ser rojo. Entonces vamos a escribir el valor rojo, lo contrario va a ser verde. Terminémoslo con eso. Tenemos nuestra lógica para los colores en nuestra opinión, y como puede ver aquí en nuestros cálculos, tenemos una constante. Es el diez k. Vamos a crear eso. Entonces vamos a hacer click bien. Y aquí del lado izquierdo se puede ver nuestra dimensión. Vamos a tomarlo y ponérselo en los colores. Ahora entremos y asignemos los valores para los colores verdes. Va a ser verde y rojo. Va a ser un rojo. Vamos a hacer clic bien. Ahora podemos ir y dar este reporte a los usuarios y ellos pueden verlo e interactuar con él. Pero ahora como puedes ver, los cálculos del KPI son realmente estáticos y no pueden personalizarlo Para ahora dar a los usuarios la opción de definir qué es rojo y qué es verde, tenemos que usar parámetros. Ahora, para crear parámetros en Tableau, hay dos formas de hacerlo. O vas al panel de datos y creas tus parámetros, o has creado en el lugar donde lo necesites. Por ejemplo, si estás creando un filtro, dentro de la creación del filtro, podemos crear parámetros. Ahora veamos primero cómo podemos crear parámetros en el panel de datos. En los paneles de datos, hay dos formas de crear parámetros. O vas al espacio vacío, Tic, das clic en él, entonces puedes ver aquí crear parámetro o la otra opción es que vayas a la cabeza del panel de datos y tienes aquí flecha pequeña. Si haces clic en eso, vas a ver exactamente el mismo menú desplegable. Y aquí tenemos la opción de crear parámetro. Seleccionemos eso. Y ahora tenemos la ventana de crear parámetros. Primero lo primero, tenemos que darle un nombre, vamos a llamarlo elegir umbral. A continuación tenemos que definir el tipo de datos del parámetro. Y si vamos por aquí, puedes ver una lista de todos los tipos de datos. Pero aquí los conoces a todos. Pero Table decidió ir con flotador y entero en lugar de número, agujero y número, decimal. Pero son exactamente lo mismo por ahora. Vamos a ir con los enteros. No queremos tener números decimales en el KPI. Y luego una vez que lo hagas, podemos definir el formato de visualización aquí Para cada tipo de datos, existen diferentes formatos para representar los valores. Entonces como puedes ver, tenemos estándares de números automáticos, porcentaje, moneda, personalizados. Me voy a quedar con el automático. Y luego en la siguiente, hay que definir el valor por defecto que se va a mostrar en la entrada. Entonces aquí diría que van a ser los 10,000 Y claro que los usuarios pueden cambiar eso. Entonces después de eso, tienes diferentes opciones para limitar lo que los usuarios pueden seleccionar. Entonces la opción predeterminada aquí es todo. Eso significa que estás permitiendo que los usuarios ingresen cualquier valor, pero claro, limitamos el tipo de datos a enteros. Eso significa que los usuarios no pueden ir e ingresar ningún carácter en el campo de entrada. O define para el usuario una lista de valores permitidos. Entonces aquí puedes ir y permitir, por ejemplo, cinco valores diferentes, tal vez para asegurarte de que nada salga mal en la vista. Entonces aquí estás haciendo que el parámetro sea más restrictivo. Entonces la lista es algo así como discreta, estás permitiendo una lista de valores distintos. Y el siguiente es algo así como los bolígrafos, estás definiendo el inicio y el final del rango, y luego estás definiendo los pasos entre esos dos valores. Entonces por ahora voy a dejarlo abierto que los usuarios puedan seleccionar lo que quieran. Bien, así que ahora vamos y en Ok para crear el parámetro y ahora si revisas los datos bain en el lado izquierdo, déjame simplemente minimizar esas tablas Se puede ver que el parámetro se va a crear siempre al final del panel de datos. Entonces hay como un separador entre tus datos y los parámetros, y eso es porque los parámetros son algo que es independiente de tu fuente de datos. Por lo que no hay dependencia entre los parámetros y su conjunto de datos. Es algo completamente independiente y solo especial para el libro de trabajo Bien, entonces ahora tenemos el parámetro, cómo lo vamos a mostrar a los usuarios. Para hacer eso es realmente fácil. Vaya al parámetro, haga clic derecho sobre él, y luego tenemos la opción de mostrar parámetros en la vista. Seleccionemos eso. Y ahora se puede ver la entrada de parámetros en el lado derecho de la vista. Aquí podemos ver el valor de diez K como predeterminado. Ahora vamos a cambiar el valor. Vamos a tenerlo como 500. No se puede ver ningún cambio en nuestra opinión. Entonces no importa lo que estés dando aquí. Ves que la vista no está cambiando. Eso significa que ahora tenemos que conectarlo de alguna manera a la vista. Y para ello, vamos a ir dentro los cálculos y reemplazar el valor constante por el parámetro. Veamos cómo podemos hacer eso. Vamos a ir a nuestro cálculo, los colores QBI. Haga clic derecho sobre él, y luego vayamos a Editar. Entonces ahora tenemos que ir por aquí y reemplazar este valor. Voy a quitarlo y ahora vamos a escribir el nombre del parámetro. Como puedes ver Tableu, sugiéranos aquí y da click en él. Que cualquier valor que el usuario vaya a dar para este parámetro va a ser utilizado directamente en este cálculo. Vamos a probar eso. Puede hacer clic bien. Como se puede ver algo cambió ya en la vista, pero vamos a jugar con los valores. En vez de cinco K, vamos a tener como 20 K. Está bien. Y con eso, acabo de cambiar el umbral para este KPI. Entonces ahora cualquier cosa por debajo de 20 K va a ser roja, cualquier cosa más alta va a ser verde. Tengamos otro valor como 50 K. Y ahora como puedes ver el umbral es realmente alto. Tenemos sólo dos valores. Es verde, y como puedes ver, es muy dinámico. Y le das a los usuarios el poder de definir y personalizar el KPI como quieran Y con eso, vas a cubrir muchos requisitos en una sola vista. Simplemente me encanta esta función en Tableau. Bien, así que eso es todo por los cálculos dinámicos. A continuación aprenderemos a usar parámetros para crear líneas de referencia dinámicas. 114. Udemy 10 3 Ref: Bien, entonces ahora veamos otro caso de uso de los parámetros. Podemos usar parámetros en la línea de referencia, así podemos mostrar en nuestra vista una línea de referencia para indicar cuál es el umbral, simplemente deja más claro dónde está el corte entre rojo y verde. Y aquí podemos usar nuestro parámetro ya existente, cómo el umbral en la línea de referencia. Déjame mostrarte rápidamente cómo podemos hacer eso. Entonces ahora vamos al panel de análisis. Y entonces aquí tenemos la opción de crear una línea de referencia por aquí. Así que vamos y conectemos doblemente. Y ahora tenemos una nueva ventana para configurar la línea de referencia. Hay muchas opciones, pero ahora podemos enfocarnos en los parámetros. Lo que realmente está aquí, importante es valor de la línea de referencia. Ahora vamos a marcar la opción como podemos ver por aquí, como puedes ver a Tableau aquí sugiriendo la métrica. El segundo es crear un nuevo parámetro. El tercero es elegir el parámetro ya existente. Como puedes ver, podemos crear nuevos parámetros exactamente en el lugar en el que lo necesitemos. Pero por ahora, tiene mucho sentido usar el mismo parámetro en la línea de referencia. Vamos a seleccionar eso. Ahora como puede ver en el lado derecho, ya tenemos una línea de referencia en nuestra opinión y tenemos la etiqueta de elegir umbral. En lugar de mostrar las etiquetas, podemos mostrar los valores del parámetro. Para ello, vamos a ir a las etiquetas y podemos cambiar este valor de dos. Seleccionemos eso. Y eso es todo por ahora, vamos a dar clic en Ok. Entonces, como puede ver, estamos mostrando ahora el umbral como línea de referencia. Y si vamos y cambiamos el valor de los 50 K dos, digamos diez k, vamos. Ahora como puedes ver, el usuario puede controlar todo en la vista con su entrada en el parámetro. Están cambiando los cálculos al igual que la línea de referencia. Es realmente genial y profesional tener esta dinámica en tus informes, así es como puedes usar el valor del parámetro dentro de la línea de referencia. Bien, así que eso es todo por las líneas de referencia dinámicas. A continuación aprenderemos a usar parámetros en filtros. 115. Udemy 10 4 filtros: Bien, así que ahora vamos a pasar al siguiente caso de uso donde vamos a usar los parámetros en los filtros. Y también podemos aprender a crear parámetros exactamente en el lugar donde los necesitamos. Entonces ahora vamos a ir a crear un reporte donde vamos a mostrar los diez mejores productos en nuestro conjunto de datos. Para hacer eso, nos vamos a quedar con la fuente de datos pico. Y vamos a los productos y tomamos el nombre del producto autoblicly Ahora tenemos una lista de nuestros productos y lo que necesitamos es una medida. Vamos a ir a los pedidos y vamos a tomar las ventas, arrastrarla y dibujarla aquí como siempre. Tengamos etiquetas y voy a ordenarlo. Descendiendo. Ahora queremos mostrar solo los diez mejores productos. Para ello, vamos a tomar el nombre del producto en los filtros, que podamos arrastrar desde aquí manteniendo el control y luego soltarlo en los filtros. Ahora en los filtros de aquí, queremos mostrar los diez mejores productos. Para hacer eso, vamos a ir a la cima. Y ahora vamos a ir a definir la regla. Todo está bien. Así que aquí puedes ver Top Ten por Ventas. Ahora como puede ver, estamos definiendo una regla. En esta regla, es como los cálculos, tenemos una constante. La constante en esta regla es el diez. Ahora podrías estar en la misma situación en la que tienes un usuario pidiendo los diez mejores productos y otro usuario pidiendo los 20 mejores productos. Ahora en lugar de ir y crear dos filtros diferentes, dos vistas diferentes, podemos quedarnos con la misma vista y usar parámetros. Y luego vas a dar a los usuarios finales para que definan su lista. Entonces ahora tenemos que cambiar el valor de diez a parámetro. Así que vamos a hacer clic aquí. Y aquí siempre tenemos las tres opciones. O bien el valor que introduzca o puede crear un parámetro o utilizar un parámetro ya existente. Ahora queremos crear un nuevo parámetro para esta vista, y como puede ver, este es el segundo método sobre cómo crear parámetros. No vamos a ir al banco de datos vamos a crearlo exactamente donde necesitamos Vamos y hagamos clic en Crear un nuevo parámetro. Así que ahora tenemos aquí de nuevo la misma ventana donde vamos a crear un parámetro. Lo vamos a llamar Choose Top Products. Ahora podrías notar que no puedes cambiar el tipo de datos porque estás creando aquí un parámetro dentro del filtro para las ventas. Y las ventas es medida y el número. Pero lo mismo aquí, puedes personalizar el formato de visualización, el valor actual, y también qué valores puedes permitir, ya sea todo o un rango. Entonces ahora probemos el rango. El mínimo va a ser uno, el máximo va a ser 50. Y vamos a tener un tamaño de paso de cinco. Bien, así que eso es todo. Vamos a hacer clic en Bien. Entonces ahora vamos a revisar de nuevo la regla. Tenemos Tubo entonces nuestro parámetro por ventas. Entonces eso significa que no tenemos un valor constante y estamos usando el parámetro. Vamos a golpear bien. Entonces ahora como puedes ver, el reporte está mostrando los diez mejores productos porque el valor predeterminado del parámetro es diez. Y si revisas el lado izquierdo, tenemos un nuevo parámetro llamado Choose Top Products. Genial. Ahora el siguiente paso es mostrar correctamente los parámetros para los usuarios y decir show parameter. Bien, así que ahora vamos a revisar nuestro parámetro. Ahora está mostrando 11. Pensé que lo había dado como diez. Así que vamos a editarlo de nuevo. Haga clic derecho sobre él y luego vamos y él. Muy bien, porque naveamos con esos valores. Entonces como puedes ver es como bolígrafos, comienza a partir de 1611 y así sucesivamente porque el tamaño es de cinco Entonces lo que vamos a hacer es cambiar esto a cero, y luego como pueden ver, tenemos aquí nuevo diez. Vamos a hacer clic en Bien. Bien, entonces ahora te prometo que tenemos los diez primeros, porque si compruebas el valor aquí en el parámetro, son diez. Bien, entonces ahora esto es algo diferente. En lugar de tener campos de entrada aquí, tenemos como un control deslizante de rango. El usuario puede cambiar las diapositivas. Puedes ver nuestro filtro reaccionado y está mostrando ahora el top 20 o los usuarios podrían usar esas flechas para cambiar el paso. Y como pueden ver, como me estoy moviendo a diferentes valores, los filtros ojos también está cambiando. Eso dice así es como puedes usar parámetros y filtros. Como puedes ver, tu vista es muy dinámica y dejas que los usuarios personalicen lo que quieran. Bien chicos, así que eso es todo por los filtros dinámicos. A continuación aprenderemos muy interesante caso de uso de los parámetros, cómo podemos intercambiar dinámicamente entre dimensiones y entre medidas. 116. Udemy 10 5 Swap: Muy bien chicos, así que ahora vamos a pasar al caso de uso más importante en parámetros. Se puede ver este caso de uso casi en cada proyecto de tabla. El caso de uso es usar parámetros para cambiar entre dimensiones y cambiar entre medidas. Ahora aprendamos primero cómo usar parámetros para cambiar entre dimensiones en una vista. Digamos que estás construyendo un tablero sobre las ventas, y vas a tener vistas como ventas por país, ventas por categoría. Eso significa que está creando dos vistas con la misma métrica pero con dimensiones diferentes. Ahora en lugar de tener dos vistas, vamos a tener una sola vista para los usuarios. Y van a decidir qué dimensión van a usar en la vista. Ahora para hacer eso, tenemos usar el poder de los parámetros. Bien, así que ahora vamos a crear nuestra vista. Tenemos las ventas, así que tomemos las ventas en las columnas. Y entonces necesitamos a los países. Vamos a quitársela a los clientes. Entonces tenemos aquí el país y las filas, genial. Y como de costumbre vamos a mostrar las etiquetas. Entonces ahora queremos hacer la dimensión país como una variable, como parámetro. Entonces eso significa que necesitamos de alguna manera cambiar entre dimensiones, entre país y categoría en la misma vista. Entonces eso significa que en lugar de tener la dimensión país, queremos tener como una dimensión dinámica con valores diferentes. Ahora lo primero que tenemos que hacer es crear un parámetro donde el usuario va a elegir qué dimensión se debe presentar en la vista. Así que aquí vamos a ir y crear un parámetro desde el panel de datos. Haga clic aquí, luego cree el parámetro aquí. El enfoque principal de este parámetro es elegir qué dimensión se puede presentar en la vista. Primero, vamos a darle un nombre, vamos a llamarlo Elige Dimensión. Y ahora la pregunta es ¿cuáles son los valores dentro de este parámetro? Va a ser el nombre de la dimensión. Entonces van a ser valores como país y categoría. Entonces son cadena, así que el tipo de datos de aquí va a ser cadena. Vamos a seleccionar eso. Y como pueden ver, Tableudd deshabilitó el formato No podemos elegir un formato para la cadena, es como un texto libre. A continuación tenemos que definir el valor actual, y aquí vamos a tener la dimensión país por defecto. Entonces vamos a entrar en el valor del país. Muy bien, así que ahora como el tipo de datos es una cadena, no podemos construir un rango a partir de él Entonces aquí sólo tenemos dos opciones. O lo vamos a tener como texto libre, como campo de entrada. Y en este escenario, realmente tiene sentido tener una lista predefinida para los usuarios, ya que los usuarios no verán tu fuente de datos y no tienen idea de qué dimensiones tenemos para eso. Si vamos con el texto libre, va a ser realmente confuso y nadie va a obtener la dimensión adecuada para ello. En este escenario, realmente debemos proporcionar una lista predefinida para los usuarios, y luego van a seleccionar el valor que les va a quedar bien. Aquí en este ejemplo, vamos a ofrecer sólo dos dimensiones. Es el país y la categoría. Vamos a sumar esos valores. Entonces vamos a tener el país y el siguiente valor va a ser la categoría. Y por supuesto, puedes agregar más dimensiones como la ciudad, el nombre del producto, etc. Entonces ahora vamos a seguir con el ejemplo. Y eso es todo, así que vamos a hacer clic bien, genial. Entonces ahora si revisas el dolor de datos, tenemos un nuevo parámetro llamado choose Dimension. Aquí puedes ver rápidamente qué tipo de datos tenemos para cada parámetro? Ahora el siguiente paso es mostrar el parámetro para que los usuarios finales se conecten radicalmente Vamos a mostrar parámetro. Bien, ahora vamos a revisar nuestro parámetro. En el lado derecho tenemos una lista. Tiene sentido. Hemos creado un parámetro list, y al final vamos a tener una lista para los usuarios. Y en su interior sólo tenemos dos valores, país y categoría. Ahora bien, si vas y cambias entre esos dos valores, nada va a cambiar en la vista porque este parámetro aún no está conectado a nuestra vista. Bien, entonces ahora vamos a ir a crear nuestra dimensión dinámica y usarla en la vista en lugar del país. Eso significa que tenemos que crear un nuevo campo para hacerlo radicalmente por aquí y crear un campo calculado Vamos ahí ahora. Llamémoslo dimensión dinámica. Vamos a utilizar aquí el caso cuando, no te preocupes por ello. Voy a explicar todo en la sección de cálculos. La sintaxis comienza con case y luego tenemos que especificar el nombre del campo. En esta situación, vamos a introducir el parámetro, nuestro parámetro llamado aquí. Como puedes ver mientras escribes Tableau nos está sugiriendo cosas. Nuestro campo elige dimensión. A continuación vamos a ir a especificar una acción para cada escenario, para cada valor. Vamos a tener una nueva línea y justo cuando el primer valor va a ser el país, que tener mucho cuidado aquí para escribirlo exactamente como lo escribimos en el parámetro. Se capitalizó en el parámetro y debería estar también aquí capitalizado, lo contrario no funcionará Ahora bien, ¿qué puede pasar si el valor es país? Entonces tenemos que especificar la acción. Si los usuarios eligen país, ¿qué puede pasar? Se debe utilizar el país de la dimensión. Vamos a escribir aquí, Country. Y como pueden ver, como estoy escribiendo está sugiriendo que necesitamos la dimensión país. Se puede ver desde el icono aquí, así que vamos a seleccionar eso. Bien, así que ahora pasemos al siguiente escenario que el usuario va a ir y seleccionar el valor de categoría. Es exactamente lo mismo que podemos escribir aquí. Cuando el valor es categoría, entonces ¿qué puede pasar? Se debe utilizar la categoría de dimensión. Empecemos por aquí. Categoría. Y como pueden ver, hemos sugerido por aquí la categoría de dimensión. Vamos a seleccionarlo que diga que estos son los escenarios que le podrían pasar al parámetro y tenemos que terminar con el caso ganar así. Como puede ver en este cálculo, solo estamos mapeando entre los valores de los parámetros y las dimensiones. Vamos a hacer clic bien. Ahora como pueden ver, tenemos una nueva dimensión en el lado izquierdo llamada dimensión dinámica. Se calcula campo, y ahora vamos a ir y eliminar nuestra dimensión estática, el país. Y en lugar de eso, vamos a sumar nuestra nueva dimensión dinámica. Muy bien, así que ahora vamos a ver con el trabajo ético. Como puede ver, el valor ahora es categoría y en la vista vemos las categorías que es realmente buena. Muy bien, entonces ahora cambiemos el valor del parámetro a país. Como puede ver, la dimensión en la vista sí cambió. Entonces ahora tenemos país en lugar de categoría. Como puedes ver, los parámetros son realmente potentes y vas a ser completamente dinámico en tu vista, donde los usuarios pueden definir el nivel de detalles en la vista cambiando la dimensión. Así que imagina ahora estás haciendo dashboard con ventas y tienes diez dimensiones. Aquí vas con una sola vista en vez de tener diez reportes. Bien, así que eso establece para este caso de uso. Así es como cambiamos entre dimensiones usando parámetros. Muy bien, así que ahora tienes la siguiente tarea de Tableau. La tarea dice crear una medida dinámica utilizando parámetros a entre tres medidas, ganancias de ventas y cantidad. En el mismo punto de vista. Puedes pausar el video ahora mismo para hacer la tarea, luego reanudarlo una vez que hayas terminado. Muy bien, entonces ahora déjame mostrarte cómo puedes hacer eso. Tenemos exactamente los mismos pasos que las dimensiones que tenemos. Primero para crear el parámetro y segundo para crear la lógica en el campo calculado. Empecemos por el primero. Para crear los parámetros, vamos a ir al panel de datos. Da click aquí y el parámetro Create, lo vamos a llamar Choose Measure. Y aquí tenemos que pensar los valores de los parámetros. Entonces va a ser el nombre de las medidas, lo que significa que el tipo de datos va a ser una cadena. Y aquí tenemos que definir el valor por defecto. Aquí tenemos tres valores, ventas, ganancias y cantidad. Y vamos a tener el valor por defecto como ventas. Aquí de nuevo, sobre los valores que los usuarios no conocen sobre tu fuente de datos, no saben el nombre exacto de tus medidas. Entonces hay que ir y crear una lista predefinida para ellos. Vamos por aquí. Tenemos tres valores, así que vamos a tener el primero ventas, el segundo beneficio, y el tercero va a ser la cantidad. Eso es. Vamos a golpear bien. Como puedes ver en el lado izquierdo tenemos nuestro nuevo parámetro. Y el siguiente paso es mostrar los parámetros para los usuarios finales. Para ello, haga clic derecho sobre él y muestre el parámetro. Comprobemos nuestro parámetro. Por aquí puedes ver que comienza con las ventas. Como es nuestro valor predeterminado, puedes cambiar entre esos valores, pero como puedes ver, nada cambia en la vista, la vista sigue mostrando las ventas. El siguiente paso es ahora ir a crear el campo calculado. Para ello, vamos a ir al panel de datos radicalmente por aquí, y luego seleccionaremos Crear campo calculado Vamos a llamarlo medida dinámica Aquí de nuevo, podemos usar el mismo caso de sintaxis, luego el nombre del parámetro, así que elige. Vamos a seleccionar la medida. Ahora vamos a ir a definir los escenarios cuando el valor son las ventas. Entonces la acción va a ser seleccionar la medida, Ventas, escribir ventas y seleccionar la medida. Bien, nueva línea. Y vamos a ir ahora y mapear el siguiente valor. Esa va a ser la ganancia, luego la ganancia de la medida. Beneficio. Y vamos a seleccionar la medida. Bien, entonces mapeamos eso. Vamos a mapear ahora el último valor. Entonces tenemos la cantidad. Si el usuario selecciona este valor en el parámetro, se va a seleccionar la medida de cantidad también se va a seleccionar la medida de cantidad. Vamos con eso. Eso es, estos son nuestros tres escenarios que vamos a tener al final. Ahora como puede ver, nuestro cálculo es válido. Y vamos a golpear Bien. Si revisas los datos de Bain, tenemos nuevo campo calculado llamado medida dinámica Entonces ahora lo que podemos hacer, vamos a ir a quitar nuestra medida estática y reemplazarla por la medida dinámica. Muy bien, ahora vamos a cambiar los valores en los parámetros. Empecemos con las ventas. Como puedes ver, ahora tenemos los valores de las ventas. Si lo cambias a ganancia, puedes ver el eje y los valores en la vista están cambiando a la nueva medida. Pero ahora vamos al último, a la cantidad, y como puedes ver, no tenemos ningún dato. Bueno, si tienes algo como esto, entonces tenemos un problema ya sea en los cálculos o en el parámetro. Averiguemos dónde está el error. Volvamos al cálculo, radicalmente con él y luego vamos a Editar Y aquí tenemos que comparar los valores. Como puedes ver, tenemos aquí cantidad y tenemos la dimensión cantidad. Todo es como correcto, pero como puedes ver, el valor de aquí en el parámetro es cantidad. Entonces aquí tengo un error tipográfico, y eso significa que para Tableau, no definimos ningún escenario para este valor Para corregir eso, vamos a ir al parámetro del lado izquierdo, rtically correct, luego ir a Edits, y luego vamos a ir a nuestra lista y cambiar este valor, así que doble conéctate y escríbelo Cantidad. Entonces eso es todo. Vamos bien. Y ahora como puedes ver, tenemos datos para la cantidad, por lo que es muy importante tener exactamente los mismos valores de los parámetros dentro del cálculo. Entonces, como puedes ver, es realmente sensible. Entonces con eso tenemos una dimensión dinámica y una medida dinámica y podemos cambiar entre esos staff como quiera el usuario. Muy bien, así es como puedes usar parámetros para intercambiar entre medidas. En una vista, es simplemente genial. Bien chicos, así que eso es todo sobre cómo intercambiar entre dimensiones y entre medidas usando parámetros. A continuación aprenderemos a usar parámetros en títulos y textos. 117. Udemy 10 6 Text: Bien, así que ahora podemos pasar rápidamente al siguiente caso de uso, donde podemos crear títulos dinámicos usando parámetros. Ahora bien, si nos fijamos en nuestro ejemplo anterior, tenemos un problema. Verás que tenemos el título, Ventas por país. Pero la vista está mostrando categoría por ganancias, porque elegimos aquí, categoría por ganancias. Y ahora el título es erróneo y engañoso. Entonces, cómo podemos resolver este problema, podemos usar parámetros para cambiar este título estático a un título dinámico. Veamos cómo podemos hacer eso. Entonces vayamos al título. Y ahora tenemos una nueva ventana para personalizar el título. Ahora la regla, por defecto, va a ser el nombre de la hoja. Eso significa que el nombre que le des a la hoja de trabajo va a ser el título de tu vista. En este ejemplo, llamo a esta hoja de trabajo como ventas por país. Y lo tenemos así como un título. Pero ahora tenemos que cambiar esta regla para que sea medida por dimensión. Déjame mostrarte cómo hacer eso. Simplemente eliminemos esta regla, y la primera palabra en nuestra convención de nomenclatura va a ser la medida Ahora para poder insertar el parámetro, vamos a ir por aquí en el inserto. Entonces tendrás una lista de diferentes funciones de tabla. Y tenemos aquí una sección para todos los parámetros. Aquí necesitamos el parámetro para las medidas, vamos a hacer clic en eso. Y ahora la siguiente palabra en nuestra convención de nomenclatura va a ser por espacio. Por espacio. Como puedes ver por no tener ningún color de fondo porque es estático y el parámetro tiene un color gris para indicar que se trata de un valor dinámico. Y entonces la última palabra de nuestro título va a ser la dimensión del parámetro. Vamos a insertar eso. De la misma manera, haz clic en Insertar. Y nuestro parámetro va a estar por aquí. El parámetro eligió dimensión. Vamos a hacer clic en eso. La primera palabra va a mostrar el valor de la medida del parámetro. Entonces tenemos, para entonces tenemos el valor de la dimensión del parámetro. Vamos a hacer clic bien. Ahora como puede ver, el título de nuestra opinión realmente cambió. Entonces ahora lo tenemos, correcto. Beneficio por categoría. Ahora como de costumbre, vamos a ir a jugar con los valores de los parámetros. Ahora vamos a tener la dimensión país. Y ya ves ahora tenemos ganancia por país, lo mismo para la medida. Podemos ir y seleccionar la cantidad. Tenemos cantidad por país. Como puedes ver, es realmente increíble. Y puedes agregar parámetros en todo y vas a tener vistas realmente increíbles en Tableau. Vamos a tener rápidamente otro ejemplo. Podemos hacer lo mismo en los parámetros y filtros, y aquí podemos hacer también un título dinámico. Vamos a hacer doble clic en el título. Vamos a quitar estas partes, vamos a llamarlo top. Y entonces el valor va a ser del parámetro, así que va a ser top 30 a 40 y así sucesivamente. Entonces vamos a ir e insertar el parámetro que estás usando en el filtro. Entonces va a ser el Choose Top Products. Y luego podemos agregar la palabra Productos. Entonces, eso es todo. Vamos a hacer clic en Bien. Y ahora como puedes ver, tenemos el título Top 30 Productos, porque el valor en el parámetro es 30. Y a medida que estás cambiando los valores en los parámetros, puedes ver que el título también está cambiando en consecuencia. Simplemente me encantan los parámetros en Tableau. Todo bien. Bien. Entonces con eso hemos aprendido a usar parámetros en texto y títulos. Y a continuación va a ser el último caso de uso de los parámetros. Aprenderemos a crear píldoras dinámicas en histogramas. 118. Udemy 10 7 contenedores: Bien, así que ahora vamos a pasar al último caso de uso. Podemos usar parámetros en bolígrafos. En el último tutorial, creamos bolígrafos e histograma sobre las puntuaciones de los clientes, y hemos decidido que el tamaño de la pluma es de diez Vayamos y reconstruyamos esta vista rápidamente. Es muy fácil. Entonces tomemos los puntajes y lo pongamos en las columnas, y luego podemos tomar el conteo de los clientes y ponerlo en las filas. Con nosotros tenemos un histograma y el tamaño de cada una de esas plumas son diez Nuevamente, tenemos un valor constante dentro de nuestra visión. Vamos a hacerlo dinámico. Entonces vamos a ir a nuestro puntaje de pluma. Haga clic derecho sobre él y luego d él. Aquí se puede ver que las plumas son diez, esto es lo que hemos definido. Pero ahora en vez de eso vamos a crear un parámetro raticlick sobre él. Y nuevamente tenemos aquí la opción de crear un nuevo parámetro. Selecciona eso, ahora lo vamos a llamar elige tamaño de Penso Nuevamente, Tableau sí decidió el tipo de datos, debería estar basado en las puntuaciones, y aquí tenemos el valor predeterminado es diez. Eso me parece bien. Ahora tenemos que ir a elegir qué valores se pueden permitir. Ya sea todos los valores o lista o rango. Aquí te recomiendo usar eso, un rango porque si miras el rango de parámetros, realmente también se veía como un pequeño bolígrafo. Tiene sentido definir el rango para los usuarios. Aquí tenemos el mínimo cinco, el máximo 25, y el tamaño del paso puede ser cinco. me parece bien. Voy a dejarlo como está. Así que vamos a hacer clic en Ok. Y ahora se puede ver en lugar de tener el tamaño de las plumas diez, tenemos un parámetro, vamos y pulsamos Ok. Entonces como puedes ver, nada ha cambiado en nuestro histograma porque anteriormente tenemos el tamaño de diez y el valor por defecto en el parámetro es también diez Vamos a probar todo lo que tenemos primero para mostrar el parámetro. Así que radicalmente conectar y mostrar parámetro. Ahora en el lado derecho tenemos diez. Y si solo nos estamos moviendo entre esos dos valores, se puede ver que nuestro histograma también está cambiando en consecuencia Y con eso, los clientes pueden ir y personalizar el histograma como quieran aquí Siempre, no olvides hacer un título dinámico, porque es realmente genial. Vamos a hacer ese doble clic sobre él como de costumbre. Vamos a quitar esto de aquí y lo vamos a llamar histograma Entonces esta es la parte estática, la puntuación de histochram. Y ahora vamos a agregar el tamaño de bolígrafos. Entonces vamos a tener insertos tamaño de bolígrafos y luego vamos a cerrarlo. Eso es. Con eso, tenemos un nombre dinámico. Ahora se puede ver el valor seleccionado del parámetro que ahora se muestra en el título. Si el usuario está cambiando el tamaño de las plumas, como puede ver el título también está cambiando en consecuencia. Esto realmente hace que sea muy divertido trabajar con Tableau. Bien, así que ahora vamos a resumir. Creo que los parámetros son la mejor característica que tenemos en Tableau. Los parámetros son como variables que permiten a los usuarios reemplazar el valor constante en la línea de referencia de los filtros de cálculos y así sucesivamente. Y otra cosa única sobre los parámetros, que son independientes de tu conjunto de datos, de tu fuente de datos. Y el propósito principal de los parámetros es hacer que tus visualizaciones sean más interactivas, más flexibles y dinámicas Y dar a diferentes usuarios la posibilidad personalizar las visualizaciones para diferentes formas y requerimientos sin tener que crear múltiples versiones de las mismas visualizaciones Simplemente me encantan los parámetros. Bien, kay, para que hayamos aprendido todo sobre los parámetros y cómo hacer que nuestras vistas sean dinámicas. En la siguiente sección, aprenderemos más técnicas sobre interactividad en Tableau, y nos vamos a centrar en las acciones de Tableau 119. Udemy 11 1 concepto de acción: Acciones de Tableau. una característica realmente genial en Tableau donde puede agregar más interactividad y dinámica a tus dashboards, lo que va a hacer que tus dashboards muy modernos Y además, puede permitir a los usuarios hacer aceleraciones de datos usando tus dashboards Entonces, como es habitual, primero tenemos que entender el concepto detrás de las acciones de Tableau. Entonces vamos a ir a practicar en Tableau. Así que vamos. Bien chicos, ahora podemos comenzar con la primera pregunta. ¿Qué es la acción? Bueno, la acción es un cambio de estatus. Eso significa que debido a un evento específico o disparador, el estado de un objeto puede cambiar de a a B. Y el objeto en Tableau van a ser las visualizaciones El punto de partida, lo llamamos en Tableau son las hojas fuente. Y la acción va a ser desencadenada por la interactividad del usuario Cómo usualmente los usuarios interactúan con nuestras vistas usando el mouse Ya sea poniendo el mouse sobre los datos o seleccionando o haciendo clic en los datos Y la última opción es usar el menú. Hasta ahora hemos definido para Tableau la hoja fuente del punto de partida. Lo segundo que definimos para Tableau, qué puede desencadenar la acción. Y lo último que hay que definir para Tableau es lo que puede suceder una vez que se active la acción. Y aquí tenemos seis opciones o acciones diferentes. El primero va a ser ir a URL. Eso significa que Tableau puede saltar de Tableau a un sitio web externo. Entonces eso significa que el objetivo va a estar aquí, un sitio web, no Tableau o no anivisualizaciones La segunda opción es saltar, o ir a otras hojas de trabajo o a otro dashboard Entonces aquí estamos pasando de una hoja de trabajo a otra. Pasando al tercero. Tenemos la acción de filtro. Lo que esto significa, las acciones que estás haciendo en las hojas fuente. Va a afectar el filtrado en las hojas de destino. Cualquier cosa que estés haciendo clic en las hojas fuente, va a impactar el filtro en las hojas de destino. Y luego tenemos otra acción llamada los aspectos más destacados. Aquí de nuevo, tenemos unas hojas objetivo. Y esta vez, cualquier acción que estés haciendo en las hojas fuente, va a impactar y va a ser resaltada en la hoja de destino sin filtrar los datos. Eso significa ir a Filtro de Hoja y Destacados. Siempre hay que especificar la hoja de origen y las hojas de destino. Y luego tenemos otras dos acciones donde va a impactar los valores de algo. Aquí tenemos valor establecido de cambio. Entonces, cualquier cosa que estés haciendo en las hojas fuente, va a afectar a los miembros o los valores de los conjuntos objetivo. Esto va a hacer que el set sea muy dinámico e interactivo. El último tenemos valores de parámetros de cambio. Nuevamente, aquí, cualquier interacción que estés haciendo en las hojas fuente, va a impactar los valores de los parámetros que tenemos. Ahora, todas las opciones que puedes definir como consecuencia para la acción. Entonces como puedes ver, es realmente fácil. Tenemos que definir las hojas fuente, tenemos que definir el disparador, y luego podemos definir lo que puede suceder una vez que se activa la acción. Bien, así que esa fue una introducción rápida a las acciones de Tableau. A continuación vamos a comenzar con el primer tipo de acciones que van a URL. 120. URL de Udemy 11 2: Bien chicos, en Tab podemos crear acciones ya sea en la página de la hoja de trabajo o en la página del tablero. Para ello, vamos a ir al menú principal. Por aquí podemos encontrar las hojas de trabajo de opción. Así que vamos ahí. Y entonces tenemos aquí la opción de acciones para crear nuevas acciones. O podemos ir a los dashboards. Y además, aquí tenemos las mismas acciones de opción. Pero como ahora estamos en la página de la hoja de trabajo, está graduada. Entonces ahora vamos a aprender a crear acciones en la página de la hoja de trabajo. Y podemos comenzar con la URL obtenida. Entonces volvamos a la hoja de trabajo y al menú principal. Entonces vamos a dar clic en las acciones. Con eso, vamos a conseguir la primera ventana. Entonces lo que vamos a ver al inicio es una mesa vacía porque aún no creamos ninguna acción. Pero una vez que empieces a crear acciones, obtendrás una lista de todas las acciones que tengas dentro del libro de trabajo o dentro de las hojas Ahora para crear una nueva acción, vamos a ir por aquí, agregar una acción. Entonces vamos a ir a URL. Así que vamos a seleccionar punto. Y aquí vamos a conseguir una nueva ventana para poder configurar nuestra acción. En nuestro ejemplo, queremos saltar de Tableau a una página web externa a Wikipedia. Tenemos que darle primero un nombre. El nombre de la acción que va a ser ir a más detalles. Entonces a medida que aprendemos, tenemos que especificar para Tableau tres cosas. Primero, tenemos que definir para Tableau las hojas fuente, el punto de partida de nuestra acción. Entonces podemos especificar para Tableau qué puede desencadenar nuestra acción. Y luego al final, tenemos que especificar el objetivo. Empecemos por el primero. Tenemos que especificar qué hoja de trabajo va a estar incluyendo esta acción. Aquí tenemos que seleccionar primero qué fuente de datos. Va a ser la fuente de big data. Y vamos a seleccionar inmediatamente la hoja de trabajo actual, ventas dentro de fuente. Eso es todo por las hojas fuente. Entonces tenemos que especificar para Tableau qué puede desencadenar nuestra acción. Aquí tenemos tres opciones, ya sea mouseover select o por menú Dejémoslo primero como menú. Entonces tenemos que definir para Tableau cuáles son los objetivos de URL en nuestro ejemplo. Tenemos que especificar aquí, por ejemplo, la página de Wikipedia. Aquí tenemos dos opciones. O podemos crear una nueva pestaña, o podemos crear una nueva ventana. Eso es todo. Es realmente fácil, todo lo que tenemos que hacer es especificar el punto de partida, qué puede desencadenar nuestra acción, y lo que puede suceder una vez se activa, vamos y golpeemos. Bien. Y con eso, se puede ver que tenemos ahora una acción en esta tabla. Vamos a golpear bien otra vez. Y vamos a probarlo. Hasta el momento nada cambió en nuestras visualizaciones. Como puedes ver, tenemos las subcategorías por las ventas. Pero ahora una vez que el usuario hace clic en las marcas, por ejemplo, vamos a ir a las sillas de aquí. Veremos aquí un nuevo enlace. Dice, ve a más detalles Y estas son exactamente las acciones que has definido aquí, la interacción de los usuarios. Tienen que ir a las marcas. Tienen que hacer clic en la marca y luego ir al menú. Una vez haga clic en el enlace de aquí tabla, va a saltar a una página de BD wiki. Así es como funciona. Ahora vamos a probar diferentes disparadores. Entonces sólo voy a cerrar esto. Volvamos a las hojas de trabajo, luego vamos a las acciones Vamos a nuestra acción por aquí, y vayamos a editarla. Ahora, en lugar de usar ahora, me gustaría tener select. Veamos el efecto de eso. Vamos a hacer clic bien. Y luego otra vez. Bien. Ahora el disparador para la acción va a ser seleccionando, haciendo clic en las marcas. Una vez que haga clic en algún lugar por aquí, vayamos al almacén. Voy a ir y dar click en la marca. Vamos a ir a saltar a Wikipedia. Entonces como puedes ver aquí, es un poco más sensible. Una vez que hagas clic en las Marcas, vas a saltar a la URL. Aquí, no tenemos un menú donde tengamos un enlace. Vamos a saltar inmediatamente al enlace. Vamos a probar el hover. Va a ser más extremo, así que volvamos a las acciones, a nuestra acción. Y luego vamos al hover. Y aquí hay que tener cuidado como estás, el ratón rondando, porque estás creando muchas páginas web. Vamos y eso. Bien. Ahora, con mucho cuidado, una vez que pase el ratón sobre la mesa de papel, voy a ir a saltar a WikiBD No hice clic en nada, solo pasé el mouse. Entonces, como puedes ver ahora, la acción es muy sensible a las interacciones del usuario con solo mouse sobre la tabla Marcas, ejecutar la acción. Con el menú, los usuarios tienen la oportunidad de pensar si quieren ejecutar la acción o ir a la URL o no. Con el select, es más agresivo donde los usuarios pueden seleccionar en las marcas que pueden saltar inmediatamente a otra cosa. Con el hover, es muy agresivo solo por cómo el mouse se cierne sobre las marcas, se puede activar la acción Ahora vamos a concluir esto y tener mucho cuidado donde estás el ratón rondando porque una vez que golpeas cualquier tabla de marcas vas a ir a abrir una nueva página web Entonces volvamos a nuestras hojas de trabajo y luego vayamos a las acciones Vamos a eliminarlo porque realmente no tiene sentido tener un mouse sobre para ir a una URL La mejor manera es hacerlo es ir al menú. Bien, así que ahora como estamos trabajando con las URL, podemos agregar muchas cosas como valores, filtros, parámetros a la URL para hacer algo más dinámico Por ejemplo, me gustaría que los usuarios dependan de qué subcategoría seleccionen Van a ir a buscar más descripciones sobre esta subcategoría, cómo podemos hacerlo Primero vamos a ir a la URL aquí y podemos agregar wiki. Entonces tenemos que sumar el valor de la subcategoría. Para ello, vayamos al Insertar de aquí. Entonces obtendremos una lista de todos los campos que tenemos dentro de nuestra fuente de datos. Estamos buscando la subcategoría y la podemos encontrar aquí Vamos a seleccionar en la subcategoría. Como puedes ver, es como dinámico dentro de nuestra URL. Ahora me gustaría que el nombre del enlace también fuera más dinámico. Vamos a llamarlo Leer más sobre. Entonces tenemos que sumar la subcategoría para hacerla más dinámica También tenemos aquí, un inserto. Y vamos a ir a buscar la subcategoría que tenemos por aquí Eso es que tenemos un nombre dinámico para el enlace, y también un vínculo dinámico. Vamos a golpear bien. Y vuelve a intentarlo. Bien, vamos, por ejemplo, a las mesas de aquí. Da click en la marca, y puedes ver aquí tenemos el siguiente enlace. Dice, leer más sobre mesas. Entonces se lee el valor de la subcategoría que actualmente estamos seleccionando Vamos a hacer clic en eso. Y aquí vamos a saltar inmediatamente a la página de Wikipedia que describe las tablas. Vamos a probar otra cosa. Vamos al almacén por aquí. Como puedes ver, el nombre del enlace es muy dinámico. Hemos leído más sobre el almacenamiento, y una vez que mires aquí, obtendrás más información sobre el almacenamiento. Entonces esto es realmente increíble. Para agregar más contexto, más información dentro de nuestras alizaciones y hacerlo más interactivo, eso es todo ahora para la acción go to URL. Bien, así que eso es todo para el primer tipo de acciones que van a URL. Y a continuación vamos a aprender a usar acciones para saltar de una hoja a otra. 121. Hoja de Udemy 11 3: Muy bien chicos, Nick. Vamos a aprender a usar acciones para saltar de una hoja de trabajo a otra. En este ejemplo, tenemos la fuente, o el punto de partida, los insights de ventas. Y el objetivo van a ser los insights de ganancias. Entonces ahora nos gustaría hacer una acción con el fin saltar de las ventas a las ganancias. Para ello, vamos a ir a las hojas de trabajo en el In Entonces vamos a ir a las acciones. Y vamos a ir a crear una nueva acción. Esta vez vamos a ir y dos hojas. Así que vamos a seleccionar Puntos. Y aquí tenemos nuestra nueva ventana con el fin de configurar la acción. Es muy similar a la configuración de URL. Primero tenemos que darle un nombre, vamos a llamarlo Go to Profit Insights. Y entonces aquí tenemos las tres cosas. La fuente, lo que va a desencadenar la acción, y el objetivo. La fuente va a ser la información de ventas. Y la acción esta vez va a ser también. Por menú, vamos y seleccionamos Puntos. Y luego tenemos que especificar la hoja de destino. Tiene que ser el Profit Insights. Vamos a seleccionar puntos. Tenemos nuestra configuración. Vamos a golpear. Bien, eso es todo. Entonces como pueden ver, tenemos una nueva acción en nuestra mesa. Vamos a golpear bien también. Ahora vamos a probarlo. Vamos a una de esas marcas. Vamos a las máquinas. Y luego obtenemos nuestro menú. Tenemos ahora dos enlaces. El primero dice, vaya a Profit Insights o lea más sobre las máquinas. Entonces esta nos va a llevar lejos de Tableau a una página web externa. El primero puede movernos a otra hoja de trabajo dentro de Tableau. Así que hagamos clic en Ir a Profit Insights. Ahora como puedes ver, Tableau ejecutó la acción una vez que hacemos clic en eso y saltamos a otra hoja de trabajo. Ahora estamos en Profit Insights. Bien, así que eso es todo. Como puedes ver, es realmente fácil. Solo tenemos que especificar las hojas fuente, las hojas de destino y lo que puede desencadenar la acción. Bien, así que eso es todo por el tipo. Llegamos a las hojas y a continuación vamos a aprender los filtros de acción y también cómo usar unas acciones rápidas. 122. Udemy 11 4 Filtro: Bien chicos, cuando pasamos a otro tipo de acciones, tenemos la acción de filtro. Qué puede pasar aquí que cualquier cosa que estés seleccionando en las hojas fuente, va a ser relevante en las hojas de destino. Eso significa que en la hoja de destino, veremos solo los datos, solo la información que hayas seleccionado en las hojas fuente. Entonces veamos cómo funciona esto. Nos vamos a quedar con los mismos ejemplos, donde tenemos una hoja de trabajo sobre las ventas, va a ser nuestra fuente Y tenemos otra hoja de trabajo sobre las ganancias. Va a ser nuestro objetivo. Empecemos por la fuente. Vamos a las hojas de trabajo del menú. Vamos a, y vamos a añadir una nueva acción. El primero va a ser el filtro. Vamos al filtro aquí. Obtenemos de nuevo una nueva ventana con el fin de configurar nuestra acción de filtro. Va a ser muy similar a las anteriores, pero aquí tenemos un poco más de opciones. Primero tenemos que darle un nombre, vamos a llamarlo Filter Profit Insights Aquí. Como es habitual, tenemos que definir las hojas fuente. Va a ser la información de ventas. No quiero tener todas las sábanas. Y entonces los detonantes sean, digamos que ese va a ser el selecto esta vez. Entonces tenemos que definir las hojas objetivo. Va a ser nuestro conocimiento de ganancias por aquí. El filtro Aquí en las acciones de filtro, tenemos más opciones sobre las interactividades Tenemos que definir para Tableau qué puede suceder una vez que los usuarios anule la selección de los datos, una vez que borren las selecciones Entonces aquí tenemos tres opciones. Mantener los valores filtrados, mostrar todos los valores, excluir todos los valores. La mejor manera para entender esta interactividad es tener un ejemplo Entonces ahora nos vamos a quedar con el valor predeterminado, mantener los valores filtrados. Vamos a golpear bien. Con eso, tenemos nuestra nueva acción por aquí. Vamos a golpear bien otra vez. Y prueba la acción. La mejor manera de entender cómo funciona esta acción de filtro es traer ambas hojas de trabajo en dashboards Así que vamos a crear un nuevo dashboards. Y vamos a buscar la fuente y conseguir el objetivo también. Debajo de él, solo voy a quitar esta leyenda de aquí. Entonces ahora vamos a empezar a interactuar con los reportes nuevamente aquí. Una vez que seleccionemos algo de la fuente, va a afectar los datos de los objetivos, por ejemplo. Vamos a seleccionar, por ejemplo, esas subcategorías. Entonces, como pueden ver, mi interacción con la fuente puede tener un efecto en el objetivo. Ahora solo podemos ver las subcategorías que he seleccionado en las hojas fuente Con eso, el usuario va a tener la sensación de que todo está conectado entre sí. Todo está interactuando juntos está vivo. Cualquier cosa que esté seleccionando en esas hojas de trabajo, tiene un efecto en la siguiente aquí Para este tipo de acción, en su mayoría vamos con el select en lugar del menú. Realmente tiene sentido seleccionar algo en los dashboards y tener interacciones inmediatas en el siguiente Entonces, como puedes ver, es realmente fácil, ¿verdad? Entonces ahora quiero que entiendas otro tipo de interactividad Qué puede suceder una vez que deseleccione lo que he seleccionado o una vez que borre mis selecciones, hemos seleccionado mostrar valores filtrados Entonces una vez que yo, por ejemplo aquí, haga clic en el vacío por aquí para anular la selección, nada va a cambiar Con eso, hemos mantenido los valores filtrados y esto es exactamente lo que hemos especificado dentro de nuestra acción. Pero ahora si dices, sabes qué, una vez que deseleccione cosas en la fuente, me gustaría que todos los valores también fueran deseleccionados de los objetivos Para ello, vamos a volver a nuestra acción y vamos a nuestra acción y vamos ir a editar nuestra acción de filtro. Ahora bien, si los usuarios van y borran sus selecciones o deseleccionan, queremos mostrar todos los valores para las hojas de destino Así que vamos a cambiarlo así. Vuelva a hacer clic en OK. Bien. Y probemos esto. Por ejemplo, voy a ir y seleccionar solo el almacenamiento. Y como pueden ver, sólo conseguimos el almacenamiento. Y una vez que borre mis selecciones, una vez que di, selecciono cualquier cosa en la fuente, puedes ver que volveremos a obtener todos los valores en las hojas de destino. En este escenario, tiene más sentido utilizar estas opciones. Si no estoy seleccionando nada de una fuente, no se debe filtrar nada en los objetivos. Ahora vamos a marcar la última opción. Vamos a las acciones de las hojas de trabajo, y a los filtros. Vamos y excluimos todos los valores. Seleccionemos eso. Intentemos lo que puede pasar ahora. Ahora, al principio, no pasó nada. Vemos todos los datos de ambas hojas. Ahora vamos a seleccionar, por ejemplo, esas subcategorías Como es habitual, obtendremos todos los filtros de datos en las hojas de destino. Pero ahora, una vez que dieleccione, todo va a desaparecer las hojas objetivo Entonces eso significa que la hoja de destino solo mostrará los datos si selecciono algo en las hojas fuente. Entonces eso significa que aquí nada es relevante, siempre y cuando no esté seleccionando nada en las hojas fuente. Y una vez que empiece a seleccionar algo en las hojas fuente, se van a mostrar los datos. De lo contrario, si la selecciono ahora, no muestres nada. Una cosa más que me gustaría mostrar sobre las acciones de filtro. Si vas a las hojas de destino por aquí, puedes ver que no tenemos ningún dato. Y Tableau puede indicar que hay una acción que está una acción que está filtrando los datos dentro de estas hojas de trabajo Y se puede ver en el nombre del filtro, tenemos la palabra acción Tableau para indicar que este filtro realmente depende de las acciones de los usuarios, cualquier valor que se seleccione de los usuarios. Va a impactar este filtro. Por ejemplo, si vas dentro de él y editas el filtro, puedes ver que no hay nada seleccionado. Y eso es porque en nuestras interacciones, no seleccionamos nada aquí en los dashboards Una vez por ejemplo, selecciono esos valores, puedes volver a la hoja de destino y puedes ver esos valores también seleccionados en las hojas de trabajo Y si vas dentro del filtro, puedes ver que esos valores están también seleccionados dentro del filtro. Cualquier cosa que comience con la acción y el filtro, esto viene de un filtro de acción. Y los valores en su interior se pueden definir dependiendo de las interacciones que hayas hecho. Bien, para que hayamos cubierto todo para las acciones de filtro en Tableau. Bien chicos, ahora me gustaría mostrarles acciones rápidas en Tableau usando los dashboards Por ejemplo, digamos que tenemos las ventas y las ganancias y están desconectadas. No hay acciones entre ellos. Pero ahora puedo ir a crear un filtro. Acciones entre ellos muy rápidamente. Si vas, por ejemplo, a las ventas de aquí, puedes encontrar un pequeño icono para los filtros. Dice usar como filtro. Si haces clic en eso, puedes ver ahora que está lleno. Y ahora si estoy pinchando en algo dentro de las ventas, como pueden ver, las ganancias pueden ser filtradas. Ahora si vas al inminute el dashboard, a las acciones, puedes ver que Tableau crea automáticamente nuevas acciones Por lo general, tiene el nombre de generado. Tenemos aquí filtrar uno generado. Este se crea de forma automática o rápida a medida que hicimos clic en este pequeño icono de aquí en los dashboards Y claro, puedes ir por aquí y cambiar las opciones si no quieres tener Select, puedes moverlo a Menú a Hover, y así sucesivamente Y por supuesto, puedes hacer lo mismo con los insights de Profit. Así que vamos a cerrar todo. Vayamos al Profit Insights, Y podemos decir, bien, el beneficio va a filtrar también las ventas. Así que vamos a hacer clic en eso. Y ahora vamos a seleccionar todo. Y cualquier cosa que esté seleccionando en la ganancia va a filtrar también los sellos. Esto es realmente agradable y rápido con el fin de crear acciones en Tableau. Pero esto es sólo para la acción de filtro de tipo. Bien, así que eso es todo para los filtros de acción. Nick, vas a aprender otro tipo de acciones. Tenemos los aspectos más destacados. 123. Udemy 11 5 Resaltado: Bien chicos, ahora vamos a hablar otro tipo de acciones. Tenemos lo más destacado. Lo más destacado es muy similar a los filtros donde el usuario va a interactuar con las hojas fuente. En la hoja de destino, nos vamos a centrar en un subconjunto de datos que seleccionamos de la fuente. Pero la principal diferencia aquí es que los datos irrelevantes no serán filtrados Todos los datos van a ser las hojas de destino, pero solo lo que estamos seleccionando va a ser resaltado en las hojas de destino. Y la mejor manera de entender la acción de resaltado es tener un dashboard con dos hojas de trabajo Entonces ahora vamos a crear una acción de resaltado. Como de costumbre, vamos a ir al menú principal por aquí, pero esta vez vamos a ir al tablero. Entonces vamos a las Acciones, y agreguemos una nueva acción. Vamos a ir por aquí, agregar una acción, y luego vamos a elegir esta vez, lo más destacado. Como es habitual, tenemos que definir la fuente, el disparador y las hojas de destino. Vamos a darle un nombre. Va a ser Highlight, Profit Insight. Entonces las fuentes, van a ser nuestras ventas. Yo sólo voy a quitar el beneficio de aquí. Y la mejor manera de trabajar o de activar un punto culminante es tener un hover Yo sólo voy a ejecutar esta acción en el hover. Y entonces el objetivo va a ser nuestro beneficio por dentro. Entonces sólo voy a quitar el interior de ventas. Entonces tenemos algunas opciones para definir qué campo se va a incluir en la interacción ya que el predeterminado va a ser todos los campos o fechas y hora. Después la última opción que has seleccionado campo, para que puedas especificar qué campo se va a incluir en la acción. Me voy a quedar con el valor por defecto todos los campos. Entonces con eso lo tenemos todo. Vamos y bien. Y con eso conseguimos también nuestra acción. Vamos a poner Bien otra vez. Ahora vamos a probar la acción. Vayamos a las hojas fuente. Ese disparador va a ser el mouse hover. Ahora como un ratón que se cierne sobre esas informaciones, se puede ver que Tableau está reaccionando en las hojas de destino y enfocándose en los datos que me gustan, el mouse se cierne Si me quedo en la hoja de almacenamiento con el mouse, puedes ver que Tableau se está enfocando en el almacenamiento en la hoja de destino. Y tienes un resaltado con un color amarillo. Como pueden ver, es muy agradable, ¿verdad? Es agregar más interactividad, más dinámico a tus puntos de vista a medida que los usuarios interactúan Hojas de trabajo y otra hoja de trabajo se está resaltando. Es muy agradable. Ahora podrías decir, ¿sabes qué? Me gustaría tener el mismo efecto en las perspectivas de ganancias que un ratón que se cierne sobre esos datos Me gustaría tener destacados en la fuente, en los insights de ventas, ambos de esos informes o esas hojas de trabajo pueden resaltar los de los demás Para hacer eso, es realmente sencillo. Volvamos al menú principal, los Dashboards, acciones. Vamos a la Acción Destacada. Y luego vamos a incluir todo en las hojas fuente y también todo en las hojas de destino. Con eso, todas esas hojas de trabajo pueden resaltar las de las demás. Vamos a golpear. Bien. Y luego otra vez. Bien, y vamos a comprobarlo. Ahora, como se puede ver como un ratón cierne sobre el Profit Insights, lo más destacado va a estar en las ventas y viceversa. A medida que voy avanzando en las ventas, se puede ver que lo más destacado va a estar en las ganancias. Ahora el mouse hover va a resaltar ambas hojas de trabajo. Muy bien chicos. Ahora en términos generales sobre los aspectos más destacados en Tableau, existen diferentes opciones donde podemos agregar resaltados o controlar la opción de resaltado. Por ejemplo, si vas al menú Rápido de aquí, puedes ver que tenemos una opción para editar los resaltados. Si vas por aquí, puedes ver que podemos desactivar los aspectos más destacados. Podemos habilitarlo, podemos definir qué campos se van a incluir en los aspectos más destacados. Por ejemplo, si voy por aquí y digo, bueno, libro de trabajo deshabilitado resalta lo que puede suceder que la acción de resaltado vaya a ser deshabilitada Para habilitarlo, vamos a ir de nuevo a la acción rápida por aquí y habilitar los resaltados del libro de trabajo como puedes ver Ahora puedo destacar en esas cosas en Tableau. Podemos agregar resaltados a las hojas de trabajo o a los dashboards si vas a los análisis principales Y entonces aquí tenemos resaltadores. Si vas por aquí, tenemos la subcategoría. Ya que es la única dimensión que tenemos en los dashboards o en esas hojas de trabajo, vayamos y hagamos clic en Ahora si tomas el lado derecho, cortamos algo así como un filtro. Pero en realidad no es un filtro, es resaltado. Si hace clic en esta casilla de aquí, obtendrá una lista de todos los valores distintos dentro de la subcategoría Ahora lo que puedes hacer, puedes simplemente pasar el mouse sobre esas informaciones y como puedes ver, el tablero va a ser resaltado. Esta es otra forma de activar los resaltados de acción dentro sus paneles u hojas de trabajo agregando el resaltado en el Por ejemplo, si solo voy y hago clic en eso, se va a quedar resaltado veces ya que hemos seleccionado este valor por aquí. Y claro, si quieres que todo vuelva a la normalidad, puedes ir por aquí, dar clic en la X y eliminar el valor. Con eso, recuperamos todo sin reflejos. Muy bien chicos, así que eso es todo acerca de lo más destacado. Acciones en Tableau. Bien, así que eso es todo sobre los aspectos más destacados de la acción. Y a continuación vamos a aprender a usar acciones para cambiar las compensaciones de los miembros 124. Udemy 11 6 SET: Dcast. Pasando a otro tipo de acciones, tenemos los conjuntos. Como aprendimos anteriormente, en los sets, puede dividir tus datos en dos grupos, el grupo y el grupo out. Ahora el que está creando las hojas de trabajo de orden del tablero, garante en qué miembros van a estar y cuáles miembros van a estar fuera Pero para que tus visuales sean interactivos, podemos darle estas opciones a los usuarios puedan definir en qué miembros van a estar y cuáles miembros van a estar fuera Para ello, vamos a ir a crear conjuntos de acciones. Entonces primero vamos a crear una vista y los conjuntos. Para ello, nos vamos a quedar con la fuente de big data. Llevemos las ventas a las columnas, la ganancia a las filas aquí en el medio. Vamos a ir a obtener el ID de cliente que obtuvimos, como puntos de datos, pero aún no tenemos ningún conjunto. Pero primero vamos a hacer esos puntos un poco más grandes para entender a los integrantes. Y entonces sólo voy a ir y cambiar la forma también para ser círculos de campo que establece. Vamos ahora a crear unos sets. Para hacer eso, solo voy a ir y seleccionar esos clientes de la parte superior derecha. Y luego vamos por aquí y luego decimos crear sets. Bien, sólo voy a dejarlo como está. Y con eso conseguimos en el dolor de datos unas nuevas dimensiones para los conjuntos. Entonces ahora vamos a ir y agregarlo a nuestra opinión como los colores. Así que vamos a moverlo a los colores de aquí. Entonces como pueden ver, el azul va a ser la N y los outs van a ser grises. Sólo voy a cambiar esos colores. Entonces vamos a los colores y al va a ser, digamos el verde y los outs van a ser los Rojos. Vamos a presionar Aplicar y bien. Y ahora como pueden ver, quien está creando esta visión es decidir qué miembros están dentro y cuáles miembros están fuera. Pero ahora vamos a dar estas opciones a los usuarios. Para ello, vamos a ir a crear un conjunto de acciones. Como es habitual, vamos a ir al menú principal a las hojas de trabajo Vamos a Acciones, y agreguemos una nueva acción. Esta vez vamos a usar valores establecidos de cambio. Vamos a entrar. Y aquí tenemos las cosas de siempre. Tenemos la fuente, lo que puede desencadenar la acción y el objetivo. Vamos a darle un cambio de nombre, conjunto de ID de cliente y luego vamos a ir a definir las hojas fuente. Van a ser los conjuntos de acción que lo tengamos y luego tenemos que definir la acción. Sólo voy a dejarla como selecta. El objetivo va a ser el objetivo establecido. Para ello, tenemos que dar click aquí. Y luego llegaremos aquí todos los conjuntos que tenemos dentro de nuestra fuente de datos. En este ejemplo, solo tenemos un conjunto, big data source. Lo tenemos por aquí, conjuntos de identificación de cliente, Vamos y haga clic en eso. Y ahora aquí tenemos más opciones sobre los conjuntos. El de la izquierda va a ser lo que le pueda pasar al conjunto una vez que los usuarios comiencen a interactuar o seleccionar puntos de datos. En el lado derecho aquí tenemos opciones sobre lo puede suceder una vez que los usuarios borren la selección, una vez que el usuario deseleccione cosas en las visualizaciones Ahora sabemos que las opciones de Santos, tenemos que jugar alrededor de esos valores. En el lado derecho, sólo voy a decir que mantén los valores establecidos. Si di, selecciono cualquier cosa en la vista, no puede pasar nada. Ahora, en este grupo de la izquierda, hemos asignado valores para establecer, agregar valores para establecer y eliminar valores a conjuntos. Podemos comenzar con el primero. Una vez que se activa la acción, podemos asignar valores a conjuntos. Qué significa esto, si eliges éste, ¿qué mesa va a hacer? Yendo a vaciar el grupo, y cualquier cosa que estés seleccionando, van a ser los integrantes del grupo. Veamos qué significa esto. Vamos a golpear, bien. Y luego otra vez, bien otra vez. Aquí tenemos que seleccionar para activar la acción. Como pueden ver, tenemos esos integrantes que están dentro del grupo. Ahora digamos que me gustaría seleccionar a esos cuatro integrantes de aquí. Una vez que empiece a seleccionar a esos miembros, ¿qué puede pasar? Sólo aquellos integrantes que van a estar en el grupo pueden ver esos puntos ya están fuera. Eso significa que Tableau lo está quitando todo y comenzando desde cero. Y todo lo que estés seleccionando van a ser los únicos integrantes del grupo. Eso es todo por esta opción. La selección va a definir a los miembros del grupo. Vamos a cambiarlo a la segunda opción. Vamos a nuestra acción, el cambio de ID de cliente. Ahora pasemos a éste. Dice agregar valores a conjuntos lo que puede suceder esta vez. Tableau no olvidará previamente qué miembros estaban dentro del grupo. Ahora solo estamos agregando nuevos miembros a los sets. Veamos cómo funciona esto. Vamos y, y otra vez. Ok, ahora actualmente tenemos a esos cuatro integrantes en el grupo. Y digamos que me gustaría agregar dos nuevos integrantes. Entonces digamos que me gustaría agregar esos dos miembros de aquí, así que vayamos a seleccionarlos. Con eso, se puede ver que todavía tenemos a esos miembros en. Acabamos de sumar dos nuevos miembros que fijaron. Es muy simple, ¿verdad? Vamos a probar el último. Vamos a la acción y también al cliente cambiar ID. Este podemos decir eliminar valores de conjuntos. Ahora, ¿qué puede pasar? Puede ser exactamente como agregar nuevos miembros a los sets, pero esta vez cualquier cosa que estés seleccionando, va a eliminar a esos miembros de los conjuntos. Vamos a probarlo. Vamos a golpear bien. Y otra vez. Bien, digamos que me gustaría sacar a este miembro del grupo y trasladarlo al grupo out. Para ello, vamos a seleccionarlo y darle click sobre él. Como puedes ver ahora es hilo y ya no está en el grupo. Eso es. Entonces se trata de lo que puede suceder una vez que activemos la acción. Pero ahora aprendamos lo que puede suceder una vez que iniciemos la selección de la acción. Vayamos a las acciones aquí y volvamos a nuestra acción establecida. En el lado derecho, tenemos aquí tres opciones. Mantener los valores establecidos. Agrega todos los valores para establecer. Eliminar todos los valores de los conjuntos. Hasta ahora siempre hemos trabajado con los valores del keep set. Eso significa que si borras las selecciones, no va a pasar nada. Los miembros que hayas definido con tu selección se van a quedar en el grupo. Pero los otros dos van a destruir tus definiciones. Digamos que sumar todos los valores a los conjuntos. Si deselecciona, va a agregar todos los valores al grupo Entonces esta opción significa que si deseleccionas todo va a estar exactamente en lo contrario Hemos eliminado todos los valores de los conjuntos, así que si deseleccionas todo va a salir, así que vamos a seleccionar este Agrega todos los valores a los conjuntos y prueba esto correctamente. Tenemos a esos cinco integrantes en el grupo y la tarifa está fuera. Y estoy como interactuar con nuestros informes. Y selecciono este punto para ser eliminado del grupo out. Entonces ahora una vez deselecciono o despeje mi selección, qué puede pasar, Todos los integrantes van a estar en el grupo Y la otra opción puede ser exactamente lo contrario. Si deselecciono todo va a ser leído y va a estar fuera. Todo bien. Bien, así que eso es todo por las acciones establecidas. Como puedes ver, es una característica realmente agradable donde puedes dar los usuarios la libertad a los usuarios la libertad de elegir en qué miembro va a estar, qué miembro va a estar fuera para que hagan análisis de enfoque en para que hagan análisis de enfoque lugar de nosotros el que está creando los dashboards Así que realmente agrega más dinámica y más interactiva a tus vistas. Bien, así que eso es todo sobre los conjuntos de acciones y a continuación vamos a aprender el último tipo, cómo usar acciones para cambiar los valores de los parámetros. 125. Udemy 11 7 parámetros: Bien chicos, ahora vamos a pasar al último tipo de acciones. Tenemos los parámetros. Nuevamente, aquí podemos usar acciones para cambiar los valores de los parámetros. Entonces ahora vamos a tener un ejemplo para entender cómo funciona esto. Construyamos ahora las ventas por mes. Así que vamos a conseguir las ventas por aquí. Y vamos a llevar la fecha del pedido a las columnas. Sólo voy a cambiarlo a los meses de aquí y vamos a añadir las etiquetas. Ahora lo que me gustaría construir en esta vista ya que me gusta seleccionar datos de la vista, me gustaría obtener el total de ventas de mi selección. Ya sea que elijo un punto o elijo diferente grupo de puntos, me gustaría obtener el total de ventas de mi selección. Ahora para hacer eso, vamos a ir a crear otra hoja de trabajo donde queremos mostrar las ventas totales de nuestra selección. Vamos a crear otra hoja de trabajo. Entonces lo primero que tenemos que hacer es ir a crear un nuevo parámetro. Vamos a la pintura de datos, al espacio vacío de aquí, haga clic derecho sobre él. Y luego crear parámetro. Vamos a darle un nombre. Va a ser el total de ventas. Dentro de este perímetro, podemos tener las ventas totales de nuestra selección. Podemos tener los flujos de tipo de datos, el formato de visualización. Vamos a moverlo a un estándar de moneda y el valor actual puede ser digamos cero en lugar de uno. Eso es todo. Vamos a golpear Ok. Conectar radicalmente el parámetro show, actualmente es cero y nada en nuestra opinión Ahora me gustaría tener aquí una frase que diga ventas totales. Y entonces podemos tener el valor del parámetro. Para ello, tenemos que ir a crear un nuevo campo calculado. Vamos por aquí en esta flecha, crear un nuevo campo calculado. Para hacer eso, solo vamos a ir a nuestro parámetro desde los datos, Pain, arrastrarlo y soltarlo a nuestros cálculos. ¿Por qué estamos haciendo esto? Debido a que no podemos usar directamente parámetro en nuestras agregaciones o en nuestra opinión, siempre tenemos que crear un nuevo campo calculado y dentro él vamos a tener el valor del parámetro. Eso es todo. Vamos a golpear Bien. Ahora del lado izquierdo tenemos un nuevo campo calculado, nuestra nueva medida. Vamos a ponerlo dentro del texto por aquí. Y como defecto, podemos tenerlo como suma. Como el usuario está seleccionando diferentes puntos, vamos a tener la suma de todas nuestras selecciones. Esta agregación es correcta. Pero ahora aquí en la vista sólo tenemos cero, pero me gustaría tener una frase, ventas totales, luego el valor. Para ello, vamos al texto de aquí, luego a los tres puntos. Y ahora tenemos una nueva ventana donde vamos a personalizar el texto. Vamos a decir ventas totales. Entonces tenemos el valor de nuestro nuevo campo calculado. Pero vamos a hacer todo más grande. Ventas totales, vamos a moverlo a 20. Y el parámetro o los campos calculados, va a ser también 20. Y me gustaría que fuera más audaz. Eso es todo. Haga clic en Bien. Como puedes ver, ahora tenemos ventas totales y el valor es cero, que viene del parámetro. Ahora vamos a cambiar este valor a, por ejemplo, 100. Ahora como puede ver, obtuvimos las ventas totales de 100. Y ahora también me gustaría cambiar el formato del total de ventas. Vayamos a nuestro campo calculado, Rad. Da click en él, luego vamos a Formatos. Y entonces aquí del lado izquierdo tenemos números. Si da clic en estas opciones, podemos ir a los Estándares de Moneda. Entonces pasemos a Estados Unidos. Va a ser en algún lugar por aquí, inglés Estados Unidos. Y con eso, conseguimos los signos del dólar. Bien chicos, Ahora el siguiente paso es que me gustaría traer todo en un solo tablero, así que ambas hojas de trabajo Vamos a crear nuevos dashboards. Consigamos las ventas totales, y luego vamos a obtener las ventas por mes. Déjame hacerlo un poco más grande y eliminemos el título del Total de Ventas. Ahora como puede ver, el valor total de ventas proviene del parámetro. Ahora hasta el momento, todo está desconectado entre esas dos hojas de trabajo Cosa que estoy seleccionando aquí, no se reflejará dentro del parámetro. Ahora aquí viene la magia. Me gustaría cambiar el valor de los parámetros dependiendo de mis o de mis interacciones desde esta vista. Para hacerlo como de costumbre, vamos a ir al menú principal de aquí a los dashboards Entonces vayamos a las Acciones. Y luego agreguemos una nueva acción y escojamos esta opción. Cambiar los valores de los parámetros. Vamos dentro de él. Entonces aquí tenemos las cosas de siempre, La fuente, el disparador, y los objetivos. Vamos a darle un cambio de nombre, Ventas totales. Definamos la fuente. Van a ser las ventas por mes. Sólo quitemos la hoja siete de aquí. La hoja siete es el total de ventas. Y luego la acción va a ser la selecta. Por lo que me gustaría seleccionar y activar la acción. Y entonces aquí tenemos que encontrar nuestro parámetro. Tenemos solo una, así que las ventas totales, vamos a seleccionar eso del lado derecho, ¿qué va a pasar una vez que aclaremos nuestras selecciones? Entonces me gustaría decir, bien, pongámoslo a cero si los usuarios no están seleccionando nada. Bien, entonces ahora el último tenemos que definir para Tableau, qué campo va a controlar los valores de los parámetros por las ventas. Por mes, tenemos diferentes informaciones como puedes ver aquí. Tenemos el mes y tenemos la suma de ventas. Por supuesto, la suma de ventas va a estar controlando los valores de los parámetros. Así que vamos a seleccionar este valor por aquí. Y la agregación va a ser la suma, ya que estamos encontrando las ventas totales. Así que eso establece todo por ahora, vamos y golpeemos Ok. Entonces otra vez Ok. Ahora como se puede ver, tenemos el valor 100 viene de los parámetros. Pero si selecciono, por ejemplo, los puntos de datos de aquí, se puede ver que el total de ventas viene de mi selección, los 64,000 Así que ahora si voy y selecciono todos esos valores de la vista Tableau voy a ir a resumir todas esas ventas de mis selecciones y ponerlo en el valor del parámetro Entonces con eso tenemos conexión entre los parámetros y nuestras acciones a la vista, lo que da mucha dinámica e interactividades a tus dashboards Bien chicos, así que eso es todo por las acciones de los parámetros. Es una característica realmente agradable en Tableau. Bien, así que eso es todo por los tipos de acción. Y a continuación voy a compartir con ustedes mis consejos sobre los disparadores de acción. 126. Udemy 11 8 Desencadenantes: Muy bien chicos. Ahora me gustaría darte consejos rápidos sobre cuándo usar qué tipo de disparadores de acciones. Por ejemplo, si quieres saltar de tus hojas de trabajo a otras hojas de trabajo, o ir a un sitio web externo, es mejor dar las opciones a los usuarios para que seleccionen esta opción usando el a los usuarios para que seleccionen esta opción usando Primero, muestra el menú. Corte a los usuarios, vea el enlace, y luego si los usuarios quieren ir allí, van a seleccionar el enlace y hacer clic en él. Siempre es mejor que sorprenderlos seleccionando si a los usuarios les gusta seleccionar en algo, como de repente van a otro lugar. Realmente no es agradable. Ir con menú. Si vas a URL o vas a si estás usando la acción de filtro, la mejor manera es usar select. Es como más interactivo, una vez que un usuario comienza a seleccionar entre más hojas de trabajo La otra hoja de trabajo van a ser filtros. Normalmente voy con Seleccionar si estoy usando las acciones de filtro y la tabla utilizada así como un valor por defecto. Si estás usando una acción rápida para la acción de filtro, suelo ir con Seleccionar Para el último, los aspectos más destacados, realmente te recomiendo que vayas con el hover Como los usuarios están más rondando dentro de una hoja de trabajo, la otra hoja de trabajo también está interactuando Es realmente agradable y más como moderno. Realmente ten cuidado con cuándo sobre cómo desencadenar, qué acciones no sorprenden tus usuarios saltando en otro lugar. Si estás usando como ir a RL y hojas, ten cuidado, habla con tus usuarios al respecto, cómo les gustaría verlo, y luego tal vez juntos tomen una decisión sobre la interactividad y acciones junto con los usuarios. ¿Todo bien? Bien, así que eso es todo para mí sobre las acciones en Tableau. Bien, así que eso es todo por los consejos sobre los disparadores de acción. Y con eso, hemos completado la sección, las acciones de Tableau. Y en la siguiente sección, vamos a cubrir un tema muy importante en Tableau, los cálculos de Tableau. Allí podemos aprender a manipular los datos en Tableau, y vamos a aprender muchas funciones de Tableau. 127. Cálculos de la Sección 12: Cálculos de tabla. Cubriremos ahora más de 60 funciones diferentes en Tableau para manipular tus datos. No solo entenderás cómo usar todas esas funciones de Tableau, también entenderás el concepto detrás de ellas. Usando bocetos y ejemplos muy simples para que entiendas cómo funcionan esas funciones de tableau Debido a que algunos de esos cálculos son realmente complicados, comenzaremos primero cubriendo los conceptos básicos sobre los cálculos de tablas. Y luego podemos sumergirnos las funciones más utilizadas en la categoría cuatro, nivel de fila, los cálculos agregados, las expresiones LOD y los cálculos de tabla Empecemos primero por tener una introducción a los conceptos básicos de los cálculos de tableau. Entonces ahora vamos. 128. Udemy 1 1 introducción de calc: Todo el mundo. Entonces ahora vamos a hablar los campos calculados en Tableau. Y vamos a empezar con la primera pregunta. ¿Por qué necesitamos campos calculados en primer lugar? Como aprendimos antes, a medida que estamos construyendo nuestras visualizaciones, siempre vamos a la pintura de datos, a la fuente de datos, y agarramos esos campos que vemos a la vista Entonces ahora imaginemos que estás en escenario donde necesitas información extra, información que no está disponible en nuestra fuente de datos. O le gustaría manipular y transformar esas informaciones en nueva información, en nuevos campos. O digamos que estamos construyendo una lógica muy compleja en nuestros puntos de vista. Para todos esos escenarios, podemos ir y crear nuevos campos calculados en Tableau para colocarlos en nuestra fuente de datos. Los campos calculados en Tableau son campos definidos por el usuario que se crean mediante fórmulas o expresiones. Por lo que hay campos adicionales que puede crear en función de los campos originales en la fuente de datos. Todo bien a todos. Así que ahora vamos a pasar a la siguiente pregunta, cómo crear nuevos campos calculados en Tableau. Existen cinco métodos sobre cómo crear campos calculados. Cuatro de ellos son a nivel mundial. Eso significa que una vez que crees el campo calculado, va a aparecer en la fuente de datos, en los datos. Dolor para ser utilizado en cualquier otra hoja de trabajo o en cualquier libro de trabajo que esté conectado a la fuente de datos Y tenemos un método local para crear un campo calculado solo a partir de una vista. Y lo llamamos cálculos rápidos. Ahora vamos a explorar esos cinco métodos. La primera forma de crear un nuevo campo calculado, podemos ir al pin de datos en el lado izquierdo. Haga clic derecho en el espacio en blanco, haga clic derecho sobre aquí. Y la primera opción es crear campo calculado. Una vez que vamos por aquí, obtenemos una nueva ventana donde podemos escribir nuestra expresión. Eso es, esta es la primera forma. Pasemos al siguiente. Sólo voy a cerrar esto. Si vas por aquí, tenemos una pequeña flecha cerca de la búsqueda. Si haces clic en él, obtendremos exactamente la misma lista. Entonces como puedes ver, la primera opción, crear campo calculado. La tercera forma para hacerlo es si vas a alguno de esos campos dentro de nuestra fuente de datos. Digamos que vamos a las direcciones, escribimos un click sobre ella, y luego aquí tenemos la opción de Crear. Y el primero llamado Crear Campo Calculado. Una vez que vayas ahí, vamos a obtener exactamente la misma ventana, pero esta vez vamos a obtener el nombre del campo preparado en la expresión, porque aquí fuimos específicamente a la dirección y creamos partir de ahí un nuevo campo calculado. Vamos a cerrar esto y te voy a mostrar los primeros métodos para crear campo calculado. Vamos a ir a los Análisis en el menú de aquí, haga clic en eso. Y aquí tenemos la opción de Crear Campo Calculado. Una vez que hagamos clic en eso, vamos a obtener de nuevo la misma ventana. Esos son rápidamente los cuatro métodos sobre cómo crear un nuevo campo calculado. Obtendrás siempre el mismo resultado, solo si vas al campo y vas de ahí y creas campo calculado, encontrarás el nombre del campo dentro de la expresión. Ahora vamos a llamarlo mi primer cálculo. Y yo sólo voy a dar cualquier cosa aquí dentro de la expresión. Sólo vamos a escribir uno. Vamos a golpear. Bien. Así que ahora podemos ver en la base de datos que Tableau sí creó para nosotros un nuevo campo Es como un campo, como cualquier otro campo que tengamos en la base de datos en nuestra fuente de datos Tiene también un tipo de datos. Es medida continua porque entro ahí uno, entonces es como un número. Puedes tratarlo exactamente como cualquier otro campo, pero aquí para entender qué campos se calculan y qué campos son originales, puedes ver en el icono de aquí, tiene el signo igual. Eso significa que si ves el signo igual cerca del icono de tipo de datos en cualquier campo, eso significa que este campo es un campo calculado. No es el campo original el que proviene de la fuente de datos. Alguien fue y creó este campo calculado y se basa en los datos originales. Con eso, puede identificar rápidamente qué campos son datos originales que provienen de los sistemas de origen y qué campos son campos calculados creados a partir de los usuarios. Con eso, hemos creado nuestro primer campo calculado. Y es un campo global. Eso significa que si vas a cualquier otra hoja de trabajo, vamos, por ejemplo, a una nueva. Podemos encontrar de nuevo nuestro campo calculado. Ahora pasemos al siguiente método donde vamos a crear un campo calculado local relevante solo para una vista. Para hacer eso, vamos a tener algo gordo en la vista. Tomemos, por ejemplo, el nombre del cliente y lo pongamos en las filas. Ahora para hacer un campo calculado rápido localmente, vamos a ir dentro del campo, dentro de la dimensión. Y podemos hacerlo haciendo doble clic. Una vez que haces eso, puedes ver que ahora se nos permite escribir algo dentro de este campo. Y estamos escribiendo ahora el campo calculado. Digamos eso, bien, ahora tenemos letras en mayúscula del primer nombre y me gustaría manipularlo y transformarlo en mayúsculas Me gustaría ver todo como una mayúscula. Para ello, tenemos la función en tabla llamada upper. Ahora estoy escribiendo el nombre de la función y va a transformar el primer nombre que he creado, campo calculado dentro del primer nombre. Una vez que salgas afuera, da clic en algún lugar afuera o haz clic ahora podemos ver en los resultados de eso, esta función sí cambió. El primer nombre caso que hemos hecho una rápida transformación, cálculos rápidos dentro de la vista. Si vuelves a tomar el nombre del dolor de datos, puedes ver que nada ha cambiado. No cambiamos nada en la fuente de datos, simplemente la cambiamos rápidamente Para esta vista. Así es como se puede crear rápidamente nuevo campo calculado en la vista sin afectar a la fuente de datos. Y va a estar localmente solo disponible en esta vista. Ahora digamos que esta transformación aquí es interesante y me gustaría reutilizarla en otro lugar en otras vistas. Ahora, para que esté disponible en nuestra fuente de datos, lo que podamos hacer, podemos tomar este campo de las visualizaciones y simplemente ponerlo en la fuente de datos Liberemos con esto, ya ves. Agregar el nuevo campo dentro de los clientes y sabemos que este es campo calculado comprobando el tipo de datos, Puedes ver que tenemos el signo igual de Tableau, ofrézcanos aquí para cambiarle el nombre. Me gustaría dejarlo como está, y si vas dentro de él para poder editar el cálculo, conectar radicalmente y editar el cálculo Y nuevamente, cortamos la ventana donde podemos configurar el cálculo. Bien, Kay, para que te haya mostrado todos los métodos sobre cómo crear nuevos campos calculados en Tableau. Bien, al siguiente paso vamos a ir a aprender las opciones básicas que tenemos dentro de la ventana calculada. Vamos a nuestro campo calculado, mi primer cálculo. Y primero vamos a mostrar el valor en la vista. Vamos a arrastrarlo al texto de aquí, y como pueden ver, tenemos el valor número uno. Vamos a editar el campo calculado para que la ventana se conecte radicalmente Y vamos a la edición. Entonces, ¿qué tenemos por aquí? Primero tenemos el nombre del campo calculado, y lo llamamos, en este ejemplo, mi primer calc Pero claro, puedes ir al panel de datos o a la fuente de datos y cambiarle el nombre directamente desde allí, o puedes hacerlo dentro de la ventana calculada. Bien, la siguiente información tenemos el nombre de la fuente de datos donde estamos creando el campo calculado. En este ejemplo, creamos el campo calculado dentro de la pequeña fuente de datos. Esto es muy importante si tienes múltiples fuentes de datos y estás creando muchos campos calculados, es muy agradable saber dónde estoy creando ahora este campo calculado, así que es agradable y f Ahora pasando a la sección más importante de esta ventana, esta área blanca donde puedes escribir tu expresión para definir el campo calculado. Actualmente tenemos uno, pero podemos ir a usar cosas diferentes. Podemos usar los nombres de campo, parámetros, funciones, etc. Por ejemplo, creamos la última vez la función superior para el primer nombre. Con eso, he definido lo que se debe hacer dentro de este campo calculado. Esta es mi expresión. Ahora no te preocupes por las sintaxis que estoy escribiendo dentro de las expresiones, porque en los próximos tutoriales vamos a aprender todo sobre las sintaxis, sobre diferentes funciones en Tableau No te preocupes por eso ahora. Siguiente información que tenemos es que tenemos la info del cálculo es válida. Aquí, Tableau nos da una información rápida si la expresión que acabo de escribir válida o inválida actualmente, escribí el cálculo de manera correcta. Por eso tenemos todo bien desde Tableau. Pero ahora vamos a hacer algo mal. Ahora vamos a recibir un mensaje rojo de Tableau diciendo que el cálculo contiene errores. Y aquí tenemos flecha pequeña. Si vas por aquí, verás el mensaje. Dice que Tableau espera aquí un paréntesis de cierre aquí, Tableau, muéstranos un mensaje rápido para saber qué hay de malo en nuestro cálculo Si voy y agrego el paréntesis, se puede ver que el cálculo es válido Tenemos información rápida de Tableau. Pasando a la siguiente información que tenemos. En este dice una dependencia y flecha pequeña. Vamos a hacer clic en eso y ver qué tenemos aquí. Dice que los cambios a este cálculo podrían cambiar las siguientes hojas, hoja número uno aquí, Tableau nos da una advertencia. Cualquier cosa que esté cambiando en la expresión dentro de este cálculo, podría tener un efecto en la hoja número uno. Y eso es porque estamos utilizando este campo calculado en la vista en la hoja número uno. Esta es información muy importante, especialmente si tienes diferentes hojas de trabajo y estás usando el mismo campo calculado en diferentes hojas de trabajo Y esto pasa mucho, sobre todo si estás como enfocarte en el contenido de una vista y vas a cambiar el campo calculado aquí. Es como un recordatorio, una advertencia de Tableau te dice, bien, si haces este cambio, puedes afectar las siguientes hojas de trabajo aquí Mi recomendación para ti siempre es ir a revisar las dependencias para asegurarte de que los cambios que estás realizando actualmente al campo calculado, sigue siendo relevante para las otras hojas Bien, así que adelante, tenemos dos fondos simples que aplican y bien, no tengo que hablar de ello, creo. Entonces tenemos aquí una pequeña flecha, y esto es muy importante. Así que vamos a hacer clic en eso. ¿Qué tenemos aquí? Y esta extensión son documentaciones o un catálogo de todas las funciones que tenemos en Tableau Entonces por ejemplo, vamos a buscar la función upper que usamos en este ejemplo, busquemos upper, y ahora podemos ver en el lado derecho la documentación de esta función. Entonces aquí tenemos tres informaciones de Tableau. El primero es la sintaxis de la función. Entonces la sintaxis dice que es comenzar con la palabra clave superior. Acepta solo campo y el tipo de datos debe ser una cadena. La siguiente información tenemos una breve descripción de la función, por lo que dice que va a convertir una cadena de texto a todas las letras mayúsculas. La tercera información, tenemos un ejemplo de uso aquí. Dice, bien, si tienes un upper para el producto de valor, todo en minúsculas, la salida, el resultado va a ser un producto en mayúsculas. Aquí tenemos unas bonitas descripciones breves y rápidas sobre todas las funciones que tenemos en Tableau. Esto es muy útil, sobre todo mientras escribes los cálculos porque no tiene sentido memorizar todo, ¿verdad También tiendo siempre a verificar si estoy usando la sintaxis correcta o incluso una usando la función like correcta. Siempre reviso los ejemplos y digo, bueno, este es el que necesito. Y una cosa más que puedes ver en esta ventana, este menú desplegable. Y aquí tenemos diferentes grupos de funciones en Tableau, por ejemplo, tenemos aquí el grupo de funciones de cadena. Si vas dentro de él, obtendrás una lista de todas las funciones que van a manipular los campos de cadena. Entonces tenemos aquí al final, como pueden ver, la función superior que utilizamos en nuestro cálculo. Bien, Kay, así que con eso hemos cubierto todas las opciones que puedes ver dentro de la ventana de campos calculados. Bien, así que eso fue una introducción a los campos calculados en Tableau, y a continuación vamos a aprender los componentes básicos cálculos de Tableau. 129. Componentes de Udemy 1 2: Chicos, así que al seguir adelante, vamos a hablar los componentes básicos de los cálculos en Tableau. Eso significa qué tipo de información podemos agregar dentro de las expresiones, dentro de los cálculos. Lo primero que podemos agregar dentro del cálculo es el comentario. Los comentarios son realmente útiles para ti y para que los demás tengan algún contexto o pequeñas descripciones por qué estás haciendo el cálculo. Por ejemplo, para poder agregar comentarios a este código, podemos ir en el inicio y tenemos las dos barras delanteras Entonces podemos escribir cualquier cosa. Cualquier cosa después de las dos barras inclinadas hacia adelante no se ejecutará en el cálculo Por ejemplo, podemos escribir aquí cálculo para cambiar el nombre a mayúsculas. Cualquier cosa que esté escribiendo aquí no se ejecutará y tampoco se comprobará desde Tableau. Realmente recomiendo siempre agregar comentarios por ti si visitas este cálculo más tarde, entiendes por qué escribes esta expresión. Bien, pasando a la segunda información que podemos agregar dentro de los cálculos, que son los campos de la fuente de datos. Entonces esos son los colores anaranjados. Lo tenemos por aquí, el nombre de pila. Pero vamos a quitar todo como empezar de cero. Entonces, si quieres agregar un nuevo campo dentro de este campo de cálculo, puedes comenzar a escribir el nombre del campo Como estoy escribiendo ahora, Tableau puede hacer una lista de sugerencias aquí, Tableau definió tres cosas. El primero es una función. Como puedes ver, hay como un pequeño icono, como una F. Esto indica que se trata de una función. O la segunda información, dice el nombre, y al lado hay un icono de tipo de datos. Este icono de tipo de datos puede indicar que este es un nombre de campo. La tercera información es también, el primer nombre con el icono. Entonces eso significa que está lleno. Pero aquí Tableau lo escribe, esto es de la fuente de big data porque esos dos campos tienen el mismo nombre Exactamente aquí. Tableau nos muestra que este campo proviene de diferentes fuentes de datos. El primero proviene de la misma fuente de datos. Por eso Tableau no tiene que decir, bueno, es de una fuente de datos pequeña, porque es de la actual. Pero como el segundo proviene de una fuente de datos diferente, Tableau indica que este es un campo diferente de diferente fuente de datos. Ahora como queremos el primer nombre de la fuente de datos actual, podemos ir y seleccionar este de aquí. Y con eso, hemos insertado un campo dentro de nuestros cálculos, y como pueden ver, tiene el color naranja Otra forma de agregar campos dentro de nuestros cálculos, y es por arrastrar y soltar, Digamos que me gustaría obtener también el apellido. Así puedo ir al apellido por aquí, arrastrarlo y soltarlo dentro del cálculo y como vemos con eso conseguimos nuestro segundo campo y nuevamente es el color naranja. Y por supuesto los campos que estamos sumar a los cálculos podrían ser cualquier ejemplo de campos. Vamos a agregar los sellos. Los sellos es una medida así que vamos a los pedidos, las ventas, solo podemos arrastrar y soltar a los cálculos. Como puedes ver, Tableau, excepto también mide dentro los cálculos y pueden tener también el mismo color, el color naranja. Bien, pasando al siguiente y muy importante componente, tenemos las funciones de Tableau. Las funciones de Tableau están integradas en operadores que podrían usarse para manipular, transformar, cambiar el contenido de un campo. Por ejemplo, qué podemos hacer con las ventas. Podemos ir y calcular las ventas totales dentro de nuestros datos. Para ello, podemos usar la función sum antes de las ventas de campo, podemos comenzar con la suma y luego tenemos los aprendices abiertos y luego cerrar como podemos ver, este componente, esas funciones en Tableau tienen siempre el color del azul claro Ahora, ¿qué puede pasar? Tabla va a ir y resumir todos los valores dentro las ventas y presentado como resultado Vamos a calentar. O vamos a obtener un error aquí porque hemos cambiado el cálculo. Así que vamos a quitarlo. Volvamos a conseguirlo en el texto para que consigamos la suma total de ventas dentro de nuestros datos. Ahora volvamos a nuestro campo calculado y veamos el siguiente componente. Tenemos las expresiones lógicas. Podemos usar las expresiones lógicas para verificar si una condición es verdadera o falsa. Y tienen también, el color de la placa. Entonces, por ejemplo, digamos que queremos crear el cálculo donde estamos comprobando la suma de ventas. Si es superior a 1,000 entonces queremos ver el máximo al final. Déjame mostrarte cómo podemos hacer eso. Vamos a usar la sentencia, va a comenzar con la palabra clave. Como se puede ver, es negro porque es una expresión lógica. Si la suma de ventas es superior a 1,000 podemos aquí el operador superior a 1,000 entonces ¿qué va a pasar? Vamos a tener el valor alto. Entonces vamos a ir y terminar con la expresión lógica. Podemos verificar aquí que el cálculo es válido aquí. Tenemos nuestras expresiones lógicas entonces y terminamos, no te preocupes por la sintaxis. Vamos a aprender todo en los siguientes tutoriales paso a paso con ejemplos muy sencillos. Bien, así que ahora vamos a pasar al último componente que podamos agregar a nuestros cálculos. Tenemos los parámetros Peter, campos dinámicos que podemos agregar a las visualizaciones para todo sea dinámico en las vistas o los cálculos Nuevamente, habrá un tutorial dedicado para eso más adelante. Pero ahora veamos, podemos agregar un campo de parámetro dentro del cálculo. Primero, tenemos que crear rápidamente un parámetro. Para hacer eso, sólo voy a cerrar nuestro cálculo por aquí. Y luego podemos ir a la flecha y al panel de datos. Entonces podemos hacer que el parámetro create haga clic en eso Aquí vamos a obtener la ventana. Para poder configurar los parámetros, vamos a llamarlo, elegir un número. Eso es. Vamos a cerrarlo y decir bien. Ahora en el lado izquierdo tenemos un nuevo parámetro. Haga clic derecho sobre él y muestre el parámetro que obtuvimos como en el lado derecho y el campo de entrada donde podemos agregar un valor. Por ejemplo, lo tenemos ahora como uno, podemos agregar como 1,000 Ahora nada puede pasar en la vista porque no tenemos nada. Pero vamos a ir a sumar este parámetro dentro del cálculo. Volvamos a nuestro cálculo, mi primer cálculo, haga clic derecho sobre él y luego vaya y Edite. Ahora lo que vamos a hacer, en lugar de tener 1,000 vamos a obtener el valor del parámetro que hagamos como un campo calculado dinámico, así el usuario va a ir y controlar este valor. Vamos a quitar los 1,000 Y vamos a empezar a escribir el nombre del parámetro como cualquier otro campo, así que va a ser elegir y lo conseguimos por aquí, así que da click en eso. Y con eso, hemos agregado nuestro parámetro dentro del cálculo. Y como puedes ver, los parámetros en Tableau tienen el color del morado. Eso es todo a través del último componente. Y con eso hemos cubierto todos los diferentes componentes que se utilizan dentro de los cálculos. Ahora vamos a probar la salida. Voy a ir a golpear bien. Entonces voy a quitar esta, es roja. Vamos a llevar los productos a la rosa. A continuación vamos a ir a obtener nuestro nuevo campo calculado. Esta vez va a ser dimensión porque la salida del campo calculado va a ser un valor de cadena. Comprobemos los resultados. Y como puedes ver por aquí, tenemos dos productos con el valor alto, el resto va a ser nulo. Ahora vamos a conseguir las ventas para entender por qué esos valores son altos. Y eso es por nuestro cálculo. Cualquier cosa por encima de 1,000 podemos obtener el valor alto. Cualquier cosa por debajo de ella va a ser nula. Y con el parámetro, los usuarios están controlando el cálculo. Si voy aquí y digo, bien, en vez de mil vamos a tener 500. Con eso, hemos incluido también los demás productos. Entonces todos los productos ahora tienen el alto valor en el campo calculado que hemos generado nueva información a nuestras visualizaciones Bien chicos, ahora vamos a resumir rápidamente los componentes de los cálculos en este ejemplo Primero, podemos ver el comentario, Este comentario nos va a ayudar a documentar el propósito del cálculo y no se va a ejecutar, va a ser también en el color gris. El siguiente componente, tenemos el campo. Entonces cualquier campo dentro de nuestra fuente de datos, ya sea dimensión o medida, podemos agregarlo a nuestro cálculo como este. Tenemos las ventas y ellas tienen el color naranja. El siguiente componente, tenemos las funciones. Ellos son los operadores construidos para manipular nuestros datos, y tienen el color azul. El siguiente componente, tenemos a los operadores. En este ejemplo, tenemos dos operadores, el más, el operador aritmético Y al igual que con el operador de comparación, es el más alto de lo que van a tener el color negro. El siguiente componente , puede ser también. Con el color negro, tenemos las expresiones de letras. Esos son valores estáticos que podemos insertar dentro de nuestros cálculos. Podría ser un número como aquí el diez o podría ser cadena como aquí el alto. Y no olvide agregar marcas Oto dobles o simples para que la tabla entienda este es un valor no llenado o un parámetro o función o cualquier otra cosa y podemos agregar también valores de fecha. Bien, pasando al siguiente componente. Tenemos las expresiones lógicas que tenemos, si es así, y pueden ayudarnos a evaluar las condiciones dentro de Tableau y luego decidir si es verdadera o falsa. Y el último componente que tenemos dentro los cálculos, tenemos los parámetros. Son los campos dinámicos que podemos usar dentro de los cálculos. Bien, así que eso es todo acerca de los componentes de los cálculos. ¿Todo bien? Para que hayamos aprendido lo principal los componentes básicos de los cálculos de Tableau. Y a continuación vamos a aprender a anidar un cálculo en otro. 130. Udemy 1 3 calc anidado: Entonces voy a hablar los cálculos anidados en Tableau En Tableau, puede anidar cálculos utilizando el resultado de un cálculo como entrada para otro cálculo. Y eso es porque a veces podrías estar en una situación en la que tenemos cálculos complicados con diferentes pasos. Para cada paso, podemos tener un cálculo. A medida que estás implementando esos pasos, vas a terminar teniendo múltiples cálculos y van a ser anidados dentro de los de los demás Ahora déjame mostrarte un ejemplo. Bien, entonces ahora vamos a ir a crear un nuevo campo calculado para manipular los valores del campo país para tener un formato específico. En este ejemplo, tomemos el nombre de los clientes y también de los países. Ahora vamos a ir a crear un nuevo campo para el país con diferente formato. Vamos a crear un nuevo campo calculado. Y luego vamos a comenzar con el primer cálculo donde podemos hacer todas las camadas del campo país con la mayúscula, así que vamos a tener función superior Y luego vamos a manipular el campo país, así que vamos a empezar a escribir país. Y aquí está, nuestro campo que establece para el primer cálculo. Vamos y golpeemos Ok, esa ficha. Ir a crear un nuevo campo calculado, nueva dimensión dentro de nuestra fuente de datos. Así que vamos a comprobar los valores. Como puedes ver, todas las camadas, todos los países están con la mayúscula Bien, entonces ahora vamos a pasar al siguiente paso en la transformación, donde queremos mostrar sólo los tres primeros caracteres de cada uno de los valores dentro de este nuevo campo calculado. Para ello, vamos a volver a nuestro campo calculado y vamos a editarlo. Esta vez vamos a usar la función left. Puedes ir y buscar en el catálogo para ver la sintaxis de la función izquierda como la puedes ver, excepto dos campos, el primero va a ser la cadena que queremos manipular, y luego vamos a tener el número de caracteres que queremos mostrar. Déjame mostrarte ahora, paso a paso, cómo podemos hacerlo. Vamos primero a una nueva línea. Entonces nos vamos a quedar y luego necesita dos argumentos. El campo que queremos manipular y el número de caracteres. El campo que queremos manipular, va a ser el resultado de la función superior. Va a ser éste de aquí. Entonces voy a cortarlo e insertarlo por aquí. Con eso, tenemos el primer argumento. El segundo argumento va a ser el número de personajes que queremos mostrar. Van a ser tres personajes, por eso podemos especificar tres. Así es como podemos enumerar funciones en Tableau. La primera función a ejecutar va a ser la que dentro de la función superior se va a ejecutar primero. Y entonces el resultado de esta función va a ser utilizado como entrada para la función exterior, para la función lift. Eso significa que primero vamos a ir y hacer todos los valores dentro del país como mayúsculas. Entonces vamos a ir a ejecutar la función lift, donde vamos a mostrar sólo los tres primeros personajes. Ahora vamos a golpear una tizón para comprobar los resultados. Con eso, se puede ver que ahora solo tenemos tres dentro de los valores del país. Nuevamente, la función dentro va a ser ejecutada primero, luego la función afuera. Con eso, puede ampliar aún más este campo calculado a más funciones. Por ejemplo, digamos el tercer paso, queremos ir y calcular la longitud de los caracteres. Para ello, podemos usar la función link. Vamos a agregarlo como almidón, y entonces la entrada del campo puede ser la salida de esas dos funciones. Como puedes ver, es muy fácil anidar funciones en Tableau. Vamos y tenía una ciega y comprobamos los resultados. Como se puede ver en todas partes tenemos los vínculos de tres. Nuevamente, el orden de ejecución va a ser el que está justo dentro de la función superior, luego la función izquierda. Entonces la última que se computará es la función length. Eso es. Este es un método sobre cómo crear cálculos anidados en Tableau, pero hay otro método para hacerlo Eso es creando un segundo campo calculado usando el primer campo calculado. Déjame mostrarte a lo que me refiero. Podemos ir y cerrar este de aquí. Y vamos a crear un nuevo campo calculado. Vamos a llamarlo segundo campo calculado. Lo que vamos a hacer dentro de él es usar la salida del primer campo calculado. En este ejemplo, es el país U. Este es nuestro primer campo calculado. Y luego lo vamos a multiplicar por dos. Por ejemplo aquí nuevamente el orden del cómputo va a ser primero Tableau tiene que calcular el primer campo calculado, calcular la parte superior izquierda y el enlace, y luego al final va a venir por aquí y multiplicarlo por dos. Vamos a golpear bien. Y con eso tenemos un nuevo campo calculado. Rastreemos y dejémoslo en la vista. Como pueden ver ahí va a tener el valor de seis, ventana utilizo la primera isolda, y ventana utilizo el segundo modo ¿Todo bien? Entonces voy a mostrarte cómo suelo decidirme sobre esto. Vayamos a nuestro primer cálculo. Y como puedes ver, esos pasos intermedios, si no son pasos importantes como no quieres usarlos en ninguna otra visualización, entonces no tiene ningún sentido crear para cada paso intermedio en tu campo, dentro de tu fuente de datos, entonces la fuente de datos puede explotar Y vas a tener muchos campos que no son necesarios en esta situación. Voy a tener todos esos pasos intermedios en un solo cálculo. Otro escenario donde se tiene un cálculo muy complejo, donde el código va a ser muy enorme y es muy difícil mantener todo en un cálculo ahí. Trato de dividirlo en pasos y cada paso va a tener como un campo en la fuente de datos. El último escenario donde esos pasos intermedios son realmente importantes para otra cosa, para diferentes visualizaciones, o tal vez también para cualquier otro cálculo diferente Para no repetirme y hacer los mismos cálculos una y otra vez, voy a crear un campo calculado dedicado para cada paso intermedio solo si son importantes. Bien chicos, eso es todo por los cálculos anidados, eso fue una introducción a los cálculos en Tableau Son realmente importantes para hacer visualizaciones de calificaciones. En el siguiente video, vamos a aprender más y más sobre los cálculos en Tableau. Bien, así que con eso, hemos aprendido a hacer cálculos anidados en Tableau Y a continuación les voy a dar una introducción a los cuatro tipos de cálculos de Tableau. Tenemos los cálculos de nivel de fila, agregado, tabla y LOD 131. Udemy 1 4 tipos de calc: Tableau, tenemos muchas funciones diferentes que podemos usar dentro de los cálculos, y en Tableau podemos categorizarlas en cuatro tipos diferentes de cálculos En este tutorial vamos a hablar de ellos. Pero primero podemos tener un ejemplo muy sencillo para entender cómo funcionan y cómo interactúan entre sí. Así que vamos. Bien, ahora digamos que tienes la siguiente tabla de productos dentro nuestra fuente de datos donde tenemos información como los precios de los productos, cantidades, etc. Esos datos son los datos originales que podemos encontrar dentro de la fuente de datos. Ahora digamos que necesitamos un nuevo campo dentro nuestra fuente de datos para mostrar los datos de sus ingresos. Para ello, simplemente podemos crear un nuevo campo calculado donde va a multiplicar los precios con las cantidades. Ahora con ese Tableau vamos a ir y crear un nuevo campo dentro nuestra fuente de datos para almacenar el resultado de los cálculos en su interior. Tabla va a ir fila por fila multiplicando los precios por la cantidad Entonces, por ejemplo, para la primera fila se va a multiplicar 20 por dos. Y Tableu va a ir a almacenarlo en el nuevo campo. Entonces Mesa puede saltar a la siguiente fila y hacer exactamente lo mismo. Entonces, como puede ver, Tableau está procesando cada fila de forma individual e independiente entre sí. Cuando los cálculos están ocurriendo en una fila, no nos importa la información que está presente en las otras filas. Tableu solo puede enfocarse en una fila a la vez. Este tipo de cálculos, lo llamamos cálculos de nivel de fila. Y el nivel de detalles que lo tenemos aquí es el más bajo tenemos el nivel de detalle de la fuente de datos. Es muy importante entender que este tipo de cálculos es el único tipo que no irá y agregará también las filas de la fuente de datos. El único tipo que puede almacenar los resultados en la fuente de datos. Eso significa que la tabla no irá y calculará el resultado de estos cálculos cada vez que la estés usando en las visualizaciones Por lo que puede recalcular y almacenarlo en la fuente de datos. El cálculo no se hará sobre la marcha. Bien, ahora pasemos a las visualizaciones. Y digamos que me gustaría mostrar los ingresos totales de cada producto. Para ello, podemos usar la función sum para resumir los valores de los ingresos. Y podemos ir y agregar el producto Dimension a la vista. Y Tableau aquí va a mostrar sólo tres filas en la vista. Una fila para cada valor de producto. Eso significa que vamos a tener P1p2 y P tres. Ahora esta vez Tableau comenzará a resumir y agregar las filas en la fuente de datos Eso va a ser a nivel de la dimensión. Por ejemplo, Tableau va a comenzar con el primer producto, el uno y Table va a resumir las dos primeras filas de la fuente de datos Tenemos 40 más 60 Tablo yendo justo en la salida, 100 directamente en la visualización Entonces vas a pasar a la siguiente fila. Aquí tenemos a la P dos. Tenemos sólo una fila en la fuente de datos. Y el resumen de eso va a ser 20 para el producto Tres, los tres tenemos aquí tres filas en la fuente de datos. El resumen de 40 más 25 más 15. Mesa va a tener la respuesta 80 en las visualizaciones. Esta vez como puede ver, la tabla no está procesando las filas de la fuente de datos una por una e individualmente. En cambio, Tablo va a ir a resumir. Agrupe las filas de la fuente de datos en el nivel de visualización. Este tipo de cálculos, lo llamamos cálculos agregados y se va a calcular sobre la marcha. Eso significa que el resultado de estas funciones de esos cálculos no se almacenará extra dentro de la fuente de datos. Y ahora es muy importante entender el nivel de detalles de esta nueva tabla que tenemos. En la vista, tiene menor nivel de detalles como la fuente de datos y el que controla el nivel de detalles es la dimensión que tenemos en la vista. La dimensión que usemos en la vista va a controlar el nivel de detalles para los cálculos agregados. Y por eso tenemos otro tipo de cálculos. Por eso, digamos que tenemos otro escenario donde dices, sabes qué, me gustaría controlar el nivel de detalles. Quiero que mis cálculos muestren los ingresos totales de cada categoría. Aquí podemos usar diferentes funciones como la función fija, por lo que podemos tener categoría fija y luego algunos sus ingresos que le estamos contando a Tableau. Bien, encuentra los ingresos totales. Pero esta vez se va a arreglar. Se va a conectar a la categoría dimensión. Entonces déjame mostrarte lo que puede pasar. Tableau va a ir a revisar. Bien, ¿cuál es la categoría de pago uno? Es la categoría A. Ahora la siguiente pregunta. ¿Cuál es el ingreso total de la categoría A? Aquí, Tableau puede resumir 40 más 60 más 20 y el resultado va a ser 120 Aquí, Tableau no mostrará los ingresos totales del producto, pagará uno, pero en lugar de eso, estamos mostrando los ingresos totales de la categoría A. Lo mismo puede suceder para el siguiente producto. Tenemos paga dos. Pertenece a la misma categoría, dos A. El ingreso total de la categoría A vuelve a ser de 120. Y luego el último producto, paga tres. Pertenece a diferente categoría, esta vez a categoría. Y los ingresos totales de eso van a ser 40 más 25 más 15. La salida puede ser de 80 como ingreso total para la categoría. Ahora bien, ¿quién controla las agregaciones? Ya no es la dimensión que tenemos en la vista, sino que va a ser la dimensión que especifiquemos en los cálculos, este tipo. Cations, lo llamamos expresiones LOD. Expresiones de nivel de detalles aquí. Lo mismo, como las agregaciones. Va a pasar sobre la marcha. Nada va a ser almacenado dentro de la fuente de datos. Bien, ahora pasando al último tipo de cálculo que tenemos en Tableau. Digamos que después de obtener el resultado en la vista, me gustaría calcular el rango de los productos en función los datos que se muestran en la vista. Para ello, podemos utilizar el rango de función del resumen de los ingresos. Lo que pueda suceder esta tabla de tiempo no irá a consultar la fuente de datos. En lugar de eso, Tableau puede ir y consultar la visualización en sí. Es como si estuviéramos agregando la agregación en base al valor que se muestra en la vista, podemos encontrar que el producto uno paga uno tiene el rango uno, los dos tiene el rango tres, P tres tiene el rango dos Este tipo de cálculos, lo llamamos cálculos estables. Y a diferencia de todos los demás tipos, se basa en el contexto y en los datos que se muestran en la vista y no irá directamente a consultar la fuente de datos. También se calcula sobre la marcha. Eso significa que el resultado no se almacenará dentro de la fuente de datos. Si estás hablando del nivel de detalles, depende también de la visualización. Puede depender de la dimensión de los productos. Bien chicos, para que ahora tengamos un panorama general sobre los cuatro tipos diferentes de cálculos dentro de Tableau. Y podemos ver cómo Tableau puede calcular los cálculos, presentar los datos al final en los resultados. Bien, entonces ahora vamos a comenzar con el primer tipo de cálculos. Tenemos los cálculos de nivel de fila. Y aquí tenemos muchas funciones bajo esta categoría si se comparan con los otros tipos. Entonces aquí tenemos las funciones numéricas, cadena, fecha, funciones lógicas. Hay muchas funciones, pero las vamos a cubrir todas en los próximos tutoriales. Así que ahora vayamos a Tableau y probemos algunos de esos cálculos. Bien, entonces ahora de vuelta a Tableau, vamos a ir a la pequeña fuente de datos, y luego vamos a ir a las órdenes. Como puedes ver, tenemos aquí la cantidad y también el precio unitario. Ahora vamos a ir a calcular los ingresos, donde vamos a multiplicar la cantidad por el precio unitario. Haz eso, vamos a crear unos nuevos campos calculados en la fuente de datos y esto va a ser el tipo de cálculos a nivel de fila. Vamos a crear nuevos campos calculados. Vamos a ir al panel de datos radicalmente en el espacio vacío Crea campos calculados y vamos a darle el nombre de ingresos. Y entonces la fórmula para esto va a ser la cantidad multiplicada por el precio unitario. Ahora podrías preguntarme, ¿ dónde encuentro en Tableau todas las funciones que están relacionadas con los cálculos de nivel de fila de tipo? Bueno, no hay un lugar específico para eso, pero hay como orientaciones para ello. Entonces, si vas a la documentación aquí y revisas esos grupos, no encontrarás directamente los tipos de los cálculos, pero encontrarás algunos grupos que son similares a esos tipos. Por ejemplo, si puedes ver por aquí tenemos cálculos de tabla. Si vas dentro de él, puedes encontrar todas las funciones que podríamos usar en este tipo. Y luego tenemos otro grupo llamado agregado. Y aquí no encontrarás solo los cálculos agregados, sino que también encontrarás las expresiones LOD El último, el último tipo es los cálculos de nivel de fila es en realidad el resto. Todos los demás, como las conversiones de tipo de datos de cadena numérica, todas esas cosas son cálculos de nivel de fila. Bien, así que ahora volvamos a nuestros cálculos. Vayamos por aquí y golpeemos bien. Y con eso se puede ver que Tablo sí creó de inmediato un nuevo campo en nuestro panel de datos Ahora como te dije, si estás usando cálculos de nivel de fila, Tablo puede hacer los pre cálculos y almacenar los resultados inmediatamente en el Da Vamos a comprobarlo. O puedes ir a la página de fuente de datos o podemos ir a este pequeño icono de aquí, dice Ver Datos. Vamos adentro y comprobemos los resultados. Aquí tenemos que cambiar a las órdenes. Ahora vamos a desplazarnos hacia la derecha. Puedes ver que tenemos el campo original, Tenemos la cantidad y también el precio unitario. Pero también tenemos nuestro nuevo campo calculado, que es como cualquier otro campo que tengamos en la fuente de datos. Tenemos los ingresos por aquí. Y como puedes ver, Tablo hizo inmediatamente robó todos los resultados de este campo calculado en la fuente de datos, pesar de que aún no hemos creado nada en las visualizaciones, eso significa que Tablo preparamos para ti en la fuente de datos y podemos verificar el Por ejemplo, aquí tenemos la cantidad uno, el precio unitario 215. Vamos a conseguir el mismo rumbo. Y aquí las cosas se multiplican por dos. Entonces, como puede ver, ahora estamos multiplicando la cantidad por el precio unitario Y ahora podemos ver muy claramente que los cálculos de nivel de fila se calcularán y realizarán en el nivel de fila individual e independiente de los demás. Por lo que la información que tenemos en las otras filas no afectará los cálculos de la primera fila. Bien chicos, así que eso es todo. Así es como funcionan los cálculos de nivel de fila en Tableau. Bien, entonces ahora vamos a pasar al siguiente tipo de cálculos. Tenemos los cálculos agregados. Y aquí tenemos pocos cálculos. Si comparas con los cálculos de nivel de fila, tenemos max en promedio, conteo, conteo distinto y atributo nuevamente. Todos esos se pueden cubrir en detalles y extraoriales, pero ahora vamos a ir a Tableau y probar algunos de Todo bien a todos, Así que ahora vamos a ir y construir una vista donde tengamos los ingresos totales por productos. Para ello, vamos a ir a obtener el nombre del producto de la pequeña fuente de datos y vamos a ponerlo en la vista. Ahora es muy importante entender los conceptos. Ahora el nombre Broaduct es la dimensión que puede definir el nivel de detalles en las visualizaciones Eso significa que en esta vista tenemos cinco filas y esto está completamente controlado por el nombre del broducto Ahora quiero que entiendas cómo escoger qué tipo de cálculos vamos a usar. Ahora para responder a esta pregunta, empezamos siempre con la primera pregunta. ¿Tenemos que agregar los datos desde la tarea diciendo Ingresos, Eso significa que hay como una agregación Y resúmenes. Bueno, eso significa que no podemos usar los cálculos de nivel de fila, entonces tenemos que usar los otros tipos. Para las agregaciones, entonces nos quedamos con los tres tipos. Ahora la siguiente pregunta va a ser, ¿tenemos todos los datos en la vista? Bueno, como pueden ver en nuestra tabla, solo tenemos la información dimensional. No tenemos nada sobre los ingresos. Eso significa que no, no tenemos todos los datos dentro de la vista. Eso significa que no usaremos tipo de cálculos de tabla porque los tipos de cálculos de tabla siempre dependen de la vista. Si no tiene los datos en la vista, no puede usar cálculos de tabla. Que nos quedan dos opciones. O podemos usar los cálculos agregados o el LOD. Bueno, la última pregunta que puedes hacer, ¿el nivel de detalles que tenemos en la vista puede cumplir con mi requerimiento? Bueno, en este ejemplo, sí, porque queremos tener los ingresos totales por productos. Entonces estamos hablando de los productos y la dimensión que tenemos dentro de la vista cumplen exactamente con el nivel de detalles. Eso significa que podemos quedarnos con el nivel de cálculos que tenemos dentro de la vista y no necesitamos usar ninguna expresión LOD Si sigues esas tres preguntas simples, puedes identificar fácilmente qué tipo de cálculos necesitas para resolver tu tarea. En este ejemplo, pueden ser los cálculos agregados. Veamos cómo podemos hacer eso. Dado que los cálculos agregados son los métodos predeterminados en Tableau, con el fin de agregar cualquier dato o cualquier medida, va a ser muy fácil de crear. Entonces, todo lo que necesitamos son sus ingresos, así que simplemente arrástrelo y suéltelo aquí encima de esos números. Y con ese Tableau va a crear de inmediato un cálculo agregado, podemos verlo por aquí. La suma de sus ingresos. Eso es porque es el método predeterminado en la agregación de la tabla de datos va para cada producto dentro de los datos y comienza a agregar todos los ingresos que están relacionados con estos Ahora el siguiente paso, lo que suelo hacer, voy y valido algunos ejemplos. Voy y escojo algunos de esos productos y empiezo a resumir los valores para comprobar si el valor que estoy viendo en las visualizaciones es correcto, vamos a crear unas nuevas hojas Y aquí queremos ir al nivel más bajo. Para ello, vamos a tomar el ID de pedido, la vista. Tomemos ahora el nombre del producto. También podemos tomar las categorías. Entonces tomemos sus ingresos y los pongamos en el APC por aquí. Hagámoslo un poco más grande para poder ver los nombres y luego podemos ir a ordenar los nombres de los productos. Entonces ahora podemos cualquiera de esos productos. Para validar las respuestas, tomemos el monitor LG Fol HD. Como puedes ver, la suma total debería ser de más 3,000 Volvamos a nuestras agregaciones y revisemos el LG Fol Hd Se puede ver que está por encima de los 3 mil Eso significa que todo está bien. Y con eso, obtuvimos los ingresos totales por productos. Y claro, lo hemos hecho de la manera rápida donde arrastramos y soltamos el campo a la vista. Pero si quieres hacerlo como campo calculado con el fin de volver a usarlo posteriormente en diferentes hojas, podemos ir y crear nuevos campos calculados. Vamos a llamarlo Ingresos Totales. Y entonces vamos a tener la misma sintaxis, la suma de ingresos. Esta vez vamos a usar los cálculos anidados. Entonces lo tenemos ya en otro campo calculado. Vamos a dar click en eso. Y como el cálculo es válido, vamos a golpear bien. Y conseguimos con eso una nueva medida en nuestro dolor de datos. Entonces, si vas a reemplazarlo, obtendrás resultados exactos. Entonces como se puede ver en el resultado, nada cambió. La única ventaja para ti esto es reutilizarla en diferentes hojas y también en diferentes cuadernos de trabajo Bien chicos, eso es todo por los cálculos agregados en Tableau. Bien chicos, el tercer tipo de cálculos en Tableau, tenemos los cálculos LOD o las expresiones de nivel de detalles y aquí solo tenemos tres funciones de Tableau Tenemos lo fijo, incluimos y excluimos. Ahora vamos a ir a Tableau y crear una de esas funciones. Bien, ahora tenemos la siguiente tarea donde queremos mostrar los ingresos totales pero usando la misma vista. Entonces nos vamos a quedar con la misma información. Vamos a tener el nombre del producto, vamos a tener los ingresos totales por los productos. Pero quiero ver lado a lado los ingresos totales por categoría. Volvamos a repasar las tres preguntas. La primera pregunta es, ¿ estamos haciendo agregaciones? Bueno, sí, eso significa que no podemos usar cálculos de nivel de rol. Entonces la siguiente pregunta es, ¿son suficientes los datos que tenemos a la vista? Bueno, no está aquí. No es el ingreso total por categoría, es por los productos. Bueno, eso significa que no podemos usar los cálculos de la tabla. Ahora llegamos a la última pregunta. ¿El nivel de detalles en la vista me va a apoyar para resolver la tarea? Bueno, la respuesta es no. Eso es porque el nivel de detalles dentro de la vista ahora definido por el nombre del producto y tiene un nivel de detalles superior al de la categoría que queremos tener, los ingresos totales por categoría. El nivel de detalles que tenemos la vista no me va a apoyar. Por eso no puedo usar aquí cálculos agregados. Y tengo que ir a usar expresiones LOD. Como puedes ver, preguntas muy sencillas. Y te va a mover exactamente al tipo correcto de cálculos en Tableau. Y ahora se podría decir las tasas de peso peso. Puedo ir y agregar la información de categoría a la vista y después tengo el nivel de detalles de la categoría. Bueno, esto no va a funcionar y eso es porque el nombre amplio del acto tiene un mayor nivel de detalles. Déjame mostrarte lo que puede pasar si traes la categoría. Así que vamos a agarrar la categoría al lado derecho de nuestro. Aquí no se ve nada va a cambiar. Todavía lo estamos. Las cinco filas, y eso es por el nombre del producto. Aunque lo muevas hacia el lado izquierdo por aquí, aquí no tenemos dos filas. Tenemos aquí cinco filas. Si puedes consultar los detalles por aquí, tenemos cinco marcas. Entonces por eso aunque estés agregando la categoría, nada va a cambiar. Todavía estamos con el nivel de detalles del producto. Ahora vamos a crear un nuevo campo calculado para usar las expresiones LOD o cálculos Vamos al lado izquierdo y creamos un nuevo campo calculado. Podemos llamarlo ingresos totales por categoría y la sintaxis, no te preocupes por ello, vamos a aprenderlo en un tutorial separado al respecto. Entonces va a tener arreglada la siguiente sintaxis. Entonces tenemos que especificar la dimensión que va a controlar el nivel de detalles de los resultados. Va a ser la categoría. Y entonces lo que estamos haciendo, agregando los ingresos, tenemos que sumar aquí, suma de ingresos. Y luego tenemos que cerrarlo que dice que el cálculo es válido y todo está bien. Vamos a golpear bien. Como de costumbre, vamos a entrar en nuevo campo calculado en nuestros datos en por aquí. Vamos a obtener el resultado. Y vamos a arrastrarlo por aquí para ver los datos. Podemos ver para cada fila los ingresos totales por categoría. Para el primero, va a ser el ingreso total por los accesorios. El segundo igual porque ha pertenecido a la misma categoría. El tercero lo mismo, pero el cuarto que puedes ver pertenece a una categoría diferente y por eso vamos a conseguir números diferentes. Eso es. Es por ello que necesitamos cálculos LOD en Tableau. Ahora vamos a pasar al último tipo de cálculos que tenemos, los cálculos de tabla. Y aquí tenemos también, pocos cálculos. Entonces tenemos el rango de ventana de ejecución primero, último índice de búsqueda, y así sucesivamente. De nuevo, aquí podemos tener un tutorial dedicado para esas cosas, pero ahora vamos a probar una de ellas. Muy bien todos, así que ahora vamos a pasar a la última tarea para esta vista, queremos mostrar el total acumulado de los ingresos por los productos. Aquí vamos a volver a hacer las tres preguntas. ¿Estamos agregando? Bueno, sí, porque estamos teniendo el total corriente de los ingresos, no podemos usar los cálculos de nivel de fila. La siguiente pregunta es, ¿ los datos que tenemos en las visualizaciones son suficientes para resolver esta tarea? Bueno, sí, eso es porque tenemos los ingresos totales por los productos y la vista. Con base en esas informaciones, podemos acumular el total de ingresos por producto. Así que en realidad tenemos todo en la vista para resolver las tareas. Y por eso vamos a ir a usar los cálculos de la tabla de tipos. Y no nos vamos a molestar con la tercera pregunta, ya sean cálculos agregados o LOD, porque se trata de cálculos de tabla Así que vamos a crear un nuevo campo calculado. Vamos a llamarlo Ingresos Totales Corriendo. La sintaxis para eso también es muy sencilla. Empezaremos con la ejecución, después tenemos que seleccionar qué tipo de agregación va a ser la suma. Y luego tenemos que ir a especificar qué datos se van a calcular dentro de los cálculos de la tabla. Y aquí solo tenemos dos informaciones, así que o vamos a utilizar un ingreso total o el ingreso total por categoría, el LOD, pero estamos hablando del ingreso total por productos, eso podemos incluirlo aquí Esa va a ser la suma de los ingresos, y eso es todo, y el cálculo es válido. Así que vamos a golpear bien. Y vamos a tomar nuestra medida y ponerla también en la vista para comprobar los resultados que podamos ver muy bien. Están ejecutando el total de los ingresos. Es muy sencillo. Empecemos con el primer valor de los ingresos totales. Entonces el siguiente valor puede basarse en el valor anterior más los ingresos totales. Esos dos valores se van a sumar entre sí para obtener este valor. Después el siguiente lo mismo, el valor anterior, más los ingresos totales actuales. Como pueden ver, aquí no tenemos nada. Por eso estamos obteniendo el mismo valor. Como puede ver, a medida que vamos bajando, estamos sumando más ingresos totales al número total. Ahora bien, es muy importante entender que los cálculos de la tabla son muy sensibles a los datos que se muestran en la vista. Cualquier cambio a esta estructura, vamos a obtener diferentes números en la salida. Este no es el caso del agregado ni de la L. Déjame mostrarte a lo que me refiero. Por ejemplo, vamos y simplemente cambiemos el tipo de datos dentro del nombre del producto. Vamos por aquí y hagámoslo descender. Por ejemplo, se puede ver que los cálculos agregados o el LOD, los valores son los mismos Simplemente va a cambiar el tipo. Pero los valores dentro cálculos de la tabla sí cambiaron completamente porque ahora tenemos una ordenación diferente y Tableau va a recalcular el total acumulado en función de la vista Eso significa que cualquier interacción en las visualizaciones, puede afectar a las funciones de cálculos de tabla, se basa completamente en la vista. Eso es todo por ahora. Se trata de los cálculos de tablas en Tableau. Bien chicos, ahora vamos a hablar cómputos de esos distintos tipos de cálculos que tenemos en Tableau Ahora digamos que tenemos los siguientes cálculos, y es muy similar a los cálculos enumerados aquí. Tenemos diferentes tipos. Tenemos el rango para los cálculos de tabla, tenemos la suma como cálculos agregados, y tenemos el multiplicador de cantidad con el precio. Como cálculos de nivel de fila, lo primero que se debe ejecutar son siempre los cálculos de nivel de fila. El primero va a ser multiplicador de cantidad con el precio. Entonces el segundo tipo a ejecutar en Tableau van a ser los cálculos agregados. Va a ser la función sum en Tableau. Y el último tipo de cálculos que se van a ejecutar en Tableau va a ser la función rank, los cálculos de tabla, nuevamente, los cálculos de nivel de fila como primero, luego los cálculos agregados, y siempre el último, los cálculos de tabla. Bien, ahora vamos a recapitular rápidamente cómo elegir el tipo de cálculo correcto Aquí tenemos tres preguntas. Empezamos el primero. ¿Tienes los datos agregados? Si no, entonces ve y usa los cálculos de nivel de fila. Estamos a nivel de fila. En caso afirmativo, entonces saltamos a la siguiente pregunta. ¿Todos los datos necesarios ya están disponibles en las visualizaciones? En caso afirmativo, entonces podemos usar los cálculos de la tabla. Si no, entonces tenemos aquí. La tercera pregunta es el nivel de detalles en las visualizaciones coincide con la pregunta o los requisitos En caso afirmativo, entonces podemos usar los cálculos agregados. Si no, podemos ir y usar las expresiones LOD o cálculos si sigues mi decisión tres, simplemente puedes encontrar una respuesta para eso Todo bien, es que ahora tienes una visión general de los diferentes tipos de cálculos que tenemos en Tableau. A continuación, vamos a hacer una inmersión profunda en cada tipo de ellas y comenzaremos con los cálculos de nivel de rol. Aquí vamos a cubrir muchas funciones en Tableau que son muy importantes de hacer, manipulaciones de datos y transformaciones y generar también en nueva información que necesites para tus visualizaciones 132. Número de Udemy 2: Entonces ahora vamos a comenzar con el primer tipo de cálculos ahí, los cálculos de nivel de fila. Y en este tutorial vamos a cubrir las funciones numéricos en Tableau. Entonces, el propósito principal de las funciones numéricas en Tableau es manipular y transformar valores numéricos. Así podemos utilizarlos en cualquier campo con el número de tipo de datos. Y el caso de uso más importante para las funciones numéricas es simplificar los números. Aquí tenemos tres funciones. Tenemos el piso de techo y redondo con el fin de redondear los números a forma similar como de costumbre. Primero, entendamos el concepto detrás de ellos, luego podemos practicar en Tableau. Vamos. Bien, entonces ahora digamos que tenemos el siguiente escenario. Hemos construido una vista desde las subcategorías y la suma de ventas Ahora bien, si le echas un vistazo a esos números, puedes ver que son números grandes con muchas fracciones, muchos detalles. Tenemos tres decimales por aquí. Esos detalles van a hacer que sea realmente difícil leer esos números en la vista. En lugar de eso, podemos redondear esos números para que sea más fácil leer y ocultar esos pequeños detalles que aquí son innecesarios. Si tomas las ventas, las ventas redondeadas, puedes ver ahora tenemos menor tamaño en los números. Redondeamos todas esas fracciones, todos esos números decimales. Con eso puedes ver si comparas la derecha con la izquierda, es más fácil leer a la derecha. Ahora aprendamos cómo funciona esto. Cada número decimal, como por ejemplo, 1.4 tiene siempre dos vecinos enteros. Piénsalo como si tuviéramos una habitación, tiene techo y piso. En este ejemplo, el 1.4 tiene el techo de dos y el piso de uno. Aquí, podríamos estar en una situación en la que no quiero tratar esos detalles, con esas fracciones. A mí me gustaría tener aquí un número entero dos o uno. Exactamente. Tenemos dos opciones. O vamos a moverlo al techo al número más alto, o vamos a moverlo al piso, al número inferior. Si decides usar el número de función de techo, van a ser dos. Lo que estamos haciendo aquí es que estamos redondeando el número al valor superior al techo o lo estamos moviendo al piso Eso significa que estamos redondeando el número, la función floor va a redondear el 1.4 a uno Ahora se podría decir, ya sabe qué, no quiero decidir si va a ir al techo o al piso. Me gustaría tenerlo automático. Debería ir al entero más cercano, y aquí podemos usar la función round. Tengamos el siguiente ejemplo. Digamos que estamos en 1.3 Si usas ronda, vamos a ir al vecino más cercano. El vecino más cercano va a ser uno. La ronda va a mover el valor a uno. Pero ahora tomemos otro valor, 1.7 Aquí, el vecino más cercano no es el piso. Es el techo. Está más cerca de dos. Si usas la función round, la va a convertir a dos. Ahora digamos que nuestro valor está exactamente en medio de 1.5 ¿Qué puede pasar con el valor si uso redondo porque tiene exactamente la misma distancia al techo y al piso aquí. Lo que puede pasar es que va a ser redondeado hasta el techo. Tenemos que tener sólo un valor, 1.5 la ronda de eso va a ser dos. Como puedes ver, así es como funcionan esas tres funciones. Todo lo que pensamos es como una habitación. Tienes techo y piso. Bien, ahora vamos a comparar el lado de las tres funciones. Vamos a empezar con el techo. El techo va redondeando los números. La sintaxis en tablo va a quedar así. Techo y acepta sólo un argumento, el número original. Por ejemplo, el techo de 1.2 va a ser dos techo de 1.8 va a ser dos. Techo de 1.5, pueden ser dos, siempre vamos al número más alto. Pasemos al siguiente. Va a ser exactamente lo contrario, el piso va a redondear los números a menor valor. La sintaxis aquí es floor it, excepto también solo un número. Los ejemplos son piso 1.2 puede ser 11.8, puede ser 1.1 0.5 puede ser también uno Siempre vamos al número más bajo. Ahora vamos a la última. Tenemos la vuelta alrededor los números al entero más cercano. La sintaxis para eso va a ser un poco diferente. Tenemos redondo, luego el número original, entonces tenemos un decimal aquí, es opcional, claro. Aquí también podemos decidir si vamos a ver, por ejemplo, un decimal, dos decimales Y si lo dejas vacío, lo va a redondear a un número entero. Ahora vamos a los ejemplos para los mismos números. Si redondea 1.2 va a ir al piso. El más cercano para ser, si redondeamos 1.8 el más cercano va a ser el techo, va a ir a los dos. Si redondeamos 1.5 exactamente por la mitad, se va a redondear hasta el techo, así que tenemos un dos. Eso es. Así funcionan las tres funciones. Ahora volvamos a Tableau y comencemos. Bien chicos, volvamos a Tableau. Vamos a crear ahora ver eso. Vamos a mostrar los pedidos con las ventas. Nos vamos a quedar con la pequeña fuente de datos. Tomemos el ID del pedido, lo pongamos en las filas y llevemos las ventas a la vista. Como puede ver, las ventas no tienen ninguna fracción. Y eso es porque, no es que los números estén redondeados, es solo que el formato es diferente. Para mostrar los valores reales, tenemos que cambiar el formato. Para ello, vamos a ir a las mayores ventas de nuestro aquí, click derecho sobre él y pasar al formato. Entonces vamos a ir al lado izquierdo. Aquí tenemos números. Demos click en este menú y vamos a Una vez que lo hagas, podrás ver que tenemos los datos brutos tal y como los tenemos en la fuente de datos. Ahora queremos redondear esos números para que sea similar a leer en la vista. Para ello, tenemos las tres funciones y podemos comenzar con el techo. Cerremos esto por aquí y creemos un nuevo campo calculado. Haga clic derecho sobre aquí en el espacio en blanco. Crear campo calculado. Vamos a llamarlo Techo de Ventas. La sintaxis es realmente fácil, por lo que comienza con el techo, Ord, y luego dentro de él tenemos que tener nuestro campo, El número, Nuestro campo son las ventas, y como puedes ver, los cálculos son válidos. Vamos, bien. Como puede ver, ahora tenemos el campo, el nuevo campo calculado en la fuente de datos. Vamos a llevarlo a la vista. Vamos a arrastrarlo hasta aquí. Como pueden ver, ahora tenemos nuestro nuevo campo. Déjame hacerlo un poco más grande y todos esos valores son redondeados. Tomemos el primer valor. Tenemos 215, 88. A medida que vamos redondeando, vamos a pasar al siguiente valor superior que es 216 Todo está bien. Comprobemos esto por aquí. Entonces tenemos 56, 11. A medida que vamos redondeando, vamos a pasar al siguiente entero que es 57 Todo está bien y las funciones de techo ya están funcionando. Todo bien. A continuación tenemos que ir y hacer exactamente lo contrario. Vamos a redondear los números al piso. Vamos a ir a crear un nuevo campo calculado y lo vamos a llamar Piso de Ventas. El así muy fácil. La palabra clave es Piso. Y nuestro valor van a ser las ventas. Entonces así es que se valoran los cálculos. Vamos a hacer clic en Bien. Y nuestro nuevo campo ya está en nuestra fuente de datos. Vamos a agarrarlo a la vista. El primer valor fue de 215, 88. Como estamos redondeando al entero por debajo de él, va a ser 215 Este valor por aquí, tenemos un 56, coma 11. Como vamos al piso, van a ser 56, así que todo está bien. Y como puedes ver, es exactamente lo contrario del techo. Bien, así que a continuación vamos a dar la vuelta a los números automáticamente al vecino más cercano. Usando la ronda vamos a ir y crear el tercer campo calculado, vamos a llamarlo ronda de ventas. Las funciones son realmente fáciles. Comienza con la ronda y es aceptar dos argumentos. El primero es imprescindible, va a ser nuestro número de ventas, y el segundo va a ser opcional en caso de que queramos decidir el número de decimales aquí no queremos usarlo, lo vamos a dejar por defecto No necesitamos decimales ni fracciones, así que vamos a dejarlo así , ventas y ya está Entonces como pueden ver, el cálculo es válido y vamos a ir y ahora nuestro tercer campo calculado también. En el ser de los datos, solo vamos a agarrarlo a la vista y verificar los valores. Ahora, el primer valor, 215, 88. Está cerca del techo, por eso la ronda va a llevarla al 216. El siguiente tuvimos 56, 11. Está muy cerca del piso. Por eso Tableau o la función round lo van a llevar 256. Como puedes ver, todo está bien y los números se están moviendo al vecino más cercano. Bien, ahora digamos que queremos ver a los Els en nuestra opinión, pero teniendo sólo un decimal, no dos decimales como aquí en nuestro ejemplo Para hacer eso, podemos redondear esos números a un solo decimal usando la función round. Vamos a crear un nuevo campo calculado. Llamémoslo rondas de ventas uno. Y vamos a usar también, las mismas rondas de palabras clave. El número va a ser ventas. Y entonces vamos a definir ¿cuántos decimales queremos? En este ejemplo, queremos sólo un decimal, así que vamos a escribir aquí uno. Eso es. Como puede ver, el cálculo es válido. Vamos a hacer clic en Ok. Y aquí tenemos nuestro nuevo campo, Vamos a llevarlo a la vista. Y ahora podrías decir, ya sabes qué, nada cambió. Todavía tenemos todo redondeado a un número entero, no hay decimales Bueno, eso es sobre el formato. Vamos a cambiar eso. Vamos a ir por aquí, click derecho sobre él y luego vamos a formatear aquí. Vamos a llevarlo a la norma. Una vez que hacemos eso, como puede ver ahora tenemos sólo un valor decimal. No tenemos dos valores decimales como los sellos, como el campo original en nuestra fuente de datos. Pero ahora se podría decir, bien, tal vez la ronda también tenga decimales Así que vamos a revisar los formatos. Vamos a ir a la ronda por aquí, y hagamos clic en Formatos. Y ahora si traemos el estándar, como pueden ver, nada está cambiando. Entonces eso significa que realmente no tenemos decimales, solo tenemos un número entero Bien, entonces ahora podrías preguntarme, ¿ cuándo uso techo y cuándo uso piso? Bueno, no hay regla para eso. Realmente depende del caso de uso y del requisito. Por ejemplo, si estoy construyendo un tablero para presupuestar para apaciguar un presupuesto, iría siempre con el techo para asegurarme de que no me estoy olvidando de nada y no estoy corto en el presupuesto al final En este caso de uso, tiendo siempre a usar techo y nunca uso piso o redondo. Realmente depende del requisito en el caso de uso. Entonces, como puedes ver, esas tres funciones realmente hacen que las visualizaciones sean más fáciles leer y más simples. Todo bien a todos. Entonces, hasta ahora hemos aprendido a simplificar los números en Tableau usando las tres funciones numéricas, techo, piso y redondo. Y eso es todo para el primer grupo, el número de funciones. A continuación podemos aprender las funciones de cadena en Tableau. 133. Caso de cambio en Udemy 3 1: Ahora nos vamos a centrar en el segundo grupo de funciones en Tableau. Bajo los cálculos de nivel de fila de categoría, tenemos las funciones de cadena. El propósito principal de las funciones de cadena en Tableau es manipular y transformar los valores de texto, cualquier campo en nuestro conjunto de datos con la cadena de tipo de datos. Hay muchos casos de uso y razones para usar funciones de cadena en Tableau. Por ejemplo, podemos usarlo para limpiar nuestros datos y llevar nuestro texto a casos estándar. Por ejemplo, podemos cambiar el caso a menor o. Y el siguiente caso de uso también está a punto de limpiar nuestros datos en Tableau eliminando cualquier espacio no deseado. Aquí tenemos tres funciones, La moldura izquierda, la moldura derecha y la moldura. Pasando al siguiente grupo o caso de uso, tenemos aquí tres funciones para extraer subcadena específica de un texto Tenemos izquierda, derecha, y hecho. El siguiente caso de uso es buscar patrones específicos. Aquí tenemos cinco funciones, Start with width, contains, find, y find in. Luego tenemos otro caso de uso para las funciones de cadena combinen y dividan datos dentro de Tableau. Aquí tenemos el operador concat y también la función split El último caso de uso es reemplazar una subcadena específica, otra subcadena Entonces aquí tenemos la función reemplazada. Como puedes ver, tenemos muchas funciones de cadena y herramientas para manipular, transformar, limpiar los valores de texto en tabla. Ahora vamos a comenzar con el primer caso de uso sobre las funciones de cadena. Cómo limpiar nuestros datos y llevar nuestro texto al caso estándar usando las dos funciones, lower y er. Pero como es habitual, primero tenemos que entender el concepto antes de empezar a practicar en mesa. Vamos. Bien, ahora vamos a verificar el siguiente problema de calidad de datos en nuestra opinión. Si revisas los productos de dimensión aquí tenemos tres valores para la palabra. Tenemos teclado tres veces en la vista, lo cual es realmente incorrecto. Y eso es porque la calidad de los datos del sistema de origen donde obtenemos los datos es simplemente baja. Esto sucede si tienes mucha gente trabajando en los proyectos pico y tienes muchos productos. Por lo que pueden ingresar como nombres diferentes para los mismos productos. Aquí tenemos un problema de caso en el nombre del producto. Y lo que suelo hacer en mis proyectos, voy y me pongo en contacto con los sistemas fuente y les cuento sobre los problemas de calidad de datos que tienen. Pero a veces puede pasar mucho tiempo hasta que lo arreglen. Individualización, podemos ir a arreglar y limpiar esas cosas. En Tableau, tenemos muchas herramientas y funciones para manipular y limpiar las dimensiones. Por ejemplo, podemos usar las funciones superior o inferior para llevar estándares a los valores. Si vas y usas el inferior, tenemos los siguientes resultados. Podemos tener en este ejemplo solo tres productos en las visualizaciones y aunque se van a agregar tres valores para la cantidad en una sola fila, lo cual es realmente correcto Ahora bien, si comparas la primera vista con la segunda vista, puedes ver que hemos mejorado la calidad de los datos indivisualizationsow vamos a entender cómo funcionan esas Ahora vamos a tener el siguiente ejemplo sobre el nombre del cliente. Los nombres podrían escribirse así, el primer carácter del nombre y el apellido está en mayúscula, o todo como mayúscula o todo lo contrario Donde tenemos todo en minúsculas, puedes ver que podemos escribir el nombre del cliente en diferentes casos. Ahora en Tableau, tenemos que traer esos nombres. Estándares, tenemos dos formas de hacerlo. O traemos todo a minúsculas o minúsculas. Ahora bien, si decidiste ir con la mayúscula para el nombre del cliente, ¿qué puede pasar? El primer cliente se puede convertir completamente a mayúsculas. El segundo cliente ya es mayúscula. No puede pasar nada, va a permanecer igual. El tercero, es minúscula, por lo que se puede convertir a mayúscula. Pero ahora, si quieres ir con el nombre más bajo para los clientes, esto es lo que puede pasar. El primero, el primer cliente se puede convertir a una minúscula. El segundo también se puede convertir de superior a inferior. El tercero, no puede pasar nada porque ya es minúscula. Como puedes ver con esta función, estamos forzando que los nombres sean superiores o inferiores. Por lo que traemos estándares a las visualizaciones. Ahora vamos a ir a comparar esas dos funciones juntas. Empezamos por la parte superior. Se va a convertir los caracteres dos mayúsculas. La sintaxis en Tableau va a ser la siguiente. Comienza con la palabra clave upper. Se acepta sólo un campo, la cadena, La salida puede ser también cadena. Por ejemplo, si tomamos María superior, el primer carácter está en mayúscula, la salida puede ser cadena María en mayúsculas Ahora vamos a ir a la baja. Va a ser exactamente lo contrario. Entonces va a convertir los caracteres a minúsculas. La sintaxis puede ser similar a, aquí tenemos menor que un campo, la Cadena La salida también puede ser String. El ejemplo aquí es menor. María, María puede estar en la salida como minúscula. Esas dos funciones son simples y fáciles de usar, pero aún así son muy importantes. Tiendo a utilizarlos mucho en mis proyectos para limpiar los datos. Ahora volvamos a Tableau y Start. Bien, para esas dos funciones, he preparado un archivo extra con la baja calidad de datos en los nombres de los productos. Para poder conectar este archivo, tenemos que crear una nueva fuente de datos. Vamos a la página de fuente de datos por aquí. Y luego vamos a ir a crear una nueva fuente de datos. Entonces vamos a ir al archivo de texto. La puedes encontrar dentro de la carpeta pequeña. Tenemos aquí un archivo CSV llamado productos de baja calidad. Vamos a conectarlo. Es solo una tabla, y si revisas la cuadrícula de datos por aquí, puedes ver que tenemos problemas en el producto. Se puede ver que tenemos aquí teclado en mayúsculas. Teclado en minúsculas o con el primer Carter en mayúscula Entonces ahora volvamos a nuestra hoja y comencemos a revisar los datos también a partir de ahí. Ahora vamos a ir a la base de datos, asegurarnos de que estamos seleccionando la nueva fuente de datos. Tenemos aquí un producto uno. Aquí tenemos el tema del caso, así que vamos a traerlo a la vista y verificar los valores. Como puedes ver, podemos encontrar como cinco productos, pero en realidad solo tenemos tres aquí mismo. Tenemos el teclado tres veces, monitor y mouse. Deberíamos tener sólo tres teclado, monitor y ratón. Tenemos problema de calidad de datos en los nombres de los productos. Tableau distingue entre mayúsculas y minúsculas, por lo que puede presentar los datos exactamente como son del sistema de origen. Tomemos la cantidad y la pongamos en las columnas. Y como puede ver, esos tres valores no se agregarán juntos. Dado que Tableau piensa que son tres diferentes, vamos a mostrar los valores aquí en las etiquetas. Vamos a llevarlo al color también. Entonces ahora vamos a ir a limpiar los datos usando la función inferior. Para ello, tenemos que crear un nuevo campo calculado. Vamos al Data Pain por aquí. Haga clic derecho en el espacio vacío, Crear Campo Calculado. Lo vamos a llamar Productos Inferiores. Es comenzar con la palabra clave lower y acepta solo un valor, la cadena. Entonces vamos a tener los productos uno y eso es todo. Entonces como puedes ver, se valora el cálculo y la salida va a ser una cadena, el producto. Vamos a golpear, bien. Ahora si comprobamos el dolor de datos, tenemos aquí, nuestra nueva dimensión, el campo calculado. Vamos a llevarlo a la vista y las filas para comenzar a comparar los valores. El primero, como puedes ver es una mayúscula. La salida va a ser una minúscula del teclado. El siguiente ya es minúscula, nada va a cambiar. El tercero es completamente mayúscula de los datos originales, pero la salida es minúscula. Como puedes ver, tenemos todos los nombres aquí en minúscula. Ahora si vas y quitas el producto uno por aquí, puedes ver que podemos terminar teniendo solo tres valores. Sólo tres productos que es correcto. Con eso, hemos limpiado los datos usando la minúscula. Ahora vamos a limpiar los datos. Esta vez usando la función superior, podemos hacer lo mismo. Vamos a ir a crear un nuevo campo calculado. Llamémoslo productos superiores. Vamos a usar la función superior por aquí. Y acepta solo un campo, nuestros productos, productos uno. Y eso es todo, el cálculo es válido. Vamos a hacer clic bien. Ahora si revisas el contenedor de datos, tenemos nuevo campo calculado, nueva dimensión. Llevémoslo a la vista y comencemos a comparar los valores. Puedo traer también el campo original, el primero está en mayúscula, como pueden ver, la salida puede ser mayúscula El segundo es completamente minúscula también, completamente mayúscula. El tercero, nada va a cambiar. Como pueden ver todos los valores ahora en mayúsculas, ahora voy a ir a quitar los demás para ver los resultados finales. Como puede ver, solo tenemos tres productos y la visualización que es realmente correcta. Y con eso, hemos arreglado la calidad de los datos usando. Bien, entonces ahora podrías preguntarme, debería usar una minúscula o mayúscula en mis puntos de vista? Bueno, si le estás preguntando a un tipo de TI como yo, voy a responder así. Depende, depende de los campos que estés usando en las vistas. Tengamos el siguiente ejemplo. Aquí tenemos dos vistas. El izquierdo con la minúscula y el nombre del producto. Y el segundo es con la mayúscula. Si echas un vistazo ahora a esos dos puntos de vista, ¿qué opinas? ¿Es más fácil de leer? Si tienes un texto normal o un texto largo como el nombre del producto, el nombre del cliente, etc. Siempre es mejor usar una minúscula. Las minúsculas son más fáciles de leer en comparación con las mayúsculas. La mayúscula va a tomar también más espacio. Es más agresivo y es muy difícil de leer. Entonces para el escenario iría y te recomendaría usar la minúscula. En el diseño moderno tienden a usar minúsculas ya que es proporcionar un aspecto más elegante y minimalista en el sitio web y en la apariencia y sensación de las visualizaciones Entonces la minúscula es más fácil de leer. Es más moderno. Si lo comparas con la mayúscula, es difícil de leer y es como si alguien estuviera gritando. Tomemos ahora otro ejemplo. Tenemos aquí una agregación para la abreviatura del país. Entonces aquí la tenemos como minúscula y así como la mayúscula. Esta vez si los comparas juntos, puedes ver que tal vez sea más mejor usar la mayúscula. Y eso es porque como es muy breve, las abreviaturas tienen máximo, tal vez tres caracteres Es muy difícil ver visualizaciones de Ind. Son realmente pequeños. Si lo tenemos como un personaje grande, es más fácil de leer con las abreviaturas Siempre tiendo a usar la mayúscula, Las abreviaturas si están escritas en mayúsculas, pueden traer estándares y pueden evitar malas interpretaciones de los datos Si miras al lado derecho de por aquí, puedes entender de inmediato. Bien, aquí estamos hablando de países. Pero si estás del lado izquierdo, podrías confundirte. Por ejemplo, ¿estamos hablando de USA o de la palabra nosotros? Lo mismo vale para Italia. ¿Es así que lo usamos en oraciones en el pronombre o es como la abreviatura de Italia aquí? Si lo escribes en minúsculas, podrías introducir algún malentendido y para las abreviaturas Siempre tiendo a usar mayúsculas. Es más claro y fácil de leer para nombres cortos. Por eso la respuesta que viene de la, IT, depende, depende del caso de uso, de los requisitos, y así sucesivamente. Entonces a veces vamos con el inferior, a veces vamos con el superior. Pero 90% voy con la minúscula para los nombres y así sucesivamente, pero sólo para las abreviaturas. Voy con la parte superior. Con eso, tienes al menos algunas orientaciones en tu visualización Bien, así que eso es todo acerca de cómo limpiar los datos llevando nuestro texto a mayúsculas y minúsculas estándar usando las dos funciones, inferior y superior. A continuación, puede comenzar a hablar de las tres funciones, moldura izquierda, llanta derecha y moldura. 134. Udemy 3 2 Eliminar: Bien, así que ahora vamos a hablar otras funciones de cadena en Tableau para limpiar nuestros datos eliminando espacios no deseados usando las tres funciones, borde izquierdo, borde derecho y recorte. Y claro, como siempre, tenemos que entender primero el concepto hay detrás de ellos y luego llegamos a practicar en Tableau. Así que vamos. Bien, entonces ahora tenemos el siguiente escenario, donde tenemos, de nuevo, una mala calidad de datos en nuestra opinión. Si revisas los productos, podemos ver que tenemos cuatro veces el teclado. Entonces, ¿qué está pasando? Aquí no tenemos ningún asunto de caso, como todos ellos están en mayúscula en el primer carácter, por lo que no hay minúscula, mayúscula Todo está bien. ¿Por qué Tablo no sumó todos esos valores en una fila, en un solo producto Porque aquí sólo tenemos tres productos. Entonces, ¿qué está pasando aquí? ¿Qué pasó? Bueno, tenemos los espacios sucios en el nombre del producto. En el teclado, hay como espacios no deseados. Es muy difícil de ver individual. Eso se puede ver. Como que todo se ve bien, ¿verdad? Pero hay espacios dentro del teclado y tenemos que quitarlo. Ahora, para limpiar los datos y eliminar esos espacios sucios, podemos usar una de las tres funciones left, right, trim o trim. Y si aplicas esas funciones en el nombre del producto, vamos a obtener el resultado así. Sólo tres productos y todo va a estar bien. Vamos a entender cómo funcionan esas funciones. Tengamos los siguientes ejemplos simples. Digamos que tenemos la palabra monitor, pero del lado izquierdo tenemos un espacio en blanco. Para eliminarlo, podemos usar la función de Tableau. Levante, recorte, levante, recorte, Gna, elimine cualquier espacio no deseado del lado izquierdo de la palabra. Ahora podríamos tener la situación opuesta donde tenemos el monitor, pero en el lado derecho hay un espacio en blanco. Para eliminar esos espacios, podemos usar la función en Tableau. Embellecedor derecho, embellecedor derecho. Va a quitar cualquier espacio del lado derecho de la palabra. Pasando al tercer escenario, tenemos la misma palabra monitor, pero esta vez a la izquierda. Y a la derecha hay espacios en blanco. Para eliminar esos espacios, o bien podemos usar ambas funciones lift trim y right rim, o podemos usar la tercera función, trim, si usas la función trim en Tableau. Para este escenario, se va a eliminar todos los espacios en blanco del lado izquierdo y también todos los espacios blancos del lado derecho. Bien, así que ahora vamos a ir rápidamente a comparar esas tres funciones. El embellecedor del elevador va a quitar cualquier espacio principal. El guarnecido derecho puede eliminar cualquier espacio posterior, y el guarnecido puede eliminar ambos. Los espacios iniciales y finales y las sintaxis en Tableau son realmente simples Entonces, por ejemplo, tenemos aquí la palabra clave left trim. Entonces acepta solo un campo de cadena, la salida va a ser un valor de cadena. Por ejemplo, digamos que queremos levantar trim, este valor, tenemos narea en el lado izquierdo, tenemos un espacio en blanco Y también en el lado derecho, si usas un embellecedor de elevación, solo puede eliminar los espacios principales. Por lo que solo puede quitar el espacio del ascensor y va a dejar el espacio que tenemos a la derecha porque es solo recorte de ascensor. Pasemos al siguiente. Es exactamente lo contrario, pero la sintaxis es casi la misma. Entonces tenemos derecho a recortarlo, excepto la cadena de campo, la salida va a ser también un valor de cadena. Si nos quedamos con el mismo ejemplo, va a eliminar solo el espacio final. El espacio del lado izquierdo se va a quedar en este ejemplo. Ahora pasemos al último. Creo que ya lo tienes. Aquí vamos a usar solo la moldura. No es un ascensor ni a la derecha. Entonces ambos. Y es excepto también un campo de cadena. La salida va a ser un valor de cadena. Y el ejemplo va a ser el siguiente. María con los espacios izquierdo y derecho, ¿qué puede pasar? Vamos a quitar el espacio del ascensor y también el espacio adecuado. Esas funciones son realmente fáciles de usar y muy importantes para mejorar sus indivisualizaciones de calidad de datos Volvamos a Tableau y empecemos a practicar. Bien, primero, asegúrate de seleccionar la fuente de datos correcta para que podamos quedarnos con los productos de baja calidad ya que preparé los ejemplos. Y ahora vamos a ir con el producto dos, solo arrastrarlo y frotarlo aquí en la vista. Como puede ver, ahora tenemos cuatro productos para el teclado. Ahora es muy difícil ver dónde están esos espacios blancos. Para los dos primeros, se puede ver que están un poco desplazados hacia la derecha, pero para los dos segundos teclados, no estamos seguros de si son como en el lado derecho un espacio en blanco o no La situación puede ser realmente mala si cambiamos a diferentes visualizaciones. Tomemos la cantidad y ahora en el diagrama de barras, es casi imposible ver si hay como algún espacio en blanco. Si estoy enfrentando esta situación en mis proyectos, voy primero y empiezo a contar cuántos personajes tengo en cada producto. Calculo la longitud de cada palabra. Para ello, podemos crear un nuevo campo calculado. Vamos a crear uno nuevo, y vamos a llamarlo longitud de productos. La palabra clave para que las artes calculen los enlaces es LEN. Eso establece. Entonces acepta solo un campo, campo cadena, y la salida va a ser un número. Nuestro campo va a ser el producto para asegurarnos seleccionar el correcto y que establece el cálculo es válido. Vamos a hacer clic en Bien, ya que la salida va a ser un número de Tableau, va a ir y crear una medida continua. Entonces solo voy a quitar la cantidad de la vista, y llevemos nuestro nuevo campo calculado a la vista. El eslabón del primero tiene nueve, por lo que esto significa que solo tenemos un espacio en blanco. El segundo tiene dos espacios en blanco. El tercero es correcto. El primero es también tiene un espacio en blanco. Con la función link, podemos detectar fácilmente si hay espacios sucios en nuestras palabras. Ahora para eliminar y limpiar esos problemas, vamos a usar las funciones de recorte. Empecemos con la moldura de elevación y vamos a ir a crear un nuevo campo calculado. Vayamos y hagamos eso. Vamos a llamarlo productos a la izquierda. Y vamos a comenzar con la sintaxis left trim, y solo acepta un campo string. Va a ser el producto. Para asegurarse de seleccionar el correcto, ese cálculo es válido. Vamos a golpear bien. Ahora notamos que la tabla creó una nueva dimensión porque la salida es una cadena. Vamos a ponerlo aquí en la vista. Ahora, ¿qué puede pasar con los valores dentro de los productos? Todos los espacios del lado izquierdo van a ser retirados o recortados Pero nuevamente, aquí, es muy difícil ver desde el punto de vista si todo está bien. Entonces vamos a ir de nuevo y calcular la longitud del nuevo campo. Vamos a cambiar los cálculos dentro de nuestro campo calculado. En lugar de tener el Broadct dos, podemos quitarlo e insertar la nueva dimensión Vamos a hacer clic en Bien. Todo bien. Entonces ahora vamos a comprobar el resultado. Como puedes ver, tenemos algunos valores fijados al primero. Lo tenemos como ocho. El segundo aún tenemos espacio. El tercero es, de todos modos, correcto. El tercero también es incorrecto. Como pueden ver, la situación ahora es un poco mejor. Pero aún tenemos espacios. Eso significa que tenemos espacios en el lado derecho. Para arreglar esto, vamos a ir a recortar desde el lado derecho. Volvamos a nuestros cálculos, el borde izquierdo. Editémoslo y agreguemos el recorte correcto. Entonces vamos a ir por aquí, vamos a tener cálculos anidados, recorte derecho, y queremos los resultados del recorte izquierdo Vamos a golpear. Bien, pero a lo mejor voy a cambiar el nombre a Trim. Vamos a golpear. Bien, entonces, ¿qué puede pasar con los valores dentro de los productos? Estamos recortando todo desde la izquierda y también desde la derecha como puedes ver Ahora la longitud es también, correcta. Todos esos valores tienen los vínculos de ocho. Para probar esto también, vamos a eliminar el producto dos de la vista que tenemos aquí, solo tres valores. Por supuesto el enlace no tiene ningún sentido aquí porque estamos resumiendo los enlaces de todos los productos dentro de los pedidos En lugar de tenerlo como medida, tal vez podamos convertirlo a dimensiones, no tener ningún cálculo. Yo solo lo voy a quitar de aquí y solo agregar la longitud del producto. Como puedes ver, todo está bien. Ahora, por supuesto para este escenario, tenemos una solución más fácil. Solo podemos usar un recorte en lugar de usar el recorte izquierdo y derecho en un solo cálculo. Vayamos y hagamos eso. Vamos a volver a nuestro cálculo y editarlo. Así que sólo vamos a quitar todo. Vamos a usar la palabra clave trim y luego acepta solo un campo, va a ser el producto dos, y como puedes ver, el cálculo es válido. Vamos a hacer clic en Bien. Como se puede ver, nada va a cambiar en la vista. Vamos a obtener exactamente los mismos resultados. Con eso, hemos limpiado los valores dentro los productos eliminando cualquier espacio sucio o no deseado. Bien, quiero mostrarte un método más sobre cómo detectar si hay como mala igualdad en tus datos al tener espacios no deseados. Eso es especialmente si tienes una fuente de big data. Si tienes muchos valores, es muy difícil detectar esas cosas si estás usando la función de enlace. Te voy a mostrar ahora cómo suelo hacerlo si tengo una fuente, lo que suelo hacer si tengo sospechas sobre un campo donde creo que los usuarios son como ingresar manualmente los valores que voy y cuentan el valor distinto dentro de este campo. Ahora déjame mostrarte cómo suelo hacerlo. Vamos a crear nuevos campos calculados, y lo vamos a llamar Productos count D. La sintaxis para eso va a ser count. Entonces la palabra D, estamos contando el valor distinto dentro de nuestros productos. El campo va a ser el producto dos. La salida para eso va a ser un número. El cálculo es válido. Vamos a golpear, bien. Como puede ver en el lado izquierdo tenemos una nueva medida continua. Se va a contar cuántos valores distintos tenemos dentro de los productos. Veamos los resultados. Yo sólo voy a ir y quitar todo de la vista. Voy a tomar el conteo y ponerlo en el texto. Ahora los resultados van a decir que tengo seis productos diferentes dentro de mi fuente de datos, pero tengo sospechas al respecto Ahora lo que voy a hacer, voy a ir y empezar a recortar los valores dentro de los productos y mi expectativa va a ser la siguiente Si el número va a permanecer igual, entonces no tenemos espacios, Pero si el número va a ir más pequeño, entonces tenemos espacios no deseados dentro de los productos. Empecemos a probar eso. Vamos a ir a nuestro cálculo y comenzar a sumar nuestros adornos Empezamos siempre con el embellecedor izquierdo o derecho. ¿Por qué? No vamos de inmediato al recorte Porque si estás recortando todo desde la izquierda y la derecha, esto puede, tiene un mal desempeño en Tableau porque necesita recursos Si solo está recortando levantamiento o solo recorte correcto, va a ser más fácil para Tableau hacerlo Pero si siempre vas inmediatamente a la moldura, es posible que tengas un mal rendimiento. Por eso siempre empiezo con la moldura del elevador. Entonces vayamos a la moldura del elevador y verifiquemos los resultados. Así que sólo voy a agregarlo al producto de aquí. Con eso, primero estamos recortando el producto dos, luego estamos contando cuántos valores distintos vamos a ver dentro de esta base El cálculo es válido, vamos a establecer. Bien. Bien, así que ahora trasladamos 6-4 productos Esto es alertar para mí, eso significa que hay como espacios líderes Ahora el siguiente paso, lo que suelo hacer es ir y probar si hay algún espacio adecuado en el lado derecho para eso. O voy a agregar un derecho a recortar o simplemente voy a usar el embellecedor. Ahora si agregamos el embellecedor correcto y el embellecedor y el número va a permanecer igual, Cuatro, eso significa que solo tenemos problema con los espacios del ascensor. Pero si el número va a ir más pequeño, eso significa que también tenemos espacios adecuados. Ahora lo que podemos hacer, vamos a ir de nuevo a nuestra medida y editar el cálculo. Y en vez de tener moldura izquierda, solo voy a tener ahora una moldura para probar también, los espacios correctos. Vamos a golpear. Bien. Ahora como pueden ver fuimos 4-3 Eso significa que tenemos también espacios derechos, no sólo a la izquierda sino también, a la derecha Por lo que el número total de productos fue 6-4 a tres. Así es como suelo hacerlo para decidir si voy a usar solo molduras elevadoras o llanta derecha, o ambas en lugar de usar molduras inmediatas. Vi muchos proyectos, y muchos desarrolladores tienden a exagerar con esto Si ven como un valor de cadena, van inmediatamente y lo recortan solo para tener un resultado correcto. Agregar una visualización de Tableau. Pero crea si haces esto siempre, vas a tener una mala reacción en Tableau y puedes tener un mal rendimiento. Tómate poco tiempo para investigar si es realmente necesario o no. Bien, así que eso es todo acerca de cómo limpiar nuestros datos eliminando espacios no deseados usando las tres funciones, levantar el borde, la derecha, la llanta y el recorte. A continuación vamos a hablar de otro grupo, el ascensor, derecho, y medio. 135. Extracto de Udemy 3 3: Ahora vamos a cubrir otro grupo de funciones de cadena en Tableau para extraer subcadena específica del texto usando las tres funciones izquierda, derecha y media como de costumbre Entendamos el concepto que podemos practicar en Tableau. Vamos bien a todos. Entonces, en escenarios reales y proyectos de la vida real, los datos que provienen de los sistemas fuente suelen ser mucho más complicados que los datos que puedes encontrar en samples, tutoriales, cursos, etc. porque los procesos y proyectos reales son mucho más complicados. El ejemplo que podemos ver aquí podría ser el nombre Broaduct dentro de tus proyectos Aquí puedes ver que tenemos mucha información en un solo campo. Por ejemplo, tenemos la Canon, este podría ser el nombre del producto. En el siguiente tenemos el ID del producto. Y el tercero es el código del producto. Toda esa información, podríamos encontrarla debajo del nombre del producto. En un solo campo de individualización, podríamos estar interesados en una sola pieza de información, no en todo el asunto Podríamos estar interesados en el Canon, el nombre del producto. O solo necesitamos el ID 789. O queremos que sólo el código sea individualizaciones. Necesitamos Tableau, tal función o herramientas para extraer esas piezas de información. Y dividir el campo en tres campos en Tab. Hay muchas funciones y formas para lograr este objetivo. Una de ellas es usar las funciones izquierda, derecha y media para cortar este campo en múltiples campos. Vamos a empezar ahora con el primero. Entendamos el ascensor. Lo primero que hay que entender es que cada carácter de nuestra cadena tiene un número de posición. Por ejemplo, tenemos la C, tiene la posición número uno, la 23, y así sucesivamente hasta llegar al último carácter, cinco, tiene la posición 14. Estamos contando desde la izquierda hasta que vamos a la derecha. Ahora en este ejemplo, sólo nos interesan los nombres de los productos, así que nos vamos a centrar en éste. Y como pueden ver, termina con la posición cinco. La sintaxis en Tableau para hacer el lift es la siguiente. Comienza con la izquierda. Entonces necesita dos argumentos. El primero es el campo en sí, la propia cadena. Después los números de caracteres que queremos mantener la salida. El resultado va a ser un valor de cadena. Por ejemplo, vamos a tomar a la izquierda, luego nuestro valor y el número de caracteres van a ser cinco. Estamos manteniendo cinco personajes del lado izquierdo. Veamos cómo va a funcionar esto. Vamos a empezar a contar desde la izquierda y nos movemos hacia la derecha. El personaje inicial es, empezamos a contar 12345 Este es exactamente el número de caracteres y aquí hacemos un corte. Cualquier cosa después de los cinco o después de n va a ser removida. Y guardamos aquí sólo cinco caracteres. Podemos tener la salida de Canon. En este ejemplo, estamos cortando todos los valores después del carácter con la posición número cinco. Bien, así es como funciona la función de elevación en Tableau. Pasemos a la siguiente función. Es exactamente lo contrario. Vamos a tener la función correcta. Digamos que ya no interesa el nombre del producto. Nos gustaría tener y extraer el código de producto, los últimos cuatro caracteres de nuestra cadena. Ahora bien, si estás considerando usar la función correcta, ¿qué puede pasar? El número de posición de los caracteres puede ser exactamente el opuesto. Vamos a empezar a contar desde el lado derecho ya que nos vamos moviendo hacia la izquierda. El primer personaje va a ser el personaje cinco. El segundo, R, el tercero y el último carácter, número 14, va a ser el C. Ahora queremos enfocarnos en el código del producto y vamos a usar la función correcta. La sintaxis para la función correcta es muy similar a la lift, es comenzar con la palabra clave correcta, entonces necesitamos nuestro campo, el campo string. Entonces el número de caracteres el exterior va a ser así como un valor de cadena. Esta vez va a ser el ejemplo así. Va a tener bien nuestra cuerda. Entonces el número de caracteres que queremos mantener del lado derecho es para. Veamos cómo puede funcionar esto. La función correcta va a empezar a contar desde el lado derecho y pasamos al ascensor. Empezamos a contar desde aquí, 1234. Y eso es todo. Aquí hacemos corte. Todos los caracteres posteriores la posición número cuatro serán ignorados, no formarán parte de los resultados. Al final, vas a conseguir sólo cuatro personajes del lado derecho. E R cinco. Así es como funcionan las funciones correctas en Tableau. Empezamos a contar desde el lado derecho y nos quedamos sólo como, por ejemplo aquí, cuatro caracteres. Bien, así que ahora vamos a pasar a la tercera. Tenemos la función mid. Bien, entonces ahora queremos extraer la última pieza de información que tenemos en nuestra cadena, el ID del producto, el que está en el medio. Por lo que no nos interesa la primera parte del nombre del producto ni la última parte del código. Queremos obtener exactamente esta información en el medio. Si estás usando mid, vamos a contar de izquierda a derecha, exactamente como la función left. El primer personaje va a ser el C, el último personaje va a ser el cinco. La sintaxis en Tableau es ligeramente diferente como izquierda o derecha, así que comenzamos con mid. Entonces tenemos tres argumentos. El primero, como es habitual, el valor de cadena que queremos manipular. El siguiente aquí es nuevo. Podemos definir el punto de inicio, donde podemos empezar a contar cuántos personajes iban a dejar. Entonces tenemos la longitud aquí, es como el número de caracteres, pero esta vez es opcional. Si lo dejas, vamos a considerar todo después del punto de inicio. O si lo especificas, vamos a tener exactamente el mismo número de caracteres que definas la salida va a estar aquí también, valor String. Tomemos aquí un ejemplo. Podemos tener mediados, entonces nuestro valor. Queremos empezar a contar desde siete y queremos mantener sólo tres caracteres en la salida. Ahora veamos cómo puede funcionar esto. La posición inicial, para contar el número, es la posición número siete. Vamos a partir de este valor y vamos a contar tres caracteres, 123 y cortar. Ahora lo que estamos haciendo, estamos cortando dos cosas, la posición inicial y la posición. Eso significa que todos los caracteres antes del punto de partida serán ignorados, no estarán en los resultados, igual que todos los caracteres posteriores al final en el corte serán ignorados, la salida va a ser 789. Con eso, extraemos información en medio de nuestra cadena. Así es como funciona la función mid, como se puede ver con esas tres funciones. Con esas tres herramientas en Tableau, podemos cortar cualquier cosa en nuestra cadena y generar nuevos datos. Vamos a Tableau y empecemos a practicar. Hay muchos casos de uso para esas tres funciones. Por ejemplo, comencemos a trabajar con la URL. La URL suele tener una estructura y queremos extraer parte de la información dentro de URL en nuestras fuentes de datos, tenemos una URL en las imágenes. Si vas a la pequeña fuente de datos, ve a los productos, y aquí tenemos la imagen del producto. Arrastrémoslo y dibujémoslo en las filas y comprobemos la estructura. La URL estándar suele comenzar con el protocolo. Entonces tenemos un dominio, y luego al final tenemos como un archivo o algo así. Nuestros archivos aquí son todas las imágenes como practicamos en la imagen droow La primera tarea es extraer solo los protocolos de nuestra URL. Ahora, las herramientas son del lado izquierdo. Creo que ya sabes que queremos usar la función lift para que podamos ir y contar cuantos personajes queremos dejar. Necesitamos cinco caracteres. Vamos a crear un nuevo campo calculado. Porque necesitamos un nuevo campo, vamos a llamarlo URL y luego vamos a tener ese protocolo. Se inicia así, la izquierda y luego necesita dos argumentos. El dato que necesitamos es imagen de acto amplio, tenemos por aquí y queremos cortar cinco caracteres. Podemos especificar aquí cinco. Como puede ver el cálculo es válido. Vamos a probarlo. Vamos a ir y golpear Ok. Y como pueden ver en el lado izquierdo tenemos nuestra nueva dimensión, nuestro nuevo campo calculado. Vamos a traerlo a la vista. Arrastre y suelte en la carretera junto a él. Y como puedes ver ahora tenemos un nuevo campo en nuestra fuente de datos donde tenemos la información del protocolo de nuestra URL. Entonces todo está funcionando bien, y así es como trabajamos con la función left. Pasemos al siguiente caso de uso donde queremos extraer las extensiones de archivo en nuestra URL. Queremos obtener esta parte al final de la URL ya que estamos hablando del lado derecho. Lo que vamos a hacer ahora, vamos a usar la función correcta aquí. Necesitamos extraer alrededor de tres caracteres. Vamos a crear el campo calculado. Entonces vamos a ir a crear uno nuevo. Vamos a llamarlo extensión de archivo URL. Es comenzar con la palabra clave, ¿verdad? Y entonces necesita también dos argumentos encadenar nuestro campo va a ser la imagen del producto. Y cuántos personajes queremos. Queremos tres, vamos tres. Con eso, se puede ver que el campo calculado es válido. Vamos y golpeemos Ok. Y como es habitual, tenemos un nuevo campo calculado, una nueva dimensión en nuestra fuente de datos. Sólo para tratar con las extensiones de archivo, vamos a comprobar los valores para ver si todo está bien. Y como puedes ver, estamos obteniendo todas las extensiones de archivo desde la URL. Como puedes ver, es realmente sencillo. Y estamos con eso, generando nuevas informaciones y nuevos campos que podríamos utilizar en nuestro análisis. Y se basan en los datos originales que obtenemos de las fuentes de datos. Bien, así que ahora pasemos a la siguiente tarea donde queremos obtener las URL's comenzando desde el nombre de dominio sin tener los protocolos. Queremos mantener cualquier cosa después de las barras dobles en la cadena Esta vez vamos a usar la función table de. Vamos a crear un nuevo campo calculado. Vamos a llamarlo dominio amplio. Aquí podemos comenzar con una palabra clave mid. Se necesitan tres argumentos. El primero, como es habitual, puede ser la imagen de acto amplio. Entonces, ¿cuándo empezamos a cortar? Aquí tenemos que especificar el número, 12345789, comenzamos a cortar El último es opcional. Sólo voy a dejar todo después No vamos a cortar nada del lado derecho. Eso es. El cálculo es válido, está bien. Como es habitual, obtenemos una nueva dimensión, nuevo campo calculado y nuestro para ser utilizado en los analizadores. Vamos a agarrarlo y ponerlo en las filas para verificar los valores. Como puedes ver, partimos del nombre de dominio y se corta el protocolo. Todo el valor va a ser el resto. Ahora a continuación tenemos la siguiente tarea para usted. Bien, entonces la tarea es extraer los últimos cuatro dígitos de los números telefónicos de los clientes. Para ir a las direcciones y extraer solo el nombre de la calle. Para que podamos quitar el código y la palabra calle. Ahora puedes ir y pasar el video para completar la tarea. Y una vez que hayas terminado, podrás retomarlo todo. Creo que es muy fácil. Vamos a la pequeña fuente de datos. Vamos a ir a los clientes y tomar el teléfono a la vista. Ahora queremos extraer los últimos cuatro caracteres de los que estamos hablando. El lado derecho, derecho, vamos a usar la función correcta. Vamos a crear un nuevo campo calculado. Vamos a llamarlo código telefónico. Y podemos usar la función derecha para cortar desde la izquierda. Desde la derecha. Lo siento, el valor de la cadena es phone. Queremos cortar cuatro dígitos, así que vamos a tener el número de caracteres que va a ser. Ahora el cálculo es válido. Vamos bien, y llévala a los resultados como veas. Con eso, es realmente fácil. Nos dieron los últimos cuatro dígitos del número de teléfono. Bien, así que ahora vamos a ir a resolver la siguiente tarea. Solo necesitamos los nombres de las calles de la dirección. Como puedes ver por aquí, tenemos el código y luego la palabra calle. Y luego tenemos el nombre de la calle. Sólo queremos esta pieza de información. Como queremos empezar a cortar por aquí, vamos a usar la función mid para definir el punto de partida del corte. Vamos a crear nuevos campos calculados. Vamos a llamarlo address stretch, así que vamos a usar la función mid. El primer valor puede ser la dirección de campo, luego el punto de partida puede ser nueve. El resto, lo vamos a dejar como está. Entonces, eso es todo. Apliquemos y verifiquemos los valores. Arrastre y suelte en la vista como puedes ver. Con eso, sólo tenemos las calles de la dirección. Nosotros lo cortamos. La primera parte, se resuelve la tarea usando como ocho en lugar de nueve. Eso es porque olvidaste contar el espacio en blanco. Si solo lo quito y uso ocho, podría obtener exactamente los mismos resultados. Pero tenemos espacios blancos, lo cual no es realmente bueno. El espacio cuenta, debería ser nueve. Eso dice que esto es realmente sencillo. Así es como puedes extraer información en Tableau. Bien, eso es todo sobre este caso de uso. Cómo extraer subcadena específica del texto usando las tres funciones izquierda, derecha, y a mediados del siguiente podemos comenzar a hablar de un montón de funciones sobre cómo buscar patrones específicos en Tableau 136. Búsqueda en Udemy 3 4: Chicos, así que ahora vamos a pasar al siguiente caso de uso, donde vamos a aprender a buscar patrones específicos en nuestro texto usando campos calculados. Y aquí tenemos cinco funciones que tenemos, empezar con, terminar con contiene, encontrar, y encontrar th como de costumbre. Primero tenemos que entender el concepto que hay detrás de ellos. Entonces vamos a ir a practicar en Tableau. Vamos. Todo bien a todos. Las funciones de búsqueda en Tableau se dividirán en dos grupos. El primero vamos a devolver si la subcadena existe o no En nuestro texto aquí tenemos tres funciones. Tenemos el inicio con, fin con, y contiene. La salida de esas tres funciones va a ser siempre verdadera o falsa. Tenemos un pullion, por ejemplo, tenemos la función contains, tenemos nuestra cadena, y estamos buscando guiones aquí La salida va a ser verdadera o falsa, en este ejemplo, va a ser cierta ya que la tenemos aquí dos veces. Y luego tenemos un segundo grupo de funciones donde puede devolver la posición de la cadena. Aquí tenemos dos funciones, buscar y encontrar en la salida va a ser el número de posición. Así que vamos a sacar números de esas dos funciones. Por ejemplo, si tomamos la función find para la misma cadena y estamos buscando el guión aquí, vamos a obtener la salida de seis. Entonces no nos estamos volviendo verdaderos o falsos, estamos obteniendo la posición de la subcadena Y el ejemplo puede ser el primero. Tiene la posición número seis. Como puedes ver, ambos podrían ser utilizados para buscar algo específico en nuestro texto, pero responden preguntas diferentes. El primer grupo puede responder a la pregunta si la subcadena existe en mi texto, sí o no, verdadero o falso Pero el segundo grupo puede responder a mi pregunta donde sí encuentro mi subcadena Entonces aquí vamos a obtener el número de posición de la búsqueda. Ahora vamos a centrarnos en los primeros grupos de funciones en los que nos vamos a centrar. Comience con, con, y contiene. Bien, ahora vamos a empezar con el primero. Para empezar, digamos que tenemos el siguiente texto, Monitor, LG, cuatro k. la sintaxis en tabla va a ser muy simple. Es comenzar con la palabra clave start with, y acepta dos argumentos. El primero va a ser el campo string. Es el texto donde queremos buscar dentro de él. El segundo, vamos a tener la subcadena aquí podemos especificar lo que estamos buscando El resultado tal y como aprendimos va a ser verdadero o falso. Es epuli. Tomemos un ejemplo. Hemos iniciado con nuestro texto y estamos buscando la palabra monitor. Veamos cómo puede funcionar esto. Es muy fácil. Empezamos a buscar desde la izquierda y nos movemos hacia la derecha. La posición de inicio para la búsqueda va a ser de carácter. Ahora Tableau puede ir y comenzar a hacer coincidir el monitor aquí en nuestro texto a partir de M. Y como puedes ver aquí, la primera parte de nuestro texto está haciendo coincidir con la subcadena que estás buscando para nuestro texto Comience con Monitor, que es correcto. Por eso Tableau puede regresar. Es verdad. Bien. Ahora tomemos otra. Aquí nos preguntamos, ¿ nuestro texto comienza con la subcadena LG Por supuesto, si estás revisando nuestra palabra, si empiezas a buscar de izquierda a derecha, nuestro texto no empieza con LG. Tableau no encontrará una coincidencia y va a responder con un falso. Eso es. Simplemente es correcto. Sólo estamos haciendo una pregunta. Entonces le preguntamos algo a Tableau y Tableau puede responder ya sea con sí o con un no. Bien, entonces ahora pasemos a la siguiente función. Tenemos los extremos con, es exactamente lo contrario. Bien, vamos a trabajar con el mismo ejemplo. Y la sintaxis en Tableau es muy similar. Aquí. Comienza con los extremos con aquí acepta argumentar también, el campo string donde vamos a buscar dentro de él. Y la subcadena aquí, podemos especificar lo que estamos buscando El resultado va a ser también, verdadero y falso. Entonces comencemos con el primer ejemplo. Aquí estamos preguntando, ¿nuestro texto termina con cuatro K aquí, Tableau puede comenzar a buscar desde el lado derecho, moviéndose hacia la izquierda. Ahora aquí hace nuestro texto termina con cuatro K. Entonces sí, los dos últimos caracteres son cuatro K. Por eso Tableau puede responder fue sí, eso es todo. La salida, el resultado puede ser cierto. Hagamos otra pregunta. ¿Nuestro texto termina con LG? Bueno, si revisas el texto por aquí, no termina con LG. Lg está en el medio, por lo que los dos últimos personajes no es LG. Por eso Tableau puede responder era falso. Entonces la respuesta es no. Entonces, como puedes ver, es realmente fácil. Solo estamos haciendo preguntas y Tableau responde con sí o no. Pasemos al siguiente. Tenemos los contiene. Bien, entonces ahora estamos trabajando con el mismo ejemplo, y la sintaxis es muy similar a la de los otros dos. Aquí, comienza con los contiene, y acepta dos cosas. El primero tenemos que especificar el texto que estás buscando dentro de él, y el siguiente vamos a especificar lo que estás buscando. La salida va a ser así pullin true o false. Sí o no. Bien, Ahora vamos a hacerle a Tableau la siguiente pregunta. ¿Nuestro contiene la palabra monitor? Lo que va a hacer la mesa es que va a buscar por todas partes. No buscará al inicio ni al final. Va a buscar por todas partes. Y si la palabra se va a encontrar en cualquier parte dentro de nuestra tabla de texto, Ir a responder con sí era cierto. ¿Nuestro texto contiene la palabra monitor? Como puedes ver, es verdad. Mesa puede devolver sí. Ahora hagamos otra pregunta. ¿Nuestro texto contiene la palabra LG? Bueno, si estás buscando por aquí, lo puedes encontrar en el medio. Entonces es por eso que Table también puede responder. Retirar. Sí, nuestro texto contiene la palabra LG. Bien. Sigamos adelante y hagamos la siguiente pregunta. ¿Nuestro texto contiene la subcadena cuatro? Si revisas el texto por aquí, tenemos los cuatro, tenemos el G, pero no están juntos. Por eso mesa puede responder. No, no tenemos la palabra cuatro en nuestro texto. Ahora como puedes ver, la función contiene no tiene ninguna restricción. Va a buscar por todas partes. No es como empezar con y terminar con. La subcadena no debe estar al inicio y al final si la subcadena existe en final si la subcadena existe Sí, es verdad. Si no, entonces es falso. Entonces eso dice que se trata de las tres funciones. Vamos ahora a Tableau y empecemos a practicar. Bien chicos, entonces ahora podrían preguntarme, ¿cuáles son los casos de uso para esas tres funciones? Bueno, los utilizo en dos escenarios. El primer caso de uso cuando estoy explorando nuevos datos. El segundo caso de uso es cuando estoy ofreciendo nuevos filtros a los usuarios. Bien, entonces ahora comencemos con el primero, explorando los datos. Esto es especialmente útil si eres nuevo un proyecto o si tienes una nueva fuente de datos. Entonces, el primer paso suele ser explorar los datos y poner en capas el contenido de la fuente de datos. Entonces, si estás en esta situación, es posible que tengas muchas preguntas sobre los datos. Entonces tienes esas tres funciones, esas tres herramientas para explorar los nuevos datos que tienes. Bien, entonces vamos a explorar los productos dentro de nuestra fuente de big data. Tenemos allí muchos productos y me gustaría entender el contenido de mi fuente de datos. Así que llevemos el nombre del producto a las filas. Y como puede ver diciendo Tableau, bien, hay como muchos miembros. Recomiendo tener solo 1,000 pero me gustaría verlo todo. Entonces voy a decir sumar a todos los miembros a la vista. Y ahora como puede ver, tenemos una gran cantidad de productos dentro de nuestra fuente de datos. Y me gustaría entender el alcance de mis proyectos. Entonces, ¿cuál es el contenido de esos productos? Me gustaría saber si tenemos productos Apple dentro de nuestra fuente de datos. Entonces vamos a ir a crear un nuevo campo calculado para responder a eso. Entonces vamos a decir que los productos empiezan con Apple que establece. Vamos a usar la función empieza con empezar con ella. Se necesitan dos argumentos. El primero va a ser el texto donde vamos a buscar dentro de él. Es nuestro nombre de producto. Estamos buscando dentro del nombre del producto. Ahora lo que estamos buscando es la palabra manzana. Voy a escribirlo así, Todo está bien. Se puede ver que el cálculo es válido. Vamos a hacer clic en Bien. Como puede ver en el lado izquierdo, tenemos una dimensión con el pullion de tipo de datos porque tenemos sí o no verdadero y falso Llevémoslo a las filas y verifiquemos los resultados. Se puede ver por aquí que tenemos muchas falsas. Voy a ir a ordenarlo para ver la verdad. Podemos ver por aquí tenemos cuatro productos donde el nombre del producto comienza con los demás. No inicia con Apple como puedes ver. Ahora tenemos un poco más de información sobre nuestros datos. Vamos a hacer la pregunta de seguimiento. ¿El nombre del producto contiene en algún lugar la palabra Apple? No sólo al inicio o al final en cualquier lugar. Para hacer la pregunta, vamos a ir a crear otro campo calculado. Vamos a llamarlo productos contiene Apple. Vamos a usar la función que lo contiene. Se necesitan dos argumentos. La cadena que estamos buscando dentro, va a ser nuestro nombre de producto. Lo que estamos buscando es Apple. Eso es, y el cálculo es válido. Vamos a establecer. Bien. Nuevamente, aquí tenemos una dimensión llamada productos. El tipo de datos true y false. Así que tira, vamos a rastrearlo y dibujarlo aquí. Pero primero voy a ir y hacerlo un poco más grande para ver el encabezado del campo. Como puedes ver, el primero es contiene, el segundo es empezar con, vamos a ordenarlo por contiene. Como puedes ver, tenemos alrededor de siete productos donde el nombre del producto contiene la palabra manzana. Ahora vamos a comprobar el resultado. Como pueden ver, la primera, tenemos por aquí, la palabra manzana. El segundo está por aquí, y el tercero también por aquí. Y el resto, esos productos de palabra, empiezan todos con la palabra manzana. Como puede ver, eso contiene funciones. Vamos a obtener más resultados que eso. Empieza con. Bien, así como puede ver, estamos aprendiendo más sobre los productos dentro de nuestra fuente de datos. Contamos con siete productos de la compañía Apple. Tengamos la pregunta de seguimiento, ¿los nombres de los productos terminan con la palabra Apple? Para ello, podemos crear y de nuevo, un nuevo campo calculado, llamémoslo productos, termina con Apple. Entonces vamos a usar este tiempo. La función termina con, nuevamente, aquí tenemos el nombre del producto y estamos buscando los productos. Así, los productos terminan con la palabra Apple. El cálculo es válido. Nuevamente, tenemos aquí un pullin. Vamos a arrastrarlo y soltarlo en la vista para verificar los resultados. Ahora vamos a revisar los resultados. Sólo voy a hacerlo un poco más amplio para ver. Bien, este es el final con, vamos a ordenarlo. Como estoy ordenando, no tenemos ninguna verdad, todos los valores son falsos. Y eso significa que no tenemos ningún producto. Termina con la palabra manzana. Entendemos que la palabra manzana existe sólo al inicio del nombre del producto o en el medio? Como puede ver, esas tres funciones son realmente geniales para entender nuestros datos. Ahora vamos a hacer la pregunta de seguimiento. ¿El nombre del producto contiene la palabra Samsung en alguna parte? Aquí estamos, buscando los productos de la empresa Samsung. Para hacer eso, creo que ya lo sabes. Vamos a ir a crear un nuevo campo calculado. Vamos a llamarlo productos contiene Samsung. Vamos a usar la función contains y vamos a buscar dentro del nombre del campo, nombre de Broduct Esta vez estamos buscando la palabra Samsung. Como puede ver, el cálculo es válido. Vamos a golpear, vamos a traerlo a la vista. Ahora voy a hacerlo un poco más grande para ver de qué estamos hablando aquí. Se trata del Samsung. Vamos a ordenar los resultados. Guau, podemos ver que tenemos muchos productos de la compañía Samsung. Así que tenemos más productos de Samsung que Apple en nuestra fuente de datos. Comprobemos de nuevo los resultados. Entonces aquí lo tenemos por aquí, Samsung. Samsung por aquí. Entonces tenemos muchos productos donde empieza con la palabra Samsung otra vez aquí en el medio, pero nunca termina con las palabras de Samsung. Bien chicos, hay una función más que suelo usar dentro de los cálculos si estoy buscando o explorando los datos. Y ese es el caso de las funciones, la mayúscula y la minúscula que aprendimos antes. Eso se debe a que Tableau distingue entre mayúsculas y minúsculas en la búsqueda. Tenemos que prestar atención a cómo estamos calificando el término de búsqueda. Para ahora superar este problema, vamos a usar las funciones case. Déjame mostrarte un ejemplo. Ahora podemos hacer la pregunta, ¿el nombre del producto contiene en algún lugar la palabra placa? Vamos a crear un nuevo campo calculado. Como de costumbre, vamos a llamarlo productos placa. Y esta vez vamos a usar todo lo que contiene la cadena, el nombre del producto y estamos buscando la palabra placa. Eso es. Vamos a establecer. Bien, lo tenemos como una nueva dimensión. Vamos a comprobar el resultado. Como de costumbre, sólo voy a hacerlo un poco más amplio para ver los resultados. Ahora tenemos muchas falsas y tenemos mucha verdad. Hay un montón de productos que tiene la palabra como se puede ver por aquí. Tenemos aquí, tenemos por aquí también, la palabra negro al final y así sucesivamente. Entonces hay muchos productos con la palabra negro. El caso aquí es el capitalizado de sólo el personaje B. Vamos a cambiar el caso en el término de búsqueda Entonces vamos a ir a comérsela. Los cálculos ahora en vez del primer carácter en mayúscula, vas a tenerlo como pequeño, todo en minúscula Vamos y pulsemos Aplicar. Ahora como puedes ver en los resultados, solo tenemos un producto con la palabra negro. Como minúsculas Tableau es muy sensible con los casos dentro del término de búsqueda. Si cambiamos todo, por ejemplo, a mayúsculas negras, busquemos. Como puedes ver, todos los productos que tenemos ahora son falsos. No tenemos ningún producto que contenga la palabra mayúscula. Tableau es muy sensible sobre los casos dentro de su término de búsqueda. Ahora para arreglar esto, en lugar de ir y cambiar cada vez el caso del término de búsqueda, minúsculas , mayúsculas en mayúsculas, y así sucesivamente Vamos al nombre del producto y lo obligamos a que sea mayúscula o minúscula Usando el inferior o superior, vamos a ir por aquí y agregar, por ejemplo, el inferior. Puedes usar superior si quieres. Vamos a tener los mismos resultados. Con eso, primero estamos forzando que el nombre del producto sea un nombre más bajo, y luego podemos buscar la palabra negro. Con eso, estoy cubriendo todos los escenarios dentro de mi fuente de datos. Vamos a golpear Bien, con esto, voy a conseguir todos los productos que contiene la palabra negro. No le importa si es minúscula o mayúscula. Vamos a conseguir de todo. Entonces con eso, estoy seguro que la cadena contiene la palabra placa y no nos falta nada. Entonces por eso incluyo las mayúsculas y minúsculas dentro de los cálculos antes de comenzar a buscar. Entonces eso es todo para el caso facie. Así es como suelo usar esas tres funciones para explorar y aprender el contenido de mi nueva fuente de datos. Pasemos ahora al segundo caso de uso, donde vamos a usar esas tres funciones para ofrecer nuevos filtros a los usuarios. Entonces, por ejemplo, vamos a crear un filtro para las empresas dentro del nombre de los productos. Así que vamos a crear un nuevo campo calculado. Vamos a llamarlo Empresas. Y esta vez va a ser un poco más complicada que antes, pero vamos a hacerlo paso a paso. Por lo que estamos buscando primero la compañía Apple. Entonces vamos a tener contiene nombre del producto y el término de búsqueda va a Apple casta inferior. Pero también tenemos que minúscula nombre del producto a la derecha inferior. Y lo vamos a tener así. Esta es la primera. Sólo voy a copiarlo y pegarlo para la próxima compañía, vamos a tener Samsung, y luego vamos a tener Microsoft. Estamos buscando esas tres empresas, y eso son conjuntos. Entonces ahora vamos a tener esas tres empresas. Pero como saben, la salida de los contenedores siempre es como verdadera y falsa. Pero me gustaría tener un valor en mi filtro llamado Samsung, Apple y Microsoft. Para ello, vamos a utilizar las operaciones lógicas F L declaraciones. No te preocupes por ello. Podemos tener un tutorial dedicado para eso más adelante, pero tenemos que usarlo ahora. Ahora, sólo siguiendo, vamos a utilizarlo para evaluar esas condiciones. Comienza con para el primero contiene el nombre del producto Apple. ¿Qué puede pasar entonces? Me gustaría ver el valor de Apple. Entonces si no es cierto, entonces vamos al siguiente, L F. Entonces vamos a evaluar esta condición, es verdad, entonces va a ser Samsung. Si es falso, claro que vamos a usar otro LSF. Vamos a evaluar éste. Y luego la salida, si es verdad, va a ser Microsoft. Si no cumple alguna de esas condiciones, vamos a tener la L, digamos Desconocida. Eso es. Vamos a terminarlo. No te preocupes otra vez por esas lógicas de las que vamos a hablar Con eso, voy a conseguir valores, voy a conseguir esos tres valores en vez de verdadero y falso. Y estamos evaluando esas condiciones. Vamos a golpear, bien. Entonces como pueden ver ahora tenemos nuevas dimensiones. El tipo de datos no es polen, no verdadero y falso. Y eso es porque la salida del cálculo ahora va a ser valores de cadena. Vamos a mostrarlo como filtro. Y ahora podemos tener esos valores como puedes ver, Apple, Microsoft, Samsung y Desconocido. Voy a agregarlo también a la vista para ver los resultados. Vamos a agarrarlo por aquí. Ahora los usuarios pueden ir y comenzar a filtrar los datos en función de las empresas. Eliminemos todo y comencemos con Apple. Con eso, vamos a conseguir todos los productos con la palabra Apple en su interior, o tenemos Microsoft. Entonces ahora podemos ver. Esos productos son de Microsoft. Lo mismo va para Samsung. Con eso, estamos filtrando en función las empresas y usamos el nombre del producto como conceptos básicos para eso. El Desconocido creo que va a ser un montón de valores Desconocido. Puedes ir como paso a paso agregando más empresas a nuestros filtros. Pero ahora solo te voy a mostrar un ejemplo para eso. Esta es exactamente la potencia de los campos calculados en Tableau. Introducimos nueva información basada en las funciones, todo esto es para este caso de uso. Cómo crear filtros basados en esas tres funciones. Bien, así que ahora nos vamos a centrar en el segundo grupo de funciones de búsqueda en Tableau. Tenemos las dos funciones encontrar y encontrar. Aquí estamos respondiendo a la pregunta, ¿ dónde encuentro mi término de búsqueda? Estamos buscando el número de posición del término de búsqueda. Esta vez no nos estamos volviendo verdaderos, un falso, estamos obteniendo el número de posición. Vamos a entender ¿por qué necesitamos esto? Bien, ahora vamos a entender rápidamente las diferencias entre find y find n Bueno, en find estamos devolviendo el número de posición de la primera ocurrencia en el hallazgo n-th, estamos devolviendo el número de posición de ocurrencia específica Por ejemplo, digamos que queremos buscar el número de posición del guión dentro de esta cadena. Los resultados van a ser seis porque la primera ocurrencia va a ser en esta posición. Pero por otro lado, podemos usar la función find n para el mismo texto y para el mismo, estamos buscando el, pero estamos preguntando ahora la posición de la segunda ocurrencia. Entonces la primera ocurrencia va a ser ignorada. Vamos a conseguir la posición de la segunda ocurrencia y eso va a ser diez. Estas son las principales diferencias entre esas dos funciones. En find, estamos buscando la primera ocurrencia siempre, pero en find eh, podemos especificar qué ocurrencia estamos buscando. Vamos a ir más en detalles sobre la función find. Bien, así que ahora podemos tener este ejemplo. Y como sabes que cada carácter de la cadena tiene una posición. C tiene la deposición número uno, y el carácter cinco tiene el número de deposición 14. La sintaxis para encontrar en Tableau es también, muy sencilla. Comienza con la palabra clave find, y aquí tenemos tres argumentos. El último es opcional. String es la búsqueda te dentro de ella. La subcadena es lo que estamos buscando aquí. La posición de inicio de la búsqueda como dijiste, es opcional. El exterior va a ser un número. Por ejemplo, digamos que queremos conocer la posición del guión dentro de este texto. Cómo funciona esto, es realmente fácil. Se inicia desde el lado izquierdo. Siempre, como no especificamos nada para la posición inicial, va a comenzar desde el primer personaje. Tableau puede comenzar a buscar. Bien, En el primer personaje, no lo encontramos. El guión, lo podemos encontrar en la posición número seis, el exterior en la posición número seis. Bien, ahora tomemos otro ejemplo donde podemos especificar la posición de inicio para la búsqueda de Tableau. Vamos a tener lo mismo otra vez, pero vamos a decir esta vez, empieza desde la posición número siete, ¿de acuerdo? Entonces, ¿qué puede pasar? Vamos a empezar a buscar desde aquí. Y Tableau va a empezar de izquierda a derecha, así que lo vamos a encontrar por aquí en la posición número diez. El resultado va a estar en la salida diez en vez de seis porque empezamos a buscar desde esta posición. Bien, así que eso es todo para el hallazgo de la función. Pasemos al siguiente, tenemos que encontrar. Y vamos a trabajar con la misma sintaxis de ejemplo, va a ser un poco diferente. Es comenzar con una palabra clave definida el valor de cadena, donde vamos a buscar dentro de ella, vamos a especificar lo que estamos buscando. Pero esta vez vamos a especificar la ocurrencia. Aquí, tenemos que decirle a Tableau qué ocurrencia nos interesa. Tomemos un ejemplo. Tenemos la siguiente pregunta. Encuentra el número de posición del guión dentro de la cuerda, pero nos interesa la segunda ocurrencia, cómo va a funcionar esto. Vamos a empezar a buscar de izquierda a derecha. Como es habitual aquí, no podemos especificar la posición de inicio de la búsqueda. No tenemos esta opción por aquí. Siempre puede comenzar desde el primero. Como estamos buscando de izquierda a derecha, tenemos la primera ocurrencia de este personaje. Lo tenemos en la posición número seis. salida no será la posición número seis porque le dijimos a Tableau que nos interesa la segunda ocurrencia, no la primera. Tableau va a ir y seguir buscando el guión en la cadena, así que lo vamos a encontrar en la posición número diez. Aquí está la segunda ocurrencia del guión dentro de nuestro texto. Esto es exactamente lo que estás buscando. La salida va a ser la posición número diez. Eso dice, así es como funciona esta función. Podemos buscar ocurrencia específica en la función find. Vamos a obtener siempre la primera ocurrencia, pero ahí podemos especificar por dónde iniciar la búsqueda. Ahora vayamos a Tableau y empecemos a practicar. Bien, así que ahora vamos a tener el siguiente ejemplo. Vamos a comenzar con la pequeña fuente de datos. Vayamos a los clientes. Y me gustaría que me dieran su nombre de pila y también los teléfonos. Entonces ahora la tarea es extraer el código del país del teléfono y ponerlo en campo extra para que nos interesen esas informaciones, el más 33, más uno, más 49, y así sucesivamente. Entonces como nosotros antes, podemos usar la función lift para extraer la información del lado izquierdo en el texto. Vamos a crear eso. Vamos a ir a crear un nuevo campo calculado, llamémosle códigos telefónicos de país. Y vamos a usar la función de ascensores. Tenemos que especificar la cadena, así que va a ser el teléfono. Y ahora el siguiente, tenemos que especificar el número de caracteres que queremos extraer y él exactamente donde viene el problema. A veces va a ser como tres personajes y a veces van a ser dos personajes. Vamos, por ejemplo, con tres. Vamos a establecer. Bien, lo tenemos por aquí. Nueva dimensión. Vamos a traerlo a la vista aquí, podemos encontrar exactamente el tema, ¿verdad? El primero está bien, el tercero también, Bien. Pero para esos países no está funcionando. Tenemos el guión dentro de él, lo cual no es realmente correcto. Ahora, para arreglar esto, vamos a usar la magia de la función find. Si revisas por aquí, queremos siempre los números antes de que el guión sea correcto. Podemos buscar el número de posición del guión. Y luego podemos incluirlo en la función de la izquierda. Déjame mostrarte a lo que me refiero. Vamos a ir a crear un nuevo campo calculado. Vamos a llamarlo teléfono find dash. Entonces ahora vamos a ir a buscar el número de posición del guión. Como aprendimos, empezar por encontrar. Tenemos que especificar dónde vamos a buscar. Entonces estamos buscando en los teléfonos, lo que estamos buscando, bien, vamos a tener el guión aquí, y eso es todo. No nos interesa la posición de inicio, por lo que podemos comenzar desde el primer personaje. Eso es. Como puede ver, el cálculo es válido. Vamos a establecer, bien, ya que la salida va a ser un número, lo vamos a conseguir en la medida continua. Vamos a arrastrarlo y robarlo por aquí y ver los resultados. El número de posición del guión dentro del primer teléfono es cuatro. El segundo 13, después 443. Todo está bien. Ahora el siguiente paso, lo que vamos a hacer, vamos a traer esos dos cálculos, el izquierdo, y encontrar en un cálculo voy a ir a copiar la sintaxis de los teléfonos. Bien, vamos a copiarlo de aquí y volver al primer cálculo sobre el código del país. Vamos por aquí, edítalo ya. En lugar de tener los tres como estática, vamos a tenerlo como una variable usando la función fine. Vamos a agregarlo por aquí. Ahora ¿cómo va a ejecutar Tablo este cálculo? Va a comenzar con la primera función, encontrar, primero va a encontrar el número de posición del tablero dentro de los teléfonos. Y luego después vamos a ir a la función dejada afuera. Ahora vamos a cortar todo, Este número de posición. Todo bien. Ahora vamos a revisar los resultados en la cadena. Como pueden ver, ya casi estamos ahí. Tenemos el plus 49 dash, más un dash, más 33 dash. Los guiones están en todas partes, y eso es porque estamos cortando todo después de la posición del guión Eso significa que siempre estamos un paso más de lo necesario para arreglarlo. Es muy fácil. Vamos a volver a nuestro cálculo. Sí, estamos llegando aquí el número de posición, lo cual es correcto, pero queremos dar un paso atrás. Para poder hacerlo, vamos a hacer menos uno para dar un paso atrás. Vamos bien. Bien, así que con esto conseguimos exactamente lo que queremos, ¿verdad? Más 33, más uno más 49. Y con eso, vamos a ponernos más dinámicos en la función izquierda. Estamos usando función definida. Con eso, podemos ver cómo podemos unir esas funciones en un solo cálculo para lograr tan grandes metas. Bien, ahora probemos la segunda función que hemos definido, nenthow Digamos que queremos obtener el número de posición del guión. Pero en la segunda ocurrencia, vamos a crear un nuevo campo calculado. Vamos a comenzar con la palabra clave multada enth. Se necesitan tres argumentos. El primero va a ser el texto donde podamos buscar dentro. Va a ser el teléfono. Entonces estamos buscando el guión. Y luego el tercero vamos a especificar qué ocurrencia nos interesa. Nos interesa el segundo. Eso es, el cálculo es válido. Vamos a hacer clic en Bien. Como la salida es número, vamos a obtener una nueva medida continua. Vamos a traerlo a la vista de aquí. Ahora vamos a revisar los resultados para el primer teléfono. La segunda ocurrencia del guión va a ser en la posición número ocho, lo cual es correcto. Y como se puede ver, el hallazgo es el número cuatro porque la primera ocurrencia en la posición número cuatro para la segunda, va a ser en el número siete lo cual también es correcto. Ahora, vayamos y empecemos a cambiar esas ocurrencias. Vamos a editarlo de nuevo. Me gustaría obtener ahora la tercera ocurrencia. Entonces, como pueden ver, tenemos un tercer guión por aquí. Cambiémoslo a tres y solo apliquemos. Se puede ver ahora estamos obteniendo la posición número 12 para el último guión en el número de teléfono que estamos obteniendo. La tercera ocurrencia, el guión dentro de nuestro texto. Pero ahora si vamos y lo cambiamos a uno, ¿qué puede pasar? Vamos a obtener exactamente el mismo resultado que find, porque find siempre puede traer la primera ocurrencia. Entonces aquí estamos diciendo que me interesa la primera ocurrencia, bien. Bien, así que eso es todo para esas dos funciones, encontrar y encontrar. Son realmente útiles para obtener el número de posición de una subcadena específica y suelo utilizarlos en otro cálculo, por lo que son como soportar otra función Bien, para que hayamos aprendido a buscar patrones específicos en nuestro texto en Tableau usando cálculos de Tableau. A continuación puedes empezar a hablar de otro grupo sobre cómo combinar y dividir los datos en Tableau. 137. Udemy 3 5 Combine Split: Ahora vamos a aprender a combinar y dividir el texto en Tableau usando el operador de concateination, el plus y la función split Pero como de costumbre, entendamos el concepto detrás de ellos, entonces podemos practicar en Tableau. Vamos. Bien, entonces ahora vamos a hablar la concatenación en Tableau. Es muy sencillo. Utilizamos para eso el operador plus con el fin combinar múltiples textos en un solo texto. Por ejemplo, en nuestra base de datos podríamos tener el siguiente escenario, donde tenemos el nombre y el apellido separados entre sí usando diferentes campos, nos gustaría tener solo un campo llamado el nombre completo, por ejemplo. Para ello, podemos usar el operador plus para combinar el primer nombre Michael con el apellido Scott. Y al final del resultado, vamos a conseguir el nombre completo, Michael Scott. Pero ahora si revisas el nombre completo, nos gustaría tener siempre una separación entre el nombre y el apellido en la salida. Dentro del nombre completo, solemos usar espacio entre ellos. Podemos hacer lo mismo. Sólo vamos a agregar un operador plus. Tenemos espacio Michael, Scott. Entre Michael y el espacio, vamos a tener el operador plus. Y entre espacio y apellido, vamos a tener también otro operador plus. El resultado va a ser Michael Space Scott. Como puede ver con el operador plus, podemos estructurar cualquier cosa que queramos combinando múltiples valores de cadena juntos usando el plus. Eso es. Esto es realmente fácil. Volvamos a Tableau y empecemos a practicar. Bien, entonces ahora vamos a ir a la pequeña fuente de datos de aquí y vamos a nuestros clientes. Nos gustaría tener el nombre y el apellido en la vista. Y como puede ver, esas informaciones están separadas en dos campos distintos. La tarea ahora es crear un solo campo para el nombre del cliente, el nombre completo, en lugar de tener dos. Para ello, como de costumbre, vamos a ir a crear nuevos campos calculados. Vamos a llamarlo nombre completo. Ahora necesitamos la primera parte, el nombre de pila. Y luego después de eso vamos a tener el operador plus. Entonces queremos tener un separador entre ellos como un espacio vacío, así que vamos a tenerlo así. Y luego más operador, la última parte va a ser el apellido. Tomemos el apellido y lo pongamos aquí. Eso es. Es importante que el cálculo sea válido, así que todo está bien. Vamos a golpear bien. Ahora, como puedes ver en la base de datos tenemos un nuevo campo calculado, una nueva dimensión llamada nombre completo. Comprobemos los valores. Vamos a arrastrarlo por aquí sobre la rosa. Y como pueden ver ahora tenemos un nombre completo muy bonito, George Pips, John Steel y así sucesivamente Es realmente sencillo en este momento, si cambias de opinión, te gustaría tener como una carrera entre esos nombres. Lo que vamos a hacer, vamos a ir a editarlo entonces en lugar de tener el espacio en blanco por aquí en el medio, vamos a tener el guión, Eso es todo. Vamos a presionar Aplicar. Y ahora podemos ver en el nombre completo con que se separan el nombre y el apellido. Entonces es realmente simple. Tomemos ahora una tarea rápida. La tarea es combinar la categoría y el producto utilizando la siguiente regla. Como es habitual, puedes pasar el video para completar las tareas, y una vez que hayas terminado, podrás retomarlo. Bien, así que ahora vamos a comprobar la solución. Es muy sencillo. Vamos a ir al producto. Primero veamos los datos brutos. Entonces tenemos la categoría y el nombre del producto. Y ahora vamos a ir a crear nuevo campo calculado. Vamos a llamarlo nombre completo del producto. La regla comienza con una categoría, luego tenemos un operador R plus. Después de eso, el separador puede ser el punto doble. Pero después del doble punto tenemos un espacio en blanco. Sólo voy a agregarlo por aquí y vamos a tener el nombre del producto. Comprobemos los resultados. El cálculo es válido, ¿bien? Y aquí tenemos nuestra nueva dimensión. Vamos a arrastrarlo y soltarlo por aquí y comprobar los resultados. Sólo vamos a hacerlo un poco más grande para que podamos ver los resultados de aquí y aquí también. Entonces, como puede ver, nuestro nombre de producto ahora comienza con la categoría doble punto, luego el nombre del producto, y eso es todo. Es así como podemos trabajar con los concretinanos en Tableau. Es muy sencillo ahora mismo vamos a aprender exactamente lo contrario. Así que vamos a aprender ahora cómo dividir un campo en múltiples campos usando split. Bien, así que ahora vamos a hablar la función split en Tableau. Es una función muy importante y mucha gente se confunde al respecto, Pero creo que es simple. Entonces vamos a revisar este ejemplo. Tenemos aquí un campo con mucha información. Entonces tenemos aquí el nombre del producto, el ID del producto y el código del producto, todo en un solo campo. En muchas situaciones, en las individualizaciones de análisis, me gustaría dividir esas informaciones en tres campos Entonces, en vez de tener un campo, me gustaría tenerlo en tres campos. Para hacer eso, podemos usar la función split. Y antes de que aprendamos eso, podemos hacerlo con la izquierda, la derecha y la mitad. Pero la función split es más fácil. En tal situación, queremos dividir este campo en el nombre del producto, el ID del producto y el código del producto. En Tableau, tenemos la siguiente sintaxis. Para hacerlo, nos hemos dividido y necesita tres argumentos. El primero es la cadena, los textos, queremos dividirla. Ahora vamos a revisar la sintaxis en Tableau. Es comenzar con la palabra clave split y necesita tres argumentos. El primero va a ser la cadena o el campo que queremos dividir. El segundo va a ser el delimetro. Entonces el último el número de token, el exterior va a ser un valor de cadena. Ahora tomemos un ejemplo. mí me gustaría dividir este texto y el delimter va a ser el Me gustaría tener la ficha número uno aquí. Tableau necesita de usted dos informaciones, el delimter y el número de token El delimetro es el separador entre palabras. Por ejemplo, tenemos un separador entre Canon y el ID usando el guión. Y tenemos otro separador entre el ID y el código. Esos guiones son el delimetro que divide mi texto. Tableau quiere entender de usted cómo se separan las palabras en. Ahora pasemos a la siguiente información que se necesita, el número de token aquí también. Tableau quiere entender qué parte de la información le interesa. ¿Es la primera parte? ¿La segunda parte o la última parte? Aquí tenemos como una identificación o token para cada dato . Entonces el primero que va a tener el token número uno. El segundo tenemos el token número dos y el último es el token número tres. En este ejemplo dijimos que me interesa el token número uno, eso significa que me interesa el nombre del producto. El resultado puede ser, por supuesto, si te interesa el ID del producto en el medio, podríamos decir, bien, me interesa el token número dos. Si lo especificas así, obtendrás el ID del producto. Y si estás interesado, claro, en el último, en el código del producto, puedes especificar el token número tres para obtener el código de producto. Entonces como puedes ver, una vez que lo entiendes, es realmente fácil. Sólo necesitamos dos informaciones. ¿Cuál es la separación entre palabras y qué número simbólico te interesa? Ahora volvamos a Tableau y empecemos a practicar. Todo bien a todos. Entonces, hay tres formas de dividir sus datos dentro de Tableau. El primero es mediante la creación de nuevo campo calculado. El segundo es split automático. El tercero es split personalizado. Entonces vamos a comenzar con el primero sobre cómo dividir tus datos usando un nuevo campo calculado. Vamos a tomar el siguiente ejemplo. Nos vamos a quedar con la pequeña fuente de datos. Vayamos a los clientes y tomemos los teléfonos por aquí. Y los números de teléfono tienen una estructura, así que tenemos un código de país, código área, y el número de teléfono en sí. Entonces ahora nos gustaría dividir esas tres informaciones en tres nuevos campos. Bien, entonces veamos cómo podemos hacer eso. Vamos a ir como de costumbre y crear un nuevo campo calculado para la primera parte para el código de país telefónico. Así que vamos a comenzar con la palabra clave split y necesita tres argumentos. El primero va a ser la cadena que queremos manipular, así que va a ser el número de teléfono. Voy a agregarlo así. Después el dílimetro El dílimetro aquí es el guión. Entonces, como puedes ver, esas cosas se dividen con el guión Así que vamos a agregarlo por aquí. Entonces Tableau necesita de mí un número token. Entonces el primero va a ser el token número uno, luego 234. Entonces tenemos cuatro secciones y nos interesa el primer número token. Entonces el primero, agreguemos uno, y ya está. Como puede ver, el cálculo es válido. Vamos a golpear Bien. Entonces ahora podemos ver que en nuestros datos Bain en la fuente de datos, tenemos nuestro nuevo campo, el código de país Vamos a agarrarlo a la vista y verificar el resultado. Y con eso, estamos extrayendo el primer token, la primera parte del teléfono. Y con eso, tenemos nuestro código de país, Todo es perfecto. Ahora, al siguiente paso nos gustaría ir y extraer el código de área, el token número dos. Entonces ahora vamos a ir a crear un nuevo campo calculado. Pero primero, me gustaría tomar el código antiguo porque solo queremos ajustar el número de token porque todo lo demás puede permanecer igual. Vamos a crear uno nuevo. Vamos a llamarlo códigos de área telefónicos. Y luego vamos a poner nuestro código por aquí. Lo mismo va a quedar el teléfono y también el tablero como separador. Entonces queremos cambiar sólo el token número dos. Entonces estamos hablando de la segunda parte. Así que vamos y golpeemos bien, y revisemos los resultados que tenemos aquí otra vez, nuestro nuevo campo, así que rastrea y déjalo caer en la vista, y como puedes ver ahora estamos obteniendo, estamos dividiendo sí, la segunda parte. Entonces tenemos aquí 555 y también por aquí. Entonces con eso, obtuvimos la tercera parte de nuestro teléfono. Ahora tenemos el código de país y también el código de área. Y ahora a continuación tenemos la siguiente tarea para ti. Crear un nuevo campo en la fuente de datos para extraer el número de teléfono, parte sin el país y los códigos de área. Ahora puedes pasar el video para completar la tarea y una vez que hayas terminado, retomarlo. Bien, así que ahora vamos a ir a crear un nuevo campo calculado. Vamos a llamarlo número de teléfono. Podemos tener el mismo guión, tenemos teléfono dividido, pero esta vez nos interesa tanto el token tres como el token cuatro. Cómo podemos hacerlo en Tableau. Podemos agregar solo un token a la vez. Para hacer eso, vamos a ir a cambiar esto a tres. Dado que necesitamos ambas informaciones en un solo campo, podemos usar el operador plus. ¿Qué vamos a ir por aquí? Además, entonces podemos agregar el mismo código por aquí, pero esta vez para el token número cuatro. Estamos obteniendo las dos fichas en un solo campo. El cálculo es válido, digamos. Bien, y como siempre, tenemos un nuevo campo en nuestra fuente de datos. Comprobemos el resultado por aquí. Podemos ver que ahora tenemos los números de teléfono. Ahora, como pueden ver, el primero es 1234567, y nosotros también lo tenemos Por aquí tenemos también, el mismo número de teléfono, pero podrías decir, ¿ sabes qué?, nos faltan los guiones, ¿verdad Para que podamos ir y agregarlos en nuestro campo calculado. Así que vamos a editarlo. Y solo podemos agregar nuevo operador y entre ellos vamos a tener el guión correcto. Como puede ver, el cálculo es válido. Vamos a golpear bien. Y con eso, obtuvimos exactamente la misma estructura del teléfono. Eso es todo para los primeros métodos y cómo dividir tus datos usando un nuevo campo calculado. Se puede ver de un campo que hemos extraído tres nuevos campos. Ahora vamos al segundo método donde podemos dividir los datos usando split automático. Bien, así que ahora, sí, podemos hacer eso. Nos vamos a quedar con la pequeña fuente de datos, esta vez necesitamos la URL. Así que vamos a tomar la imagen del producto desde aquí, arrastrarla y soltarla en la vista. Y sabemos que en la URL hay mucha información. Y también, podemos usar el divisor para dividir los datos. Ahora, en lugar de crear manualmente esos campos calculados, hay una característica realmente agradable en Tableau donde podemos dividir los datos automáticamente. Para ello, vamos a ir a nuestro campo, el nombre del producto se conecta radicalmente Y aquí tenemos la opción de transformar. Estamos manipulando los datos. Y aquí tenemos dos opciones, la split y la custom split. El split es la forma automática. Guau. Ahora tenemos muchos campos nuevos en nuestra fuente de datos, y eso es porque Tableau dividió automáticamente los datos y como entendimos el contenido de los datos. Así que puedes ver aquí. El dominio de la imagen del producto, luego el esquema de consulta de ruta de fragmento. Todas esas informaciones forman parte de la estructura de una URL. Ahora vamos a revisar esas informaciones. Vamos a tomar, por ejemplo, el dominio. Rastrearlo en la vista, y como se puede ver, la tableta correctamente, ¿verdad? Ahora solo obtuvimos la información del dominio de toda la URL, lo cual es realmente agradable. Podemos tomar también el esquema por aquí, y tenemos los protocolos desde el inicio. Como puedes ver, Tableau lo consigue realmente correctamente. Algunos de esos campos van a estar vacíos, creo que porque no lo tenemos como parte de nuestra URL con Tableau. Hizo la división automática y si quisiéramos aprender cómo lo dividió Tableau, puedes combatirlo también dentro este campo porque es campo Elcltd Veamos cómo Tableau dividió el dominio radicalmente, dos puntos. como podemos ver aquí, Tableau está usando dos splits para obtener la información del dominio El primer split es éste. Tableau está dividiendo el protocolo de toda la URL. El separador va a ser el punto doble y los dos cortes delanteros Y estamos tomando los dos parlantes. Entonces estamos consiguiendo la segunda parte. Una vez que consigamos la segunda parte, puede ser realmente fácil. El separador como puedes ver es la barra diagonal hacia adelante. Queremos dividirnos ahora con el slash delantero. Y nos gustaría obtener sólo la primera parte. Es muy fácil. Puedes ir y probarlo tú mismo. Eso es. Hagamos clic bien con ese Tableau. En algunos casos, no en todos los casos es lo suficientemente inteligente como para dividir tus datos en nuevos campos automáticamente. Eso es todo por este método, el split automático. A continuación vamos a ver el personalizado, ¿de acuerdo? Entonces nos vamos a quedar con la pequeña fuente de datos y vamos a ir a los clientes. Otra vez. Aquí queremos dividir los teléfonos usando el split personalizado, Vamos a llevarlo a la vista. Y luego para personalizar el split, vamos a ir al panel de datos en el campo que queremos manipular, conectarnos radicalmente Y entonces aquí tenemos transferencia antes de que tengamos el split automático. Esta vez nos interesa el split personalizado, vamos a entrar, y luego vamos a conseguir una nueva ventana para personalizar el split. Y es como los cálculos, la sintaxis que Tableau necesita de nosotros dos informaciones. Primero el separador, segundo, ¿qué quieres exactamente para obtener los números de token? El primero, el separador o el delimetro, en este ejemplo va a p el guión, Todas esas informaciones se dividen con los guiones Vamos a entrar en un guión. La segunda información, tenemos las siguientes opciones, Así se separan, y aquí tenemos tres opciones. ¿Quieres la primera parte, la última parte, o todo? Y aquí, depende de lo que quieras. Si quieres dividir todo lo que quieras por cada dato en nuevos campos, vas a ir con la opción all. Ahora digamos que solo te interesan dos informaciones, el código de país y el código de área. El resto, no te interesa tenerlo en la fuente de datos. Para obtener las dos primeras partes, vamos a ir por aquí y seleccionar primero. Y aquí puedes explcificar dos. Por lo que nos interesan las dos primeras columnas, en las dos primeras informaciones del lado izquierdo. Pero ahora digamos que te interesan las dos últimas partes, así que te gustaría obtener campo para las dos últimas informaciones. Entonces lo que vas a hacer, vas a ir por aquí y seleccionar el último. Y además selecciona dos, que estés especificando para Tableau, ¿Qué quieres obtener exactamente como resultado? ¿Cuántos campos desde el inicio? ¿Desde el final o todo? En este ejemplo me interesa conseguir todo. Entonces vamos a ir con la opción todos. Y eso es todo. Vamos a golpear bien. Entonces, una vez que hagamos eso, Tableau va a ir y crear muchos campos nuevos. Entonces Tableau sí logró dividir el número de teléfono en cuatro partes. Así que vamos a revisar esas informaciones. Arrástralo y suéltalo por aquí en las filas como puedes ver. La primera parte va a ser el código de país, la segunda va a ser el código de área. Y luego Tableau dividió esas dos informaciones en dos campos. Aquí, no es como el segundo error en el que estamos dividiendo todo ciegamente de forma automática . Aquí estamos especificando para Tableau, pocas reglas, y luego Tableau puede ir y además dividir automáticamente los datos para obtener una mejor calidad en los campos. Y claro, si te interesa cómo Tableau hizo la división, siempre podemos ir a la base de datos. Todas esas informaciones son campos calculados y podemos ir dentro de ellos y verificar el código. Entonces podemos ir por aquí y hacerlo y como pueden ver el dílimetro es el guión y Tableau lo consigue como primer token para obtener el código de país Bien, eso dice que esos son los tres métodos sobre cómo dividir los datos dentro de tu fuente de datos. Son realmente útiles para generar nuevas informaciones y dividir esas complejas estructuras dentro la fuente de datos original en una nueva estructura para las individualizaciones de análisis Bien, así es todo, así es como combinas y divides texto en Tableau. A continuación vamos a empezar a hablar la última función de cadena en Tableau, la sustitución. 138. Udemy 3 6 Reemplazar: Ahora vamos a aprender sobre el caso de uso lass para la función string. Cómo reemplazar una subcadena específica con otra subcadena usando la función replaced como Vamos a entender el concepto detrás esto entonces vamos a practicar en Tableau. Vamos, bien, la función reemplazada en Tableau. Es muy sencillo. Va a reemplazar una subcadena por otra Por ejemplo, vamos a tener la siguiente dirección, y como pueden ver en el medio tenemos la abreviatura de la calle T. Me gustaría tener una redacción normal de esta, en lugar de tener las abreviaturas Me gustaría tener la palabra completa, calle. Podemos hacerlo usando la función replaced en Tableau. Echemos un vistazo a la sintaxis en Tableau. Es comenzar con la palabra Blake y necesita tres argumentos. El primero va a ser la cadena, el texto original que se quiere manipular. La segunda es la subcadena, la que se quiere reemplazar El tercero es el reemplazo. Está muy claro que esta va a ser la nueva subcadena, la nueva palabra aquí, la salida va a ser así como valor de cadena para resolver esta tarea En este ejemplo, lo que vamos a hacer, vamos a usar replace, luego nuestro texto. Entonces el viejo va a ser la T, la abreviatura. Esta es la vieja subcadena y la nueva va a ser la palabra calle. Cómo puede funcionar esto. Tableau tiene primero que buscar la subcadena que queremos reemplazar Se va a buscar en todo el texto para encontrar la subcadena En este ejemplo, claro que lo vamos a encontrar por aquí en el medio. El siguiente paso es que Tableau va a ir y comenzar reemplazar esta palabra con el reemplazo de Tableau. Va a tomar los puntos SD y puede reemplazarlo con la palabra completa fuera de la calle en los extremos. Vamos a por la calle Louis, París. Como puedes ver, es realmente sencillo. Estamos reemplazando el valor antiguo un nuevo valor al final. La cuerda va a quedar así. Entonces vamos a tener una calle completa en vez de puntos ST. Ahora claro, la pregunta es, ¿qué puede pasar en la salida y los resultados si no encontramos nada? Por ejemplo, tenemos esta dirección, París. Estamos buscando los puntos ST, pero aquí no los tenemos dentro del texto. Tableau puede devolver el texto original sin cambiar nada. No puede pasar nada. Eso es. Es muy simple, ¿verdad? Vamos a volver a Tableau para poder practicar la función reemplazada. Bien, ahora vamos a ir a practicar con la pequeña fuente de datos. Vamos a los clientes y podemos manipular de nuevo el número de teléfono para los clientes. Ahora como puedes ver, la estructura en el número de teléfono empieza siempre con el plus para el prefijo, para la llamada internacional. Entonces ahora tenemos el requisito de sustituir el plus por 00 como prefijo. Ahora, para hacer eso, vamos a usar la función reemplazada en Tableau. Para hacer el switch, el reemplazo, vamos a crear un nuevo campo calculado. Vamos a llamarlo reemplazo telefónico. Empecemos con la palabra clave replace. Necesitamos ahora el campo que queremos manipular. Va a ser el número de teléfono, así que lo tenemos por aquí. Y ahora necesitamos especificar para Tableau la subcadena el valor antiguo El antiguo valor es el signo más. Y ahora tenemos que especificar para Tableau el reemplazo, el nuevo valor, el nuevo valor va a ser 00. Eso es. Tableau tiene el cálculo como válido. Vamos y golpeemos bien con eso, como de costumbre, creamos un nuevo campo calculado en nuestro panel de datos. Vamos a revisar los resultados. Así que arrastra y suelta la rosa y ahora ya podemos ver el resultado. En lugar de tener el signo más, tenemos en todas partes 00. Y con eso, hemos cumplido con el requisito. Y ahora podríamos conseguir otro requisito donde digan, ya sabes qué, no quiero esos menos dentro del número de teléfono, así que estaría bien quitarlos. Ahora, para hacer eso, vamos a hacer lo mismo. Vamos a usar la función reemplazada. El viejo valor va a ser el guión y el nuevo valor va a ser nada. Veamos cómo podemos hacer eso. Así que ahora vamos a editar nuestros campos calculados. Solo queremos agregar nueva función reemplazada. Así que vamos a editar por aquí hasta que no importa si queremos reemplazar primero el plus o el guión. Entonces ahora para hacer eso, normalmente lo hago así, si estoy haciendo nisted, si estoy haciendo nisted, reemplace lo que estamos reemplazando el número de teléfono En lugar de tener el guión, vamos a tener nada. Estamos reemplazando el viejo guión valorado por nada. Ahora bien, para tenerlo en la lista, me gustaría tomar esta parte, la primera, y ponerla en lugar del teléfono. Con eso, estamos teniendo cálculos nisted. Primero, vamos a sustituir el signo más. Segundo vamos a reemplazar el letrero del tablero. Llevémoslo a la primera fila, y con decir que el cálculo es válido, vayamos y golpeemos Bien. Y como puedes ver ahora en los resultados, no tenemos guiones ni signo más, por lo que tenemos un número entero sin ningún carácter especial con eso resolvió el segundo requisito Es fácil, ¿verdad? No es tan difícil. Y podemos hacer muchas cosas con la función replace. Es una gran función los valores de cadena en Tableau. Ahora para ti, tenemos la siguiente tarea en la fuente de big data, en el nombre del producto. Nos gustaría sustituir el hash simple por un número como abreviatura. Y ahora podemos rebatar el video para completar la tarea Y una vez que hayas terminado, puedes retomarlo. Bien, entonces vamos a ir a la fuente de big data en este momento. Y vamos a ir a los productos. Y necesitamos el nombre del producto. Vamos a arrastrarlo y dibujarlo en la vista y verificar todos los valores. Entonces ahora vamos a hacerlo un poco más grande para poder ver más valores dentro de los datos. Tenemos algunos hashes como por ejemplo al inicio y queremos reemplazarlo con en nuestro punto Para ello, vamos a ir a crear un nuevo campo calculado. Vamos a ir por la flecha de aquí, crear un nuevo campo calculado. Podemos llamarlo productos reemplazar. Entonces vamos a comenzar con las palabras clave replace. Y entonces necesitamos la cuerda que queremos manipular. Va a ser el nombre del producto. Al siguiente queremos el viejo valor, es el hash. Y entonces el reemplazo va a ser el número como abreviatura en nuestro punto. Entonces eso es todo. Como puede ver, el cálculo es válido. Vamos a golpear Bien. Entonces tenemos una nueva dimensión, nuevo campo calculado en nuestro panel de datos. Intentemos contribuir en la vista y verificar los valores. Y vemos por aquí en vez del hash, tenemos la abreviatura del número. Entonces con eso, hemos aprendido que la función replace es muy simple y también muy importante en muchos casos de uso. Lo uso mucho una vez que quiero limpiar los datos. Entonces a veces obtenemos calidad de anuncio de las fuentes y habrá muchos caracteres especiales similares que pueda usar, siempre reemplazar, para limpiar los datos y eliminar esos caracteres especiales con algo más significativo en la visualización. Como hicimos en este ejemplo, reemplazamos esos caracteres especiales algo más significativo, o lo uso mucho también, para cambiar el formato de algo. Entonces, por ejemplo, aquí tenemos los números de teléfono. Y cambiamos el formato de tener los guiones a otra cosa, como sin guiones Y además, en lugar del plus, tenemos el 00. Entonces con eso, no estamos limpiando aquí. El teléfono, estamos cambiando el formato y cómo estamos presentando los teléfonos en las visualizaciones En el lado izquierdo tenemos el plus y el guión. Del lado derecho, no los tenemos. Usualmente usamos la función replaced para cambiar la estructura, el formato de un campo. Es simplemente una herramienta increíble y muy importante en Tableau. Todo bien a todos. Entonces eso es todo por la función reemplazada. Y con eso, hemos cubierto todos los casos de uso en las funciones String. Hemos aprendido alrededor de 16 funciones de cadena para manipular, transformar y limpiar los valores de Tix en Tableau A continuación, vamos a saltar a otro grupo de funciones en Tableau, las funciones de fecha. 139. Tableau | extraiga las partes de fecha: nombre, parte, fecha, día, día: Ahora vamos a hablar del tercer grupo de funciones bajo los cálculos de nivel de fila de categoría, las funciones de fecha. Hay tres casos de uso para las funciones de fecha en Tableau. El primero es extraer parte de fecha específica de nuestra fecha, como día, año y mes. Para eso, tenemos seis funciones diferentes en Tableau. La fecha parte, fecha, nombre, fecha, baúl, mes, año. El segundo caso de uso es sumar y restar valores de fecha en nuestra fuente de datos Entonces aquí tenemos dos funciones, date, add y date. El último caso de uso es buscar y recuperar la fecha y hora actuales Y aquí tenemos dos funciones, hoy y ahora esas funciones de fecha nos van a dar una herramienta para manipular y transformar los valores de fecha en Tableau. Vamos a comenzar ahora con el primer caso de uso, cómo extraer partes específicas de las fechas usando esas funciones. Como de costumbre, es muy importante entender el concepto detrás de ellos, entonces podemos practicar en Tableau. Así que vamos. Todo bien a todos. Entonces en Tableau hay dos formas de cómo manipular, transformar los campos con el tipo de datos fecha. El primero es hacerlo globalmente en la fuente de datos para todas las hojas de trabajo, todos los libros de trabajo La otra forma es hacerlo localmente solo en una hoja de trabajo, solo en una vista para la primera, si estás manipulando la fecha y quieres volver a usarla en diferentes hojas de trabajo para hacerlo, podemos ir y crear nuevos campos calculados usando las funciones de fecha Pero ahora por otro lado, si esa transformación no es tan importante, no quieres reutilizarla, no quieres usarla en ninguna otra hoja de trabajo Lo necesitas solo una vez en una vista. Entonces, en lugar de crear un nuevo campo calculado en la fuente de datos y usar las funciones de fecha, simplemente podríamos ir y cambiar el formato de fecha directamente en la vista, lo cual es más fácil y rápido que crear nuevos campos calculados. Como puede ver, hay como dos métodos sobre cómo manipular y transformar las fechas en Tableau, ya sea usando las funciones de fecha o cambiando el formato de fecha. Ahora bien, si me preguntas qué método debo usar, siempre tienes que hacer la siguiente pregunta. ¿Se va a necesitar la transformación en diferentes hojas de trabajo Entonces sí, ve y crea un nuevo campo calculado usando la función de fecha. Pero si la transformación solo es necesaria para una vista, entonces hay que cambiar el formato de fecha directamente en la visualización. Ahora vamos a ir y centrarnos en las funciones de fecha ya que estamos hablando los cálculos y al final vamos a hablar de los formatos de fecha. Así que en Tableau tenemos funciones de punch of date que todas tienen el mismo objetivo de extraer partes de fecha de campos específicos, y podemos usarlas para generar tal vista. Entonces como podemos ver por aquí, tenemos los años, tenemos los meses, los trimestres, toda esa información viene sólo de un campo, la fecha del pedido Y podemos construir a partir de toda esa nueva información que extraemos. Muchos análisis e ideas sobre nuestros datos como el que estamos viendo aquí, el mapa t. Entonces ahora vamos primero a entender esas funciones y luego volvemos a Tableau. Bien, bien, así que ahora vamos a hablar la función de primera fecha en Tableau. La parte de la fecha. Podemos usarlo para extraer una pieza de información de nuestros campos de fecha. Entonces, por ejemplo, tenemos la siguiente fecha estructurada a partir del año, mes y un día. Podemos usar la parte de fecha para extraer una pieza de información, como por ejemplo, el año. Si estás extrayendo el año, la salida va a ser 2025. Pero si estás extrayendo los meses, vamos a conseguir el 8 de agosto. Si estás extrayendo el día, aquí vamos a conseguir 20. Es muy importante entender que si estás usando la parte de fecha, la salida va a estar en número. El año va a ser en número. El mes no será agosto, va a ser, van a ser ocho. Lo mismo para el día, así obtendrás 20 como número. Veamos la sintaxis en Tableau, es muy simple. Empecemos con la parte de la fecha. Tableau necesita de usted dos informaciones. La parte de la fecha aquí, Tableau puede preguntarte qué dato te interesa. Te gustaría tener el año, mes, día, etc. La segunda parte, el segundo argumento va a ser el campo de fecha que queremos manipular. La salida, el resultado de esta función puede ser un número. Ahora tomemos un ejemplo. Vamos a tomar parte de fecha. Ahora nos interesa la información del día. Nos gustaría extraer la información del día. Entonces nuestra fecha va a quedar así, la salida va a ser 20. Si queremos los meses, entonces tenemos que especificar un mes, la parte de fecha. Y si lo hacemos en estas fechas, vamos a conseguir los meses ocho, lo mismo si quieres conseguir el año. Entonces aquí especificamos el año al inicio, luego nuestra fecha, la salida puede ser 2025. Así que eso establece para la parte de fecha. Este es un método sobre cómo extraer una parte de fecha a partir de una fecha específica. Pasemos al siguiente. Tenemos el nombre de la fecha. Digamos que la sintaxis en Tableau, es exactamente la misma. Empecemos con el nombre de la fecha como palabra clave. Entonces Tableau necesita de ti dos informaciones, qué parte de la fecha te interesa, y dame el campo que quieres manipular. Pero esta vez la salida puede ser un valor de cadena. Tomemos un ejemplo. Digamos que nos interesa la parte del año a partir de nuestra fecha. Entonces la salida puede ser, nuevamente, 2025. Pero el valor va a estar en la cadena de tipo de datos. Pero esta vez si dices sabes lo que me interesa, el mes. Por lo que especifica un mes como fecha parte esta vez. Tablo puede responder con agosto en lugar de ocho porque la salida aquí es cadena, por lo que obtendrá el nombre del mes como salida Y ahora el siguiente, si dices que me interesa el día, si especificas en la parte de fecha, un día en lugar de mes, obtendrás también un 20 pero como valor de cadena. Entonces eso es todo para el nombre de la fecha. Es muy similar a la parte de la fecha, ¿verdad? Pero la única diferencia es que ahí estás obteniendo un número, pero con el nombre de la fecha, estás obteniendo un valor de cadena. Este es otro método sobre cómo extraer las partes de fecha de una fecha. Pasemos ahora a otro conjunto de funciones que se utilicen también para lograr el mismo objetivo con el fin extraer partes de fechas de una fecha. Esta vez tenemos tres funciones rápidas con el fin extraer rápidamente la parte de fecha de una fecha. Ellos son mis favoritos. Tiendo siempre a usarlos en comparación con los otros dos porque son realmente fáciles de escribir. La sintaxis Tableau va a verse así. La primera función, acepta sólo un argumento, una fecha. Lo mismo para el mes. Y para el año, la salida va a ser un número. Es como la función de parte de fecha. Por ejemplo, si me interesa el día, puedo hacerlo así. Yo uso la función día. Entonces la fecha que queremos manipular, entonces la salida va a ser 20, como se puede ver, en comparación con los demás. Es muy rápido de crear. Aquí mismo, no tenemos que especificar para Tableau en la sintaxis, la parte de fecha porque el nombre de la función se llama día. Lo mismo para el mes. Si solo me interesa el mes, solo puedo usar la función mes para extraer el agosto u ocho para el último. Si me interesa el año, puedo usar la función año. Como puedes ver, son realmente fáciles y rápidos de crear. Si lo comparas con los otros dos, como puedes ver, son realmente fáciles. Pasemos al siguiente. Esto va a ser ligeramente diferente a todos los demás. Tenemos el baúl de la fecha. Bien, algunos datos sobre esta función. Es un poco complicado. Mucha gente no lo sabe, pero tiendo a usarlo mucho. Es una función muy útil, pero no es tan famosa. Piense en la función de redondeo troncal de fecha en números, si tiene muchos detalles en una fecha, puede redondear la fecha a nivel específico Lo que esto significa, si tenemos la siguiente fecha, hora que tenemos aquí como jerarquía, ¿verdad? Tenemos un año, mes, día, hora, minuto y segundos. Estamos viendo en estos datos mucha información, a veces no te interesan muchos detalles como ver los segundos, minutos y horas. Te gustaría ver sólo a nivel de mes. Lo que podemos hacer, podemos usar el tronco de fecha para redondear esos números. Comprobemos primero la sintaxis de Tableau. Es muy similar a los demás, parece este baúl de fecha. Entonces especificas la parte de fecha y después la fecha en la que quieres manipular la salida Esta vez no será un número o una cadena, va a ser fecha y hora, ¿de acuerdo? La mejor manera de entender esta función es tener algunos ejemplos. Entonces digamos que especificamos en la fecha parte al día y luego tenemos nuestro tiempo y día por aquí. Entonces, ¿qué puede pasar? Lo que le estás diciendo a Tableau esa es la hora las informaciones son realmente detalladas para mí y me interesa solo ver esta pieza de información a nivel de día Entonces me interesan sólo las informaciones del día. No me interesa el tiempo, qué puede pasar en la salida si esa tabla va a devolver la misma información, pero esta vez va a restablecerlo todo en su momento. Para que veas que estamos manteniendo toda la información sobre el año, mes y día, pero cualquier cosa por debajo del día, se va a restablecer a cero Como dije, es como redondear números, ¿verdad? Estás redondeando la información a un nivel específico. Ahora, pasemos al siguiente nivel donde dices, ya sabes lo que me interesa a nivel mes, especificas en la fecha parte de un mes, entonces vamos a tener la misma información por aquí. Lo que le estás diciendo a Tableau es que no me interesan los detalles del día. Me gustaría ver mi información a nivel de mes que vamos a obtener el 1 de agosto en 2025. Ahora vamos a dar un paso más donde vamos a decir que nos interesa sólo a nivel del año. Entonces, si vas y especificas en la fecha parte del año, qué puede pasar, le dices a Tableau que no me interesa nada más, solo me interesa el año. Creo que ya lo tienes. ¿Qué puede pasar? Todo se puede resetar. Cualquier cosa por debajo del año, por lo que el mes, el día, el tiempo puede restablecerse a uno sobre año que a cero en esos momentos Y sólo podemos tener el valor 2025. Entonces eso es todo para esta función. Es muy útil en muchos cálculos usar el tronco de fecha. Ahora vamos a comparar todas esas funciones lado a lado. Tenemos aquí como rosa, la parte de fecha, así que tenemos año, trimestre mes, día, y así sucesivamente. Y entonces tenemos aquí en las columnas, esas distintas funciones. No incluyo aquí las funciones de día, mes y año porque es muy similar a la parte de fecha. Entonces lo primero que hay que entender es que la salida de la parte de fecha va a ser un número, nombre de fecha. La salida va a ser la fecha de cadena, salida troncal va a ser la fecha y la hora. Y podemos trabajar con el mismo ejemplo. Por lo que tenemos la siguiente información sobre la fecha y hora. Ahora vamos a ver la salida de esas funciones y esos diferentes niveles en la parte de fecha. Ahora comencemos con el primer nivel, el año. Si dices que me gustaría tener la parte de fecha de esta información, obtendrás. 2025. Lo mismo para la fecha y hora, pero esta vez para el baúl de fecha. Vas a resetear todo por debajo del año, así obtendrás el 1 de enero de 2025. Entonces pasemos al siguiente nivel. Tenemos el trimestre, la fecha parte trimestre de esta fecha. Van a ser tres. Lo mismo para el nombre de la fecha, van a ser tres. Pero esta vez es interesante, ¿verdad? Porque en fecha y hora no tenemos normalmente las informaciones del trimestre. Entonces esta vez se va a reajustar al primer mes del trimestre. Va a ser el mes número siete. Entonces pasemos al siguiente. Estamos a nivel de mes, así que si usas la parte de fecha, obtendrás ocho. Si usa el nombre de la fecha, obtendrá el nombre completo del mes, agosto. Y si usas el baúl de fecha, vas a restablecer todo por debajo del mes y obtendrás el primer día de agosto. Pasando a la fecha, si usas la parte de fecha, obtendrás un número 20, el nombre de la fecha, obtendrás un valor de cadena 20. Y esta vez en el tronco de fecha estás reiniciando todo el tiempo Pasando al siguiente, tenemos alternativa para el día y aquí vamos a conseguir el día de la semana, el número de días dentro de una semana Aquí vamos a conseguir el número cuatro de la parte de fecha porque es miércoles. Entonces, si estás usando el nombre de la fecha, obtendrás el nombre completo del día miércoles. Y para el baúl de la fecha, nada va a cambiar. Nosotros solo vamos a restablecer la hora también. Ahora bien, si te vas a mudar en detalles, si extraes la hora para la parte de fecha y la hora de la fecha, obtendrás nueve. Y aquí como puedes ver, estamos reiniciando ahora solo el minuto y el segundo porque no te interesa Pasando al siguiente minuto, obtendremos 45 en nombre de parte, y aquí estamos, reiniciando solo los segundos. Como puede ver, sólo los segundos son ceros. Ahora pasemos al nivel más bajo de la jerarquía. Tenemos el segundo, así que vamos a conseguir 21, 21. Y la salida va a ser exactamente el mismo valor en la entrada. Para que puedas ver el panorama general usando esas tres funciones y cuáles son las principales diferencias entre ellas y lo que vas a esperar si las estás usando. Ahora volvamos a Tableau y comencemos a practicar esas funciones. Bien, entonces ahora vamos a ir a nuestra fuente. Vamos a las órdenes. Y estaremos manipulando la fecha del pedido. Vamos a llevarlo a la pestaña de vista, vamos a convertirlo inmediatamente a un año. No estamos viendo los datos originales, estamos viendo solo el año aparte de la fecha del pedido. Porque mesa quiere también hacer visualizaciones. Y claro que tiene sentido tener años en lugar de todas las fechas dentro de nuestra fuente de datos. Pero para ahora mostrar todos los datos como en nuestra fuente de datos, vamos a ir por aquí y volverlos a cambiar a la fecha exacta. Vamos a hacer clic en él y tabla vamos a convertirlo a continuo, pero me gustaría ver todos los valores. Vamos a cambiarlo a discreto. Ahora como puedes ver, obtenemos todos los valores exactamente igual que el sistema fuente. Tenemos alrededor de cinco años de datos. Entonces ahora vamos a ir a practicar extrayendo la parte de fecha. Vamos a empezar con el año, así que vamos a extraer esos años. Vamos a ir a crear un nuevo campo calculado. Vamos a llamarlo fecha de pedido, año. Entonces aquí tenemos muchas formas para obtener esta información podemos usar la parte de fecha, el nombre de la fecha, el tronco de fecha, o incluso la función año. Bien, entonces ahora vamos a comenzar con la parte de la fecha. Y como se puede ver salvo dos argumentos, pero el tercero es opcional aquí se puede definir cuál es el inicio de semana, pero suelo dejarlo vacío. La parte de fecha que queremos extraer ahora es el año. Entonces la fecha que queremos manipular es la fecha del pedido que, y como se puede ver que el cálculo es válido, vamos y golpeemos Bien. A medida que aprendemos la salida de la parte de fecha va a ser un número, por eso Tablo va a crear una nueva medida de continuidad. Pero me gustaría indivisualizaciones para ver es valores distintos de los años Voy a ir y convertirla a una dimensión ahora como pueden ver, salta a las dimensiones y tenemos ahora como una dimensión discreta. Pongamos a la vista y verifiquemos los resultados. Como podemos ver ahora tenemos todos los años exportados, extraídos de las fechas del pedido. Ahora vamos a probar los otros métodos. Reemplacemos la parte de datos por un nombre de fecha. Aquí. Es muy importante entender que el tipo de datos va a cambiar. Aquí lo tenemos como número. Si lo cambiamos a nombre de datos, podemos obtenerlo como una cadena. Vamos a cambiar nuestro cálculo. En lugar de partes de fecha, voy a nombre de fecha. Vamos a presionar Aplicar. Y como se puede ver, inmediatamente el tipo de datos va a cambiar al valor de cadena. Pero en la vista, vamos a obtener exactamente el mismo resultado, ¿verdad? Nada va a cambiar, solo el tipo de datos. Ahora vamos a pasar a la más fácil. La más rápida es usar la función año en lugar de toda la cosa Por aquí podemos escribir un año y no tenemos que especificar la parte de fecha. Por eso estamos recibiendo un error. Solo necesitamos nuestra fecha. Eso es lo que queremos modificar. Vamos a presionar Aplicar también. Nada va a cambiar en la vista, pero la cinta de datos va a cambiar a número, porque la salida de estas funciones es un número. Ahora podrías preguntarme, bien, ¿ cuál debo usar? Te recomiendo que siempre uses el rápido por supuesto. Pero lo que es más importante es el tipo de datos. El número de tipo de datos siempre es más rápido que la cadena de tipo de datos. La cadena de tipo de datos es la peor. Es el tipo de datos más lento de todos los demás. Siempre tratamos de evitar la cadena de tipo de datos en las visualizaciones para no tener un mal rendimiento en nuestras vistas Si estás pensando en esas tres funciones, siempre evitaría ese nombre de fecha. Ahora nos quedamos con dos funciones, date part y la función quick. Yo siempre iría con el rápido, ¿verdad? Porque es más fácil escribir. Preferiría que esta situación tuviera año o la fecha como la estoy mostrando en la vista. Pero claro, en muchas situaciones quiere mostrar por ejemplo, el nombre del día o el nombre del mes. Depende realmente del requerimiento, pero si puedes evitarlo. No use nombre de fecha. Entonces esa es esta es mi recomendación para ti y lo que suelo hacer. Entonces ahora vamos a cerrar esto y extraer otra parte de la fecha. Vamos a tener el cuarto. Entonces aquí nuevamente tenemos las tres opciones y las tres entregan la misma información. Entonces iría y crearía un nuevo campo calculado, llamémoslo fecha de pedido trimestre. Y esta vez voy a usar también las fechas rápidas de un trimestre trimestre. Así que es realmente simple, ¿verdad? Vamos. Bien, y ahora tenemos de nuevo una nueva medida continua. Me gustaría realmente Tableau aquí para crear inmediatamente una dimensión. Entonces voy a ir y convertirlo de nuevo a dimensión porque lo uso en la vista como dimensión. Comprobaremos los resultados y podemos ver que tenemos ahora el número del trimestre que es correcto. Bien, así que ahora vamos a extraer otra información de nuestra fecha. Vamos a conseguir el mes. Vamos a crear de nuevo un nuevo campo calculado. Vamos a llamarlo fechas de pedido. Ahora esta vez podemos usar una función de mes y nuestra fecha de pedido de campo. Es muy sencillo, ¿verdad? Así que vamos a golpear, bien. Y vamos a convertirlo de nuevo a dimensión y llevarlo a la vista. Con eso, estamos extrayendo la información del mes a partir de la fecha del pedido. Todo se ve bien. Aquí tenemos septiembre, agosto, y ya está. Y aquí solemos estar en esta situación donde a los usuarios les gustaría ver los meses como un nombre completo. Entonces, en lugar de tener el número de mes, nos gustaría tener el nombre del mes, que realmente estoy de acuerdo, porque es más fácil leer el nombre del mes que el número. Para ahora cambiarlo, podemos usar la función de nombre de fecha. Así que vamos a cambiar nuestro cálculo. Así que vamos a comérselo ahora, en vez de mes, solo puedo quitarlo. Vamos a tener el nombre de la fecha entonces, la parte va a ser mes. Y luego tenemos nuestras fechas de pedido. Así que vamos a golpear bien. Y ahora por supuesto lo que pasó. Cambiamos el tipo de datos y también los valores dentro de este campo. Así que ahora estamos obteniendo el nombre completo del mes. Entonces tenemos enero, febrero, y así sucesivamente. Entonces eso es todo. Es así como podemos extraer las diferentes partes de fechas de nuestro campo original, la fecha. La pregunta es cómo usar esas nuevas informaciones en nuestros puntos de vista. Bien, entonces ahora vamos a ir a crear una vista partir de tres informaciones, categoría, orden, fecha y ventas, usando un mapa de calor o una tabla resaltada. Ahora lo primero que me gustaría hacer es eliminar la fecha del pedido. Se trata de muchos detalles, no los necesitamos en la vista. Entonces vamos a tener las filas el año. Voy a dejarlo, pero voy a llevar el trimestre a las columnas y también el mes. Y claro, lo que falta ahora es llenar esos vacíos usando una medida. Nuestra medida van a ser las ventas. Vamos a arrastrarlo y frotarlo por aquí. Ahora, para convertirlo en un mapa de calor, tenemos que agregarlo como colores. Tomemos de nuevo las ventas y pongamos en los colores, o puedes mantener el control y arrastrarlo a los colores. Vamos a obtener los mismos resultados. Ahora ya casi estamos ahí. Me gustaría tener, en lugar de texto, me gustaría tener cuadrados para obtener el mapa de calor. Con eso, conseguimos un mapa de calor. Podemos cambiar los colores si quieres. Así que vamos a los colores, Edita colores. Y me gustaría tenerlo como azul. Está bien. Entonces con eso, hemos creado nuestro mapa de calor usando solo un campo, la fecha del pedido. Entonces tenemos los años a partir de la fecha del pedido, tenemos los meses a partir de la fecha del pedido, y como con el trimestre. Entonces como puedes ver, esas partes que extraemos de las fechas son realmente útiles para hacer visualizaciones Entonces ahora podemos ir y agregar el toque final en esta vista, y es decir haciendo abreviaturas a partir del nombre del mes Como pueden ver aquí, el febrero es realmente grande para el sello de aquí, así que podemos acortarlo. Para hacer eso, podemos usar la función de elevación. Así que vayamos a nuestro campo calculado y editémoslo. Y ahora antes vamos a agregar a la izquierda. Y luego al final vamos a sumar tres. Por lo que me gustaría obtener sólo tres personajes de cada mes. Vamos a golpear. Bien, perfecto. Ahora tenemos abreviaturas para cada mes y la vista se ve más profesional No hay nada que tengamos que añadir, lo prometo con el último. Es la categoría, nos olvidamos de ella. Entonces vayamos a las categorías y simplemente arrástrela antes del año. Entonces con eso, conseguimos muy bien esas categorías, y podemos ver dentro de ella cómo esas categorías se están desarrollando a lo largo del tiempo. Entonces con eso, obtuvimos un mapa de calor muy bonito, todas esas informaciones de la fecha. Ahora tenemos en nuestra fuente de datos mucha información nueva sobre la fecha del pedido donde podemos usarla como casi en todas partes. Ahora tenemos otro caso de uso muy común para esas nuevas informaciones donde podemos usar esas partes de fecha como filtro. Déjame mostrarte a lo que me refiero. Volvamos a ir a nuestras órdenes. Y vamos a ir al mes ratlic en él y mostrarlo como filtro Lo mismo vamos a hacer para el año, radicalmente sobre él y así mostrarlo como filtro Ahora podemos ver esas informaciones en el lado izquierdo, y el orden lógico es muy importante. Primero un año, luego un mes. Ya que el mes tiene muchos valores, vamos a cambiarlo a un desplegable con múltiples valores Ahora usando esos filtros, los usuarios pueden ir y especificar alcance para esta vista cambiando los valores del año. Y también para el mes. Este es un caso de uso muy común para las partes de fecha en Tableau. Eso es todo para esas funciones. Ahora pasemos al último, tenemos el tronco de datos. Bien, ahora para ver el efecto del tronco de fecha, vayamos a la fuente de big data y obtengamos todas las demás fechas. A la vista, me gustaría ver la fecha exacta. Cambiémoslo a fechas exactas. Y llegué a discreto para ver los valores. Bien, así que a continuación vamos a llevar las ventas a la vista también. Con eso, puedes ver que estamos viendo toda la, toda la información que tenemos en el costado. Y ahora tenemos muchos detalles. Digamos que no me interesan los días. Me gustaría ver una fecha por cada mes. Nos gustaría tener esta fecha a nivel de mes. Para ello, vamos a ir a crear un nuevo campo calculado y vamos a usar el tronco de fecha. Vamos a hacerlo. Vamos a llamarlo fecha de pedido. Entonces la sintaxis puede ser como este tronco de fecha y acepta dos argumentos. El primero va a ser la parte de la fecha. Que nivel queremos ver en la vista queremos tener el mes. Especificemos aquí mes luego la fecha que queremos manipular, que es la fecha de pedido que establece y el cálculo es válido. Vamos a golpear bien. Y en el lado izquierdo tenemos una nueva dimensión con el tipo de datos fecha y hora. Lo que vamos a hacer ahora, vamos a ir a sustituir la fecha del pedido con este nuevo campo. Sólo ponlo encima. Nuevamente, aquí tenemos que hacer lo mismo, clic derecho sobre él, cambiarlo a fechas exactas, y luego otra vez a los discretos Ahora tenemos un nuevo campo de fecha donde todo a nivel mes tenemos siempre el primero del mes. Entonces tenemos el 1 de enero, 1 de febrero, y así sucesivamente. Entonces como puedes ver ahora la lista es corta, ¿verdad? Porque ahora tenemos una fila por cada mes. Antes teníamos una fila por cada día. Ahora no me interesan esos ceros en la vista, me gustaría deshacerme de ellos. Para ello, podemos cambiar el let's go to our date trunk y vamos a cambiarlo de fecha y hora a fecha. Vamos a hacerlo. Como puedes ver ahora tenemos un campo de fecha y todo el tiempo está fuera. Ahora, digamos que me gustaría tener una fecha sólo a nivel de año. No me importan los días y el mes. Me gustaría tener una fila por cada año. Para ello, vamos a ir a editar nuestro campo calculado ahora, montaje, vamos a ir y cambiar el valor de mes a año. Eso es todo, vamos y golpeemos Aplicar. Y van a ver por aquí que ahora tenemos una fila por cada año. Entonces ahora tenemos un campo siempre a nivel de año. Y llegamos como alrededor de cinco años, como se puede ver con el tronco de fecha, podemos controlar el nivel del campo de fecha. Entonces digamos que hoy queremos cambiarlo. Hoy vamos a ir a cambiar el año. Y ahora con eso vamos a conseguir todos los detalles. Tenemos una fila por cada fecha y con eso tenemos muchos detalles. Estamos de vuelta como la fecha de pedido de campo original. Entonces así es como trabajamos con el tronco de fecha en Tableau. Bien, entonces hay otra manera de visualizar el efecto del tronco de fecha. Entonces déjame mostrarte cómo hacerlo. Primero cerremos esta cosa aquí. Y luego vamos a cambiar el tronco de fecha de pedido a campo continuo. Así que vamos a hacer eso. Ahora vamos a darle la vuelta a todo. Entonces vamos a tener la fecha del pedido en las columnas y la suma de ventas en las filas. Y en vez de tener poder, vamos a tener una línea. Ahora en las visualizaciones, tenemos muchas marcas Si pasa el mouse sobre esas informaciones, puede ver que tenemos una marca por cada día. Y eso es porque hemos definido en la fecha del pedido, tronco que estamos a nivel de día. Y puedes ver aquí en los detalles, tenemos alrededor de 1,800 marcos en esta vista Ahora bien, si dices que esto es un montón de detalles, cambiemos al mes. Vamos a nuestro campo calculado, editarlo, y simplemente moverlo aquí arriba en lugar de día, vamos a tener un mes. Vamos y pulsemos Aplicar. Entonces déjame cerrar esto desde aquí y vamos a comprobar la vista que tenemos. Ahora por cada mes una marca estamos a nivel de mes y las marcas se reducen totalmente a solo 60 en lugar de miles de marcas. Con esto, no vemos muchos detalles en la vista, tenemos una marca por solo un mes. Este es el poder de la cajuela de fecha. Digamos que queremos ir a los años, y creo que ya ustedes cuántas marcas vamos a conseguir. Vamos a conseguir sólo cinco marcas cada punto, cada marca puede representar un año. Este es el poder del tronco de fecha para controlar su vista y de qué detalles estamos hablando. Bien, así que eso es todo para esas funciones. Son realmente geniales para extraer partes específicas de una fecha. Y como puedes ver, son realmente útiles para las visualizaciones. Ahora hemos utilizado muchos campos calculados. Como puede ver en el lado izquierdo, tenemos muchas fechas nuevas en nuestra fuente de datos a nivel mundial. Eso significa que si voy a cualquier otra hoja de trabajo o incluso a cualquier otro libro conectado a mi fuente de datos, voy a ver los campos exactos que creé usando el campo calculado Y puedo ir de inmediato y empezar a reutilizarlos en mi visualización. Lo cual va a ahorrar mucho tiempo haciendo formateo y así sucesivamente. Entonces así es como extraer las partes de datos usando campos calculados para ser globalmente. A continuación vamos a empezar a hablar de cómo hacerlo rápidamente, localmente para una sola vista formateando el campo. Bien, entonces ahora vamos a empezar desde cero, vamos a ir a nuestra fuente de big data. Vamos a los pedidos y llevemos el campo original de la fecha del pedido a las columnas. Y nuevamente, llevemos las celdas a las filas. Ahora como puedes ver, Tableau siempre lo trae como un año. Y eso es porque quiere visual solo una pequeña cantidad de datos al inicio. ¿Y entonces tú decides qué necesitas aquí? Podemos ir y manipular la fecha del pedido directamente en la vista cambiando el formato en lugar de ir y crear campos calculados. Ahora para formatear la fecha, vamos a dar click sobre la dimensión misma. Así que haz clic derecho sobre él. Y ahora tenemos aquí dos secciones importantes. La primera sección es una sección discreta donde va a usar la parte de fecha de función y la otra sección es una sección continua donde va a usar el tronco de fecha y él siempre en el lado derecho. Como puedes ver, tenemos esos ejemplos grises con el fin mostrarte qué formato se va a presentar en las visualizaciones Por ejemplo, no hay diferencia entre este año y este año, pero aquí tenemos el trimestre dos, pero aquí tenemos el trimestre más el año. Para que puedas ver los formatos que va a usar Tableau en la presentación en la vista. Ahora vamos a comprobar las diferencias entre este mes y este. Empecemos por el primero. Vamos a hacer clic en Mes. Ahora como pueden ver nuestras pistas de estados de campo significa que es discreto y tenemos esos valores, enero, febrero, marzo, y así sucesivamente Lo tenemos como texto. Si quieres saber cómo Tableau creó esto, puedes ir aquí en el mes, hacer doble clic en conectar y puedes ver el formato que está usando Tableau, fecha, parte del mes, luego las otras fechas. Así podrás ver la sintaxis que está usando Tableau para formatear rápidamente tu vista. Ahora pasemos al siguiente. Podemos tener el mes como campo continuo, clic derecho, Conectar de nuevo, y ahora podemos tener el mes más el año. Vamos y pulsamos Ahora ves que nuestro campo es continuo y si haces doble clic con él, puedes ver que Tableau está usando el tronco de fecha. Ahora vemos los años en el eje y cada marca, cada punto de ese personal es un mes. Como puedes ver, es muy fácil. Solo estamos dando click y estamos cambiando todo el formato de nuestras fechas. Lo que suelo hacer, voy y selecciono diferentes formatos hasta que estoy convencido del formato correcto que puede representar mis datos. Y también hay muchos formatos diferentes. Entonces déjame mostrarte. Pasemos a la fecha del pedido. Como pueden ver, tenemos, sí, es un año, trimestre de mes, pero aquí tenemos la opción de más. Puedes ver que tenemos un número de semana, un día de la semana, y obtienes más opciones si vas a la costumbre. Ahora aquí vas a obtener una lista de todos los formatos posibles que podemos usar para cambiar la estructura de nuestras fechas. Lo mismo, claro que para el continuar se llena. Entonces si vas de nuevo, puedes ver que tenemos aquí también más para que hagas clic en el personalizado y así podrás cambiar los diferentes formatos. Por supuesto, cualquier decisión que esté tomando ahora sobre la vista, se va a quedar sólo en esta vista. Si cambias a alguna otra hoja de trabajo, no encontrarás lo que ya has formateado Esta es la única desventaja de tomar muchas decisiones en una hoja entonces no la tendrás en las siguientes hojas. También hay más opciones sobre cómo formatear los campos. Por ejemplo, vayamos a la otra fecha, haga clic derecho sobre ella y escojamos este mes como nombre completo. Entonces sólo voy a cambiar esas columnas con las filas. Ahora podemos ver que en la cabecera tenemos el nombre completo del mes. Pero podemos ir y cambiar el formato de esos encabezados con solo hacer clic derecho sobre él, luego ir al formato. Y luego en el lado izquierdo, podemos cambiar el formato de visualización del encabezado. Por ejemplo, en ésta o en las fechas. Si haces clic en él, obtendrás diferentes opciones como aquí, por ejemplo, abreviaturas Una vez que haces clic en él, puedes ver ahora tenemos una abreviatura del nombre del mes. O podemos obtener la primera letra de cada mes si queremos. Realmente para que sea pequeño para que podamos ir por aquí y cambiarlo al primer mes. Con eso, vamos a conseguir el primer personaje de cada mes. Por supuesto, esos formatos no son sólo para el mes. Tomemos, por ejemplo, el día de la semana, vamos a ir por aquí, luego cambiarlo al día de la semana Tenemos aquí el texto completo del día para que sea abreviaturas, vamos a volver a ir del lado izquierdo y cambiarlo a abreviatura Y con eso, vamos a conseguir atajo para el día de la semana. Entonces, como puedes ver con solo hacer click, vamos a cambiar y manipular los valores de las fechas dentro de nuestra fuente de datos sin escribir nada, sin escribir ninguna sintaxis, ni crear nuevos campos calculados. Así que solo podemos hacerlo rápidamente en una sola vista. Pero aquí, si te encuentras que estás repitiendo el mismo formato una y otra vez en diferentes hojas, te recomiendo que vayas y crees un nuevo campo calculado para eso, para almacenarlo en la fuente de datos, y usarlo una vez que lo necesites. Todo bien. Kay, así que eso es todo para esas funciones y cómo formatear las fechas. Bien, Kay, entonces, ¿qué hemos aprendido? Cómo extraer una parte de fecha específica de nuestro campo de fecha. A continuación vamos a hablar de dos funciones, fecha, agregar, y fechada. 140. Tableau | para agregar y restar fechas: DATEDIFF, DATEADD: Ahora vamos a aprender a sumar y restar fechas en Tableau usando las dos funciones, date add y date f. Pero como de costumbre, entendamos el concepto entonces podemos practicar Bien, entonces ahora vamos a hablar del anuncio de fecha de función. Podemos usarlo para realizar operaciones matemáticas en nuestro campo de fecha. Por ejemplo, podemos agregar tres días a nuestras fechas, o podemos, por ejemplo, dos meses a partir de nuestras fechas. Podemos manipular nuestra fecha sumando o restando intervalos específicos de nuestras Ahora veamos la sintaxis en Tableau y tomemos algunos ejemplos para entenderla. Es comenzar con el anuncio de fecha como palabra clave y necesita tres argumentos. Primero, el que nos interesa manipular. El intervalo es como cuántos días, cuántos meses quieres agregar. Entonces tenemos el campo de fecha en sí que queremos cambiar la salida. El resultado va a ser un campo de fecha. Entonces, por ejemplo, digamos que queremos sumar tres años a nuestra fecha. Especificamos en la fecha parte años, entonces el intervalo va a ser tres. Y luego nuestra cita, ¿qué va a pasar? Tableau va a ir y sumar tres años a nuestro campo de fecha que estamos sumando tres años a esta pieza de formación, el año y el resto, los meses y el día se va a quedar como está Sigamos adelante. Digamos que queremos sumar tres meses en lugar de tres años. Entonces lo que vamos a hacer, podemos especificar un mes en la parte de fecha, luego tres como intervalo, luego nuestra fecha también. Entonces, ¿qué va a pasar? Vamos a cambiar sólo esta pieza de reforma. Entonces, en vez de tener agosto, vamos a tener noviembre que estamos cambiando sólo el mes. El riesgo va a quedarse como está ahora. Podemos pasar al último, al día. Nos gustaría agregar tres días. Creo que ya lo tienes. Entonces, ¿qué puede pasar? Vamos a sumar tres días, así que vamos a tener el 23 en lugar de 20, y se cambia sólo a nivel de día, el riesgo va a permanecer igual. Con esto, puede ver que podemos agregar diferentes intervalos a diferentes partes de fecha en nuestro campo de fecha. Y en nuestros ejemplos estábamos trabajando con números positivos, pero en Tableau también podemos usar los números negativos que vamos a restar intervalos de la fecha Entonces tomemos un ejemplo. Digamos que queremos restar tres años de nuestra fecha Entonces vamos a tener aquí el intervalo como un negativo tres menos tres. Y la salida que tendremos, en lugar del año 2025, obtendremos 2022. Por supuesto, lo mismo, podemos hacerlo en el día. Por lo que nos gustaría restar tres días de nuestra fecha. Entonces, en vez de tener el día 20, vamos a tener 17. Entonces, como puedes ver, podemos usar el sumar de fecha para sumar nuevos intervalos, pero también para restar intervalos, es una función muy importante en Tableau para poder comparar cosas juntas Al igual que podemos comparar este año con el año siguiente. Entonces vamos a ir y sumar un año a nuestro campo que vamos a conseguir dos campos, el campo con el año en curso y el campo con el año siguiente. Eso lo veremos en los siguientes ejemplos. Entonces eso es todo para la fecha add. Pasemos a la fecha. La función de diferencia de fechas en Tableau tiene una tarea muy sencilla y es restar dos fechas diferentes Entonces, por ejemplo, digamos que tenemos dos fechas, la fecha del pedido y la fecha de envío en nuestra fuente de datos. Entonces digamos que ordenó algo en esta fecha, 2025 en noviembre y recibió su pedido al día siguiente de febrero. Entonces ahora si te pregunto cuánto tiempo tardó en enviar tus productos a tu casa, vas a restar esas dos fechas para que me den el número Esto es exactamente lo que hace la diferencia de fecha en Tableau. Entonces la sintaxis va a estar pareciendo así. Fecha diff. Entonces tenemos tres informaciones, que fecha de parte le gustaría restar Entonces tenemos la fecha de inicio, en este ejemplo, la fecha del pedido, y después la fecha de finalización, la fecha de envío. La salida va a ser siempre un número, como de costumbre, vamos a tener ejemplos para entenderlo. Entonces aquí le vamos a preguntar a Tableau cuántos años tardó en entregar, enviar este producto. Entonces aquí nos interesa cuántos años nos interesa la parte del año entonces la fecha de inicio va a ser la fecha del pedido y la fecha de finalización va a ser la fecha de envío. Si haces eso en Tableau, vas a conseguir uno. Por lo que tardó un año en enviar el producto. Entonces aquí estamos hablando a nivel año, obtendrás uno. Ahora pasemos al siguiente nivel. Digamos cuántos meses lleva hacer el envío. Entonces aquí estamos especificando en la fecha parte de un mes. También tenemos, la misma información para la fecha de inicio y finalización. Y esta vez vas a conseguir tres meses. Entonces la respuesta va a ser que tardó tres meses en enviar el producto a los clientes. Todo bien. La siguiente pregunta va a ser cuántos días lleva enviar el producto a los clientes. Y esta vez va a ser el 68. Entonces ahora estamos hablando a nivel del día. Entonces el resultado va a ser, tardó 68 días en enviar el producto desde la fecha del pedido hasta la fecha de envío. Entonces en esta situación, tiene sentido usar la fecha porque siempre queremos entender cuántos días exactamente tardó en enviar el producto a los clientes. Porque si tienes como un año, vas a pensar que tardó todo el año en enviar el envío. Eso es. Así es como funciona esta función. Es muy sencillo y muy útil en las visualizaciones. Ahora volvamos a Tableau y comencemos a practicar esas dos funciones. Bien, ahora vamos a ver cómo podemos crear eso en Tableau. Podemos quedarnos en la fuente de datos pico. Vamos a las órdenes, y podemos manipular la fecha del pedido. Vamos a traerlo a la vista por aquí y vamos a mostrarte la fecha exacta. Entonces vamos a ir y cambiarlo a fecha exacta para ver todos los detalles. Y me gustaría tenerlo como discreto para ver todos los valores dentro nuestra fuente de datos. Ahora es realmente sencillo. Digamos que me gustaría agregar un año a la fecha de mi pedido. Para ello, vamos a ir a crear un nuevo campo calculado, así que vamos a llamarlo fecha de pedido más un año. Vamos a usar la función date, agrega, necesitamos tres argumentos. La parte de fecha, estamos sumando un año. La parte de fecha va a ser un año, el intervalo va a ser uno. Y la fecha que se debe manipular es la fecha del pedido. Es muy sencillo. Como puede ver, ese fue el cálculo es válido. Sentémonos bien y verifiquemos los resultados. Como puede ver, tenemos un nuevo campo en nuestra fuente de datos con el tipo de datos fecha y hora. Vamos a revisar los resultados. Vamos a agarrarlo a la vista, pero me gustaría ver también los detalles. Me gustaría ver la fecha exacta. Nuevamente, tenemos que cambiarlo a discreto para poder ver los resultados. Vamos a cambiarlo a discretow. Como pueden ver, tenemos fecha y hora. Si quieres deshacerte del tiempo, podemos lanzar el hasta la fecha. Para ello, vayamos a nuestro Data Pain, este es nuestro campo. Haga clic en el icono del tipo de datos y cámbielo de fecha y hora a fecha. Hagámoslo. Y como pueden ver, ahora el tiempo sí desapareció. En los resultados, vemos que todo es más un año. Tenemos aquí 2018 como resultado, 2019. Podemos consultar otras fechas. Si ordenamos esto como descendente, podemos ver que tenemos el valor como 22 y aquí lo tenemos como 2023. Eso es. Es así como podemos crear un nuevo campo con más un año. Agreguemos un mes. Ahora vamos a editar nuestro nuevo campo calculado. Haga clic derecho en Editar y cambiemos como nombre de año en mes. Ahora en vez de la fecha parte año, podemos tener un mes. Es muy fácil de cambiar. Y si seleccionas Aplicar ahora podemos ver que estamos sumando un mes a los datos. Si lo vuelvo a ordenar al viejo, se puede ver aquí que tenemos enero, y ahora lo tenemos como febrero. Podemos hacer lo mismo si cambias hoy. Si quieres agregar solo un día, apliquemos y agreguemos los resultados. Se puede ver que estamos sumando en todas partes más un día. Por supuesto, podemos sumar a los intervalos números negativos. Digamos que nos gustaría tener menos un día. Apliquemos y verifiquemos los resultados. Como podemos ver en los resultados en el nuevo campo calculado, siempre está un día detrás del campo original de las fechas del pedido. Es así como podemos trabajar con los agregados de fecha. Es muy sencillo. Bien, así que ahora vamos a ir a crear una nueva vista para analizar el promedio de días para enviar la subcategoría peer Es muy importante para la gestión de inventarios, optimizando las operaciones de asignaciones de recursos y así sucesivamente Así podemos crear eso usando el Tableau Date. Pero primero llevemos muchos datos a la vista para entender cómo funciona esto. Nos vamos a quedar con una fuente de big data. Vamos a las órdenes. Y aquí necesitamos nuestras dos fechas. El primero va a ser la fecha del pedido y el segundo va a ser la fecha de envío. Agreguemos también el ID de pedido en la parte delantera. Sí, nosotros todo para ver los resultados como de costumbre. Tableau, muéstralo como un año. Nos gustaría ver todos los detalles. Por eso vamos a ir y convertirlo a fecha exacta. Para el primero, vamos a hacerlo fecha exacta. Podría tomar un poco tiempo porque tenemos muchos datos y los tenemos ahora como un continuo. Me gustaría ver todos los valores distintos. Vamos a convertirlo a discreto y hacer lo mismo para la fecha de envío. Vamos a convertirlo también a fechas exactas, y luego a discretos, vamos a ir y moverlo a discreto Bien, entonces ahora tenemos toda la información que necesitamos. Tenemos para cada pedido una fila. Ahora vamos a ir a crear nuestro nuevo campo calculado para encontrar las diferencias entre la fecha del pedido y la fecha de envío. Vamos a hacerlo. Vamos a ir a crear un nuevo campo calculado llamado días para enviar. Y vamos a usar la función fechada y necesita tres argumentos. La primera es la parte de la fecha aquí. Por supuesto, ya que estamos diciendo días para enviar, nos interesan los días, cuántos días tardó en realizar el envío a los usuarios. Así podemos entrar aquí día. La fecha de inicio va a ser, por supuesto, la fecha del pedido. Y la fecha va a ser la fecha de envío. Lo tenemos así y comprobemos la validación. El cálculo es válido, todo está bien. Vamos a golpear bien. Y como la salida va a ser un número Tableau hizo creado como medida continua, tomémoslo y lo pongamos en nuestra opinión y comprobemos los resultados. Tomemos, por ejemplo, este orden. El cliente hizo el pedido el 7 de diciembre, y después de cuatro días, el cliente sí recibió el envío. Con eso, se puede ver que las diferencias entre esos dos días son cuatro días, todo se ve bien. Tomemos otro valor. A lo mejor algunos pedidos recientes, así que voy a ordenarlo. Descendiendo de la fecha del pedido como puedes ver aquí, los clientes hicieron un pedido en el último día de 2022. Y después de 24 días, ¿el cliente recibió los envíos? Podemos ver aquí los días para enviar son 24. Así es como funciona la fecha. Ahora vamos a ir a crear nuestro visual. Queremos mostrar la categoría promedio de días para enviar par. Ahora queremos deshacernos de todos esos detalles. No los necesitamos, solo necesitamos nuestra medida. Ahora necesitamos la subcategoría, el producto. Y consigue la subcategoría por aquí. Y luego vamos a tomar nuestra medida y ponerla en las columnas. Pero ahora lo tenemos como suma. Nos gustaría tenerlo como promedio. Da click en la medida, luego ir a la suma de la medida, Y aquí tenemos la media. Cambiémoslo a eso. Ahora vamos a agregar algo más de información. Agreguemos una etiqueta. Y además, cambiemos los colores. Vamos a llevar el promedio de días para el control del barco y luego ponérselo en los colores. Ya que es malo, vamos a cambiar los colores al rojo. Vayamos a los colores de aquí. Ahora colorea en vez de Automático, vamos a cambiarlo a rojo. Bien, vamos a hacer clic bien. Y luego vamos a ir a ordenar la lista así. Ahora vamos a revisar los datos. Como puede ver, la peor subcategoría que tenemos en nuestros datos Sí, lleva más tiempo ser entregado a los clientes en comparación con las otras subcategorías Entonces ahora la pregunta es que tenemos cinco años de datos dentro de nuestra fuente de datos. ¿Siempre fue así que los copiadores fueron los peores o algo cambió con el tiempo Ahora, para comparar los años, podemos agregar los años a la vista para poder comparar esas informaciones. Ya tenemos el año preparado desde la última vez. Entonces tenemos el pedido, fecha, año. Solo llevémoslo a la vista, a las columnas. Ahora bien, si revisas los datos, es muy interesante. Si vuelves a enfocarte en los Cobyers, puedes ver que en 2018, 2019, la actuación fue realmente buena Incluso fue una de las mejores prestaciones 2019, se pone este rojo claro, pero algo cambió en 2020. A partir de 2020 en adelante, se puede ver que siempre es rojo oscuro. Hay como cambio en tal vez los recursos o en la gestión de inventarios, podemos ver que es uno de los peores resultados en comparación con las otras subcategorías Con eso, también se pueden comparar los años juntos para entender si siempre fue así o si algo cambió. Como puedes ver, usando las visualizaciones, la coloración, y también esas funciones que tenemos en Tableau para manipular las fechas, podemos descubrir esas tendencias dentro de nuestros A lo mejor es realmente difícil encontrarlo a partir de los datos sin procesar, ¿verdad? Pero si traes todo con colores y todo en las visualizaciones, va a ser realmente fácil de detectar Entonces este es exactamente el poder de vasulizaciones en esas funciones. Todo bien a todos. Entonces con nosotros hemos aprendido a sumar y restar fechas en Tableau A continuación vamos a hablar de dos funciones hoy y ahora. 141. Tableau | HOY y AHORA: Ahora vamos a aprender sobre dos funciones geniales en Tableau hoy y ahora para obtener las fechas actuales o la fecha y hora actuales, vamos. Bien chicos, uno de los casos de uso muy famosos de la función de hoy en Tableau es hacer algo como esto. Puede resaltar individualizaciones sobre la fecha actual en la vista Entonces podemos ver aquí como un separador en las visualizaciones con la fecha actual de hoy Y con eso puedes llamar la atención de los usuarios resaltando una de esas partes. Ahora vamos a entender rápidamente lo que es hoy la función. Bien, entonces tenemos esas dos funciones hoy y ahora. Son las funciones más fáciles y simples en Tableau que no manipularán ni transformarán nada. No hay concepto detrás de ellos. Simplemente entregarán por usted las informaciones actuales de fecha y hora medida que las ejecute. Entonces, por ejemplo, tenemos el primero que hoy no necesita ningún argumento. Como puedes ver, es muy sencillo. La salida puede ser una fecha. Por lo que obtendrá la información de fecha actual. Ahora estamos, como estoy grabando al final de mi 2023, pero si te interesa tener también la información de tiempo tienes que ejecutar ahora no hay argumento dentro de ella. Obtendrás fecha y hora. Entonces como estoy grabando son las 06:00 P.M. 10 minutos y 40 segundos. Para que esto se trate de las dos funciones. Volvamos a Tableau y empecemos a practicar. ¿Cuándo los usas? Bien, entonces ahora vamos a ver cómo podemos usar función de hoy en nuestra visualización. Entonces lo primero es crear el campo calculado. Así que vamos a crear uno nuevo. Y lo llamamos hoy, entonces necesitamos la función que se llama hoy también. Como puedes ver, es muy fácil. No necesitamos agregar nada más. Y por cierto, este es siempre el primer cálculo que siempre creo en cada nueva fuente de datos sin conocer el requisito ni nada. Simplemente voy y creo este porque estoy seguro de que termino usando esta función. Entonces es realmente una de las primeras cosas que suelo hacer por cada nueva fuente de datos. Vamos a golpear, bien. Todo está bien. Como puedes ver, lo conseguimos en el lado izquierdo como una nueva dimensión con el tipo de datos fecha. Vamos a revisar la información actual para que podamos traer a la tabla de vista, podemos convertirla a un año. Así que siempre tengo que cambiarlo a fecha exacta y luego a discreto para poder ver el valor. Y como pueden ver, estamos al final de mi 2023. Entonces ahora es muy interesante en qué año ahora estás revisando el video y siguiéndome en esos pasos, bien, Así es como puedes crear la función de hoy en Tableau. Ahora vamos a usarlo en una línea de referencia, en una vista para mostrarte cuán poderosa es esta función y podemos crear una vista sobre el número de pedidos a lo largo de la fecha de envío. Vamos a crearlo. Voy a quitar eso hoy de aquí. Y luego podemos agregar la fecha de envío a partir de los pedidos, la columna. Entonces tomemos el número de pedidos, los pedidos cuentan. Vamos a llevarlo a las filas ahora. En lugar de tener los años, me gustaría tener meses. Voy a hacer ahora un formato rápido. Vayamos al campo y luego vamos a ir a recoger este mes. Hagamos clic en él y el tipo de visualización también se verá. Bueno. Ahora vamos a crear una nueva línea de referencia. Para ello, vamos a ir al eje de aquí, dar click derecho sobre él. Y entonces tenemos aquí la opción de una línea de referencia aquí. Lo más importante a personalizar es el valor de la línea de referencia. Me gustaría tener el valor de hoy como línea de referencia para indicar la información actual, la fecha actual. Pero si vamos a los valores de aquí, verán que puedo o crear un nuevo parámetro o puedo usar solo la fecha de rodaje. Y eso es porque nuestro nuevo campo hoy en día aún no está en lo visual, así que tenemos que agregarlo a lo visual para poder hacerlo. Podemos cerrar esto primero. Entonces tomamos eso hoy y lo arrastramos y soltamos en los detalles. Pero aún no estamos ahí porque Tableau sí lo convirtió a un año, y me gustaría tener en la línea de referencia la fecha exacta de hoy. Para ello, vamos a convertirlo a fecha exacta, conectarnos radicalmente y tenemos aquí la opción fechas exactas Este es el requisito para agregarlo en la línea de referencia. Vamos a añadir de nuevo la línea de referencia. Y vamos a los valores. Vamos a comprobar, Sí, obtuvimos el valor de hoy, vamos a seleccionarlo. Y luego pegaré. Bien, entonces ahora aquí del lado derecho tenemos una línea de referencia muy bonita que indica el día de hasta la fecha. Pero aún así hay como un problema, ¿verdad? Porque todos los datos están detrás la línea de referencia porque los datos son un poco antiguos. Ahora, para que sea más interesante, voy a agregar dos años a la fecha de envío para que lo visual se vea mejor. Para ello, como aprendimos antes, vamos a ir a crear un nuevo campo calculado. Vamos a llamarlo fecha de envío. Más dos años. Aquí podemos agregar una fecha. Agregar primero, necesitamos la parte de fecha. Entonces estamos diciendo más dos años. Estamos hablando de años. El intervalo va a ser dos y la fecha va a ser la fecha de envío. Bien, con eso ya terminamos, el cálculo es válido. Vamos a hacer clic en Bien. Entonces lo tenemos ahora del lado izquierdo. Y lo que vamos a hacer, podemos reemplazarlo por el viejo valor. Solo quitemos la fecha de astillado y llevemos la nueva a la rosa Vamos a hacer los mismos pasos, así que vamos a convertirlo de nuevo a mes. Hagámoslo ahora. Como puede ver, tenemos valores para 2024. 2025. Vamos a agregar de nuevo la línea de referencia. Haga clic derecho sobre el eje. Añadir línea de referencia. Vamos a los valores. Vamos a seleccionarlo hoy. Ahora tenemos un corte muy agradable en nuestro visual entre nuestros datos para mostrar el pasado, hoy y el futuro. Ahora podemos ir y agregar un poco de personalizaciones solo para que se vea mejor Por ejemplo, como puedes ver, tenemos una etiqueta por aquí para la línea de referencia. Dice mínimo Hoy, me gustaría mostrar de inmediato el valor de la fecha actual. Para ello, haga clic derecho sobre la línea y luego vaya a Editar. Luego cambia la etiqueta por aquí en lugar del cómputo. Cambiémoslo al valor. Con eso, como puede ver del lado derecho, obtenemos de inmediato el valor actual de hoy. El siguiente paso, me gustaría agregar algo de coloración a la línea de referencia. Haga clic derecho sobre la línea de referencia y vayamos al formato. Entonces tenemos aquí tres informaciones para personalizar. El primero es la propia línea. Entonces llene arriba, eso significa que toda la información del lado derecho rellene abajo va a ser toda la información del lado izquierdo. Por ejemplo, comencemos con la línea. Me gustaría tener un punto y así leer lo contrario. Yo sólo voy a llegar a los 100. Ahora el siguiente valor va a ser el relleno anterior. Me gustaría destacarlo con verde. Vamos a escoger el color verde por aquí. Y luego el siguiente puede ser la almohada. Puedes dejarlo como blanco o puedes hacerlo como gris para mostrar que esto es historia. Con eso, como puedes ver, lo visual puede parecer más profesional. Entonces estamos resaltando el futuro y la historia es como sacar nota. Entonces eso es todo. Con una pequeña función en Tableau, como la función Hoy, puede crear increíbles paneles e imágenes para sus usuarios Y este es uno de los casos de uso más comunes de la función Today en Tableau para resaltar los datos. Bien a todos. Entonces eso es todo por hoy y ahora funciona. Con eso, hemos aprendido todos los casos de uso para las funciones de fecha en Tableau. Hemos cubierto alrededor de diez funciones en Tableau. A continuación vamos a saltar al siguiente grupo, podemos aprender sobre las funciones nulas. 142. Tableau | NULL Funciones: ZN, IFNULL, ISNULL: Ahora vamos a centrarnos en otro grupo de funciones bajo los cálculos de nivel de fila de categoría, las funciones nulas. El propósito principal de las funciones nulas en Tableau es manejar y manipular los valores que faltan en nuestros datos. Los nulos, podemos tener valores faltantes como en todas partes en texto, fechas, números Cualquier campo en nuestra fuente de datos puede tener como valores faltantes. ¿Por qué manejar los valores faltantes? El manejo de los nulos es un paso muy importante en el análisis Y eso es por dos cosas. En primer lugar, la precisión del cálculo. Los valores nulos pueden afectar los cálculos y las agregaciones en los resultados Valores nulos en nuestros datos, y los ignoramos, no hacemos nada al respecto. ¿Qué puede pasar? Podemos tener cálculos incorrectos y resultados corruptos. La segunda razón es mejorar la calidad de los datos y lograr la integridad. Identificar el gab de datos que están equivocados en la entrada de datos y tener problemas en la recopilación de datos puede ayudar a la calidad general de los datos en nuestros datos y puede mejorar también la integridad en las visualizaciones de datos Es por eso que las funciones nulas en Tableau son muy importantes para tener análisis preciso y correcto en las visualizaciones de datos como de costumbre, vamos a entender el concepto entonces podemos practicar Vamos, vamos a entender esas tres funciones. Zen null es nulo para poder manejar nuestros valores faltantes como de costumbre, vamos a ir con el ejemplo porque es la mejor manera de entender esas funciones. Bien, entonces ahora vamos a tener cuatro clientes y sus ventas. Como puedes ver, solo María tiene un valor faltante en las ventas. Tenemos aquí un nulo. Para manejar este nulo, tenemos la primera función en Tableau significa cero nulos Puede sustituir los valores nulos por cero. Es muy sencillo. Si usa ahora la función Zen para las ventas. Por el primer valor no vamos a cambiar nada, ¿verdad? Obtendremos exactamente el mismo valor pero para el siguiente. Como es un nulo, va a reemplazarlo automáticamente por cero. Los dos siguientes clientes, obtendremos valores exactos porque no son nulos Entonces como puedes ver, muy sencillo, apenas estamos reemplazando los valores nulos por un cero. Entonces esta es una forma muy rápida de reemplazar los nulos. Pero aquí el problema es que no tenemos control a lo que estamos reemplazando. Entonces aquí no podemos especificar otra cosa. Siempre conseguiremos un cero. Para no especificar nuestro valor, podemos usar la segunda función que tenemos en Tableau. Si, si es null, puede reemplazar el valor nulo con un valor específico de nosotros. Si usa esta función en las ventas, puede tener la siguiente sintaxis. Se necesitan dos argumentos. El valor que queremos manipular y el valor que especificamos. Este ejemplo, lo voy a especificar como cero. No tiene sentido porque podemos usar sino solo para mostrarte que vamos a obtener los mismos resultados para que puedas ir por aquí y poner lo que quieras. Entonces, para el primer cliente, vamos a obtener exactamente los mismos resultados. Para el segundo cliente, vamos a conseguir de nuevo cero porque especificamos que tenemos el control sobre eso. Y luego para los dos últimos clientes, vamos a obtener resultados exactos. Y aquí la salida es un número porque el campo que queremos manipular es un número. Pero digamos que tomamos otro campo que es una cadena. La salida va a ser así como cadena aquí es exactamente la diferencia entre z in y si nal z in acepta solo números, pero el iphnal acepta cualquier campo de su fuente de datos Por ejemplo, digamos que tenemos los países que John no tiene valor en el país. Lo mismo para Martin. Tenemos sólo para María y Jorge. Informaciones dentro del campo país. Aquí. No podemos ir y usar la función z in porque no es número, es cadena. Para manipular esos valores o para reemplazar los valores nulos, vamos a ir a usar el Ip Nal. La sintaxis va a verse así. Si país nulo, entonces tenemos la abreviatura de no aplicable. La salida aquí va a ser un valor de cadena para los primeros clientes. Vamos a sustituir el nulo el siguiente va a quedar igual porque no hay nada que reemplazar. El tercero lo vamos a conseguir también, no aplicable, y para el último conseguiremos a Francia, así que no hay que cambiar nada. Esto es exactamente las diferencias entre la función null y la función z in en Tableau. Ahora vamos a ir a la última función es nula. A veces podríamos estar en una situación en la que queremos comprobar si el campo tiene valores nulos o no. Entonces no queremos hacer ninguna acción todavía, solo estamos comprobando, correcto, el null en Tableau va a devolver true si el valor es nulo y cae de otra manera. Eso significa que si no hay valor, si tenemos valor faltante, podemos llegar a ser verdaderos, hay un valor, vamos a obtener falso. Entonces la salida de esta función va a ser con el tipo de datos lingotes con solo dos valores, ya sea true o false Así que vamos a comprobar el ejemplo o la sintaxis en Tableau. Sólo va a aceptar un argumento, el país, y ya está. Entonces la pregunta para el primer cliente, ¿es nula? Sí, es nulo, así que por eso nos vamos a hacer realidad para el próximo cliente. ¿Es un nulo en el país? Lo sabremos, así que vamos a ser falsos. Lo mismo para el tercero, nos vamos a hacer realidad. Y al último nos vamos a poner falsos porque tenemos un valor en el país. Entonces eso es todo para el es nulo. Entonces tenemos tres funciones, tres herramientas para manipular o para verificar los valores nulos dentro de nuestros campos. Y son realmente útiles para mejorar la calidad y la integridad de tus visualizaciones. Así que ahora vamos. Golpe y empieza a practicarlos. Esta vez vamos a ir a la pequeña fuente de datos. Comprobemos la información del pedido. Entonces vamos a tomar el ID de pedido, y vamos a tomar esta vez el beneficio. Arrastre y suelte las ganancias en el ABC para ver los valores. Ahora bien, si revisas nuestros datos, puedes ver que el pedido siete no tiene ninguna información de ganancias. Y además el orden diez no tenemos nada tenemos aquí datos faltantes, tenemos nulos Ahora hagamos algo al respecto y arreglarlo. En lugar de tener nulo, tenemos que tener cero. Aquí tenemos dos funciones para hacerlo. Empecemos por el primero, los nulos cero. Ahora vamos a arreglarlo y crear un nuevo campo calculado. Vamos a llamarlo beneficio n la sintaxis. Comienza con la función y solo necesita un argumento. El campo que necesitamos arreglar, van a ser las ganancias. Con eso, estamos cambiando todos los valores nulos a cero. Nuevamente, en esta fracción, no tenemos control para cambiar el valor a otra cosa. Va a ser siempre cero, el cálculo es válido, todo está bien. Vamos a hacer clic en Bien. Y como de costumbre, vamos a obtener una nueva medida ya que la salida va a ser también, la información de ganancias. Arrastra y suelta esta nueva información a unos pocos, y ahora podemos ver en los resultados, todos esos valores van a permanecer igual. Sólo estamos manipulando los nulos. Aquí también estamos reemplazando los nulos por cero. Para los diez de Udoumber tenemos nulo, ahora tenemos un cero. Es y solución rápida. Bien, entonces ahora podríamos decir, ya sabes qué, por qué estamos haciendo todos esos esfuerzos para reemplazar esos valores faltantes por cero. Entonces, ¿cuál es el problema? Podría simplemente dejarlo como nulo y los usuarios podrían aceptarlo. ¿Por qué estamos haciendo esto? Bueno, no solo lo visual va a ser mejor, sino que además tener valores faltantes va a traer agregaciones equivocadas e inexactas Déjame mostrarte a lo que me refiero. Simplemente eliminemos el número de pedido. Ahora puedes decir, bien, tenemos los mismos números, ¿verdad? Obtuvimos la misma agregación. Entonces todo es preciso y bien. Bueno, no exactamente. Esto es sólo por la suma. Ahora vamos a cambiarlos a los dos a la media. Vamos a ir por aquí y cambiarlo a promedio, y vamos a hacer lo mismo para el corregido. Ahora solo voy a hacer los encabezados más anchos para ver los valores. Ahora como puedes ver ahora estamos obteniendo diferentes valores con la Z en función. Obtuvimos un promedio diferente de los datos originales. Y eso es porque en este promedio no estamos contando los pedidos con los valores faltantes con la Z adentro. Estamos contando ahora las órdenes con los valores faltantes. Eso significa reemplazar los valores faltantes por ceros. Obtendremos resultados precisos en promedio en las agregaciones en comparación con la anterior Por eso exactamente vamos y reemplazamos los valores faltantes por ceros, especialmente para agregaciones y cálculos Bien, por eso lo hacemos. Ahora vamos a probar otra función. Podemos usar el Nal para reemplazar los valores nulos por ceros Y ahora solo voy a traer el ID de pedido para ver, para ver todos los pedidos. Vamos a crear el nuevo campo calculado. Y vamos a llamarlo ganancia si es nula. Y el Centax comienza con si es nulo. Y necesita dos informaciones. El primero va a ser el campo que queremos manipular, así que va a ser el beneficio. Nuevamente, para la siguiente información, tenemos que especificar qué valor puede reemplazar al nulo. En este ejemplo, nos vamos a quedar con el cero. El cálculo es válido. Vamos a golpear bien, y volvimos a conseguir nuestro nuevo campo calculado. Llevémoslo a la vista y verifiquemos los resultados. Como puede ver, es idéntico a la z n para el número de orden siete. En lugar de nulo, conseguimos cero. Lo mismo para los diez también conseguimos cero. En esta situación, si queremos reemplazarlo por ceros, yo iría con el z n ya que simplemente es más rápido escribirlo Ahora pasemos al siguiente escenario. Queremos sustituir los nulos por el valor uno. Esta vez no podemos usar la z n porque podemos convertirla automáticamente a cero. Nos vamos a quedar con el nulo. Vamos a editar nuestro cálculo en lugar de cero. Aquí podemos especificar uno. Vamos a golpear bien. Ahora podemos ver en vez de tener cero, tenemos el valor uno. En lugar de nulo tenemos uno. Esta es la ventaja del Eal. Podemos controlar qué valor va a ser el reemplazo del nulo. Bien, la siguiente ventaja del E Nal es que podemos reemplazar no sólo los valores numéricas que podemos reemplazar también cualquier otro tipo de datos. Tomemos un ejemplo. Vamos a ir a los clientes y llevemos el correo electrónico del cliente a la vista. Como puedes ver aquí, tenemos algunos nulos. No tenemos todos los correos E de todos los clientes. Pero ahora la tarea es sustituir esos nulos por no. Vamos a crear un nuevo campo calculado para reemplazar esos valores. Llamémoslo correo electrónico del cliente. Si null, y la sintaxis, nuevo null, acepta dos argumentos. El campo que queremos manipular, va a ser el correo electrónico del cliente, este de aquí. ¿Qué valor vamos a utilizar para reemplazar los nulos Va a ser lo desconocido, Eso es todo, el cálculo es válido, así podemos sustituir todos los nulos con este valor Vamos a golpear, bien. Tenemos nuevamente aquí una nueva dimensión en nuestra fuente de datos. Vamos a agarrarlo a la vista y comprobar los valores. Ahora bien, si solo comparas esas dos columnas, puedes ver en lugar de null, estamos consiguiendo Desconocido lo mismo aquí y el tercero por aquí. Y los demás no se verán afectados porque tenemos un valor dentro del campo. Como puedes ver, es una forma muy agradable y rápida de reemplazar esos malos nulos en la vista Eso es todo por el Nal. Ahora vamos a comprobar que el último que tenemos es nulo. El nulo no reemplazará los valores con nada. Es sólo para comprobar si hay un nulo o no. Digamos que queremos comprobar si en el campo beneficio tenemos algún nulo. Para ello, vamos a ir a crear de nuevo, un nuevo campo calculado. Llamémoslo un beneficio es nulo, y la sintaxis para eso es muy fácil, es nulo y acepta solo un argumento. Va a ser el campo que queramos comprobar. Por lo que estamos comprobando el campo de ganancia. El cálculo es válido y eso es todo. Es muy sencillo. Estamos comprobando si este campo, algún nulo dentro de él. La salida puede ser verdadera o falsa. Va a ser un pullion. Vamos a establecer, ¿de acuerdo? Y como se puede ver en el lado izquierdo tenemos un nuevo campo con el tipo de datos pullion porque solo tenemos verdadero y falso Vamos a arrastrar y ponerlo en la vista de aquí. Y aquí podemos ver rápidamente todas esas órdenes es falsa porque tenemos un valor dentro del profeta, pero aquí tenemos un nulo, por eso nos estamos haciendo realidad. Y aquí de nuevo tenemos una verdad que podemos comprobar inmediato si tenemos nulos dentro de nuestros datos o no Así que vamos a mostrarlo como un filtro. Esto es lo que suelo hacer si veo que hay verdad, me interesa ver esos valores para que pueda ver, bien, tenemos dos órdenes donde tenemos nulos dentro del valor beneficio Esta es una forma realmente rápida para verificar si tenemos algún problema, algún nulo dentro de nuestros campos para hacer plan lo que podamos hacer al respecto Pero aquí en la pequeña fuente de datos, es realmente fácil ver individual como todos los pedidos, solo tenemos diez pedidos. Pero imagina que tienes miles o millones de pedidos dentro de tus datos individuales. Puede ser muy difícil de ver. Tomemos un ejemplo en la fuente de big data, vamos a repasar por aquí. Toma de nuevo el número de pedido también. Vamos a comprobar, esta vez las ventas lo arrastran y lo emborronan. En la vista como puede ver, es muy difícil verificar ahora en la vista si tenemos nulos o no En lugar de eso podemos hacer un chequeo. Vamos a ir a crear un nuevo campo calculado. Llamémoslo ventas es nulo. Podemos usar la función es nula. Esta vez el campo va a ser ventas. Estamos comprobando las ventas. Vamos y, y ahora vamos a mostrar este campo como filtro. Ahora en el filtro, podemos ver inmediato que solo tenemos un valor cae, así que no tenemos verdad, eso significa que no tenemos nulos dentro de nuestros datos Entonces esta es una comprobación muy rápida dentro de nuestros datos para ver si hay nulos En lugar de simplemente como desplazarse hacia abajo y verificar todos los pedidos, es por eso que necesitamos la función isnull Entonces con eso, hemos cubierto las tres funciones que roban y maneja con el nulo. Esto es muy importante para mejorar la calidad de tus visualizaciones y para traer datos precisos en las agregaciones Bien, así que con eso, hemos cubierto todo sobre cómo manejar el valor faltante, los nulos, en Tableau A continuación vamos a pasar a otro grupo de funciones, las funciones lógicas. 143. Tableau | funciones lógicas: IF, ELSE, ELSEIF, IIF y CASEWHEN: Ahora vamos a hablar del último grupo de funciones bajo los cálculos de nivel de fila de categoría en Tableau, tenemos las funciones lógicas. El propósito principal de las funciones lógicas en Tableau es tomar decisiones lógicas basadas en condiciones. Aquí tenemos dos casos de uso. El primer grupo son las operaciones condicionales. Aquí tenemos como LF, case win, y así sucesivamente. El enfoque principal aquí es crear lógicas condicionales y tomar decisiones basadas en esas condiciones para manipular los datos Y el segundo grupo son los operadores lógicos. Aquí tenemos tres operadores y, y el propósito principal de este grupo es evaluar y combinar múltiples condiciones en Tableau. Ahora vamos a centrarnos en el primer grupo, las operaciones condicionales. Y como de costumbre, primero tenemos que entender el concepto detrás de ellos, luego podemos practicar en Tableau. Vamos. Todo bien a todos. Entonces ahora vamos a hacer D, bucear en esas funciones lógicas para entender cómo funcionan y cómo van a ser ejecutadas. Y ahora vamos a comenzar con la forma simbolista de la declaración, donde solo tenemos una condición En este ejemplo, la condición va a ser, si las ventas son superiores 1,000 entonces queremos que el valor sea alto, lo contrario terminamos suceder. Ahora veamos los diagramas de flujo sobre cómo se va a ejecutar esto. Empezamos primero con la comprobación del estado. Aquí tenemos siempre dos vías, ya sea falsa o verdadera, si se cumple la condición, si las ventas son superiores a 1,000 entonces vamos por este camino donde vamos a tener el valor alto. Si es cierto, vamos a conseguir el valor alto. Y entonces todo termina el otro camino. Si las ventas no son superiores a 1,000 entonces es falsa, entonces vamos a escapar de todo. Eso significa que no puede pasar nada. Tengamos el siguiente ejemplo. Digamos que las ventas tienen el valor 1,200 Ahora primero vamos a comprobar el estado es que las ventas son superiores a 1,000 Bueno, sí, es verdad. ¿Qué puede pasar? Podemos ejecutar el alto y es fin. Y si estás mirando el gráfico de aquí, primero estamos haciendo la pregunta, las ventas superiores 1,000 La respuesta va a ser cierta. Entonces estamos tomando el camino verde, éste donde podemos ejecutar el alto. Tomemos otro ejemplo donde las ventas equivalen a 700. Así que volvemos a empezar por aquí. Nosotros hacemos la pregunta, son las ventas superiores a 1,000 Esta vez no es cierto, por lo que no cumple con la condición. Y vamos a ir con el camino del lado derecho. ¿Qué puede pasar? No puede pasar nada. El alto valor no será ejecutado. Y en la salida, vamos a obtener el valor null porque no hay nada que se pueda ejecutar. Es muy simple, ¿verdad? Siempre estás haciendo la pregunta que podría responderse con sí o no, verdadera y falsa. Siempre tienes dos caminos, cada condición. Esta es la forma más simple de la declaración. Pasemos al siguiente nivel donde vamos a tener declaraciones FL. Ahora nos vamos a quedar con la misma condición. Si se cumple, entonces vamos a conseguir el valor alto. Pero digamos que esta vez si no se cumple, es falso. Me gustaría obtener un valor en lugar de null. Aquí podemos agregar la palabra clave L. Lo que vamos a hacer, vamos a sumar entre F y end y L declaración para decir, bien, si no se cumple, dame el valor bajo. Comprobemos el diagrama de flujo, cómo va a quedar. Empezamos primero con la comprobación del estado. Si es cierto el primer camino, tenemos el valor alto. Pero si esta vez no es cierto, en lugar de simplemente saltar inmediatamente al final, me gustaría obtener usando la L. Así que eso significa la salida de las declaraciones FL, va a ser siempre un valor, ya sea alto o bajo. Nunca obtendremos un nulo. Tomemos un ejemplo. Digamos que las ventas son 1,200 Va a cumplir con nuestra condición, así que vamos a conseguir el valor alto y el programa puede terminar del lado derecho también. Lo mismo. ¿Qué puede pasar? Vamos a comprobar la condición y el sentido es cierto. Vamos a conseguir el valor alto y el programa termina, la salida va a ser el valor alto. Aquí, es como el último. Pero ahora si las ventas equivalen a 700, no se cumple la condición. Y ahora en lugar de saltar inmediatamente al final, va a saltar a la declaración de la S L. Entonces ahora vamos a comprobar otro valor donde las ventas equivalen a 700. No se cumplirá la condición. Entonces puede fallar porque las ventas no son superiores a 1,000 Entonces, ¿qué puede pasar esta vez? Vamos a ejecutar la sentencia L. No saltaremos inmediatamente al final, así que vamos a ir a las Ls y luego podremos ejecutar las L's En el gráfico, comprobamos la condición y tomamos el camino correcto donde es falso. Entonces ahora una vez que estamos en la declaración L, aquí no es como la F. No vamos a tener ninguna condición. Sólo tenemos un camino. Así podemos ejecutar el bajo y el programa puede salir. Entonces, ¿qué puede pasar? Simplemente vamos a conseguir el valor bajo y terminamos. Entonces la salida puede ser el valor bajo en lugar de tener nulos. Por lo que L siempre se ejecutará si no se cumplen las condiciones. Entonces eso es todo para las declaraciones L, es muy sencillo. Ahora vamos a pasar al siguiente nivel donde queremos agregar múltiples condiciones en nuestras declaraciones. Bien, entonces ahora vamos a hablar de las declaraciones de LSF Podemos usarlo para agregar múltiples condiciones a nuestros estados de cuenta. En lo que va de los ejemplos anteriores, trabajamos sólo con una condición. Estamos comprobando con ella, las ventas son superiores 1,000 y si estamos usando los estados de cuenta FL, vamos a llegar a ser altos o bajos. Digamos que queremos introducir otra condición en nuestros estados de cuenta para obtener el valor del medio. Entonces ahora nos gustaría agregar una nueva condición entre F y Ls exactamente después de la declaración F. Pero ahora no podemos ir y volver a usar F como palabra clave. En lugar de agregar algo después de la F, podemos comenzar a usar las declaraciones LSF Agrega más condiciones. Por ejemplo, podemos agregar la siguiente condición en el medio. Se llama LF. Las ventas son superiores a 500, entonces podemos obtener el valor medio. Eso significa que en todas las declaraciones, podemos tener solo uno y solo uno más, pero podemos tener múltiples LF en medio si queremos agregar múltiples condiciones. Ahora veamos cómo va a quedar el flujo de trabajo. Empezamos como de costumbre con la primera condición en los enunciados. Si es verdad, ¿qué puede pasar? Podemos conseguir el valor alto y todo puede terminar. Ahora bien, si esa condición no se cumple en la primera, vamos a saltar a otra condición en la LSF Aquí tenemos otra condición donde podemos verificar si las ventas son superiores a 500. Y aquí tenemos, de nuevo, dos formas de salir de esto. O va a ser verdad, o bien se puede cumplir, entonces, ¿qué puede pasar? Vamos a conseguir el valor medio y luego termina. Y el otro, si la condición también no se cumple, entonces vamos a ir a ejecutar las declaraciones L. Como es habitual, el enunciado L no tiene condición alguna. Simplemente va a ejecutar el valor y termina. Veamos algunos ejemplos para entender cómo funciona esto. El primero va a ser las ventas iguales a 1,200 Estamos comprobando ahora la condición F. Como pueden ver, se va a cumplir. Vamos a conseguir el valor alto y eso es todo. Entonces, ¿qué va a pasar? Solo vamos a saltarnos todo hasta el final si estamos comprobando el flujo de trabajo. Entonces vamos a verificar el primer estado y tomaremos este pase. Todo lo demás va a ser ignorado y será ejecutado. Simplemente obtendremos el valor alto en la salida. Bien, ahora tomemos otro valor, las ventas equivalen a 700. Entonces estamos en la primera condición. Fallará, así que no vamos a obtener el alto valor. En lugar de eso, vamos a saltar a la siguiente declaración de LF. Así que ahora estamos en el camino correcto. El verdadero camino puede ser desactivado. Así que tenemos aquí otra vez otra comprobación. Entonces estamos comprobando, ¿las ventas son superiores a 500? Bueno, esta vez se va a cumplir. Entonces, ¿qué puede pasar? Vamos a obtener el valor medio y luego el programa va a saltar. Entonces con eso, estamos en este camino donde obtenemos el valor medio como salida. Entonces esto significa nuevamente que la sentencia L no será ejecutada. Bien, pasando al siguiente ejemplo donde las ventas equivalen a 350. Nuevamente, estamos en el primer cheque, 350 no es superior mil por eso esto va a fallar. Entonces vamos a saltar al siguiente para comprobar si va a cumplir con esta condición. Y las ventas también aquí, no superiores a 500. Así que esto también puede fallar. Entonces como ahora ambos están fallando, ¿qué puede pasar? Vamos a ir al default. El valor predeterminado es el Ls, así que esto va a saltar a los Ls y obtendremos el valor bajo de nuestras declaraciones y esto va a ser ejecutado. Comprobemos el lado derecho del flujo de trabajo. Como puede ver, somos la primera condición en la que falló. Vamos a la segunda , también falló. Entonces vamos a la última opción que tenemos a las declaraciones L. Obtendremos el valor de bajo. Eso es todo sobre la declaración de LSF. Si tienes una tercera condición, solo puedes agregarla después del LSF o antes de él. Con eso, puedes agregar múltiples condiciones a tus estados de cuenta. Y entender el flujo de trabajo lógico detrás esas declaraciones es muy importante para entender esas funciones. Todo lo que estás haciendo aquí es que estamos evaluando diferentes condiciones. Y en base a las evaluaciones obtendremos en la salida diferentes valores. En este ejemplo, tenemos tres valores posibles, alto, medio y bajo. Bien, la declaración del caso gana, muy similar a la declaración aquí. También vamos a evaluar , múltiples condiciones lógicas. Y en base a nuestra evaluación, obtendremos un valor de salida. Tomemos un ejemplo para entender la sintaxis. Comienza siempre con el caso, luego el campo que queremos evaluar. Ahora vamos a ir a evaluar los valores dentro del país. La primera condición va a ser así. Podemos escribir ganar. Entonces si el valor es Alemania dentro del país, entonces la salida va a ser la E. Aquí estamos tratando de hacer como en las abreviaturas de salida de los países Ahora vamos a ir a hacer otra condición para otro valor. Dentro de esta dimensión, podemos evaluar el valor de Francia. Si es igual a Francia, entonces puede ser R. Luego pasando a la siguiente condición, podemos evaluar el valor estadounidense dentro de esta dimensión. Si es igual a este valor, entonces la salida debería ser US. Como puede ver, utilizando el caso cuando estamos evaluando los miembros o los valores de una dimensión. Aquí estamos aquí. En esas condiciones, estamos evaluando un escenario. Qué puede pasar si el valor del país es Alemania y así sucesivamente. Hasta el momento tenemos tres condiciones. Si ha terminado y le gustaría tener un valor predeterminado si no se cumple ninguna de esas condiciones. Si el valor del país no cumple esas tres condiciones, ¿qué puede pasar? Vamos a ir a ejecutar las declaraciones L y al final vamos a tener también y terminar. Como puedes ver, es muy fácil de leer y también fácil de escribir. Bien, ahora vamos a tener un ejemplo para entender cómo se puede hacer la ejecución. Entonces digamos que tenemos el valor de Alemania dentro del país. Ahora como se puede ejecutar el código, podemos comenzar de arriba a abajo. Entonces eso significa que primero podemos evaluar el primero, va a ser en Alemania. Entonces DE, como los valores están coincidentes, obtendremos el valor DE en la salida. Y el código va a saltarse todo lo demás, así que no vamos a comprobar Francia, Estados Unidos, y así sucesivamente. Entonces el código va a ir hasta el final y como salida vamos a obtener DE. Es muy similar a la declaración de FL, ¿verdad? Entonces tomemos otro ejemplo donde tenemos a Francia en el país. Aquí empezamos a movernos de arriba a abajo otra vez. Se puede verificar la primera condición. En Alemania. Entonces DE, esta vez no tenemos partido. Aquí tenemos a Francia y aquí, a Alemania. Va a fallar. Nos pondremos falsos. Eso significa que ¿qué puede pasar? Vamos a saltar a la siguiente condición para verificar y evaluar el siguiente valor aquí. Vamos a comprobar de nuevo cuando el valor es Francia, luego FR, esta vez tenemos un partido, así lo haremos realidad. Y con eso, a la aplicación le va a gustar saltarse las otras condiciones hasta el final. Eso significa que en el resultado vamos a ver FR. Ahora pasemos al último ejemplo donde podemos evaluar el valor España en el país. ¿Qué va a pasar otra vez? De arriba hacia abajo. Esta vez no se va a cumplir ninguna de esas condiciones, justo desde la primera. Vamos a saltar a la segunda porque tiene caídas también de la segunda a la tercera. Es falso significa que vamos a ir y ejecutar el L. L se puede ejecutar si no se cumplen todas las condiciones en la salida, obtendremos el NA no aplicable. Es muy similar a las declaraciones de FL. Ahora vamos a ir a comparar todas esas cosas lado a lado. Entonces ahora vamos a ir a comparar tres funciones, declaraciones F. I, SI caso gemelo. Sé que no hablamos del IIF, pero ahora vamos a comprobar la sintaxis para entender las diferencias entre éste y la sentencia F. Empecemos con el primero de aquí, la sintaxis. Tenemos múltiples condiciones. Tenemos dos condiciones. Tenemos ventas superiores a 1,000 entonces las ventas de LF altas son superiores a 500, luego media L baja End con eso, estamos evaluando múltiples condiciones en un solo comunicado. Ahora pasemos al siguiente. Tenemos el IIF Iif es muy similar a las declaraciones de FL. Obtendremos la misma salida, pero la escribimos en una sintaxis diferente y más fácil. Veamos la sintaxis. Como puedes ver, es muy pequeña. Comienza con el IIF, luego la condición misma. Entonces las ventas superiores a 1,000 Aquí tenemos dos salidas, ya sea falsa o verdadera. El primero es sobre lo verdadero. Si se cumple la condición, obtendremos un alto valor. Pero si no se cumple la condición, obtendremos el valor bajo. Aquí vamos a escribir lo que puede pasar si es falso. Y aquí vamos a escribir lo que puede pasar si es cierto, si comparamos con las declaraciones FL. Más fácil de escribir y también más corto aquí no tenemos como palabras clave como ls o al final no tenemos la palabra clave end. Es realmente corto y rápido de crear. Pero claro, solo podemos evaluar una condición. Ahora podemos pasar al triunfo del caso como aprendimos antes. Puede evaluar los valores, los miembros de una dimensión. Aquí vamos a evaluar el país. Entonces tenemos múltiples condiciones. Si ninguno de ellos se cumple, vamos a ir a las declaraciones L y luego tenemos un final. Ahora aprendamos las principales diferencias entre ellos. El primero es sobre si va a soportar múltiples condiciones. Como puede ver en las declaraciones de FL, podemos agregar muchas condiciones como queramos. Soporta múltiples condiciones. El IIF soporta solo una condición, la vista también soporta Ahora pasemos al siguiente. Vamos a hablar de si va a soportar múltiples campos. Las declaraciones FL pueden soportar múltiples campos, por lo que podemos tener en la condición no solo las ventas sino algo más como el país también. Las declaraciones FL admiten múltiples campos. Lo mismo para el IIF. También soporta múltiples campos. Pero en el caso ganar, solo soporta una dimensión. Aquí, no podemos evaluar múltiples dimensiones en las reintegraciones de un mismo caso Aquí sólo estamos hablando del país. No podemos agregar ningún otro campo dentro de estas declaraciones. Aquí tenemos una limitación en las reintegraciones del caso en comparación con las Ahora hablemos de apoyar los tipos de datos. Las declaraciones FL y el IIF, ambas las apoyan y en tipo de datos, por eso dije aquí puede evaluar múltiples campos aquí Podríamos tener una medida de dimensión cualquier campo de datos que tenga en su fuente de datos. Podría evaluarse dentro de esas condiciones. Pero el caso cuando aquí tenemos otra limitación. Podemos evaluar solo valores de cadena, solo dimensiones. Aquí no podemos ir a evaluar, por ejemplo, las ventas o ganancias o una cantidad, cualquier medida. No podemos usarlo dentro de las sentencias case when, debe ser exactamente una cadena. Ni siquiera podemos usar, por ejemplo, una fecha. La fecha de pedido aquí, el campo debe ser un valor de cadena. Ahora vamos a comprobar la principal ventaja de cada método. El primero es, como pueden ver, que no tenemos ninguna limitación. El IIF aquí, la ventaja es fácil y rápida de escribir en el caso ganar Aquí tenemos de nuevo la ventaja de ser fácil de escribir y de leer. Si nos fijamos en las declaraciones del caso ganar y a los Fl'sessments se puede ver Es como organizado, es fácil de leer. Tiene como un defecto en comparación con los FL's. Aquí tenemos muchas palabras clave diferentes y no es tan fácil como el caso gana aquí. Mi recomendación para ti es si estás evaluando solo una condición con la salida de dos valores, entonces siempre usa IIF Es muy rápido de crear. Pero ahora si tienes múltiples condiciones y quieres evaluarlo, entonces piensa en el caso ganar. ¿Es como cadena de tipo de datos? ¿Estás evaluando solo un campo? Si ese es el caso, entonces el caso de uso gana. Es más fácil de leer y también escribir. Pero si estás hablando de campos y no sólo reducir valores, entonces tienes que ir a las declaraciones FL. Siempre empieza con el IIF, luego gana el caso, y luego si no tienes otra opción, ve a los estados de FL Bien, así que eso es todo sobre esos Sods. Ahora vamos a ir a practicar en Tableau. Todo bien. Vamos a la pequeña fuente de datos. Vamos a ir a nuestros clientes. Tomemos el nombre de pila a la vista y también las informaciones del país. Ahora la tarea es crear abreviaturas de país. Atajados de los valores originales que tenemos dentro del país. Para ello, podemos usar las declaraciones FL y lo vamos a hacer paso a paso. Vamos a crear primero un nuevo campo calculado. Vamos a llamarlo país Si ahora vamos a usar la palabra clave if. Después de eso tenemos que especificar nuestra condición. La primera condición va a ser, si el país es igual a Alemania, entonces la abreviatura va a ser DE. Vamos a crear eso. Si el país de campo es igual al valor de Alemania, asegura de escribirlo exactamente como nuestro capitalizado porque Tableau aquí es sensible a mayúsculas y minúsculas Ahora, ¿qué pasa si el país es igual a Alemania? Nos gustaría ver en la salida la palabra D, E. Si es verdad, vamos a conseguir la E. Si no es verdad, entonces probemos la primera que acabamos de salir. No tenemos ninguna declaración L ni ninguna otra condición que esta sea la forma más simple de la declaración. Vamos a golpear, bien. Ahora como de costumbre vamos a obtener una dimensión discreta en el dolor de origen de datos con la cadena de tipo de datos. Debido a que la salida es una cadena, tenemos las abreviaturas. Vamos a arrastrar y soltar en nuestra vista para ver los valores. Bien, así que ahora vamos a comprobar los valores para el primer cliente, se puede ver que el valor no es igual a Alemania. No está cumpliendo con los requisitos. Nos pondremos nulos. Lo mismo para John también, USA, no cumpliendo con los requisitos. También nos pondremos nulos. Para los dos siguientes clientes, ves que cumplen con los requisitos y su condición, es por eso que obtendremos el valor DE para ambos. Para el último cliente, Peter, se puede ver que el valor es no cumplir con su condición. Tenemos que ponernos nulos. Como puedes ver, estamos obteniendo un solo valor, el de lo contrario va a ser nulo. Bien chicos, ahora vamos al siguiente paso. Y me gustaría deshacerme de esos nulos. Quiero ver un valor real en las visualizaciones Si no se cumple la condición, quiero ver el valor no aplicable en A. Ahora para hacer eso, tenemos que usar las declaraciones L en nuestro cálculo Ahora vamos a nuestro campo, y en vez de cambiar el cálculo dentro de este campo, me gustaría duplicarlo y hacer uno nuevo. Vamos a duplicarlo y luego editar el nuevo. Sólo voy a llamarlo si L. Ahora vamos a volver a tener la misma condición, si el país es igual al alemán, se puede conseguir, de lo contrario no nos saltaremos. De lo contrario, podemos agregar las declaraciones de las L. Va a ser siempre antes del final. Después de eso, no agregamos ninguna condición, solo tenemos que sumar el valor, el valor si la condición no es válida para no ser aplicable. Eso es. Eso significa que si es cierto vamos a conseguir el is, entonces vamos a conseguir el no aplicable. Vamos a dar clic en Bien. Y vamos a ir a comprobar los valores también en la vista. Solo hazlo un poco más grande para ver esas informaciones. Ahora como puedes ver, en lugar de tener nulos, estamos teniendo ahora un valor que es realmente mejor para las visualizaciones y también para que la experiencia de usuario tenga valor en lugar de Nulls siempre es feo en las vistas. Y con eso, vamos a controlar qué valor se puede presentar a los usuarios finales si no se cumplen las condiciones. Entonces ahora, como recomendé antes, si solo tienes una condición donde la salida es sólo de dos valores, entonces la mejor manera es hacer IIF Vamos a crearlo. Vamos a crear un nuevo campo calculado. Vamos a llamarlo país SI, veamos la sintaxis. Entonces es el inicio de la palabra clave IIF aquí. Como puede ver, necesita tres argumentos. La prueba, va a ser la condición. ¿Qué puede pasar si se cumple la condición? Entonces, tenemos que especificarlo en el segundo argumento, el tercero. ¿Qué puede pasar si no se cumple la condición? La condición es si país es igual a Alemania. Esta es la condición. ¿Qué puede pasar si esto es cierto? Entonces vamos a, entonces el siguiente paso es definir qué pasará si no se cumple la condición. El país no es Alemania. Va a ser, como pueden ver, es muy rápido y muy rápido crear tal condición. Y en comparación con las L's y así sucesivamente. Entonces esta es la forma más rápida para crear tal condición, vayamos y golpeemos Ok, y verifiquemos los resultados Con eso, de nuevo, vamos a conseguir una nueva dimensión. Vamos a arrastrarlo y soltarlo por aquí en la vista para verificar los resultados. Sólo voy a hacerlo un poco grande. Como se puede ver. Vamos a obtener el resultado exacto como declaraciones L, por lo que los dos primeros países no están cumpliendo con la condición. Vamos a conseguir el texto, dos clientes, son de Alemania, vamos a conseguir la E, y el último cliente no es de Alemania que obtenemos un.Esta es la magia del IIF. un.Esta es la magia del IIF No mucha gente lo usa en realidad. No es tan común que se use, pero es una forma muy agradable crear rápidamente condiciones en Tableau. Te recomiendo totalmente que lo uses. Bien chicos, así que ahora vamos a pasar al paso más donde vamos a agregar otra condición. Entonces no tenemos sólo uno. Podemos tener múltiples condiciones. Por eso no podemos usar el IIF. Tenemos que volver a las declaraciones de FL. Entonces veamos cómo podemos crearlo. Voy a ir a duplicarlo otra vez, uno de esos campos. Así que vamos a hacer eso. Y luego vamos a editarlo. Yo lo llamo declaraciones. Nos vamos a quedar con la misma información tiene razón, el primero estamos comprobando la Alemania, así que esta es la primera condición y L va a ser A. Ahora vamos a ir a sumar una nueva línea entre la F y la Ls. Y vamos a agregar una nueva condición añadiendo la palabra clave LF utilizada. Al igual que las declaraciones, podemos escribir nuestra condición. Si el país esta vez es igual a, digamos Francia, entonces ¿qué puede pasar? Podemos tener la abreviatura. Eso es, hemos añadido nuestra segunda condición. Como es habitual, iniciamos la ejecución de arriba a abajo. La primera condición a verificar es si, si el país es igual a Alemania. Si no es correcto, entonces puede saltar al. Vamos y eso para comprobar los resultados. Así que vamos a tomarlo del pin de datos y soltarlo en la vista. Ahora podemos ver que hay un cliente con un nuevo dato. Como pueden ver, George de Francia, nos llegó la abreviatura de FR, y eso es porque el país igual a Francia. Y con eso, estamos cumpliendo la segunda condición. Estados Unidos para John y amargos, todavía no cumplen ninguna de esas condiciones. Siempre se ejecuta desde los males y María y Martín se pueden ejecutar desde la primera condición donde la respuesta va a ser DE. Entonces, eso es todo. Ahora vamos a ir a sumar el paso final donde podemos agregar la tercera condición para el país USA. Porque todavía estamos obteniendo los que no son aplicables para esos dos clientes. Voy a ir al mismo campo esta vez, no lo duplicaré, así que vayamos a editarlo. Y sólo tenemos que añadir una condición más, ¿no? Así que solo voy a copiar esas cosas y luego como siguiente condición va a ser también, país LSF igual a esta vez USA. Entonces, ¿qué puede pasar si esta condición cumple? Vamos a conseguir esa abreviatura US. Entonces puedes ver que es muy sencillo agregar una condición más y el LSF Vamos bien. Entonces ahora podemos ver en los resultados, todos esos clientes que vienen de USA, ahora tienen la abreviatura estadounidense. Y con eso, hemos cubierto todo con condiciones. Y ninguno de esos clientes puede ser ejecutado desde la L. Así que no tenemos el NA en ninguna parte de la salida lo cual es realmente agradable. Y ahora podemos ver muy bien en la vista, cómo empezamos con la forma más simple de la declaración, y terminamos con la forma completa de las declaraciones F. Ahora a continuación vamos a resolver la misma tarea, pero esta vez usando las declaraciones win. Bien, así que ahora vamos a crear nuevos campos calculados. Vamos a llamarlo país ganar, luego la sintaxis. Empezar con el caso, después tenemos que especificar el campo que queremos evaluar. Va a ser el país. Una vez que hacemos eso, comenzamos a definir ahora nuestra condición. La primera condición va a ser el valor de Alemania. Cuando el valor es igual a Alemania, entonces ¿qué puede pasar? Vamos a tener la abreviatura DE. Eso es. La siguiente condición va a ser cuando país iguale a Francia, luego la abreviatura va a ser F, R. Y vamos a ir a la última condición, cuando el país iguale a EU, entonces el valor va a ser US. Eso es. Ya ves lo rápido que definimos tres condiciones usando el caso win. Es muy lógico y además muy fácil de crear en estos momentos. Si no se cumple ninguna de esas condiciones, vamos a conseguir el no aplicable y tenemos que terminarlo. Eso es. Como puedes ver, el cálculo es válido y es muy fácil de leer ya que tienes razón. Entonces es todo como estructurado. Me gusta mucho usar declaraciones de casos ganados y comparados con los FL's. Entonces, eso es todo. Vamos ahora y golpeemos bien para comprobar los resultados. Y ahora tenemos una nueva dimensión, como de costumbre, a partir del campo calculado, pongámosla en la vista para comprobar los resultados. Entonces como pueden ver, vamos a obtener los mismos resultados. Pero ante esta situación, para esta tarea, te voy a recomendar que uses el caso win, ya que como puedes ver, es muy fácil escribir y también ajustar más tarde o agregar más condiciones si es necesario. Entonces con eso, hemos aprendido a usar todas esas operaciones lógicas para crear unas nuevas condiciones lógicas. Todo bien a todos, Así que voy a mostrarles un caso de uso muy común que podrían encontrarlo en muchos proyectos donde van a ir y crear los colores de los ojos QB usando las condiciones ecológicas Vamos a la fuente de big data y necesitamos la subcategoría de los productos, como de costumbre, a las filas Y entonces necesitamos las ventas de los pedidos. Pongámoslo en las columnas. Y luego lo vamos a ordenar, vamos a agregar las etiquetas. Y ahora necesitamos color para este KBI. Vamos a crear nuestros nuevos campos calculados. Podemos llamar a los colores KBI. Y la lógica puede ser la siguiente. Si la suma de ventas es superior a 200 Ks, me gustaría ver el color verde. Cualquier cosa entre 200 K's y 100 K va a ser el color naranja. Y cualquier cosa por debajo de los 100 K, va a ser roja. Entonces ahora tenemos que decidir el método que queremos usar en nuestro cálculo. Como te recomiendo siempre comienzas con el IIFOW. En la lógica, tenemos múltiples condiciones, no podemos usarla. Iif sólo es adecuado si tenemos una sola condición. Si está fuera. En el siguiente vamos a hablar sobre el triunfo del caso. Pero como las condiciones se basan en la suma de ventas, es entero. No podemos usar el caso win porque case wind solo puede aceptar valores de cadena. Esta es también una forma en que nos quedamos solo con las declaraciones de FL. Por eso en este cálculo vamos a construirlo en base a los FL's. Vamos y hagamos eso. iniciar el contexto por aquí con la F, y luego tenemos que especificar nuestra primera condición. Cualquier cosa superior a 200 K's, debería ser verde. Entonces ahora estamos hablando de las ventas de campo. Pero en la suma, porque indivisualizaciones tenemos la suma de ventas Entonces, si la suma de ventas es superior a 200 K's, entonces ¿qué puede pasar? Podemos tener el color verde. Entonces eso es todo para la primera condición. Ahora tenemos que especificar la condición para la naranja. Cualquier cosa entre 200 K y 100 K, debe ser naranja. Entonces vamos a concretar esa L otra vez, vamos a tener el mismo campo, suma de ventas superior a 100 K, entonces va a ser naranja. Entonces ahora podrías decir, sabes qué, en la condición de que solo digas que tiene como dos límites, ¿verdad? Superior a 1,000 e inferior a 2000. Bueno, el primer límite, lo tenemos ya con la primera condición comprobada. Si es superior a 200 K's, se va a poner verde. Y esto puede ser cualquier cosa que se vaya a verificar. En este caso, va a ser inferior a 200. Por eso especificé aquí sólo el límite inferior. Eso es todo para la naranja. El último va a ser, si la suma de ventas es inferior a 100 K, ¿qué puede pasar? Nos vamos a poner rojos. Vamos a especificar que vamos a tener otro LF, suma de ventas e inferior o igual a 100 K. Entonces va a ser rojo que hayamos cubierto la tercera condición, el tercer color. Y lo cubrimos todo. Cubrimos todos los valores posibles que pudieran suceder. Por eso no tiene ningún sentido hacer declaraciones de una L. Simplemente podemos ir y terminarlo. Ahora vamos a comprobar, Todo está bien. Ahora tenemos un error. Creo que me perdí aquí para cerrarlo. Ahora vamos a comprobarlo de nuevo. El cálculo es válido. Eso es. Tenemos tres condiciones a tres colores. Vamos a golpear Ok. Bien, ahora tenemos nuestra dimensión por aquí. Vamos a usarlo para colorear, ¿verdad? Rastreemos y dejémoslo sobre los colores de aquí. Ahora, como puede ver, nuestros colores están dividiendo nuestra visión. Tabloide Lo tengo, casi correcto. Entonces tenemos un naranja, rojo, pero éste no es azul. Vamos a cambiarlo. Entonces vamos a ir a los colores. Colores idiotas. Ahora en vez de verde como azul, vamos a tenerlo como un verdadero verde. Vamos a golpear Ok. Para que obtuviéramos los colores de nuestro KPI. Como puedes ver, todas aquellas subcategorías con las ventas son superiores a 200 K. Todas son verdes Y ahora cualquier cosa entre 200 K y 100 K, se puede ver que todas son naranjas y cualquier cosa de abajo es roja. Entonces como podemos ver, podemos hacer mucho usando esas condiciones lógicas. Podemos usarlo para crear la coloración en Tableau. Podemos usarlo para crear una nueva información como en el país, abreviaturas que son muy necesarias de entender Bien, hasta el momento hemos aprendido a crear lógicas condicionales en Tableau y cómo la evaluamos para manipular nuestros datos a partir de las decisiones A continuación vamos a empezar a hablar de los operadores lógicos y o no. 144. Tableau | operadores lógicos: AND, OR, NOT: Ahora vamos a aprender a combinar, cómo evaluar múltiples condiciones en Tableau usando los operadores lógicos y o, entonces podemos aprender sobre el operador. Vamos a entender el concepto, entonces podemos practicar. Vamos ya. Empecemos con el operador y u. Tengamos el siguiente escenario. Digamos que tenemos una condición donde estamos comprobando si las ventas son superiores a 100. Y una segunda condición donde estamos comprobando si el país es Alemania. Ahora bien, si quieres ir a evaluarlos a ambos, quieres combinar esas dos condiciones para que funcionen juntas. Podemos usar el extremo u operador en el medio aquí. Podemos usar esos dos operadores para combinar la condición A con la condición B. Y la salida puede ser así como epullion habitual, true y false, nuestros dos operadores o hay operadores lógicos que se utilizan para combinar múltiples Ahora digamos que los vamos a usar en declaraciones FL. Veamos cómo puede verse la sintaxis. Empecemos por el operador final. Como pueden ver, tenemos aquí las declaraciones F. Entonces tenemos nuestras dos condiciones, y entre ellas tenemos al operador final. La condición puede combinar ambos en una sola declaración. Si las ventas son superiores 1,000 y un país igual a Alemania, entonces vamos a conseguir el valor alto. Si es cierto, de lo contrario va a terminar y nos pondremos nulos. Lo mismo para el operador del mineral. Aquí estamos diciendo, si las ventas son superiores a 1,000 o el país es igual a Alemania, entonces vamos a conseguir el valor alto. Entonces, como puedes ver, es realmente sencillo. Comprobemos un ejemplo para entender cuáles son las diferencias entre y Re. Así que ahora tenemos en nuestra mesa cuatro clientes con sus informaciones de ventas y los países. Entonces la primera condición va a comprobar si las ventas son superiores a una K. Así ahora vamos a revisar los primeros clientes vamos a pasar porque las ventas superiores a 1,000 y las dos últimas van a ser falsas porque está por debajo de 1,000 Así que esta es la información de la primera condición. Entonces la segunda condición que tenemos, vamos a comprobar si el país es igual a Alemania. Entonces el primer cliente es de Alemania, por eso es cierto. El segundo no lo es, lo tenemos falso. Entonces el siguiente es Alemania cierto y el último es falso. Entonces ahora, como puede ver, estamos evaluando primero la tabla para obtener el resultado para cada condición individual. Pero ahora lo que podemos hacer es ir y combinar esas dos condiciones para generar nuevos resultados. Entonces ahora si vas y usas el operador final, puede devolver true solo si ambas condiciones son verdaderas y falsas de lo contrario. Entonces ahora vamos a combinar esas dos condiciones juntas usando el operador final. Comprobemos el primer cliente que tenemos la condición es verdadera, condición P también es verdadera. Entonces estamos cumpliendo con el requisito para conseguirlo para el primer cliente, vamos a obtener la salida verdadera para el siguiente cliente, María. Tenemos en la condición A verdadero, pero en la condición B cae así que no cumple con el requisito, ambos deben ser ciertos para conseguirlo, por eso va a ser falso. Para el siguiente, Martin, va a ser lo mismo. Entonces la condición A es falsa, B es verdadera, ambas deberían ser ciertas. Por eso vamos a ser falsos el último de todos modos. Ambos son falsos, así que vamos a conseguir falsos. Como puede ver, el operador final es muy restrictivo. Ambas condiciones deben ser ciertas para que se hagan realidad. De lo contrario, inmediatamente obtendrás falso. Así es como trabaja el operador final . Pasemos al siguiente. Tenemos el operador, o el operador puede devolver true si al menos una condición es verdadera. De lo contrario, va a ser falso. Eso significa que necesitamos al menos una verdadera para pasar en la salida. Vamos a revisar de nuevo el ejemplo. Para el primer cliente, estamos cumpliendo con el requisito. Tenemos más de uno. Ambos son ciertos. Por eso en la salida nos haremos realidad. El siguiente tenemos verdadero en la condición A. Falso en la condición B. Al menos tenemos uno, entonces estamos cumpliendo con los requisitos. También va a ser cierto, el tercero igual, así el tercero igual, que tenemos al menos uno verdadero y la condición B. Por eso para Martin, vamos a hacerlo verdad. Pero para el último cliente, George, ambos son falsos. Necesitamos al menos una verdadera para ser verdad, por eso la salida va a ser falsa. Como puede ver, el operador es menos restrictivo que los extremos. Necesitamos por lo menos una verdadera para llegar a ser verdad en la salida. Así es como funciona el operador end y O en Tableau para combinar múltiples condiciones. Una cosa más a notar aquí también es que si estás usando end y O, estamos evaluando el resultado final de la condición. No estamos evaluando la mesa en sí. Estamos evaluando aquellos resultados que obtuvimos de la. Vamos a hablar del tercer operador, el operador de nueces. Entonces tomemos un ejemplo. Vamos a tener la siguiente tabla. Y tenemos nuestra condición donde las ventas son superiores a 1,000 Así no usaremos el operador de tuerca para combinar dos condiciones juntas, como con el final u operador. Pero esta vez vamos a revertir los resultados del padecimiento. El operador de tuerca es un operador lógico inverso. Va a volver verdadero si el resultado de la condición es falso. Y va a devolver falso si la condición es verdadera. Si le dices que vaya a la derecha, va a ir a la izquierda. Si le dices que vaya a la izquierda, va a la derecha. Entonces va a hacer exactamente lo contrario. Entonces veamos qué va a pasar si decimos que no esta condición. Si usas el operador de tuerca para el primer cliente, obtendrás false porque el valor es verdadero. Lo mismo para el segundo cliente, obtendrás falso. Pero para los dos siguientes clientes, te volverás cierto porque la salida de esta condición es falsa, como puedes ver, como resultado. Vamos a voltear la verdad. Vamos a conseguir exactamente lo contrario si usas, así que va a quedar así en el cálculo en Tableau. Aquí nuevamente tenemos nuestra declaración F, nuestra condición, pero justo antes de la condición, vamos a ir a poner nueces. Y con eso, lo estás invirtiendo todo. Ahora lo que está diciendo aquí en esta condición, si las ventas no son superiores a las mil entonces vamos a conseguir el valor bajo. Entonces eso significa que cualquier cosa igual a 1,000 o menor que 1,000 va a ser baja. Estamos invirtiendo los resultados. Eso es todo, así es como trabaja el operador de tuercas. Ahora volvamos a Tableau y practiquemos esos tres operadores. Bien, entonces ahora vamos a ir a nuestra fuente de big data. Vamos a agarrar la información de los clientes a la vista. Así que vamos a obtener la identificación del cliente, el nombre, el país y los puntajes también. Pero me gustaría mostrar los valores discretos de las puntuaciones. Vamos a cambiarlo a discreto. Y entonces necesitamos una medida. Vayamos a los pedidos y consigamos las ventas, ponlo en los caums, como puedes ver Ahora tenemos para cada cliente, el total de ventas que ordenó. Ahora la tarea es no mostrar todas las ventas de todos los clientes. Queremos enfocarnos en un grupo específico de clientes. Ahora queremos mostrar las ventas solo para clientes que vienen de Alemania y su puntaje es superior a 50. Con eso, tenemos dos condiciones y podemos ir a usar el extremo u operador para combinarlos. Como de costumbre, vamos a ir a crear nuestro nuevo campo calculado, y vamos a llamarlo ventas. Vamos a comenzar con las declaraciones F. Ahora necesitamos escribir nuestras condiciones. Entonces la primera condición, el país debería ser igual a Alemania. El campo campestre, lo tenemos por aquí, debe ser igual a Alemania. Ahora, como estamos viendo final en la tarea va a estar aquí también. Y para conectar condición la segunda condición, la puntuación debe ser superior a 50, la puntuación de campo debe ser superior a 50. Ahora tenemos nuestras dos condiciones. Ambos están conectados con el operador de hormigas. Ahora bien, si ambos son ciertos, ¿qué puede pasar? Podemos mostrar el valor de las ventas. A continuación, vamos a decir entonces ventas, y de lo contrario va a ser nulo lo que establece. Vamos a ir y terminar las declaraciones que podemos ver que el cálculo es válido, todo está bien. Así que vamos a probar lo que puede pasar. Vamos a hacer clic bien. Ahora tenemos nuestro nuevo campo en los datos del lado izquierdo, va a ser medida continua porque la salida va a ser ventas. Ahora vamos a ir a comprobar los valores. Pero primero me gustaría deshacerme de esos diagramas par. Yo solo voy a mover las ventas a los detalles y luego moverla nuevamente a la vista de aquí en el APC. Entonces ahora tenemos esos valores. Consigamos nuestras nuevas ventas con el operador final y pongámoslo también a la vista. Solo hagámoslo un poco más grande para ver los encabezados. Bien, así que ahora vamos a ver a los clientes. Tomemos el cliente número dos, se puede ver el país igual a Alemania, así que tenemos el primer verdadero y el puntaje también, superior al 50. Entonces tenemos otra verdad. Con eso, vamos a llegar a la salida a la verdad. Por eso estamos viendo el valor de las ventas en la salida. Pasemos al siguiente. Tenemos el cliente número tres. Se puede ver que el país no es Alemania, así que tenemos aquí a Francia. Entonces la primera condición va a ser falsa. inmediato, la salida va a ser falsa porque ambas deberían ser ciertas. Pero podemos verificar el segundo valor, se puede ver el puntaje también, no superior a 50. Ambos fracasan. Y también se puede fallar la salida. Por eso estamos consiguiendo Et, no estamos recibiendo las ventas. Bien, ahora pasemos a otro cliente, el número 23. Se puede ver que los clientes vienen de Alemania. Se cumple la primera condición . Tenemos nuestro primer verdadero, pero el puntaje no es superior a 50. La segunda condición falló. Por eso no obtuvimos ningún resultado. Como puede ver, el operador final es muy restrictivo. Todo debe ser cierto para poder obtener los resultados. Eso es. Así es como trabaja el operador final . Pasemos al siguiente. Queremos mostrar las ventas solo para los clientes que provienen de Alemania, o la puntuación es superior a 50. La lógica es muy sencilla, ¿verdad? Pero aquí tenemos que cambiar el operador sobre cómo estamos combinando esas dos condiciones. Vamos a tener lo mismo. Por eso voy a ir a las ventas y vamos a duplicarlo, y luego vamos a editarlo. Vamos a cambiar el nombre a O, y tenemos las mismas condiciones si el país es igual a Alemania, pero esta vez o el puntaje es superior a 50, por eso voy a ir por aquí y vamos a cambiarlo a Or operador. Ahora me gustaría mencionar algo que esas funciones lógicas están muy cerca del idioma inglés. Si acabas de leer este código, es como si estuvieras diciendo una oración en inglés. Entonces lo que estás haciendo aquí es si el país es igual a Alemania, o el puntaje es superior a 50, entonces muestra las ventas. Eso es. Ya ves es como traducir la frase en inglés a un código Y es muy fácil de escribir y de leer también, así que es realmente lógico. Ahora empacemos nuestro cálculo. Se puede ver que es válido. Vamos a golpear Ok. inmediato podemos ver en la opinión de que con Estamos obteniendo más valores que el final porque el final es muy restrictivo. Ahora vamos a revisar algunos clientes. Se puede ver el primero que tenemos, el país no igual a Alemania, viene de Francia. La primera condición falló, así que tengamos esperanza para la siguiente. Pero el puntaje es superior a 50, eso significa que este cliente va a cumplir con el requisito. Basta con tener una sola verdad. Es por eso que tenemos las ventas y la salida que el siguiente cliente cumple. Ambas condiciones provienen de Alemania, superiores a 50. Por eso tenemos las ventas como el operador final. Pero el tercer cliente, como puedes ver, la primera condición falló porque Francia y el segundo también fallaron porque el puntaje no es superior a 50. Por eso ambos fracasan y no tenemos ningún resultado. Tenemos que tener al menos para conseguir algo en las salidas. Entonces eso es todo, así es como trabaja el operador. Bien, ahora tenemos la siguiente tarea para ti, es mostrar las ventas solo para clientes que o vienen de Alemania o Francia. Puedes rebotar el video ahora para completar la tarea, y una vez que hayas terminado, puedes reanudarlo. Bien, entonces veamos cómo podemos hacer eso. Podemos ir y crear un nuevo campo calculado. Podemos llamarlo País de Ventas. Y vamos a comenzar con las declaraciones. Entonces tenemos las dos condiciones. El cliente debe ser de Alemania o Francia. El primero va a ser el país igual a Alemania y el operador va a ser o el cliente podría ser ya sea de Alemania o Francia, país igual a Francia. ¿Qué puede pasar si se cumple una de esas condiciones? Vamos a tener las ventas, luego las ventas, y eso es todo. Vamos a terminarlo. Como puedes ver, muy sencillo. Vamos a golpear, bien. Como de costumbre, vamos a ir a verificar los valores. Vamos a arrastrarlo y soltarlo por aquí en la vista, Lo tenemos aquí en el medio. Vamos a hacerlo un poco más grande y ver a los clientes. Ahora estamos comprobando sólo un campo, pero en dos condiciones. Ya sea el país, Francia o Alemania. El primer cliente que podemos ver viene de Francia. Vamos a conseguir el valor. El segundo también, vamos a obtener el valor de venta. Francia, EEUU. No vamos a obtener ningún valor porque no es parte de la condición. Como puedes ver ahora estamos consiguiendo las ventas de todos los clientes que vienen ya sea de Francia o Alemania. Bien, ahora voy a mostrarte algo rápido. Volvamos a nuestro campo calculado, país de ventas, y vamos a editarlo. Ahora en vez de tener o vamos a usar el operador ahora, lo que estamos diciendo es que el cliente debe venir de Alemania, y al mismo tiempo de Francia. Suena raro, ¿verdad? Así que vamos a probarlo. Vamos a golpear bien, y comprobar los resultados. Se puede ver que el país de ventas está completamente vacío, Así que no vemos ningún valor, porque en nuestra situación, el cliente solo debe venir de un solo país. No podemos tener esta condición lógicamente. Desde la perspectiva de los datos, esto no es posible. Bien chicos, ¿qué hemos aprendido al final? Pasemos al lado del operador de la tuerca. Bien, entonces ahora tenemos la siguiente tarea. Mostrar las ventas de todos los clientes que no vienen de Alemania. Si el cliente viene de cualquier otro país, vamos a ver las ventas y la vista. Pero si el cliente de Alemania, debería ser nulo. Bien, así que ahora vamos a crear un nuevo campo calculado. Lo vamos a llamar Ventas Alemania. Y vamos a tener también las declaraciones F. Entonces ahora tenemos dos formas de hacerlo. La primera opción y la larga, donde vamos a ir y crear una condición para cada valor dentro del país. Al lado de Alemania, vamos a hacer algo como este país igual a Estados Unidos. Y entonces vamos a decir O país es igual, por ejemplo, a Italia. Y luego para el siguiente, o país igual Francia. Como pueden ver, estoy creando una condición para cada valor de ese país de dimensión. Por supuesto, si tienes una larga lista de países, vas a terminar haciendo muchas condiciones también. ¿Qué puede pasar si un nuevo país ingresa dentro de tu fuente de datos? ¿Qué puede pasar? Siempre se puede ir al cálculo y agregarlo como condición. En esta opción, estamos incluyendo todos los valores que queremos ver en la vista, Pero hay una mejor manera de hacerlo donde vamos a excluir sólo a Alemania. Vamos a sacar todo de aquí. Vamos a decir si el país es igual a Alemania, y esta vez antes de la condición. Aquí vamos a agregar el operador. Vamos a ir y revertir todo. Si los clientes no vienen de Alemania, ¿qué puede pasar? Vamos a mostrar las ventas, luego las ventas, y eso es todo. Como puedes ver, es muy corto y sencillo. Sólo estamos excluyendo uno de los valores. No tenemos que sumar todos los valores. No tenemos que preocuparnos por si hay como un nuevo valor de país dentro de la fuente de datos. Cualquier cosa que no sea Alemania, vamos a mostrar las ventas. Vamos a comprobar los valores. Voy a ir a golpear bien. Ahora como de costumbre vamos a obtener un nuevo campo calculado en nuestra fuente de datos. Vamos a arrastrar contribuir a la vista para verificar los valores. Sólo agrandar un poco la cabeza para leerla. Después desplácese hacia arriba y los primeros clientes vienen de Francia. Vamos a conseguir las informaciones de venta. El siguiente de Alemania que tenemos ahora aquí tenemos también al cliente, cinco de Alemania, seis también de Alemania. No tenemos ninguna información de ventas. Entonces podemos ver que todos los clientes que no vienen de Alemania también tuvieron las ventas en este campo. Podemos verificar eso clasificando los países y está ordenado así y todos esos valores de Francia, vamos a obtener siempre información de ventas. Y si vamos a Alemania, verá que todos los clientes de Alemania no tienen ninguna información de ventas en este campo. Dicen que vamos a conseguir, de nuevo, los valores. Como puedes ver, es muy fácil de usar y muy útil hacer filtros y así sucesivamente. Y también para enfocarse en un grupo específico de clientes. En nuestros puntos de vista, eso se trata de los tres operadores. Son muy agradables de usar. Todo bien a todos. Eso es todo para los operadores lógicos. Y con eso, hemos cubierto las ocho funciones lógicas en Tableau. Son funciones realmente importantes ya que nos va a ayudar a tomar decisiones impulsadas por datos en el análisis. Y con eso, hemos cubierto el último grupo de funciones bajo los cálculos de nivel de fila de categoría. Aprendimos alrededor de 40 funciones de Tableau. Y a continuación vamos a aprender sobre los cálculos agregados en Tableau. 145. Tableau | funciones agregadas: SUM, AVG; COUNT, COUNTD, MAX, MIN: Bien, entonces ahora vamos a hablar del segundo tipo de cálculos que tenemos en Tableau, los cálculos agregados. Y dividí las funciones en dos grupos. El primer grupo va a agregar las medidas en nuestra fuente de datos, así tenemos la suma, conteo promedio, y así sucesivamente. Y el segundo grupo, donde podemos agregar las dimensiones de nuestra fuente de datos. Y aquí sólo tenemos una función. Tenemos los atributos. Entonces ahora nos vamos a centrar en el primer grupo, cómo agregar las medidas en Tableau. Bien, entonces la primera pregunta es, ¿qué son los cálculos agregados en Tableau? Si usas esos cálculos, vas a agregar las filas de la fuente de datos, poner el resultado en el nivel de visualización de los detalles. Eso significa que la dimensión que estás usando en la vista va a controlar la granularidad de la medida Tengamos un ejemplo rápido. Para entenderlo, digamos que tenemos la tabla de pedidos dentro de nuestra fuente de datos. Nos gustaría encontrar el total de ventas por los productos. En este ejemplo, las ventas son una medida y el producto es la dimensión. Para encontrar las ventas totales, podemos usar la función Suma en Tableau. Se ven así. Podemos usar la suma de ventas en la vista. Podemos tener una dimensión, los productos. Es el que va a controlar el nivel de detalles en la vista. Y luego tenemos el resultado de la función sum. Vamos a poner aquí los resultados de las agregaciones. Ahora con esta tabla va a ir y agrupar las filas de los pedidos por los productos. Como puedes ver, el primer grupo se basa en el producto número uno. Entonces tenemos el segundo grupo para el número de producto 23.4 Como puede ver, los pedidos ahora se dividen en grupos En los niveles de visualización, vamos a tener exactamente una sola fila para cada grupo. Eso significa que para el producto uno solo podemos tener una fila. Y luego mesa va a ir a resumir todas las ventas dentro de este grupo Al final del resultado, podemos tener el valor de 40. Como puede ver, los cálculos agregados están agrupando las filas de la fuente de datos y se presentan como una fila en la salida en las visualizaciones que van a pasar al siguiente grupo Para los dos, solo podemos tener una fila y el resumen de las ventas va a ser de 50 Y lo mismo va a pasar para el producto tres, vamos a tener aquí dos filas y el resumen de eso va a ser 45 Y también para los P cuatro, tenemos también una fila en visualizaciones con sólo 15 como ventas totales Como puede ver, el cálculo agregado va a ir a agrupar las filas de la fuente de datos y presentarlo como un valor en las visualizaciones Y el nivel de detalle va a depender de la dimensión que se utilice en la vista. Por eso decimos que los cálculos agregados van a llevar los datos al nivel de visualización de los detalles. Y no es como las funciones en los cálculos de nivel de fila donde hemos calculado cada valor en la misma fila. Así que cualquier cosa el número de filas va a quedar exactamente como antes. Entonces así es como funcionan los cálculos agregados. Y no tenemos una sola función. Tenemos aquí múltiples funciones. Entonces el primero tenemos la suma que acabamos de aprender. Puede devolver la suma total de todos los valores dentro de un campo. Y luego tenemos otro, el promedio. Se va a devolver el promedio de todos los valores. Entonces tenemos el conteo. Se va a contar el número de valores dentro de un campo. Entonces tenemos otra función muy similar llamada count D. Esta vez vamos a contar el número de filas únicas dentro de un campo. Entonces tenemos el max y min. Puede devolver el valor máximo o el valor mínimo dentro de un campo. Ahora bien, si revisas la sintaxis de esas funciones agregadas, va a ser la más fácil. Si lo comparas con cualquier otra función, todas siguen el mismo patrón, por lo que siempre comienzan con el nombre de las funciones. Por ejemplo, la suma, el promedio, el recuento, y así sucesivamente. Y todos aceptan sólo un campo. Entonces, como puede ver, tenemos la suma de ventas, promedio de ventas, y así sucesivamente. Entonces solo tenemos un argumento, y es muy sencillo. Así que ahora vamos en Tableau y comencemos a practicar esas funciones agregadas. Bien, así que volvamos a nuestra pequeña fuente de datos. Vamos a los productos, y como de costumbre vamos a conseguir la categoría y también el nombre del producto. Ahora esas dos dimensiones van a definir el nivel de detalles y el nombre del producto va a ser el que esté controlando. Entonces aquí tenemos los cinco productos dentro de nuestra fuente de datos. Ahora, para crear cálculos agregados en Tableau, hay dos formas. Lo vas a hacer. Localmente, directamente solo para esta vista, o globalmente mediante la creación de un nuevo campo calculado, y va a estar disponible para todas las demás hojas de trabajo Así que ahora vamos a revisar los primeros métodos a donde vamos a ir y crear un cálculo agregado rápido. Vamos a ir a los pedidos y vamos a tomar las ventas. Simplemente arrástralo y suéltalo aquí en la vista. Ahora como ya habrás notado que Tableau siempre intenta agregar los datos en las visualizaciones, y para eso, Tableau va a usar las funciones agregadas Entonces como puedes ver, tenemos las ventas, pero antes tenemos la suma de ventas. Eso significa que Tableau está usando la función sum para agregar datos en la vista. Y estos son los métodos predeterminados de Tableau para agregar los datos. Eso significa que en Tableau, se puede usar el tipo de cálculo predeterminado . En la medida se encuentran los cálculos agregados. Y la función por defecto que se va a usar siempre es la suma. Ahora para cambiar la función que se usa en las agregaciones, podemos ir a la medida por aquí, hacer clic derecho sobre ella Y aquí vemos que nuestro campo es una medida. Y usando la función sum para cambiar eso, vayamos a la medida y podemos encontrar aquí una lista de todas las diferentes funciones agregadas que tenemos en Tableau. Tenemos la suma, la media, la cuenta, la cuenta, la distinta, la mínima, la máxima, y así sucesivamente. Ahora, por ejemplo, podemos ir por aquí y cambiarlo a la media. Ahora en lugar de suma de ventas, tenemos promedio de ventas. Y sumar la salida podemos obtener los promedios. Como puedes ver, es muy sencillo. Con solo un clic, cambiamos la función de agregación. Y además, no necesita muchas configuraciones como vamos a ver más adelante en la tabla, cálculos por ejemplo, o las expresiones LOD Entonces esta es realmente fácil. Si quieres cambiar la función, solo tienes que ir a la medida radicalmente sobre ella. Y luego aquí tienes una lista de todas las funciones que puedes configurar. Y claro, cualquier cosa que elija ahora de esas funciones no afectará a ninguna otra hoja y no afectará a nuestra fuente de datos. Aquí todavía tenemos las ventas. No tenemos ningún campo llamado las ventas promedio, por lo que solo puede estar disponible localmente para esta visualización. Eso nos lleva al segundo método donde podemos crear una función agregada que está disponible globalmente para todas las demás hojas de trabajo o libro de trabajo conectado a la fuente de datos Bien, entonces ahora digamos que me gustaría tener un campo extra dentro mi fuente de datos para encontrar el total de ventas. Para ello, vamos a ir a crear nuevos campos calculados. Es muy sencillo. Vamos a llamarlo Ventas Totales. Entonces para ver las funciones agregadas en Tableau, podemos consultar las documentaciones por aquí. Vamos a Todos. Y luego escojamos Agregado. Y con eso, puedes encontrar todas las funciones agregadas en Tableau. Dentro de él, también puedes encontrar las expresiones LOD que tenemos aquí, la corrección include y así sucesivamente Encuentra el total de ventas. Vamos a tener la función sum y como se puede ver necesita una expresión. Van a ser las ventas. Va a ser sólo un campo. Vamos a tener las ventas. Y eso es todo. Como puede ver, se valora el cálculo. Vamos a golpear, bien. Y con eso conseguimos una nueva medida continua dentro de nuestra fuente de datos. Pero aquí, la diferencia entre los cálculos agregados y los cálculos de nivel de fila, esos cálculos van a suceder sobre la marcha, donde el cálculo del nivel de fila va a almacenar los datos dentro de la fuente de datos. Eso significa que si vas y revisas los datos de la fuente de datos o si ves los datos desde aquí, puedes ver que no tenemos ninguna información sobre el total de ventas. Ahora bien, si navegas por los datos, no tenemos ningún campo extra llamado ventas totales. Porque esa información no se recalculará desde Tableau y almacenará dentro de la fuente de datos Puede suceder sobre la marcha a medida que llevas el campo a la visualización. Eso significa que Tableau no irá inmediatamente y ejecutará los cálculos agregados a medida que los esté creando y luego pondrá el resultado en la fuente de datos. Tableau lo hará sobre la marcha. Eso es porque Tableau no conoce el nivel de detalles que necesitas en las visualizaciones Como saben, la fuente de datos tiene el nivel de detalles. Es por eso que solo un tipo de cálculo, los cálculos de nivel de fila, se pueden ejecutar previamente y almacenar dentro de la fuente de datos, y el resto puede permanecer sobre la marcha. Eso significa que nuestro nuevo campo calculado utilizando las funciones agregadas no almacenará ningún dato dentro de la fuente de datos. Los datos van a ser calculados. Una vez que la arrastras y sueltas dentro de la vista, va a permanecer vacía siempre y cuando no la uses. Vamos a cerrar esto por aquí. Y vamos a arrastrarlo y soltarlo a la vista para verificar los resultados. Ahora en esta vista, obtuvimos las ventas totales pi los productos porque el nombre del producto va a controlar el nivel de detalles. Digamos que te gustaría tener el total de ventas por categoría. En esta vista, hay que eliminar el nombre del producto. Para ello, vamos a ir y eliminar el nombre del producto de la vista. Y con eso conseguimos las ventas totales para cada categoría. Eso significa que los cálculos agregados o la granulidad de las medidas va a depender del nivel de detalles de las visualizaciones La dimensión puede controlarlo todo. Ir a controlar el nivel de detalles que vemos en la vista. Así que ahora vamos a entender cómo Tableau trajo esos números a la vista. Bien, entonces en la fuente de datos tenemos 15 pedidos. Y en las visualizaciones dijimos, bueno, nos gustaría que la categoría Tableau vaya a ir y obtener la categoría a las visualizaciones Y dentro hay como dos valores. Entonces vamos a conseguir los accesorios y los monitores. Entonces vamos a tener con eso sólo dos filas. Entonces podemos tener las ventas, las ventas totales. Tableau va a ir y agregar las ventas para cada categoría. Entonces como puedes ver, Tableau va a ir y dividir las órdenes en dos grupos. Uno con la categoría accesorios y el otro con el monitor. Ahora con el fin de encontrar las ventas totales de la mesa de accesorios, va a ir simplemente e ir a agregar todos esos valores de las ventas y poner el resultado en la salida. El primero que va a tener como alrededor 2377 para la siguiente tabla de grupos puede hacer lo mismo Yendo a ir por todos esos órdenes debajo de la categoría, Supervisar e ir y agregar todos esos valores que vamos a conseguir alrededor 4,129 Como puedes ver, tabla puede ir y dividir las filas por la dimensión que se usa en las visualizaciones en este ejemplo Va a ser por categoría, va a dividirlo en dos grupos. Y luego puedes ir y aplicar las funciones agregadas. Pasemos al siguiente. Nos gustaría encontrar el promedio de ventas para cada categoría. Para ello, vamos a ir a crear nuevos campos calculados, y vamos a llamarlo Ventas Promedio. La función es muy sencilla. Es el AVG, el promedio. Entonces podemos tener nuestras ventas de campo y eso establece, es bastante simple. Vamos y golpeemos Ok. Y como de costumbre, vamos a obtener un nuevo campo vacío dentro de la fuente de datos, pero una vez que lo arrastremos y frotemos en la vista, el cálculo va a suceder. Hagámoslo. encontrar el promedio de ventas para cada categoría. Cómo Tableau hizo los cálculos es muy sencillo. Mesa va a dividir de nuevo las filas dentro de las otras en dos grupos. El primer grupo para los accesorios, así que va a ir y. Todos esos valores dentro de las ventas. Y luego se va a dividir por el número total de pedidos dentro de esta categoría. Aquí tenemos alrededor de ocho órdenes. El valor final va a estar alrededor de 297. Lo mismo va a pasar para la segunda tabla de grupo, va a ir a sumar todos esos valores, luego dividir por siete porque tenemos sólo siete órdenes para el monitor y vamos a obtener 590 como resultado. Podemos volver a ver que esa categoría de dimensión está decidiendo cómo puede suceder el cálculo y también cómo se van a dividir los datos. Eso es todo por la función promedio. Pasemos al siguiente. Tenemos el conteo. Digamos que nos gustaría encontrar los pedidos para cada categoría. Para ello, podemos ir y crear nuevo campo calculado, y vamos a llamarlo número de pedidos. La función es realmente simple, así que vamos a usar los recuentos, y dentro de ella solo necesitamos un campo. Esta vez vamos a ir a contar los números de pedido. Para hacer eso, usamos el ID de pedido y eso es todo. Estamos contando cuántos ID de pedidos tenemos dentro de nuestra fuente de datos. El cálculo es válido, vamos a golpear. Bien. Como de costumbre, vamos a obtener una medida continua en nuestra fuente de datos. Vamos a dejarlo caer a la vista y verificar los resultados. Podemos ver que en los accesorios conseguimos ocho órdenes, y en el monitor conseguimos siete órdenes. Ahora veamos cómo lo está haciendo Table. Es muy sencillo. Nuevamente, nuestros datos se dividen en y Tableau va a comenzar simplemente a contar las filas Entonces, ¿cuántas filas tenemos dentro de los accesorios? Van a ser ocho filas. Tenemos aquí ocho órdenes. Y si cuentas las filas del monitor, también obtendrás siete órdenes. Con la función count, simplemente estamos contando las filas. Entonces eso significa que en los accesorios conseguimos ocho filas, y en el monitor tenemos siete órdenes. Hay una cosa más especial sobre el conteo, Digamos que eso está dentro de nuestros datos, tenemos nulos Digamos que no tenemos ningún ID de pedido. Está vacío, es nulo. Entonces, ¿qué puede pasar aquí? Tableau no lo contará. Entonces en este ejemplo, Tableau va a ir y contar solo seis en vez de siete, vamos a conseguir seis. Y esto también va a afectar a la función anterior, la media como aprendemos antes. Va a ir y sumar todos esos valores y luego se puede dividir por el número de órdenes. Entonces digamos que tenemos aquí un nulo esta vez. Tableau no lo dividirá por siete. Tableau va a ir y dividirlo por seis. Y aquí nuevamente, un recordatorio que tenemos que manejar los nulos dentro nuestros datos como aprendemos antes de usar el extremo z o Nal ifnal y así sucesivamente Entonces, si lo dividimos en seis, puede ser diferente a dividirlo por siete lo cual es más correcto, perdón, tenemos siete órdenes. Son seis órdenes, eso es significa prestar atención si sientes que estás haciendo los agregados encima de él, ya sea que tenga nulos o no Porque al tener un nulo aquí, vamos a obtener resultados inexactos No tenemos seis órdenes, tenemos siete órdenes dentro del monitor. Bien, así que eso es todo por esta función, el conteo. Bien, entonces ahora vamos a pasar a una función muy similar en Tableau llamada el conteo D. Va a devolver el número de valores únicos o distintos dentro de un campo. Suena muy parecido a los recuentos, pero aquí tenemos una diferencia entre ellos, donde estamos contando sólo los valores distintos. Tengamos un ejemplo para entender la diferencia. Nos gustaría ahora mostrar el número de productos, cada categoría. Vamos a crear un nuevo campo calculado. Vamos a llamarlo número de productos. Esta vez voy a empezar primero con los recuentos de funciones para mostrarte las diferencias entre ellos. Y vamos a usar el ID de producto de campo. Vamos a seleccionar eso. Y luego consigue, bien otra vez, tenemos un nuevo campo calculado. Vamos a mostrarlo en los resultados. Y podemos ver que los resultados son muy similares al número de pedidos aquí. Nuevamente, tenemos ocho productos para los accesorios y siete productos para el monitor. Ahora, ¿qué pasó aquí? Bueno, si revisas los datos dentro del pedido, solo obtuvimos dos productos con los accesorios y también solo dos productos para el monitor. Por qué tenemos a Ta y Civil. Y eso es porque Tableau va a ir a contar el número de filas, ya sea como duplicados o no, no importa Entonces Tableau va a ir a contar. Bien, aquí tenemos ocho filas, eso significa que tenemos ocho productos. Entonces por eso no podemos usar la función count para esta tarea. Tenemos que usar otra cosa donde vamos a usar el conteo D. Vamos a cambiarlo. Voy a ir a los campos calculados. Simplemente agrega una D después del conteo para usar la siguiente función. Así que tenemos recuento de ID de producto. Vamos a golpear Bien. Y como se puede ver en el resultado, ahora tenemos dos para los accesorios y dos para el monitor. Entonces veamos cómo va a funcionar Tableu aquí. Tableau puede contar los valores distintos o únicos dentro del campo. Esta vez Tableu va a poner atención al contenido del campo, así que va a empezar a contar Bien, aquí tenemos el ratón de la USP. Este es uno. Entonces el siguiente tenemos la misma información. Tableau no lo contará en absoluto. Lo mismo para el tercero, luego para el cuarto pedido, tenemos un nuevo producto. Entonces aquí tenemos un nuevo valor, el teclado lógico. Entonces aquí tenemos dos, luego pasar a las mismas cosas. Entonces aquí tenemos los mismos valores. Tableau no los contará al final. Tableau sí contó aquí dos valores únicos. Aquí tenemos dos productos para los accesorios, por eso Tableu va a ir a la salida y poner dos La siguiente categoría, por lo que empezamos a la misma, Tenemos el monitor LG full HD. Este es un producto, el segundo es el mismo. El valor no lo contará, luego pasará al tercero. Como puedes ver, son nuevos productos, nuevo valor. Entonces va a contar dos. Y el resto no contará nada porque también Duplica tabla va a ir y contar el número de valores únicos dentro del campo Por eso vamos a tener también aquí dos que es más preciso. Tenemos solo dos productos para los accesorios y solo dos productos para el monitor. Esta es la diferencia entre contar y contar D. Count simplemente irá ciegamente y contará, ¿cuántos roles tenemos dentro de cada categoría? Pero contar D va a ir y comprobar el contenido, y va a contar sólo los valores únicos y distintos. Bien, así que ahora vamos a pasar a los dos últimos. Tenemos el max y min. Son funciones muy simples en Tableau. El máximo puede encontrar el valor más alto dentro un campo y los hombres pueden encontrar el valor más bajo dentro de un campo. Vamos a ver cómo puede funcionar. Entonces digamos que nos gustaría mostrar las mayores ventas para cada categoría. Para ello, vamos a ir a crear un nuevo campo calculado. Vamos a llamarlo Ventas más altas. Y entonces podemos usar la función max y tenemos las ventas. Es muy sencillo, siempre necesita un campo que establezca. Vamos a golpear bien y vamos a comprobar los resultados. Pongámoslo a la vista para que podamos ver las mayores ventas dentro de los accesorios es el 525 y las ventas más altas para el monitor es el 1691 Entonces veamos cómo funciona esto. Como es habitual, nuestros datos se dividen en dos grupos. Empezamos con el primer grupo, así que mesa va a ir y comprobar todos esos valores. ¿Cuáles son los valores más altos dentro de esas ventas? Va a ser la mesa 525 la va a presentar como resultado. Entonces vamos a pasar al segundo grupo. Entonces tabla va a tomar todos esos valores y compararlos entre sí para encontrar el valor más alto. Y va a ser este pedido número dos como las ventas más altas dentro de nuestros datos para la categoría. Supervisar eso. Así es como funciona la función max en Tableau. Pasemos al siguiente para encontrar las ventas más bajas para cada categoría. Vamos a hacer las mismas cosas. Vamos a tener un nuevo campo calculado, las ventas más bajas. Esta vez podemos usar la función y luego nuestro campo Ventas que establece haga clic en Ok. Presentémoslo como resultado también para compararlo. Por lo que podemos encontrar las ventas más bajas en los accesorios es 56. Y el más bajo también para el monitor es 40. Lo mismo, Tableau. Yendo a ir a verificar todos esos valores para el primer grupo, ¿cuáles son las ventas más bajas? Como puedes ver, va a ser este orden, el pedido número diez va a ser el valor más bajo. Y luego Tableau va a ir a revisar esos grupos de valores para encontrar el valor más bajo, va a ser este 139. Tableau apenas está rodeando los números, por eso tenemos aquí 40, pero en realidad es 39.97 Así que eso es todo Así es como funciona el max y main en Tableau. Como puede ver, las funciones agregadas en Tableau son muy simples. Esas funciones como creo que este es mi tutorial más fácil que hice en la serie Tableau. Bien chicos, así que eso es todo por estas seis funciones fin de agregar las medidas de nuestra fuente de datos. A continuación vamos a hablar de cómo agregar las dimensiones usando la función muy confusa, el atributo. 146. Función de atributos de Tableau | ATTR: Vamos a hablar de otra función agregada en Tableau. Pero esta vez esta función va a ser muy especial y es muy confusa. Mucha gente se confunde primero acerca de la función de atributo en Tableau. Como de costumbre, podemos entender el concepto detrás de él y luego podemos practicar en Tableau. Anteriormente, hemos aprendido que la función agregada va a ir y agregar los números, las medidas dentro de nuestra fuente de datos. Esto tiene sentido, ¿verdad? el total de ventas en la vista. Pero ahora, ¿qué tal se agregan los valores de las dimensiones, por ejemplo, los clientes o los productos? ¿Cómo agregar esos valores? No podemos ir y usar la función sum para agregar las dimensiones. Podemos ir y usar la función de atributo, la función de atributo en Tableau, yendo a ir y agregar los valores de las dimensiones de la fuente de datos y presentar el resultado en la vista. Pero esta vez me gustaría ir y agregar los valores de los clientes por los productos. Para ello, podemos usar el atributo function. Para los clientes en la vista, podemos tener dos valores. Primero tenemos el producto dimensión. Éste va a definir el nivel de detalles de esta vista. Aquí tenemos otro campo donde podemos tener el resultado de agregar los clientes, el atributo del cliente Aquí tenemos dos opciones. El primero, si todos los valores son iguales, entonces va a devolver un solo valor, el mismo valor. O si tenemos múltiples valores, entonces va a devolver el riesgo. Esto puede sonar muy confuso o complejo, pero no te preocupes por ello. Vamos a seguir el ejemplo nuevamente aquí, ya que estamos agrupando los datos por los productos Tableau va a ir y agrupar los pedidos por los productos. El primer grupo para el producto número uno, el segundo grupo para dos y así sucesivamente. En las visualizaciones, vamos a tener solo una fila para cada grupo como cualquier otra función agregada Ahora para el primer grupo, vamos a tener una fila, la de pago y Tableau va a ir a verificar los valores dentro de los clientes para este grupo. Como puede ver, tenemos la misma información en esas tres filas. Tenemos a John, John, John. Tenemos el mismo valor, así que estamos en las primeras opciones. Si todos los valores son iguales, entonces puede devolver un solo valor. Por eso mesa va a regresar. En la salida, John con esa tableta sí implementó la primera opción. Pasemos al siguiente grupo. Entonces los dos como se puede ver en los clientes y los dos tenemos aquí valores diferentes. Entonces el primero es Juan, el segundo es María. María, no tenemos los mismos derechos de valores. Tenemos diferentes valores. Por eso Tablet va a ir y ejecutar la segunda opción porque tenemos múltiples valores y tabla va a devolver el riesgo. Entonces por eso tenemos aquí y engañamos a otros resultados. Así es como funciona la función de atributo en Tableau. Pasemos a los siguientes productos. Veamos que tenemos la P tres y como pueden ver tenemos aquí nuevamente dos valores distintos, Juan y María. No son lo mismo. Por eso se va a activar la segunda opción. Y mesa va a tener el asterisco. Otros resultados para el producto. Cuatro, vamos a revisar. Tenemos a María y María, tenemos el mismo valor. Es por eso que mesa va a ir y ejecutar la primera opción donde todos los valores son iguales y luego vamos a obtener el mismo valor en la salida. Por eso tenemos a María. Eso es todo para la función de atributo. Es muy simple, ¿verdad? Una vez que tengas un ejemplo, entonces todo va a quedar claro. Nuevamente, si los valores son los mismos, como aquí John, entonces vamos a obtener el mismo valor. Y si los valores son diferentes, entonces tienes múltiples valores, entonces tabla va a tener el Asterix Y ahora podría preguntarse qué significa este Asterix en la vista La mesa lo utilizará como resalte o advertencia para que te diga que hay más detalles en este campo dentro de los clientes y el Asterix puede ayudarte también a entender la relación entre dimensiones entre, por ejemplo, los clientes y los productos Como puedes ver, para el producto dos, tenemos múltiples valores, por lo que es como uno a la relación. Pero para el producto uno, tenemos una relación uno a uno. Por lo que solo tenemos un cliente para un solo producto. Con eso, se puede entender la relación entre dimensiones. Bien, con eso, hemos entendido que en Tableau, podemos por supuesto, agregar las medidas como en la función sum. Pero también, podemos ir y agregar las dimensiones dentro de la fuente de datos usando la función de atributo en Tableau. Entonces esta es la tarea principal que solemos usar la función de atributo para agregar las dimensiones. Ahora volvamos a Tableau para poder practicar esta función. Bien, así que te voy a mostrar un ejemplo muy rápido de cómo crear los atributos en Tableau. Sigamos con la pequeña fuente de datos. Vamos esta vez a los clientes. Vamos a llevar a los países y a las ciudades también a la vista. Ahora me gustaría que esto agregue la dimensión ciudad dentro de esta vista. Para ello, podemos usar el atributo function. Hay dos formas de hacerlo. Ya sea global y localmente, como de costumbre, localmente solo para esta vista, globalmente para todas las demás hojas de trabajo Veamos el rápido , el local. Para ello, vamos a la ciudad por aquí, escribimos un click sobre ella, y luego puedes encontrar esta opción entre las dimensiones y medidas. Esta vez tenemos los atributos. Nuevamente, esta no es la tercera opción de los meta datos que aprendimos antes, dimensiones y medidas. Esto es simplemente una función agregada que Tableau acaba de poner entre esas dos opciones. No es la tercera opción, es una función agregada. Vamos a dar click en eso. Ahora podemos ver por el nombre del campo, tenemos el atributo de función aplicado en el campo Ciudad. Y el nivel de detalles en nuestras visualizaciones ya no es la ciudad como antes, ahora es el país, la ciudad va a tener un valor agregado Para Francia, tenemos París, para Alemania, y Estados Unidos, tenemos el riesgo. Veamos rápidamente cómo lo hizo Tableau. Bien, aquí es muy especial sobre la función de atributo en Tableau. No es como todas las demás funciones agregadas donde partimos de la fuente de datos. Aquí partimos de las visualizaciones depende del nivel de visualización de los detalles que tengamos dentro de la vista Se va a hacer el cálculo. Aquí tenemos las visualizaciones, el país y la ciudad Se va a enfocar sólo en esas dos dimensiones. Al inicio, tenemos Francia, París, y tenemos dos valores para Alemania y dos valores para Estados Unidos. Dado que el país única dimensión que tenemos en la vista y la ciudad puede ser una agregación, el nivel de detalle va a ser el país. Eso significa que vamos a tener sólo tres filas, sólo tres valores. Tableau nos va a mostrar como podemos ver aquí del lado izquierdo que tenemos a Francia, Alemania y Estados Unidos. Ahora como aprendimos, Tableu va a ir a comprobar los valores Si todos los valores son iguales, vamos a obtener el mismo valor para Francia, solo tenemos un valor, va a ser el mismo valor, Tableau va a ir y ponerlo en la salida. Después la siguiente, Alemania, tenemos este grupo de filas. Tenemos dos filas, Berlín y Stuttgart. Tenemos dos valores diferentes. Por eso Tableau va a ir y poner el asterisco en la salida. Lo mismo para Estados Unidos. Como puedes ver tenemos dos valores diferentes, así que tenemos múltiples valores y para eso Tableau puede mostrar también el Astrisk en las salidas Y por eso tenemos aquí solo París para Francia y dos Astrisks para los otros dos países Entonces se puede ver que esto es muy sencillo. Pasemos a otro ejemplo para entender el caso de uso de los atributos. Muy bien todos, así que ahora podríamos preguntar, bien, bien. Ahora podemos agregar las dimensiones, pero ¿dónde lo uso en mis dashboards Entonces, ¿cuál es el caso de uso real de las funciones de atributo en Tableau? Bueno, normalmente suelo usar las funciones de atributo en dos casos de uso. El primero dentro de la punta de herramienta, donde quiero mostrar a los usuarios más detalles sobre las agregaciones Déjame mostrarte cómo suelo hacerlo. Vamos a la fuente de big data y luego vamos a ir a los clientes. Tomemos, por ejemplo, el país, la ciudad, toda la información sobre la ubicación, y también el código postal. Entonces como de costumbre, nos gustaría mostrar la información de ventas. Entonces vayamos a los pedidos y llevemos las ventas a las columnas. Y vamos a mostrar las etiquetas y también el color de las ventas. Entonces ahora podemos ver que el nivel de detalles de nuestra visualización va a estar basado en el código postal. Ya que nos va a llevar al nivel más bajo de detalles, digamos que los requisitos quieren que tengamos el nivel de detalles de la ciudad y no el código postal. Hay dos formas de hacerlo. O podemos ir y eliminar el código postal de la vista de aquí. Con eso, conseguimos el nivel de detalles de la ciudad. Pero ahora veamos que todavía quiero llevar las informaciones del código postal a este visual como un detalle para los usuarios. No puedo simplemente arrastrar y probar. Ponlo aquí, va a dividir los datos, ¿no? Puedes ver aquí, París, tenemos dos valores. En lugar de eso, podemos usar las funciones de atributo en Tableau si aún necesitamos presentar las informaciones del código postal en esta visualización. Como aprendimos antes, podemos ir por aquí y cambiarlo rápidamente a atributo, o podemos hacerlo globalmente para re, usarlo en diferentes hojas de trabajo Vamos a elegir eso. Vamos a ir a crear un nuevo campo calculado. Voy a llamarlo atributos, Código postal. La función es muy sencilla. Va a estar en el atributo y aceptar solo un campo. Van a ser los códigos postales. Debe ser una dimensión. Eso es, el cálculo es válido. Vamos a golpear. Bien, entonces tenemos un nuevo campo calculado, una nueva dimensión. Vamos a traerlo a la vista. Elimino el código postal. Ahora podemos entender rápidamente desde el punto de vista que el código postal y la ciudad, están casi al mismo nivel de detalles. Como puede ver, siempre tenemos valores, pero sólo dos países donde tenemos el asterisco Entonces tenemos el París y el Portland. Con eso, entendemos la relación entre el código postal y la ciudad. Están casi al mismo nivel, pero a veces tenemos más detalles. En París, tenemos aquí diferentes valores para el código postal y también para el Portland. Ahora bien, para mostrar esos detalles a los usuarios, o podemos dejarlo como un campo por aquí como encabezado o una mejor manera para guardar algunos espacios en las visualizaciones y no mostrar muchos encabezados Podemos mostrarlo en la punta de la herramienta. Para ello, vamos a arrastrar nuestro campo y soltarlo sobre los detalles. Y luego tenemos por aquí esta opción para configurar nuestra punta de herramienta. Vamos a entrar ahora mismo. Como puede ver, tenemos cuatro informaciones, Ciudad, ventas por país, y nuestro nuevo campo, el atributo código postal. Pero me gustaría renombrarlo para que sea más fácil para los usuarios leerlo, así que va a ser la información del código postal. Vamos a golpear Bien, y ahora Agregar. Los usuarios están rondando el ratón sobre esas informaciones. Se puede ver que tenemos más detalles sobre la ciudad. Tenemos las informaciones del código postal dentro de él, y si tenemos múltiples valores, como en París, podemos tener el Astrisk que suelo explicar para los usuarios Si encuentra el riesgo As, significa que tenemos más detalles sobre las agregaciones lo que puede despertar la curiosidad para que los usuarios realicen análisis más detallados sobre los códigos postales en lugar de las ciudades Y con eso, estamos presentando las informaciones del código postal a pesar de que ese es nuestro nivel de detalles en las visualizaciones es la ciudad Este es un caso de uso muy común para el atributo donde se pueden presentar más detalles para las visualizaciones Incluso si tiene un dato agregado muy alto en la vista, y para eso usamos el funcionamiento abate en Tableau Pero a veces terminamos, como en la mayor parte de la situación, que los usuarios quieren ver esas informaciones, quieren ver esos códigos postales y la información de ventas para ellos. Para ello, hacemos lo siguiente. Vamos a crear nuevas hojas, y esta vez vamos a crear una vista donde está el código postal, el nivel de detalles, todo lo que necesitamos es el código postal y también las ventas. Arrastre y suelte las ventas a la vista. Vamos a hacerlo un poco más grande para ver la información del encabezado. Entonces eso es todo. Llamémoslo ventas por códigos postales. Esta vista ahora se puede incrustar en la vista original. Para ello, vamos a volver a nuestra visión donde tenemos a la ciudad como nivel de detalles. Ahora queremos hacer hojas de trabajo incrustadas esta vista, dentro de la información sobre herramientas Vamos a la punta de la herramienta por aquí. Tengamos una nueva línea. Y luego vamos a ir a este menú aquí, los insertos. Con la primera opción, tenemos la tabla de hojas nos va a mostrar todas las hojas que tenemos en este cuaderno de trabajo Va a ser el último, ventas por Código Postal. Vamos a darle un golpe a eso. Ahora hemos incrustado otra hoja de trabajo dentro de la vista usando la punta de herramienta que establece. Es muy sencillo. Vamos a golpear, bien. Ahora vamos a pasar el ratón sobre esas ciudades. Como puedes ver, ahora tenemos una mesa o una vista, pequeña vista dentro de la punta de la herramienta si vas a París. Ahora vemos ahora los dos códigos postales, y esto será la venta de esos códigos postales. Así es como suelo hacerlo como siguiente paso si los usuarios quieren ver más detalles. Pero claro, esto necesita más cálculos y más recursos en Tableau para poner una vista en otra. Si los usuarios están contentos con el Astrix, entonces quédese con el atributo Pero si necesitan más detalles, entonces tienes que crear otra vista y luego ponerla dentro de la punta de la herramienta. Bien, así que eso es todo para el primer caso de uso. Usamos el atributo para mostrar más detalles para los usuarios si tenemos agregaciones altas en la vista y lo usamos generalmente en la punta de la herramienta Bien, ahora pasemos al segundo caso de uso, donde suelo usar las funciones de atributo en mi proyecto es verificar la calidad de los datos dentro de las fuentes de datos. Por lo general, si estás trabajando con los datos, tienes algunas expectativas sobre la calidad de los datos. Y si tienes alguna suspicacia, podemos usar las funciones de atributo para investigar la situación Por ejemplo, digamos que las expectativas en nuestros datos de tener un solo país por cada cliente, los datos no deberían permitir por alguna razón tener múltiples países para cada cliente. Si eres escéptico sobre esta información o queremos verificar la calidad de los datos que obtenemos, podemos usar las funciones de atributo así Podemos ir, por ejemplo, y tomar el ID de cliente. Podemos tomar el nombre, apellido, pero ahora nos gustaría comprobar la calidad del país. Pero como tenemos muchos datos dentro de nuestra fuente de datos, ahora puede ser muy difícil simplemente verificando los valores para entender si tenemos múltiples valores para cada cliente o ¿es una relación uno a uno? En lugar de eso, podemos ir y agregar el país usando la función de atributo. Hagámoslo esta vez por el camino rápido. O haga clic derecho en el país, y apliquemos la función de atributo. Al inicio, tal vez veas, bien, no cambia nada. Pero ahora en lugar de validar rápidamente los datos, podemos demandarlos como filtro. Haga clic derecho en el país por aquí y muestre el filtro. Ahora en la mesa lateral derecha nos va a mostrar todos los valores posibles que podrían pasar a esta vista. Aquí tenemos el Astersk. Tenemos Francia, Alemania, Italia y Estados Unidos. Por supuesto, lo que es interesante es el primero, así que sólo voy a quitar todo y seleccionar el asterisco Ahora podemos ver como seleccionamos el asterisco, no obtenemos ningún dato. Esto es perfecto. Esa es mi, la calidad de los datos dentro de nuestros datos es perfecta y tenemos exactamente un país para cada cliente. Pero si empezamos a obtener datos del Asterix, significa que tenemos múltiples valores para cada cliente y podemos investigar esta situación Entonces este es un análisis único para nuestros datos para verificar la calidad de los datos. Pero digamos que al día siguiente o al mes siguiente, tenemos muchos clientes nuevos y siempre queremos revisar esas informaciones. Podemos ir y hacer dashboards de calidad de datos para nosotros o para que los usuarios verifiquen si nuestras expectativas son correctas, solo seleccionando el Asterix Y podemos explicar que esperamos que esta visión vaya a estar siempre vacía. Si esta vista no está vacía, entonces tenemos un problema de calidad de datos. Y podemos agregar esta información en el título. Podemos llamarlo verificación de calidad de datos. Entonces se trata de los múltiples países. Se espera que éste esté vacío. Si está vacío, entonces todo está bien. Eso es todo para el segundo caso de uso para la función de atributo en Tableau. Como puede ver, es muy útil los derechos de los proyectos comprendan sus datos, realicen verificaciones de calidad de datos, etc. O también para mostrar más detalles para los usuarios dentro de la punta de la herramienta. Bien, así que eso es todo por la función de atributo en Tableau. Y con eso, hemos cubierto muchas funciones importantes bajo la categoría cálculos agregados. A continuación podemos empezar a hablar de los cálculos de LOD en Tableau Son realmente interesantes e importantes de entender. 147. Tableau | Introducción a las expresiones LOD: Todo bien a todos. Entonces ahora vamos a hablar del tercer tipo de cálculos de Tableau. Tenemos las expresiones LOD o cálculos LOD. Es otro tipo con el fin de agregar los datos en Tableau. Y aquí tenemos sólo tres funciones que tenemos, incluir y excluir. Y como es habitual, primero tenemos que entender el concepto que hay detrás de ellos. Entonces podemos tener suficientes ejemplos en Tableau. Así que vamos. Bien chicos, así que ahora podemos entender, cuando necesitamos expresiones LOD en Tableau usando este ejemplo muy sencillo Entonces digamos que estamos construyendo una vista donde tenemos la información de la categoría y el nombre del producto. Y ahora estamos mostrando las ventas totales de cada producto. Ahora mirando a esas dos dimensiones, puede entender que el nombre del producto está controlando el nivel de detalles en nuestra opinión. Entonces tenemos cinco productos, y con eso conseguimos cinco filas. Entonces el nombre del producto está dividiendo las filas de esta tabla. Pero ahora llegamos al tema. Si quieres mostrar en la misma vista, en las mismas dimensiones, y configurar, quieres mostrar el total de ventas para cada categoría. Bueno, no podemos hacer eso siempre y cuando tengamos el nombre del producto dentro de esta vista, porque el nombre del producto está dividiendo la vista en productos. Con el fin de mostrar el total de ventas para cada categoría. O tienes que quitar el nombre del producto de la vista simplemente arrastrándolo y soltándolo. Ya puedes ver que tenemos el total de ventas para cada categoría. Pero si dices, espera, espera, necesitamos tener la información del producto en la vista, no podemos dejarla caer. Así que vamos a traerlo de vuelta por aquí. Si necesitas tener el nombre del producto y aún quieres tener las ventas totales para cada categoría, tenemos que usar las expresiones LOD exactamente en esta situación donde necesitamos la ayuda de expresiones LOD para controlar el nivel de detalles de nuestras Ahora vamos más allá y entendamos cómo funciona LOD. Bien, ahora vamos a tener datos rápidos sobre los cálculos de LOD Primero, el cálculo de LOD va a ir y agregar las filas de la fuente de datos en el nivel de dimensión que especificamos dentro del cálculo Eso significa que la dimensión de las visualizaciones no controlará el nivel de detalles Esta vez vamos a tener el nivel de detalles de las expresiones LOD Los cálculos LOD, como los cálculos agregados Tableau van a ir a la fuente de datos para poder consultar los datos allí, y luego llevar el resultado a las visualizaciones Y el cálculo puede ocurrir sobre la marcha. Eso significa que Tableau puede ejecutar el cálculo solo si lleva el campo a las visualizaciones Tableau no recalculará y almacenará la información dentro de la fuente de datos Nuevamente, cómo funciona, las visualizaciones pueden enviar consulta a la fuente de datos y la fuente de datos puede responder con sus resultados Así es como Tableau ejecuta los cálculos de LOD. Muy bien a todos, hablamos del nivel de detalles muchas veces durante los tutoriales pero ahora vamos a entender qué nos referimos exactamente con el nivel de detalles. Digamos que usamos en Tableau solo la medida sin ninguna dimensión. Con eso, vamos a estar en el nivel uno y obtendremos, por ejemplo, las ventas totales si estás usando la medida Sales Tableau. Ir a resumir todas las ventas dentro la fuente de datos y presentarlo como una sola fila, un valor Sin utilizar ninguna dimensión, obtendremos el nivel más alto de agregaciones. Pasemos al siguiente nivel. Digamos que usamos una dimensión como la categoría. En nuestra pequeña fuente de datos, solo tenemos dos valores. Tableau puede dividir este valor en dos valores. Aquí podemos ver más detalles sobre nuestras ventas. No es sólo un valor, ahora lo tenemos como dos valores. Entonces eso significa que esta dimensión va a dividir nuestra vista en dos filas. Pasando al tercer nivel, digamos que usas el país dentro de la fuente de datos. Tenemos tres países, Eso significa que vamos a tener tres filas. Ahora tenemos más detalles sobre las ventas. Entonces como puedes ver, las ventas van a dividirse en tres filas. Entonces eso significa que el nivel de detalles de la categoría es diferente al del país. En la categoría, tenemos dos filas. En el país, podemos tener tres filas. Pasando al último nivel. Si traes el ID de pedido a las visualizaciones, obtendrás el más alto nivel de detalles Es exactamente el nivel de detalles que tenemos dentro de la fuente de datos. No tenemos en nuestro modelo de datos ninguna dimensión que vaya a romper estas filas a más detalles. Por lo que ahora estamos en la parte inferior, al más alto nivel de detalles. Y podemos tener exactamente 15 filas, porque tenemos 15 órdenes. Entonces eso significa que cada una de esas dimensiones va a ir y romper las visualizaciones en diferentes niveles de detalles La categoría lo va a dividir en dos países tres, nombre del producto cuatro ID de pedido, va a dividirlo en 15 filas. Eso significa que el nivel de detalles es el más alto en el ID de pedido y va a ser el más bajo si no usas ninguna dimensión. Todo lo contrario si estás hablando de las agregaciones. El nivel más alto de agregaciones, si no usas ninguna dimensión Y vas a obtener el nivel más bajo de agregaciones si vas a usar una dimensión como el ID de orden que entendimos, cada dimensión nos lleva a un nivel diferente de detalles Esto es, ¿qué queremos decir con el nivel de detalles en Tableau? Bien chicos, ahora vamos a ir a entender las funciones LOD en Tableau Pero primero podemos dividir esas tres funciones en dos categorías. El primero va a ser la estática. Donde tenemos una sola función, es la fija. El segundo tenemos los cálculos dinámicos. Y aquí tenemos las dos funciones incluir y excluir. Si quieres tener un cálculo fijo o estático, puedes usar fijo. Pero si necesitas más dinámica, entonces tienes que usar incluir y excluir las dimensiones. Dentro de nuestras visualizaciones o en las expresiones LOD definen el nivel de detalles y cada dimensión tiene diferente nivel de Por ejemplo, la categoría tiene sólo dos valores. Eso significa que el nivel de detalles aquí es muy bajo en comparación con el ID de pedido, donde tenemos el nivel más alto de detalles. Digamos que nuestro nivel actual de detalles dentro de la vista es el país. Entonces tenemos el nivel tres. Podemos usar el orden de expresiones LOD para llevar los cálculos a un nivel inferior de detalles Y podemos usar la función excluir o la función fija para llevarla, por ejemplo, al nivel dos de la categoría. Pero ahora, para presentar los cálculos en la visión actual, ¿qué puede pasar? Los valores pueden ser duplicados o uplicados, como hemos visto en el último caso de uso, donde tenemos las tablas y duplicamos o replicamos todos los O podemos usar las expresiones LOD para llevarnos a un nivel superior de detalles como usar el include o fixed Pero ahora, si queremos traer vuelta los cálculos a la vista actual, tenemos que hacer agregaciones como hemos hecho el número promedio de clientes para cada categoría Dado que los clientes tienen un nivel de detalles más alto que la categoría, un nivel de detalles más alto que la categoría, hay que prestar atención a las dimensiones que está utilizando dentro de los cálculos LOD Si va a llevar las agregaciones a un nivel superior de detalles, entonces tienes que enfocarte las funciones agregadas que estás usando en las funciones agregadas que estás usando para llevar el resultado al nivel actual de detalles en la vista Entonces eso significa que siempre tenemos que agregar datos para volver a un nivel inferior de detalles o a un nivel superior de agregaciones Siempre aquí, tenemos que usar funciones agregadas para volver al nivel actual de detalles. Pero si estamos arriba, es fácil. Se va a duplicar simplemente replicado. Bien chicos, espero que haya quedado claro. Este es uno de los conceptos más complicados que tenemos en Tableau, si se compara con todos los demás conceptos. Bien chicos, ahora vamos a ir a entender la sintaxis de las expresiones LOD Comienzan con el nombre de la función, así que o bien va a ser el fijo, incluir o excluir. Después de eso tenemos los puntos dobles. Entonces tenemos que definir las agregaciones. Es como los cálculos agregados algo así como suma de ventas, promedio de ventas, máximo y así sucesivamente. Pero la agregación más habitual que usamos aquí es la suma de algo. Tengamos algunos ejemplos. Podemos ir con lo siguiente. Como decimos fijo, entonces no especificamos ninguna dimensión, luego especificamos las agregaciones que tenemos en este ejemplo, la Suma de Ventas Ahora piense en las expresiones LOD medida que está construyendo y visualizando en Tableau Siempre hay que especificar las dimensiones y medidas de las agregaciones. Aquí le estamos diciendo a Tableau que haga la suma de ventas sin considerar ninguna dimensión. Ahora vamos a agregar dimensiones dentro del cálculo. Como por ejemplo, la categoría aquí. Nuevamente la misma analogía. Es como si estuvieras construyendo la vista desde la categoría de dimensión y la suma agregada de ventas. Por supuesto, puedes ir y agregar más dimensiones como la categoría y el nombre del producto. La misma analogía, tenemos dos dimensiones en la categoría vista, nombre del producto, y luego tenemos la suma de ventas Ahora, por supuesto, podemos ir y agregar más dimensiones como la categoría, el nombre del producto, la misma analogía Estamos agregando dos dimensiones a la categoría de vista y al nombre del producto. Y la agregación es la suma de ventas. Y claro, podemos ir y usar otras funciones como la incluir o excluir en esos ejemplos u otras agregaciones como el promedio de ventas y así sucesivamente Entonces, como puede ver, construir una expresión LOD es muy similar Al estar construyendo cualquier vista, siempre hay que definir las dimensiones y como lo harán las agregaciones a partir de las medidas Así que eso es todo acerca de la sintaxis de las expresiones LOD. 148. Tableau | Expresión de LOD fija: Bien, entonces hay dos tipos de nivel de detalles. Lod, el primero es el que definimos dentro de nuestras visualizaciones Lo llamamos LOD viz, y al otro que definimos dentro de los cálculos, lo llamamos expresiones LOD Ahora digamos que dentro de las visualizaciones, tenemos dos dimensiones, categoría y país. Y tenemos las ventas. Ahora del lado derecho en el LOD, si vas y usas la función fija, digamos que tenemos la categoría fija, Suma de ventas Lo que hemos hecho aquí es exactamente como usted está construyendo cualquier otra vista. Siempre se necesita una dimensión. Y como agregación con ese Tableau va a ir y digamos internamente va a crear una vista oculta con la categoría de dimensión y la suma de agregación de ventas. Aquí, ya que decimos que es una función fija, Tableau ignorará la dimensión que tenemos en la vista, por lo que puede funcionar completamente independiente de las dimensiones que se presentan en la vista. Eso significa que el cálculo va a ser muy afirmativo y no importa lo que vayas a hacer en las visualizaciones Nada va a cambiar en el cálculo de la expresión LOD. ¿Qué es lo que realmente quiero decir? Digamos que en la vista, has agregado una nueva dimensión, digamos que el producto ahora has hecho un cambio en las visualizaciones Ahora tenemos tres dimensiones, categoría de producto y país. Pero la expresión de LO D no va a cambiar en absoluto. Va a obtener exactamente los mismos resultados que puede, tiene la categoría y agregación. Ventas. Entonces este es el propósito principal de la función fija, hacerla independiente de las dimensiones que tenemos dentro de la vista. Entonces todo va a ser estático. Y esta es exactamente la principal diferencia entre esta función y las otras dos, incluir y excluir. Entonces como puedes ver, construir las expresiones LOD, es muy fácil, es muy similar ya que estás construyendo visualizaciones en Tableau, ya que estás arrastrando las dimensiones y agregaciones ya que estás arrastrando las dimensiones y En cambio, hay que definirlo dentro del cálculo. Y siempre hay que definir las dimensiones y agregaciones. Entonces es realmente simple. Una vez que lo entiendas, pasemos al siguiente, a la exclusión. Todo bien a todos, ahora volvamos a nuestra opinión donde tenemos el nombre del producto. En las visualizaciones, no podemos utilizar los cálculos agregados para mostrar la categoría pi de ventas totales Para resolver esto, vamos a usar las expresiones LOD usando la función fija Vamos a crear un nuevo campo calculado. Lo llamaremos ventas categoría pi. Ahora vamos a usar la función fija. Entonces comencemos a dar propinas fijas y utilicemos esta sugerencia desde aquí Ahora a continuación tenemos que definir la dimensión. Ya que decimos ventas categoría Pi, entonces necesitamos la categoría. Vamos a agregar la categoría de dimensión y luego doble punto y la agregación puede ser la suma de ventas. Al final, tenemos que cerrar los paquetes. Como puedes ver, es muy sencillo. Tenemos que definir la dimensión y también la agregación que necesitamos en las visualizaciones Vamos y golpeemos Ok. Pero como de costumbre obtendremos un nuevo campo calculado sobre la medida y se va a calcular sobre las moscas. Eso significa que la tabla no irá ahora y almacenará los resultados en la fuente de datos. Vamos a tomar los resultados, arrástralo y suéltelo a la vista de aquí. Ahora vemos en los resultados, tenemos las ventas por categoría. Estamos ignorando el nombre del producto de la dimensión. Y se basa completamente en la categoría Dimensión. Normalmente trabajo con las expresiones LOD para entenderla. Siempre me imagino que Tableau está creando una vista separada para calcular las expresiones LD. Después agrégalo vista actual. Entonces déjame mostrarte lo que quiero decir con eso. Vamos a abrir de nuevo nuestro campo calculado. Y en el lado derecho tenemos por aquí la tabla de sentido de información de fuente de datos. Va a ir a consultar esos datos. Estamos diciendo categoría fija, así que eso significa que podemos agarrar la categoría dimensión. Y en su interior hay dos valores. Tenemos los accesorios y el monitor. A continuación tenemos la Suma de Ventas. Esta es la tabla de agregación, va a agarrar las ventas y empezar a hacer la agregación. Entonces va a ir a resumir todos esos valores. Para las primeras secciones para los accesorios, obtendremos las ventas totales de los accesorios. Y luego Tableau va a ir a resumir todas las ventas para la segunda categoría Y con eso, obtendremos las ventas totales monitoreando la salida de nuestro cálculo. La expresión LOD puede verse así. Como puede ver, el nivel de detalles en la expresión LOD es completamente diferente al de la vista Aquí tenemos sólo dos filas, y en la vista tenemos cinco filas. El siguiente paso tabla, va a ir y fusionar esos resultados a la vista. Tenemos los tres primeros productos pertenece a la categoría accesorios. Por eso estamos viendo los valores, las ventas totales desde el accesorio en la vista. Y luego los dos siguientes productos pertenecen a la categoría Monitor. Por eso estamos viendo las ventas totales por parte del monitor. Así es como suelo hacerlo para entender expresiones si las cosas se complican. Ahora una cosa más sobre los cálculos fijos. Decimos que es estático. Es fijo. Entonces no importa lo que esté presentando en la vista, siempre obtendremos los mismos resultados y nada cambió en la expresión LOD A lo que me refiero con eso, vamos a cambiar algunas cosas. Vamos a quitarle el nombre del producto. Se puede ver que seguimos obteniendo los mismos valores. Vamos a sumar, por ejemplo, el país a la vista. Vayamos a las delegaciones y solo sumemos los países. Como se puede ver, nada que cambiar. La expresión LD puede tener exactamente los mismos valores y es estática. Bien chicos, así es como funciona la expresión LOD fija en Tableau. Todo bien. El siguiente caso. Me gustaría crear un histograma para medir la lealtad del cliente Eso significa que me gustaría tener las distribuciones de datos del número de clientes distribuidos por el número de pedidos Me gustaría entender aquí cuáles son los números de pedidos que la mayoría de mis clientes están ordenando. Eso significa que me gustaría entender el comportamiento de mis clientes. Eso significa que para construir tal cosa, necesitamos dos medidas, El número de clientes y el número de pedidos. Bueno, antes hemos aprendido a construir histogramas, pero sólo a partir de una medida Si tienes dos medidas, esta vez tenemos que ir a crear expresiones LOD Entonces ahora hagámoslo paso a paso para aprender a construir tal visual. Bien chicos, así que primero entendamos los datos que tenemos. Vamos a mostrar el número de pedidos para cada cliente. Entonces vayamos a los clientes. Por aquí estamos en la fuente de big data. Entonces tomemos, por ejemplo, el ID de cliente. Con eso, podemos tener una lista de todos los clientes dentro de la fuente de datos. Y luego vayamos a las órdenes y agarremos los recuentos de pedidos. Con eso, conseguimos el recuento de pedidos para cada cliente. Ahora vamos a ordenar los datos para que podamos ver que solo tenemos un cliente con el mayor número de pedidos, 29. Entonces tenemos tres clientes que ordenaron la misma cantidad. Tenemos 2083 veces tres clientes ordenaron la misma cantidad Entonces tenemos un cliente que ordenó 26. Entonces tenemos por aquí, cinco clientes que ordenaron la misma cantidad. Tenemos 25 pedidos, esos cinco clientes. Ahora como tenemos dos medidas, el número de pedidos y el número de clientes, tenemos que convertir uno de ellos a una dimensión. Entonces voy a estar trabajando ahora con el número de pedidos. Para convertirlo en una dimensión, queremos esos valores, el 292-82-6205, Para ello, podemos ir y crear expresiones LOD usando la función el 292-82-6205, Para ello, podemos ir y crear expresiones LOD usando la función fija. Vamos a crear un nuevo campo calculado. Podemos un número de pedidos por cliente. Vamos a ir a construir algo muy similar a esta vista usando las expresiones LD. Podemos comenzar con una función fija, entonces nuestra dimensión va a ser el ID de cliente como en la vista. Y entonces nuestra agregación va a ser el recuento de órdenes. Puedes ir con el distinto si no estás seguro de si hay duplicados dentro de las órdenes. Pero me quedaré con las cuentas y luego podremos tener el ID del pedido. Y luego vamos a cerrarlo. Con eso el cálculo es válido, simplemente construimos exactamente como esta vista. Vamos y eso. Bien. Ahora con eso tenemos nuestro nuevo campo por aquí, el número de pedidos. Vamos a revisar los resultados. Va a ser exactamente los mismos datos que tenemos dentro de nuestra visión, pero esta vez tenemos una expresión LOD donde tenemos más control en esta medida Ahora vamos a dejar todo desde la vista. Solo necesitamos los nuevos campos calculados. Y ahora vamos a cambiarlo a dimensión para tener valores distintos. Después muévelo a discreto. Entonces con eso, tenemos algo muy parecido a las curvas aquí mismo Tenemos valores distintos a partir del número de órdenes. Ahora lo que falta es, por supuesto aquí, el número de clientes para tener histograma Entonces vayamos a los recuentos de clientes por aquí y simplemente déjelo caer en la rosa. Con eso tenemos exactamente lo que queremos, las distribuciones de datos del número de clientes Entonces como puedes ver por aquí, por ejemplo, tenemos tres clientes que se encargan cuatro veces. Y aquí de nuevo, solo tenemos un cliente que ordenó 29 veces, si recuerdas el ejemplo. Y entonces tenemos aquí a esos tres clientes que ordenaron 28 veces. Para que pueda comprender rápidamente el comportamiento de los clientes con solo verificar la vista, podemos entender que la mayoría de nuestros clientes están ordenando 11-16 lo cual es realmente bueno Al igual que no tenemos muchos clientes que están ordenando solo una vez. El lado izquierdo de aquí es muy bajo, lo cual es muy bueno. Y claro, ahora estamos resumiendo todos los datos que tenemos dentro de la fuente de datos a los cinco años Y ahora puede que tengas la pregunta, ¿el comportamiento del cliente cambia con el tiempo? Para poder responder a esta pregunta, hay que traer el tiempo. Entonces tenemos que traer la fecha del pedido, vamos a arrastrarlo y soltarlo a las carreteras de aquí. Y ahora podemos ver muy rápidamente que el comportamiento de los clientes no va cambiando con el tiempo. Entonces, como pueden ver, los histogramas se ven idénticos, ¿verdad? Por lo que la mayoría de los clientes están ordenando 11-15 y eso es a lo largo de los años, y no podemos hacer dicho análisis sin las expresiones LOD Para que puedas ver el poder de LOD. 149. Tableau | EXpresión de LOD: En las visualizaciones, vamos a tener exactamente la misma vista con las dos dimensiones, categoría y país Pero ahora en las expresiones LOD vamos a usar la categoría donde vamos a excluir, suma de Ventas Ahora lo que le estamos diciendo a Tableau es ir y excluir la categoría de dimensión de la visualización. Eso significa que en la expresión LOD del lado derecho, vamos a obtener todas las dimensiones de las visualizaciones y excluiremos ahora la categoría Vamos a eliminar la categoría de las dimensiones, eso significa en la expresión LOD Ahora en este ejemplo, tenemos el país que va a controlar el nivel de detalles en las expresiones LOD y Tableau lo va a hacer de nuevo, dependiendo de esta dimensión, eso significa que la función de exclusión siempre eliminará las dimensiones que se especifican en el cálculo Aquí la gran diferencia entre la exclusión y la exclusión fija depende de las dimensiones que tengamos en la vista. Digamos que hemos agregado en la vista otra dimensión. Entonces ahora tenemos categoría de producto y país. ¿Qué puede pasar con las expresiones LOD? Tabla. Va a tomar todas esas dimensiones y sólo excluirá la categoría. Eso significa que el cálculo ahora va a depender únicamente del producto y del país. Se puede ver que es muy dinámico y depende de las visualizaciones. La exclusión siempre reaccionará a las dimensiones que se especifican en las visualizaciones Va a quitar las dimensiones que especificamos en el cálculo. Pasando a la segunda función LD que tenemos, la excluir. Digamos que me gustaría tener las ventas totales dentro de la vista, pero me gustaría ignorar la categoría dimensión. Para ello, podemos usar, vamos a crear un nuevo campo calculado. Vamos a llamarlo ventas excluyen categoría. Empezamos con la función excluye, vamos a seleccionar eso. Entonces vamos a tener que especificar la dimensión que se debe excluir. Va a ser la categoría después de eso, como de costumbre, tenemos que definir el cálculo agregado. Va a ser la suma de las ventas. Cerremos los paquetes. Entonces es realmente simple. Le estamos diciendo a Tableau que ignore siempre la categoría de los cálculos, así que todo es válido. Vamos a golpear Bien. Y como es habitual, obtendremos nuestro nuevo campo calculado en el cerebro de datos. Vamos a tropezarlo en la vista para verificar los resultados. Si revisas los nuevos resultados, puedes ver que tenemos números diferentes de las ventas por categoría o las ventas originales. ¿Qué está pasando por aquí? Ahora, como estamos usando la función de exclusión en Tableau, el cálculo de LOD va a ser dependiendo de las dimensiones de la vista Volvamos a abrir nuestro campo calculado, y veamos qué va a hacer Tableau. Tableau va a depender las dimensiones que tengamos dentro de la vista. Tendremos en los cálculos LOD, el país y la categoría Pero como estamos aquí diciendo bien, ir excluir ir y eliminar la tabla de categorías, podemos eliminar la categoría de dimensión, y con eso nos queda sólo con el país de dimensión. Ya que aquí tenemos como dobllicados, solo tenemos tres países al final En las expresiones LLD tendremos tres filas. Ahora, ¿qué tabla va a ir y encontrar el total de ventas para cada país? La fuente de datos se va a dividir en tres grupos por cada país. Uno tenemos Francia, Alemania y Estados Unidos. Eso significa tabulador va a ir, por ejemplo, para Francia e ir a resumir todas las ventas para esos tres pedidos y poner los resultados en la salida luego va por lo mismo también para Alemania Y toma todas esas ventas, resumirla y consigue también Y los resultados de ventas para Alemania. Y entonces tenemos para EEUU, esos cuatro órdenes. Y vamos a ir a resumir las ventas para eso para que la salida de la expresión se vaya a quedar así Tenemos el país y las ventas totales de los países. Ahora bien, si comparas con la vista con los resultados que tenemos, como puedes ver, como excluimos la categoría, vamos a tener las ventas totales para cada país. Aquí, Francia, tenemos 172 y también para la segunda categoría, tenemos a Francia. Obtendremos exactamente las mismas ventas totales. Y lo mismo va a pasar para Alemania. Entonces tendremos exactamente los mismos valores en ambas categorías. Para Alemania, también obtendremos este valor. Para el monitoreo en Alemania, obtendremos este valor. Como puede ver, una vez que entienda lo que sucede en el fondo, comprenderá el en la vista ya que decimos que la exclusión es dinámica. No es como lo fijo. No vamos a obtener siempre esos resultados. Realmente va a depender de las vistas, las dimensiones que tenemos en la vista. Tomemos, por ejemplo, agreguemos otra dimensión a la vista. Vamos a buscar a los clientes. Vamos a ver a los clientes. Toma el nombre, dejémoslo por aquí. Ahora bien, si miras de cerca los datos, puedes ver esos números, nada cambió dentro de él porque siempre está fijo a la dimensión de categoría, pero excluyen esta vez tienen números diferentes. Si vas y comparas lo que tenemos al inicio, las ventas totales por países, esos números, ya no lo encuentras en las ventas de aquí. Y eso es porque hemos agregado unas nuevas dimensiones. No tenemos el país. También tenemos, el nombre de pila de los clientes. Entonces eso significa que ahora tenemos en las expresiones LOD dos dimensiones, el país y el nombre de pila. El resultado. La salida de la expresión LOD puede verse así. Tenemos dos dimensiones, país y el nombre de pila. No tenemos la categoría, la excluimos. Lo quitamos de la vista. Y luego tenemos las ventas totales para esta combinación de dimensiones. Las ventas totales para George desde Francia, las ventas totales para Maria desde Alemania, y así sucesivamente. Esos números son exactamente los mismos que estás viendo en la vista. Como puede ver, la función de exclusión es dinámica y depende de las dimensiones que se presentan dentro de la vista. Así es como funciona. Ahora pasemos al siguiente. Tenemos el include. 150. Expresión en Tableau | INCLUIR en LOD: Bien, así que ahora pasemos a la función include. Es exactamente lo contrario de excluir. Entonces vamos a tener el mismo ejemplo en las visualizaciones. Tenemos las dos dimensiones, categoría y país. Y ahora vamos a decir a Tableau incluir la dimensión del cliente. Y vamos a tener la misma agregación, la suma de ventas. Ahora lo que estamos diciendo tabla con este cálculo es agregar una dimensión más a las visualizaciones Para agregar dimensión clientes a las otras dos dimensiones que tenemos dentro de las visualizaciones Aquí de nuevo es tablo muy dinámico va a tomar las dimensiones que se presentan en las visualizaciones, la categoría y el país, y agregarle en nueva Los clientes que incluyen la función es muy similar a los de excluir. Es dinámico. Es dependiendo las dimensiones que tengamos dentro de las visualizaciones. Nuevamente, el mismo ejemplo, si vamos y agregamos una dimensión más los productos, terminaremos teniendo tres dimensiones en las visualizaciones y tabla en las expresiones LOD Vamos a agregar una dimensión más a la expresión donde vamos a tener al final cuatro dimensiones, clientes, categoría de producto y país. Entonces eso significa en función include, estamos diciendo hacer las agregaciones en todas las dimensiones que tenemos dentro las visualizaciones más una dimensión más que proviene del cálculo Entonces es muy fácil, ¿verdad? Entonces ahora para resumir, la función fija es muy estática. No le importan las dimensiones que tenemos dentro de las visualizaciones. Es completamente independiente. Entonces se va a quedar igual ya que estás cambiando las visualizaciones Pero excluyen e incluyen. Están dependiendo de las visualizaciones. Por lo que excluir va a ir y eliminar una cotas de las dimensiones que se presentan en las visualizaciones fueron incluir va a ir y agregar más una dimensión más a las dimensiones que se presentan en las visualizaciones Así que ahora tenemos entendiendo cómo funcionan esas tres funciones en Tableau. Así que ahora vamos a volver a Tableau para poder practicar esas tres funciones. Así que vamos. Bien, entonces ahora necesitamos más atención sobre esta función. Incluir, es más difícil que excluir y arreglar, así que tomemos un poco de café. Vamos. Bien, así como aprendimos antes que cada dimensión tiene diferente nivel de detalles. Por ejemplo, el nombre tiene más detalles que el país o la categoría. Entonces ahora viene el tema. Si desea eliminar dichos detalles de las visualizaciones, desea eliminar los nombres del cliente Y quieres quedarte solo con la categoría y el país. Pero aún así, se quiere introducir una agregación que tenga que ver con los clientes, con una dimensión que tenga muchos detalles. Por ejemplo, queremos traer aquí una agregación que muestre el promedio de ventas de clientes para cada país y categoría. Pero sin mostrar la información del cliente como una dimensión, vayamos y eliminemos el nombre de aquí. No tenemos aquí ninguna información de clientes. Pero aún así queremos llevar las agregaciones al nivel del cliente calculando las ventas promedio de los clientes En este caso, si tu agregación se basa en unas dimensiones con un alto nivel de detalles como los clientes o el ID de pedido, entonces tienes que usar la función include. Entonces veamos cómo podemos hacer eso. Vamos a crear un nuevo campo calculado. Y podemos llamarlo Ventas Promedio de clientes. Podemos usar la función include. Entonces, seleccionemos el include. Ahora tenemos que decirle a Tableau qué dimensión se puede incluir en la vista. Entonces actualmente tenemos la categoría en el país, nos gustaría agregar el nombre o puedes agregar el ID de cliente, no importa. Vamos a agregar el primer nombre. Y luego tenemos que sumar la agregación. Esta vez vamos a utilizar la suma de ventas. Ahora podrías preguntar, por qué tenemos la suma de ventas Estamos hablando del promedio. Bueno, el promedio va a ser la segunda agregación que vamos a hacer encima de esta expresión LOD Primero, tenemos que resumir los valores que tenemos dentro de la fuente de datos, y luego podemos hacer el promedio encima de ella Vamos a hacerlo paso a paso, no te preocupes por ello. Entonces tenemos que cerrar los corchetes así. Como puede ver, ahora el cálculo es válido. Vamos a golpear bien. Con eso, como de costumbre obtenemos un nuevo campo calculado. Vamos a arrastrarlo y soltarlo a la vista. Todavía no estamos ahí porque aquí tenemos las ventas promedio de los clientes, pero la función que se usa en Tableau es la suma. Tenemos que ir y cambiarlo a la función promedio. Vamos a hacerlo. Con eso, conseguimos el promedio de ventas de clientes para cada categoría y país. Ahora vamos a ver, paso a paso, cómo Tableau hizo la ejecución del include. El incluir va a depender las dimensiones de la vista que tenemos aquí, la categoría y el país. Eso significa que Tableau puede poner en marcha algo como esto. Nosotros categoría y el país. El siguiente paso, Tableu va a ir a verificar la función LOD Vamos a abrirlo de nuevo. Le estamos diciendo a Tableau ahora vaya e incluya el primer nombre a las dimensiones que se muestran en la vista. Tableau va a ir a tomar esas informaciones, el nombre de pila, y presentado en la salida tendremos tres dimensiones, nombre, categoría y país. Podemos tener algo así. Ahora si comparas el número de filas de las expresiones LOD con la vista, puedes ver que ahora tenemos más detalles en las expresiones LOD ya que agregamos el primer nombre Aquí tenemos ocho filas redondas, pero en la vista tenemos seis filas. El nivel de detalles de las expresiones LD es superior al de la tabla de vista. Yendo a ir al siguiente paso y decir, bien, tenemos que tener la suma de ventas. Podemos tener las ventas también por aquí. Y Tablo va a ir a empezar a agregar las filas. Por ejemplo, primero tenemos a George Los accesorios son Francia. Va a ser sólo esta fila por aquí. No lo tenemos en ningún otro lado, así que vamos a tener el 91. Entonces tenemos a Maria Accessories, Alemania. Para eso, tenemos tres filas. Mesa va a ir y agregar esas tres filas. En las salidas obtendremos algo así y así sucesivamente. Entonces tab va a ir y empezar a resumir esos valores en base a esas tres dimensiones Y al final vamos a conseguir en las salidas algo así. Esa tabla calculó la suma de ventas al incluir el primer nombre a las dimensiones que se presentan, Z. Aquí llegamos al tema donde tenemos en las expresiones LOD más detalles que la vista Para llevar esos resultados a la vista, tenemos que agregarlo nuevamente. Tenemos que resumirlo o hacer el promedio y así sucesivamente Entonces no podemos traer esos detalles por aquí sin hacer ninguna agregación. En este ejemplo, queremos encontrar el promedio de clientes para cada categoría y país. Por eso hemos utilizado la función promedio. Eso significa que si estás usando la función include o tienes más detalles en las expresiones LOD, tenemos que agregar los datos para llevarlos a la visualización Pero por otro lado, si estás usando excluir o fijo y la salida de la expresión LOD tiene menor nivel de detalles que la vista, entonces ¿qué puede pasar Vamos a tener kits dobles. Por ejemplo, puedes ver por aquí, las ventas por categoría, nos hemos duplicado. Entonces no importa qué función vamos a usar, resumir o promediar, siempre vamos a conseguir que se duplique Lo mismo para la exclusión. Tuvimos menor nivel en detalles en las expresiones en comparación con la vista. Por eso se pueden ver duplicados. Aquí tenemos los mismos números. Esas tres filas, se repiten aquí para la segunda categoría, este es el efecto de las expresiones LOD Si el nivel de detalles en la expresión es mayor que las visualizaciones, entonces tenemos que agregar los datos Pero si el nivel de detalles en las expresiones LOD es menor que la vista, entonces ¿qué puede pasar Podemos volver a nuestro ejemplo Tableau va a ir y encontrar el promedio de esos valores. Entonces el primer valor va a permanecer igual porque lo tenemos sólo como una fila, así que va a permanecer igual. Pero ahora para esas dos filas, como pueden ver, Alemania Accesorios Tableau va a ir a buscar el promedio de esos valores de tabla, vamos a obtener 954 Y luego para la siguiente fila, tenemos Accessories USA. En la salida tenemos sólo una fila. Por eso el promedio va a ser exactamente el mismo. Lo mismo ocurre con Monitor France. El mismo valor, pero el siguiente valor tenemos Monitor Alemania. Aquí tenemos dos valores. Tabla puede ir y encontrar el promedio de esos dos valores y vamos a obtener 433. Y para el último solo obtuvimos un valor. Por eso conseguimos exactamente el mismo número. Sí, como puedes ver, si obtienes más detalles como resultado de las expresiones LOD, las cosas se complican más y hay que tener cuidado con qué agregaciones estás usando en las visualizaciones Bien, para que hayamos aprendido cómo table puede ejecutar esas tres funciones paso a paso. Ahora a continuación vamos a ir a aprender casos reales de uso de esas funciones. Todo bien a todos. Ahora en este caso de uso, queremos comparar las ventas de todas las categorías con las ventas de una categoría específica. Al igual que aquí seleccionamos una las tablas con el fin de entender cómo le están haciendo las ventas de las otras categorías a esta categoría específica. Para construir tal visión, tenemos que usar el poder de las expresiones LOD Esta vez podemos usar la exclusión. Aprendamos paso a paso cómo crear tal vista. Bien, comencemos con el primer paso donde queremos mostrar las ventas por subcategoría. Esta es la más fácil. Vamos a agarrar la subcategoría a las filas. Y llevemos las ventas a las columnas. Y luego vamos a ir a ordenar las ventas. Vamos a hacerlo. Ahora nuestra tarea es ir a buscar las diferencias entre cada subcategoría con una subcategoría específica de las tablas Por ejemplo, vamos a ir a encontrar la diferencia entre las ventas de teléfonos y las ventas de mesas. Eso significa que para poder encontrar las diferencias en cada fila, necesitamos dos medidas. La primera medida van a ser las ventas de la categoría actual, como por ejemplo, las ventas del teléfono. La segunda medida, necesitamos las ventas de las mesas. Aquí necesitamos que las ventas de las mesas sean también. En la misma fila, la primera medida, la tenemos ya, ¿no? Tenemos aquí las ventas para cada categoría. Pero el segundo, aún no lo tenemos. Necesitamos tener para cada fila, las ventas de las mesas. Para ello, vamos a ir a crear un nuevo campo calculado. Para tener estas tareas, vamos a crear un nuevo campo calculado. Llamémoslo Ventas de Mesas. Lo que quieres comprobar ahora es si la subcategoría, la actual son las tablas En caso afirmativo, entonces muestra las ventas. Vamos a usar declaraciones if, entonces queremos verificar la subcategoría Si es igual a tablas, deberías escribirlo exactamente igual los datos que tenemos dentro de la fuente de datos. ¿Qué puede pasar? Queremos mostrar las ventas, no hacer nada. Queremos tener nulos. La subcategoría no son tablas Lo que estamos haciendo ahora es aislar las ventas de las tablas de subcategorías Vamos y está bien, y vamos a traerlo a la vista de aquí. Como puede ver, hemos aislado las ventas de las mesas en esta en nueva medida. Pero todavía tenemos el problema de que nos gustaría repetir este valor para cada fila. Como puede ver, la tenemos sólo si la subcategoría es igual a tablas Ahora bien, para repetir este valor para todas las filas, aquí viene el truco o la magia de la expresión LOD Como aprendiste antes, la exclusión va a ir a repetir los valores, ¿verdad? Podemos ir a usar este truco. Lo que le podemos decir a Tableau es que imaginemos que en esta vista ahí, ¿qué puede pasar? Esta medida se va a repetir para todas las filas. Vamos a hacerlo. Vamos a crear nuevos campos calculados. Podemos llamarlo excluir subcategoría. Ahora tenemos que usar los cálculos listados porque si pones todo en un solo cálculo, va a ser realmente complicado. Ahora queremos decirle a Tableau, imaginemos que no tenemos subcategoría, en nuestra opinión, excluir subcategoría y la agregación va a ser la Pero esta vez de la nueva medida que creamos para las mesas, algunas ventas de mesas. Y luego tenemos que cerrarlo, algo así. Le estamos diciendo a Tableau excluir la subcategoría de la vista y hacer las agregaciones Veamos qué puede pasar. Ok, y arrastra y suelta a la vista de aquí. Como puede ver, como solo tenemos un valor, estamos ignorando por completo la subcategoría Obtendremos el mismo valor repetido para cada rosa. Entonces ahora tenemos todos, ¿qué necesitamos para encontrar las diferencias, verdad? Tenemos las ventas de cada categoría. Y las ventas de categoría específica, las tablas. Entonces ahora vamos a pasar al último paso, donde va a ser la parte más fácil, donde queremos encontrar las diferencias entre esas dos medidas. Entonces vamos a ir a restarlos. Vamos a crear un nuevo campo calculado. Vamos a llamarlo diferencia. Podemos restar el primer valor. Va a ser simplemente la suma de las ventas. Este va a ser el primer valor que tenemos por aquí. Entonces con nuestra nueva medida, va a ser la suma de nuestra función de exclusión, excluir subcategoría Y eso es todo. Vamos a golpear bien. Y dejémoslo a la opinión de que resolvemos la tarea. Tenemos las diferencias entre las ventas de cada categoría y las ventas de categoría específica. Las mesas, por supuesto, se puede ver que la tabla va a ser cero por aquí, porque estamos restando la suma de ventas con exactamente las mismas Es un poco complicado, pero si entiendes cómo funciona la expresión LOD, realmente puedes hacer ese análisis Ahora vamos a dejar todo desde aquí. No necesitamos esos sub pasos, ya sólo los voy a quitar. Por supuesto, podemos agregar la coloración por aquí. Vamos a la medida del lado derecho. Tomemos la medida a los colores, y con eso, podemos ver muy bien las diferencias entre las subcategorías y las tablas Ahora bien, si quieres destacar las tablas, ya que es nuestra categoría principal, donde estamos comparando todas las demás con ella, podemos hacer uso de las Ventas de Tablas. Pasemos a esta medida de aquí, a la Suma de Ventas y las Marcas. Y luego tomemos las Ventas de Mesas y ponerlas en los colores, y con eso, estás resaltando la subcategoría principal Con eso, hemos hecho análisis realmente complicados utilizando las expresiones LOD 151. Introducción a Udemy 9 1: Todos, así que ahora vamos a hablar del último tipo de cálculos que tenemos en Tableau, los cálculos de tabla. Y aquí tenemos diferentes funciones, como la ventana de ejecución, clasificar primero, último índice, bloquear. Vamos a hablar de todas esas funciones en este tutorial como de costumbre. Primero podemos entender el concepto detrás de los cálculos de la mesa. Entonces vamos a volver a Tableau para comenzar a practicar. Vamos. La primera pregunta es, ¿qué son los cálculos de tabla? Bueno, hay cálculos que se van a ejecutar o realizar después de que se haga la agregación en las visualizaciones Entonces les va a gustar agregar las agregaciones en Tableau Y es importante entender el nivel de detalles. Puede ser dependiendo de las visualizaciones. Eso significa aquí nuevamente, las dimensiones en la vista pueden controlar el nivel de detalles. Ahora a la gran diferencia entre los cálculos de tabla y los demás. Los cálculos se pueden realizar sobre los datos que vemos en la vista. Tableau no irá a la fuente de datos, equiparará los datos. Tableau puede equiparar los datos que se presentan en la vista Eso significa que la vista puede estar cuadrizando la vista misma. Se va a enviar equery a los datos dentro de las visualizaciones Y la vista va a devolver el paquete de resultados a la vista misma. No vamos a volver a la fuente de datos, todo va a ser cuadriculado dentro de la vista Los otros tres tipos de cálculos como los cálculos agregados, LOD y cálculos de nivel de rollo Siempre va a consultar los datos de la fuente de datos y llevar el resultado a la vista. Sólo este tipo de cálculo va a consultar los datos en la vista. Bien chicos, para poder crear cálculos de tabla, tenemos que definir dos cosas. En primer lugar, el alcance. Segundo, tenemos que definir las direcciones. El alcance significa qué datos se pueden incluir en un cálculo. Por ejemplo, tenemos la siguiente vista. Parecía una mesa, ¿verdad? Entonces tenemos filas y tenemos múltiples columnas. Pero aquí podemos ver que nuestros datos están divididos por grupos. Cada grupo se puede definir por el trimestre de dimensión, así que tenemos el 123.4 Ahora la primera opción que tenemos es toda la tabla Eso significa que el cálculo puede incluir todo dentro de la tabla. Ignorará cualquier partición que tengamos dentro de la mesa. Va a comenzar desde el primer valor y va a terminar por el último valor, pasando al siguiente alcance o a la siguiente opción. Tenemos el dolor esta vez, el cálculo va a enfocarse en un alcance menor. Esta vez nos vamos a centrar en la partición o el grupo de datos que se define por el trimestre. Eso significa que el cálculo de la tabla se va a hacer para cada grupo por separado. Podemos tener para esas tres filas cálculos. Entonces podemos pasar al segundo grupo, al tercer grupo, y así sucesivamente. Pasando al último alcance, tenemos la celda, va a ser solo un valor dentro de la vista, el alcance va a ser muy pequeño, incluyendo solo un valor individual. Aquí tenemos que definir para Tableau, los cálculos de alcance. ¿Va a ser toda la tabla o sólo el dolor, Sólo el grupo de datos, o sólo una celda? Bien, lo siguiente que Tableau necesita de nosotros es la dirección de los cálculos. Cómo se va a mover el cálculo a través de nuestra tabla. Entonces aquí tenemos cuatro opciones diferentes. El primero va a estar abajo. Eso significa que vamos a empezar desde el valor máximo y vamos a movernos hacia abajo hasta llegar al fondo. Eso por supuesto va a depender del alcance, ya sea que estemos manejando toda la tabla o solo un grupo de valores como los que tenemos en el dolor. En este ejemplo, tenemos la mesa abajo. Eso significa que estamos procesando todos los valores en un cálculo de arriba a abajo. Entonces se va a reiniciar y pasar a la segunda columna. Y podemos hacer lo mismo para el próximo año. Eso significa que esta vez los cálculos se mueven por las columnas de una sola vez, comienza desde el primer año y termina con el año siguiente. Entonces va a resetear y comenzar para el siguiente raw y así sucesivamente. Nos estamos moviendo de izquierda a derecha. Esos dos métodos son los básicos. O puedes moverte hacia abajo o puedes moverte a la derecha en las siguientes dos direcciones, va a estar mezclando esos dos métodos, el primero va a estar abajo, luego al otro lado. Eso significa que primero tenemos que bajar por la mesa y después tenemos que cruzar, primero va a empezar desde arriba, luego ir al fondo. Pero esta vez no se restablecerá y pasará a la siguiente columna. Continuar haciendo las agregaciones, va a ir a la derecha a través, luego se va a mover nuevamente de arriba a abajo Ahí, a través, de arriba a abajo hasta llegar al último valor. Eso significa que aquí no tenemos ningún reajuste, va a continuar los cálculos a través de todos los valores No es como los dos primeros métodos donde tenemos reinicios para cada fila de aquí o para cada columna Esta vez el valor inicial va a ser la parte superior izquierda y el último valor va a ser el batum derecho Pasando a la última dirección que tenemos, creo que ya la tienes. Es exactamente lo contrario. Primero lo hacemos al otro lado, luego lo vamos a hacer aquí abajo. Nuevamente, no hay reinicios. Vamos a comenzar con el primer valor en la parte superior izquierda y después vamos primero a la derecha. Después saltamos a la siguiente fila, luego vamos a la derecha. Saltamos hacia abajo a la derecha hasta llegar al último valor en el patom, a la derecha. Entonces eso significa que el cálculo primero se va a mover a derecha y luego va a saltar a la siguiente fila. Bien, entonces como pueden ver, no es tan difícil. Una vez que lo consigas, tenemos cuatro direcciones diferentes y tres ámbitos diferentes que Tableau necesita de nosotros para crear cálculos de tablas Bien chicos, en Tableau, tenemos diferentes métodos de cómo crear cálculos de tablas dependiendo de la dificultad. Los primeros métodos que tenemos son los cálculos rápidos de tablas. Como su nombre lo dice, es muy rápido y fácil de crear. Aquí tenemos una lista de diferentes cálculos de tabla. No tienes que configurar nada, solo tienes que hacer clic en la función que necesites y mesa puede hacer el resto. Aquí tenemos una tabla muy común de cálculos como el total corriente, la diferencia, rango, movimiento, promedio, y así sucesivamente. El segundo método, no va a ser tan rápido. Tenemos que configurar algunas cosas. Pero aún así no estamos escribiendo ninguna función ni ningún cálculo. Aún así estamos dando vueltas. Pero aquí tenemos más opciones y más control para configurar los cálculos de la tabla. Si comparas con el primero, el primero es simplemente seleccionar la función, y eso es todo. Aquí de nuevo, tenemos funciones muy similares. Tenemos el rango corriendo, cálculos de movimiento total. Podemos definir diferentes opciones como el alcance, qué dimensiones pueden controlar los cálculos de la tabla, y así sucesivamente. Pasando a los últimos métodos sobre cómo crear cálculos de tablas. Podemos hacerlo creando un nuevo campo calculado y luego usar las funciones que se utilizan para los cálculos de tabla. Aquí tenemos una lista de muchas funciones que puedes usar para hacer cálculos de tablas, pero son un poco más difíciles si te comparas con los dos primeros métodos para crear cálculos de tablas. Como puedes ver, a medida que te mueves de izquierda a derecha, las cosas se ponen más difíciles. Pero con eso, estás obteniendo el control total y las opciones completas. A continuación, volveremos a Tableau para probar esos tres métodos. Y vamos a probar algunas funciones que tenemos dentro de la tabla, cálculos. Bien chicos, así que volvamos a Tableau. Vayamos a la fuente de big data. Vayamos a los productos y consigamos las cosas habituales. Entonces vamos a obtener la subcategoría categoría y las ventas como de costumbre a las ventas por aquí Entonces te voy a mostrar los diferentes métodos sobre cómo crear cálculos de tablas. Y vamos a empezar a la primera. Tenemos los cálculos rápidos de tabla, que es el más fácil. Para hacer eso, lo vamos a hacer en la vista, por lo que va a estar disponible solo localmente para esta vista. No es como crear un nuevo campo calculado. Entonces vamos a ir a nuestra medida por aquí, haga clic derecho sobre ella. Y entonces aquí tenemos dos opciones. El primero dice agregar cálculos de tabla y el segundo va a ser cálculos de tabla rápidos. El primero es el medio que te mostré anteriormente en la presentación donde tienes que configurar diferentes cosas. Pero el segundo es el más fácil y el más rápido donde podemos crear cálculos de tablas con un solo clic Ahora vamos a revisar los cálculos rápidos de la tabla. Si vas por aquí, encontrarás una lista de diferentes cálculos de tabla. Y podemos ir por aquí y vamos a comprobar, por ejemplo, que están corriendo Total. Da click en eso aquí, hay dos cosas que hay que notar. Primero, los números aquí cambiaron porque aquí también tenemos diferentes funciones de agregación. Tenemos aquí un nuevo icono, y la tabla de medidas quiere que identifiquemos rápidamente si la medida está utilizando cálculos agregados o cálculos de tabla. Si ves el triángulo, eso significa que esta medida está usando cálculos de tabla. Como puede ver, con un solo clic, hemos creado cálculos de tabla. Aquí tenemos corriendo total. No te preocupes, te lo voy a explicar paso a stepulator Bueno ahora podrías decir, sabes qué, Nosotros no definimos nada. El alcance de las instrucciones para el cálculo. Entonces, ¿cómo podemos hacer eso, si vuelves a nuestra medida, a los cálculos de la tabla, riticlcular y puedes encontrar, ahora tenemos más opciones una vez convertidos Y exactamente aquí, la computación usando. Tenemos esas opciones aquí podemos definir la tabla de alcance, pagar, venta, y también las direcciones también. Se puede ver que tenemos diferentes opciones como cálculos claros de tabla si desea eliminarlo de nuevo a los cálculos agregados. Una vez que haces eso, puedes ver que recuperamos nuestra suma de ventas sin el ícono. Bueno, eso significa que ya no estamos usando los cálculos de la tabla. Usando ahora los cálculos agregados. Así que eso es todo por los primeros métodos, cómo crear rápidamente cálculos de tablas en Tableau. Pero no tenemos muchas opciones para configurar. Por eso tenemos los segundos métodos donde tenemos más opciones para controlar los cálculos de la tabla. Pero nuevamente, vamos a crearlo localmente solo para esta vista. No estará disponible para la fuente de datos. Bien, entonces antes de que te enseñe cómo hacer eso, vamos a tener una dimensión más a nuestro punto de vista. Entonces, consigamos los años de la fecha del pedido. Y me gustaría tener sólo tres años, así que lo voy a mostrar como filtro. Sólo voy a quitar los dos primeros años para tener menos datos en la vista. Ahora con el fin de crear cálculos de tabla solo para esta vista, con más opciones podemos volver a nuestra medida la Suma de ventas. Actualmente es un cálculo agregado, pero queremos convertirlo en cálculo de tabla, así que conectamos radicalmente y esta vez vamos a movernos para sumar cálculos de tabla Para la primera opción, puede ver que tenemos este pequeño icono indicamos que se trata de cálculo de tabla. Así que da click en eso y vamos a obtener una nueva ventana aquí para configurar nuestros cálculos de tabla. Entonces, ¿qué tenemos aquí? Lo primero que tenemos que definir es el tipo de cálculos. Tenemos aquí un menú de diferentes funciones para los cálculos de la tabla. Nuevamente, aquí están corriendo totales, las diferencias de rango y así sucesivamente. Entonces, sigamos con el primero, las diferencias de aquí. Tenemos que definir para Tableau dos cosas, el alcance y el. Siempre están juntos, no se parten como opciones El primero va a ser Table across. Tableau aquí hizo un gran trabajo al destacar cómo va a funcionar el cálculo. Como puedes ver Tableau aquí, resaltando con el color amarillo cómo se va a realizar el cálculo. Sólo para ayudarte a entender cómo va a funcionar, es realmente genial. Tenemos la mesa enfrente de izquierda a derecha, luego tenemos la mesa abajo de arriba a abajo. Entonces tenemos la opción fuera a través de la baja. Como puedes ver, va a afectar a toda la mesa ya que nos movemos de la parte superior izquierda a la inferior derecha. Entonces podemos definir el otro alcance. Como por ejemplo, el panel hacia abajo como puedes ver. Ahora el alcance es menor en comparación con la tabla abajo. Ahora la mesa abajo. Todo en esta columna, pero la pintura hacia abajo puede incluir sólo a este grupo. Como puede ver, nuestra vista se divide en tres grupos en función de la categoría. Tenemos el primer grupo por aquí, el segundo y el tercero, y Tableau está destacando al primer grupo. Es como una partición. Otra opción, tenemos la celda donde Tableau puede resaltar solo un valor o podemos definir dimensión específica para hacer los cálculos. Aquí tenemos una lista de todas las dimensiones que tenemos dentro de la vista. Y puedes ir a seleccionar cuál va a ser el alcance, ya sea la subcategoría o el año de fechas del pedido Entonces cada función que tenemos tiene más especificaciones. Por ejemplo aquí, ¿cuáles son los valores que son relevantes para este cálculo? Nuevamente, no te preocupes por ello. Voy a explicar cómo funciona la diferencia también en Tableau, hay que definir si es anterior, siguiente, primero, y así sucesivamente. Cada función en Tableau tiene diferentes opciones. Por ejemplo, si vas al rango, encontrarás por aquí no tenemos ahora los anteriores, siguientes, y así sucesivamente. Pero en cambio tenemos diferentes opciones para configurar el rango. Cada función de cálculo de Tableau aquí tiene diferentes conjuntos de opciones a configurar. Bien, eso es todo por este método. Como puedes ver, obtuvimos más opciones en comparación con la primera. Vamos a cerrar esto. Digamos que nos interesa tener este cálculo para todas las demás hojas de trabajo, queremos reutilizarlo Para hacer eso, vamos a ir a nuestra medida y simplemente arrastrarlo y soltarlo sobre el dolor de datos. Y con eso, conseguimos un nuevo campo calculado. Esta vez estamos usando el rango de ventas. Puedo ir y renombrarlo Try And Sales. Y con eso, conseguimos un nuevo campo en nuestro ser de datos y podemos reutilizarlos en diferentes hojas de trabajo Bien, Sana, podemos pasar a los últimos métodos en cómo crear cálculos de tablas en Tableau. Vamos a ir a crear un nuevo campo calculado y usar funciones. Así que vamos a hacer eso. Comenzaremos con el índice de la función, Así que vamos a crear un nuevo campo calculado. Podemos llamarlo índice. Y la sintaxis es muy sencilla, así que empieza con el índice y eso establece. No necesitamos especificar nada para esta función. Para que veas que el cálculo es válido. Vamos a hacer clic bien. Y con eso, conseguimos una nueva medida, un nuevo campo calculado. Vamos a revisar los resultados. Así que solo voy a arrastrarlo y soltarlo a la vista. Entonces, lo que hace esta función es que va a devolver el número de posición del valor actual. Eso significa que la primera posición en esta vista va a ser la primera fila ya que nos vamos moviendo de arriba a abajo, esta va a ser la posición número uno, posición número 234, y así sucesivamente hasta que obtengamos el último valor como la última posición. Ahora podrías notar que estamos calculando todas las filas de la tabla. Estamos utilizando el alcance de la tabla. Podemos comprobar que si vamos por aquí a nuestra medida nos conectamos erráticamente Y podemos ver que el cómputo que usa es la tabla abajo. Digamos que nos gustaría tener un índice para cada grupo, no para toda la tabla. Vamos a cambiarlo al panel hacia abajo. Ahora como se puede ver el cálculo sobre el dolor, no toda la tabla. Para el primer grupo, tenemos la primera fila, las pocas, luego la segunda tercera fuerza y así sucesivamente. Después va y restablece para el segundo grupo. En el segundo grupo va a estar esta fila va a ser el número uno y la última posición o el índice en este grupo va a ser el abasto y no el último. Las fuentes, como puedes ver, siempre se restablecen para cada grupo porque hemos especificado el alcance solo para el dolor. Ahora bien, si vas y lo cambias a la celda, vamos a hacer esa computación usando celular. Se puede ver que cada celda va a ser el primer valor, el número de posición para cada fila va a ser uno. Así es como funciona con la tabla de alcance. Bien, ahora vamos a cambiarlo de nuevo a una tabla de computación usando. Como puedes ver, es muy sencillo. Vamos a probar otra función en Tableau. Vamos a usar este tiempo, la primera función, así que llevemos o, un nuevo campo calculado. Vamos a llamarlo primero. Y la función va a ser también. Realmente fácil. Va a ser primero y ya está. Es como el índice. No es necesario especificar nada dentro del cálculo. Se valora el cálculo. Vamos a golpear bien. Y revisa el resultado también en la vista, intentemos dejarlo caer por aquí. Y ahora podemos ver que Tableau asignando la primera fila con el valor de cero Y a medida que vamos bajando con los valores, como puede ver los números van disminuyendo. Esos números van a ser, ¿Cuántos pasos tenemos hasta llegar de nuevo a la cima, al cero? Aquí, por ejemplo, necesitamos tres pasos hasta llegar a la primera fila. Y además aquí tenemos -11 hasta llegar al valor máximo Aquí tenemos como una distancia entre cada fila y la primera fila en Tableau. Hay otra función donde hace exactamente lo contrario. Va a ser el último. Así que vamos a probarlo. Vamos a crear un nuevo campo calculado. Va a ser la última función, no en este tutorial. Ser el último también. No necesita ningún campo dentro de él, así que eso es todo lo que se valora el cálculo. Vamos y golpeemos Ok. Vamos a arrastrarlo y soltarlo en la vista de aquí. Entonces ahora podemos ver que tiene exactamente el efecto contrario del primero. Entonces Tableau va a ir y asignar el último valor en nuestra opinión con el cero, y a medida que se va moviendo hacia arriba, los valores pueden aumentar. Aquí nuevamente tenemos la distancia, o ¿cuántos pasos tenemos hasta llegar a los últimos valores? Bien chicos, tenemos una función más que es muy similar al último primer índice, donde nos va a dar el número de posición de las filas. Tenemos la función rank. Vamos a crear un nuevo campo calculado. Vamos a llamarlo filas. Comienza con la clasificación de palabras clave. Y como puede ver, tenemos cinco funciones diferentes y cómo clasificar los datos. Vamos a empezar por el más fácil, el primero, vamos a seleccionar rango. Y aquí podemos especificar dos cosas para Tableau. La primera puede ser la expresión o las funciones agregadas. En esta vista, tenemos la suma de Ventas. Así que vamos a definir esa Suma de Ventas. Y la segunda información que Tableau la necesita como opcional. Va a ser cómo ordenarlo, ascendente o descendente. Si lo dejas vacío, Tableau lo va a usar como predeterminado, los métodos descendentes, así que vamos a quedarnos con los predeterminados, eso es todo el cálculo es válido. Vamos a golpear Bien. Y con eso conseguimos un nuevo campo calculado. Vamos a arrastrarlo y soltarlo a la vista para verificar los resultados. Entonces ahora podemos ver que Tableau va y clasifica todas las subcategorías en función de la suma de ventas Entonces podemos ver por aquí que los teléfonos tienen las ventas más altas y lo tenemos como rango uno y luego el segundo más alto ventas, lo tenemos aquí como un dos para las sillas. Muy bien chicos. Entonces ahora si miras esas cuatro funciones y los resultados, puedes ver que son muy similares entre sí, ¿verdad? Van a definir el número de posición de las filas usando diferentes métodos. Ahora podría preguntarse, ¿cuáles son los casos de uso de esas cuatro funciones? Bueno, en general, hay dos casos de uso. Primero, podemos usarlo como filtro ind visualizaciones, y segundo podemos usarlo en otros cálculos para el caso de uso de fuerza Por ejemplo, vamos a elegir el rango y mostrarlo como los filtros a los usuarios. Van y especifican, por ejemplo, las cinco subcategorías principales en lo visual Ya sabes que existen diferentes métodos y cómo mostrar el producto superior o las subcategorías principales indivisualizaciones Este es un método para hacer eso. O podríamos estar en una situación en la que tengamos unas visualizaciones muy grandes, muchas filas Me gustaría mostrar para los usuarios sólo las primeras cinco filas. Sin especificaciones ni ranking ni nada, solo podemos ir y mostrar las primeras cinco filas. Para ello, vamos a la primera y la mostramos como filtros. Vayamos y restablecemos el rango. Podemos ir por aquí y definir. Bien, me gustaría ver las primeras cinco filas o lo contrario, queremos mostrar las últimas cinco filas, que podamos ir a la última y mostrarla como filtro. Vayamos y restablecemos el primero. Entonces ahora podemos ir por aquí y decir, bien, me gustaría ver las últimas cinco filas dentro de mi vista. Entonces este es el primer caso de uso para estas funciones de cálculos de tablas muy simples. Podemos utilizarlos como filtro. Bien chicos, pasando al segundo caso de uso para estas funciones. Normalmente los utilizo en otros cálculos para generar una línea de referencia. Tengamos un ejemplo rápido. Vamos a crear nuevas hojas de trabajo. Vamos a llevar la fecha del pedido a las columnas y también las ventas a las filas. Y esta vez vamos a tener los meses también. Entonces vamos a cambiarlo de año en mes. Y me gustaría tenerlo como diagrama parcial. Como de costumbre, quiero mostrar las etiquetas y también los colores de la medida. La tarea ahora es mostrar una línea de referencia basada en el primer valor del diagrama. Tenemos el primer valor de 21,000 me gustaría tenerlo como referencia poder comparar al otro Manss con Podemos hacer eso usando primero la función, pero tenemos que agregarla en otros cálculos. Ahora bien, para que sea más sencillo ver cómo funciona esto, sólo voy a ir a duplicar esta vista para que sea como una tabla. Vayamos al Show me por aquí. Y cámbiala a una mesa. Y luego voy a llevar a los mans a las filas. Ahora tenemos una mesa muy bonita. Quisiera ahora tener el primer valor como nuevo campo calculado. Bien, también me gustaría agregar a esta vista los valores de la primera función. Vayamos a buscar el campo que ya creamos y déjelo caer en la vista. Se puede ver la primera fila en esta tabla que va a ser enero de 2018. Entonces tenemos el valor de cero. Y me gustaría mostrar ahora las ventas sólo para esta fila. No me interesan las otras filas. Sólo para la primera fila, tenemos que mostrar las ventas. Para ello, tenemos que ir a crear un nuevo campo calculado. Llamémoslo First Sales. Y la lógica puede ser así. Podemos comprobar si la primera función es igual a cero. Si estamos en la primera fila, como pueden ver, hemos alcanzado un valor cero. ¿Qué puede pasar? Queremos mostrar las ventas que va a ser entonces podemos tener las ventas de campo. De lo contrario no queremos mostrar las ventas. Eso significa que podemos ir y terminar las declaraciones con eso. Como puedes ver, si el número de posición va a ser cero como el primero, entonces muestra las ventas. De lo contrario no muestres nada. Vamos a golpear, Bien. Y con eso, como siempre, conseguimos nuestra nueva medida. Vamos a arrastrarlo y soltarlo a la vista de aquí. Como puedes ver, tablet puede mostrar las ventas sólo si la primera es igual a cero. Si no, como pueden ver, no tenemos nada con eso. Obtuvimos el primer valor en los sellos y ahora podemos ir a usarlo como línea de referencia. Para ello, vamos a volver a nuestras hojas originales y vamos a añadir nuestro nuevo campo calculado a los detalles. Entonces vayamos al eje a los sellos, agreguemos radicalmente la línea de referencia. El valor puede estar basado en nuestro nuevo campo calculado, así que vamos a cambiarlo a las tarifas de ventas. Y también podemos ir y cambiar la etiqueta de cómputos a personalizados Y podemos decir, bien, este es el primero que establece. Vamos a golpear, bien. Ahora como puedes ver, tenemos nuestra nueva línea de referencia. Y el valor de esta línea de referencia se puede basar siempre desde el primer valor. Como puedes ver, va a ser de 21,000 Así que ya podemos ir y comparar los otros valores con nuestra línea de referencia también Esto puede ser muy dinámico. Eso significa, por ejemplo, vamos a agregar un filtro a nuestra vista. Pasemos a la fecha del pedido y mostremos el filtro ahora qué puede pasar si deseleccionamos el 2018, el primer valor va a ser a partir de enero de 2019. Aquí vamos a conseguir 47 mil como línea de referencia Con eso, podemos entender el poder de los cálculos de tablas. Se basan en las visualizaciones, no en la fuente de datos Cualquier cosa que cambies individual, el cálculo de la tabla va a reaccionar ante ello, lo que la hace muy dinámica. Este es otro caso de uso para esas cuatro funciones. Primero último, índice, rango, y así sucesivamente. Por ejemplo, puedes ir y decir, hagamos la línea de referencia basada en el último valor de la mesa, para que puedas ir y cambiarla. Eso es todo para esas cuatro funciones. 152. Total operativo de Udemy 9 2: Chicos, ahora vamos a hablar muy importante y muy cálculo de tablas muy importante y muy común en Tableau. Es el total corriente. El total corriente va a ir y sumar todos los valores a medida que vayan avanzando a lo largo del tiempo. Por ejemplo, en esta vista podemos rastrear el desempeño de nuestro negocio, donde podemos ir y comparar las tres categorías diferentes de nuestros productos. Donde podemos ver aquí el desarrollo o el progreso de los clientes, y también los pedidos para entender rápidamente si nuestro negocio está creciendo o disminuyendo. Ahora bien, si comparas, en esta vista, esas tres categorías, puedes ver que el material de oficina está creciendo muy rápido si comparas con las otras dos. Para que pueda ver el uso del total acumulado en nuestra opinión nos ayuda a comprender el progreso, el desempeño de nuestro negocio. Así que ahora vamos a entender cómo funciona esta función en Tableau. Bien chicos, entonces, cómo funciona el cálculo total corriente. Se va a ir y sumar cada valor a la suma de todos los valores anteriores. Tengamos un ejemplo sobre otros infravalores. Tenemos por aquí los meses y las ventas también. Y queremos construir la suma corriente. Empezamos con el primer valor, así que actualmente estamos en la primera fila, y como no tenemos ninguna suma previa de valores, va a ser exactamente el mismo valor. El cálculo va a ser el total corriente corriente que va a ser igual al valor de ventas. Eso significa que en la salida, vamos a obtener exactamente el mismo valor, 2607 en el mes siguiente al mes de febrero Por lo que actualmente estamos en este nivel en las ventas 523, y el total acumulado anterior va a ser el anterior a partir de enero. Ahora para obtener el total corriente para febrero, va a ser simplemente sumando esos dos valores. Por lo que estamos sumando el valor de ventas más la corrida total anterior. Y con eso obtendremos 2,590 Así que como puedes ver, simplemente estamos sumando las ventas actuales con el valor corriente anterior Pasemos al mes siguiente. Tenemos una nueva corriente, tenemos la 6,422 Y vamos a agregarla de nuevo año al total anterior corriendo Entonces tenemos de nuevo la misma fórmula. Con eso, vamos a conseguir 9,013 Como puedes ver, apenas estamos sumando las ventas actuales con el total anterior corriendo del mes anterior Podemos proceder y avanzar nuestra mesa hasta llegar a la última. Va a ser exactamente lo mismo. Actualmente estamos en diciembre, y este es nuestro valor actual. Vamos a ir y agregarlo al total acumulado anterior del mes anterior, noviembre, hasta que vamos a obtener el último valor. Y con eso tenemos el valor final para la tirada total. Como puedes ver, construimos como progreso o desarrollo de las ventas sobre los Monsls Así es como funciona el cálculo del total circulante. Volvamos a Tableau para aprender a crearlo y construir la visualización usando el total acumulado. Empecemos con la fuente de big data y vamos a ir a los malos actos aquí, vamos a llevar nuestra categoría a las filas, y luego necesitamos la fecha. Entonces vamos a obtener las fechas de pedido de los pedidos de mesa y ponerlos en las columnas. Lo necesitamos como un mes continuo, Haga clic derecho sobre él. Y luego cambiémoslo a esta opción por aquí. Ahora necesitamos las medidas porque estamos rastreando el progreso de los clientes. Queremos el recuento de clientes. Vamos a ir a los clientes de aquí y tomemos esta medida, los clientes cuentan y la pondremos en la vista. Y ahora vamos a ir a cambiar el visual de línea a barra. Así que vamos a ir a las Marcas aquí y cambiarlo a bar. Ahora tenemos aquí el número total de clientes por cada mes. Todavía no tenemos el total corriente. Para hacer eso, es muy sencillo. Podemos ir y usar los cálculos rápidos de la tabla. Es el más fácil, haga clic derecho sobre los clientes de aquí. Y luego agreguemos cálculos rápidos de tabla. Y simplemente aquí, el total corriente. Vamos ahí. Así que ahora podemos ver esa tableta convertida a totales corrientes para cada categoría Y podemos ver de inmediato que el progreso de los clientes en los suministros de oficina es el mejor. Como puedes ver, es muy sencillo. Lo que nos falta ahora es el recuento de pedidos, El número de pedidos. Así que vamos a conseguir nuestra segunda medida. Va a ser el conteo de órdenes. Y vamos a agarrarlo y ponerlo cerca de los clientes de aquí. Pero como puede ver, ambas medidas son muy similares. Entonces tenemos que cambiar lo visual para los órdenes para entender las diferencias entre las dos medidas. ¿Cómo hacer eso? Si vas a las marcas de aquí, puedes ver que tenemos tres secciones. El primero es todo lo que eso significa. Cualquier cosa que voy a configurar aquí, va a afectar a todo, a ambas medidas. Pero ahora, como queremos cambiar visual sólo para los pedidos, vamos a cambiar las marcas a las órdenes. Así que vamos a hacer clic en eso en esta pestaña ahora, estoy configurando el total de ejecución de los pedidos en lugar de bar. Me gustaría tenerlo como línea. Si vas a los colores de aquí, podemos agregar esta línea punteada para poder ver como las diferencias entre los músculos. Y puedo reducir como con la opesidad en esta línea. Bien, entonces ahora el siguiente paso vamos a ir a cambiar los colores porque ambos son azules. Vamos a todos, y vamos a agarrar desde el lado izquierdo, medir los nombres. Vamos a ponerla por aquí en los colores. Lo siguiente que podemos hacer es fusionar esos dos ejes para cada categoría en uno solo. Me gustaría tener sólo un eje. Para ello, vayamos a los pedidos derecho para dar click sobre él. Y aquí tenemos una opción llamada doble eje. Lo que va a hacer es fusionar esos dos ejes en uno. Vamos a dar click en él. Ahora como puedes ver, solo tenemos un eje para cada categoría. Ya no tenemos más de la división entre dos ejes, así que ahora la tenemos sólo en una vista. Ahora podemos ver que solo tenemos un eje para cada categoría. Ya no tenemos más de la división entre las dos medidas, todo en uno. Ahora podemos ver que los ejes están a la izquierda y a la derecha. El siguiente paso, lo que solemos hacer es, pero no siempre, es ir a sincronizar esos ejes Haga clic derecho sobre él y tenemos aquí la opción eje sincronizado. Así, ambos ejes están al mismo nivel. Podemos ir ahora y esconder el correcto porque es inútil tener la misma información dos veces a la izquierda y a la derecha. Iré y esconderé el encabezado por el lado derecho. Y tal vez podamos ir y deshacernos de esa información que tenemos en el eje. Así que ve y edita el hacha y ya podemos ir y eliminar el título, el set. Está cerca. Solo estoy minimizando la información que tenemos dentro de una vista. Eso es. Como puedes ver ahora podemos realizar un seguimiento del progreso de los clientes y pedidos por categoría utilizando la función que es de uso muy común, el total acumulado. 153. Udemy 9 3 diferencias: Muy bien todos, así que vamos a hablar de la última función de cálculo de tabla. Tenemos la diferencia. La diferencia es muy sencilla. Se puede encontrar la diferencia entre dos puntos de datos. Y hay muchos casos de uso para esta función, pero el más famoso es comparar dos cosas. Por ejemplo, para comparar periodo con periodo. Una muy común es comparar las ventas o ganancias mes a mes, o año tras año para descubrir estacionalidad o cíclicos Ahora vamos a entender cómo funciona esta función. Bien, ahora para entender cómo funciona el cálculo, vamos a tener los siguientes ejemplos donde tenemos las ventas de mans en los cálculos. Digamos que actualmente estamos en los meses, puede que el valor actual vaya a ser este valor? Y para Tableau, para crear la diferencia, necesita siempre dos puntos de datos, el primero siempre va a ser el valor actual, en este ejemplo van a ser las ventas actuales de mi segundo punto de datos. Aquí tenemos más libertad donde podemos seleccionar qué valor se va a comparar con el valor actual. En Tableau, tenemos cuatro opciones diferentes. El primero, podemos ir y comparar el mes actual con el mes anterior. En este ejemplo, podemos comparar la y con apprel si lo define así, con el Tableau anterior va a ir Y simplemente encontrar las diferencias entre el actual y el anterior Tableau va a ir y simplemente restar esos dos valores Esta es la primera opción. La segunda opción que tenemos es comparar el valor actual con el mes siguiente. En este ejemplo, vamos a comparar el mes de mayo, el actual, con los meses de junio, Tableau va a ir y simplemente encontrar las diferencias entre el mes actual y el siguiente, y va a ir y restar los valores Ahora pasando a la tercera opción. Podemos comparar el mes actual con el primer mes, el primer valor que tenemos dentro del básico. Eso significa que en este ejemplo, si definimos para Tableau el primero, eso significa que Tableau va a ir a buscar las diferencias entre las ventas actuales, serán las ventas de Y con la primera, así que la tenemos como enero, luego ir y restar los valores Ahora pasando al último, creo que ya lo tienes. Vamos a comparar el mes actual, la M, con el último mes, el mes de diciembre, Tableau va a ir a buscar las diferencias entre el valor actual de mi con el último valor dentro de las visualizaciones de diciembre Entonces va a ir y restar los dos valores. Como puede ver, tenemos aquí cuatro opciones diferentes sobre las cuales valor estamos comparando con el actual, ya sea el valor anterior, el siguiente valor, el primer valor, o el último valor. Eso significa que en Tableau obtenemos como un gran control qué puntos de datos se pueden comparar entre sí. Ahora volvamos a Tableau para comenzar a practicar para esta función. Todo bien a todos. Entonces ahora vamos a ir a crear una vista para poder comparar las ventas a lo largo del tiempo, a lo largo de los años. Vamos a ir con una fuente de big data. Vamos a los pedidos, la fecha del pedido a las columnas para tener los años. Entonces nos gustaría que las filas, las Ns y el cuarto mantengan el control y simplemente duplicarlo como dos veces. El primero va a ser el cuarto. Cambiemos el formato a trimestre y el segundo va a ser para el mes. Vamos a reemplazarlo también al mes. Ahora, me gustaría hacer la propina un poco más grande. Sólo voy a estirarlo de las filas y también de las columnas. Ahora ¿qué falta? Por supuesto, nuestra medida. Vayamos a buscar las ventas y ponerla en la vista. Ahora tenemos las ventas agregadas por los meses y esparcidas por los años Ahora tenemos que crear las diferencias entre esos años. Para ello, vamos a ir a nuestra medida Radicallickit Esta vez vamos a ir a usar esta opción. Más control en el cálculo. Agregar cálculo de tabla. Hagámoslo. Ahora tenemos que configurar algunas cosas. Primero, tenemos que elegir el tipo de cálculo. Va a ser la diferencia de, ya que un defecto también es correcto. La computación usa qué alcance, qué dirección queremos. Queremos la dirección de izquierda a derecha. Queremos comparar los años que actualmente es correcto. No queremos comparar los meses juntos. Si queremos comparar eso, podemos cambiarlo a tabla abajo. Con eso, ahora estamos comparando los meses juntos, pero ahora queremos comparar los años. Para hacer eso, vamos a seleccionar la tabla a través. Y luego tenemos que especificar para Tableau relativo a. Y aquí tenemos que definir una de las cuatro opciones que aprendimos antes. Tenemos el anterior, el siguiente, el primero y el último. Ahora en este ejemplo, queremos comparar el año en curso con el año anterior. Entonces nos vamos a quedar con la anterior. Entonces eso significa, por ejemplo, escojamos este valor de nuestro año. Van a ser las diferencias entre las ventas de enero de 2022 y el año anterior con el mismo mes. Entonces va a ser la diferencia entre este año y el año de 2021, enero. Y por eso para todo el año de 2018, no tenemos ningún valor. Porque en esta vista no tenemos 2017, no tenemos un año anterior. Va a ser el primer año, por eso está completamente vacío. Bien, para que hayamos creado los cálculos de la tabla. Pero como es habitual, vamos a ir a cambiar la visión que actualmente estamos presentando para los usuarios. Entonces, lo que haría ahora, reduciría el número de años a sólo dos años. Así que vamos a aplicar un filtro. Mostrar filtros. Y yo elegiría los dos últimos años. Ahora me gustaría agregar a la vista el total de ventas por cada mes. Para ello, vamos a agarrar las ventas y atribuir a la vista. Ahora del lado izquierdo tenemos las diferencias en las ventas, y luego tenemos el agregado de ventas. Ahora podemos ver muy fácilmente de dónde vienen esos números. Son las diferencias entre esos dos años. Bien, el siguiente paso, vamos a reemplazar esos números con visuales, con pars Para ello, vamos a tomar nuestras medidas y ponerlas en las columnas. Esta es la primera y la segunda. Entonces cambiemos lo visual. En lugar de línea a par, vayamos a las marcas de aquí y digamos que nos gustaría tener las barras. Todo bien aquí. Como puedes ver, todas las medidas tienen la misma coloración. En lugar de eso, me gustaría cambiar la coloración de las diferencias. Vamos a la suma de Ventas por aquí. Como puede ver, tenemos el icono de cálculos de tabla. Y luego vamos a arrastrar y soltar la suma de los cálculos de la tabla al color manteniendo el control. Cambiemos los colores de la primera medida. Entonces cambiemos la suma de ventas, las agregaciones, y vayamos a los colores Y vamos a elegir cualquier color de ti. Como por ejemplo, el azul, esas informaciones, Gus, del total de ventas, de los cálculos agregados. Y éste viene de los cálculos de la tabla. Y es muy sencillo de crear. Y con eso, podemos ir y comparar los años para las ventas. Ahora bien, si quieres analizar las diferencias entre esos dos años, puedes ver en enero, por ejemplo, no hay gran diferencia entre el año 2020, 1.20, 22 Hay como pequeño crecimiento. Pero si vas, por ejemplo, a febrero, puedes ver que hay grandes diferencias entre los dos años que hemos hecho muchas ventas en este mes. Y otra cosa a notar aquí es que en noviembre, hicimos menos ventas que el año anterior. Entonces, como puede ver, podemos encontrar muy rápidamente las diferencias entre esas ventas en 2022 y las ventas del año anterior. Entonces este es el poder de la función de diferencia. Nos puede ayudar a comparar dos cosas como los años, o tal vez las categorías mes y así sucesivamente. Bien, así que eso es todo por la función de diferencia en Tableau. Todo bien a todos. Entonces eso es todo lo que tenemos cubierto. Los cuatro tipos de cálculos de Tableau. Y con eso, has aprendido alrededor de 60 funciones diferentes en Tableau para que tengas suficientes herramientas para crear nuevos campos en tu fuente de datos y también para manipular tus datos. Y con eso, hemos completado la sección Cálculos de Tableau. Y ahora en la siguiente sección, las cosas se van a poner realmente interesantes a dónde vamos a ir y construir alrededor de 63 gráficos de Tableau. Vamos a comenzar con los gráficos básicos como los gráficos par, y vamos a progresar a gráficos más complejos en Tableau. 154. Sección de | de Tableau: gráficos de Tableau: Salta de inmediato al comenzar a construir gráficos en Tableau. Y vamos a cubrir alrededor de 63 gráficos. Así que vamos a echar un vistazo a algunas visualizaciones y gráficos que se van a cubrir en este Comenzarás por crear algunos gráficos básicos, como diferentes gráficos de partes, tenemos sorteos de columnas, gráficos de piezas de pila. Y luego después de eso, vas a aprender a crear diferentes gráficos de líneas. Y también vamos a tener gráficos de área. Y luego vamos a aprender a combinar diferentes tipos de gráficos, como por ejemplo, un gráfico par y un gráfico de líneas. Y avanzando, estaremos creando diferentes mapas en Tableau. Y luego pasarás al siguiente nivel donde vas a empezar a construir gráficos como gráficos de dispersión, gráficos de slobby, gráficos de parpla, gráficos de poli, gráficos de calendario Entonces después de eso, vamos a ir al último nivel, a las gráficas avanzadas. Por ejemplo, tenemos gráficos reto, gráficos de cascada de mariposas o tornados, gráficos Quardont y gráficos de embudo Entonces, como pueden ver, vamos a cubrir muchos gráficos y visualizaciones de Tableau en este curso Así que ahora saltemos y comencemos. 155. Udemy 0 Medidas múltiples: Antes de comenzar a aprender a construir gráficos en Tableau, tenemos que entender algunos conceptos básicos. Como por ejemplo, cómo agregar múltiples medidas en una sola vista. Vi a muchos desarrolladores nuevos de Tableau que se confunden sobre cómo agregar una segunda medida a la visualización. Porque en Tableau tenemos diferentes lugares y diferentes métodos sobre cómo agregar múltiples medidas en una sola vista. Aquí en Tableau tenemos tres métodos. El primero es usar ejes individuales para cada medida. El segundo método consiste en utilizar un solo eje compartido usando valores de medida y nombres de medidas. Y el tercero es usar doble eje en Tableau. Entonces ahora vamos a ir a aprender esos métodos paso a paso, y vamos a aprender también las ventajas y desventajas de cada método. Así que vamos bien chicos, ahora vamos a empezar con los primeros métodos. Tenemos el eje individual para cada medida. Entonces veamos cómo podemos crearlo y cómo va a quedar. Vamos, por ejemplo, a nuestra fuente de big data. Escojamos la fecha del pedido a las columnas. Y ahora para crear ejes individuales para cada medida, vamos a arrastrar y soltar las medidas en las filas o en las columnas. Entonces, por ejemplo, vamos a tomar las ventas y ponerlas en las filas. Y tomemos también las ganancias, arrastrémoslo y soltarlo a la rosa también. Ahora podemos ver en nuestra opinión que cada medida tiene su propio eje, por eso lo llamamos eje individual para cada medida. Podemos ver por las ventas tenemos este eje que arranca 0-1 millón Y para el beneficio inicia 0-100 k. Y esos dos ejes para esas dos medidas están completamente separados entre sí No hay superposición ni nada. Ahora, claro que tenemos dos medidas podemos ir y sumar una tercera, una cuarta, y así sucesivamente. Por lo que no hay limitaciones en cuanto cuántas medidas podemos agregar a nuestras visualizaciones Ya podemos ver que tenemos cuatro medidas. Se puede ver que cada una de esas medidas tiene diferentes ejes con diferentes rangos. Me gustaría entender algo muy importante en Tableau que una vez que esté agregando múltiples medidas a las vistas, obtendrá varias páginas en las marcas. Las marcas en Tableau es el lugar donde puedes ir y personalizar las visualizaciones para personalizar los gráficos que tenemos por aquí En nuestra opinión, como tenemos múltiples medidas, obtendremos varias páginas en las marcas. Comprobemos lo que tenemos por aquí. Tenemos el primero es todo. Entonces tenemos una marca individual para cada medida que tenemos dentro de nuestra vista. Ahora vamos a entender cómo funciona esto. Empecemos con el primero, el todo. Ahora en esta página, cualquier cosa que cambies en la configuración, se puede reflejar para todas las medidas, para todos los gráficos. Por ejemplo, en vez de tener la línea, me gustaría tener la P. Pero ahora si la cambio a barra, como pueden ver, todas las medidas se pueden cambiar a gráficos de barras. O si vas por aquí, por ejemplo, a los colores y lo cambias a negro, puedes ver que ahora todas nuestras medidas son negras y así sucesivamente. Si vas a la talla, reduce la talla, podrás ver el tamaño de todas nuestras medidas se va a reducir. Entonces cualquier cosa que estoy cambiando en el, todo se puede reflejar para todas las medidas en la vista. Pero ahora como tenemos eje individual para cada medida, podemos ir y personalizar cada una de esas cartas individualmente. Entonces, por ejemplo, digamos que me gustaría cambiar sólo las ventas. Puedo ir a las Marcas de Ventas por aquí. Entonces pasemos a la página de Suma de Ventas, y luego en vez de tener barra, me gustaría tenerla como línea. Entonces ahora podemos ver que hemos cambiado el tipo de gráfico sólo para las ventas. Todo lo demás puede quedarse como gráficos de barras. Y lo mismo para el beneficio. Puedes ir aquí a las ganancias y decir, bien. En lugar de placa, me gustaría tenerla. Por ejemplo, tan azul como se puede ver, esta personalización es, se puede hacer sólo para esta medida. Sólo por las ganancias. Y luego lo mismo para las otras medidas. Si dices bien para la cantidad, me gustaría cambiar el tipo de gráfico en lugar de ir por algo así como área. Entonces cambiemos la cantidad y luego vayamos a la zona de aquí. Con eso, hemos cambiado solo el tipo de gráfico para la cantidad, por lo que puede ver que esas marcas son realmente útiles para personalizar nuestros gráficos. Y puedes ir y hacerlo individualmente para cada medida, o puedes ir a todas las medidas por aquí y luego hacer los cambios para todas las medidas juntos. Eso es todo por las marcas. Son muy importantes para poder personalizar los gráficos dentro de nuestras visualizaciones. Una cosa más que es importante entender, que tenemos aquí cuatro pestañas dentro de las marcas porque tenemos cuatro medidas. Bueno, porque tenemos medidas continuas, Por ejemplo, para los años, no tenemos ninguna pestaña para personalizar los años porque es discreto. Por ejemplo, vamos a cambiar la suma de ventas de medidas continuas a discretas. Rata haga clic en él y vaya a discreto. Con eso, se puede ver que la suma de ventas desaparece de las marcas. Eso significa que ya no podemos personalizarlo porque es discreto. Vamos a cambiarlo de nuevo, de nuevo a continuo. Y con eso, lo vamos a conseguir de nuevo en las marcas, puedes personalizar campos continuos. Bien chicos, ahora como pueden ver para estos métodos, podemos ir y personalizar nuestros gráficos individualmente y como queramos. Y otra ventaja que podemos ir y agregar tantas medidas como queramos dentro de nuestras visualizaciones, pero la desventaja de que tenemos eje separado, que es que en algunas situaciones es realmente difícil comparar las medidas juntas si están como divididas así Por eso tenemos tablo diferentes métodos para combinar y fusionar el eje y los gráficos juntos Así que eso es todo para los primeros métodos donde vamos a tener eje individual para cada medida. Bien chicos, pasando a otro método para combinar múltiples medidas en una vista. Y eso es compartiendo el mismo eje. Podemos hacerlo usando los nombres de las medidas y los valores de las medidas. Si toma el dolor de datos en cada fuente de datos en Tableau, siempre encontrará dos campos. Siempre tendremos nombres de medida y valores de medida. Esos dos campos, los nombres de las medidas y los valores, se generan automáticamente a partir de Tableau. No provienen de la fuente original de tus datos. ¿Cuáles son esos campos? Los nombres de las medidas son una dimensión discreta que contiene los nombres de todas las medidas que tenga dentro de su fuente de datos. Por otro lado, tenemos los valores de medida. Es la medida continua la que contiene los valores, todas las medidas que tienes dentro tu fuente de datos en Tableau. Hay dos formas para usar los nombres y valores de las medidas. El primero es simplemente arrastrar y soltar desde la base de datos a la vista. Tomemos, por ejemplo, los nombres medidos a las filas. Como puede ver, actualmente no se seleccionan valores de medida porque no tenemos nada en la vista. Ahora lo que vamos a hacer, vamos a ir a los valores mayores y menos arrastrarlo y soltarlo al texto de aquí. Y ahora puedes ver en la vista todas nuestras medidas que tienes dentro de nuestra fuente de datos. El conteo de clientes, conteo de pedidos, descuentos, ganancias, ventas y así sucesivamente. Entonces esas son todas las medidas disponibles que Tableau puede encontrar dentro de su fuente de datos. Nuevamente, el nombre principal va a ser el nombre de la medida, el recuento de clientes, conteo de pedidos. Esa información proviene de nombres de medida. Y los valores de esas medidas van a provenir de los valores de medida. Entonces como puedes ver, es muy sencillo. Los nombres de las medidas, el recuento de clientes, el descuento y el beneficio. Esos nombres provienen de los nombres de la medida. Y los valores que tenemos dentro esta visión provienen de los valores de medida. Entonces aquí puedes controlar las cosas. Por ejemplo, puedes ir y quitar cualquier medida que no quieras ver dentro de nuestra vista. Por ejemplo, vayamos y eliminemos la suma del precio unitario. Así que solo arrástralo y suéltalo en algún lugar afuera. Y como pueden ver, Tablelated filtran inmediatamente. Entonces, si vas por aquí sobre los filtros y lo editas, verás una lista de todas las medidas que tenemos dentro de nuestra fuente de datos también. Si quieres eliminar algunas medidas, puedes ir y desactivar o anular la selección de las medidas que no quieras ver dentro de nuestra vista. Vamos a golpear bien. Y con eso, hemos reducido el número de medidas dentro de la vista a 4.1. Más cosas que podemos hacer aquí que podemos ir y cambiar el tipo de medidas dentro de nuestra visión. Por ejemplo, tomemos el recuento de clientes desde arriba y lo pongamos en la parte inferior para que veas que solo cambiamos el orden de las medidas dentro de la vista. Bien, así que esta es una forma usar los nombres de las medidas y los valores de medida dentro de las visualizaciones simplemente arrastrándolos y soltándolos dentro de la vista Pero hay como otra forma rápida para poder usar esas informaciones. Déjame mostrarte a lo que me refiero. Yo sólo voy a ir a quitar todo de nuestra opinión y luego empezar de cero. Llevemos los datos del pedido a las columnas. Y tomemos, por ejemplo, las ventas a las filas. Hasta el momento sólo tenemos una medida. En nuestra opinión, todo como normal. Pero ahora digamos que me gustaría agregar otra medida a la vista antes de que nos enteremos de que tomamos la ganancia y la ponemos cerca de los sellos. Pero con eso, hemos aprendido que Tableau va a ir y crear dos ejes individuales. No queremos eso, así que déjame quitarlo. Quisiera tener un eje para ambas medidas. Para ello, podemos usar los valores y nombres de las medidas. Y para poder generar eso rápidamente, tomemos las ganancias ahora Muy despacio, solo arrastrémoslo al eje de los sellos. Y como puedes ver ahora, Tableau nos va a mostrar dos líneas verticales verdes. Con eso, le estamos diciendo a Tableau que me gustaría compartir el mismo eje para dos medidas diferentes. Entonces dejémoslo caer sobre el eje. Y aquí mesa va a ir y convertir todo para que ya no tengamos aquí. La suma de ventas, ahora tenemos los valores de medida y en los filtros tenemos los nombres de las medidas. En su interior conseguiremos sólo dos medidas y las ventas. Para que como veas, mesa puede prepararnos todo para nosotros. Y esta es una forma rápida de usar múltiples medidas usando los valores de medida y los nombres de las medidas. Y podemos ver también aquí en los valores de medida ya que sólo tenemos esas dos medidas. Entonces ahora vamos a comprobar lo visual. Como puede ver, sólo tenemos un eje para dos medidas. El verde van a ser las ventas, y el gris pueden ser las ganancias. Entonces eso significa que esas dos medidas están compartiendo el mismo eje. Y claro, podemos ir y sumar más medidas a nuestra opinión. Sólo dos podemos tomar, por ejemplo, los descuentos. Podemos ir y dejarlo caer dentro de los valores de medida hasta el último por ejemplo. Y con eso conseguimos tres líneas. Tres medidas comparten el mismo eje. Es una manera realmente agradable y compacta para comparar múltiples medidas usando el mismo eje. Pero claro hay que prestar atención a la escala del eje. Por ejemplo, la escala de las ventas. Como pueden ver, el verde es realmente enorme, 0-1 millón Ahora si te llevas el descuento, como puedes ver, todo como casi cero, porque la escala comparada con las ventas es muy pequeña. Por eso para estos métodos, tiene sentido usar múltiples medidas en mismo eje si tienen una escala de datos similar. Pero si hay como gran diferencia en las escalas, lo visual no tendrá sentido comparar dos medidas. Entonces en este ejemplo, realmente no tiene sentido usar el descuento dentro de estas visualizaciones porque realmente no podemos compararlo Tiene realmente pequeña escala. Una desventaja más de este método de eso, si revisas las marcas de aquí, puedes ver que solo tenemos una pestaña para todo. No tenemos marcas individuales para cada medida. Y eso significa que no podemos ir y personalizar cada medida como queramos. Como vimos antes en el método uno donde queremos usar, en un caso, por ejemplo, el diagrama de líneas y otra medida, podemos usar el diagrama de barras y así sucesivamente. Por lo que no podemos ir y personalizar individualmente cada medida, sino que todas esas medidas están compartiendo la misma configuración para las visualizaciones Eso significa que vayamos, por ejemplo, y vayamos y cambiemos de bando. Si hacemos eso, va a afectar a todas las medidas dentro de la vista y no puedo. Cámbielo individualmente. Entonces, todo lo que estás haciendo aquí o cambiando de individuo, puede afectar a todas las medidas. Por ejemplo, vamos a cambiarlo a diagrama par y así sucesivamente. Lo único que puedes ir y personalizar son los colores. Entonces, si vas a los colores de aquí y editas colores, puedes asignar para cada medida un valor diferente. Pero eso es todo. No podemos ir a personalizar los gráficos como queramos. Entonces, si usas valores de medida y nombres de medidas, presta atención. No tienes la libertad de cambiar las imágenes de tus gráficos, pero sigue siendo muy útil en muchos casos en los que quieres tener múltiples medidas compartiendo el mismo eje único Bien, así que con eso, espero que quede más claro. Ahora, ¿por qué tenemos los valores de medida y los nombres de las medidas de Tableau ? Bien, ahora pasando a los últimos métodos. Para combinar múltiples medidas, en una vista podemos usar el eje dual. Los ejes duales son realmente una gran manera y muy útiles en muchos escenarios donde puedes ir y comparar dos medidas juntas. Veamos cómo funciona esto en Tableau, y hay dos formas de cómo crear dos ejes en Tableau. El primero que les voy a mostrar ahora es que llevemos, por ejemplo, la fecha del pedido a las columnas. Y luego llevemos las ventas en formaciones a las filas. Ahora me gustaría obtener otra medida dentro de nuestra vista. Entonces tomemos la ganancia y solo pongámosla en las filas una al lado de la otra cerca de las ventas. Entonces aquí estamos de vuelta al método uno donde tenemos dos medidas separadas con dos ejes individuales. Ahora como se puede ver, esas dos medidas están separadas una de la otra. mí me gustaría llevar esos dos visuales uno encima del otro es cómo hacerlo. Volvamos a nuestras medidas. Entonces sí, se puede ver que tenemos dos medidas, las ventas y las ganancias. Vamos a ir a la ganancia, a la del lado derecho, derecha para dar click sobre ella. Y aquí tenemos la opción de doble eje. Así que vamos a hacer clic en eso. Ahora, como puede ver, esos dos gráficos ahora están uno encima del otro usando doble eje. El eje para las ventas y el eje de las ganancias lado a lado. Y podemos ver también la forma de esas medidas, el cambio. Entonces ahora, en lugar de tener dos pastillas verdes, ahora tenemos una píldora verde de dos medidas, las ventas y las ganancias. Y ahora, si revisas las escalas de esos ejes duales, puedes ver que las ventas como de costumbre, 0-1 millón y las ganancias 0-100 k Así que ahora aquí tenemos dos opciones. O puedes dejarlo como está con dos escalas diferentes, o puedes ir y hacerlas similares entre sí. Y esto es lo que hacemos en la mayoría de las situaciones. Vamos y sincronizamos esos dos ejes. Para ello, vayamos a la ganancia de aquí en este eje. Haga clic derecho sobre él, y aquí tenemos la opción de sincronizar eje Vamos a seleccionar eso. Como puede ver ahora, la escala de ganancias tiene exactamente la misma escala que los sellos. Se inicia 0-1 millón y marcado o lo visual sí se ajustaron también a la nueva escala Entonces como pueden ver, ahora lo tenemos en el fondo antes de tenerlo cerca de los sellos. Ahora podrías preguntar, ya sabes qué, ¿por qué usas doble eje? Solo puedo ir y usar los valores de Mejor como el método dos y puedo agregar tantas medidas como quiera a la vista. Entonces, ¿por qué tenemos doble eje? Bueno, hay dos razones para nosotros. Primero, aquí tienes la opción de decidir si quieres sincronizar el eje o no Entonces, si vas al método uno con los valores de Mejor, puedes ver que todo está sincronizado y solo tienes un eje y no podemos cambiar eso. Pero si volvemos al eje dual, siempre tenemos la opción de sincronizar eje o no Entonces este es un beneficio, el mayor beneficio de doble eje al que puedo ir ahora y personalizar cada medida como quiera. Entonces si revisas las marcas que tenemos aquí, nuevamente, una pestaña para cada medida. Nuevamente, el todo va a personalizar ambas medidas. Pero si vas a la Suma de Ventas, podemos ir y decidir la configuración visual de esta medida. Por ejemplo, puedo ir por aquí y cambiar el tamaño. O puedo ir a la suma de ganancias y decir en lugar del diagrama de líneas, me gustaría obtener un diagrama de barras. Aquí está exactamente la ventaja del eje dual, donde podemos ir y personalizar el gráfico o las medidas individualmente pero aún usando el mismo eje. Y no tienes esta opción si estás usando los valores de medida porque tienes que tomar una decisión o una configuración para todas las medidas. Pero la desventaja aquí es que es doble eje o sólo dos medidas, pero sigue siendo una gran manera comparar dos medidas en Tableau. Me gustaría mostrarles ahora el segundo método sobre cómo crear rápidamente doble eje en Tableau. Así que vamos a quitar esas cosas, y luego volvamos a tomar los sellos. Ahora para la segunda medida, en lugar de arrastrarla y soltarla aquí cerca de los sellos Y luego cambiarlo a dual. Lo que vamos a hacer, vamos a ir a lo visual por aquí. Y si lo mueves hacia el lado derecho, puedes ver que aquí tenemos una línea vertical. Ten cuidado. Si lo mueve al eje, tiene dos líneas verticales donde puede tener los valores de medida y los nombres de las medidas. No queremos eso, Queremos un eje dual, así que solo muévalo hacia el lado derecho, el lado opuesto del eje. Y puedes ver que tenemos una línea verde vertical si la dejas caer, Tableau va a ir y crear inmediatamente doble eje entre esas dos medidas. Entonces así es como puedes crear doble eje en Tableau rápidamente. Y un último punto sobre el eje dual es entender que el orden de las medidas tiene un efecto en lo visual. Entonces déjame mostrarte a lo que me refiero. Voy a ir ahora al beneficio y cambiarlo de diagrama de barras a diagrama de líneas. Y como puede ver, la línea roja de la ganancia es como frente a las ventas. Entonces eso significa que la medida de ventas está en la parte de atrás. El beneficio está al frente. Si quieres cambiar a ese individuo, lo que vas a hacer, solo vas a cambiar el orden del eje dual. Si tomamos las ventas de izquierda y solo lo ponemos a la derecha. Y como puedes ver ahora el diagrama de piezas en el frente y el diagrama de líneas en el fondo, que en esta situación no es realmente genial tener la línea detrás de las partes. Ahora vamos a cambiarlo de nuevo así el beneficio en el lado derecho para que lo vamos a conseguir en el frente y las ventas en la parte posterior. Bien, eso es todo para el eje dual. Ahora, por supuesto, en Tableau, puedes ir y mezclar todos esos métodos juntos en una sola vista. Aquí tenemos un eje dual. En este ejemplo, puedo ir ahora y sumar los valores de medida, el beneficio. En lugar de tener las ganancias, podemos tener los valores de medida, el método dos. Para ello, tomemos, por ejemplo, la cantidad. Y vamos a arrastrarlo y soltarlo en el eje de la ganancia. Dejémoslo por aquí. Y como puede ver, tabla cambia inmediatamente la suma de ganancias para medir valores. Pero aún del lado izquierdo tenemos ventas. Ahora estamos haciendo un doble eje entre las ventas y un montón de medidas. Ahora podemos ir y agregar más medidas a los valores de medida. Tomemos el precio unitario y lo agreguemos aquí. Podemos agregar los descuentos. Pero ahora solo cambiemos los colores para que quede claro. Ahora estoy en la pestaña de los Valores Mayores. Haga clic en los colores Colores. Ahora la cantidad, voy a darle precio unitario verde. Vamos a darle gris descuento este color. Y eso es todo. Eso. Como puedes ver, tenemos diferentes líneas, pero todas son líneas. No podemos cambiar eso porque es un valor mayor. Entonces todos ellos están compartiendo la misma puesta en marcha. Y en el fondo tenemos la suma de ventas desde el doble eje. Eso significa que puedes ir y combinar esas cosas y por supuesto que podemos ir y agregar el método uno. Tomemos el conteo de los pedidos y simplemente arrástralo y soltarlo a las carreteras de aquí para que veas que Tableau sí fue y creó un eje individual para los recuentos de pedidos. Eso significa que si miras ahora a nuestras medidas, en esta vista, la primera, la suma de ventas, estamos usando el eje dual. Este diagrama de parte, el azul. Y luego en el lado derecho del eje dual tenemos punzón o haz de medidas. Aquí tenemos la suma de ganancias, cantidad, precio unitario y descuento. Entonces tenemos un grupo de medidas como parte del eje dual usando los valores de medida, conteo de orden. Está completamente separado y no comparte el eje con los demás. Lo tenemos como eje individual usando el método uno. Bien, así como puedes ver, puedes mezclar las cosas. Y este es exactamente el poder de Tableau, donde tenemos altas personalizaciones sobre cómo visualizar nuestros datos Todo bien a todos. Ahora vamos a tener un resumen rápido Para combinar múltiples medidas en una sola vista, en visualizaciones únicas en Tableau, tenemos tres métodos El primero es usar ejes individuales. Eso significa que vamos a tener para cada medida un eje independiente separado diferente. Y la ventaja de estos puntos del método, podemos ir por cada medida y decidir sobre las imágenes, qué tipo visual podemos usar, los colores, el dimensionamiento, y así sucesivamente Por lo que la personalización de las medidas va a ser independiente Y los segundos beneficios, podemos ir y agregar tantas medidas como queramos dentro de una sola vista. Pero el punto débil en este método, es realmente difícil comparar esas medidas juntas. Por eso tenemos los segundos métodos donde podemos ir y comparar todas esas medidas juntas usando un eje compartido o único. Y podemos crear tales visualizaciones usando los nombres de las medidas y los valores de las medidas Entonces tenemos un solo eje y podemos tener múltiples medidas compartiendo el mismo eje. Con el principal beneficio de nuestros pensamientos, podemos agregar tantas medidas como queramos. Y además podemos comparar esas medidas mejor que el método uno ya que comparten el mismo eje. Pero la desventaja en este método A piensa, no podemos ir y personalizar cada una de esas medidas de forma independiente. Entonces eso significa que todas esas medidas van a compartir las mismas configuraciones de la visualización. Entonces no podemos usar aquí una línea luego aparte y cambiar otra cosa. Siempre tenemos que usar las mismas visualizaciones para todas las medidas Y por eso tenemos el tercer método en tabla para usar el eje dual. El principal beneficio del doble eje de puntos, podemos comparar dos medidas estrechamente entre sí. Podemos definir si podemos sincronizar el eje o no. Y aquí, la ventaja comparada con la anterior, el eje único, los puntos, podemos personalizar los visuales para cada medida de forma independiente Entonces aquí tenemos un diagrama de líneas junto con un diagrama de barras. Sólo esta ventaja de este método de puntos, podemos comparar sólo dos medidas. Bien, Kay, así que esos fueron los diferentes métodos sobre cómo agregar múltiples medidas en una sola vista y cuándo usarlas. A continuación vamos a empezar a construir gráficos básicos, y primero podemos tener los gráficos de barras. 156. Gráficos de barras de Udemy 1: Bien, así que ahora vamos a empezar con las cosas fáciles donde vamos a construir un gráfico de barras en filas. Empecemos con la fuente de big data y llevemos la subcategoría a las filas Y luego tenemos que medir, tomemos los sellos y lo pongamos en las columnas. Con eso, conseguimos las ventas por categoría. Ahora para que sea más grande, sólo voy a ir por aquí. En lugar de estándares, tomemos la vista completa. Ahora como pueden ver, tenemos barras en las filas. Table puede usar el gráfico de barras como predeterminado, pero en caso de que tengas algo más, puedes ir a las Marcas de aquí en lugar de Automático. Se puede mover a la barra, vamos a ir y dar clic en eso. Nada va a cambiar porque actualmente es un gráfico de barras y solemos utilizar los gráficos de par y filas para hacer ranking. Para ello, vayamos a las ventas y ordenemos nuestros datos. Con eso, tenemos un ranking muy bonito en nuestras listas. Una cosa más que suelo añadir es la coloración. Entonces tomo la medida, la suma de ventas mantienen el control y la pongo en los colores. Eso es todo por los gráficos de barras y filas. Bien. A la siguiente tenemos los gráficos de barras en columnas. Es muy fácil y muy similar a las filas, acabo de duplicar las hojas de trabajo Ahora aquí, en lugar de tener la dimensión en las filas, tenemos que moverla a las columnas. Tenemos que cambiar entre la medida y la dimensión. Para hacer eso, es muy sencillo. Vamos al menú Rápido por aquí y simplemente cambiarlo que tenemos las partes. Ahora en las columnas, como pueden ver, es muy sencillo. Normalmente usamos esto también para clasificar, por supuesto. Ahora la pregunta es cuándo usar columnas y cuándo usar filas. Si tienes unas dimensiones con baja cardinalidad, como tenemos la subcategoría, puedes ir y Pero si tu dimensión tiene una alta cadredad, muchos valores, puedes ir y usar las filas para tener como una lista larga y puedes desplazarte Siempre es mejor desplazarse hacia abajo que desplazarse hacia los lados derechos. Si tienes muchos valores dentro de tu dimensión, ve con las filas par. Pero si tienes bajo número de valores dentro de tu dimensión, ve con las barras de columna. Bien, pasando a otro gráfico de partes. Tenemos las barras lado a lado. En los gráficos de partes anteriores, hemos utilizado sólo una dimensión. Esta vez vamos a ir a usar dos dimensiones. Vamos a construirlo. Primero me gustaría llevar la dimensión país a las columnas. Y luego vayamos a obtener nuestra medida las celdas a las filas que obtuvimos los gráficos de partes normales. Pero ahora si vas y agregas otra dimensión a las columnas, obtendrás gráficos de partes lado a lado. La segunda dimensión van a ser los años de fechas de orden. Arrastre y suelte las fechas del pedido en las columnas. Como puede ver, Tableau convirtió a gráficos de líneas. No queremos eso, queremos gráficos de partes. Por eso vamos a las Marcas por aquí. Y en lugar de Automático, vamos a cambiarlo a barras. Nuevamente, aquí me gustaría hacerla vista entera. Ahora tenemos muchos datos dentro de la vista. Tenemos cinco años de datos. A mí me gustaría tener sólo dos valores. Me gustaría comparar el último, vamos a arrastrar los años a los filtros. Entonces voy a filtrar usando los años. Selecciona los años siguientes, vamos a tener sólo los dos últimos años. Haga clic. Bien. Lo último que me gustaría añadir es la coloración. Ya que tenemos dos años, me gustaría tener para cada año un color. Tomemos los años, mantengamos control y pongámoslo en los colores, y eso es todo. Ahora tenemos separaciones muy bonitas entre los valores. Ahora como puedes ver, tenemos barras lado a lado y es realmente útil para comparar múltiples valores en cada categoría. Con eso, realmente podemos comparar fácilmente los dos últimos años en cada país. Aquí en este tipo de gráficos, trata de no tener muchos datos, entonces va a ser muy difícil de comparar. Se puede ver que solo tenemos un filtro en los datos para poder comparar solo los dos últimos años. Eso es todo para las cartas lado a lado. Bien, pasando al siguiente, tenemos el gráfico de barras a lo largo del tiempo. Es una muy famosa. La puedes encontrar casi en cada tablero. Entonces veamos cómo lo vamos a construir. Vamos a ir a las fechas del pedido, pongámoslo en las columnas como siempre. Vamos a tener los años. Vamos a buscar nuestra medida, las ventas, y ponerla en las filas. Aquí tiene una tableta por defecto la va a mostrar como una línea. Vamos a cambiarlo a las barras. Ya que estamos trabajando en los gráficos de barras que conseguimos muy bien las ventas a lo largo de los años, pero solemos agregar más detalles porque esos datos son muy agregados. Vamos a añadir otra dimensión. Para hacer eso, vamos a desglosar los años. Da click en este letrero y con eso conseguimos la segunda dimensión, el trimestre. Y aquí podemos ver más detalles sobre cómo van cambiando las ventas con el paso del tiempo. El principal caso de uso de este gráfico de partes es mostrar cómo los datos están cambiando con el tiempo para mostrar tendencias. Si tiene tal requisito, vaya con el gráfico de piezas a lo largo del tiempo. Bien, pasando al siguiente, tenemos los gráficos de partes apiladas. El requisito para éste va a ser similar al lado del otro. Podemos usar dos dimensiones diferentes. Ahora vamos a construirlo. Me gustaría ver el total de ventas de cada mes para este año. Para ello, llevemos fecha del pedido a las columnas, y llevemos las ventas a las filas. Ahora voy a ir a cambiar los años a meses, ¿verdad? Haga clic en él. Y seleccionemos los formatos, el mes, para que consigamos esas partes que representan las ventas totales de cada mes y este año. Pero ahora me gustaría agregar más información a esta vista para poder comparar también las categorías. Ahora vamos a buscar las categorías. Siempre es la pregunta dónde lo vamos a colocar. Si lo pones en las columnas, lo que vas a conseguir, obtendrás barras lado a lado. No queremos eso, queremos obtener gráficos apilados. Para ello, tomemos la categoría y pongamos solo en los colores. Vamos y hagamos eso. Y con eso, conseguimos esta información, esta dimensión como un color dentro de cada barra. Y con eso, vamos a tener los gráficos de barras apiladas. Ahora como puede ver, el propósito principal del gráfico de par apilado es primero tener el total de ventas a lo largo del tiempo. Podemos comparar los meses y cómo se desarrollan las ventas a lo largo del tiempo. Entonces la segunda tarea, que no es la tarea principal, es ir a comparar las categorías para ver cómo contribuye la categoría en las ventas totales de cada mes. Eso es todo por los gráficos de partes apiladas. Bien, ahora tenemos un gráfico muy similar al anterior. Tenemos el gráfico de piezas apiladas completas, o a veces lo llamamos gráficos de piezas 100% apiladas. Ahora acabo de ublicar la anterior, y como se puede ver en los gráficos de partes apiladas normales, cada parte comienza y termina de manera diferente de mes a mes Las ventas totales son naturalmente importantes en estos gráficos. Lo importante ahora es comparar las subcategorías a lo largo del tiempo Una manera muy agradable para hacer eso es tener la parte apilada completa. Eso significa que cada parte en nuestras visualizaciones puede tener exactamente la misma longitud, y comienza de 0% a 100% Para ello, vamos a la Suma de Ventas, Haga clic derecho sobre ella Y luego vayamos a los cálculos rápidos de la tabla. Y tener como valor el porcentaje del total que obtuvimos, el porcentaje del total en lugar el porcentaje del total en lugar del total de ventas. Pero todavía no estamos ahí porque esas partes no están teniendo la misma longitud. Para ello, volvamos a la Suma de Ventas. Haga clic derecho en Ont y vayamos a Editar cálculos de tablas. Vamos adentro. Ahora lo que vamos a hacer aquí, en vez de tener mesa cruzada, podemos tener dimensión específica. Vamos a encender eso. Y vamos a seleccionar sólo la categoría. Ya que nos estamos enfocando solo en la categoría, eliminemos mes de la edad ordenada. Ahora como puedes ver, obtenemos de inmediato un stack completo. Vamos a cerrar esto. Ahora como puedes ver, todas esas partes tienen exactamente la misma longitud y todas empiezan con un 0% y terminan con 100% Nosotros llamamos a este tipo de gráfico como parte a todo. Eso significa que me gustaría ver y entender cómo se relacionan cada categoría todas las ventas de cada mes. Ahora vamos a resumir rápidamente cuándo usar qué gráfico. Si quieres enfocarte en comparar las categorías a lo largo de los tiempos, entonces ve con los gráficos completos de piezas 100% apiladas. Pero si es más importante mostrar el total cada mes, luego compare las categorías, luego vaya con los gráficos de barras apiladas normales. Bien, pasando al último tipo de barras, tenemos los pequeños gráficos de barras múltiples. Muchos gráficos de barras dentro de nuestras visualizaciones. Y eso lo podemos hacer añadiendo más de dos dimensiones. Empecemos por la primera dimensión. Vamos a ir a los países desde el panel de datos, pongámoslo en las columnas. Y con eso, conseguimos los valores de los países como columnas. Ahora me gustaría agregar filas de la categoría. Vamos a obtener la segunda dimensión, las categorías a las filas. Ahora me gustaría llenar esas informaciones para poder ver algunos datos. Vamos a buscar nuestras medidas, Las ventas, arrástralo y suéltalo a las filas de aquí. Como puedes ver, nuestros bares no son realmente pequeños todavía. Tenemos grandes piezas dentro de nuestra vista y siempre podemos ir y verificar cuántas marcas o cuántas piezas tenemos dentro de nuestra vista. Al revisar esta información por aquí, podemos ver que tenemos 12 marcas. Ahora vayamos a buscar nuestra tercera dimensión. Va a ser la fecha del pedido. Pongamos la fecha del pedido a las columnas. Ahora fuimos 12-16 marcas o 16 puntos de datos. Ahora Tableau lo cambia a líneas. Me gustaría traerlo de vuelta a pars. Vamos a las Marcas, cámbiala a pars, pero aún así nuestras partes no son realmente mini ni pequeñas Para ir más en detalles dentro de nuestra visión, en lugar de usar los años, vamos a ir con el mes. Vamos a cambiar el formato. Haga clic derecho sobre él. Y escojamos este formato, el continuo, el mes. Entonces ahora si revisas de nuevo, fuimos 60-707 marcas mini bares dentro de nuestra vista A mí me gustaría añadirle también algo de coloración. Vamos y llevemos al país a los colores. Entonces, eso es todo. Con eso, conseguimos pequeños gráficos de barras múltiples. Como puede ver, a medida que está agregando más dimensiones a la vista, está dividiendo la medida a más y más detalles. 157. Bar de Udemy 2 en bar: Bien, a continuación tenemos la barra en gráfico de barras. Anteriormente hemos comparado dos dimensiones dentro de nuestra vista, pero ahora ¿qué tal comparar dos medidas en nuestras vistas usando pars Veamos cómo podemos hacer eso. Como es habitual, vamos a llevar nuestra subcategoría a las filas, y luego tomemos la primera medida Van a ser los sellos a las columnas. Con eso, obtuvimos nuestros gráficos de barras estándar. Vamos a ordenarlo por las ventas. Ahora necesitamos nuestra segunda medida. Vamos a tomar la cantidad y ponerla también en las columnas. Ahora con eso, conseguimos eje individual para cada medida, y podemos ir y comparar los datos. Pero es mucho más mejor si tienes dos medidas y quieres compararlas es usar el eje dual. Como aprendimos antes en el material anterior. Vamos a usar el eje dual. Vamos a ir a la cantidad erráticamente conectar y vamos al eje dual Ahora aquí, Tableau sí decidió ir con otras visualizaciones ya que tenemos automáticas En lugar de eso, me gustaría volver a cambiarlo a barras. Como sabes en el eje dual, obtendremos diferentes pestañas dentro de nuestras marcas. Ahora, como ambos van a ser barras, vamos a ir a todos y luego seleccionar en lugar de Automático, vamos a tener las barras. Pero ahora como pueden ver, aún no estamos ahí. Es como la parte apilada, pero en realidad no está apilada. Para cambiar eso, lo que vamos a hacer, vamos a ir por cada medida individual y cambiar la puesta en marcha. Pero primero, me gustaría cambiar el color. No me gustan esas informaciones actuales, así que vamos a ir a la cantidad, Hazla naranja. La venta va a ser azul. Vamos bien. Ahora lo que vamos a hacer para tener barra en barra, vamos a ir a cambiar el tamaño de la cantidad. Vamos a la cantidad de aquí, vamos a la talla y solo hazla un poco más pequeña. Entonces ahora podemos ver en el fondo la gran barra azul, y en la parte delantera tenemos esta pequeña barra naranja. Entonces con eso conseguimos algo así como barras en gráfico de barras, lo cual es realmente genial para comparar dos medidas usando doble eje. Si, por ejemplo, si revisas la categoría arte, puedes ver que la cantidad es realmente enorme. Pero estamos generando muy pocas ventas comparadas, por ejemplo, con los cubres Tenemos menos cantidad que se pide, pero tenemos ventas enormes. Entonces es una manera muy agradable para poder comparar medidas. 158. Código de barras para Udemy 3: Bien, el siguiente puede ser divertido. Uno en el que vamos a crear gráficos de códigos de barras. Normalmente lo usamos para mostrar más detalles dentro de cada par. Entonces veamos cómo podemos hacer eso. Como es habitual, vamos a obtener la misma información, subcategorías a las filas y ventas a las columnas Creo que ya lo tienes. Vamos a ordenarlo. Ahora lo que me gustaría traer es una dimensión con alta cardinalidad, como el nombre del producto Vamos a traerlo, por ejemplo, a las filas de aquí. Como puede ver, Tableau nos está advirtiendo y diciéndonos que hay muchos miembros dentro del nombre del producto. Y ahora si vas y dices, bien, agrega todos los miembros, ¿qué puede pasar? La vista se va a romper y no es realmente informativa. Pero en lugar de eso, podemos tomar el nombre del producto y ponerlo en los detalles. Así que vamos a hacer eso. Y ahora con eso hemos construido algo así como códigos de barras donde tenemos la información del producto dentro de cada pars, lo que a veces es útil para mostrar todos esos detalles en una sola vista Entonces así es como construyes gráficos de códigos de barras. 159. Gráfico de líneas de Udemy 4: Bien, así que ahora podemos empezar a hablar de los gráficos de líneas en Tableau. Son muy básicos y muy estándares con el fin de mostrar el cambio a lo largo del tiempo. Ahora vamos a construir gráficos de líneas muy simples en Tableau. Ya que estamos diciendo cambio con el tiempo, eso significa que necesitamos una fecha. Vamos a conseguir las fechas del pedido a las columnas. Y luego los caminos, necesitamos nuestra medida, Suma de Ventas. Ahora como predeterminado, como siempre, Tableau va a mostrar los años. Pero en vez de eso, para que sea más interesante, vamos a ir y cambiarlo a meses. Vamos a cambiar el formato a mes continuo, así que da clic en eso. Ahora con eso, tenemos nuestros gráficos de líneas. Si por alguna razón a tu final no estás obteniendo un gráfico de líneas, para poder cambiar a gráficos de líneas, vamos a las marcas y luego en vez de automático, vamos a elegir la línea. Una vez que hagas eso, obtendrás exactamente como por mí, un gráfico de líneas. Este es el gráfico de líneas más básico en Tableau que muestra los cambios a lo largo del tiempo. Bien, a continuación me gustaría mostrarles los diferentes visuales que podemos agregar a nuestra línea Para eso, pongamos más medidas a nuestro juicio. Actualmente tenemos la suma de ventas. Consigamos todo como el descuento, las ganancias, la venta de anuncios. Tomemos el precio unitario y también los pedidos. Ahora como saben, como tenemos cinco medidas en nuestra opinión, también obtenemos cinco pestañas en las marcas para configurar individualmente el visual para la suma de ventas. Vamos a dejarlo como es como un gráfico de líneas estándar. Pero para el siguiente, lo que voy a hacer, vamos a cambiar el camino o lo visual de la línea. Si vas por aquí en el pase y haces clic en él, obtendremos diferentes tipos de líneas. El primero va a ser el estándar, el lineal, pero el segundo va a ser un paso. Vamos a seleccionar puntos. Ahora bien, si revisas el descuento por aquí, no tenemos un gráfico lineal como las ventas que tenemos ahora como pasos como es saltar hacia arriba, entonces tenemos escalones hacia abajo. Bien, así que pasemos al lado de la ganancia por aquí. Entonces cambiemos la pestaña a la ganancia. Ahora vamos a ir de nuevo al camino. Y aquí tenemos dos secciones, el tipo de línea y el patrón de línea. En el patrón de líneas, tenemos la línea sólida o podemos hacer una línea discontinua Vamos a seleccionar la línea de trazos. Y como pueden ver ahora individuos, tenemos muy bien una línea de trazos en Tableau. Entonces esta es una forma más para poder presentar las líneas en Tableau. Pasemos a la siguiente, a la siguiente medida, tenemos el precio unitario. Vamos a cambiar ahí. Ahora lo que podemos hacer por aquí, por cada punto que tengamos en las gráficas, podemos hacer un marcador o como círculo pequeño para poder sumar los marcadores. Lo que vamos a hacer, vamos a ir a los colores por aquí, y luego aquí tenemos los efectos. El primero es automático. El segundo que tiene marcas, y el último que no tiene marcas. Vamos a cambiar todo a marcas. Ahora con eso, se puede ver el gráfico de líneas en el Enterprise tiene como pequeños círculos, pequeños puntos de datos. Este es un efecto visual más sobre las líneas en Tableau. Pasemos al último, el recuento de las órdenes. Vamos a cambiar ahí. Ahora lo que podamos hacer, podemos cambiar el tamaño de las líneas depende de los valores. Para ello, tomemos la cuenta de las órdenes. Entonces es control arrastrarlo y soltarlo y ponerlo a un lado. Entonces ahora si tomas la última línea, vamos a ver un efecto muy bonito. Si los valores son pequeños, tendremos una línea delgada. Pero si los valores son altos, vamos a conseguir como una línea pesada, que es realmente se ve bien. Muy bien chicos. Entonces como puedes ver, Tableau es muy rico en las visualizaciones y con pocos clics podemos cambiar las representaciones visuales de las líneas Bien, ahora vamos a construir el gráfico de líneas múltiples en Tableau. Siempre estoy duplicando las hojas para no construir todo desde cero cada vez Entonces ahora anteriormente en la línea estándar, podemos ver los cambios a lo largo del tiempo, pero a veces queremos agregar más información. Queremos comparar los valores de una dimensión dentro de esta vista. Y podemos hacer eso teniendo múltiples líneas. Digamos que me gustaría comparar los valores dentro de la categoría. Vamos a las categorías en nuestro Bod, Artes, y ahora vamos a ponerlo en los colores, arrastrarlo y soltarlo a los colores Y como se puede ver haciendo esa tabla va a ir a trazar tres líneas por cada valor dentro de esta dimensión. Con eso, conseguimos múltiples líneas dentro de una vista. Y ahora podemos ver que no es realmente informativo porque tenemos muchas líneas y muchos zigzacs Para reducir eso, vamos a cambiar el formato a, digamos por ejemplo, a un cuarto. Ahora es un poco más limpio para ver que los datos van cambiando con el tiempo y se pueden comparar los valores de una dimensión, el número de líneas realmente depende los valores dentro de esta dimensión. Una cosa más sobre cómo crear esas tres líneas. No hay que tenerlo siempre en los colores. Si mueves la categoría de los colores y la pones en los detalles, vas a obtener los mismos efectos donde va a ir Tableau y crear múltiples líneas para cada valor, pero esta vez sin colores. Este es otro método sobre cómo crear diferentes líneas en Tableau. Pero creo que tiene más sentido tenerlo en los colores para tener color subarado para cada línea Así es como podemos crear múltiples líneas en Tableau usando dimensión. Bien, al siguiente, podemos tener gráficos de líneas duales. Esta vez nos vamos. Compara dos medidas diferentes en una vista. Entonces vamos a crear para cada medida, una línea. Entonces ahora me voy a quedar con la misma vista donde tenemos la suma de ventas y el trimestre para la fecha del pedido. Ahora nos gustaría comparar, en esta vista, dos medidas, la suma de las ventas y la ganancia. Tomemos el beneficio y lo pongamos lado a lado por las ventas. Y con eso, tenemos dos líneas distintas para cada medida, Pero me gustaría tenerla encima de la de la otra. Para ello, vamos a ir a usar el eje dual. Vamos al Bf, damos clic derecho sobre él, y aquí tenemos la opción de doble eje. Entonces como puedes ver, es muy sencillo. Tenemos un gráfico de líneas duales, y aquí puedes agregar más cosas. Por ejemplo, puedes ir y sincronizar esos dos ejes yendo al brofit, click derecho sobre él Y aquí puedes ir y sincronizarlo. O claro que podemos ir y configurar cada línea de manera diferente. Entonces vayamos a la ganancia de aquí, vayamos al camino y hagamos de ella una línea discontinua Como aprendimos de manera brieviente, usando el eje dual, obtuvimos la libertad de cambiar visual de cada medida individualmente Y esta es una manera realmente genial para poder comparar dos medidas. Bien, pasando al siguiente, tenemos los gráficos de líneas acumuladas. Por lo que actualmente en los gráficos de líneas estándar, estamos usando el mes y la suma de ventas. Y podemos ver el total de ventas de cada mes. Pero a veces nos gustaría entender cómo la cosa se está desarrollando o creciendo con el tiempo. Ahora queremos ver el crecimiento a lo largo del tiempo. Tenemos que usar gráficos de líneas acumulativas. Para ello, vamos a ir a la Suma de Ventas. Y en lugar de tener suma de Ventas como funciones agregadas, vamos a ir a crear cálculos de tabla rápidos para tener el total acumulado. Vamos a cambiar eso. Y como pueden ver, vamos a obtener muy bien gráficos de líneas acumulativos donde se puede ver cómo la cosa va creciendo a lo largo del tiempo. Pero claro, para hacer las cosas más interesantes, vamos a agregar más información a nuestra opinión. Vamos a buscar la categoría y generar diferentes líneas. Entonces podemos dejarlo caer sobre los colores y ahora podemos ver cómo van creciendo las diferentes categorías a lo largo del tiempo. Agregar también a la línea acumulativa es el punto final de cada línea. Para ello, vamos a ir a las Marcas, a las etiquetas, dar clic en las etiquetas, mostrar etiquetas de marca. Pero como pueden ver, tenemos para cada mes una etiqueta. No queremos eso, queremos sólo el final de cada línea. Para hacer eso, vamos a cambiarlo de todo al final de línea. Ahora si revisas nuestras líneas, puedes ver al inicio y al final tenemos esta información. Pero el punto de partida no es realmente interesante, así que podemos ir y desactivarlo. Etiqueta inicio de línea. Vamos y deshabilitarlo. Con eso, vamos a tener las ventas totales de cada categoría al final de la línea. Con eso, podemos ir y analizar el crecimiento a lo largo del tiempo para cada categoría, Bien, Así que ahora vamos a ir a crear pequeños gráficos de líneas múltiples como lo hemos hecho para los gráficos de barras. Vamos a hacerlo ahora por las líneas. Ahora lo que vamos a hacer, vamos a traer como al menos tres dimensiones a la vista para descomponer las ventas a líneas más pequeñas. Vamos a hacerlo. Vamos a conseguir, como de costumbre, la fecha del pedido a nuestro juicio. Consigamos la suma de ventas a las filas. Y entonces podemos obtener otra dimensión, la categoría a las filas también. Como puede ver ahora a medida que estamos agregando más dimensiones, estamos dividiendo las líneas. Vayamos a buscar los países y ponérselo también a las columnas. Entonces ahora que tenemos más gráficos, pero mesa lo vamos a mostrar como barras ya que tenemos como automáticos. Así que vamos a cambiarlo a líneas. Ahora lo tenemos como una línea discreta. En lugar de eso, consigamos una línea continua. Para ello, vayamos a esa fecha y cambiemos a algo así como el mes como continuo. Cambiemos los formatos con eso. Como puedes ver, obtenemos gráficos de líneas múltiples muy interesantes. A mí también me gustaría añadir los colores. Vamos a buscar el país, por ejemplo, y agregarlo a los colores. Ahora, solo para mejorar lo visual, vayamos y eliminemos la grilla. Haga clic con el botón derecho aquí. Y luego vamos a los formatos. Entonces podemos ir aquí a las líneas, y luego tenemos la pestaña labrada Vamos a las líneas de la cuadrícula y pasemos a ninguna que hayamos eliminado esas líneas de cuadrícula, lo cual es realmente molesto tener muchas de ellas. Entonces lo último que podamos hacer con eso, podemos tener las ventas totales del último punto. Para ello, consigamos que la suma de ventas mantenga el control y la arranquemos a las etiquetas. Entonces vamos a ir a las etiquetas por aquí y seleccionemos Mean Max. Lo vamos a tener antes de la fecha del pedido. Así que cambiemos de Automático a mes. Y vamos a tener sólo el valor máximo. Eliminemos el valor mínimo. Entonces, qué tenemos para cada gráfico, como las ventas totales del último mes. De modo que hemos creado muy bonitos pequeños gráficos de líneas múltiples en Tableau. 160. Udemy 5 destacado: Bien, pasando al siguiente, tenemos los gráficos de líneas resaltados en Tableau. Esto es especialmente importante si tienes varias líneas en una sola vista y hay diferentes métodos sobre cómo hacerlo. Voy a mostrar una rápida y una profesional. Empecemos por el rápido. Vamos a tener múltiples líneas en nuestros gráficos. Voy a tomar este tiempo, el país, y ponérselo en los colores que tenemos. Una línea por cada valor dentro de la dimensión país. Y ahora me gustaría dar la posibilidad de que los usuarios resalten uno de esos valores. Para hacer eso, es muy sencillo. Vaya al país por aquí, haga clic derecho sobre él. Y vamos al resaltador. Aquí tenemos la opción de mostrar resaltador. Haga clic en eso. Eso, si revisas el lado derecho, vamos a tener viruela Para resaltar los valores dentro de los países, los usuarios pueden ir por aquí y seleccionar uno de esos valores, por ejemplo, Alemania. Y como pueden ver, Tableau va a ir a resaltar la línea de Alemania y puede aplaudir todas las demás líneas Esta es una manera realmente agradable para ir y resaltar diferentes valores en Tableau para enfocarse en un valor. Esta es realmente una gran manera para ir y resaltar una línea, especialmente si tenemos muchas líneas múltiples. Eso es lo que pasa. Así es como puedes crear rápidamente un gráfico de líneas resaltado en Tableau. Bien, entonces ahora vamos a hablar de los segundos métodos sobre cómo crear gráficos de líneas resaltados, pero esta vez de manera profesional. Entonces ahora solo dupliqué el viejo gráfico de líneas donde tenemos la suma del trimestre de las ventas y los países en los colores. Pero esta vez vamos a deshacernos de este resaltador. Así que sólo voy a ir a quitarlo. Entonces ahora tenemos que dar a los usuarios una lista de todos los países para poder seleccionar, y este país seleccionado va a ser resaltado en la vista. Para ello, vamos a ir a crear un parámetro. Vamos a los datos Pain, escríbelo, haga clic aquí, luego cree un parámetro aquí. Vamos a darle un nombre, seleccionar país. Dado que los valores de país son cadena, el tipo de datos va a ser también una cadena. Ahora a continuación vamos a ir a crear una lista de todos los países que tenemos dentro de las dimensiones. Aquí tenemos cuatro valores. Tenemos a Francia. Ten cuidado de que tengamos el caso exacto. El primero en mayúscula y el resto es pequeño. Tenemos Alemania, Italia, el último es Estados Unidos. Eso es todo por nuestro parámetro. Vamos y pulsemos bien que tenemos nuestro nuevo parámetro en el lado izquierdo, conecta a la derecha y muestra parámetro para poder verlo aquí en el lado derecho Ahora los usuarios pueden ir por aquí y seleccionar uno de esos países, pero como pueden ver, nada está cambiando en la vista porque aún no nos hemos conectado a nuestra vista. Ahora, para conectarlo a nuestra vista, tenemos que ir y crear un nuevo campo calculado. Vamos al pin de datos. Nuevamente, cree campos calculados. Llamémoslo Destacado País. Y aquí podemos tener una condición muy sencilla donde vamos a decir país igual a nuestro parámetro. Entonces nuestro Peter va a ser país selecto aquí. Lo que estamos diciendo es que si el país seleccionado de los parámetros es igual al valor del país, entonces vamos a tener verdad. De lo contrario va a ser falso. Por ejemplo, ahora actualmente tenemos el valor de Francia seleccionado en el parámetro. Eso significa que el país, Francia, va a ser verdad, y todos los demás países pueden ser falsos. Vamos a golpear, Bien. Entonces ahora vamos a ir a trabajar destacando el país seleccionado. Para ello, comencemos con la coloración. Actualmente tenemos la coloración en el país. Voy a ir y moverlo a los detalles. Eso significa que ahora los países solo están creando las líneas, no son responsables de la coloración de las líneas. Ahora, para traer la coloración, vamos a conseguir nuestro nuevo campo calculado, el país destacado. Y pongámoslo en los colores. Ahora podemos ver que tenemos sólo dos colores porque tenemos falso y verdadero. Si es cierto, va a ser naranja. Si es falso, va a ser azul. Pero me gustaría cambiar esos colores para hacer el efecto de resaltado. Vamos a los colores, a los colores. Falso va a ser gris y lo verdadero va a ser, digamos por ejemplo, el azul, digamos. Bien, ahora obtenemos como un efecto de resaltado. Todas las demás líneas son grises y sólo la que seleccionemos va a ser azul. Pero ahora vamos a probar nuestros parámetros. Tenemos aquí Francia seleccionada actualmente. Seleccionemos Alemania. Y como puedes ver, y como puedes ver ahora esa línea seleccionada va a ser Alemania. Vamos a pegar Italia y Estados Unidos. Ahora, como puede ver, nuestro parámetro ahora está funcionando. Ahora aquí tenemos un pequeño tema donde la línea resaltada está detrás de las líneas grises. Para poder cambiar eso, me gustaría tener el resaltado en la parte delantera y el gris en la parte posterior. Sólo vamos a ir a la leyenda por aquí. Si no lo tienes, puedes ir al análisis. Y luego aquí tenemos la opción de las leyendas y asegúrate de seleccionar los colores. Actualmente es seleccionado por mí. Entonces lo que vamos a hacer, sólo vamos a cambiar esos dos valores. Tomemos lo verdadero y lo pongamos encima para que hayamos ordenado esos dos valores. Y como se puede ver en los gráficos, el color azul en la parte delantera y el color gris en la parte posterior. Ahora el siguiente paso, para crear este efecto de resaltado en puntos duplicados, vamos a cambiar el tamaño. Para ello, vamos a utilizar nuestro nuevo campo calculado. Entonces la línea resaltada arrastra y dibuja sobre el tamaño manteniendo presionado el control. Ahora con eso, tenemos diferente tamaño para la línea resaltada en comparación con las otras. Pero aquí tenemos el efecto contrario, pero no queremos eso. Queremos que el resto va a ser delgado y lo más destacado va a ser pesado. Para hacer eso, vayamos a la leyenda de aquí. Sólo dudo aquí. Ahora como se puede ver que a través de un delgado, las caídas son pesadas. Para poder cambiarlo, vamos a ir al revés. Vamos a hacer clic en eso y darle bien. Con eso, se puede ver que la línea resaltada es mucho más pesada que el resto. Puedes cambiar la talla si no te gusta así. Así que podemos reducir un poco el tamaño y va a ser ahora más agradable. Bien, así que eso es todo sobre cómo crear líneas resaltadas en Tableau de manera más profesional que el Brison donde tienes más control sobre el tamaño y la coloración Los usuarios pueden ir por aquí y comenzar a cambiar el valor. Y con eso estamos resaltando una línea comparada con las demás. Eso es. 161. Udemy 6 Bump: Muy bien, a continuación tenemos uno divertido donde vamos a construir un gráfico de bombas usando líneas para hacer una clasificación entre diferentes valores. Entonces ahora por ejemplo, me gustaría clasificar a los países a lo largo del tiempo. Para ello vamos a tener la misma vista donde tenemos el trimestre y las ventas y tenemos una línea. Entonces ahora lo primero que vamos a ir a agarrar el país y ponerlo en los colores para crear esas diferentes líneas. Ahora como el análisis se trata de ranking, no de las ventas totales, para construir eso, vamos a ir a la suma de ventas por aquí. Y vamos a ir a crear una tabla rápida de cálculos. Aquí tenemos la función rank, así que vayamos y seleccionemos eso. Entonces ahora tenemos un ranking que depende de toda la mesa, toda la vista, no quiero eso. Me gustaría clasificar entre sólo cuatro valores. Para hacer eso, vamos a la Suma de Ventas por aquí. Escríbalo. Haga clic en él y editemos Cálculos. Vamos adentro. Y ahora en vez de tener Table al otro lado, voy a ir y especificar una dimensión. Ahora nos gustaría tener un ranking solo usando el país, así que vamos a tener sólo cuatro valores. Yo solo voy a ir también y seleccionar las fechas del pedido. Vamos a cerrar esto. Ahora tenemos algún tipo de efecto de la tabla de bombas, pero aún no estamos ahí. Como se puede ver, los rangos comienzan de abajo hacia arriba. A mí me gustaría revertirlo. Para hacer eso escribe y da click en el eje es el Ax y luego vamos a revertir. Eso es todo. Vamos a cerrar esto. Como puedes ver ahora tenemos el rango superior en la parte superior, y luego en la parte inferior tenemos el rango más bajo. Ahora para tener este efecto bomba, tenemos que tener como círculos dentro de nuestro visual. Podemos hacerlo muy fácilmente si tú, para tener los efectos de bombeo, tenemos que tener líneas. Ya lo tenemos, pero también tenemos que tener círculos sobre los puntos de datos. Hay una manera fácil. Para ello, vayamos a los colores y cambiemos los marcadores a círculos. Ahora como puedes ver, tenemos nuestros pequeños círculos en cada punto de datos y obtenemos los efectos de la bomba. Pero ahora a veces vamos más avanzados en estos gráficos donde podemos hacer nuestras propias personalizaciones para esos círculos donde queremos hacer esos círculos, esos puntos de datos un poco más grandes y dentro de él, el rango Ahora para hacer eso, primero ocultemos esos pequeños círculos. Eso no queremos. Vamos a los colores y solo tengamos una línea sin rotuladores. Ahora en círculos de orden, tenemos que tener la misma medida. Nuevamente, en nuestra opinión, tomemos la suma de ventas mantener el control y ponerla del lado derecho. Con eso, tenemos dos gráficos para cada medida. Vamos a la segunda, a la Suma de Ventas de aquí. En lugar de tener líneas, vamos a moverlo a círculos. Cambia las marcas aquí a un círculo. Como pueden ver, ahora tenemos muy bien esos círculos, y ahora podemos ir y cambiar el tamaño de esos círculos. Bien, eso se ve bien. Ahora el siguiente paso es que vamos a ir a ponerla encima de la del otro. Y podemos hacerlo usando el eje dual. Vamos a la Suma de Ventas del lado derecho. Haz clic derecho sobre él, y vamos a seleccionar el eje dual ahora que tienes muy bien esos círculos en la parte superior de nuestra línea. Pero los colores aún no son correctos porque esos dos ejes no están sincronizados. Vamos al lado derecho. Haga clic derecho sobre él y sincronice el eje. Ahora tenemos esos círculos perfectamente en nuestras líneas. Me gustaría ocultar el eje derecho, hacer clic derecho sobre él, y vamos a ocultar el encabezado. Ahora el siguiente paso podemos ir y sumar números en esos círculos. Voy a seguir con la segunda medida en esos círculos. Vayamos a las etiquetas y mostremos la etiqueta. El siguiente paso, me gustaría agregar esos números dentro del círculo. Ve a la alineación por aquí, y luego a la vertical, y hagamos al centro que tengamos esos números dentro de los círculos. Y podemos ir también y cambiar el color y las fuentes por aquí. Hagámoslo a blanco. Al siguiente paso me gustaría ir y cambiar nuevo el dimensionamiento de esos círculos. Así que hagámoslo un poco más grande hasta que se vea bien. Bien, así que ya es suficiente. Y con eso, conseguimos una tabla de bombas realmente profesional y estamos controlando el tamaño de esos círculos. Entonces ahora podemos ir y muy bien comprobar las filas de esos países. Como puede ver, Francia estaba en los primeros puntos de datos, el rango número uno, luego bajó a dos, luego a tres, luego de vuelta a uno. Y podemos ver el desarrollo de esas ventas entre países. Y podemos ver muy bien que Italia es siempre el rango más bajo en las ventas en nuestro negocio. Bien, así es como podemos crear Pump chart Tableau. 162. Udemy 7 Sparkline: Bien, así que ahora vamos a aprender a crear gráfico de líneas de Spark en Tableau. Los gráficos de líneas Spark son realmente como visuales compactos para mostrar la tendencia que cambia con el tiempo Y lo vas a encontrar en muchos dashboards para poder mostrar KeBis Ahora veamos cómo podemos crear eso. Es muy sencillo. Entonces ahora vamos a tomar una dimensión como el país y ponerla en las filas para simplemente dividir esas líneas menor tamaño. Ahora en las líneas Spark, es muy importante tener la información de las ventas al inicio y al final de cada línea. Vamos a hacerlo. Tomemos la suma de ventas, arrástrela y colóquela en las etiquetas aquí, manteniendo el control. Entonces ahora tenemos la información de ventas de cada trimestre en cada punto de datos. No queremos eso, vamos a las etiquetas de aquí, y ahora vamos al Min y al max. Vamos a seleccionar Puntos. Ahora podemos ver que tenemos para cada línea, dos valores, el mínimo y el máximo. Pero aquí realmente en la suma de ventas, En lugar de eso me gustaría que el min y max dependa del valor de la fecha del pedido. Vamos a cambiar eso. Podemos ir al campo por aquí en vez de automático. Seleccionemos el trimestre ahora. Como pueden ver, con eso, conseguimos exactamente nuestras líneas de chispa. Tenemos el valor inicial y el valor final de cada línea. Pero ahora generalmente las líneas de chispa son visuales realmente compactas, son líneas realmente pequeñas Para cambiar eso, pasemos de la vista completa a la estándar. Y ahora vamos a ir con mucho cuidado hasta el final de nuestro eje hasta conseguir el tamaño de nuestro ratón. Entonces ahora vamos a reducirlo por completo que tenemos nuestras líneas compactas también me gustaría eliminar esas líneas en nuestros gráficos, así que haz clic derecho sobre él por aquí y ve a Formato. Y luego del lado izquierdo vamos a ir a las líneas. Estamos en las filas, me gustaría quitar esas filas. Así que asegúrate de seleccionar las pestañas de fila y eliminar esas líneas de pendiente, podemos ir por aquí y seleccionar ninguna. Y con eso conseguimos líneas de chispa realmente limpias sin ninguna calificación también. Podemos ir a esconder esas informaciones sobre las ventas. Vamos a hacer clic derecho sobre él y mostrar encabezado. Vamos a desactivarlo. Eso es. Ahora estoy contento con eso. Tenemos un gráfico de líneas de chispa muy agradable en Tableau. Y como se puede ver, existen visuales compactos fin de identificar rápidamente las tendencias, las cuales solemos utilizarlas dentro de QBI 163. Udemy 8 Barbel: Bien, así que ahora vamos a ir más avanzados en la creación de visualizaciones en Tableau Podemos aprender a crear gráficos de Pipa en Tableau. Los gráficos de Parble son realmente increíbles para comparar dos puntos de datos y encontrar las diferencias entre ellos. Es como antes y después. Y funciona perfectamente si tienes categorías ahora nos gustaría son dos años 2020, 1.20 22 por las categorías Entonces ahora comencemos primero con tomar la subcategoría en otra categoría para tener más valores Ahora a continuación necesitamos dos medidas, la primera para el año 2021 y la segunda para 2022. Para ello, tenemos que ir a crear un nuevo campo calculado. Volvamos a ir a los datos. Haga clic aquí, Crear Nuevo Campo Calculado. Y ahora voy a llamar al primero, Ventas 2021. Y el formulario va a ser muy fácil, así que vamos a usar la condición F si las fechas del pedido, pero ahora estamos hablando del año de la fecha del pedido. Así que vamos a moverlo al año si el año de la fecha del pedido es igual a 2021. Entonces ahora lo que puede pasar si la condición es correcta, vamos a mostrar las ventas, luego las ventas, y de otra manera va a ser nulo eso establece, vamos a terminar con ello. Ahora en este campo calculado, obtendremos las ventas solo si el año es 2021. Vamos a copiarlo porque lo necesitamos para el siguiente que ponga. Entonces pegó bien. Y con eso, nos metimos en el dolor de datos en nueva medida calculada para las ventas 2021. Vamos a crear para el próximo año, van a ser las ventas de 2022. Ritmo. Mismo cálculo, pero ahora vamos a decir si el año es 2021, luego mostrar las ventas. Entonces eso es todo, vamos a establecer. Bien, entonces con eso, conseguimos nuestra segunda medida para las ventas de 2022. Ahora queremos comparar ambas ventas en nuestra opinión. Llevemos las ventas de 2021 a nuestras columnas. Ahora en los gráficos morados, vamos a tener como dos círculos y entre ellos una línea para encontrar las diferencias. Primero, comencemos con los círculos. En lugar de tener partes, vamos a ir a las marcas de un año y cambiarlo a círculo. Con eso, tenemos, en nuestra opinión, el primer círculo para el año 2021. Lo que falta ahora es el segundo círculo. Para ello, vamos a ir a conseguir nuestras ventas 2022. Muévelo al eje para generar los valores de medida y los nombres de las medidas. Simplemente arrástralo y suéltalo por aquí. Y ahora con eso, tenemos nuestro segundo punto. El primero, el azul es para 2021 y el segundo es 2022. Muy bien, con eso, hemos construido la primera parte de los gráficos de parble donde tenemos el punto de partida y el punto final Ahora para mostrar las diferencias o la distancia entre esos dos valores, tenemos que tener un gráfico de líneas entre ellos. Entonces eso significa que necesitamos ahora otro tipo de gráfico dentro de nuestra vista. Para ello, vamos a ir a duplicar los valores de medida. Mantenga el control, arrástrelo y suéltelo y simplemente colóquelo al lado. Ahora que tenemos los mismos datos a la izquierda, la derecha, a la derecha, vamos a tener ahora diferentes visuales en lugar de círculos, vamos a tener una línea. Vamos a la pestaña de aquí en las marcas a la segunda. Ahora vamos a ir y cambiar lo visual de círculo a línea. Con eso, conseguimos nuestras líneas, pero aún no estamos ahí. Me gustaría tener una distancia entre dos valores. Para ello, vamos a tomar nuestro nombre de medida de los colores y vamos a ir y ponerlo en el camino. Arrástralo y suéltalo en el camino. Y con eso, conseguimos exactamente lo que queremos. Tenemos ahora como una línea entre dos puntos. Bien, entonces ahora el paso final, con eso, vamos a ir a fusionar esos dos gráficos en uno. Entonces para hacer eso, como aprendimos, vamos a usar el eje dual. Vamos a los valores de medida de aquí en el lado derecho. Haga clic derecho sobre él. Y de doble eje, vamos a escabullirse eso Ahora tenemos una línea perfecta para mostrar la distancia, la diferencia entre el punto de partida y el punto final. Pero ahora todavía tenemos pequeños problemas en las imágenes. A mí me gustaría hacer esos círculos un poco más grandes. Entonces cambiemos a los círculos y vayamos a los lados por aquí y hagámoslo un poco más grande. Bien, así que ya es suficiente. Ahora, como puede ver, la línea está encima de los círculos, lo cual es naturalmente correcto. Para que quede atrás, tenemos que ir y cambiar el orden de esos ejes duales. Entonces vamos a tomar la derecha y ponerla a la izquierda. Bien, así que con eso tenemos un gráfico Parbal perfecto en Tableau Y podemos ir a analizar las diferencias entre dos puntos de datos entre las ventas de 2020, 1.20, 22 Y tenemos esta línea muy bonita para poder indicar las distancias entre ellas. Entonces se puede ver por ejemplo, en los sobres, no hay cambio en las ventas entre esos dos años. Pero si vas a los teléfonos por aquí, puedes ver un cambio enorme en las ventas entre esos dos años y los particulares, Realmente indica esas informaciones. Entonces eso dice que así es como creas y por qué creamos gráficos de parble en Tableau 164. Barra redonda de Udemy 9: Bien, así que ahora vamos a ir a construir gráficos de partes redondeadas. Anteriormente hemos aprendido a construir gráficos de barras, estándar, pero ahora vamos a ir avanzados y construir gráficos de partes redondeadas. Y usaremos líneas para hacer eso. Sé que suena un poco extraño, pero vamos a construir eso. Primero vamos a ir a conseguir, como siempre, las subcategorías para poder hacer una, y me voy a quedar con toda la vista para tener toda la vista por aquí Entonces vayamos a buscar la suma de ventas a las columnas de aquí. Por lo que se puede ver, esto es muy agradable gráficos de partes estándar ahora en lugar de tener esos compases clásicos, vamos a haber redondeado cada compás al inicio y al final. Cómo vamos a hacer eso, vamos a ir y tener como un valor ficticio promedio del cero Ahora vamos a hacer, vamos a ir a fusionar esas dos medidas en un solo eje. Para ello, arrastremos el promedio y lo pongamos encima de las ventas por aquí para generar los valores de medida y los nombres. Entonces ahora vamos a ir y conferir el gráfico de barras a un gráfico de líneas Vamos a las marcas de aquí a la línea. Y entonces lo que vamos a hacer, vamos a tomar el nombre mayor y ponerlo en el camino, así que ahora ya casi estamos ahí. Lo que vamos a hacer, sólo vamos a ir y aumentar el tamaño de esas líneas. Vamos a hacerlo más grande. Y con eso como puedes ver, obtuvimos gráfico de partes redondeadas en Tableau. Y además vamos a obtener un efecto de color muy bonito si tomamos los valores principales, mantenemos el control y luego lo arrastramos y soltamos a través de los colores. Y con eso conseguimos un gráfico de partes redondeadas muy agradable en Tableau. Bueno, si preguntas por ahora el caso de uso, es exactamente como tener gráficos de piezas estándar. Por ejemplo, aquí podemos hacer una lista de clasificación de las subcategorías Simplemente cambiamos el visual de su, así es como puedes construir partchart redondeado en Tableau 165. Udemy 10 Slope: Muy bien chicos Sona, vamos a aprender a construir gráficos de slobby en Tableau Los gráficos de Slobby son perfectos para mostrar cómo el ranking está cambiando con el tiempo para diferentes categorías Entonces veamos cómo podemos hacer eso. Desde el ranking a lo largo del tiempo, eso significa que necesitamos las fechas del pedido. Así que vayamos y llevemos las fechas del pedido a nuestro punto de vista. Entonces el siguiente paso, como siempre, vamos a conseguir nuestra medida, las ventas a la rosa queremos comparar los dos últimos años. Para ello, vayamos a filtrar el filtro de demostración de datos para los años, y vayamos y seleccionemos los dos últimos años. Entonces ahora tenemos que decidir qué categoría quieres comparar. Se puede ir por las categorías fronterizas, nosotros podemos ir con los países. Vamos a escoger el país y ponerlo en los detalles. Ahora el siguiente voy a ir y simplemente hacerlo un poco más grande para poder comparar esos dos años. El siguiente paso que vamos a ir y poner la categoría o el país en los nombres, controlemos el país y lo dejemos caer en las etiquetas. Ahora podemos ver el nombre del país al final de cada etiqueta, pero me gustaría tenerlo también al inicio para obtener el gráfico descuidado Entonces vamos a las etiquetas. Entonces ahora lo que tenemos que hacer es poner las etiquetas en los extremos de línea. Entonces, en lugar de tener gol, cambiémoslo a extremos de línea. Y vamos a cerrarlo. Entonces ahora podemos ver que cada línea comienza con el nombre del país y termina también con el nombre del país. Ahora el último paso que queremos agregar para cada línea, como círculo pequeño. Para ello, como aprendemos antes vamos a los colores y ponemos los marcadores, así que ahora tenemos un pequeño círculo al inicio y al final de cada línea. Y esta es la forma más fácil para construir slobby chart en Tableau Nuevamente, el caso de uso del gráfico Slobby que podemos ver cómo los rangos están cambiando el tiempo en 2021, puede ver a Francia lejos como una primicia que Estados Unidos, Alemania, y el último fue Italia Y ahora podemos ver el cambio a lo largo del tiempo. En el 2022, Alemania pasó del lugar número tres al lugar número uno. Y luego Francia pasó al número dos, Estados Unidos pasó al número tres. Y como pueden ver, Italia, nada cambió. Entonces este es el poder o el gráfico descuidado para ver cómo el ranking va cambiando con el tiempo Y por supuesto en Tableau, podemos ir más avanzados donde agregamos cosas más complicadas para tener más personalizaciones Por ejemplo, dices, sabes qué, me gustaría tener círculos más grandes. Para ello, tenemos que tener dos gráficos, uno para la línea y otro para los círculos. Déjame mostrarte cómo podemos hacerlo. Tomemos la suma del control de ventas y dupliquemos la primera va a ser las líneas y la segunda va a ser los círculos. Vamos a cambiar por la segunda medida en lugar de automática. Vamos a seleccionar aquí el círculo. Es dos vías grandes para nuestro visual. Vayamos a la talla por aquí. Y solo reducirla para tener círculos más pequeños también. Un poco más que establece. Ahora lo que vamos a hacer, vamos a traer esos dos gráficos en uno. Vamos a fusionarlo usando el eje dual. Voy a ir al segundo por aquí, click derecho sobre él, y luego vamos al eje dual. Entonces si miras de cerca, esos ejes no están 100% sincronizados. Lo que vamos a hacer, podemos hacer clic derecho sobre aquí y luego sincronizar el eje Entonces ahora tenemos los círculos exactamente en el lugar que necesitamos. Ya que tenemos dos ejes que tienen la misma información, voy a ir a esconder uno de ellos. Así que vamos y deshabilitemos el encabezado del programa. Ahora tienes las personalizaciones completas del gráfico. Se puede decir, ya sabe qué, para las líneas, me gustaría tener otro color. Por ejemplo, vamos a tener un color gris. O podrías decir, hagamos que sea una línea de trazos, así que tenemos el baño por aquí y lo movemos a la línea de trazos para que obtengamos personalizaciones completas en nuestro gráfico Pero generalmente para los gráficos descuidados, tenemos una línea sólida entre eso Así es como podemos crear gráficos descuidados en Tableau. 166. Línea y barra de Udemy 11: Bien, entonces ahora podemos aprender a combinar diferentes tipos de gráficos en una sola vista. Aquí vamos a mezclar las partes con las líneas. Existen diferentes métodos de cómo hacerlo dependiendo del caso de uso. El primero es usar la línea promedio. Primero, vamos a construir una línea de barras estándar a lo largo del tiempo. Para ello, consigamos las fechas de los pedidos a las columnas y también las ventas a las filas. Entonces cambiemos los años a un mes continuo. Cambiemos el formato ahora, en lugar de tener la línea, vamos a ir y cambiarla a gráficos de barras. Entonces vayamos a las Marcas y cambiemos a pars. Genial. Con eso, tenemos nuestro gráfico de barras. El segundo paso es agregar una línea. Esta línea va a ser la línea promedio. Para hacer eso en Tableau, es muy sencillo. Vamos a la analítica. Y aquí tenemos la opción de línea promedio. Vamos a dejarlo caer a nuestro punto de vista, así que va a ser para toda la mesa. Y eso es todo. Como puedes ver, es muy fácil. Con eso, conseguimos una buena línea promedio combinada con los gráficos de partes. Bien, pasando al siguiente método. Vamos a ir a combinar las partes y líneas usando el eje dual. Y aquí vamos a ir a comparar dos medidas distintas. Entonces esta vez como cambio, vamos a ir a comparar el número de pedidos junto con el número de clientes. Ahora vamos a buscar la fecha del pedido para poder ver los cambios a lo largo del tiempo. Entonces lo siguiente que vamos a ir a conseguir el pedido, el recuento de los pedidos a la fila. Ahora vamos a cambiar el formato de la fecha del pedido a meses y luego cambiar también el gráfico, 2 barras que obtuvimos, nuestro primer gráfico, el gráfico de barras. Vamos a conseguir nuestra segunda medida y la vamos a tener como líneas. Para ello, vayamos a la cuenta de los clientes. Ponlo cerca de las filas que lo dividimos, nuestra vista a dos gráficos. Vamos a cambiar las segundas 12 líneas. Vamos a ir a las Marcas, cambiar esta página entonces. Ahora en vez de tener barras, vamos a cambiar a línea. Ahora tenemos nuestros dos gráficos, el gráfico de barras y el. Y como de costumbre, queremos ir y fusionarlos en una sola vista. Para ello, vamos a utilizar el eje dual. Vamos a los clientes hacer clic derecho sobre él y luego elegir doble eje. Con eso, como puedes ver, tenemos un gráfico de barras junto con un gráfico de líneas, y claro, con el eje dual podemos ir al lado derecho y sincronizar esos dos ejes Pero por ahora no tiene sentido. Por supuesto ahora podemos agregar más personalizaciones. Por ejemplo, para la línea, podemos hacer los marcadores. Vamos a los colores de aquí, y vamos a agregarle los marcadores. Entonces ya podemos ir y comenzar comparar el número de pedidos junto con el número de clientes en una sola vista usando dos tipos de gráficos diferentes. 167. Bulletchart de Udemy 12: Bien, entonces ahora vamos a construir los gráficos Pollet en Tableau Aquí vamos a volver a combinar piezas con líneas. Los gráficos educados son realmente importantes para comparar el valor actual con el objetivo o comparar el año en curso con el año anterior Ahora vamos a conseguir, como siempre, nuestra subcategoría a la rosa Y ahora me gustaría comparar la y actual con el año anterior. Así que llevemos las ventas de 2022 de nuestro panel de datos de aquí a las columnas. Y ahora vamos a ordenarlo por el eje, así tenemos como un rango y luego vamos a ir a compararlo con las ventas de 2021. Entonces lo que vamos a hacer, vamos a llevar el 2021 a los detalles y luego vamos a ir a agregar una línea de referencia. Entonces vayamos al eje a las ventas de 2022. Conéctese radicalmente y agreguemos una línea de referencia. Entonces ahora vamos a llevarlo un poco hacia el lado derecho y también para ver esas líneas de referencia. Entonces lo que vamos a tomar, en lugar de la suma de ventas, 2022, vamos a tener ese 2021. Así que vamos a resbalar eso es y ahora tenemos una línea para el promedio Eso no queremos. Queremos tener el total de ventas para cada subcategoría Entonces, para cambiar eso, vamos a ir y decir en lugar de pan de pares, vamos a tenerlo venta por pares. Entonces vamos a cambiarlo. Entonces ahora nos alineamos para cada barra, lo cual es genial, pero vamos a personalizar esas informaciones. No quiero ver ninguna etiqueta, así que vayamos a las etiquetas y cambiemos a ninguna, y luego vamos a dar formato a esas líneas. Vamos a ir por aquí y tomemos, por ejemplo, el color naranja. Y luego vamos a cambiar la transparencia al 100% para tener una línea completa. Y luego vamos a hacerlo más pesado para poder ver las líneas. Yo sólo voy a ir con el lleno. Eso es. Vamos a cerrar esto como veas. Con eso, tenemos muy fácilmente un gráfico pullet en Tableau donde se puede comparar el año actual de las piezas con las líneas del año anterior Así es como podemos crear una carta de pollet muy agradable combinando partes y líneas 168. Udemy 13 Lollipop: Bien, así que ahora vamos a aprender a crear una tabla de piruletas en Hay dos tipos de dardos, horizontales y verticales. Podemos utilizar este tipo de gráficos combinando los pars y los círculos Es como un palo. Y al final tenemos círculo grande. Y usamos el círculo para resaltar un valor de datos. Vamos a crear eso. Es muy sencillo. Llevemos las subcategorías a las filas Entonces nuestra medida va a ser las ventas como de costumbre. Pongámoslo en las columnas para que ya tengamos nuestros gráficos de barras. Si no, entonces ve a las marcas y cámbiala. Vamos a ordenarlo para tener un rango. Ya que es piruleta, tenemos palos, así que vamos a tener barras más pequeñas Vayamos al tamaño por aquí y solo reduzcamos el tamaño. Ahora lo que falta en la piruleta es el círculo final. Para hacer otro gráfico, lo que vamos a hacer, también podemos tomar la suma de ventas y duplicarla. Mantenga el control, y simplemente arrastre y suelte la suma de ventas que tenemos, nuestras dos medidas. Y lo que vamos a hacer a continuación, vamos a ir a cambiarlo dos círculos. Vamos a las marcas, a la segunda suma de ventas. Y en vez de Automático, vamos a tener los círculos. Ahora tenemos muy bien esos círculos, pero son realmente pequeños. Vamos a hacerlo más grande. Un poco más pequeño. Bien, tal vez esto esté bien. ¿Cuál es el siguiente paso para fusionar dos juntos en una sola vista? Como es habitual, vamos a utilizar el eje dual. Vamos a la segunda Suma de Ventas, ¿verdad? Se da click sobre él. Y luego vamos al eje dual. Entonces, como pueden ver, las cosas quedaron destruidas. Ya no tenemos más de las barras, y eso es porque en la primera medida de la suma de ventas, no especificamos para Tableau, es decir bar, era una automática. Y con Tableau va a ir y hacer conjeturas sobre el visual adecuado para los datos actuales, que es algo que está mal Entonces lo que vamos a hacer, vamos a ir a la primera medida y decir para Tableau, no es automático. Queremos que siempre sea como bar. Vamos a cambiarlo. Como puedes ver, ya tenemos la forma de la piruleta Tenemos que hacer algunas cosas que no son gran cosa. Nos olvidamos de sincronizar el eje. Vamos a la segunda. Haga clic derecho sobre él, y vamos a sincronizarlo solo para asegurarnos de que todo coincida correctamente Ahora tengo esos dos ejes que tienen exactamente la misma información, así que sólo voy a ir a uno de ellos y esconder esa información para tenerla sólo una vez. Ahora lo clave de la piruleta es que para mostrar información al final, en el círculo de aquí, podemos poner cualquier cosa como cualquier imager, Podemos tener las ventas totales o el número total de pedidos, y así sucesivamente. Pero en este ejemplo, me gustaría tener el texto de la subcategoría en esos círculos ¿Cómo vamos a hacer eso? Vamos a ir al círculo por aquí. Vamos a poner en las etiquetas, la subcategoría byhldect control, y poner las subcategorías en las Ahora como pueden ver, tenemos ahora los encabezados, informaciones sobre esos círculos. Lo que podamos hacer, podemos ir y ahora y esconder esas informaciones. Haga clic derecho y muestre el encabezado. Con eso, hemos eliminado esas informaciones y ahora tenemos las informaciones de cabecera o las subcategorías en los círculos Una cosa más que podemos hacer, podemos ir y agregar coloración. Tomemos la suma de ventas y pongamos en los colores que tenemos un gráfico de clasificación realmente agradable para las subcategorías Bien, ahora veamos rápido, el segundo tipo, podemos tener unas gráficas de piruletas verticales Acabo de duplicar el anterior. Todo lo que vamos a hacer, vamos a ir al menú rápido por aquí. Y cambiar todo entre las filas y las columnas. Bien, entonces ahora tenemos todo vertical, pero tenemos círculos realmente grandes. Vamos a cambiar eso. Vamos a la segunda suma de ventas, e intentemos reducir las cosas por aquí. También podemos reducir los palos. Vayamos a la primera suma de ventas al tamaño también. Tratemos de reducir los palos ahora. Se ve muy bien, pero aún así tenemos un problema con las etiquetas. Vamos de nuevo a los círculos, vamos a las etiquetas, y vamos a cambiar las alineaciones de Automático a, así que vamos a ir a cambiar los gráficos Entonces ahora tenemos las etiquetas encima de esos círculos, pero aún así no tenemos todas las etiquetas porque el tamaño del texto es realmente grande. Así que vamos a las fuentes de aquí. Cambios 10-81, de ellos falta. Puedes ir y reducir el tamaño de los círculos. Eso es. Así es como puedes crear gráficos de piruletas en Tableau Y aquí puedes ver el poder de Tableau. Podemos ir y combinar diferentes tipos de gráficos en una sola vista, como aquí estamos combinando el círculo con las barras. Eso significa que tenemos infinidad de combinaciones. Y esto abre las innovaciones en Tableau donde puedes crear gráficos e imágenes increíbles Y esta es exactamente la magia de Tableau. 169. Gráficos de áreas en Udemy 14 (correcto): Bien, entonces ahora vamos a hablar de los gráficos de área en Tableau. Son como los gráficos de líneas. Podemos usarlo para ver cómo van cambiando los datos a lo largo del tiempo, pero debajo de la línea vamos a obtener un área de campo para que sea más fácil visualizar esos números. Entonces ahora vamos a comenzar con un gráfico de área muy básico en Tableau. Ya que se cambia con el tiempo, vamos a obtener la fecha del pedido a nuestro punto de vista y luego como de costumbre vamos a obtener la suma de ventas al. Y en vez de un año, vamos a cambiarlo a mes continuo. Ahora aquí la tenemos como línea porque es automática. Si vas por aquí a las marcas, puedes ver que tenemos un tipo de gráfico llamado area. Vamos a cambiarlo. Entonces estos son los gráficos de área más básicos que tienes en Tableau. Bien, entonces ahora podríamos decir, ya sabes qué, el gráfico de área básico en Tableau no tiene una línea y generalmente el gráfico de área tiene una línea. Y entre la línea y el eje, tenemos como una brecha de campo. Pero el gráfico de área básico en Tableau no tiene este visual. Para recrear este diseño, lo que vamos a hacer, podemos ir y crear una línea en la parte superior de nuestras gráficas de área Entonces aquí podemos tener dos tipos de gráficos, la línea y el área. Así que vamos a crear eso. Vamos a tomar la suma de ventas y duplicarla manteniendo el control. Entonces ahora tenemos nuestros dos gráficos. El primero va a quedarse como gráfico de área, el segundo va a ser un gráfico de líneas. Pasemos al segundo de la suma de ventas en lugar de área, vamos a tener una línea. Creo que ya sabes el siguiente paso. Tenemos que ir a fusionar esos dos gráficos en una sola vista. Cómo vamos a hacer eso usando el eje dual. Pasemos a la segunda Suma de Ventas, haga clic derecho sobre ella y escojamos doble eje. Ahora el siguiente paso, vamos a ir al gráfico de áreas y simplemente reducir la obesidad. Vamos a los colores. Ahora vamos y solo reduzcamos la obesidad. Y con eso, vamos a conseguir un gráfico de área perfecto en Tableau donde tengas una línea entre la línea y el eje, Tienes una brecha de campo, mucho mejor que el gráfico de área básico en Tableau. Bien, pasando al siguiente, vamos a tener los gráficos de área apilados. Es falta los gráficos de piezas. Podemos agregar más información a nuestra visualización agregando las dimensiones a los colores. Ahora tenemos el gráfico básico de área al inicio donde tenemos la suma de celdas y el mes a lo largo del tiempo. Ahora vamos a ir a agregar una dimensión. Tomemos la categoría y pongámosla a los colores que obtuvimos. Tres gráficos de área apilados uno encima del otro, porque dentro de estas dimensiones, tenemos tres valores. Lo que podemos hacer por aquí sobre el diseño, podemos ir a los colores aquí y aumentar la opacidad, Realmente, eso dice, así es como podemos crear un gráfico en Tableau Bien, a continuación vamos a ir a construir gráficos completos de pila 100% aquí si el total de las ventas no es importante. Pero lo importante es ir y comparar esas diferentes categorías juntas. Podemos ir y usar los gráficos de pila completa. Veamos cómo podemos hacer eso. Vamos a ir a la Suma de Ventas, y podemos cambiar a Cálculos Rápidos de Tabla, Porcentaje del Total. Vamos a dar click en eso. Aún no estamos ahí. Como se puede ver. Tenemos el porcentaje por aquí del lado izquierdo. Queremos tenerlo 0-100 Para ello, vamos a ir de nuevo a la Suma de Ventas Haga clic derecho sobre él y editemos los cálculos de tabla que vamos a hacer. Vamos a cambiarlo a dimensión específica. Y esta dimensión va a ser la categoría. Anulemos la selección de los meses de orden, edad. Vamos a cerrarlo. Con eso, puedes ver que el Regi empieza ahora 0-100 y lo tienes como una Ahora podemos ir y comparar muy fácilmente las tres categorías diferentes. Aquí podemos ver muy claramente cómo cada categoría se relaciona con el conjunto, el total de ventas de cada mes. Es así como podemos crear muy fácilmente un gráfico completo o 100% stack en Tableau. Bien, así que ahora vamos a ir a crear pequeños gráficos de áreas múltiples agregando múltiples dimensiones. Vamos a conseguir la primera dimensión. Va a ser el país a las columnas. Vayamos a conseguir las fechas del pedido también a las columnas. Y luego a las filas. Vamos a ir a buscar las categorías. Esas son nuestras tres dimensiones. Y luego voy a ir los interruptores de estándar a la vista completa. Ahora vamos a sacar los números dentro de nuestra vista. Entonces va a ser la suma de ventas, vamos a ponerlo en las filas como predeterminado. Tableau lo va a mostrar como líneas. Vamos a cambiarlo a áreas a las marcas que obtenemos nuestros mini gráficos de área en Tableau. Pero ahora agreguemos más detalles donde queremos ver los meses. Así que vayamos al año tras año y cambiemos el formato a mes continuo. Entonces vamos a cambiarlo. Y luego a continuación vamos a ir a agregar la coloración. Así que vamos a controlar y arrastrar y soltar el país a los colores. Y en tales visualizaciones, no tiene sentido tener esa información de cuadrícula Así que haz clic derecho sobre él. Vamos a los formatos, a las líneas, asegúrate de seleccionar las filas y luego la línea de cuadrícula por aquí y hacerla ninguna. Lo que hemos creado unos pequeños gráficos de áreas múltiples en Tableau. Es muy similar a las líneas o a las barras. 170. Scatterplot en Udemy 15: Bien, entonces ahora vamos a aprender a crear las gráficas de dispersión en Tableau las gráficas de corte son una de las gráficas fundamentales para entender la relación entre dos medidas continuas. Eso significa que la tarea principal de las gráficas de dispersión es encontrar correlaciones entre dos campos continuos Otra tarea del diagrama de dispersión es encontrar los outliners dentro de tus datos Vamos ahora a crear unas gráficas de dispersión muy básicas en Tableau. Y como dije, necesitamos dos medidas para hacer eso, nuestras dos medidas van a ser las ventas y la ganancia. Consigamos las ventas a las columnas y también la ganancia a las filas que obtuvimos, nuestros dos ejes. Y va a representar una gráfica bidimensional. Ahora lo que falta son, por supuesto, nuestros datos, los puntos de datos aquí. Vamos a ir con el ID de cliente. Tomemos el ID de cliente y ahora vamos a ir y ponerlo a los detalles. Y aquí está el poder de Tableau comparado con cualquier otra herramienta donde Tableau vaya a ir y trazar todos los puntos de datos que tenemos dentro de nuestros datos sin ninguna restricción, para que podamos ver la correlación entre las ventas y el beneficio. Y también para encontrar a los outliners, por ejemplo, esos puntos que lo tenemos como autónomo Bien, así que hemos creado las gráficas de dispersión muy básicas en tableau. Bien, Y añadir más cosas al diseño de las manchas de dispersión, donde vamos a cambiar los colores, el tamaño, añadir círculos, y así sucesivamente Entonces ahora vamos a ir a cambiar el tamaño de cada punto de datos, pero va a depender de una tercera medida, el conteo de órdenes. Ahora vamos a ir a los recuentos de pedidos y arrastrarlo y soltarlo al tamaño. Cada cliente va a tener diferentes tamaños y eso va a depender de cuántos pedidos hizo este cliente. Esto es una cosa que podemos agregar a nuestras manchas de dispersión. Otra cosa podemos agregar coloración. Aquí tenemos diferentes gemelos sobre cómo agregar coloración. O vamos a agregar una dimensión o podemos hacer un cluster. Ahora por ejemplo, vamos a buscar la dimensión país y colocarlo en los colores, los puntos de datos que podemos agregar también diferentes formas en nuestro visual. Actualmente tenemos el círculo para todo. Podemos tomar el país, arrastrarlo y soltarlo a las formas. Ahora podemos ver en la mancha de dispersión, no sólo que los países tienen diferentes colores, sino que tienen diferentes formas. Pero lo que solemos ver en las manchas de dispersión, que cada punto de datos puede representarse como un círculo relleno Eso significa que vamos a ir a cambiar lo visual. Vamos a las marcas de aquí. Y luego cambiarlo de formas a círculos. Ahora como pueden ver, tenemos todo como un círculo lleno, pero aún no estamos ahí. Vamos a hacer la talla un poco más grande. Ahora bien, ¿qué tenemos por aquí? Tenemos muchos puntos. Y lo que solemos hacer, vamos y reducimos la opacidad de los colores. Vamos a los colores de aquí, y vamos a reducirlo. Y con eso, se puede ver muy bien. Por ejemplo, esos dos puntos hay como solapamiento entre ellos. Una cosa más que podemos agregar a esos círculos. Podemos tener un borde de línea para cada círculo. Para ello, vamos a ir de nuevo a los colores, y aquí tenemos un efecto llamado border en vez de automático. Tengamos algo así como este color del gris. Con eso se puede ver que tenemos un borde muy bonito para cada punto de datos. Bien, entonces esas son algunas opciones diferentes sobre cómo personalizar los gráficos de dispersión. 171. Trama de puntos en Udemy 16: Bien, entonces ahora vamos a crear el dot blot en Tableau. Dot blot es un gráfico unidimensional con el fin ver la distribución de sus datos entre diferentes categorías. Y cada punto puede representar un punto de datos. Ahora vamos a ver las ventas por la fecha del pedido. Y entonces podremos tener el ID de pedido como detalle. Vamos a llevar la fecha del pedido a nuestras filas. Entonces ahora vamos a ir a ver la distribución de los ID de pedido por la fecha. Esta vez llevemos la fecha del pedido a las filas. Y vamos a cambiarlo a un mes como continuo. Entonces vamos a ir a llevar nuestra medida a las columnas. Ahora como defecto, lo tenemos como línea. En lugar de eso, vamos a ir y hacerlo como círculos. Ahora no estamos ahí todavía. Tenemos que agregar más detalles a la vista y eso moviendo el ID del pedido a los detalles. Ahora como tenemos muchos pedidos dentro de nuestros conjuntos de datos, Tablo nos puede preguntar, ¿de verdad quieres hacer eso? Bueno, sí, sumar todos los miembros. Ahora como pueden ver, tenemos una parcela de puntos muy bonita. Podemos agregar más informaciones. Como por ejemplo, tomemos categoría y pongamos también a los colores. Ya que hay como mucho solapamiento, podemos ir a los colores y reducir la opacidad Entonces ahora, con eso, cada punto de datos, cada círculo puede representar un orden. Y ahora se puede ver muy claramente y muy rápido, qué pedidos tiene más ventas. Así es como puedes crear una gráfica de puntos en Tableau. 172. Línea de tiempo de círculo de Udemy 17: Bien, entonces ahora vamos a aprender a construir círculo o línea de tiempo Pubble Por lo general, utilizamos la línea de tiempo del círculo para analizar los cambios a lo largo del tiempo. Y usualmente lo usamos para mostrar los distintos valores de diferentes círculos a través de múltiples categorías. Entonces veamos cómo podemos construir eso. Ya que decimos que es cambio con el tiempo, necesitamos una fecha. Así que vayamos y llevemos las fechas del pedido a las columnas. Necesitamos una dimensión más. Tomemos, por ejemplo, las subcategorías a las filas, y luego necesitamos nuestra medida Van a ser las ventas. Pero ahora en vez de dejarlo caer a las columnas o a las filas, vamos a dejarlo caer sobre el tamaño. Ya que cada punto de datos tiene diferente tamaño, tabla va a mostrarlo como cuadrados, vamos a cambiarlo a círculos. Ahora para tener más puntos de datos en nuestra opinión, vamos a ir y cambiar a los años. Tomemos, por ejemplo, el trimestre como continuo. Vamos a hacer clic en eso. Ahora voy a ir a cambiar el tamaño de nuestra vista. Sólo voy a ir al encabezado y hacerlo un poco más grande. Entonces vamos a ir al eje y simplemente hacerlo un poco más pequeño para tener algo de superposición. Ahora vamos a ir al y aumentar el tamaño o hacerlo un poco más pequeño. Y luego podemos ir a los colores y reducir la opacidad. Y ahora podemos agregar más personalizaciones sobre el diseño. Por ejemplo, tomemos la suma de las ventas y pongámosla a los colores. Y luego aumentemos un poco la opacidad para que se vea mejor Y además depende de cómo te guste. A lo mejor puedas ir y agregar algunas fronteras, así que vayamos a las fronteras de aquí. A mí me gustan los oscuros, así que a lo mejor sólo voy a ir y hacerlo por supuesto más gris aquí. Puedes ir y personalizar diferentes cosas. Por ejemplo, puedes ir y usar dos medidas. Por ejemplo, en lugar de tener la suma de ventas en los colores, podemos ir y obtener la suma de ganancias. Así que vamos a conseguir la suma de ganancias en la coloración. Entonces ahora podemos ver en este gráfico, podemos ver que muchas cosas cambian con el tiempo. También podemos ver la coloración entre dos medidas para entender la relación entre ellas. Donde el lado va a indicar las ventas y el color va a indicar las ganancias. Esto es realmente poderoso y muy genial analizado en Tableau usando la línea de tiempo del círculo. 173. Udemy 18 Pie & Donut: Bien, así que ahora vamos a hablar del gráfico circular en Tableau. Es una manera muy fácil y común para analizar o mostrar la parte para contener datos. Vamos a construir eso en Tableau. Hay como una manera fácil o de láminas para hacer eso Si vas al Show Me por aquí y luego haces clic en los gráficos circulares, No vamos a hacer eso. Lo crearemos por nuestra cuenta para que entendamos cómo funciona Tableau. No tomemos los atajos. Sólo voy a cerrarlo poder construir un gráfico circular en Tableau. Primero, vayamos a las marcas de aquí, cámbiala de Automático a una Pi. Con eso, obtenemos un pequeño icono llamado Ángulo. Y aquí vamos a ir a dejar caer nuestros campos encima de él. En este ejemplo, vamos a construir un gráfico circular a partir de los sellos y luego dividirlo por el país. Tomemos los sellos y pongámoslo en el ángulo. Con eso, tenemos nuestro gráfico de tarifas. Es como un círculo y aún no está dividido. Cambiemos de la vista estándar a la vista completa para obtener un gráfico circular más grande. Entonces el siguiente paso vamos a ir y dividir los gráficos circulares en secciones. Entonces nuestra dimensión va a ser el país. Decodificemos a los clientes, luego agarremos el país y pongámoslo en los colores para que nuestro pi se divida en múltiples secciones Y el tamaño de cada sección puede indicar las ventas del país. Y este tipo de gráficos se utiliza con el fin de analizar la parte a todo. Por ejemplo, aquí podemos analizar cómo Estados Unidos está contribuyendo o relacionándose con el conjunto de las ventas. Como puedes ver, es realmente fácil de construir y se usa muy comúnmente en muchos dashboards Podemos ir por aquí, por ejemplo, y agregar algunas etiquetas y cambiar el diseño por supuesto, de estos gráficos circulares. Y una cosa más que me gustaría mostrarles, que a veces en los dashboards se puede ver que hay múltiples gráficos circulares en uno dashboards en una vista Para ello, simplemente agarras cualquier dimensión y la pones a las filas o a las columnas, por ejemplo, tomemos esa categoría y pongamos en las columnas. Y con eso, inmediatamente obtuvimos gráficos de tres partes bajo esas tres categorías diferentes. Así es como solemos tratar con los gráficos circulares. Tenemos una dimensión que divide los gráficos circulares y otra que está duplicando esos gráficos circulares Bien chicos, así que eso es todo por los gráficos circulares en Tableau. Bien, así que ahora pasando a la siguiente, tenemos las gráficas de donas El gráfico de donas es muy similar al gráfico circular. Todavía tienes este análisis de parte a todo. Tienes un círculo y tienes diferentes segmentos. Pero mucha gente prefiere usar el gráfico de donas y eso es porque podemos agregar una información extra al círculo Bien, entonces ahora para construirlo, necesitamos dos gráficos. El primero va a ser los gráficos circulares y el segundo va a ser el espacio vacío en el medio. Entonces comencemos con los gráficos circulares. Como aprendimos anteriormente, tenemos que cambiar el Automático a un gráfico circular. Entonces tomamos nuestra medida. Va a ser la suma de ventas al ángulo. Y luego a continuación vamos a tomar el divisor. Puede ser el país a los colores. Y con eso conseguimos nuestros gráficos circulares. Bien, entonces ahora siguiente voy a cambiar de vista estándar a vista completa. Esto es para el primer gráfico. Ahora para obtener el círculo vacío en el medio, tenemos que crear otro gráfico dentro de esta vista. Entonces ahora vamos a ir a crear nuestra medida vacía, sólo para tener un segundo gráfico. Para ello, vayamos a las columnas de aquí. Un promedio correcto de cero. Entonces ahora seguimos en las marcas, solo tenemos una visual. Para conseguir un segundo, iremos a duplicarlo. Ahora con eso, tenemos nuestras dos medidas, una para el gráfico circular, y la segunda puede ser para el espacio vacío. Entonces ahora lo que vamos a hacer, vamos a ir a fusionar esas cosas en un solo lugar porque solo tenemos que tener una rosquilla Entonces haga clic derecho sobre la media y vayamos al eje dual. Y como siempre, vamos a ir a sincronizar cosas. Entonces vamos a sincronizar el eje. Y ahora vamos a deshacernos de ellos. No los queremos, así que muestran encabezado lejos y también desde abajo. Entonces ahora tenemos los dos gráficos en un solo lugar. Es un poco pequeño, así que vamos a hacer las cosas un poco más grandes. Así que vayamos a las tallas y solo hagámoslo más grande en el medio. Bien, así que ahora vamos a hacer el espacio vacío en el medio. Entonces cambiemos al segundo marcado por aquí. Y ahora el segundo gráfico. No va a ser un pi, va a ser como un círculo. Así que vamos a cambiarlo a un círculo. Vamos a deshacernos de toda esa información. Ahora bien, si revisas nuestra vista, no vemos los gráficos circulares y eso es porque tenemos superposición y el gráfico circular está detrás de nuestro círculo. Ahora para demostrar que es lo que vamos a hacer, vamos a ir al círculo. Ir a la talla. Y ahora vamos a empezar a reducir lados del círculo. Y como pueden ver, ahora estamos obteniendo la forma de donas, pero nuestra rosquilla debería, tiene en el medio un color blanco Vamos a cambiar el color del círculo a blanco, perfecto. Ahora tenemos las formas de rosquilla en nuestra opinión. Pero ahora vamos a deshacernos de todas esas líneas. Haga clic derecho sobre aquí y el espacio vacío vaya al formato. Entonces vayamos al lado izquierdo. Empecemos con las líneas de aquí, la línea cero. Vamos y cambiemos a ninguno. Entonces todavía tenemos en la columna, una línea más. Cambiemos a las columnas en lugar de a la línea de la cuadrícula. Vamos a moverlo a ninguno. Entonces para deshacernos de esas fronteras, cambiemos a las fronteras. Entonces vayamos al divisor de filas. Que no sea ninguno también. Para el divisor de columnas, no es ninguno. Y con eso, conseguimos formas de donas muy limpias en Tableau. Ahora agreguemos algunas etiquetas y algunos datos a nuestras gráficas de donas Vayamos primero al gráfico circular. Aquí vamos a obtener la información de esas secciones. Entonces, lo que vamos a hacer, vamos a llevar, por ejemplo, al país también a las etiquetas. Podemos ir a conseguir la suma de ventas como Hold Control y Droga y Tributo a las etiquetas también. Ahora podemos ir y cambiar el formato de fuente. Por supuesto, si vamos a las etiquetas de aquí y luego hacemos clic en los tres puntos, entonces hagamos, por ejemplo, la suma de cuencos de ventas. Y eso es todo. Hasta el momento, no hay nada nuevo en comparación con los gráficos circulares. Apenas estamos mostrando las informaciones de cada sección. Pero ahora aquí viene el poder de las listas de donas. Podemos dar una información aquí dentro del círculo del sitio. Y puede ser generalmente el total de la medida, el total de ventas. Ahora vamos y cambiemos al círculo de aquí. Vamos a buscar la suma de ventas y ponerla en las etiquetas. Ahora puedes ver la suma de ventas aquí, extrañamente del lado derecho, porque aún no la personalizamos Entonces vayamos a las etiquetas y luego vayamos a la alineación de aquí y hagamos todo al medio. Con eso, como puedes ver, conseguimos el total de ventas en el medio. Vamos a personalizar un poco el texto. Así que vamos adentro. Entonces ahora lo que podemos hacer, podemos escribir las ventas totales al inicio. Entonces podemos hacer todo como tirado para el número real, los valores reales. Hagamos todo un poco más grande, 16 y haga clic bien. Ahora como puede ver, tenemos ahora otra información a los gráficos par, donde tenemos la suma total de ventas en el medio. Y entonces podemos ver muy bien las diferentes secciones alrededor de este número. Dicho esto, así es como puedes crear gráficos de donas en Tableau Y este tipo de gráfico, es como mucho más usado que el gráfico circular ya que se puede agregar una información extra en el medio. 174. Udemy 19 Heat y Treemap: Bien, entonces ahora tenemos otro gráfico con el fin de analizar la parte a todo usando el mapa de tres. Normalmente trabajamos con los tres mapas para mostrar los datos jerárquicos dentro de nuestro conjunto de datos Veamos cómo podemos construir eso. Empecemos primero con las marcas. Vamos a cambiarlo a cuadrados. El siguiente paso, vamos a ir a las ventas, y podemos ponerlo en la talla. Con eso, conseguimos un cuadrado azul para las ventas totales dentro de nuestros datos. Ahora claro, queremos ir y dividir esta plaza en múltiples informaciones. Y aquí podemos trabajar con la jerarquía de los productos. Empecemos por la primera dimensión, la categoría. Golpeemos y dejémoslo a los colores. Como pueden ver, ya tenemos ahora un mapa de tres. Los colores de los tres mapas se deciden a partir de la categoría, y el tamaño de esos bloques se puede decidir a partir de las ventas. Ahora, por supuesto, en este mapa de tres, queremos representar a la jerarquía. La siguiente dimensión va a ser la subcategoría. Pero esta vez no lo vamos a mover a los colores, lo vamos a mover a los detalles. Vamos a hacer eso. Ahora, como puede ver, cada uno de esos bloques se divide en más bloques donde tenemos las informaciones de la subcategoría Eso significa que los datos seguirán dividiéndose en el mapa de árbol cuantas más dimensiones agreguemos de la jerarquía. Por ejemplo, vamos a agarrar el nombre del producto y pongámoslo a los detalles. Ahora podemos ver que tenemos muchos mini bloques que representan el nombre del producto. Con eso, hemos representado nuestra jerarquía del producto individual en un mapa de árbol. Y podemos ver que cada categoría, por ejemplo el rojo la divide en múltiples subcategorías y cada subcategoría se divide para los más Pero claro, la desventaja aquí de que cuantos más detalles agregues más difícil va a ser leer esta visualización. No te recomiendo que vayas con el nombre del producto. En tales visualizaciones, debería bastar con la categoría y la subcategoría Por supuesto, como cualquier otro gráfico en nuestras visualizaciones, podemos tener múltiples mapas de árbol en una vista agregando una dimensión a columnas o filas Como por ejemplo, vayamos y llevemos la fecha del pedido a las filas. Y así, conseguimos múltiples mapas de árboles divididos por los años, lo cual es realmente inútil tener tal visualización Así que vamos a quitarlo. Bien, entonces vamos al mapa de calor. Es como una matriz donde tienes colores dentro de ella. Y usualmente lo usamos para hacer coloraciones entre dos categorías Veamos cómo podemos construir eso. Necesitamos dos categorías, eso significa que necesitamos dos dimensiones. Digamos que el primero va a ser el país. Vamos a arrastrarlo y soltarlo a las columnas. Y entonces la segunda dimensión va a ser, por ejemplo, la subcategoría Vamos a arrastrarlo y soltarlo a las carreteras. Y con eso, conseguimos nuestra matriz. Cambiemos a la vista completa. Tenemos caminos, tenemos columnas. Ahora lo que falta, claro, es nuestra medida los datos. Ahora para crear el efecto del mapa de calor, vamos a tomar la suma de ventas y vamos a ponerla a los colores. Ahora con eso, tenemos nuestro mapa de calor. Y podemos ver por los colores la coloración entre países y las subcategorías donde podemos ver de inmediato que los sellos más altos donde tenemos el color oscuro Entonces, por ejemplo, tenemos sellos altos del país, Francia y también de la subcategoría teléfonos Y las ventas más bajas, la podemos ver por ejemplo aquí en los sobres e Italia donde aquí podemos volver a ver el poder de las visualizaciones, donde podemos leer ahora las tendencias y las coloraciones entre nuestros datos, que es mucho mejor que tener solo números Pero claro, si quieres agregar algunos números en esta matriz, podemos ir a las etiquetas de aquí muestran marcas. Y si quieres llegar al medio, vayamos a las alineaciones y hagamos todo en el medio Eso es. Como puedes ver, es parecido y así es como podemos crear mapa de calor en Tableau. 175. Udemy 20 burbujas: Gráfico de burbujas en Tableau. Son realmente una gran manera para agregar muchas dimensiones y medidas en una sola vista. Los gráficos de burbujas son como círculos y podemos definir muchas cosas en el círculo, como los colores, el tamaño, podemos poner dentro de él, texto. Tengamos un ejemplo. Vamos a empezar con la marca. Entonces, en vez de automático, vamos a cambiarlo a círculos. Como las burbujas son círculos, comencemos con la información de la cara. Vamos a ir a buscar las celdas de medida. Pongámoslo en la talla. Con eso, conseguimos nuestro pequeño Pubble o Círculo. Déjame cambiarlo a la vista completa. Ahora tenemos una información, las ventas totales dentro de nuestros datos. Agreguemos otra información como dimensión. Así que vamos a sumar las subcategorías dentro de nuestra vista. Entonces voy a tomar esta dimensión y pongámosla en los detalles. Entonces ahora como pueden ver, tenemos más pubbles y ahora vamos a conseguir una burbuja para cada subcategoría Bien, así que ahora sigamos agregando más información a nuestras burbujas. Digamos que me gustaría agregar la coloración para el Pubble, y esto debería provenir de otra medida Tomemos las ganancias y pongámoslo a los colores. Entonces ahora con eso, tenemos diferentes colores. Depende de los valores de las ganancias. Y ahora, ¿qué tal agregar una información más dentro de esas burbujas? Digamos la categoría. Vamos a buscar la categoría dimensión. Y ahora pongámoslo en las etiquetas. Ahora podemos ver la categoría de cada burbuja, de cada subcategoría Ahora, como pueden ver, tenemos cuatro informaciones distintas que tenemos dentro de nuestra burbuja. El primero son los colores de las burbujas indica las ganancias. Y luego el tamaño de las burbujas nos muestran la información de ventas. Y luego se decide el número de esas burbujas a partir de la subcategoría Tenemos todas esas subcategorías dentro de nuestros datos. Y por último, el texto dentro de la burbuja viene de la categoría. Este es el poder de los gráficos de burbujas donde encuentras mucho para formaciones en una sola vista. Entonces ahora tenemos otro divertido llamado Stacked Pubble Charts Aquí vamos a agregar muchas dimensiones en los detalles. Entonces veamos cómo podemos construir eso. Pasemos a Automático como de costumbre. Después cámbielo a círculos. Tomemos la suma de ventas y pongamos en el tamaño que acabamos de crear. Nuevamente, nuestros pubbles. Esta vez vamos a ir a por el país y pongámoslo a los colores. Hasta el momento tenemos esos cuatro colores para cuatro países. Ahora bien, si traemos alguna dimensión a los detalles, va a dividir estos títeres más pequeños pubbles que depende de la cardinalidad de la Por ejemplo, tomemos la categoría, tiene una cardinalidad muy pequeña Y con eso conseguiremos apenas unos pubbles si vas y lo quitas. Tomemos la subcategoría. Ahora como puedes ver, estamos obteniendo mucho más títeres que la categoría, y eso es porque tenemos más datos dentro de la subcategoría Ahora vamos con mayor cardinalidad. Así que vamos a eliminar las subcategorías, y vamos a obtener, por ejemplo, el nombre del acto amplio Una vez que lo hagas, obtendrás muchos pequeños títeres y todos están apilados juntos Y claro, puedes ir y ordenar los pubbles de manera diferente Si vas al país por aquí, haz clic derecho sobre él y vamos a ir a ordenar. Déjame moverlo un poco hacia el lado izquierdo , cambiar el tipo. Como puedes ver, el color va a cambiar también. Entonces aquí puedes ir y ordenar el Pubble como quieras. Ahora claro que podemos ir con más detalles. Si tomamos el nivel más bajo de detalles, el ID del pedido, dejemos caer el nombre del producto y vayamos a obtener el ID del pedido. Y con eso nos puede preguntar, ¿de verdad quieres todos esos datos? Sí, agregue todos los miembros. Ahora obtendrás por cada pedido un pequeño Pubble dentro de nuestras visualizaciones Bien, Entonces esta es otra forma de representar tus datos en imágenes usando el gráfico doble de pila Pero si lo miras, encontrarás que se parece al hijo. Bien, así que eso es todo por los gráficos de burbujas apiladas. 176. Mapas de Udemy 21: Bien, entonces ahora vamos a hablar de Tableau Maps. Primero, obtengamos los datos para trazar los mapas, vamos a crear una tercera fuente de datos. Estoy en una página de fuente de datos. Vamos por aquí sobre este pequeño icono, nueva fuente de datos. Y luego vamos al archivo de texto y después a los datos que lo descarguemos. Vamos a la carpeta grande. Y luego tenemos por aquí, USA Sales. Seleccionemos este archivo CSV y hagamos clic en Abrir. Es realmente simple mesa donde tenemos los pedidos, país, región, estado y ventas que establece. Volvamos a nuestra vista y vamos crear ahora un mapa muy básico en Tableau. De nuevo, podemos ir a la hoja usando el show me, pero vamos a ir a crearlo desde cero. Ahora si tienes una mirada a, puedes encontrar que tenemos dos campos generados automáticamente, la latitud y la longitud. Son coordenadas geográficas con el fin de trazar el mapa, la Tierra. La latitud se encarga de trazar las líneas horizontales, y la longitud es responsable de bordear las líneas verticales. Lo que puedes hacer, ir y llegar, y utilizarlos para las columnas. Tomemos la longitud a las columnas y la latitud a las filas. Con eso, se puede ver que Tableau ahora es capaz de trazar la Tierra. Ahora a continuación tenemos que especificar para Tableau el país, los estados, esas informaciones geográficas. Tomemos, por ejemplo, el país a los detalles. Y con eso, se puede ver que Tableau ahora se está enfocando solo en Estados Unidos porque solo tenemos información sobre SA. Ahora tomemos también a los Estados y lo arranquemos a los detalles. Ahora como puedes ver, Tableau se está enfocando ahora con esos puntos en cada uno de los estados. Bien, entonces ahora el siguiente paso, en vez de tener círculos, me gustaría tener un mapa gráfico. Vamos a las Marcas. Cambiarlo de Automático a mapa. Y con eso tenemos toda el área cubierta con los colores. Ahora puedes ir y agregar coloración depende de la dimensión que quieras. Por ejemplo, podemos ir a la región aquí y arrancarla a los colores. Ahora podemos ver que el mapa ahora está dividido por las regiones Ahora lo que falta aquí es la información de ventas. Vayamos a buscar las ventas. Pero a ver tenemos pequeño problema de que las ventas son de dimensión y discretas por el tipo de datos. Vamos a cambiarlo a un agujero numérico y luego hacerlo continuo, o convertirlo en continuo. Entonces lo último, tenemos que convertirlo también en una medida porque sigue teniendo una dimensión. Entonces todo está bien. Vamos a conseguir las ventas a las etiquetas. Y con eso, conseguimos muy bien las ventas totales para cada estado. Así es como puedes crear un mapa muy básico en Tableau. Bien, pasando al siguiente. Podemos crear mapas en Tableau con simples. Acabo de duplicar el anterior. Vamos a cambiar lo visual del mapa a, por ejemplo, círculos. Y luego el tamaño del círculo se va a decidir a partir de las ventas. Tomemos las Ventas y pongámosla a la talla. Después el siguiente Sable, vamos a hacer los círculos un poco más grandes. Ahora podemos agregar otra medida a los círculos. Digamos el número de pedidos que vamos a tomar aquí, el recuento de las ventas de Estados Unidos V. Vamos a llevarlo a los colores. Ahora, la escala del color va a definir el número de pedidos y el tamaño del círculo se puede definir a partir de las ventas. Esta es una forma de representar esas informaciones como los círculos o burbujas. Podemos ir y elegir diferentes formas. Vamos por aquí en las marcas y vayamos a las formas que puedas ir. Por ejemplo, digamos lo que vamos a tener por aquí. Vamos con las estrellas. Como puedes ver, aquí tenemos muchas opciones sobre qué símbolo se puede presentar dentro de nuestro mapa. Así es como podemos agregar símbolos a los mapas en Tableau. Bien chicos, los mapas en Tableau son muy ricos en las personalizaciones. Hay muchas opciones sobre cómo borrar los mapas en la vista. Te voy a mostrar pocas posibilidades de cómo soplar los mapas en Tableau. El primero es sobre cómo tener un mapa sin ningún ruido de fondo Ahora vamos a hacer eso. Si tomas el campo country y solo lo lanzas aquí en el medio. Se puede entender que estamos hablando de mapa y vamos a obtener automáticamente todo dentro de las columnas y las filas. Ahora la siguiente mesa, tomemos como de costumbre los estados de aquí, y luego vamos a ir a colorearla con la región sobre los colores. Entonces, si revisas el mapa, puedes ver que hay muchas áreas de desnivel dentro del mapa que no se usa directamente. Si quieres eliminar todas esas informaciones, lo que vamos a hacer, vamos a ir al menú principal. Tienes aquí las opciones de Mapas, y luego aquí tenemos unas capas de fondo. Vamos a dar click en eso. Y luego aquí en el lado izquierdo obtendremos muchas opciones sobre cómo personalizar los mapas. Realmente te recomiendo que vayas y hagas click. Es muy divertido para los mapas de Worcus en Tableau. Ahora la tarea es eliminar todas esas informaciones de fondo. Lo que vamos a hacer, simplemente eliminaremos todas esas informaciones seleccionadas. Simplemente eliminemos todo con eso. Como puede ver, hemos eliminado los antecedentes y solo tenemos la información relevante dentro de nuestra opinión. Hay otra manera de cómo eliminar el fondo. Déjame volver con todos esos ajustes. Creo que con eso recuperamos toda la información. Otra forma de eliminar los datos de fondo para ir al lavado y moverlo 0-100 Ahora como puedes ver, el fondo dentro de nuestro mapa sí desapareció Así es como podemos eliminar la información de fondo dentro de nuestro mapa y obtener un mapa realmente limpio para enfocarse en los datos relevantes. Bien, el siguiente es también, sobre la personalización de los mapas en Tableau Entonces ahora vamos a crear un mapa de visión nocturna. Es simplemente divertido trabajar con mapas en Tableau. Así que vamos de nuevo y pongamos los países en medio de la A los detalles. Ahora en Tableau, tenemos diferentes tipos de mapas, no solo uno. Si vas al menú principal por aquí a los mapas, o revisas el mapa de fondo. Entonces aquí tenemos los diferentes modos. O si vas de nuevo a las capas de fondo y en el lado izquierdo, puedes ver aquí los estilos. Actualmente es blanco y gris, son luces. Si haces clic aquí, puedes encontrar los diferentes modelos. Tenemos el normal y luego tenemos cosas como calle oscura, al aire libre e información satelital. Es muy agradable tener diferentes estilos. Lo que vamos a hacer ahora, ya que es visión nocturna, vamos a ir con los modos oscuros. Ahora lo siguiente me gustaría reducir algunas informaciones como Estados Unidos y México. Vamos a sacar esas cosas del lado izquierdo. Lo que vamos a hacer, vamos a ir a sumar alguna medida a nuestra opinión. Cerremos las capas de fondo por aquí. Vamos a conseguir las ventas al tamaño que estamos obteniendo, esos bonitos círculos. Hagámoslo un poco más grande, entonces podemos agregar las ventas también a los colores. Así que mantén el control, votó los colores y cambiemos el color. Así que vamos a editar colores. Ahora vamos a la automática por aquí. Y cambiémoslo a otro patrón. Por ejemplo, tomemos el azul verde por aquí. Haga clic en Bien. Bien. Ahora vamos a ir y agregar más personalizaciones a nuestro mapa Por ejemplo, digamos que me gustaría cambiar el color de las fronteras para esos estados. Me gustaría hacerlo rojo para que sea más interesante. No puedo hacer eso en la visión actual porque si cambio algo de la frontera, va a cambiar la frontera de los círculos y no la frontera de los estados. Para ello, necesitamos dos mapas, uno para los círculos y otro para los estados. Bien, ahora veamos cómo podemos hacer eso. Vamos a ir a la longitud y vamos a ir a duplicarla. Ahora que tenemos dos mapas, el izquierdo y el derecho, vamos a configurar el correcto. Cambiemos las marcas al segundo mapa. Ahora en vez de tener círculos, queremos tener un mapa. Cambiémoslo a un mapa. Ahora, como puedes ver ahora tenemos dos tipos diferentes de mapas. Pero ahora me gustaría tener solo la información fronteriza, así que no me interesa la venta. Así que vamos a quitarlo. Y también para el tallado. Ahora como puedes ver, tenemos colores grises que está llenando el mapa. Entonces vayamos a los colores y reduzcamos la opacidad al 0% para que no tengamos ningún color en el mapa Lo que necesitamos es el color de la frontera. Entonces volvamos a ir a los colores. Vayamos a las fronteras por aquí. Hagamos una lectura. No estoy muy contento con este color. Quiero que sea más roja. Entonces vamos a ir a más colores y vamos a conseguir el re rojo. Ahora la pregunta es ¿cómo fusionar esos dos mapas en un solo mapa? Bueno, la respuesta para eso usando de nuevo el eje dual. Así que vamos a la derecha por aquí, haga clic derecho sobre él y doble acceso. Bien, así que con eso llegamos a un mapa, pero todavía no lo estoy. Esa ficha, se puede ver que los círculos están detrás de las líneas para tenerlo al frente. Vamos a cambiar esas dos medidas. Y ahora se puede ver que los círculos están en los frentes. Bien, así que con eso hemos creado nuestro mapa de visión nocturna. Y con eso también has aprendido cuántas posibilidades tenemos en Tableau Para poder personalizar los mapas, todas esas diferentes opciones que tenemos dentro de los mapas, realmente te recomiendo que vayas a explorar esas opciones que tenemos dentro de Tableau. Es muy divertido. 177. Histogramas de Udemy 22: Bien, ahora vamos a aprender a crear histogramas en Tableau Hay dos vías, una rápida y otra avanzada. La manera rápida si tienes una medida, la avanzada si tienes dos medidas, los histogramas son realmente una gran manera para mostrar la distribución de tus datos usando gráficos de potencia Entonces veamos cómo podemos hacer eso. Trabajemos con la única medida, la cantidad, haga clic derecho sobre ella y luego vaya a Crear. Y luego dos bolígrafos. Aquí podemos ir y configurar nuestras plumas. Voy a dejarlo por defecto como sugiere Tableau. Vamos a dar clic en Bien. Con eso, hemos creado una nueva dimensión, sido nueva en nuestro dolor de datos. Ahora lo que podamos hacer, vamos a ir a agarrarlo a las columnas, y aquí podemos encontrar el tamaño de nuestras plumas. Y luego vamos a ir a sacar la cantidad a las filas. Y luego el siguiente y el último toque pueden hacer. Vamos a ir a la cantidad y convertirla de discreto a radical continuo. Haga clic en él y cámbielo a continuo. Entonces con eso, hemos creado un histograma muy sencillo y agradable para ver la distribución de nuestros datos usando la cantidad medida Bien, el siguiente va a ser un poco más avanzado, donde vamos a crear un histograma usando dos medidas diferentes El número de clientes por el número de pedidos que queremos agrupar a nuestros clientes en función del número de pedidos que realizaron. Ahora para hacer eso, tenemos que crear nuestras plumas, pero ahora vamos a usar el campo calculado para hacerlo usando las expresiones LOD fijas. Eso lo podemos hacer. Vamos a crear nuevos campos calculados. Déjame moverlo un poco por aquí. Lo que vamos a averiguar es el número de pedidos por clientes. Para ello, podemos usar la función LOD fija. Es empezar con fijo, déjame seleccionar eso. Entonces para cada cliente, queremos contar el número de pedidos para los clientes. Vamos a conseguir la identificación del cliente. Y luego la agregación va a ser el número de órdenes. Eso significa que vamos a ir a contar el número de pedido. Bien, así que eso es todo. Vamos a darle un golpe, bueno, que Tableau sí creó una medida continua, pero me gustaría convertirla a una dimensión discreta Rat, hacer clic en ella y vamos a convertirla a dimensión. Y eso es todo. Ahora vamos a agarrarlo a nuestra vista y revisar las informaciones. Bien, para que podamos ver que ya tenemos nuestras plumas y esas son las distintas cantidades de pedidos que los clientes hicieron pedidos. El siguiente paso necesitamos nuestra segunda medida. Va a ser el número de clientes. Vamos al recuento del cliente por aquí, arrástrelo y suéltelo a las filas también. Llevemos a los clientes a las etiquetas. Y con eso, obtuvimos un histograma muy bonito en Tableau usando dos medidas Nuevamente, aquí, si se quiere construir histograma a partir de dos medidas distintas, una de esas medidas tiene que ser lo básico, las plumas del histograma y la segunda medida se va a utilizar para hacer los recuentos Así que ahora podemos ver muy rápidamente que la mayoría de nuestros clientes están ordenando entre 13 pedidos y como 16 pedidos. Todo bien. Entonces esos son los dos métodos sobre cómo crear histogramas, la manera fácil y un poco complicada 178. Calender de Udemy 23: Bien, entonces ahora vamos a aprender a crear un calendario en Tableau. Entonces ahora vamos a ir a construir este calendario usando la fecha del pedido. Llevemos primero la fecha del pedido a las columnas. Ahora en las columnas tenemos que tener los días conectados radicalmente para poder cambiar el formato Y luego ir a más. Y luego vamos a obtener el día de la semana que obtuvimos, el mandato, el martes y así sucesivamente. Entonces necesitamos construir las filas del calendario, y va a ser el número de la semana. Vamos y mantengamos el control duplicado a las filas en lugar del día de la semana. Cambiemos de nuevo los formatos. Por aquí al número más y luego de semana que obtuvimos. Nuestra matriz, nuestro calendario. Se puede ver que tenemos aquí todas las semanas. Me gustaría reducirlo a sólo un mes. Eso significa que vamos a ir a agregar algunos filtros a nuestra vista. Tomemos la fecha del pedido, ponla en los filtros. Y el primer filtro va a ser en los años. Ir y seleccionar los años. Seleccionemos el último año, He Ok. Y podemos por supuesto, ir y ofrecerlo para los usuarios. Haga clic derecho sobre aquí y muestre el filtro en el lado derecho. Podemos hacer lo mismo durante los meses. Vamos a tomar la fecha del pedido y ponerla en los filtros. Vamos para el mes que viene. Y seleccionemos solo un mes. Y luego ofrecerlo también a los usuarios. Bien, con eso tenemos de un mes. Vamos a cambiarlo de la vista estándar a la vista completa. Ahora como de costumbre necesitamos una medida para poder llenar nuestro calendario. Va a ser la suma de las ventas. Así que arrástralo y suéltalo y póngalo en los colores. Bien, para que podamos ver ya que tenemos un mapa de calor dentro de nuestro calendario. Ahora solo necesitamos agregar algunas cosas. Por ejemplo, agreguemos un porder blanco entre esas informaciones Ir a los colores, y después ir al porder y agregar un color blanco para que obtengamos agradables separaciones entre los días Y agreguemos también el número del día en cada casilla. Para ello, vamos a ir a las fechas del pedido. Póngalo en las etiquetas de aquí y luego aquí, tableta, cámbielo automáticamente a un texto. Vamos a cambiarlo de nuevo a cuadrado. Y en lugar de tener los años, tenemos que ir y formatear nuestra fecha. Así que conecta radicalmente. Y vamos a seleccionar el día. Y luego el siguiente paso, vamos a colocar esos números de los días en la esquina superior derecha. Entonces vamos a las alineaciones de etiquetas y vamos a ir a la derecha y luego arriba Bien, para que tengamos un calendario muy bonito en Tableau. Por supuesto que puedes ir y cambiar a otro mes, digamos por ejemplo en febrero, o consultar otro año 2021. Y eso, así es como puedes crear un calendario en Tableau. 179. Udemy 24 Watterfall: Bien, ahora vamos a crear en tabla las cartas de cascada. Es muy útil para mostrar el flujo del proceso de tus datos y también para mostrar el análisis de parte a todo. Veamos cómo podemos crear eso. Primero, necesitamos una dimensión como las subcategorías. Vamos a moverlo a las columnas. Entonces necesitamos una medida. Esta vez, tomemos la pista de ganancias y la dejemos caer a las filas. Y luego cambiémoslo de estándar a vista completa. Ahora para tener una cascada dentro de nuestra vista, necesitamos el total corriente. Para hacer eso, vayamos al Beneficio de aquí. Haga clic derecho sobre él, y hagamos cálculos de tabla rápidos. Y cambiémoslo a Running Total. Para que veas tenemos ahora un total corriente de nuestros datos, pero aun así no es una cascada. Para ello, tenemos que cambiarlo de las piezas clásicas. Entonces vamos a las Marcas de aquí, a las partes de Gant Bien, para que tengamos lo básico para nuestra cascada, pero ahora el tamaño de cada línea va a depender de la ganancia. Vamos de nuevo y agarremos la ganancia al tamaño. Pero ahora si lo revisas de cerca, podemos ver que esas partes no están haciendo la cascada porque están en sentido contrario. Nos gustaría que fuera a partir de cero, de abajo hacia arriba. Para hacer este efecto, vayamos a la suma de ganancias de aquí. Haga doble clic en él, y luego vamos a hacerlo como un signo menos. Haga clic en eso. Ahora, exactamente. Tenemos lo que queremos. Es inicio de abajo a, y con eso estamos formando la forma de cascada. Ahora tenemos que añadir algo de coloración. Vamos a conseguir el beneficio. Ponlo en los colores. Ahora bien, qué queremos hacer con los colores, si los números son positivos, entonces se va a quedar azul. Pero si es negativo, debería ser rojo. Para ello, vayamos a los colores y editemos colores. Y ahora vamos a hacer lo siguiente configurado. Así que vamos por aquí y hagamos solo dos pasos. Y luego vamos a avanzar por aquí. Y asegúrate de que todo en el centro, así es cero por aquí. Y eso es todo. Así que vamos a golpear. Bien. Y con eso, podemos ver muy fácilmente dónde están los valores negativos en nuestra cascada y dónde están los valores positivos. Puedes, por supuesto, hacerlo como verde y rojo. Entonces ahora lo último que tenemos que agregar a nuestra cascada es el total. Para hacer eso, es realmente sencillo. Vamos a los Análisis en el menú principal. Y luego vamos a los totales por aquí. Y agreguemos mostrar totales generales brutos. Al hacer eso, conseguimos nuestro total en el lado derecho y con eso conseguimos unas gráficas de cascada perfectas en tableau. 180. Udemy 25 Pareto: Ahora tenemos la carta Parto. Se trata de gráficos muy famosos en las estadísticas, y este gráfico se basa en el principio Parto donde utilizó la regla de 80 20 y el principio dice 80% de los resultados generados a partir del 20% del trabajo o esfuerzos. Una forma de visualizar los gráficos de Pareto, podemos usar dos gráficos diferentes El primero va a ser el gráfico parcial y el segundo va a ser el gráfico de líneas. Vamos, sí, podemos construir eso en Tableau. Primero podemos comenzar con la subcategoría dimensión, arrastrarla y soltarla en las columnas Y entonces necesitamos nuestra medida. Comprobemos el Sid y dejemos caer las Ventas a las filas. Ahora para tener los efectos perretta, tenemos que ordenar los datos Descendiendo primero, deberían venir los datos con las ventas más altas. Y luego vamos descendiendo a los lados derechos. Lo que podemos hacer, podemos ir a las Ventas por aquí y ordenar su perfecto. Ahora tenemos a los Parcharts. El siguiente paso que queremos hacer es construir los gráficos de líneas. Entonces para hacer eso, vamos a ir a obtener la suma de ventas y duplicadas. Así que mantenga el control y duplique estos campos. Y con eso tenemos nuestros dos gráficos. Entonces como el segundo gráfico puede ser un gráfico de líneas, vamos a cambiarlo. Entonces voy a cambiar la Suma de venta, la segunda, y en vez de Automático, vamos a tener como línea. Y además, voy a cambiar el color a naranja. Perfecto. Como es habitual, tenemos que ir a fusionar esos dos gráficos juntos. Entonces vamos a la Suma de Ventas, ¿verdad? Para dar click en él y en todos los ejes. Y aquí nuestro gráfico está roto porque el primer gráfico es automático. Así que vayamos al primero aquí y volvamos a cambiarlo a pars Bien, entonces aún no estamos ahí porque tenemos que trabajar en la línea La línea debe ser el porcentaje del total acumulado. Para hacer eso en Tableau, es realmente fácil. Vamos a la Suma de Ventas por aquí, haga clic derecho, y vamos a agregar el cálculo de tabla. Bien, así que ahora vamos a ir a configurar nuestros cálculos de tabla para la segunda medida. Y como dije aquí, tenemos que hacer dos cosas. Primero tenemos que calcular el total acumulado, y después tenemos que aplicar el porcentaje. Para ello, vamos a cambiar el tipo de cálculo a un total acumulado. Vamos a seleccionar eso. Y con eso, como se puede ver en el fondo, tenemos un total corriente. Pero el principio aquí se basa en el porcentaje del total acumulado. Entonces tenemos que ir y cambiar esto a un porcentaje para que podamos dar click aquí y decir Agregar un segundo cálculo. Vamos a hacer clic en eso. Obtenemos un cálculo primario y secundario. El primero se puede ejecutar como un total corriente, y luego encima de eso queremos obtener el porcentaje. Vamos a cambiarlo de diferencia de la secundaria, 2% del total. Vamos a hacer clic en eso, eso está establecido para los cálculos de la tabla. Vayamos a clóset con eso, hemos construido nuestros gráficos de Pareto, pero entendamos lo que está pasando por aquí Ahora bien, para poder leer esto fácilmente, voy a ir al segundo, a la línea, y pongamos las etiquetas encima de ella. Y claro, el principio dice 80 20, eso significa 20% de esas subcategorías deberían 80% Y como pueden ver, no podemos ver que eso está en este negocio Si revisas nuestras subcategorías en este ejemplo, puedes ver que no es 20% Tenemos alrededor de nueve subcategorías para llegar al 80% En este ejemplo, nuestro negocio no sigue este principio Es 80% de las ventas están cubiertas por 20% de las subcategorías ¿Todo bien? Entonces este es un método sobre cómo crear un gráfico de Pareto en Tableau, y así es como puedes leerlo Todo bien. Entonces ahora vamos a aprender otro método sobre cómo crear gráfico de Pareto en Tableau Esta vez vamos a ir a usar dos medidas diferentes usando una sola línea. Veamos cómo podemos hacer eso. Ahora tenemos la pregunta de negocios y es preguntarnos, hacer el 20% de los productos constituye el 80% de las ventas. Ahora vamos a obtener la respuesta de los datos. Para hacer eso, vamos a sacar primero nuestro primer major. Va a ser la suma de las ventas. Arrástralo y subirlo a las filas. Ahora vamos a conseguir nuestra segunda medida. Va a ser el recuento de productos. Para ello, llevemos, por ejemplo, el nombre del producto a las columnas y tabla. Pregúntanos aquí Tenemos muchos miembros. Agregar todos los miembros. Ahora como puedes ver, tenemos una dimensión, pero queremos contar cuántos productos tenemos dentro de nuestros datos tan radicalmente conectamos Y vamos a ir a la medida, y después vamos a seleccionar contar Distinct. Con eso, conseguimos nuestras dos medidas. Una cosa más que necesitamos dentro los detalles para poder hacer los cálculos. Necesitamos que el nombre del producto esté en los detalles para poder usarlo. Bien, así que voy a ir por aquí y cambiarlo a la vista completa. Pasemos a la primera medida, haga clic derecho sobre ella. Y vamos a agregar cálculo de tabla aquí de nuevo tenemos las mismas cosas. Podemos cambiarlo a un total corriente. Y luego vamos a ir a sumar un cálculo secundario. El cálculo secundario va a ser el porcentaje del total. Bueno, vamos a especificar la dimensión. Vamos a especificar la dimensión al nombre del producto. Lo mismo también para el lado derecho, va a ser el nombre del producto. Bien, así que con eso, tenemos todo listo para el primer cálculo. Vamos a cerrarlo. Ahora como puede ver, ya tenemos ahora el porcentaje del total corriente para los productos. Hagamos lo mismo para las ventas, haga clic con el botón derecho en las ventas, y luego vamos a agregar el cálculo de la tabla. Vamos a correr Total. Especifique la dimensión que va a ser el nombre del producto. Vamos a sumar el cálculo secundario. Va a ser el porcentaje del total. Entonces las mismas cosas, tenemos que ir a la dimensión específica y especificar el nombre del producto. Bien, para que lo hayamos preparado todo para el segundo cálculo. Vamos a cerrarlo. Ahora tenemos que ir a cambiarlo de nuevo a línea ya que lo tenemos como automático. Entonces mesa, decidimos ir con las formas, vamos a cambiarlo a línea. Ahora con eso, ya casi estamos ahí. Tener el total corriente de pose de las medidas y tenemos nuestra línea, pero como pueden ver, la línea está un poco nerviosa Y eso es porque aún no hemos ordenado los datos. Es muy importante para los gráficos de Pareto que ordenemos los datos como lo hemos hecho en el método uno Ahora vamos a ordenar el nombre de su producto por sus ventas. Para ello, haz clic derecho sobre aquí y ve a Ordenar. Y luego podemos ordenarlo por las ventas. Cambiémoslo a un campo. Y vamos a seleccionar las Ventas del nombre del campo de aquí, convertirlo, así que hagámoslo como descendente. Perfecto. Ahora tenemos exactamente el gráfico de Pareto que necesitamos. Entonces ahora tenemos que comprobar si es cierto que el 20% de nuestros productos constituyen el 80% de nuestras ventas. Ahora para comprobarlo rápida y fácilmente en la vista, podemos agregar el soporte de las líneas de referencia. Vamos a agregar algunas líneas de referencia. Vamos a la analítica por aquí. Tomemos aquí una línea de referencia. Vamos a arrastrarlo y soltarlo primero al primer valor. Ahora podemos hacer, en lugar de tener el promedio, vamos a cambiarlo a constantes Ahora aquí vamos a comprobar si el 20% así que va a ser 0.2 Y ahora con eso, vamos a conseguir una línea de referencia exactamente sobre el 20% de los productos. Vamos a cerrar eso. Como puedes ver, tenemos una línea muy bonita, indica exactamente el 20% en los productos. El siguiente paso con eso, vamos a ir a agregar otra línea de referencia para las ventas. Así que vamos a tomar una línea de referencia, arrastrarla y soltarla exactamente encima de la suma de ventas. Y ahora vamos a hacer lo mismo , en vez de promedio, vamos a cambiarlo a una constante, y como necesitamos el 80% va a ser 08. Entonces con eso, obtuvimos exactamente el 80% de las ventas. Tan perfecto. Ahora tenemos nuestra carta Parto. Y podemos responder fácilmente a estas preguntas a partir de nuestros datos. Entonces podemos decir, sí, 20% de nuestros productos están cubriendo el 80% de las ventas, lo que es exactamente coincide con la regla de 80 20, el principio del Parto. Bien, entonces estos son los dos métodos sobre cómo crear gráficos de Pareto en Tableau y analizar su negocio 181. Udemy 26 Butterfly: Bien, ahora tenemos la carta mariposa, o la llamamos a veces las cartas tornado. Es un gran gráfico con el fin de analizar dos medidas diferentes por dimensión específica. Entonces, por ejemplo, si quieres comparar el número de clientes con el número de pedidos por categoría, entonces el gráfico mariposa son tus gráficos. Qué necesitas Primero, la dimensión. Va a ser, como siempre, la subcategoría. Vamos a moverlo a las filas, y luego como de costumbre, vamos a moverlo como vista entera. Entonces necesitamos nuestras dos medidas. El primero va a ser el conteo de clientes. Vamos a moverlo a las columnas. Entonces el segundo va a ser el conteo de órdenes. Bien, entonces con eso, tenemos nuestras dos medidas y la subcategoría Ahora para formar la forma de la mariposa, tenemos que tener la dimensión exactamente en el medio. Y luego en el lado derecho tenemos una medida, y en el lado izquierdo podemos tener otra medida. Para hacer eso, vamos a usar el marcador de posición, el promedio de cero Tengámoslo por aquí, y vamos a colocarlo exactamente en el medio. Ahora con eso, tenemos la medida a la izquierda, medida a la derecha, y algo vacío en el medio. Y luego vamos a configurar los gráficos. Va a ser el medio , el promedio de cero. Vamos a cambiarlo a un texto. Y ahora lo siguiente tenemos que ir y obtener la dimensión al texto por aquí. Y con eso se puede ver que ahora tenemos la espina dorsal de la mariposa. Así que vamos a hacerlo un poco más de polos. Entonces voy a ir por aquí y simplemente hacerlo polos. Pero ahora tenemos que tener las dos alas derecha a la derecha y luego a la izquierda. Se puede ver que el lado derecho está bien, así que lo tenemos como ala. Vamos a ordenar los datos por cierto. Pero el ala izquierda aún no es correcto, así que para hacerlo, vayamos a la cuenta de clientes por aquí en el eje. Editemos el hacha y vamos a invertir la escala que obtenemos exactamente lo contrario en la escala. Vamos a cerrarlo, y como puedes ver ahora lo conseguimos perfecto. En el lado izquierdo el ala de los clientes y en el lado derecho tenemos los pedidos. Ahora el siguiente paso es lo que solemos hacer es agregar algo de coloración. Por ejemplo, permanezcamos en los clientes de aquí y arrastremos el control de retención el recuento de clientes a los colores también. Podemos ir a los pedidos de aquí y arrastrar y soltar los pedidos manteniendo el control a los colores. Pero claro, podemos ir y personalizar el lado derecho con el uso de diferentes colores. Vayamos a los colores de aquí y cambiemos el patrón tal vez a naranja, digamos. Bien. También. Podemos ir y hacer las garrapatas en el medio un poco más grandes. Vamos a la mitad. Y entonces vamos a hacerlo tal vez algo así como 15. Ahora podemos ver esas subcategorías en el medio muy claramente Pero como lo tenemos en el medio, no lo necesitamos a la derecha. Así que vamos a esconderlo. Haga clic derecho sobre él y luego vamos y deshabilitemos el encabezado del espectáculo. Podemos ir al eje por aquí y también desactivar los encabezados. Y por supuesto podemos agregar más formato para poder eliminar esas cuadrículas. Haga clic derecho sobre aquí en el espacio vacío al formato. Y luego podemos ir a la pestaña de columnas y así quitar la línea de rejilla. Con eso tenemos un gráfico limpio, representamos una mariposa o un tornado, dependiendo de cómo lo veas, a dónde puedes ir y comparar dos medidas diferentes por dimensión específica. Bien, ahora en el método dos, vamos a unir esas dos alas. Para ello, vamos a obtener exactamente la misma información. Vamos a buscar las subcategorías, las filas, y luego como de costumbre, cambiarlo a la vista completa Vayamos a buscar nuestras medidas. Entonces el primero va a ser el conteo de clientes, y luego el segundo va a ser el conteo de pedidos. Pero tenemos que ponerla ahora encima de la de la otra. Como estamos usando el mismo tipo de gráficos, vamos a usar los nombres de las medidas y los valores de las medidas. Toma los recuentos de pedidos y arrástralo y suéltalo encima del eje por aquí, para generar los nombres y valores de las medidas. Bien, entonces tenemos esa información. Ahora vamos a ir a tomar los nombres a medida. No lo necesitamos en las carreteras, así que arrástralo y sumételo a los colores de aquí. Y solo para asegurarme de que todo quede como bares, voy a ir de aquí y cambiarlo de Automático a bar. Y ahora el siguiente paso vamos a ir a almacenar los datos. Entonces haga clic en Eje aquí, y luego ordene los datos. Descendiendo ambos valores, o las alas están en el lado derecho. Ahora para tener el efecto de izquierda y derecha, no tenemos aquí dos ejes. Lo que vamos a hacer, vamos a hacer un truco muy pequeño para poder hacerlo. Vamos a ver a los clientes de aquí. Haga doble clic en él y solo vaya al frente antes de los recuentos y ponga un menos. Vamos a darle a Enter. Entonces con eso, volvemos a obtener el efecto de la mariposa donde tenemos juntas las alas izquierda y derecha. Pero claro lo que falta aquí es la columna vertebral, la dimensión, la subcategoría Para hacer eso, vamos a hacer lo mismo. Vamos a ir y tener el promedio de cero como marcador de posición Lo tenemos ahora del lado derecho. Cambiemos a él, y luego podemos cambiarlo a un texto, ya que queremos tener un texto de la subcategoría Y luego el siguiente paso vamos a ir a buscar el texto. Va a venir de la subcategoría, arrastrarla y soltarla encima del texto Y con eso conseguimos los valores o la espina dorsal de la mariposa. El siguiente paso es que vamos a ir a fusionarlos en un solo gráfico. Lo que vamos a hacer, vamos a ir a usar el eje dual. Haga clic derecho sobre la media. Y entonces aquí usamos el eje dual, pero como se puede ver, esos valores aún no están en el medio. Y eso es porque no hemos sincronizado el eje. Vaya al promedio por aquí, y luego seleccionemos el eje de sincronización Y con eso conseguimos la columna exactamente en el medio, pero no está muy claro porque es roja. Así que vamos a cambiar esos colores. Así que vayamos al Promedio por aquí. Haga doble clic en él. Y seleccionemos Blanco Completo. Eso es. Click Bien, Y ahora el siguiente paso, como siempre, vamos a ir y empezar a esconder cosas porque no son necesarias todas esas informaciones. Entonces el promedio por aquí, vamos a esconderlo. Y eso es todo lo que no necesitamos la información del encabezado porque la tenemos ya en medio. Así que haz clic derecho sobre aquí y desactiva el encabezado del espectáculo. Y con eso conseguimos unas cartas de mariposas muy elegantes y bonitas en Tableau donde ambas de las alas juntas. Y ahora podemos ir a analizar la coloración entre el número de pedidos y el número de clientes por categoría. Bien, así es como podemos crear gráficos de alternadores de mariposa en Tableau usando dos métodos. 182. Udemy 27 Quardants: Bien, así que ahora vamos a ir a aprender a construir gráficos de cuadrantes en Tableau Este tipo de gráfico va a ir y presentar una gran cantidad de puntos de datos en una sola vista usando dos medidas. Y luego vamos y comparamos esos diferentes puntos de datos en función de su posición en el cuadrante Y luego vamos y dividimos el gráfico en cuatro cuadrantes distintos Este tipo de gráfico es realmente genial para hacer planeación estratégica o para hacer gestión de riesgos, o también para encontrar algunas tendencias Así que ahora vamos a ver en Tableau cómo podemos construir eso. Lo primero que necesitamos son dos medidas distintas. El primero va a ser, tomemos el descuento y lo pongamos en las columnas. Vamos a buscar el promedio del descuento. Haga clic derecho sobre él, y vayamos al promedio en lugar de a la suma. Entonces esta es nuestra primera medida. Ahora necesitamos otra medida. Esta vez va a ser la relación de ganancias. No lo tenemos en nuestros datos. Vamos a crearlo rápidamente. Crear una nueva relación de beneficio de campos calculados. Y es muy sencillo. Va a ser la suma de ganancias dividida por la suma de ventas que vayamos y golpeemos. Bien, entonces vamos a traerlo a nuestros roles lo que conseguimos, nuestros dos ejes, pero me gustaría tenerlo como porcentaje. Vamos a cambiar los formatos. Vamos primero a la relación de ganancias. Entonces en lugar de números, vamos a cambiarlo a porcentaje. Entonces vayamos y eliminemos esos decimales. Lo mismo, hagámoslo por el promedio de descuentos. Así que vamos a darle formato también, dos por ciento y eliminar esos decimales Bien, así que eso es todo por el acceso. Lo que necesitamos ahora son los clientes como puntos de datos. Para ello, vamos a conseguir el ID del cliente y pongámoslo en los detalles. Ahora como puede ver, cada uno de nuestros clientes se presentan como un punto de datos. Vamos a cambiar la visual de eso. En lugar de formas, vamos a tener círculos. Y vamos a reducir la opacidad para ver también el solapamiento entre esos puntos Podemos ir y hacerlo un poco más grande. Entonces ahora necesitamos dos valores para poder dividir este gráfico en cuatro cuardantes diferentes Ahora aquí, ya que tenemos la dinámica titlezed, queremos ofrecerla a los usuarios como parámetros para poder especificar esos dos valores Así que ahora vamos a crear dos parámetros en los datos Pain, así que vamos a crear el primero. Digamos seleccionar descuento, así que va a quedar como flotador y la pantalla va a ser como porcentaje. Vamos a reducir los decimales y luego digamos que el valor por defecto va a ser 0.15 así que con eso vamos a conseguir 15% Así que eso es todo para el primero Vamos a hacer exactamente lo mismo para el segundo con el fin de obtener la relación de ganancias. Así que vamos a crear otro parámetro y vamos a llamarlo select profit ratio. Vuelva a tener las mismas cosas, para que podamos tenerlas como porcentaje, reducir los decimales Tengámoslo como un 10% tuyo. Eso es todo para éste. Vamos a cerrarlo y mostrarlo en nuestra opinión. Mostrar parámetro y mostrar parámetro. Ahora lo tenemos del lado derecho. A continuación, tenemos que crear ahora una separación en nuestra opinión para mostrar cómo se dividen los datos. Para ello, podemos agregar dos líneas de referencia. Comencemos con la tertio profet, haga clic derecho sobre ella y agreguemos la línea de referencia Entonces el valor va a depender, por supuesto, de nuestro nuevo parámetro. Seleccione tertio profet. Y luego vamos a hacer que la etiqueta esté vacía. Y luego podemos ir a cambiar el formato. En lugar de tener una línea, vamos a tener un guión uno, entonces vamos a tener la placa. Y luego aumentar la opacidad. Y eso es todo. Vamos bien. Y haz lo mismo también para el descuento. Haga clic derecho sobre el descuento. En la línea de referencia, necesitamos nuestro parámetro. ¿Podemos seleccionar descuentos? Retire la etiqueta. Y como haremos lo mismo en la personalización para que podamos tenerla como discontinua y también tenerla clara en nuestra opinión Bien, ahora vamos a golpear, Bien. Todo bien. Ahora como puedes ver, ya tenemos nuestros gráficos de cuadrantes donde hemos dividido nuestros datos en cuatro secciones diferentes Por supuesto, ya podemos ir y cambiar esos divisores usando los parámetros Consigamos el ratio de búfer y cambiarlo a 0.2 Con eso lo movemos al 20% Ahora claro, lo que falta en nuestro quardant son los colorantes de Cada sección debe tener sus propios colores. Para ello, tenemos que ir a crear otro campo calculado para tener esos cuatro valores. Vamos a crear uno. Vamos a llamarlo color cuadrante. Ahora tenemos que ir e identificar la posición de cada punto de datos dentro de nuestros cuardantes Déjame moverlo un poco por aquí. Para hacer eso, podemos usar las declaraciones FL. Empecemos primero identificando los puntos en la parte superior derecha. Todos esos puntos en la parte superior derecha. Cómo lo vamos a hacer, decimos si la relación de beneficio al valor del parámetro que se selecciona de los usuarios, vamos a decir seleccionar y luego la relación de ganancias. Eso significa que estamos comprobando si el usuario en la sección superior y ahora tenemos que comprobar si está a la izquierda o a la derecha. Entonces vamos a hablar ahora de los descuentos y los descuentos promedio también. Mayor o igual al valor seleccionado del parámetro que vamos a escribir select y descuentos. Ahora estamos apuntando a todos los clientes en la parte superior derecha. Entonces, ¿qué puede pasar si se cumple la condición? Vamos a decir, bien. Bien, entonces ahora vamos a ir a hacer lo mismo para las otras tres secciones. Vamos y cópielo desde aquí. Entonces vamos a decir, entonces vamos a pegarlo. Déjame hacerlo un poco más grande para poder verlo. Ahora vamos a ir y apuntar a la parte superior izquierda. Para ello, tenemos que ir y cambiar el descuento a menor. Ahora estamos diciendo si el descuento es menor que el valor seleccionado en el medio, entonces eso significa que estamos del lado izquierdo. ¿Qué va a pasar? Simplemente iremos y lo marcaremos con el siguiente valor, arriba a la izquierda. Entonces tenemos que hacer lo mismo para, digamos ahora vamos a ir y apuntar a la parte inferior derecha. Llamémoslo abajo a la derecha para la parte de descuento, no es correcto. Vamos a moverlo así para tener la sección adecuada para la proporción para poder estar en el fondo, esta vez va a ser más pequeña. Con eso, estamos del lado derecho para la última sección. Para apuntarlo, no tenemos que ir a especificarlo. Diríamos simplemente otra cosa porque si ninguna de esas condiciones se cumple, acabaremos por la última, vamos a llamarlo abajo a la izquierda. Eso es todo. Vamos y terminemos nuestros estados de cuenta FL y el cálculo es válido. Vamos y golpeemos Ok. Y con eso conseguimos nuestro nuevo campo calculado. Vamos a arrastrarlo y soltarlo a los colores. Ahora como puedes ver, tenemos un color dedicado para cada una de las diferentes secciones dentro de nuestros cordones Y claro, si los usuarios van por aquí y cambian los valores de los parámetros, la coloración también reaccionará. Ya que tenemos los parámetros dentro de nuestro campo calculado, por ejemplo, en vez de 15, vamos a tenerlo como 0.25 Ahora como puedes ver, las líneas de referencia van a los lados derechos, al 25% y también, se ajustará la coloración. Eso es todo. Así es como puedes crear un gráfico urdan dinámico muy agradable en Tableau 183. Udemy 28 BoxPlot (correcto): Ahora vamos a hablar de la trama de caja. Inta, golpe, o a veces lo llamamos tramas de caja y bigotes Este tipo de gráfico te va a ayudar a entender las distribuciones de datos de tus conjuntos de Este gráfico tiene como una caja y dos bigotes en la parte superior y en la parte inferior Y luego en el medio tenemos la mediana y los bordes de la caja para que obtengamos cinco números diferentes en cómo se distribuyen nuestros datos. Veamos cómo vamos a construir ese inta golpe. Es muy fácil. Empecemos como de costumbre con las ventas. Vamos a arrastrarlo y soltarlo a las filas y luego vamos a ver cómo se distribuyen los sub de categorías sobre esas ventas. Primero llevemos la subcategoría a los detalles, y luego tenemos que cambiar lo visual a círculos Vamos a las marcas de aquí y cambiémoslo a círculos. Ahora para tener diferentes gráficos, me gustaría agregar la categoría a las columnas de aquí. Y luego vamos a hacerlo un poco más grande a la mitad por aquí. Ahora vamos a reducir un poco esos círculos para tenerlo más claro. Y con eso, tenemos la primera parte de la caja, blots donde tenemos círculos A continuación tenemos que conseguir esos números o la forma de la caja y los bigotes Para ello, tenemos que añadir una línea de referencia. Vamos a las celdas de aquí, conectemos radicalmente y línea de referencia. Y aquí todo está preparado desde Tableau. Si vas a la Boxplot por aquí, y eso es todo, vamos a hacer clic bien. Y eso es, en realidad. Con eso, conseguimos un boxplot en Tableau Ahora bien, si vas y pasas el mouse sobre los gráficos, obtendrás los cinco valores diferentes. Cuanto más alto puntamos, menor puntuamos la mediana, y así sucesivamente. Bien, entonces ahora la pregunta es ¿cómo leer las gráficas de caja Bueno, hay mucha información por aquí, pero lo primero que puedes hacer es comparar la posición de la mediana de cada caja. Si echas un vistazo por aquí, puedes ver que esas dos cajas están al mismo nivel, ¿verdad? Por lo que son categorías muy similares. Pero si revisas la oficina de Suministros, que puedes ver la mediana o la caja en sí, está abajo. Esas otras dos cajas nos indican que el mobiliario y tecnología tienen la misma distribución, pero el material de oficina tiene otro distinto. Otra cosa que puedes verificar es el tamaño de la caja en sí. Si la caja es alta o los enlaces de la caja son largos, entonces eso significa que las subcategorías dentro esta categoría no son realmente similares y están muy lejos de las de la otra Pero si revisas el material de oficina, puedes ver que la casilla es más corta, por lo que los enlaces de esta caja son más pequeños en comparación con los otros dos. Eso nos va a dar la información o el indicio que las subcategorías de esta categoría, el Material de Oficina tiene como una venta similar Eso significa que si tenemos una caja más corta, los miembros de esta categoría van a tener un comportamiento similar. Pero si tienes una caja alta, eso va a sugerir que los miembros de esas informaciones van a tener diferentes ventas. Pero si tenemos una caja grande o alta, eso significa que los integrantes de esta categoría van a tener un comportamiento diferente. Y claro, este tipo de gráficos nos va a ayudar a encontrar los valores atípicos, sobre todo en los bigotes superiores e inferiores Bien, así que eso es todo sobre la trama de caja en Tableau. 184. KPI de Udemy 29: Bien, entonces ahora vamos a hablar los gráficos de KPI, Indicador Clave de Rendimiento Usualmente lo usamos para analizar el desempeño de nuestro negocio, ya sea que esté teniendo éxito o fracasando Bien, así que ahora vamos a construir un KPI para seguir el desempeño de nuestras ventas en nuestro negocio. Así que vamos a hacer eso. Como es habitual, vamos a ir a sacar las subcategorías a las filas Tomemos también las ventas para ver los números. Y luego el siguiente paso, digamos que queremos verificar la suma de ventas para cada país. Entonces vamos a agarrar el campo campestre a las columnas. Y luego el siguiente paso, tenemos que definir el núcleo del QBI La regla cuando las ventas van a ser consideradas como un éxito y cuando se va a considerar como fracaso o tal vez en el medio. Entonces lo que tenemos que hacer ahora es ir a crear un nuevo campo calculado para definir la regla KBI Ahora vamos a llamarlo colores BI. Ahora comprobando los datos, digamos que si la suma de ventas es superior a 50 K, entonces se va a considerar como un éxito. O si estamos hablando de colores, va a ser verde. Vamos a trabajar con los estados de FL, así que vamos a comprobar si la suma de ventas es superior a 50,000 Entonces, ¿qué puede pasar? Vamos a decir que es verde. Entonces ahora el siguiente paso, tenemos que definir la segunda regla. Digamos que si las ventas están entre diez K y 50 K, esto puede ser medio, o digamos naranja. Vamos a construir eso usando LF, suma de ventas menor o igual a 50 K, la suma de ventas que estamos haciendo, como un rango es superior diez K. Déjame hacerlo un poco más grande. Entonces, ¿qué puede pasar? Va a ser rango. Bien, entonces tenemos la tercera regla. Si no está en el medio o no es superior a 50,000 entonces va a ser menor o igual a diez K. Entonces lo que vamos a hacer al final, vamos a decir L, va a ser rojo. Eso es, terminémoslo. Esta es nuestra regla de KBI para rastrear el desempeño de las ventas Vamos a golpear, bien. Y con eso, tenemos una dimensión aquí del lado izquierdo, los colores KBI Vamos a agarrarlo y ponerlo en los colores. El siguiente paso, vamos a ir y asignar la tabla de colores actual casi correcta. Editemos los colores. El naranja es naranja, rojo es rojo, pero el verde es azul. Vamos a cambiar eso. Y con eso, podemos rastrear de inmediato el desempeño de las ventas, donde podemos ver de inmediato dónde estamos desempeñando bien. Entonces podemos ver esos números verdes o estamos desempeñando mal por los números rojos. Pero si viste algún tablero de QBI, verás que están usando muchas formas Ahora, en lugar de esos números, vamos a conseguir formas asignadas a esos tres valores. Eso significa que vamos a ir a las marcas de aquí y cambiarlo a formas. Ahora, las cosas están feas actualmente, así que vayamos y llevemos la suma de ventas a los Detalles. Y luego vamos a tomar el color B para definir la forma de nuestro visual. Entonces con eso, tenemos diferentes formas para cada nivel de nuestro KBI Pero me gustaría cambiarlo. Así que vamos a las formas de aquí, y luego vamos a la Default y luego cambiemos a QBI Ahora tenemos mejores íconos para nuestro BI, vamos a cambiar cosas. Tan verde va a ser este icono, naranja, va a ser esto. Y luego el rojo, va a ser el rojo. Bien, para que sea, vamos a golpear. Bien. Y ahora podemos ir por aquí y hacerla vista completa y también cambiar el tamaño de nuestro KBI Con eso tenemos un buen KPI donde podemos ver inmediato dónde estamos haciendo el bien y dónde estamos haciendo pads. Así es como podemos crear BI en Tableau. 185. Udemy 30 barras de KPI: Bien, entonces ahora vamos a aprender a combinar un QBI junto con cualquier otro tipo de gráficos, como por ejemplo, los Power Charts Entonces ahora vamos a ir a construir vista para poder comparar dos años. Para hacer eso vamos a conseguir las mismas cosas. Entonces vamos a llevar las subcategorías a las filas. Entonces aquí tenemos las ventas de 2022. Muévelo a las columnas de aquí. Con eso, tenemos nuestros gráficos de poder, Pero me gustaría moverlo de automático a poder para que todo sea estable y no más tarde rompa que todo sea estable y en nuestra visualización. Al siguiente paso me gustaría ir y agregar también el colorante. Tomemos la suma de ventas 22 y pongámosla en los colores. Ahora el siguiente paso, tomemos el 2021 como referencia dentro de nuestra visión. Vamos a moverlo a Detalles. Y luego vamos al eje, justo. Haga clic en él y agreguemos la línea de referencia aquí. Nos gustaría tener el valor de 2021 para cada categoría. Así que vamos a cambiarlo a por celda y luego seleccionar el 2021. Y luego vamos a esconder las etiquetas. Esto es solo personalizaciones. Entonces vamos a moverlo a una línea un poco más pesada y luego aumentar la opacidad también Cámbialo a naranja. Eso es. Vamos a golpear bien. Ahora para ver mejor los datos, cambiémoslos de la vista estándar a la vista completa. Y con eso conseguimos una referencia del año anterior, y las partes son el año en curso, para que puedas ver rápidamente las diferencias entre los dos años. Pero aún no hemos terminado, Esto es sólo los gráficos de barras. Ahora tenemos que ir y agregar un KPI para ello. Entonces aquí tenemos que definir la regla del KPI. Y esta vez va a ser fácil. Si el año en curso es menor que el año anterior, entonces va a ser rojo. Si es más o igual, va a ser verde. Vamos a definir esta regla como siempre. Vamos a ir a crear un nuevo campo calculado. Podemos llamarlo colores KPI. Ahora vamos a ir a definir esa regla. Vamos a usar también la declaración FL. Si la suma de ventas de 2021 es mayor o igual a la suma de ventas de 2021, entonces estamos a salvo. Va a ser verde. Déjame hacerlo un poco más grande para poder verlo todo. Pero si no se cumple la condición , ¿qué va a pasar? Tendremos un mal desempeño, así que va a ser más rojo y luego termina. Entonces esta es nuestra regla. Vamos a golpear bien. Ahora para el KPI, necesitamos otro gráfico dentro de esta vista. Pero como es como una dimensión, si la llevamos a la vista, no se dividirá en dos visuales diferentes Para generar otro gráfico, usaremos el truco de usar el promedio de cero. Entonces tenemos que crear un marcador de posición promedio de cero. Y con eso, como pueden ver, vamos a conseguir un nuevo gráfico en el lado derecho, esta medida. Iremos y configuraremos nuestro BI. Vayamos y cambiemos a estas marcas. Y ahora vamos a cambiarlo de barras a formas. Es como si estuviéramos construyendo cualquier otro QBI. Iré y me desharé de esas informaciones. Y ahora vamos a ir a buscar nuestro nuevo campo calculado, la regla del KPI, y ponerlo en las formas A continuación vamos a ir a definir las formas de nuestro QBI. Vamos a hacer clic en Formas. Digamos que si es verde, entonces va a subir. Y si es de color rojo, va a bajar. Eso establece para las formas. Haga clic en Ok también. Queremos cambiar el color de esas cosas. Tomemos el control de los colores BI y pongámoslo en los colores. Vamos a asignarlo, editar colores. Verde va a ser verde y rojo va a ser rojo. Eso es. Haga clic en Aceptar. Ahora tenemos nuestro KPI en el lado derecho. Podemos ir y hacerla un poco más grande para poder ver las formas. Ahora tenemos dos gráficas distintas. Al siguiente paso vamos a ir y usar el eje dual. Eso es porque tienen diferentes formas. Entonces vayamos a los lados derechos y tengamos el eje dual. Y como de costumbre, vamos a ir a sincronizar el eje y eliminar uno de ellos. Vayamos también al promedio y luego vayamos y deshabilitemos el encabezado del espectáculo. Con eso lo escondemos con conseguimos los dos KPI uno encima del otro. Pero aún aquí tenemos un problema. Como puedes ver, los iconos de los KPI están exactamente en la parte superior del borde de las barras Y eso es porque todo está empezando desde cero. Y tenemos aquí el promedio de cero. Ahora lo que vamos a hacer, podemos moverlo un poco hacia el lado izquierdo usando los valores negativos. Pasemos al promedio de cero y lo cambiemos de cero a menos diez K. Podemos ver nuestro KPI está perfectamente en el lado izquierdo de los pars Y podemos ver de inmediato donde estamos haciendo bads. Aquí podemos ver que casi todas las subcategorías están haciendo calificaciones Tenemos todos esos iconos verdes, pero sólo dos, los sobres y las máquinas están haciendo mal. Eso es porque las ventas del año en curso son menores que las ventas del año anterior que hemos aprendido a combinar los gráficos de KPI con cualquier otro gráfico No debe ser un gráfico de barras, podría ser un área o un gráfico de líneas. 186. PROHIBICIONES de Udemy 31: Bien, entonces ahora vamos a crear bandas en Tableau. Están esos grandes números que puedes ver generalmente en Bis o en dashboards donde vas a ver el total de algo así como el total de ventas, los totales de ganancias ¿Cuántos clientes tenemos dentro de nuestros conjuntos de datos? Por lo que es muy común y se puede ver casi en cada tablero. Así que vamos a crearlo. Lo que vamos a hacer primero, tenemos que ir y cambiar nuestro visual de Automático a un texto. Ya que estamos trabajando con texto, no hay gráficos ni visuales. Tomemos las rebajas y pongamos en la T. Ahora con eso, tenemos un número. Sin ningún gráfico, solo un gran número, las ventas totales de nuestros datos. Ahora podemos ir y dividirlo por una dimensión como un país. Tomemos el país, lo pongamos en las columnas, para que ahora podamos ver los sellos totales de cada país. Ahora como estamos hablando de cacerolas, esos números deberían ser realmente grandes. Para cambiar eso, vamos al texto de aquí. Da click en esos tres puntos, y luego vamos a las Vende y hazlo realmente grande. Vamos a ir a la talla por aquí. Tomemos, por ejemplo, 22 y hagamos que sea sondeada. Entonces puedes verificar golpeando aplicar el tamaño de esos números ahí. Se ve bien. Ahora vamos a golpear, bien. Y hagamos las alineaciones correctas. Así que vamos a tener todo centrado en lo horizontal y lo vertical. Ahora digamos que podemos ir y cambiar el formato de esos números. Vayamos a la Suma de Ventas por aquí y vayamos a los formatos. Y luego podemos ir a los números aquí para cambiar los formatos. Vayamos por costumbre. Entonces no hay blass decimal, hagamos un cero. Y luego digamos que vamos a exhibir la unidad como 1,000 como una K. Entonces podemos agregar el signo de dólar en el Brefix por aquí Así que vamos a hacer eso. Eso es todo acerca de los formatos. Vamos a cerrarlo desde aquí. Ahora con eso, hemos creado sartenes realmente agradables para nuestros cuadros Podemos ir y hacerlo un poco más grande, Ver esos números. Ahora se podría decir, ¿sabe qué? Me gustaría tener esos textos debajo de los números, no encima de él. Para hacer, eso es lo que vamos a hacer. Vamos a tomar el país nuevo y vamos a ponerlo al texto, y vamos a conseguir el texto debajo de él. Pero claro que tenemos que hacerlo realmente pequeño. Pasemos al texto de aquí, luego a los tres puntos. Y luego vayamos al país, quitemos la polt, y vamos a moverla, por ejemplo, como 12 Bien, ahora vamos a darle un orden de línea para verificar el formato. Ahora como pueden ver, tenemos esos pequeños textos debajo de esos números. Pero podemos ir y también reducirlo a diez para que sea realmente pequeño por debajo de esos grandes números. Ahora vamos. Bien, y con eso, tenemos muy bonito texto pequeño debajo de nuestros números. Pero todavía tenemos un problema donde tenemos las informaciones del encabezado. Para eliminarlo, solo tienes que ir a cualquier valor como Alemania por aquí, haz clic derecho sobre él y desactiva el encabezado del espectáculo. Y con eso conseguimos unos pantalones muy bonitos donde el texto está debajo de los números de pick. Entonces como puedes ver aquí, no usamos ningún tipo de gráficos, solo usamos el texto en Tableau. 187. Gráfico de embudo de Udemy 32: Ahora podemos aprender a construir un gráfico final en Tableau. Los gráficos finales son realmente geniales para mostrar el progreso de tus datos a través de diferentes etapas. Veamos cómo podemos construir eso. Tomemos los sellos y lo pongamos en las filas. Ahora queremos ver cómo están progresando los sellos a través de las diferentes subcategorías Tomemos las subcategorías de los productos y pongámoslo a los colores. Ahora el siguiente paso, nos gustaría cambiar el tamaño de esos bloques en función de la suma de ventas. Para ello, tomemos la suma de Ventas al tener el control y ponerla al tamaño Ahora vamos a cambiarlo de estándar a vista completa para ver el tamaño de cada bloque. Ahora necesitamos formar la forma del embudo. Para hacer eso, vamos a ir a ver los datos descendiendo, el más grande va a estar en la cima. Y luego vamos a los pequeños. Para ello, vayamos a subcategoría de nuestro aquí, conectemos radicalmente Y vamos a ordenarlo. Y luego tenemos que cambiar el sort pie a un campo, luego moverlo a descender. Eso es. Como se puede ver de fondo, ahora tenemos la forma del embudo. Ahora el siguiente y todo el paso importante en el gráfico final. Queremos mostrar el porcentaje del total para cada bloque. Para ello, tomemos también la suma de ventas y pongámosla al texto. Con eso conseguimos las ventas totales para cada subcategoría, pero no queremos eso. por ciento del total. Para hacer eso, conéctate radicalmente Y vayamos a cálculos rápidos de mesa Entonces escojamos el porcentaje del total. Genial, ahora tenemos esos porcentajes en la final, lo cual es muy bonito. Y los gráficos finales, vamos a sumar también el texto de la subcategoría Tomemos la subcategoría y la pongamos en las etiquetas. Ahora podemos ir a personalizar nuestro punto de vista un poco. Donde decimos, bien, pongamos el texto de la subcategoría encima de las ventas, cambiemos el pedido, luego vamos a cambiar las etiquetas y hacer la subcategoría un poco más grande y tirada, digamos Bien también. Podemos ir y eliminar esas líneas de cuadrícula tan radicalmente por aquí a los formatos Vayamos a las líneas, y luego vamos a los ceros por aquí y no lo hagamos ninguno Bien, así que eso está más limpio. Lo que podemos hacer, podemos agregar la categoría al filtro. Pasemos a la categoría, muéstrala como filtro. Y con eso, podemos ir y seleccionar categoría específica para poder ver los datos. Con eso conseguimos como menos bloques dentro los gráficos de Finnel o puedes ir y agregarlos todos. Eso es. Así es como podemos crear gráficos Finel en Tableau con el fin de rastrear y verificar el progreso de sus datos 188. Barra de progreso de Udemy 33 (correcto): En nuestras piezas QBI Dis podemos agregar cosas como una barra de progreso Veamos cómo podemos construir eso en Tableau. Ahora vamos a conseguir una dimensión como el país a las filas. Y luego vamos a ir a rastrear el progreso de nuestras ventas como barra de progreso. En cada par brogress, tienes como 2 barras, La de fondo para el 100% y luego tu progreso real Eso significa que necesitamos dos gráficos de barras. Sigamos con el primero y cambiémoslo a bar. Y también, vamos a mostrar el texto. Pero ahora en lugar de las ventas totales, vamos a cambiarlo a un porcentaje del total. Vamos a cambiar nuestras ventas a cálculos de tabla, 2% del total. Ahora el siguiente paso, vamos a ir a agregar la barra de fondo. Para hacer eso, vamos a agregar nuestro marcador de posición. Va a ser el promedio de uno. Ahora tenemos nuestros antecedentes en el lado derecho y en el lado izquierdo, vamos a obtener el progreso real. Vamos a fusionarlos usando el eje dual. Haga clic derecho sobre el derecho y luego muévelo a doble eje, ¿de acuerdo? Como es habitual, vamos a ir a sincronizar esos dos ejes Y vamos a hacerlo un poco más grande para poder ver los bares. Ahora podemos ver que el promedio, el fondo está al frente. Para poder cambiar eso, vayamos al eje de la media. Haga clic derecho sobre él y luego aquí podemos decir mover marcas hacia atrás. Bien, entonces ahora el siguiente paso en orden efecto de los brokers par, tenemos que cambiar la coloración del fondo. Vamos a la edición de colores. Y luego seleccionemos el promedio. Y tomemos el plu, seleccionemos algo más ligero Así que vamos a tomar una luz plue aplicar. ¿Bien? Bien, entonces con nosotros conseguimos el efecto de los brokers par, vamos a esconder pocas cosas como por ejemplo el Ag de aquí también. Ocultemos esos números en el fondo. Entonces vayamos a las etiquetas y las escondamos. Bien, así que eso es todo. Así es como podemos crear una barra de progreso realmente agradable en Tableau donde puedes ponerla dentro de tus dashboards 189. Grupos visuales de Udemy 99: Aprendimos a construir 63 gráficos en Tableau y cuáles son sus casos de uso. Pero puede que sigas como abrumado con todas esas opciones y todos esos gráficos en Tableau y todavía no está tan claro cómo responder a la pregunta, cómo sabemos qué gráfico, qué visualizaciones tenemos que elegir Por eso vamos a ir ahora a resumir y agrupar todos esos gráficos bajo diferentes categorías Tenemos el cambio a lo largo del tiempo, parte de magnitud, coloraciones enteras, ranking, distribución, espacial y defecto Y cada una de esas categorías va a enfocarse en una pregunta específica, problema específico para poder responderla mediante visualizaciones Entonces ahora vamos a repasar todas esas categorías una por una para entenderlas. Bien, entonces ahora vamos a comenzar con la primera y la categoría más básica que tenemos, el cambio a lo largo del tiempo, o a veces la llamamos tendencias a lo largo del tiempo. Esta categoría nos va a mostrar las tendencias o los patrones a lo largo de un periodo continuo. Y suele responder a la pregunta, ¿cómo cambian los datos con el tiempo u otro? ¿Hay alguna tendencia o patrón que podamos descubrir a partir de los datos a lo largo del tiempo? Si tienes el tipo de preguntas entonces estás hablando del cambio de categoría con el tiempo y el mejor gráfico de la categoría, tenemos los gráficos de líneas. Porque el gráfico de líneas se enfoca solo en una cosa, los cambios con el tiempo, las tendencias a lo largo del tiempo. Porque principalmente el gráfico de líneas se enfoca solo en los cambios a lo largo del tiempo, las tendencias a lo largo del tiempo, nada más también. Visualmente, hace que sea muy fácil detectar tendencias. Como aprendimos antes, tenemos múltiples gráficos que cubren el tema del cambio a lo largo del tiempo. Por supuesto, todos los gráficos de líneas suelen ser cambiados con el tiempo, así que tenemos el gráfico de líneas como el perfecto. Entonces tenemos también los gráficos de líneas de Spark. Podemos usarlo si quieres tener un gráfico compacto para los análisis de tendencias a lo largo del tiempo. O podemos usar las gráficas descuidadas para ver cómo los rangos están cambiando con el tiempo O también, podemos usar gráficos de una parte, así podemos usar las partes también para analizar los cambios a lo largo del tiempo. Y también para ir y comparar diferentes periodos de tiempo juntos. No solo los gráficos de partes, podemos usar cualquier tipo de gráficos. Por ejemplo, los gráficos de área apilados. Aquí tenemos diferentes casos de uso, uno de ellos es el cambio a lo largo del tiempo. Y también, para ir y comparar diferentes categorías juntas también, podemos ir y usar el gráfico de calendario o la línea de tiempo del círculo Pubble para visualizar el cambio a lo largo del tiempo Entonces como puedes ver, si quieres tener solo un caso de uso dentro tu visualización para mostrar el cambio o la tendencia de nuestro tiempo, entonces ve con los gráficos de líneas. Si quieres ir y cubrir múltiples casos de uso en un gráfico, entonces puedes ir y usar el gráfico de áreas, el gráfico barras o los gráficos de tiempo de círculo. Porque no se enfocan en un solo caso de uso. Pueden cubrir múltiples casos de uso y uno de ellos es el cambio con el tiempo. Bien, entonces ahora tenemos la magnitud. A veces lo llamamos categoría de tamaño. Y utiliza los sitios para comparar valores. Podríamos usar valores relativos o absolutos en esta categoría. Entonces, por ejemplo, si tienes la siguiente tarea o pregunta, averigua los cuentos más altos y los más bajos de las categorías. O tenemos que ir a comparar las diferentes categorías por ventas en un gráfico. Si tiene tales preguntas o tarea, entonces estamos hablando de la magnitud de la categoría. Y el mejor gráfico para esta pregunta son los gráficos de barras porque hace que sea muy fácil y limpia indivisualizaciones para poder comparar valores, se pueden comparar muy fácilmente los datos comparando la longitud de las barras de cada categoría Bajo esta categoría, podemos encontrar múltiples gráficos, y la mayoría de ellos son gráficos de barras, por lo que podemos usar el gráfico de piezas sin procesar como principal o podemos usar columnas de gráfico de barras. Como aprendimos antes, si tienes una dimensión con alta cardinalidad, puedes ir con una cruda Pero si tienes un gráfico con baja cardinalidad, entonces ve con una columna Entonces esos dos gráficos sólo cubren una dimensión. Pero si tiene múltiples dimensiones, entonces puede ir con las barras lado a lado, o los gráficos de piezas apiladas, o también los gráficos de piezas apiladas completas. Entonces tenemos diferentes gráficos bajo esta categoría, como los gráficos de piruletas, gráficos de pupple y los gráficos de Y podría preguntarse por qué gráfico de dispersión y gráfico de pupple Y porque el tamaño del Pubble se puede usar en estos Podemos ver de inmediato que la tecnología y el mobiliario tiene las celdas más altas desde el tamaño del Pubble. Lo mismo va para el scatter aquí. Nuevamente, realmente depende de cuántas preguntas quieras cubrir en una sola visualización. Si es solo un caso de uso para ir a comparar los datos, entonces vaya con el gráfico de partes de filas o las gráficas columbares Pero si la comparación de tallas no es solo el caso de uso que quieres cubrir, quieres cubrir múltiples cosas como agregar múltiples dimensiones y medidas. Entonces puedes ir con los otros gráficos bajo esta categoría. Bien, ahora tenemos la categoría parte a entera. Muestra cómo un todo o valor se descompone en sus componentes y cómo cada componente contribuye al todo, al total. Y va a mostrar cómo cada componente contribuye al conjunto, al total. Entonces, si tienes una pregunta como cómo contribuye el valor al total, estamos hablando de parte a toda la categoría. Y el mejor gráfico a visual, la respuesta son los gráficos circulares. Porque visualmente es muy fácil y además muy efectivo mostrar cómo cada rebanada del pastel va a contribuir a toda la pila. En esta categoría, la parte a todo, tenemos diferentes tipos de gráficos, como como dijimos, el principal es el gráfico circular. Pero podemos ir y usar los gráficos de donas, sobre todo si quieres mostrar la información del conjunto, el total Para que puedas presentarlo en el medio y alrededor de él vas a tener las rebanadas. O podemos ir y usar el gráfico de piezas, por ejemplo, el gráfico de partes apiladas completas o las gráficas de área. Los gráficos de área apilados completos también. Puedes ir al mapa del árbol si quieres analizar. No sólo la parte a todo, sino también. También quieres mostrar los datos jerárquicos. Podemos ir a la cascada para mostrar parte a todo y también el flujo de los datos aquí. Nuevamente, si quieres enfocarte solo en la parte a todo el caso de uso, ve con el gráfico de muelle. Pero si quieres agregar más información y analizar diferentes casos de uso, entonces puedes ir con los demás. Bien, ahora vamos a hablar categoría muy importante. Tenemos las correlaciones Puede mostrar la relación entre dos o más medidas En una visualización, esta categoría puede responder preguntas como, ¿hay alguna relación entre dos medidas? ¿O qué tan fuertemente relacionados están dos variables o dos medidas? Si tiene tales preguntas, entonces estamos hablando la correlación de categorías y el gráfico base, para que sea visual la correlación es el diagrama de dispersión. El diagrama de dispersión es muy efectivo para mostrar la relación entre dos medidas. Y cubre muchos casos de uso como descubrir los valores atípicos. Es muy flexible. Podemos agregar mucha información a cada punto de datos. Y además, nos puede ayudar a construir clusters. Si la pregunta para mostrar la relación entre dos medidas, el gráfico base es usar el gráfico de dispersión. Y debajo de esta categoría, podemos encontrar diferentes tipos de gráficos. No sólo el diagrama de dispersión, sino que el lote de dispersión es el favorito. Tenemos las cartas de Quardon. Podemos usarlo también para analizar dos medidas y también para agrupar nuestros datos o dividirlos en cuatro secciones. O podemos ir y usar el gráfico de líneas dobles si quieres ver también los cambios a lo largo del tiempo. No solo la coloración, sino que también se pueden ver las tendencias. Entonces podemos ir y usar dos líneas para analizar la coloración entre dos medidas. O podemos ir y usar una línea y una parte grafica coloración. Y además, podemos ir y comparar los tamaños de cada pieza. Pasando a otro gráfico, lo cual es muy bonito. Para ir y comparar dos medidas, podemos usar las cartas de mariposa o tornado. Y el último puedes usar también el histograma para encontrar la coloración entre dos gráficos y también para mostrar la distribución de tus datos Nuevamente, si solo quieres enfocarte en la correlación, nada más, puedes ir y usar las manchas de dispersión Pero si quieres ir y agregar diferentes casos de uso, como el cambio a lo largo del tiempo o la distribución o comparar los tamaños, entonces puedes ir y usar los otros. Al seguir adelante, tenemos otra categoría llamada ranking. Entonces usamos esta categoría si lo más importante a mostrar es la posición del ítem en una lista ordenada. Entonces por ejemplo, si quieres mostrar el ranking de clientes, los diez mejores clientes por las ventas o los diez productos más bajos por las ventas, entonces podemos usar la categoría de ranking para resolver esas tareas. Y los mejores gráficos en esta categoría son los gráficos de partes, porque los gráficos de partes son realmente increíbles para construir una lista y también para ir y comparar diferentes rangos juntos. Bien, entonces para mostrar el ranking tenemos diferentes tipos de gráficos. Básico como vimos, tenemos el gráfico de piezas ya sea crudo o columnas. Y luego tenemos diferentes gráficos si quieres agregar más información o más casos de uso en un gráfico. Por ejemplo, las listas pop de Lull donde puedes ir y poner una información extra dentro los círculos o puedes usar las gráficas descuidadas Aquí, no sólo estamos viendo las filas entre países, sino que podemos ver cómo van cambiando con el tiempo. Y tenemos otros gráficos como el gráfico final o los gráficos de bombas también. Aquí podemos mostrar las filas, cómo van cambiando con el tiempo. El último podemos usar también la mariposa para mostrar el ranking de las categorías, por ejemplo, aquí. Y también la correlación entre dos medidas. Nuevamente, como es habitual, si quieres enfocarte solo en el ranking solo en esto, puedes ir y usar los gráficos de partes. Pero si quieres ir a múltiples casos de uso en un visual, entonces puedes ir y usar los otros gráficos. Bien, entonces ahora tenemos la categoría de distribución. Podemos usarlo para mostrar los valores de un conjunto de datos y la frecuencia de su ocurrencia. Entonces, si tienes la siguiente pregunta, como ¿cuál es la distribución de la edad de los clientes? O si la pregunta es, ¿cuál es el tiempo más ocupado en la jornada laboral? Entonces, si tienes ese tipo de preguntas, entonces estamos hablando de la categoría de distribución y el pit chart para visual esas preguntas y las respuestas es usar el histograma histogramas son una manera increíble para mostrar los patrones usando bolígrafos. Y va a hacer muy fácil entender la distribución de los datos. Bajo la categoría de distribución, podemos encontrar diferentes tipos de gráficos, el principal va a ser el histograma Y podemos ir y usar diferentes tipos de gráficas, como las gráficas de caja, para ver la distribución de datos también para la gráfica de puntos a lo largo del tiempo, podemos ir y usar las gráficas de dispersión o las gráficas de cuadrantes para ver la distribución de nuestros datos Y también para mostrar la coloración entre dos medidas. Podemos ir y usar también los gráficos de códigos de barras. Por ejemplo, aquí también podemos ver la distribución de cada producto en cada subcategoría El gráfico en papel se considera un gráfico de distribución. Nuevamente, si solo quieres enfocarte en la distribución, entonces ve y usa el histochrom Pero si quieres cubrir múltiples casos de uso en una vista, puedes ir y usar los otros gráficos. Al seguir adelante, tenemos la categoría especial. Úsalo cuando el patrón geoespacial de tus datos sea lo más importante que quieres mostrar Si tienes preguntas o tareas que impliquen información sobre la ubicación como ciudades del país, estados como, por ejemplo, quieres mostrar qué ciudad tiene las mayores ventas. Entonces vamos a ir con esta categoría, la categoría especial. Por supuesto aquí los gráficos que vas a utilizar en este tipo de visualizaciones es el mapa Y en este curso hemos construido cuatro mapas diferentes. El primero es el mapa de campo, o lo llamamos mapa coroplith Entonces como puedes ver, los estados están llenos de colores. O podemos ir y usar simples como aquí estamos usando la estrella para mostrar las ventas para cada estado. Y después hemos aprendido a personalizar los mapas. Por ejemplo, aquí hemos creado el mapa de visión nocturna. Bien, entonces ahora vamos a hablar de un tipo de categoría. Tenemos el flujo. Vamos a usarlo para visualizar el movimiento o el flujo de nuestros datos. Entonces, si tienes una pregunta como cómo se están moviendo los datos de un punto a otro punto, entonces estamos hablando de la categoría de un flujo. Y un gráfico muy común con el fin de mostrar el flujo de los datos o el proceso de los datos, podemos ir y usar los gráficos de cascada. Con este gráfico, puedes ver el movimiento de datos o el flujo del proceso de tus datos también. Podemos analizar aquí la parte a todo. Bien, entonces, ¿qué tenemos cubierto? Las ocho categorías diferentes y mapeamos diferentes gráficos que hemos aprendido en el discurso a esas categorías. Como puedes ver, el proceso es realmente sencillo. Para entender qué tabla de visualizaciones necesitas en tus proyectos, primero tienes que entender las preguntas que deben ser respondidas Entonces, una vez que entendiste la tarea o la cuestión del negocio, puedes ir y mapearla a una de esas ocho categorías. Y después de eso, vas a ir a elegir los mejores gráficos dentro cada categoría para responder a la pregunta. Y con eso, has aprendido el proceso de elegir la visualización correcta, el gráfico correcto para la pregunta, y asegúrate de verificar la descripción. Dejo ahí enlace para las hojas de la hoja de visualización también. Encontrará el archivo de Tableau donde ha ordenado todos esos gráficos bajo las ocho categorías. Bien, así que con eso, hemos aprendido a elegir el gráfico adecuado para sus requerimientos. Y con eso hemos completado la sección Tabla de Tableau. Y ahora en la siguiente sección de nuestro plan, podemos aprender a crear y diseñar nuestros dashboards en Tableau 190. Panel básico de Udemy 1: Tablero de tablero de Tableau. Ahora podemos aprender los principios básicos sobre cómo estructurar nuestro gráfico dentro de los dashboards en Tableau Y podemos enfocarnos en los contenedores para estructurar nuestro dashboard. Entonces, una vez que construimos todos esos hermosos gráficos, podemos ir y agruparlos en un solo lugar usando el tablero de Tableau. Así que vamos. Bien. Entonces, si creas un nuevo dashboard, obtendrás diferentes opciones sobre cómo personalizar y diseñar tus dashboards Entonces, por ejemplo, solemos ir y empezar a cambiar el tamaño de nuestro tablero de instrumentos de este espacio en blanco. Para ello, si vas al lado del lado izquierdo, tenemos aquí tres opciones distintas. Tamaño fijo, rango automático. Lo que suelo hacer, voy al tamaño fijo. Aquí podemos ir y personalizar el ancho y la altura. Por ejemplo, escalemos con el ancho con 1,000 a 100 y para la altura con 800. Y luego debajo de nosotros, tenemos una lista de todas las hojas de trabajo que tenemos dentro de nuestros dashboards Y entonces aquí es muy importante son los objetos que tenemos en Tableau. Entonces aquí tenemos una lista de diferentes objetos como contenedores, extensiones de texto, imágenes, espacios en blanco, etc. Esos objetos, puedes usarlos para construir tus dashboards en Tableau Y los objetos muy importantes. Aquí, tenemos los contenedores en Tableau y son realmente confusos. Si eres nuevo en esta herramienta, nos centraremos en cómo trabajar con los contenedores para construir la estructura de nuestros dashboards La primera pregunta son los contenedores. Los contenedores en Tableau pueden permitirle agrupar diferentes objetos de Tableau en un solo lugar. El objeto podría ser cualquier cosa como hojas de trabajo, imágenes de texto en blanco o incluso otro contenedor Una vez que tengas todos esos objetos diferentes en un solo lugar, puedes hacer muchas cosas. Como, por ejemplo, moverlos todos juntos usando el contenedor de una posición a otra. Tengamos un ejemplo rápido. Tomemos uno de esos contenedores. Tomemos el contenedor horizontal y lo dejemos caer al medio. Y aquí está lo primero que hay que notar, si esa es la coloración en Tableau. Como pueden ver, ahora tenemos un borde azul oscuro alrededor de este espacio. El borde azul puede indicar que se trata de un contenedor. Ahora, podemos ir y dejar cualquier cosa dentro de este contenedor. Podría ser una hoja de trabajo, podría ser un texto, cualquier cosa. Vamos con cualquier hoja, por ejemplo, tengo una preparada, así que arrástrala y suelta exactamente en medio del contenedor. Ahora podrías notar que ya no tenemos, el color azul, el borde azul. Ahora tenemos un borde gris. Eso significa que en Tableau, actualmente estoy seleccionando un objeto que no es contenedor. Entonces ahora podemos ir y agarrar cualquier cosa como, por ejemplo, un texto. Tomemos este objeto y arrastrémoslo y colóquelo encima de este gráfico Aquí, escribamos cualquier cosa como los dashboards de ventas y solo hagámoslo los dashboards de ventas y solo un poco más grande así que él Bien. Entonces ahora esto se puede ver que tenemos otro objeto que contiene sólo un texto. Y además tiene un borde gris, Entonces eso significa que tenemos un objeto con borde gris y otro con borde gris. Entonces ahora la pregunta es cómo seleccionar el contenedor que tiene esos dos objetos. Hay muchas maneras para hacer eso. Entonces por ejemplo, digamos que estamos seleccionando el texto, si vas por aquí a esas dos líneas y haces doble clic sobre él. Entonces una vez que hacemos eso, como pueden ver, ahora tenemos de nuevo esta frontera de penacho Eso significa que ahora estamos seleccionando todo el contenedor. Entonces eso significa que al hacer doble clic sobre este pequeño icono de aquí, vas a regresar al contenedor que está agrupando esos objetos. Y hay otra manera para seleccionar el contenedor. Entonces ahora volvamos a entrar en él. Y solo da click en las hojas. Por aquí nuevamente tenemos este borde gris. Ahora bien, si vas a esta pequeña flecha de aquí, vamos a conseguir más opciones. Y entonces aquí tenemos la opción de seleccionar contenedor, contenedor vertical. Una vez que hagamos eso, volveremos de nuevo a los contenedores donde tenemos esos objetos dentro de él. Esta es otra forma de seleccionar el contenedor actual. Bien, entonces ahora podrías preguntar, sabes qué, ¿por qué estamos seleccionando el contenedor? Bueno por la siguiente razón. Por ejemplo, si solo estás seleccionando estos gráficos, puedes ir por aquí y obtendrás diferentes opciones sobre las hojas de trabajo Por ejemplo, se pueden mostrar los títulos, los filtros, los aspectos más destacados. Solo se pueden configurar estas hojas de trabajo. Esas opciones sólo están relacionadas con estos objetos. Pero ahora, si quieres ir y configurar todo el contenedor, tienes que ir al contenedor. Por ejemplo, vamos y Blan. Si vas a las opciones de aquí, obtendremos una lista de opciones completamente diferente. Y cualquier cosa que estés seleccionando aquí puede reflejarse para todos los objetos dentro de este contenedor. Por ejemplo, en las tablas contenedoras actuales, todavía queda espacio dentro de este contenedor para llenarlo. se usa todo el espacio de aquí No se usa todo el espacio de aquí, lo cual es naturalmente bueno. Como puede ver, tenemos los objetos de texto es mucho más pequeño que el objeto de hoja de trabajo, que ahora está bien. Pero lo que puedes hacer en Tableau es que puedes ir y dividirlo todo de manera uniforme. Contenedores, opciones, se puede ver por aquí distribuye los contenidos de manera uniforme. Si seleccionas eso es lo que puede pasar. Como puede ver, Tableau va a ir y dividir automáticamente el tamaño del contenedor de manera uniforme para todos los objetos. Esto es realmente útil si tienes diferentes gráficos en un contenedor, Tableau va a ir y dividir el espacio de manera uniforme para todos los objetos. Como puede ver, las opciones de los contenedores pueden afectar a todos los objetos dentro de los contenedores. Una cosa más a notar en Tableau, grano de Tableau es el contenedor de llave de rodilla, siempre en el lado derecho Este contenedor es un contenedor especial donde Tableau puede poner todos los filtros, leyendas, resaltadores, y también parámetros siempre El uno al otro está del lado derecho. Entonces por ejemplo, en las subcategorías tenemos el filtro de la fecha del pedido E inmediatamente Tableau puede crear un contenedor especial en el lado derecho y puede colocar el filtro dentro de él. Entonces, por ejemplo, si tomas alguna otra tabla que contenga esas informaciones, tomemos esta de aquí y la pongamos en el fondo. Verás que Tableau inmediatamente va a ir y agregar los filtros dentro de estas hojas de trabajo Debajo del primero aquí tenemos el filtro de las categorías que viene de estos gráficos. Si tomamos la siguiente, las distribuciones de clientes, como puede ver, obtendremos muchos filtros en Tableau en el lado derecho Y también las leyendas. Entonces aquí tenemos los lados de las ganancias. Aquí tenemos los colores del país y así sucesivamente. Todos los parámetros, todas las leyendas, todos los filtros van al lado derecho. Y claro, si quieres personalizar el contenedor que esa mesa crea en el lado derecho, puedes ir a cualquier objeto y luego hacer doble clic sobre él. Y luego puedes ir y personalizarlo. Por ejemplo, puedo ir por aquí y dividirlo todo de manera uniforme. Bien, avanzando sobre los contenedores en doble, tenemos dos tipos diferentes, el contenedor horizontal y el contenedor vertical. Empecemos por el primero, el contenedor horizontal. Si usas este tipo, ¿qué puede pasar? Todos los objetos dentro de tu contenedor horizontal van a estar uno al lado del otro. Vamos a probar eso. Vamos a tomar el contenedor horizontal, arrastrarlo y soltarlo en nuestros dashboards Y luego tomemos una hoja, por ejemplo, la subcategoría de aquí Y luego tomemos otra. Una vez que puedas seleccionarlo, como puedes ver, mesa te puede ofrecer ya sea para ponerlo a la izquierda o a la derecha. Por ejemplo, vamos a dejarlo caer a la derecha. Con eso tenemos dos gráficos uno al lado del otro, cerca uno del otro usando el contenedor horizontal. Por supuesto, si vas y agregas algo va a ser también, ya sea a la izquierda o a la derecha, o en el medio. Una vez que lo dejes caer, también lo obtendrás uno al lado del otro. Así es como funcionan los contenedores horizontales en Tableau. Bien, la próxima vez que tengamos el contenedor vertical, ¿qué puede pasar aquí? Todos los objetos dentro de este contenedor van a estar uno encima del otro como las pilas R. Entonces vamos a tener un ejemplo rápido. Tomemos el contenedor vertical, Drop It Dashboard. Y luego tomemos Any Charts, y como, lo dejaremos caer por aquí. Y ahora una vez que seleccionemos otro, podemos ponerlo, por ejemplo, debajo de él. Y el tercero, ya sea abajo en el medio o en la parte superior, vamos a dejarlo caer en la parte superior. Como puedes ver, los contenedores verticales, estamos poniendo esos objetos o esos gráficos encima de demás para que estemos apilando los objetos encima de los demás. Y así es como funcionan los contenedores verticales. Una cosa más sobre el tipo de contenedores, cual resulta muy confuso si eres iniciador en Tableau, es que puedes decidir el tipo de contenedor a medida que vas soltando los segundos objetos. Entonces déjame mostrarte a lo que me refiero. Tomemos, por ejemplo, el contenedor horizontal, arrástrelo y suéltelo en nuestros dashboards Así que ahora podemos ir y dejar caer diferentes hojas una al lado de la otra, ¿verdad? Entonces tomemos el primero como costumbre, pongámoslo aquí. Y ahora llegamos a la segunda hoja y nuestra expectativa de que la podamos poner ya sea a la izquierda o a la derecha porque tenemos contenedor horizontal. Bueno, la segunda hoja o el segundo objeto es especial. Se puede utilizar para cambiar el tipo de contenedor. Tomemos, por ejemplo, este de aquí. Ya ves podemos ponerlo a la izquierda. Podemos ponerlo bien, pero también podemos ponerlo en la parte superior o en la parte inferior. Una vez que lo deje caer al fondo, ¿qué puede pasar? Tableta Va a ir y convertir el tipo de este contenedor en un contenedor vertical. Entonces ahora no podemos ir y cambiar de opinión. Se va a arreglar. Este va a ser un contenedor vertical. Entonces, por ejemplo, si tomo el tercero, no puedo cambiar de opinión poniéndolo a la izquierda o a la derecha. Puedo ponerlo sólo a la parte superior o a, puede quedar como una vertical. Y el tercero no va a cambiar. El tipo contenedor lo puede soltar, por ejemplo, aquí en la parte inferior En las segundas hojas, todavía tenemos la opción de cambiar opinión para que sea horizontal o vertical. Contenedor depende de cómo se estén dejando caer las hojas. Pero después de eso, para las terceras hojas, ya no tienes más de esas opciones que puedes dejar caer. Sólo depende del tipo de contenedor. Bien, ahora cuanto más cosas ponemos dentro de nuestro contenedor, las cosas se complican más. Para controlar la estructura de nuestros dashboards, habrá muchos contenedores anidados uno encima del otro y perderás el control con el tiempo Un contenedor complejo para esa tableta proporcionó una visión de la estructura actual de nuestro tablero. Ahora estamos actualmente en los dashboards. Para ir a la vista, vayamos al layout. Entonces cambiemos eso entonces. Aquí en la parte inferior, tenemos algo llamado jerarquía de ítems. Aquí veremos la estructura de nuestro dashboard. Comienza con las inclinaciones. Si haces clic en eso, podrás ver Tablet Go inmediatamente y seleccionar los objetos actuales. Verá la estructura de nuestro dashboard y empieza con inclinaciones, ya que estamos utilizando estos métodos Si haces clic en esa tableta, vas a ir y seleccionar los objetos actuales en la jerarquía, este es el contenedor más alto donde tenemos todo en nuestro dashboard dentro de él. Vamos a ampliar nuestra jerarquía. puede ver que luego se divide en contenedor horizontal Como se puede ver claramente, tenemos un contenedor para todos esos filtros, leyendas y demás. Y en el lado izquierdo, tenemos un contenedor para toda nuestra hoja de trabajo. Y se puede ver eso al igual mover este deslizador por aquí. Como puede ver, el primer objeto es contenedor horizontal. Y luego dentro de contenedor horizontal, tenemos dos contenedores verticales. El primero va a ser este contenedor para el gráfico. Y como pueden ver, las cosas están apiladas una encima de la otra. Entonces este es nuestro primer contenedor vertical. Si haces clic en el segundo, ahora estamos seleccionando el contenedor en el lado derecho. También es un contenedor vertical, ya que puedes ver todos esos filtros y esas cosas. uno del otro. Entonces claro, podemos ir y ampliar esos contenedores para ver el contenido. Entonces como pueden ver, tenemos aquí tres hojas dentro del primer contenedor. Y en el segundo tenemos tres filtros. Y entonces tenemos esas dos legiones. Tener este ítem aquí, una clave. Nos puede ayudar con muchas cosas. Por ejemplo, puede ayudarnos a entender la estructura de nuestros contenedores, cómo se anidan las cosas entre sí Y otro uso también, para entender si hemos hecho algún error construir los contenedores ya que estás dejando caer cosas dentro de tu tablero de instrumentos. Cosas raras pueden suceder en Tableau donde estás creando muchos más contenedores de los que necesitas. También nos puede ayudar a seleccionar cosas. Por ejemplo, si me gustaría seleccionar el contenedor horizontal, puede ser un poco más difícil haciendo doble clic en esos diferentes objetos. Va a ser más fácil si me meto en la jerarquía de artículos y simplemente clic en el contenedor horizontal. Como puede ver, también es muy fácil ir y seleccionar cosas dentro de la jerarquía de artículos. Aquí podemos ir y tener opciones. Por ejemplo, vamos a ir a las subcategorías de aquí, haga clic derecho sobre ella. Y con eso conseguiremos todas las opciones de las hojas de trabajo O si vas a los contenedores, obtendrás la opción de contenedores. La jerarquía de ítems es realmente importante para estructurar nuestros dashboards Bien, adelante, vamos a ir a aprender a dejar caer objetos dentro del contenedor. Ahora solo para facilitarme las cosas, solo revisé todas las hojas de trabajo Quité todos los filtros, leyendas, y así sucesivamente. Sólo para mantener las cosas simples, por ejemplo, vamos y comencemos con el contenedor horizontal. Arrástralo y suéltalo en las hojas de trabajo. Tomemos un objeto como la hoja y arrástrelo a la tableta de vista. Va a mostrarte diferentes visuales para indicar qué puede pasar si lo dejas caer. Por ahora, todo es gris y tenemos un borde claro del contenedor. Eso significa que ahora estamos dejando caer los objetos dentro del contenedor. Una vez que lo libere por aquí, ¿qué puede pasar si vamos al layout? Se puede ver que el contenedor horizontal contiene las hojas de trabajo Eso significa que con esta acción, colocamos los objetos dentro del contenedor. Comprobemos otras opciones. Vamos al tablero de aquí y tomemos otra hoja. Ahora bien, si lo arrastras y a medida que vas moviendo tu mouse, encontrarás diferentes formas y cosas diferentes. Por ejemplo, si mueves la boca un poco hacia la izquierda, puedes ver que la línea gris está en el lado izquierdo y el contenedor, el contenedor azul está marcado, va a significar que si lo dejas caer tableau lo vas a agregar dentro del contenedor hacia el lado izquierdo. Si lo mueves hacia la derecha, va a pasar las mismas cosas camino hacia el lado derecho. Siempre y cuando Tableau esté resaltando el color azul oscuro para el borde, significa que estamos dejando caer los objetos dentro del contenedor. Pero ahora revisa esto. Si sigues moviendo el mouse hacia los lados derechos, verás que Tableau puede cambiar el color de azul oscuro a azul claro. Eso significa que ahora estamos dejando caer los objetos fuera del contenedor. Así que vamos a hacer eso. Sólo voy a dejarla caer al lado derecho. Ahora vayamos a la maquetación para entender lo que sucede. Como puede ver, la primera lámina está dentro del contenedor horizontal, pero la segunda lámina está completamente fuera del contenedor. Si solo lo minimizas por aquí, puedes ver que no está dentro del contenedor horizontal. Eso significa que hay que tener mucho cuidado de cómo se están soltando los objetos dentro de los paneles La tabla puede reaccionar de manera diferente, depende de las formas. Ahora vamos a arrastrar un tercero. Tomemos la distribución del cliente ahora como estamos arrastrando. Entonces aquí se puede ver que la tableta está resaltando el contenedor porque el mouse está dentro del contenedor. Aquí se puede dejar caer ya sea a la izquierda, a la derecha, de abajo hacia arriba. Pero si muevo mi ratón completamente afuera, Tablec, lo dejo caer fuera del contenedor Por ejemplo, puedo ponerlo a la izquierda, a la derecha, al fondo, pero todos esos bastones no están dentro del contenedor Ahora volvamos a nuestro contenedor. Se lo dejaré caer, vamos y hagamos eso. Y claro, para comprobar lo que pasó, vamos a ir al layout para verificar la jerarquía de ítems. Ahora como puedes ver, Tableau cambia de contenedor horizontal a vertical porque lo hemos dejado caer abajo. Y se puede ver que este objeto, esta hoja está dentro del contenedor. Bien, así que eso establece, ten cuidado con cómo estás arrastrando y soltando cosas dentro de los dashboards de la tabla. Bien. Pasando al siguiente en la tabla, tenemos dos opciones diferentes sobre cómo organizar nuestros objetos dentro de los dashboards Y tenemos los mosaicos y flotantes como tabla por defecto vamos a usar opción Tiles para todos nuestros objetos, pero puedes ir y cambiarla a flotante lo que significan esos objetos. Empecemos por el primero, la opción de mosaico. Si utilizas la opción de mesa de teselas vas a ir y organizar automáticamente tu objeto como un diseño de cuadrícula. Eso significa, por ejemplo, si vas y el tamaño de la tabla de dashboard vas a ir y cambiar automáticamente el tamaño de todos los objetos dentro de los contenedores y dashboards Tomemos un ejemplo. Ahora estamos seleccionando la inclinación. Y si tomas algo como la hoja por aquí y la colocas dentro de nuestra mesa de dashboards vas a ir y usar automáticamente todo el espacio Entonces eso significa que las hojas de trabajo van a tomar el tamaño de los dashboards porque mesa va a decir bien, tenemos muchos espacios, vamos a usar Pero la otra opción tenemos la flotante. Por otro lado, aquí si lo seleccionas aquí tienes la libertad, la flexibilidad sobre cómo personalizar los objetos, y ventaja del Dat flotante. Podemos ir y hacer solapamientos entre los diferentes objetos. Pero la desventaja de los dats flotantes, lleva mucho tiempo y hay que hacer todo manualmente Entonces ahora vamos a comprobar cómo funciona esto. Asegúrate de seleccionar el flotante, tomemos otra hoja y simplemente déjala donde quieras. Entonces como pueden ver, ahora tenemos cuadro gris que indica el lugar donde estamos poniendo las cartas. Dejémoslo por aquí. Y ahora tenemos el control total donde colocar los objetos. Por ejemplo, vamos a tener este icono por aquí y simplemente colóquelo encima del viejo. Entonces, como pueden ver, ahora solo nos estamos superponiendo. O podemos cambiar el tamaño como queramos. Así que solo puedo hacerlo así. Entonces, como puede ver, estamos teniendo el control total de esta tabla de los objetos sin ninguna limitación. Ahora la pregunta es, ¿ debo usar flotante o embaldosado? Bueno, en los proyectos de Tableau puedes terminar usando ambos, y normalmente usamos flotantes para los contenedores grandes dentro de los diseños del tablero y la inclinación para todos los objetos que tenemos dentro de esos contenedores. Bien, entonces esas son las principales opciones sobre cómo trabajar con los contenedores en Tableau. Pero claro, la mejor manera de entender los contenedores en Tableau son los puntos para tener proyectos reales. Y es por eso que como próximo vamos a tener unos mini proyectos con el fin de entender cómo diseñar y construir la escala de nuestros dashboards usando Bien, así que eso fue lo básico sobre los dashboards de Tableau y cómo lidiar con los contenedores A continuación vamos a construir un tablero simple y aprender el proceso de desarrollo del tablero. 191. Ejemplo de panel de control de Udemy 2: Bien, entonces la tarea o el proyecto es crear un dashboard para las ventas. Y uno de los primeros pasos que solemos hacer para planificar nuestro dashboard es crear primero un skitch Aquí vamos a ir a dibujar un skitch muy sencillo para los dashboards de ventas Donde primero, por ejemplo, tenemos el título de los dashboards como el Rendimiento de Ventas, y luego debajo de él podemos tener tres números pick o tres pantalones Entonces tenemos las ventas totales, las ganancias totales y la cantidad total. Y luego debajo de eso, vamos a tener tres gráficos diferentes. El primero de la izquierda, vamos a tener un gráfico de potencia para mostrar el ranking de las mejores ventas por categoría. Y luego en el lado derecho tenemos dos gráficos. El primero va a ser un gráfico de líneas donde vamos a ir y comparar las ventas con el rendimiento. Y debajo de eso vamos a mostrar las ventas por categoría usando gráficos P que tenemos un boceto, tenemos un plan sobre cómo nuestra información dentro del tablero. Ahora en el siguiente paso, tenemos que ir y planificar la estructura de nuestros dashboards en Tableau usando Contenedores Si vamos a ir a traducir este boceto a contenedores, vamos a tener un contenedor vertical grande que tenga tres objetos uno encima del otro. Tenemos el título, luego las bandas, y luego las listas. Ya que están uno encima del otro, vamos a usar el contenedor vertical. Ahora vamos a ir en más detalles en cada información. Entonces comencemos con el primero. Tenemos el texto. El texto, No tenemos ninguna otra información como debajo de él o lado a lado. Por eso no vamos a utilizar ningún contenedor aquí. Después pasando a la siguiente información a las sartenes. Como puedes ver están uno al lado del otro. Eso significa que podemos ir aquí y usar el contenedor horizontal. Eso significa que el contenedor horizontal está dentro del contenedor vertical. Bien, pasando al siguiente, tenemos los gráficos. Y aquí, va a ser un poco complicado. Primero, si revisas el boceto, tenemos como gráficos lado a lado, izquierda y derecha. Eso significa que vamos a ir a usar el contenedor horizontal. Nuevamente, aquí, este contenedor horizontal va a estar dentro del contenedor vertical grande. Ahora bien, si revisas el lado derecho, puedes ver que en el lado derecho tenemos dos gráficos encima de la de la otra. Entonces eso significa que en el lado derecho podemos ir y usar el contenedor vertical para cubrir esas dos cartas. Entonces este contenedor vertical va a estar dentro del contenedor horizontal y ambos van a estar dentro de un contenedor vertical grande. Entonces como puedes ver, todo tiene sentido si estás organizado y empiezas a bosquejar y planificar tus dashboards, así que ahora tenemos una planta suficiente Vayamos a Tableau y comencemos a crear esta estructura. Bien, así que ahora vamos a empezar desde cero. Tenemos un tablero vacío. Y ahora vamos a seguir nuestro plan. Donde primero vamos a tener el contenedor principal , el contenedor vertical. Así que vamos a tomarlo de los objetos, el contenedor vertical, arrastrarlo y soltarlo a los dashboards Y ahora como puedes ver, si no seleccionas nada, va a ser todavía una página en blanco para tener un identificador para este contenedor y que sea más fácil de ver durante el diseño. Lo que voy a hacer, vamos a ir a la maquetación por aquí. Así que selecciona el contenedor y luego podremos tener un borde para ello. Entonces vayamos a la frontera por aquí, que sea una línea. Y luego vamos a hacerla un poco pesada y darle el color naranja. Ahora si selecciona ID, verás que tenemos un contenedor grande, el naranja. Y esto puede indicarme que este es un contenedor vertical también. Lo que podemos hacer, podemos ir a la jerarquía de ítems de aquí y darle un nombre. Así que vamos a darle un nombre. Entonces ahora llamémoslo el contenedor vertical principal. Bien, entonces, ¿qué tienes dentro este contenedor? Tres informaciones. El primero va a ser un texto, el título del tablero. Vayamos al tablero de aquí y agarremos nuestros objetos de texto y colóquelos dentro de este contenedor. Vamos a llamarlo rendimiento de ventas y obtener poco pi. Hagamos que 2022 sea audaz. Bien, esa es la primera información. La segunda información que vamos a ir y agregar un contenedor horizontal para las diferentes sartenes. Vamos a los objetos de aquí. Y agarra el contenedor horizontal y solo ponlo debajo del texto, ahora que tenemos un contenedor horizontal. Y vamos a hacer un identificador para eso. Vamos a la maquetación, hagamos un borde. Y ahora vamos a darle el color del azul. Entonces ahora podemos ver que tenemos un contenedor azul dentro del contenedor naranja. Y podemos ir y darle un nombre. Vamos a la jerarquía, y vamos a darle el nombre de pantalón. Y ahora lo que vamos a hacer, vamos a ir a agregar tablones dentro de este contenedor para tener un marcador para los pantalones reales en nuestro Vamos a tener tres pantalones. Lo que vamos a hacer, vamos a ir al tablero. Vamos a sumar tres tablones. Y como pueden ver ahora lo tenemos muy pequeño. Ya que es tablón, hagámoslo un poco más grande. Y vamos a sumar el segundo al lado derecho, otro al lado derecho. Ahora lo que podemos hacer, vamos a ir a la maquetación e ir a revisar la estructura por aquí. Como puedes ver, todo está bien. Esos tablones están dentro del contenedor horizontal. Bien, eso es todo por el contenedor, por las plantas. Ahora siguiente información, vamos a tener de nuevo los gráficos. Aquí vamos a ir y agregar como nuestro plan contenedor horizontal debajo de este de aquí. Como es habitual, vamos a ir a los layouts y darle un color y también un borde. Como puede ver, tenemos un contenedor debajo de otro contenedor, y ambos son contenedores horizontales. Vamos a darle un nombre, pero vamos a llamarlo gráficos. Ahora. Vamos a ir a agregar los planos, los marcadores de posición para los gráficos Lo que podamos hacer, vamos a agarrar una tabla por aquí, va otra vez, pequeña Más grande, el segundo al lado derecho, y que nos dieron la izquierda y la derecha. Ahora como suele volver a la maquetación y comprobar si todo está bien. Así se puede ver que esos dos tablones están debajo del contenedor horizontal Ahora como pueden ver, siempre estoy volviendo a la jerarquía para comprobar si todo está bien. Y aquí está exactamente mi consejo para ti es que siempre revises y no lo dejes hasta el final. Así que no verifiques la jerarquía de elementos al final después de dejar caer todo en los gráficos. Te prometo que aquí verás cosas que no planeaste. A medida que va dejando caer una nueva cosa en el tablero, vaya y verifique la jerarquía de elementos, si todo está bien. Bien, ahora solo del lado derecho, por aquí vamos a tener dos gráficos uno encima de los otros. Entonces eso significa que podemos tener un contenedor vertical solo en el lado derecho. Vayamos al tablero de aquí. Y ahora quitamos la tabla correcta, porque en vez de eso, vamos a tener el contenedor vertical Vamos a hacer clic en esta tabla de aquí y dejarla caer. Y luego vayamos a buscar nuestro contenedor vertical. Y solo ponlo al lado derecho, asegúrate de que esté colocado en el lado derecho y seguimos dentro del contenedor, fuera del contenedor horizontal, vamos a dejarlo caer. Ahora se puede ver que tenemos algo a la derecha y algo a la izquierda. Hagámoslo un poco más grande hasta el medio por aquí. Volvamos a la disposición y comprobemos que todo está bien. Entonces puedes ver que tenemos el contenedor horizontal , este principal, y luego dentro de él, a la izquierda es tablón, y a la derecha tenemos el contenedor vertical Vamos al lado derecho y le demos un color. Entonces va a ser una frontera y esta vez va a ser naranja. En contenedor vamos a tener dos gráficos. Entonces voy a volver a ir con las tablas y ponerla aquí adentro, debajo de la de la otra. Ahora volvamos a la maquetación. Y como pueden ver, tenemos esos dos tablones para los gráficos en el lado derecho y un tablón grande para el izquierdo Ahora al día siguiente lo que vamos a hacer, vamos a ir y asegurarnos de que todo esté distribuido de manera uniforme. Empecemos con el contenedor del lado derecho, por aquí, justo en él. Y vamos a dar click en Distribuir Contenidos Incluso. Entonces pasemos al siguiente, al contenedor horizontal para los gráficos, haga clic derecho sobre él y distribuya el contenido de manera uniforme. Y luego vamos a pasar al siguiente, bien conectar y distribuir las cosas también. Incluso ahora para el último, para el contenedor principal, no voy a hacer eso porque las cosas aquí tienen diferentes tamaños. Por lo que el texto puede ser más pequeño que los sartenes y los gráficos van a aprovechar al máximo el espacio. Bien, así que con eso, como puedes ver, hemos construido lo básico para nuestros dashboards y hemos implementado nuestro plan Entonces ahora el último paso vamos a ir y llevar el contenido dentro de nuestros contenedores. Así que vamos a los dashboards de aquí. Entonces comencemos con los pantalones. Entonces tomemos las ventas de pan, luego las ganancias y la cantidad. Y lo que vamos a hacer, vamos a ir a quitar esos tablones ya que ya no los necesitamos. Ahora las cosas aquí no se ven muy bien, porque aquí tenemos títulos. Así que vamos a quitar los títulos de cada uno de ellos también. Nos gustaría tener todo en el centro. Para ello, haga clic en los objetos y vaya en lugar de estándares a la vista completa, o por ejemplo, si va por aquí a esas opciones más. Ajuste y luego vista completa. Y por la cantidad, vamos a ir a cambiarla a vista completa. Con eso tenemos nuestros tres pantalones como plantas. A continuación vamos a tener las listas de Pow en el lado izquierdo para mostrar algún ranking Así que vamos a tomar nuestras tablas de partes. Y lo que podamos hacer, vamos a ir a quitar el marcador de posición, el tablón Y luego el siguiente paso, vamos a ir a sumar los dos últimos gráficos. Entonces primero tenemos los gráficos de líneas que van a ser Ventas versus Ganancias por aquí. Y así como voy a ir a quitar la tabla. Y el último, van a ser los gráficos circulares, las ventas, la categoría Pi. Dejémoslo por aquí y quitemos su tablón. Ahora el siguiente paso vamos a ir y asegurarnos de que todo tenga vista completa. Lo mismo para el Pi. Bien, así como pueden ver, como tenemos una estructura sólida, todo lo demás va a ser fácil. Solo estamos arrastrando y soltando cosas y quitando los tablones. Ahora con eso, lo tenemos todo. Vamos a sacar esos porteadores. Así que vamos a la maquetación. Ir al primero. Vamos a quitar el borde a la horizontal. Como vamos a quitar esto, todos nuestros contenedores retirados. Bien, así que con eso tenemos nuestros dashboards y por supuesto podemos ir y agregar muchos diseños y muchas personalizaciones Por ejemplo, podemos agregar un borde para todos esos pantalones. Vamos a entrar en ello rápidamente. Podemos agregar un gran borde para cada uno de ellos con el fin de separarlos. Con eso, hemos construido unos dashboards muy organizados y sencillos en doble utilizando la potencia de los contenedores Entonces, como puedes ver, es muy fácil una vez que organizas tus cosas y las haces paso a paso, en lugar de apresurar las cosas y dejar caer tus gráficos inmediatamente al tablero sin ningún plan, va a ser muy difícil de controlar Y además, la apariencia de tus dashboards va a ser realmente mala, sobre todo si quieres agregar más elementos con el tiempo Va a ser muy difícil extender tu tablero. Disminuye la velocidad, haz un plan y luego impleméntalo usando los contenedores en Tableau y al final trae tus contenidos. Bien, así que eso es todo acerca de los dashboards, Tableau. Bien. Entonces con eso, tenemos una base sólida sobre los dashboards de Tableau En la siguiente sección, vamos a hacer un proyecto real de Tableau donde vas a aprender a ejecutar proyectos de Tableau paso a paso. 192. Proyectos de la Sección14: A proyectos ahora podemos trabajar juntos con el fin de implementar el proyecto de Tableau. Pero lo especial de este proyecto es que no solo aprenderás a trabajar con Tableau, sino que también aprenderás cómo suelo implementar proyectos en empresas porcinas. Actualmente estoy liderando proyectos de big data e inteligencia de negocios en bolígrafos Mercedes. Entonces eso significa que estoy compartiendo con ustedes ahora el conocimiento de las habilidades de la vida real sobre cómo implementamos al personal en proyectos reales. No es solo otro curso en línea. Entonces te voy a llevar en los proyectos desde el punto de partida, los requerimientos del usuario. Y vamos a terminar teniendo un maravilloso tablero de Tableau. Entonces el primer paso, vamos a ir a analizar los requerimientos del usuario. Vamos a diseñar y dibujar un tablero, maqueos. Y luego el primer paso en las implementaciones, vamos a preparar nuestra fuente de datos. Y después de eso, vamos a empezar a construir los diferentes gráficos. Y una vez que tengamos todos los gráficos, vamos a empezar a planificar nuestros contenedores de tablero y vamos a empezar a construir y diseñar el tablero. Así que comencemos primero entendiendo las fases, los pasos de cualquier proyecto de Tableau. Así que ahora vamos. 193. Pasos del proyecto en Udemy 1: Los proyectos son como cualquier otro proyecto. Por ejemplo, construir una casa, Lo primero que tenemos que sentarnos con los usuarios y entender los requisitos y sus deseos. Eso significa que tenemos que analizar los requerimientos del usuario. Y luego antes de comenzar a construir la casa, el arquitecto puede ir a crear un plano y el trazado definiendo la estructura de la casa y las habitaciones Y luego después de que todo esté planeado, se van a crear los cimientos de la casa. Y este es un paso muy crucial en la construcción. Ahora, una vez que la cimentación esté finalmente estable, la construcción va a comenzar construyendo los pisos, paredes, techos, etc. La última fase, son los toques finales al agregar puertas, agregar electricidad, elegir los colores de pintura, las decoraciones. Las fases del proyecto de construcción de una casa son muy similares a los proyectos benéficos. Y les voy a mostrar ahora las diferentes fases que suelo tener en cada mesa. Proyectos. En la primera fase de cada doble proyecto, comenzamos con la recolección y análisis de los requerimientos. Primero, tenemos que entender los requisitos del usuario. Entonces tenemos que ir a decidir qué tipos de gráficos vamos a utilizar para cada requerimiento. Y luego junto con los usuarios, vamos a ir a dibujar el primer mok up de nuestros dashboards Y además de decidir los colores que hemos entendido los requisitos, podemos ir y empezar a construir cosas en Tableau. Y comenzamos con el primer paso preparando la fuente de datos. Y aquí tenemos los siguientes pasos. Primero tenemos que conectar nuestros datos, luego tenemos que construir un modelo de datos. Y luego el último paso de eso, vamos a ir a entender el modelo de datos y los datos dentro de nuestra fuente de datos. Entonces, una vez que tengamos una fuente de datos sólida, podemos comenzar a construir nuestros gráficos. Y aquí tenemos diferentes pasos. Primero, tenemos que verificar si tenemos todos los datos dentro la fuente de datos o tenemos que crear nuevos campos calculados. Y luego una vez que creamos esos campos calculados, tenemos que ir a probarlos primero antes de comenzar a construir cualquier gráfico. Y luego después de eso, una vez que tengamos todos los datos que necesitamos, podemos comenzar a construir los gráficos. Y luego una vez que tengamos los gráficos básicos, vamos a ir y comenzar a formatearla agregando colores, quitando calificaciones, editando el eje y los encabezados. Ahora una vez que estemos construyendo todos nuestros gráficos usando las hojas de trabajo, vamos a pasar a la última fase donde podemos comenzar a construir nuestros dashboards Y ahora para esta fase, hay que reducir la velocidad y comenzar a planear todo paso a paso. Y apresurarse en esta fase no te ayudará en absoluto. Entonces primero comenzamos a planear toda la estructura del tablero planificando los contenedores. Y una vez que tenemos un plan, entonces pasamos al siguiente paso donde comenzamos a construir los cimientos. Empezamos a construir los contenedores del tablero. Y una vez que tengamos una estructura sólida, vamos a ir y comenzar a agregar el contenido al dashboard. Y después de eso, vamos a tener el paso donde podamos encargarnos de los filtros y de la interactividad dentro de nuestro dashboard Y luego el último paso de construir un tablero, vamos a tener el toque final agregando como iconos para el logotipo, iconos para los filtros, o para navegar entre paneles Bien, entonces esas son las fases principales de la construcción de un tablero en Tableau. Y claro, mi recomendación es llevarlo paso a paso y no apresures las cosas, lo contrario vas a terminar por el caos. Y también puede ser muy difícil mantener el dashboard más tarde, así que no te apresures a construir los dashboards siempre toma tiempo para analizar los requisitos, entender los datos, planear la estructura, planificar las maquetas Y con eso, te prometo que vas a entregar un trabajo profesional. 194. Análisis de requisitos de Udemy 2: Bien, así que voy a empezar con el proyecto de Tableau desde cero donde voy a mostrarte paso a paso cómo suelo implementar proyectos usando Tableau y empezamos ahora mismo, bien, así que el primer paso en cada proyecto que hagamos con eso, vamos a ir a sentarnos con los usuarios para entender el requerimiento, sus deseos. Y solemos documentar el requisito en algo llamado historia de usuario. Entonces ahora vamos a pasar por estos requisitos. Voy a dejar el enlace en la descripción, y luego vamos a ir y comenzar a elegir los gráficos adecuados para cada requerimiento. Entonces la historia de usuario o el proyecto es sobre el desempeño de ventas. Y aquí en la introducción dice, tenemos que ir y construir dos dashboards diferentes usando Tableau para ayudar a los gerentes, los stakeholders a fin de analizar el rendimiento de ventas y también a los clientes Entonces eso significa que vamos a ir a construir dos dashboards dentro de Tableau Entonces comencemos con el primero, el panel de ventas. El objetivo principal de este panel es proporcionar una visión general de las métricas y tendencias de ventas. Aquí dice, con el fin de analizar año tras año el desempeño de ventas. Entonces eso significa que aquí estamos comparando dos años juntos. Comprobemos los requisitos clave en estos dashboards. Entonces el primero es, es para proporcionar una visión general del PPI donde tenemos que mostrar un resumen de ventas totales, ganancias y cantidad para el año en curso y comparar el año anterior. Entonces eso significa que en el tablero, no tenemos que presentar todas las ventas. Tenemos que presentar únicamente las ventas del año en curso y también de los años anteriores. Y ahora vamos a decidir qué tipo de gráficos tenemos que presentar. Para estos requisitos, podemos ir con las bandas. Las bandas son muy útiles para mostrar las principales métricas como las ventas totales, ganancias, cantidad y números grandes. Para estos requisitos, vamos a ir a crear bandas para su. Pasemos al siguiente. Tenemos las Tendencias de Ventas. Aquí tenemos que presentar los datos de cada KPI. Eso significa la cantidad total de ganancias de ventas mensualmente. Entonces aquí estamos hablando de cambio de nuestro tiempo, correcto, tanto para el año en curso en comparación con el año anterior. Y también aquí, quieren que identifiquemos los meses, las ventas más altas y las más bajas. Entonces eso significa que ahora tenemos que elegir un gráfico que presente un cambio a lo largo del tiempo. Y para ello, por supuesto puedes discutirlo con los usuarios y mostrarles diferentes tipos de gráficos como hemos escuchado antes. Entonces por ahora voy a ir con los gráficos de líneas y precisamente vamos a ir a usar los gráficos de líneas de Spark para resaltar los valores máximo y mínimo. Bien, pasando al tercer requisito, tenemos la comparación de subcategorías de productos Entonces aquí tenemos que comparar las ventas de diferentes subcategorías para el año en curso y también el año anterior Y dice también, tenemos que incluir en la comparación también las ganancias. Entonces aquí estamos comparando múltiples cosas. Primero, las subcategorías entre sí. Tenemos dos medidas, las ventas del año en curso, el año anterior, y también las ganancias. Entonces aquí podemos entender que estamos comparando a los miembros de las subcategorías, y para eso podemos usar los gráficos de barras Y como tenemos dos valores, el año en curso y el año anterior, podemos usar, por ejemplo, gráficos de barras de barras. Y luego para el segundo punto, fin de comparar las ventas con el beneficio, podemos presentar también otro gráfico de barras lado a lado a las ventas con el fin de mostrar las informaciones de ganancias. Bien, así que pasando a la última, tenemos las tendencias semanales para las ventas y las ventas de requisitos de ganancias. Tenemos que presentar los datos semanales de ventas y ganancias del año en curso. Entonces aquí estamos hablando cambio a lo largo del tiempo porque tenemos los aspectos de tiempo y tenemos que mostrar también los valores promedio semanales. Tenemos que destacar las semanas que están por encima y por debajo del promedio para entender las tendencias en nuestros gráficos. Entonces aquí de nuevo, estamos hablando de cambio a lo largo del tiempo, pero semanalmente lo tenemos antes como mensual. Entonces aquí podemos ir también con el gráfico de líneas para poder comparar las ventas y las ganancias. Bien, para que hayamos cubierto los principales requisitos de los dashboards de ventas Y además, tenemos un plan sobre qué gráficos se utilizarán para qué requisitos. Bien, ahora vamos a pasar a otro tipo de requisitos. Tenemos los requisitos de interactividad. Aquí. Dice que el tablero debe permitir a los usuarios verificar los datos históricos al permitirles seleccionar cualquier año deseado. Y no limitado solo al año en curso o al último año. Entonces eso significa que el dashboard debe ser dinámico, donde los usuarios seleccionen el año que quieran compararlo con el año anterior. Por lo que no debería ser siempre el último año en curso. Y para eso, podemos usar parámetros para resolver esta tarea. Entonces tenemos el segundo requisito. Dice que tenemos que brindar a los usuarios la posibilidad de navegar por el dashboard muy fácilmente. Y para eso solemos epatomos dentro nuestros dashboards con el fin de alternar de un lado a otro entre los Y lo siguiente sobre interactividad del usuario debería poder filtrar los datos usando los gráficos y para eso podemos usar filtros de dashboard Y ahora pasando al último, se trata de filtros de datos. Por lo tanto, debemos permitir a los usuarios filtrar los datos por información del producto como categoría y subcategoría, y también por la ubicación como región, estados y ciudad Eso significa que también tenemos que proporcionar todos esos filtros dentro de nuestro tablero. Bien chicos, con eso, hemos cubierto los dos primeros pasos dentro nuestros proyectos donde también entendimos los requisitos del usuario. Hemos decidido y elegimos los gráficos adecuados para cada requerimiento. Pasemos al tercer paso, donde vamos a construir una fregona para nuestro tablero. Así es como suelo dibujar un simulacro para un dashboard en Tableau. Como es habitual, se inicia con el título. Va a ser Panel de ventas. Y podemos poner también en el título, ¿Qué año se selecciona actualmente? Entonces puede ser, por ejemplo, el Año Actual 2023. Ahora por debajo de eso, podemos tener bien nuestros pantalones. Podemos tener tres secciones, o tres pantalones para las ventas totales, beneficio total y la cantidad total. Ahora en cada uno de esos bloques, vamos a mostrar las siguientes informaciones. Primero, tenemos que mostrar, por supuesto, el total. Entonces vamos a mostrar el total de ventas como un gran número. Y luego por debajo de ella, vamos a mostrar la diferencia porcentual con respecto al año anterior. Ya que estamos hablando de PiS, siempre tenemos que mostrar un símbolo para mostrar la actuación del año en curso Entonces va a ser ya sea arriba para que hayamos cubierto el primer requisito. El segundo requisito es presentar los datos mensualmente y comparar el año en curso con el año anterior. Y para eso vamos a usar la línea Spark para mostrar las curvas y también el progreso de cada línea. Entonces vamos a tener dos líneas, una para el año anterior y otra para el año en curso. Y vamos a mostrar los valores max y min usando como un círculo. Que podamos posicionarlo en las líneas para que hayamos cubierto también los segundos requisitos. Y vamos a hacer lo mismo para cada KPI, así que vamos a hacer lo mismo para el beneficio y también por la cantidad Bien, pasando a los terceros requisitos, tenemos que presentar la comparación de subcategorías Entonces vamos a ir a usar la barra en los gráficos de barras para poder comparar el actual, el año anterior. Entonces para eso vamos a tener la barra de fondo para poder presentar el año anterior. Y el año en curso va a ser el que está al frente. Y lo que falta aquí es la ganancia. Para que podamos presentar el beneficio lado a lado de las ventas al lado derecho. Y además usando los gráficos de barras y la ganancia podría ser más o menos. El siguiente infos que podemos presentar en este gráfico es el beneficio lado a lado por las ventas Y además va a ser gráficos de barras donde va a tener valores más y menos. Bien, pasando a los últimos requisitos, vamos a tener las Tendencias Semanales para ventas y Ganancias. Y aquí también, podemos usar los gráficos de líneas ya que está cambiando con el tiempo. Y podemos tener dos secciones, una para las ventas y otra para las ganancias. No los uniremos en uno porque queremos mostrar la línea promedio para cada métrica. Entonces eso significa que podemos tener una línea de referencia para mostrar el promedio de las ventas y también otra para las ganancias. Y luego tenemos que ir a resaltar usando los colores, los datos que están por encima la línea y por debajo de la línea promedio. Bien, así que con eso, hemos cubierto todas las cartas dentro de nuestra copa. Por supuesto que tenemos que agregar diferentes cosas como un filtro. Entonces como tenemos muchos filtros y no habrá espacio dentro nuestro tablero, estoy seguro de eso. Vamos a ir y tener un icono para mostrar y ocultar los filtros. Entonces eso significa que vamos a tener una sección dedicada donde podemos poner todos nuestros parámetros y filtros como los filtros de producto y los filtros de ubicación. Y los usuarios pueden ir y golpear el Batom para mostrar u ocultar. En esta sección, llegamos a parte muy interesante del diseño de nuestros puntos de tablero. Tenemos que decidir sobre la coloración. Y es muy importante decidir la coloración al inicio de sus proyectos para que no tengas que ajustar muchas cosas después. Entonces tienes que decidir sobre la coloración mientras estás creando las maquetas junto con los usuarios Lo que suelo hacer, uso máximo de cuatro colores dentro de los dashboards Entonces los dos primeros colores son los colores básicos y realmente dependen del color de fondo de Tableau. Si estás usando el color blanco como fondo dentro de los dashboards, entonces suelo ir con un gris muy oscuro y gris claro Entonces esos dos colores son los conceptos básicos que suelo usar en cada tablero que crea. Y los otros dos colores realmente dependen de las preferencias del usuario. Puedes llevar a los usuarios a decidir sobre esos dos colores, o puedes tomarlo también del ícono de su logotipo. Entonces, como puedes ver en el Mocap, no estamos diseñando solo los tipos de gráficos y la posición de los gráficos dentro del dashboard, sino también la coloración de los dashboards Entonces ahora aquí, el guión final que podemos agregar a nuestro cap art, podemos agregar un logo para los dashboards Y también, podemos agregar esa dinámica donde podemos cambiar a otro dashboard mediante el uso Ptoms, como dice el requisito Contamos con dos dashboards, tenemos los dashboards de ventas y los dashboards de clientes Y podemos introducir en el encabezado del dashboard dos botones con el fin de alternar entre esos dos dashboards Entonces, si el usuario hace clic en los clientes, puede cambiar a los paneles de control del cliente Pero si los usuarios vuelven a hacer clic en las ventas, pueden volver a cambiar a los paneles de ventas Todo bien. No diseñaremos ahora el panel de control del cliente. Te lo voy a dejar para que practiques. Nos estamos enfocando únicamente en la primera parte de los requerimientos de los dashboards de ventas Bien chicos, entonces ahora tenemos un Mocap, tenemos un Plano Y si los usuarios están de acuerdo en las plueprints, podemos ir y ejecutar nuestro plan Y podemos empezar a construir eso en Tableau. Y comenzaremos preparando la fuente de datos de Tableau. 195. Udemy 3 crea una fuente de datos: Muy bien, hasta el momento hemos entendido los requisitos y también tenemos un mok up para nuestro tablero El siguiente paso que haga, vamos a ir a Tableau y comenzar a construir cosas. Bien chicos, así que el primer paso es preparar nuestra fuente de datos. Y te lo prometo, empieza desde cero, por eso vamos a iniciar nuestro público de Tableau como un vacío donde no tenemos nada dentro de él. Entonces ahora lo primero es por supuesto que necesitamos nuestros datos. Ir al enlace en la descripción y descargar los datos que vivo ahí para los proyectos. Entonces vamos a ir a conectarlo. Para ello, vamos a ir al lado izquierdo por aquí, así que asegúrate de estar en la página de inicio o en la página de inicio de Tableau. Entonces vamos al archivo de texto. Y luego él, anteriormente trabajamos con la fuente de datos Pig and Small. Ahora vamos a trabajar con el panel de ventas de Tableau Projects. Vamos dentro de él. Y aquí obtenemos archivos que tienen informaciones similares a las antiguas fuentes de datos. Así que vamos a seleccionar algo por aquí, y haga clic en Abrir. Entonces ahora estamos en la página de fuente de datos, y como puede ver, ahora hemos conectado nuestros datos a Tableau. Bien, el siguiente shibit al que vamos a ir y crear nuestro modelo de datos dentro de la fuente de datos Entonces aquí tenemos que ir a entender nuestros datos. Yo sólo voy a ir y quitar esto de aquí para poder tener todo desde cero, así que tenemos que entender nuestros datos dentro esos archivos para saber qué es la dimensión y qué es el hecho. Vamos por los Clientes por aquí y haga clic en Ver datos. Y como puedes ver aquí, solo tenemos dos columnas, ID de cliente, Nombre del cliente. Esta es la dimensión, no tiene ningún dato. Eso significa que la mesa del cliente es una dimensión. Vamos a clóset y vayamos al siguiente. Tenemos las ubicaciones, entremos y verifiquemos los datos. Como puede ver, tenemos ciudad, país, región, estados, etc. Esas informaciones son informaciones dimensionales también, porque no tenemos ningún evento dentro de ella, no es realmente un hecho. Vamos a clóset. Comprobemos el tercero, los pedidos. Entonces ahora podemos ver por aquí tenemos algunos ID's, como el ID de cliente, ID de pedido, ID de producto. Entonces tenemos algunas fechas, como por ejemplo aquí, las fechas del pedido, tenemos las fechas de envío y también algunos números como la cantidad de ventas, ganancias y así sucesivamente. Entonces este es un indicador de que esta tabla es un hecho porque tenemos muchas medidas y también tenemos fechas que pueden indicar que esta tabla contiene eventos. Entonces, una vez que veas tal configuración donde tienes identificaciones, fechas y medidas, este es un gran indicador de que esta tabla es e hecho. Entonces las órdenes son hechos. Pasemos al último a los productos. Entonces podemos ver que tenemos el ID del producto, categoría, nombre del producto y así sucesivamente. Esas informaciones son una dimensión. Entonces eso significa que esta tabla, los productos es una tabla de dimensiones. Bien, así que ahora tenemos una visión general de nuestros datos y podemos comenzar a modular en la fuente de datos de la tabla Lo primero que podemos comenzar arrastrando y soltando los hechos. Entonces eso significa que vamos a ir a buscar los pedidos y ponerlos en el modelo de datos de aquí. Y luego después de eso, comenzamos a traer todas las demás dimensiones al modelo de datos. Tomemos a los clientes, por ejemplo. Sólo tienes que arrastrar y soltar por aquí como una relación. Ahora como puedes ver Tab va a crear una relación. Es muy importante verificar la relación. Entonces, como puede ver, tenemos el ID de cliente igual al ID de cliente, que es correcto. Dejaremos todas las demás opciones por aquí en el rendimiento por defecto, ya que ahora no nos ocupamos del rendimiento. Primero tenemos que construir cosas y luego verificar si el rendimiento es malo o bueno al principio. Deja todo por defecto. Pasemos al siguiente. Obtenga la ubicación, arrástrela y suéltela también por aquí. Y vamos a comprobar también, la relación, va a ser el código postal igual al código postal como clave. Y la última, vamos a obtener la última dimensión, los productos y tirarla también al modelo de datos. Podemos verificar la relación. Entonces, como puede ver, tenemos el ID del producto igual al ID del producto. Bien, entonces tenemos nuestro modelo de datos donde tenemos un hecho y todas las dimensiones están conectadas a estos hechos. Y ahora el siguiente sibit que voy a ir y empezar a cambiar los nombres alrededor Entonces, por ejemplo, vamos a cambiar el nombre nuestra fuente de datos a fuente de datos de ventas. Y luego vamos a ir a los nombres de las tablas y eliminar el CSV. Correctamente conecta. Y cambiemos el nombre, eliminemos las extensiones. Y también para todo, solo para tenerlo bonito modelo de datos. Entonces con eso tenemos muy bonito naming en las mesas. Bien, entonces esto es sobre el cambio de nombre. La siguiente pestaña a la que vamos a ir y verificar los tipos de datos para los campos, sean correctos o no. A veces, si tiene mala calidad de datos de las fuentes, obtendrá tipos de datos extraños que pueden hacer más tarde muchos problemas si no verifica la calidad de los datos al principio. Entonces hagámoslo rápido. Vamos a ir a los broadcts. Como puedes ver todo aquí tenemos como caracteres y el tipo de datos es cadena, así que todo está bien para los productos. Vayamos a las localizaciones. Y ahora podemos ver que todas esas informaciones son informaciones geográficas. Y como puede ver, todos los tipos de datos son correctos al lado de la región de aquí. Para que podamos ir y cambiar a una región, Así que vamos a hacer clic en eso y vamos a Rol geográfico. Y aquí tenemos el tipo de país, Región. Vamos a seleccionar eso. Y podemos ver que son todos los caracteres contenidos y son el tipo de datos de cadena, así que todo está bien también, los clientes. Vamos a las órdenes. Y aquí tenemos muchos campos. Lo que es muy importante enfocarse aquí en el campo de fecha. Entonces como puedes ver, la fecha del pedido y la fecha de envío, ambas tienen los datos Tup date, lo cual es realmente perfecto. Y en muchas situaciones veo mucha información como las fechas, pero el tipo de datos es string y eso es porque tenemos datos corruptos dentro de esos campos Y ahora lo siguiente importante para verificar dentro de nuestros datos, tenemos que ir a revisar nuestros números. Así que asegurémonos de que todos nuestros números tengan el número de tipo de datos. Entonces como puedes ver, todos nuestros campos tienen el número de tipo de datos. Y esto es realmente importante porque queremos que esos números sean medidas continuas para construir los gráficos. Entonces eso significa que si tienes alguna de esas informaciones como cadena, qué puede pasar tabla, y creo que esta es una dimensión. Y entonces no puedes usarlo en tus visuales para hacer agregaciones como suma y promedio porque es una dimensión Entonces por eso es realmente importante verificar que todos tus números tengan el número de tipo de datos para tenerlo como medida continua. Bien, así que con eso tenemos muy buena y sólida fuente de datos. La siguiente tabla a la que voy y trato de entender los datos antes de empezar a construir visualizaciones Entonces déjame mostrarte a lo que me refiero. Vamos a la página de la hoja de trabajo y comencemos, solo verifiquemos aleatoriamente los datos dentro de la fuente de datos. Todo lo que quiero ahora es acercarme a los datos, al contenido de esas tablas. Porque normalmente en proyectos tenemos muchas mesas. Si no entiendes el contenido de las tablas, puede ser muy difícil encontrar tu información y construir los gráficos correctos. Sé que has practicado con la mayoría de esas informaciones antes, pero quería mostrarte cuáles son los pasos que suelo hacer dentro de los proyectos para construir visualizaciones realmente agradables Entonces ahora voy, por ejemplo, y compruebo, bien, ¿qué es la categoría? ¿Qué valores hay en su interior? Y con eso, puedo ver que tenemos tres valores. Eso significa que tenemos baja cdonalidad dentro de la categoría. Y luego reviso otro ejemplo. Digamos que la subcategoría dragón, Drobta puede ver que hay como la herencia entre esas dos dimensiones. Y luego voy a tomar algo más como los segmentos de nuestro aquí. Ahora podemos ver que tenemos muchos duplicados dentro de los datos Lo que significa que tal vez no haya relación entre esas dos dimensiones y los segmentos. Si lo presumo hasta los inicios todavía hay duplicados, así que no hay relación entre esas informaciones Entonces voy y dejo caer esa información. Puedo ver que tenemos tres segmentos. Esos son en realidad segmentos de los usuarios y no para el producto. Como puedes ver, paso a paso, estamos aprendiendo los datos dentro de nuestra fuente de datos. Entonces el siguiente paso, lo cual es interesante, tenemos muchos países dentro de nuestra fuente de datos. Así que vamos a arrastrar y soltar el país. Como pueden ver, sólo tenemos un país. Estos datos son sobre los datos de Estados Unidos. Entonces interesante, ¿qué regiones tenemos dentro de los datos? Que es así tenemos las cuatro regiones y estados y así sucesivamente. Entonces como pueden ver, solo estoy navegando por los datos. Por lo que este es un paso realmente importante para entender el negocio e iniciar discusiones con los usuarios de esos dashboards que estás creando Leer sus datos, comprender sus datos antes de crear cualquier gráfico o cualquier visualización. Bien, así que ahora una vez que hayas terminado navegar y entender el contenido de nuestros datos, podemos ir al siguiente paso donde vamos a ir y comenzar a construir nuestros gráficos. 196. 4 gráficos de construcción: Bien, entonces ahora vamos a empezar a implementar los requisitos creando los gráficos. Y vamos a comenzar con los primeros gráficos donde vamos a ir a construir sartenes. El requisito dice, mostrar un resumen de las ganancias totales de ventas y cantidad para el año en curso y el año anterior. No olvidemos el requisito que dice, el tablero debe permitir a los usuarios verificar datos históricos ofreciéndoles la opción de seleccionar el año deseado al año en curso. Ahora comencemos con la primera sartén donde nos vamos a centrar en las ventas totales. Ahora vamos a nuestros datos. Vamos a los pedidos y verifiquemos la información que tenemos dentro de las ventas. Vamos a agarrarlo al texto de aquí. Y ahora, con ese total de ventas dentro de nuestros datos para todos los años. Pero el requisito dice que tenemos que mostrar las ventas totales del año en curso. Entonces tomemos, por ejemplo, la fecha del pedido y la pongamos a las carreteras de aquí. Entonces como puedes ver ahora tenemos las ventas para todos los años y no sólo para el año en curso. Entonces eso significa que necesito sentir que muestra solo las ventas del último año para 2023. Para ello, tenemos que ir a crear un nuevo campo calculado. Así que vamos a hacer eso. Y lo vamos a llamar Ventas del Año Actual. Y entonces la función puede ser realmente fácil. Vamos a comprobar si el año en curso es 2023. Si es cierto, entonces vamos a mostrar las ventas. De lo contrario no mostraremos nada. Y para eso vamos a usar las condiciones F. Así que vamos a usar eso. Y entonces lo que necesitamos es el año de la fecha del pedido. La condición se basa en el año. Entonces, si el año es igual a 2023, entonces ¿qué puede pasar? Obtendremos los derechos de venta. De lo contrario, si no es 2023, no quiero nada, así que va a ser nulo. Entonces, eso es todo. Terminémoslo otra vez. La lógica es muy fácil. comprobando el año de la fecha del pedido. Si es 2023, entonces muestra las ventas. Si es falso, entonces no muestres nada, va a ser nulo. Así que vamos a golpear bien. Y con eso tenemos un nuevo campo calculado, las ventas del año en curso. Vamos a agarrarlo a la vista de aquí para verificar los datos. Ahora como puede ver, este campo ahora nos está mostrando solo las ventas para el año en curso, 2023. Esto es para los primeros campos, pero en los requisitos dice que necesitamos también para mostrar las ventas del año anterior. Eso significa que tenemos que mostrar las ventas del 2022. Para ello, tenemos que crear también, nuevamente, un nuevo campo calculado para cumplir con este requisito. Entonces vayamos a las ventas del año en curso y vayamos duplicados para crear los nuevos campos calculados. Así que vamos a editarlo. Entonces ahora lo que vamos a hacer, es realmente sencillo. En lugar de tener 2023, vamos a ir a hacerlo un año menos. Puede ser 2022. Bien, así que vamos a golpear, Bien, Con eso, tenemos el año anterior de las ventas. Ahora vamos a comprobar los valores. Sólo voy a tomarlo y ponerlo aquí entre esos dos valores. Y con eso, como pueden ver, tenemos el año anterior de ventas. Entonces con eso tenemos las ventas 2022. Entonces ahora tenemos los dos cálculos principales para los proyectos. Tenemos el año en curso y el año anterior para las ventas. ¿Cómo hacer que esos dos campos sean dinámicos? Podemos ir y usar los parámetros en Tableau. Ahora, antes de crear el parámetro, tenemos que crear un campo calculado más para tener los años de fechas de pedido para que posteriormente podamos usarlo dentro del parámetro. Entonces déjame mostrarte a lo que me refiero. Vamos a crear un nuevo campo calculado. Llamémoslo fechas de pedido y sean los años. Entonces lo que vamos a decir, podemos usar la función año y dentro de ella vamos a tener las fechas de pedido. Este campo va a devolver siempre los años de la fecha de pedido que establece. Vamos a golpear bien. Ahora vamos a ir a crear nuestro parámetro. Haga clic con el botón derecho sobre aquí y cree el parámetro. Tenemos que ir y darle un nombre. Se va a seleccionar un año y el tipo de datos va a ser entero ya que van a ser años. Entonces no hay flotación. Y ahora tenemos que definir qué se permite usar como valor dentro de este parámetro. Si lo dejas todo, entonces los usuarios pueden ir e insertar cualquier cosa que no sea realmente buena porque entonces los usuarios tienen que ir y adivinar ¿cuántos años tenemos dentro de nuestros datos? Pero en lugar de eso, tenemos que darles una lista predefinida de todos los años que tenemos dentro de nuestros datos. Para eso, vamos a ir a revisar una lista por aquí. Y entonces los valores dentro de este parámetro van a venir del nuevo campo calculado que le llamamos, años para la fecha del pedido. Vamos por aquí, agreguemos valor desde, luego vamos a ir a elegir nuestro nuevo campo calculado. Esto es realmente bueno. Primero, porque es automático, no tienes que sumar manualmente todos esos años. Y segundo después, a lo mejor obtienes un nuevo año dentro de tus datos. Y no tienes que ir manualmente y agregar esas informaciones, se va a agregar automáticamente a la lista. Estamos casi bien, pero no estoy muy contento con el formato. Como pueden ver, hemos llegado al punto Sur. Vamos al formato de visualización y lo que podamos hacer, vamos a ir al número personalizado. Eliminemos también todas esas cifras decimales. La unidad de visualización va a ser ninguna que establezca. Entonces lo que vamos a hacer, vamos a ir al número personalizado por aquí. Eliminemos todas esas cifras decimales, y también eliminemos el separador 1,000. Bien, así que eso es todo. Hagamos clic aquí entonces. Como se puede ver, tenemos ahora los años sin ningún separador cosa que tenemos que ir y hacer el valor actual como el último año. Pasemos al valor actual por aquí y seleccionemos 2023. Eso es todo por este parámetro. Vamos a golpear o k. Y como pueden ver lo tenemos del lado izquierdo. Ahora con los parámetros, vamos a mostrarlo para los usuarios. O mostrar parámetro a la vista. Y ahora los usuarios pueden ir por aquí y comenzar a seleccionar cuál es el año en curso. Como pueden ver, si estoy seleccionando los años, nada está cambiando dentro de nuestra visión. Y eso es porque ahora no hemos vinculado este parámetro dentro del cálculo. Y este es exactamente nuestro segundo paso. Vayamos y hagamos eso. Vamos a las ventas del año en curso por aquí, y vamos a editarlo. Ahora, en lugar de este valor estático del 2023, vamos a ir a sumar nuestro barómetro Escribamos el nombre del barómetro que es. Seleccione Año, y eso es todo. Entonces lo que estás diciendo ahora. El año de la fecha del pedido es igual a la selección del usuario. Entonces mostrar las ventas, de lo contrario no mostrar nada. Vamos, bien, vamos a probar eso. Entonces, centrémonos en las ventas del año en curso y vayamos y cambiemos el valor a 2022. Y como se puede ver ahora el año en curso para las ventas, es el 2022. Y lo mismo si vas por aquí y lo haces 2021. Entonces como puedes ver, todo es dinámico y los usuarios ahora pueden ir y seleccionar cuál es el año en curso. Ahora el siguiente. Sí. Con eso, vamos a ir a integrarlo dentro del año anterior. Pasemos al año anterior, edítelo. Y lo mismo, en vez de 2022, vamos a decir año selecto. Pero ahora como estamos hablando del año anterior, de lo que vamos a hacer, vamos a ir a restar un año. Eso establece. ahora, vamos a probar de nuevo. Entonces 2023, todo está bien. Vamos a cambiar el año en curso a 2022. Entonces hagámoslo. Ahora podemos ver que ambos de esos dos valores sí reaccionaron a nuestra selección. Por lo que ahora el año anterior es 2021 y el año en curso es 2022. Para que hayamos completado el primer requisito dentro de nuestra historia de usuario, donde los usuarios puedan ir y decidir qué año va a ser el año en curso. Y lo hicimos completamente dinámico usando los parámetros. Bien, así que con eso tenemos nuestros principales cálculos para este proyecto donde tenemos el año en curso y el año anterior de las ventas. Entonces ahora el siguiente paso, como decidimos en la Mocap, queremos mostrar las diferencias entre el año actual y el año anterior Y lo vamos a tener como porcentaje para poder mostrar el KPI Vamos a crear un nuevo campo calculado, y vamos a llamarlo ventas por diferencia porcentual. El cálculo puede ser realmente fácil, así que vamos a ir a restar el año actual de ventas del año anterior de ventas Pero ahora, como queremos presentarlo como porcentaje, tenemos que ir y dividirlo por el año anterior. Agreguemos corchetes inicial y final divididos por suma del año anterior. Con eso, obtendremos el porcentaje de las diferencias entre el año en curso y el año anterior para las ventas. Vamos a golpear bien. Y con eso conseguimos nuestros nuevos campos calculados. Y ahora lo que vamos a hacer, vamos a ir a cambiar el formato a porcentaje. Haga clic derecho sobre eso. Y luego vamos a Propiedades por defecto, formatos numéricos, Y ahora vamos al porcentaje. Y vamos a tener sólo un decimal. Vamos a golpear, bien. Ahora para mostrar esos valores año, vayamos y eliminemos el año. Y ahora vamos a comprobar el valor de las diferencias entre el año actual y el anterior. Y con eso, como pueden ver, las diferencias entre el año en curso y el año anterior rondan el 29% Así que de nuevo, podemos ir a revisar nuestro parámetro para ver si todo está funcionando bien. Así que vamos a 2023. Como se puede ver, la diferencia ahora es de sólo 20% Bien. Entonces con nosotros tenemos casi todo lo que necesitamos para construir nuestras tarifas dolor. Entonces voy a llamar a esta primera hoja como prueba con el fin de simplemente probar los datos. Así que vamos a crear una nueva hoja de trabajo, KPI Sales. Y podemos empezar a construir nuestras tablas de tarifas. Entonces ahora si revisas nuestra gorra, nuestro KPI tiene la primera parte va a ser el pantalón donde tenemos los números grandes y la segunda parte va a ser la línea Spark. Aquí tenemos dos opciones. O vamos a ir a hacer una hoja dedicada para cada sección, o hacemos todo en una hoja, como todo el QBI en una hoja. Y vamos a hacer eso. Entonces lo que vamos a hacer en el título, va a ser la sartén. Entonces vamos a poner toda la información de la sartén dentro del título y luego dentro de la vista. Vamos a ir a construir nuestra línea de chispas. Empecemos primero con las sartenes. Lo que necesitamos para obtener información es el año actual de ventas. Vamos a agarrarlo en los detalles. Y entonces la segunda información que necesitamos es la diferencia de ventas. Así que vamos a agarrarlo también a los detalles por aquí. Y eso es todo por ahora. Pasemos ahora al título y comencemos a construir la sartén, haga doble clic en el título. Y ahora en la primera línea vamos a dar el nombre de la medida. Entonces va a ser el Total de ventas. Y luego la segunda información , van a ser los años actuales de ventas. Entonces vamos a Insertar por aquí y sumar la suma de las ventas del año en curso. Y la tercera información van a ser las diferencias. Entonces una nueva línea. Vamos a sumar nuestro cálculo, la diferencia de ventas. Ahora vamos a darle una línea para poder ver la información. Como puedes ver, ahora tenemos ventas totales. También tenemos el número total de ventas para este año. Al final, tenemos las diferencias. Entonces ahora vamos a ir y comenzar a formatear este plan. Entonces lo que vamos a hacer, vamos a ir por aquí al total de ventas. Vamos a convertirlo en el libro de Tableau frontal. Entonces vamos a reducirlo un poco más a 14. Ahora el próximo año vamos a ir al total, Hazlo realmente grande. Seleccionemos eso. Llevemos la fuente a negrita. Tableau Bold. Y luego vamos a aumentar la fuente a, por ejemplo, 2022, y ponerla en negrita también. Aquí tenemos de verdad que hacerlo realmente grande, vamos y golpeemos Aplicar. Sólo para verificar los números, como puedes ver, un total de ventas pequeñas, luego un número grande, lo cual es realmente genial. Ahora para el siguiente, podemos ir y seleccionarlo. Escojamos, por ejemplo, el semibold de Tableau, y luego hagamos el tamaño 220 Entonces vamos a ir a sumar. Eso despega frente al año anterior. Bien, vamos y pulsemos Aplicar. Ahora, todo se ve bien. Esta información no es realmente relevante para mostrar. Es muy audaz dentro de nuestros datos. Así que vamos por aquí y cambiemos las fuentes de nuevo a Tableau Po y también, vamos a cambiar el color también. Algo así como aquí, realmente gris claro. Como puedes ver, todo se ve bien. Ahora vamos a cambiar la coloración y el formato del texto porque esta no es realmente información relevante. Así que vamos a ir por aquí y cambiarlo de nuevo a Tableau Pok Y luego vamos a ir a la coloración y hacerla como gris claro un poco. Vamos a golpear, Bien. Ahora puedes ver que nuestra sartén se ve muy bien. Vamos a golpear. Bien. Lo que voy a hacer, sólo voy a ir a cambiar el formato del total de ventas, ¿verdad? Haga clic en el año actual de ventas, y luego vayamos al formato. Entonces en vez de tener el eje, vayamos al pan por aquí y vayamos al formato de los números. Pasemos al número personalizado, quitemos los números decimales, tengamos la unidad como 1,000 Para que sea más fácil de leer y agreguemos el signo de dólar en el prefijo. Entonces ahora las cosas se ven más profesionales. Entonces tenemos el signo de dólar y también el número se redondea 2000. Bien, entonces ahora el siguiente ¿qué falta dentro de nuestro KPI Si miras al Mok arriba, hemos decidido sumar el KPI simple Necesitamos un icono para indicar si las ventas están subiendo o bajando. Para ello, vamos a ir a las diferencias y cambiar los formatos. Entonces vayamos a las diferencias a los formatos. Y luego vamos al formato de número por aquí. Y vayamos a la costumbre. Y luego vamos a ir a agregar el siguiente formato para poder indicar el PI. Dejaré este formato en la descripción también para que lo copies y pegues. Aquí lo que estamos viendo, si el porcentaje es un número positivo va a estar arriba. Si es un número negativo, puede estar abajo. Y claro, si quieres sumar más decimales al porcentaje, puedes ir por aquí y sumar cero Entonces como pueden ver, una vez que agrego cero, el formato puede cambiar. Pero ahora para eso me gustaría tener sólo un decimal. Bien, así que eso es todo. Como puedes ver ahora tenemos una banda realmente profesional donde tenemos las ventas totales del año en curso. Y además, tenemos las diferencias entre el año en curso y el año anterior usando un PI realmente agradable. Por supuesto, podemos ir a probarlo. Vamos a mostrar el parámetro al lado derecho. Vamos, por ejemplo, a 2022. Y como puedes ver, todo está cambiando a la perfección, 2021. Y ahora se puede ver que la flecha está abajo porque el año anterior fue superior al año en curso, perfectamente así. Con eso, como puedes ver dentro del título, hemos creado la sartén. Ahora el siguiente paso que vamos a dar y crear la línea de chispa. Bien, así que ahora vamos a construir nuestra línea de chispa. Va a estar basado en los meses, no olvides los requisitos. Es para mostrar las ventas actuales basadas en el mes y luego comparadas con las ventas del año anterior. Entonces primero vamos a cambiar el parámetro a 2023. Y vamos a llevar nuestra fecha de pedido a las columnas. Y ahora lo que vamos a hacer, en vez de tener años, vamos a cambiarlo a meses. Y luego podemos ir a agarrar la primera medida. Van a ser los años actuales para las ventas. Pongámoslo a las filas. Y ahora en vez de tener línea discreta, me gustaría tenerla como línea continua. Así que vayamos a los meses de nuestro año, ¿no? Haga clic en él y cámbielo a continuo. Entonces ahora lo que vamos a hacer, queremos compararlo con el año anterior. Para ello, vayamos a buscar los años anteriores de ventas. Y ahora como ambos gráficos van a ser gráficos de líneas y van a estar uno encima de los demás, vamos a usar los nombres y valores de las medidas. Así que vamos a dejarlo caer sobre el eje por aquí. Ahora podrías notar que tenemos a Brock en nuestra sartén. Entonces tenemos aquí como un rango entre el valor más bajo y el valor más alto. No queremos eso, pero lo arreglaremos más tarde. No te preocupes por ello. Entonces ahora sigamos enfocándonos en las líneas de chispa para que tengamos nuestras dos líneas. Ahora lo que falta es destacar el valor más alto y el valor más bajo del año en curso. Ahora para poner esos dos círculos encima de nuestra vista, tenemos que ir y otra medida. Pero primero tenemos que ir a calcularlo usando campos calculados. Así que vamos a crear un nuevo campo calculado, y vamos a llamarlo min max de las ventas. Entonces ahora vamos a ir a buscar los valores más altos y más bajos de las ventas. Para hacer eso, vamos a ir a verificar una condición usando las declaraciones FL. Entonces comencemos con el primero. Vamos a decir si la suma del año en curso y ahora vamos a ir a comprobar si este valor es el más alto entre todas las demás ventas actuales. Entonces lo que vamos a hacer, podemos usar la función de Ventana y Max ya que estamos buscando el valor más alto. Y luego dentro de él estamos comparando todos esos años actuales, año actual de ventas. Ahora solo estamos comprobando si eres el valor más alto, es verdad, entonces ¿qué puede pasar entonces? Mostrar el valor del año actual de ventas. Eso significa que si eres el valor más alto, entonces muéstrate. Mostrar el valor. De lo contrario, vamos a ir a buscar el valor más bajo, LF. Vamos a tomar las mismas cosas, algunas del año en curso iguales. Pero ahora en lugar de window max, vamos a usar window. Yo sólo voy a ir a copiar todo desde aquí y reemplazar el máximo por mí. Ahora, ¿qué puede pasar si eres el valor más bajo? Nosotros vamos a hacer el mismo espectáculo tú mismo. Entonces vamos a mostrar también el valor del oído actual para las ventas. De lo contrario no queremos ver ningún valor. Entonces lo que vamos a hacer, vamos a ir a decir, eso es todo, el cálculo es válido, vamos a tomar. Ok, lo tenemos como un campo nuevo, pero me gustaría probar el valor si está funcionando en lugar de lanzarlo ahora a lo visual. Vamos a entrar a otra hoja. Vamos a agarrar la otra fecha a la rosa. Cambiar a mes. Sólo quiero comprobar si todo está bien. Vamos a agarrar el año actual de ventas a la vista. Ahora con eso, tenemos las ventas de cada mes. Y ahora vamos a agarrar el nuevo campo calculado, el mínimo máximo, y dejarlo caer por aquí. Ahora vamos a revisar la mesa. ¿Cuál es el valor más bajo? Va a ser el mes de febrero. Entonces como pueden ver, tenemos el min y ¿cuál es el valor más alto? Es noviembre. Ahora, como puede ver, este cálculo está funcionando aquí. Mi recomendación para ti, si estás creando algo complicado, siempre ve y prueba sobre la mesa para ver los números antes de cambiarlo a círculos o líneas similares. Esas mesas las podemos ir y validar. Peter, volvamos a nuestras ventas de QBI y tomemos nuestro nuevo valor, ventas de Minmax y lo dejemos caer en las filas Con eso, conseguimos nuestros nuevos gráficos porque tenemos una nueva medida por aquí. También tenemos en la marca nueva pestaña para el Minmax. Ahora vamos a ir a esta pestaña para configurar el Minmax en lugar de automático Queremos tener, vamos a ir y hacerlo un poco más rápido para poder ver esos círculos que tenemos aquí, el mínimo y el máximo. Ahora vamos al primer gráfico. Así que vamos a ir y cambiarlo por aquí y asegurarnos que en lugar de automático sea una línea porque vamos a ir como X y fusionar esos dos gráficos en uno. Para ello, vamos a ir a usar el eje dual. Haga clic derecho sobre el Minmax por aquí, Use el doble eje En el lado derecho, y tal vez sólo esconderlo del lado derecho por aquí. Como puede ver, ahora tenemos esos círculos en la parte superior de nuestros gráficos de líneas. Y con eso, estamos resaltando el valor más alto y el más bajo dentro de nuestra línea Spark. Ahora tenemos nuestra línea de chispas, pero ahora volvamos a nuestra sartén y la arreglemos. Como pueden ver, tenemos una gama. Y eso es porque dentro de la vista, estamos usando el mes como campos continuos y la tabla va a ir y hacerla como un rango. Esta es la desventaja de tener todo en un gráfico que esté como relacionado entre sí es lo que podemos hacer. Vamos a ir a arreglarlo haciendo lo siguiente. Ahora bien, para arreglar esto, vamos a usar un truco para que se arregle y no reaccione ante las cosas que tenemos dentro de nuestra vista. Vamos y haga doble clic en el primero. Y vamos a añadir al final, Prackets. Vamos a agregarlo al final también a los inicios. Y vamos a golpear. Bien. Y como nada se cambia porque tenemos que ir dentro del título y cambiar cosas, pero sigamos cambiando esas cosas. Vamos a la segunda, doble clon abierto Pcketstends Vamos a agregarlo a los arranques. Así que vamos a golpear. Bien. Entonces ahora el siguiente consejo es decir, vamos a ir dentro del título y empezar a arreglarlo. Doble. Y como puedes ver, faltan campos porque para Tableau se trata de nuevos campos uno al lado del otro. Voy a ir a sumar la suma del año en curso de ventas. Y luego voy a ir a quitar los campos faltantes. Lo mismo para el segundo. Vamos a ir a sumar esas diferencias. Y quitar también el campo faltante. Tenemos que ir y volver a cambiar el color de los rojos porque era una advertencia. Y agreguémoslo como placa para el segundo también. Bien, así que vamos a golpear. Bien, entonces ahora como pueden ver, todo está empaquetado en neural y tenemos de nuevo nuestro pan. Bien, así que con eso, hemos construido nuestro gráfico. Y el siguiente paso es que vamos a ir y formatearlo para que sea un hermoso gráfico, ¿verdad? Y esto incluye muchas cosas como quitar las líneas, quitar las calificaciones, quitar los encabezados, eje, agregar coloración, simplificar todo, ¿verdad? Entonces comencemos con las cosas fáciles donde vamos a ir y quitar esas cuadrículas y esas líneas Así que, justamente, en el espacio vacío, ve al formato. Y luego vamos a ir al lado izquierdo por aquí. Vamos a las líneas. Comprobemos las líneas cero a ninguna. Vamos a las filas. Retire también la rejilla. Como pueden ver, no tenemos ninguna línea aquí en el medio. Vayamos a la grilla de aquí. Y vayamos a las sábanas y comencemos a quitar todo como debería ser cualquier línea. Ninguno. Con eso, estamos quitando todo dentro de nuestra grilla. Todo bien. Como puedes ver, hemos limpiado todas esas líneas dentro de nuestras cartas y todo se ve realmente limpio. El siguiente paso con eso, vamos a ir a trabajar con el eje y las cabeceras. Vamos a quitar el eje por aquí. Así que haciendo clic derecho en él y vamos a eliminar el encabezado. Ahora podríamos preguntarnos por qué estamos quitando muchas cosas. Y eso es porque en los dashboards, si agregas muchas aformaciones, vas a distraer a los usuarios Y no se enfocarán en lo importante que está mostrando las tendencias dentro de la vista. Por lo que tenemos que reducir mucha información y solo presentar la información relevante. Entonces realmente aquí tenemos que ser muy minimalistas en el diseño. Entonces ahora lo que queda son los meses de por aquí. Por lo que rticamente conduce. Vamos a la edición en queremos quitarle el título, así que vamos a eliminar eso también. Vamos a ir a indicar que esas informaciones son meses, con razón conducta y formatos. Entonces vayamos a las fechas de por aquí y vamos a tener abreviaturas. Ya puedes ver que tenemos abreviaturas de cada mes. Vamos a despejar esto. Por lo que ahora el objetivo es mostrar para los usuarios. Esta línea de parque se basa en los meses y no queremos mostrar todas esas informaciones. Por lo que basta con mostrar sólo unos pocos valores. Por lo que ahora me gustaría mostrar sólo enero y diciembre. Eliminar todos los demás datos. Entonces una vez que veas que es enero y diciembre, inmediatamente entenderás que esto se basa en los músculos. Entonces lo que vamos a hacer, vamos a ir a editar la X otra vez y cambiar la X. Vamos a las marcas aquí y vamos a ir a fijo. Ahora a continuación vamos a ir a cambiar la garrapata. Entonces va a comenzar a partir de enero y va a mostrar el valor de diciembre después del intervalo de 11 valores. Se puede mostrar el último mes. Como pueden ver ahora estamos mostrando enero. Y sólo diciembre, y todo está entre no se muestra. Entonces, eso es todo. Vamos a cerrarlo también. Tenemos esos nulos. Vamos a eliminarlos. Así que haga clic derecho y oculte los indicadores. Ahora como pueden ver, tenemos todo limpiado y solo tenemos los gráficos de líneas, y aquí estamos indicando que está basado en el mes. Ahora lo que queda es colorear nuestras cartas. Entonces como dije, estoy siguiendo aquí sólo cuatro colores. Entonces aquí tenemos nuestros colores básicos. Pero ahora vamos a cambiar esas informaciones. Entonces ahora vamos a hacer, vamos a ir a cambiar las líneas. Vamos a las líneas de aquí y empecemos a trabajar en la coloración. Ahora colorea. Nos gustaría que el año actual de ventas sea gris muy oscuro. Y el año anterior va a ser como en el fondo como gris claro. Para ello, vamos y hagamos doble clic en el primer valor. Entonces ahora lo que vamos a hacer, podemos agregar nuestros colores en lugar de los colores personalizados por aquí. Para configurarlo solo una vez y seguir usándolo en todos los demás gráficos, comencemos a configurar los colores. Vamos a hacer clic en la primera venta por aquí. Así que asegúrate de que lo estás seleccionando. Entonces hagámoslo como algo así como aquí, un gris muy oscuro. Y luego el siguiente, vamos a ir a agregar a colores personalizados. Así que vamos a hacer clic en eso. Entonces con eso, como pueden ver, hemos definido el primer color. Y vamos a golpear Bien. Entonces con eso, hemos definido el primer color. Pasemos a las ventas del año anterior y así hagamos un nuevo color. Así que vayamos al sello de aquí debajo de él. Y hagámoslo algo así como aquí. Va a ser el gris claro. Y hagámoslo más ligero. Todo bien. Algo como esto. Agreguemos a colores personalizados y golpeemos. ¿Bien? Todo bien. Entonces ahora vamos a golpear. Bien. Y con eso, como pueden ver, el año en curso va a ser el negro o el gris muy oscuro. Y en el fondo tenemos el año anterior de ventas. Entonces ahora siguiente vamos a ir a cambiar la coloración de esos dos círculos. Así que vamos al Minimax y a las Marcas por aquí. Y vamos a agarrar las ventas minimax manteniendo el control y ponerlas a los colores Bien, así que ahora vamos a los colores en los colores. Ahora, en lugar de automático, vamos a cambiarlo a costumbre por aquí, el último. Y luego vamos a cambiar los pasos a sólo dos pasos. Entonces ahora vamos a empezar por el color correcto, donde vamos a definir el valor máximo. Así que vamos adentro. Y ahora podemos definir nuestro tercer color. Así que hagamos clic en Venta Vacía por aquí. Y agreguemos el código de nuestro tercer color, el turquesa. Bien, entonces vamos a agregar colores personalizados por aquí. Entonces como pueden ver, tenemos nuestro tercer color. Vamos a hacer clic en Bien. Y ahora tenemos que definir el color de la izquierda. Va a ser el valor medio. Así que da click en Artes, y vamos a definir nuestro cuarto color. Haga clic en la celda vacía de aquí. Vamos a agregar el código para el naranja, y luego vamos a agregarlo a colores personalizados. Y con eso, tenemos nuestros cuatro colores que podemos usar en todos nuestros gráficos dentro de estos proyectos que se asientan. Vamos a golpear Ok. Y pegó Ok. Ahora como puedes ver, tenemos nuestros dos círculos, el valor más alto, el valor medio, usando nuestra coloración. Ahora el último toque que voy a añadir a este gráfico es reducir la opacidad de esos dos círculos Vamos a ir a los colores de aquí y reducirlo de 100 a algo así como 70% que se sienta. Bien, así que ahora el siguiente paso después de formatear nuestros gráficos, lo que vamos a hacer, vamos a ir a trabajar punta de herramienta. Si pasas el mouse sobre cualquier parte de las líneas, puedes ver que tenemos una punta de herramienta y no es realmente agradable. Como puedes ver, parece cálculos y no legible por humanos. Lo que vas a hacer ahora, vamos a ir a editar esas informaciones. Ahora para hacer eso, vamos a la punta de la herramienta por aquí en las marcas y luego vamos a conseguir esta caja aquí. Podemos ver en esta ventana, es muy similar como si estuvieras editando un título o cualquier texto en Tableau. Aquí tienes dos tipos diferentes de texto. El que no está resaltado, esta va a ser una estática, y la que se resalta con este fondo gris claro. Va a venir de las listas. Lo que vamos a hacer, vamos a ir a eliminar todas esas informaciones y comenzar a crear nuestra punta de herramienta. Empecemos con el primero, Ventas, y luego vamos a tener apagado. Y luego vamos a ir a sumar el mes. Vamos a ir aquí a Insertos, y luego vamos a insertar las fechas del pedido del mes. Y aquí vamos a ir a sumar el año en curso. Podemos ir y usar, por ejemplo, el barómetro para el año seleccionado, pero vamos a tener un problema ya que vamos a mostrar las ventas del año anterior para eso Para mostrar los años dentro de la pestaña de herramientas, vamos a ir a crear algunos campos calculados. Vamos a cerrar esto y vamos a volver a ello más tarde. Ahora solo revisa la tabla de herramientas. Como puede ver, vamos a conseguir ventas de marzo, abril, y así sucesivamente. Entonces no tenemos muchas formaciones. Pero ahora vamos a crear campos calculados. Ahora vamos a llamarlo el año en curso, así que va a ser muy sencillo. Va a ser el valor que el usuario seleccionó del parámetro. Ese es un año selecto. Eso es todo, ¿de acuerdo? Como puede ver, tenemos el año en curso en la base de datos. Vamos a crear otro para el año anterior. Año anterior. Y va a ser también. Seleccionar año, pero esta vez vamos a restarle un año. Entonces eso es, vamos a golpear. Bien. Pero ahora me gustaría ir y cambiarlos a dimensiones porque no son medidas. Haga clic derecho sobre el año en curso y cambiémoslo a dimensión, mismo para el año anterior. Vamos a convertir ambos a dimensiones. Bien, así que ahora vamos a ir a tomar toda la información que necesitamos en la punta de la herramienta a esta caja de aquí a la descripción emergente Bueno, el año anterior solo arrástralo y suéltalo encima de este año de caja. Vamos a mostrar la información sobre las ventas actuales y las ventas anteriores y las diferencias entre ellas. Bien, entonces ahora tenemos toda la información que necesitamos para la punta de la herramienta. Vamos dentro del Tooltip y comencemos a configurarlo. Vayamos por aquí ahora. Después del mes, lo que podamos hacer, vamos a tener coma. Y luego mencionemos el año. Entonces va a ser el año en curso. Este de aquí. Bien, después de eso, vamos a tener puntos dobles. Vamos a insertar las Ventas Actuales. Insertar. Y ahora asegúrate de seleccionar el año actual de ventas. Este de aquí. Y no el fijo. Entonces es como arreglado. Pero ahora nos gustaría mostrar en la punta de herramientas las ventas del mes en curso. Para ello, vamos a ir a seleccionar la suma del año en curso para las ventas sin ningún fijo. Así que vayamos y seleccionemos eso. Vamos a ir a hacer las mismas cosas ahora del año anterior. Ventas de, vamos a sumar de nuevo el mes. Entonces ahora vamos a ir a hacer las mismas cosas del año anterior. Ventas de, vamos a tener de nuevo el mes, así que vamos a agarrar el mes. Vamos, y luego vamos a ir a sumar el año anterior, así que va a ser este de aquí del año anterior. Puntos dobles. Y luego vamos, eso consigue las ventas del año anterior. Bien, ahora la siguiente información, La siguiente línea va a ser las diferencias de ventas. Digamos diferencias, luego puntos dobles. Y ahora vamos a agregar esas diferencias aquí. Nuevamente, asegúrate de no usar el fijo que tenemos dentro del título. Vamos a buscar la variable, la que agregamos a partir de los datos. Dañar a éste. Bien, la última información que vamos a mostrar dentro nuestra punta de herramienta son los valores mínimos máximos. Las ventas más bajas más altas, puntos dobles. Vamos a tomar nuestras medidas. Va a ser las ventas de Minmax. Vamos a seleccionar eso. Bien, así que esa es toda la información que queremos agregar dentro de nuestro Tooltip Vamos a golpear Bien. Y revisa los resultados. Por ejemplo, vayamos al mirador de aquí. Por lo que ahora podemos ver que las ventas del año en curso para el mes de noviembre, es a este valor. Y además, se puede comparar para las ventas del año anterior del mismo mes. Y entonces podemos ver las diferencias de ventas y cuál es el valor más alto y más bajo. Así que ahora como se puede ver a medida que nos estamos moviendo a diferentes meses, los valores dentro de la descripción emergente van a cambiar Entonces ahora, como puedes ver, el formato y el diseño de nuestra punta de herramienta es naturalmente agradable, ¿verdad? Entonces, por ejemplo, tenemos los miles de puntos y también todo atrevido. Así que no es realmente fácil de leer también. La alineación de esas informaciones es naturalmente agradable. Así que ahora podemos ir y formatearlo. Bien, así que ahora comencemos primero con formatear el año actual y el anterior. Vamos al año en curso y vamos a tener las propiedades por defecto y luego el número de formato, vamos a tenerlo como personalizado. Redujamos también los números decimales. Eliminar incluir separador de mil. Bien, ahora vamos a golpear bien. Y vamos a probar. Ahora como puedes ver, 2023, no tengas ningún punto. Vamos a hacer lo mismo para el año anterior. Pasemos a las propiedades predeterminadas y luego al formato numérico también. Pasemos al número personalizado, reduzcamos los decimales y eliminemos el separador sur Ahora el siguiente, lo que vamos a hacer, vamos a ir a ajustar el formato de los números. Como puede ver, el mes en curso tiene un formato diferente al de los meses anteriores. Ahora para hacer eso, vayamos a las ventas anteriores por aquí, haga clic derecho sobre él. Y vamos de nuevo al formato de número de propiedades por defecto. Y vamos a volver a ir al número personalizado. Vamos a quitar los decimales, La pantalla de la unidad, van a ser miles Y vamos a sumar ese signo de dólar. Vamos a agregarlo. Y luego pegaré bien. Ahora vamos a revisar de nuevo. Ahora podemos ver ahora ambos números tienen el mismo formato de parte. Comprobemos el max y el min. Se puede ver el max y min tiene también, el mismo problema. Pasemos al valor Minmax también al formato de número de propiedades por defecto Y luego vamos a la costumbre quitar decimales, agregar el signo de dólar, y no olvides agregar la unidad, va a ser un Southend Vamos a golpear. Bien. Todo bien. Entonces ahora todos nuestros números tienen exactamente el mismo formato y ahora lo que vamos a hacer, podemos ir y formatear el texto. Volvamos a la punta de la herramienta por aquí. Bien, ahora vamos a ir a trabajar con dos colores, el gris claro y el gris oscuro. Seleccionemos la primera parte donde tengamos un texto, no tenemos un valor. Esto va a conseguir el gris claro. 197. 5 paneles de control para crear: Bien, entonces vamos a empezar a hablar de construir los cuadros de mando El primer paso que tenemos para planear la estructura y los contenedores de nuestro tablero. Bien, así que comencemos a esbozar la estructura del contenedor El primero es como de costumbre va a ser el contenedor principal y va a ser un contenedor vertical. Y luego vamos a empezar de arriba a abajo. Entonces primero tenemos como un título y dos botones. Entonces para eso podemos incluir un contenedor horizontal donde tengamos el título y los botones. Avanzando, por debajo de eso, tenemos la información de los QBs Entonces tenemos objetos lado a lado aquí. De nuevo, vamos a ir a usar otro contenedor, otro contenedor horizontal, para tener todos esos bi uno al lado del otro. Después bajando por debajo de eso, tenemos los derechos de gráficos. De nuevo son dos cartas una al lado de la otra, y usaremos un tercer contenedor horizontal para ellas. Este es el objeto principal que tenemos dentro del contenedor vertical principal. Pero claro que en nuestros dashboards también tenemos muchos filtros Lo que vamos a hacer, vamos a construir un contenedor vertical donde vamos a poner todos los filtros para los dashboards Pero este contenedor va a estar fuera del contenedor vertical principal y usaremos las opciones flotantes. Este contenedor vertical va a estar fuera del contenedor principal, el contenedor vertical. Para eso, vamos a usar la opción de flotar. Y además la capacidad de ocultarlo o mostrarlo. Yo diría que vamos a ir con este plan, y claro que lo es. Eso significa que a medida que estamos construyendo el tablero, a veces agregamos como un contenedor adicional para organizar las cosas. Entonces no cubriremos todo en el plan al 100% pero cubriremos las cosas principales. Bien, así que ahora con eso tenemos un plan para nuestros dashboards Vamos a implementarlo en Tableau. Bien, ahora vamos a crear un nuevo tablero y peluca llamarlo tablero de ventas. Entonces ahora el primer paso que suelo hacer es fijar el tamaño. Vamos por el lado izquierdo al tamaño, cambiarlo de rango a tamaño fijo, y luego vamos al ancho. Yo suelo ir con los 1,200 Y por las alturas vamos por 800. Bien, entonces con eso, tenemos suficiente espacio en blanco para nuestros dashboards Y suelo empezar con el contenedor principal. Pero como tenemos contenedor que va a ser ocultado y mostrado para los filtros, voy a empezar con eso primero. Ahora bien, para crear este contenedor vertical, tengo una manera rápida para atraparlo. Entonces lo que vamos a hacer, vamos a tomar cualquier hoja de trabajo Vamos, por ejemplo, a ir con las ventas de QBI. Vamos a arrastrarlo y soltarlo al medio. Entonces como puedes ver, la mesa puede ir y crear automáticamente un contenedor vertical en el lado derecho donde puede poner todo dentro de él. Los parámetros, filtros, leyendas y así sucesivamente. Y este es el contenedor que podemos usar para nuestros filtros. Ahora lo que vamos a hacer, vamos a ir y convertirlo un elemento flotante o contenedor flotante. Para ello, mantenga los turnos y luego haga clic en este icono de aquí. Y luego solo muévelo. Como puedes ver ahora está como liberado y déjalo caer en cualquier parte Ahora vamos a moverlo aquí hasta el final. Lo que vamos a ir y eliminar este gráfico porque tenemos que ir ahora y construir el contenedor principal. Vamos y solo quítelo. Y como pueden ver, todavía tenemos un aquí del lado derecho. Ahora lo que podamos hacer, vamos a ir a colorear el contenedor. Así que asegúrate de seleccionar el contenedor de aquí. Vamos a la maquetación. Y luego vayamos al portero, que sea una línea. Y luego vamos a elegir cualquier color. Por ejemplo, el morado también. Vamos a ponerle un fondo, tal vez el morado también. Que podemos ver que tenemos aquí un contenedor, contenedor flotante en el lado derecho. El siguiente paso, vamos a ir a darle un nombre. Entonces tenemos un aquí en la jerarquía de ítems. Vamos al contenedor vertical. Da clic en él, y luego vamos a darle el nombre de Filtro. Filtro. Bien, ahora tenemos nuestro primer contenedor. Regresemos y construyamos el contenedor principal para los dashboards Entonces volvamos a los dashboards y vamos a agarrar un contenedor vertical para el principal Así que vamos a dibujarlo aquí en el medio. Y ahora vamos a ir a agregarle el color para ello. Entonces vayamos a los layouts. Vayamos a las fronteras, y vamos a tenerlo como naranja también. Me gustaría agregar un color de fondo para eso. Entonces tomemos también la naranja que tenemos nuestro contenedor principal en el lado izquierdo, se puede ver que tenemos las inclinaciones y luego el contenedor vertical Vamos a cambiarle el nombre. Sólo voy a hacerlo un poco por aquí, así que vamos a decir que eres el contenedor principal. Bien, entonces ahora el siguiente escupitajo que vamos a ir y agregar tablones tener un marcador de posición para los elementos dentro Sólo vamos a agregar uno. Y luego vamos con el primer contenedor dentro del principal. Tenemos el contenedor horizontal para el título. Tomemos un contenedor horizontal. Sólo tienes que arrastrar y soltar aquí, abajo. Asegúrese de que esté dentro del contenedor principal. Hazlo con cuidado. Bien, entonces tenemos nuestro contenedor horizontal. Vamos a ponerle un poco de color. Disponer borde, Hagámoslo azul también para el fondo. Tengámoslo así como el azul, claro. Vamos a revisar las cosas por aquí. Tenemos el contenedor vertical, tenemos nuestro tablón en la parte superior Entonces tenemos el contenedor horizontal. Vamos a cambiarle el nombre. Eres el contenedor para el título. Bien, ahora vamos dentro de él y pongamos algunos contenidos. Entonces lo que tenemos, tenemos un texto, así que vamos a rastrearlo y dejarlo caer dentro del contenedor horizontal. Entonces digamos que eres el tablero de ventas. Vamos a formatear todo después. Eso es, vamos y eso. Bien. Ahora como puedes ver, nuestro contenedor puede ser muy pequeño. Hagámoslo un poco más grande. Y ahora tenemos que ir y agregar los dos botones. Vamos con las naviicaciones. Asegúrate de agregarlo dentro al lado derecho. Bien, porque es contenedor horizontal, vamos a dejarlo caer. Y necesitamos otro. Vamos a dejarlo caer también, hacia el lado derecho o en el medio. No importa. Ahora mismo, vayamos rápido y revisemos el layout para asegurarnos de que todo esté bien Dentro del título, tenemos un texto y luego dos botones, calificaciones. Ahora pasemos al siguiente contenido. Vamos a tener otro contenedor para la llave. Volvamos a ir a los dashboards y tomar Contenedor Horizontal y asegurarnos ponerlo debajo del primer contenedor Vamos a frotarlo por aquí. Y ahora asegúrate de hacer clic en él. Y vamos a añadirle el color. Entonces va a ser línea como vamos a p, el fondo va a ser también. Plu. Bien, entonces ahora el siguiente paso vamos a ir y agregarle de nuevo un nombre para ello. Así que vamos adentro. Tú eres el contenedor para las llaves. Bien, ahora vamos a agregar algo de contenido dentro de él usando los tablones. Entonces la primera tabla, asegúrate de dejarla caer. Segundo contenedor horizontal, y ahora lo tenemos muy pequeño, vamos a extenderlo. Entonces vamos a agarrar otro. Asegúrate de ponerlo del lado derecho ahora que tenemos dos tablones. Y vamos a agarrar el tercero al lado derecho que tenemos nuestros tres pedidos de lugar para los KPI Nuevamente, siempre vuelvo a la maquetación para comprobar que todo está bien. Como puedes ver, esos tres tablones están dentro del QBI, todo está limpio Volvamos ahora al tablero y agreguemos el último contenedor para los gráficos. Entonces vamos a ir a agarrar de nuevo, un contenedor horizontal. Déjalo caer por debajo del medio. Vamos a agregarle un poco de color. Así que vamos a la maquetación. Agregamos algo de borde azul y también un fondo para eso. Ahora vamos a darle un nombre. Tú eres el contenedor para las cartas. Bien, Ahora vamos a agregar algunos tablones para tener algún contenido dentro de él. Entonces la primera tabla dentro de ella, y ahora la tenemos muy pequeña, así que vamos a extenderla y la segunda tabla a los lados derechos Ahora tenemos dos lugares para nuestras cartas. Vamos a la maquetación y verifiquemos. Como pueden ver tenemos los dos tablones debajo de los gráficos Bien, con eso, tenemos los tres contenedores para nuestro contenido. Vamos a quitar la primera tabla. Ya que ya no lo necesitamos, lo tenemos por aquí. Vamos a dibujarlo con nosotros. Hemos construido la base, la estructura de nuestro tablero de instrumentos. Entonces tenemos el contenedor para el título. Tenemos los tres KPI y luego colocamos para los dos gráficos también Tenemos aquí en el lado derecho nuestro contenedor flotante para los filtros. Bien, así que como puedes ver, es realmente fácil. Simplemente hazlo despacio, paso a paso, revisa todo. Dale un nombre. No lo apresures. Bien, así que eso es todo por este paso. Ahora por fin, vayamos al paso donde vamos a armar todo y poner el contenido dentro de nuestro dashboard. Bien, así que ahora vamos a poner todo nuestro contenido dentro de nuestros dashboards No te preocupes por los filtros. Vamos a hacerlo al final. Entonces comencemos con los KPI, ¿verdad? Entonces, vamos a tomar el primero, el KPI de ventas Asegúrate de ponerlo cerca de los tablones. Y luego vamos a agarrar el segundo junto a él, y la cantidad también junto a ella. Así que vayamos a la maquetación para comprobarlo todo. Entonces como pueden ver, tenemos este contenedor para los KPI, y dentro de él tenemos nuestros tres KPIs Ahora ya no necesitamos de los tablones, vamos y empecemos a borrarlos. Bien, así que ahora sigamos adelante y pongamos los otros gráficos dentro de nuestros dashboards Tomemos la subcategoría, asegurémonos de estar dentro del tercer contenedor horizontal, así que vamos a dejarlo caer por aquí Y entonces el último gráfico va a ser el Weekly Trends. Dejémoslo lado a lado por aquí. Así que vamos a los diseños y verifiquemos para que puedas ver el contenedor horizontal para los gráficos tiene nuestros dos gráficos y los dos tablones Vamos a quitar los tablones. Genial. Ahora puedes volver a revisar nuestra estructura en la jerarquía de ítems para ver que todo debería quedar así. Tenemos el contenedor principal, donde tenemos dentro de él tres contenedores horizontales. El título debe tener el título y los dos botones. Y entonces el KPI debería tener los tres KPI. El gráfico debería, tiene los dos gráficos. Si lo tienes así, eso significa que todo hasta ahora está limpio y estamos en el buen sentido. Bien chicos, eso es todo para este paso. Tenemos el contenido principal dentro nuestro dashboard y fue muy fácil y rápido. Ahora en el siguiente paso, las cosas se van a poner interesantes donde podemos empezar a formatear, colorear, posicionar las cosas para tener un dashboard limpio y profesional. Bien, ahora comencemos a formatear nuestro dashboard. El primer paso que vamos a dar y asegurarnos de que nuestro contenido se distribuya de manera uniforme en cada contenedor. Vayamos al contenedor KPI por aquí. Asegúrate de seleccionarlo. Y vamos a la flecha pequeña. Y hagamos clic en Distribuir Contenidos de manera uniforme. Bien, así que pasemos al siguiente. Como puede ver, esos dos gráficos no se distribuyen de manera uniforme. Seleccionemos el contenedor y vayamos a las más opciones y distribuyamos de manera uniforme. Con eso, vamos a conseguir una alineación justa para todos los gráficos. No vamos a hacer eso para el primer contenedor porque el título debería ser mayor que los patrones de unificación Empecemos de arriba a abajo. Empecemos por el título. Vamos dentro del título por aquí y comencemos a formatearlo. Entonces lo vamos a llamar cuadros de mando de ventas. Y luego vamos a tener una tubería. Y luego tengamos el año, el año en curso que el usuario seleccione. Lo que vamos a hacer, vamos a ir a Insertos. Y agreguemos nuestro parámetro. Ahora vamos a cambiar los lados frontales. Seleccionemos todo y hagámoslo, por ejemplo, 24. Ahora vamos a cambiar la coloración. Así que vayamos a los colores y escojamos nuestro color, ¿verdad? Así que vamos a elegir el oscuro para el año. Tengámoslo como medio de Tableau. Y escoge el otro color que recuse. Bien, entonces tenemos nuestro título. Vamos a golpear. Bien. Y comprueba cómo se ve. Sí, creo que se ve bien. Hagámoslo un poco más pequeño. Eso es todo por esos dos contenedores. Ahora vamos a revisar los patrones. Tenemos que asegurarnos de que esos patrones tengan exactamente el mismo tamaño, lo cual es realmente difícil de configurar. Entonces, lo que vamos a hacer, vamos a ir a agarrar un mini contenedor horizontal para poner esos dos pattoms dentro de él y distribuirlo manera uniforme que vamos a conseguir un tallaje perfecto Vamos a los dashboards y vamos a conseguir un contenedor horizontal Asegúrate de dejarlo caer a los lados derechos que tenemos un recipiente pequeño, hagámoslo un poco más grande para verlo. Ahora sólo voy a quitar cosas. Vamos a ir a mover esos patrones dentro de él. Dejémoslo dentro de él. Escogeremos el segundo y lo pondremos a los lados derechos. Por supuesto, vayamos rápido y comprobemos que todo está bien. Ahora, déjame cerrar todas esas cosas. Nosotros somos el título, tenemos nuestro título, y luego tenemos el mini contenedor horizontal. En su interior, tenemos los dos patrones. Muy bien, genial. Ahora vamos a hacer que todo se distribuya de manera uniforme. Vamos al contenedor horizontal. Déjame darle un nombre rápidamente. Usted es el contenedor horizontal para los patrones. Bien, perfecto. Y vamos a distribuir este contenedor de manera uniforme. Así que asegúrate de seleccionar el contenedor horizontal. Vayamos a las Opciones y distribuyamos el contenido de Evanlyow. Como puedes ver, esos dos botones van a obtener exactamente el mismo tamaño ya que estoy reduciendo o haciéndola más grande, ambos van a obtener exactamente el mismo tamaño. Vamos a hacerlo un poco más pequeño. Ahora vamos a cambiar el diseño de esos botones. Así que da clic en el primero. Editemos el botón. Bien. Ahora digamos que el primer botón va a ser para los dashboards de ventas, así que vamos a seleccionarlo Van a ser los Tableros de Ventas. Ahora vamos a darle un título o un nombre. Va a ser paneles de ventas. Ahora vamos a dar formato a las fuentes. Va a ser blanco, así que todo está bien. Pasemos al fondo. Escojamos nuestros colores. Así que vayamos a más colores y escojamos nuestra pluekey. ¿Qué más? Volvamos a ir a las fuentes y hacerla en lugar de 12, vamos a hacerla diez. Bien, así que eso es todo. Vamos a golpear. Bien. Ahora con eso, hemos configurado el primer botón, vamos al segundo. Vamos y pulsemos el botón. Ahora, como todavía no tenemos este panel de control de clientes, no podemos ir a seleccionarlo. Pero aún así quiero formatearlo. Vamos a la fuente, hazlo diez, y esta vez voy a hacerla placa. Y vamos a darle un título. Va a ser el Panel de Control del Cliente Para el fondo, va a ser el blanco, y vamos a agregarle un borde para que pueda ser la línea, algo así tal vez y luego gris. Bien. Ahora agreguemos una propina de peaje. Va a ir al tablero personalizado. Bien. Vamos a comprobar eso. Bien. Como puedes ver tenemos el segundo botón gris porque no hemos seleccionado ningún dashboard. Entonces, una vez que tengamos un tablero, va a ser blanco. Ahora vamos a hacerlo un poco más grande. Selecciona el contenedor, solo hazlo un poco más grande. Bien, eso es. visitaremos más tarde una vez que tengamos el panel de control del cliente. Bien, así que eso es todo por ahora. Para el primer contenedor, lo que voy a hacer, sólo voy a ir a quitar la coloración de fondo del contenedor. Seleccionemos el título. Vamos a quitar el borde, y también el color de fondo. Tengámoslo como ninguno. Todo bien. Ahora, pasemos al siguiente. Tenemos nuestros QBs. Lo primero que voy a hacer, sólo voy a hacerlo un poco más grande, tal vez en algún lugar así. Entonces lo que podamos hacer, vamos a ir a agregar el color de fondo. Entonces como pueden ver, tenemos aquí el color blanco. Pero aquí no tenemos ningún color para el título. Para ello, vamos a hacer clic en cada una de ellas, y luego vamos al fondo, vamos a hacerlo blanco. Después al siguiente, y al tercero, va a ser también blanco. Bien, entonces ahora tenemos como una tarjeta grande o QBI para todas esas informaciones, para cada una de ellas. Bien, así que ahora el siguiente paso que vamos a ir a quitar la coloración de este contenedor. Así que vamos a quitar el portero y quitar también el fondo. Bien, ahora comencemos con el primer contenedor por aquí. Lo que voy a hacer, igual de bien agregaré un color de fondo para esos dos gráficos, va a ser el blanco. Ahora bien, ¿qué configurar esas cosas? Todavía tenemos este contenedor que realmente me está molestando. Vamos a seleccionar todo el contenedor. Vamos a moverlo a la cima por aquí. Y luego vamos a ir a más opciones. Y vamos a seleccionar éste. Agregar botón Mostrar oculto. Vamos a hacer clic en eso. Una vez que hagas eso, obtendrás como un pequeño icono para mostrar y ocultar todo el contenedor. Lo que vamos a hacer, lo vamos a esconder. Vuelva a hacer clic en las Opciones y ocultarlo. Ahora todo el contenedor está dentro de este icono. Simplemente lo colocaré por aquí para poder trabajar en nuestras cartas. Bien, así que ahora el siguiente arriba que me gustaría ir en cada gráfico y asegurarme de que se ajuste a toda la vista. Vamos a la primera. Puedes comprobarlo desde aquí, puedes ver que es vista completa. El siguiente también, el tercero y como puedes ver son estándares. Así que vamos a cambiarlo a la vista completa. Y lo mismo para las tendencias semanales, es toda la vista con nosotros. Nos aseguramos de que Tableau esté usando todo el espacio y podemos hacer este un poco más grande también porque todavía tendremos un poco de espacio. Así que vayamos al centro por aquí y hagamos los kibYes un poco más grandes para poder usar todo el espacio en blanco Bien, así que con eso tenemos un posicionamiento perfecto para cada gráfico. Estoy muy contento con eso. Bien, así que ahora el siguiente paso que vamos a dar y agregar algunas leyendas bonitas a nuestras listas. Ahora para los primeros gráficos, tenemos que dar la siguiente información para los usuarios. Entonces el gris oscuro va a ser el año en curso y el color de fondo es el año anterior. Entonces ahora voy a ir a personalizar. Leyenda. No voy a usar el que es de Tableau porque quiero personalizarlo. Entonces para eso vamos a ir y crear rápidamente un gráfico para la leyenda. Vamos a crear una nueva hoja y todo lo que necesitamos es el texto del año en curso. Y el año anterior, lo tenemos como campo calculado. Pasemos el año en curso al texto. Y así el año anterior al texto. Ahora vamos a personalizar esas informaciones. Bien, ahora vamos a empezar por el lado izquierdo, así que hagamos la alineación hacia la izquierda. Voy a empezar con la primera información, el año en curso, vamos a decir las ventas del año en curso, hagamos las más grandes, y vamos a cambiar los fondos a algo así como tal vez un medio también. La coloración, debe seguir el patrón, el gráfico. El año en curso de ventas, Era oscuro. Vamos a escoger nuestro color oscuro para el año anterior, era el color claro. Hagámoslo. Hagamos que el año en curso sea tan audaz. Bien, vamos a probarlo. Vamos a aplicar ahora público para mostrarlo como hashes porque el tamaño es realmente pequeño Así que vamos a golpear Bien. Y podemos ir a los estándares y hacerla vista completa. Ahora lo podemos ver por aquí. Ventas 2023 versus ventas 2022. Ahora como se puede ver , el año en curso versus el año anterior. Bien, una cosa que naturalmente estoy feliz por ello, vamos dentro de ella y quitemos el atrevido. Bien, vamos a darle un nombre. Entonces esta puede ser la leyenda de los gráficos de categoría que se asienta. Ahora vayamos a la parte de atrás al tablero para poder usarlo. Ahora me gustaría tener la leyenda entre el título y el gráfico. No podemos hacer eso. En lugar de eso, vamos a ir a hacer un contenedor extra para esas tres informaciones. Tenemos una leyenda y luego los gráficos. Como dije, de nuevo, no podemos planear todo desde el inicio. A medida que esté construyendo el tablero, comprenderá las necesidades y ajustará las cosas. Ahora lo que podemos hacer, en lugar de tener este gráfico, vamos a tener un contenedor vertical dentro del contenedor horizontal. Ahora vamos a agarrar un contenedor vertical. Y lo poco que hay que hacer, es aquí en el medio. Y lo que podamos hacer, agarramos la tabla, metemos dentro de este contenedor, así que asegúrate de dejarla caer dentro de este contenedor. Y claro, vayamos rápido y revisemos el layout donde todo está bien, está dentro de los gráficos principales inclinados Ahora, en lugar de los primeros gráficos, tenemos un contenedor vertical. Vamos a darle un nombre rápido. Tú eres el contenedor de digamos gráfico uno. Dentro de él, puedes ver que tenemos nuestros gráficos ahora, nuestro contenedor vertical va a comenzar con un título. Vamos a agarrar un título o un texto en la parte superior. Y ahora vamos a darle el nombre, Ventas y Ganancias por subcategoría Ahora vamos a formatear. Vas a ser medio de mesa como fuente. Y luego el tamaño va a ser 14 y el color en oscuro uno. Así que vamos a seleccionar eso. Bien, entonces eso es todo. Bien. Bien, entonces eso significa que no necesitamos el título de nuestro gráfico, ¿verdad? Da click en él y oculta el título. Genial, así que ahora por fin podemos ir a agarrar las leyendas. Pero ahora en este gráfico, me gustaría tener también una leyenda en el lado derecho para el beneficio. Entonces eso significa que tenemos una leyenda a la izquierda y una leyenda a la derecha. Y para hacer eso, vamos a tener otro contenedor. A fin de poner esas dos leyendas una al lado de la otra. No podemos hacerlo actualmente porque tenemos un contenedor vertical. Así que vamos a agarrar un contenedor horizontal y sólo ponlo en medio de por aquí. Simplemente cambiar el tamaño te hace seleccionar el contenedor y pongamos las primeras leyendas dentro de él. Bien, entonces ahora tenemos un título para la pequeña leyenda. Vamos a esconderlo. Genial. Entonces ahora vamos a hacer todo más pequeño. Bien, así que con eso, tenemos leyendas muy bonitas donde les estamos contando a los usuarios, estamos comparando las ventas de 2023 con 2022. Bien, así que ahora vamos a configurar la leyenda correcta. Tenemos que decirle a los usuarios, esto es información de ganancias y el color azul indica para ganancias. La naranja puede indicar por pérdida. Para esta leyenda, sólo voy a usar ese objeto de texto. Entonces, arrastremos el texto y asegurémonos de ponerlo dentro de este mini contenedor hacia el lado derecho. Entonces primero indiquemos el año en curso. Vamos a los insertos y tengamos el parámetro, porque aquí tenemos la ganancia sólo para el año en curso. A continuación vamos a decir, bien, un círculo, esto va a ser ganancias. Y otro círculo, esto va a ser una pérdida. ¿Bien? Ahora vamos y asegurémonos de que la fuente sea un medio de Tableau, va a ser un nueve. Y vamos a asegurarnos de que la coloración que se usa sea la oscura. Pero ahora vamos a cambiar la coloración de los círculos. Entonces el primero va a ser el azul y la pérdida es naranja. Nuestra naranja. Bien. Entonces ahora vamos y está bien, y pruébalo. Todo bien. Entonces ahora como pueden ver que tenemos, es realmente grande. Vamos a hacerlo más pequeño. Todo bien. Entonces con esta leyenda, los usuarios pueden ver de inmediato que estamos hablando 20:23 El azul pueden ser las ganancias y las pérdidas pueden ser las naranjas Bien, estoy muy contento con el primer gráfico. Por supuesto que todavía tenemos la coloración del fondo. Pasemos al diseño y asegurémonos de que todo esté correcto de los contenedores. Vamos a la tabla. Uno, como puede ver, tenemos un contenedor vertical, tenemos un texto, y luego tenemos un contenedor horizontal para ambas leyendas. En su interior, se puede ver que tenemos los gráficos de las primeras leyendas y el texto de la segunda. Entonces por debajo de eso tenemos nuestros gráficos. Si lo tienes así, me estás siguiendo correctamente. Ahora lo que vamos a hacer, vamos a ir a dar un color de fondo para todo el contenedor para los primeros gráficos. Pasemos al fondo por aquí y hagámoslo como un blanco. Con eso, los usuarios van a tener la sensación de que todo está en una unidad, en una gráfica. Bien, así que esto es para el primer gráfico. Vamos a hacer las mismas cosas por el correcto. Para hacer eso, vamos a agarrar. Contenedor. Vamos a agarrarlo a la mitad por aquí. Entonces ahora con eso, tenemos nuestro contenedor. Vamos a agarrar nuestro gráfico y ponerlo en el contenedor, el nuevo que has creado. Entonces ahora que tenemos nuestro gráfico dentro del nuevo contenedor, vamos a revisar el diseño para asegurarnos de que todo esté bien. Vamos a las listas. Tenemos el gráfico uno, y el nuevo puede ser para el gráfico dos. Vamos a cambiarle el nombre. Eres el contenedor para la tabla dos. Bien, dentro tenemos nuestro gráfico, tan perfecto. Entonces eso significa que vamos a ir a agarrar un objeto de texto y colocarlo encima de nuestro gráfico dentro del nuevo contenedor. Llamémoslo Ventas y Ganancias, Tendencias Tiempo. Ahora vamos a ir y empezar a formatearlo. Vayamos a agarrar también el medio de Tableau. Va a ser 14. Vamos a elegir nuestro color. Va a ser el oscuro que vamos a conseguir exactamente el mismo título que el de la izquierda. Bien, el siguiente consejo. Vamos a esconder el viejo título de las listas. A continuación vamos a ir a poner nuestras leyendas para ser, se necesitan objetos. Pongámoslo en medio entre el título y las listas. Vamos a decir en las leyendas. Ingresemos un parámetro para mostrar el año. Y después de eso vamos a tener un círculo. Y vamos a decir que esto es lo anterior. Y otra que va a estar abajo. Ahora con eso, vamos a indicar si la línea está por encima de la media o por debajo de la media. Estamos usando la coloración. El anterior puede el azul. Vayamos a elegirnos. Y por debajo puede el naranja, nuestro color naranja. Ahora lo que puedes hacer, podemos asegurarnos de que estamos siguiendo la misma fuente. Entonces va a ser el medio de Tableau, y es un nueve. Bien, así que eso es todo. Vamos a golpear. Bien, creo que nos perdimos la coloración del 2023. Vamos dentro de él y asegurémonos de elegir el color oscuro para ello. Bien, vamos a golpear Bien. Entonces ahora tenemos una explicación rápida sobre la coloración dentro de nuestro gráfico en el lado derecho. Ahora lo que vamos a hacer, vamos a ir a seleccionar todo el contenedor. Y vamos a cambiar el color de fondo a blanco para que esta unidad se sienta en los gráficos. Así que vamos a Layout, y vamos al fondo y elegimos el color blanco. Bien, para que terminemos con el contenedor de gráficos y lo que podamos hacer, vamos a ir a seleccionar todo el contenedor. Y quitar el borde y también el color de fondo. Bien, entonces ahora al mirar nuestros gráficos dentro de nuestros dashboards, todavía nos falta alguna información sobre los Kpyes Tenemos que presentar aquí leyendas explicando esos dos puntos y también la coloración de esas dos líneas. Entonces tendremos algo muy parecido a las leyendas donde vamos a decir 2023 versus 2022 para poder explicar esas dos líneas, y luego podremos explicar esos dos círculos. Para crear las leyendas, lo que vamos a hacer, vamos a ir a la leyenda de Subcategoría Y vamos a duplicarlo. Vamos a darle un nombre que puedas simular la leyenda de BI. Simplemente movamos el tablero hasta el final para tener todas las hojas en el lado izquierdo. Pasemos a la leyenda de BI y comencemos a formatearla. Ahora, como tenemos diferentes KPI, no sólo las ventas, voy a ir a quitar las palabras de venta en nuestro texto Vamos al texto, a los tres puntos. Y luego vamos a quitar las ventas. Y vamos a tener sólo los años. Y luego vamos a sumar nuestro círculo. Y vamos a decir mes más alto. Y otro círculo para el mes más bajo. Ahora como de costumbre, vamos a ir y comenzar a formatear esas informaciones. Va a ser bajo, medio, y nueve, así que todo está bien. Vamos a cambiar el color de esos círculos. El más alto va a ser el azul y el más bajo va a ser el naranja. Vamos a golpear Bien. Y revisa los resultados. Se ve bien, ¿verdad? Pero creo que aquí tengo un espacio extra. Volvamos al texto. Tengamos un solo espacio. Todo bien. Vamos a golpear. Bien. Ahora vamos a usarlo dentro de nuestros dashboards Entonces, ¿qué vamos a hacer? Vamos a ir al tablero de aquí. Vamos a agarrar el QBI, la leyenda KPI. Y dejémoslo justo debajo del título. Podemos tenerlo entre dos contenedores zonales. Dejémoslo primero. La próxima vez vamos a ir a quitar el título. Así que vamos a esconderlo. Ahora bien, es muy pequeño entre esos dos contenedores. Lo que voy a hacer para seleccionarlo, vamos a ir a la jerarquía de ítems. Y ahora podemos comprobar y ver tenemos el contenedor para el título, el contenedor para los KPI, y en el medio tenemos nuestras gráficas Bien, ahora tal vez vayamos a hacer el título un poco más pequeño así. Vamos a la leyenda BI, arrástrala un poco más abajo. Bien, entonces ahora se ve bien y tenemos una explicación para los tres KPIs Bien, así que con eso, tenemos todo listo dentro de nuestro contenedor principal. Lo que falta, claro, es el contenedor oculto donde tenemos los filtros. Pero voy a dejar eso hasta el final. Ahora lo que vamos a hacer, vamos a ir al contenedor principal, está seleccionado, y quitar el borde y también el fondo. Entonces, no tengamos ninguno. Bien, así que ahora el toque final, el último paso para formatear estos dashboards Vamos a ir a agregar espacios en este dashboard entre los gráficos. Agregar espacios entre los gráficos va a tener un gran efecto en la experiencia del usuario para tus dashboards Y como puedes ver, esos dos gráficos están realmente cerca el uno del otro, como si no fueran capaces de respirar, ¿verdad? Por lo que agregar espacio entre esos dos gráficos no solo agregará un equilibrio entre los elementos, sino que también va a hacer que sea más fácil leer para los usuarios. Entonces ahora vamos y. Esas cosas. Lo primero que vamos a hacer es que vamos a cambiar el color de fondo de todo el dashboard. Para hacer eso, vamos al menú principal de aquí al tablero. Y luego vamos a la opción de formato aquí. El valor por defecto va a ser blanco. Vamos a moverlo al gris más claro. Seleccionemos eso. Ahora con eso, estamos separando los gráficos del fondo, y podemos ver de inmediato el espaciado entre los gráficos. Ahora bien, si miras a los tres KPI, puedes ver que tenemos un espacio mínimo entre ellos. Pero entre esos dos gráficos, no hay espacio en absoluto. Ahora vamos a arreglar el espaciado de arriba a abajo. En primer lugar, me gustaría que el color de fondo de esta leyenda sea un gris. Para hacer eso, vayamos a las sábanas. Entonces solo voy a cambiar a, vamos al formato. Pero si no lo tienes abierto, simplemente haz clic derecho sobre ese espacio en blanco. Ir al formato, y vamos al sombreado. Así que ahora podemos ir y colorear el fondo de las hojas de trabajo Así que vamos a decir ninguno. Bien, así que ahora volvamos a nuestro dashboard. Y como pueden ver para la leyenda de aquí, no tenemos coloración. Necesitamos un color de fondo de blanco solo para los gráficos. Bien, así que ahora comencemos a trabajar en esos tres KBI para aumentar los espacios entre ellos. Para ello, vayamos y seleccionemos el primero. Cerremos los formatos y permanezcamos en el layout. Ahora aquí, si vas a esas dos opciones, tenemos el acolchado exterior y el acolchado interior. El exterior es el espacio entre los objetos y el interior es el espacio dentro de la propia carta. Entonces, ¿ahora qué necesitamos? aumentar el espaciado entre esos tres KPI y también el espaciado entre el KPI y los gráficos Bien, así que ahora vamos y comencemos con la brotación exterior. Hagamos clic en Conectar. Ahora aquí a medida que vas aumentando los números, como puedes ver la incipiente, se pueden incrementar los espacios entre este gráfico y los gráficos vecinos Y como puedes ver, va a aumentar para arriba a la derecha, abajo a la izquierda. Entonces, como puedes ver, todo está conectado entre sí. Si cambias algo aquí, va a cambiar para todos los valores, y eso es porque todos los lados deben ser iguales. Y aquí, es muy importante entender que tienes que tomar una decisión sobre el espaciado entre tus gráficos y tienes que comprometerte con tu decisión para todo el dashboard. Esto es realmente importante, de lo contrario el tablero va a ser feo. Entonces ahora vamos a ir con el valor 20 para todos los gráficos dentro de este. Ahora déjame mostrarte cómo podemos hacer eso. Vamos a hacer todo a diez. Ahora lo que estamos haciendo este gráfico es tomar un diez en el botón superior izquierdo derecho, y nuestro objetivo es tener un 20. Si este gráfico del lado derecho está tomando un diez y el vecino QBI está tomando del lado izquierdo también diez, entonces tendremos un 20 Eso significa que para tener un 20 entre todas nuestras cartas, cada una de ellas debería, tiene un diez. Pero ahora solo me importan los espacios entre las cartas y no la leyenda de aquí. Lo que podamos hacer, vamos a ir al bateo exterior por aquí Y luego vamos a quitar todos los lados son iguales y desde arriba, realmente no me importa. Hagámoslo como un cero. Nuestro gráfico no está tomando ningún espacio hacia la parte superior, tomando solo espacio a la derecha, abajo e izquierda. Ahora vamos a hacer exactamente lo mismo para cada KPI. Vamos a las ganancias, vamos al relleno. Tenemos que tenerlo aquí como diez. Ahora vamos y deshabilitemos todos los lados iguales, y no necesitamos ningún espacio para arriba. Bien, así que pasemos al siguiente. Las mismas cosas lo hacen diez, y vamos a quitar la parte superior. Ahora podemos ver claramente que hay un espacio entre todos esos tres KPI y este espacio es igual a 20 Ahora vamos y agreguemos espacios a los dos gráficos de aquí. Así que asegúrate de seleccionar todo el contenedor. Ahora lo mismo. Vamos a ir al relleno por aquí, y ahora vamos a hacer que sea un diez. Esta vez nos importa que el top sea diez para tener un 20 entre estos gráficos y el QBI anterior Bien, así que eso es todo por estos gráficos. Pasemos al siguiente y hagamos lo mismo. Así que asegúrate de seleccionar todo el contenedor y vamos a moverlo a diez. Bien, perfecto, vamos y deseleccionemos. Entonces, como puedes ver, todo el aspecto y la sensación de nuestro tablero se ven más profesionales y más fáciles de leer. Y esto es exactamente por lo que agregamos espaciado entre nuestros gráficos. Bien chicos, ahora no solo es importante el espaciado entre el gráfico, sino también el espaciado interior, el relleno interior es importante entre el contenido y el borde del contenido también. Agregar espaciado dentro del contenedor o el contenido va a hacer que las cosas se vean más amargas, por ejemplo. Vayamos a este KPI de aquí, se puede ver que el total de ventas está muy cerca de la frontera en estos momentos Vamos a hacer, vamos a ir a la brotación interior. Ahora vamos a aumentar un poco el tamaño y ver cómo se ven las cosas. Hagamos que sea tal vez siete. Ahora como pueden ver, a medida que 198. Udemy 6 crea un panel de clientes (correcto): Bien, entonces ahora espero que hayas terminado de construir el panel de control del cliente. Ahora voy a mostrarte mi versión cómo la implementé. Entonces ahora vamos a tener una visión general rápida de los requisitos. Comencemos con los requisitos clave que tenemos aquí, lo mismo que dice que tenemos que mostrar KPI's, donde el QBI debe mostrar el número total de clientes, clientes de ventas, y también el número total de pedidos para el año en curso y el año anterior Y el siguiente requisito es sobre la tendencia. Tenemos que presentar los datos mensualmente donde tenemos que comparar los años actuales y anteriores, y ahí es donde tenemos que identificar o resaltar los valores más altos y más bajos. Entonces esos dos requisitos son exactamente como los requisitos de venta, pero con diferentes medidas. Entonces para el tipo de gráfico aquí, vamos a ir exactamente como los dashboards de ventas donde podemos tener bandas y también líneas de chispa con pequeños círculos Bien, pasando al tercer requisito, tenemos la distribución del cliente por número de pedidos. Entonces aquí tenemos que presentar la distribución de clientes en función del número de pedidos. Entonces aquí estamos hablando de distribución de datos, y para eso tenemos un gráfico perfecto. Tenemos el histograma. Bien, entonces ahora para el último requerimiento, tenemos que mostrar los diez mejores clientes por ganancia. Entonces aquí tenemos que mostrar a los diez mejores clientes con el mayor beneficio también. Necesitan mucha información como la clasificación, el número de pedidos, las ventas actuales, las ganancias actuales y las fechas de los últimos pedidos. En este requisito, tenemos que presentar muchos detalles sobre los clientes domesticados Y para ello, he decidido ir con una tabla de símbolos donde podamos tener filas y columnas. Bien, entonces se trata de analizar los requisitos y decidir el tipo de gráfico. Para el siguiente paso, vamos a hablar del mock up y de la coloración. Vamos a usar exactamente las mismas cosas como en el tablero de ventas. Y eso es porque los dos dashboards están en los mismos proyectos y no tiene sentido crear cada vez para un nuevo dashboard, una nueva maqueta Entonces aquí tenemos que seguir un simulacro para todos nuestros dashboards para tener el mismo aspecto y sentimiento de nuestros dashboards dentro de este proyecto Como puedes ver, las cosas van más fáciles para los siguientes dashboards Ahora podemos ir y comenzar a implementar los gráficos en Tableau. Muy bien, Sona Para los primeros gráficos tenemos los tres QBI, Clientes, Clientes de Ventas y pedidos Son las cosas habituales como antes, es solo copiar y pegar y cambiar las medidas. Por supuesto, si te interesa cómo lo implemente, voy a dejar el archivo también en los proyectos o puedes ir a mi perfil público y descargarlo desde ahí. A lo mejor una cosa interesante para mostrarte, ¿cómo calculé los clientes de ventas? Así que vamos por aquí. Ya que ahora tenemos mucho que filtrar, podemos ir a buscar cliente para verificar los campos calculados. Entonces primero tenemos que decidir qué clientes hicieron el pedido para el año en curso y cuál hizo el pedido para el año anterior. Entonces es realmente sencillo si vamos aquí a los clientes del año en curso y vamos a editar. Se puede ver por aquí tenemos la misma condición. Si el año es igual al año seleccionado del parámetro, entonces muestra el ID del cliente, lo contrario es nulo con el año anterior. Vamos a tener exactamente la misma palmadita, restando un año Entonces este es el primer paso. Entonces el siguiente paso, vamos a ir a calcular las ventas del año en curso por cliente. Lo tenemos por aquí. Vamos a revisar dentro de él. Para ello, tenemos el siguiente cálculo. Podemos dividir el año actual para las ventas por el recuento del valor distinto de los clientes. Y con eso, vas a conseguir el cliente promedio de ventas entre pares. Entonces haremos las mismas cosas también para el año anterior. Y va a haber, como siempre, así encontrar las diferencias y encontrar los valores min, max. Entonces eso es todo por las ventas por clientes. Ahora vamos a comenzar a implementar el primer gráfico usando el histograma para mostrar las distribuciones de datos para los clientes Así que vamos a crear una nueva hoja y podemos llamarla distribución de clientes. Bien, entonces ahora como estamos hablando de dos medidas, el conteo de clientes y el conteo de pedidos, tenemos que ir a usar las expresiones LOD para generar los bolígrafos Y lo expliqué en detalle en las expresiones LOD usando el fijo Así que asegúrate de comprobarlo para entender la expresión LOD que vamos a usar ahora Y para eso vamos a ir y convertir el número de órdenes en bolígrafos usando campo calculado. Para hacer eso, vamos a crear, déjame simplemente eliminar la búsqueda, crear un nuevo campo calculado. Entonces aquí queremos encontrar por cada cliente cuántos pedidos hicieron, y por supuesto estamos hablando para el año en curso. Para eso vamos a ir y usar la función fija de las expresiones LOD Entonces tenemos que definir la dimensión. Va a ser el año en curso para los clientes. Entonces aquí tenemos a todos los clientes que sí ordenaron en el año en curso. Entonces después de eso tenemos que hacer la agregación. Y puede ser el número de pedidos. Así que vamos a ir a contar distintos también. El año en curso para los pedidos. El año en curso para los pedidos es como los clientes, todos los pedidos que se realizan en este año. Bien, así que eso es todo. Vamos a cerrar el fijo por aquí. ¿Todo bien? Entonces nuevamente, lo que estamos haciendo por aquí, por cada cliente vamos a encontrar el número de pedidos que se realizan para el año en curso. Bien, así que ahora vamos a golpear, bien. Y ahora lo tenemos por aquí como medida continua. Vamos a cambiarlo a una dimensión. Así que haga clic derecho sobre él y conviértalo en una dimensión porque los pines en los histogramas suelen ser valores discretos Entonces ahora lo que vamos a hacer, vamos a ir a probar los valores. Vamos a arrastrarlo y soltarlo a la vista. Bien, entonces conseguimos nuestra pluma para el histograma, pero me gustaría ir y probar esos datos Para ello, vamos a crear una nueva hoja, llamémosle histograma de prueba Entonces lo que podamos hacer, vamos a ir a revisar a nuestros clientes. Elige el nombre del cliente. Y ahora también, vamos a tomar el ID del pedido por aquí. Mostremos también todos los valores. Necesitamos la fecha, así que vayamos a recoger la fecha del pedido. Está por aquí para ver el año. Y entonces lo que vamos a hacer, vamos a ir a revisar nuestro nuevo campo calculado. Dejémoslo por aquí. Entonces vayamos y cambiemos a una medida. Y bien, iré y lo dejaré caer en las etiquetas. Bien, así que ahora vamos a revisar uno de esos clientes. Centrémonos radicalmente en el corazón de Adán. Digamos que mantengamos sólo ahora podemos ir a revisar todas las órdenes de Adán. Y como pueden ver, tenemos muchos pedidos en la historia y ninguno de pedidos en la historia y ellos se puede contar dentro de nuestro campo calculado, porque nos estamos enfocando sólo en el año en curso. Como pueden ver, empezamos a contar desde 2023. Y en 2023 tenemos cinco órdenes, 12345. Como puede ver, la medida está devolviendo un valor correcto. Podemos ir a probar los otros años. Por ejemplo, vamos a mostrar el parámetro. Vamos y cambiemos a 2022. Que se puede ver en el 2022 sólo tenemos tres órdenes. Vamos a cambiarlo al 2021. Y tenemos aquí sólo un pedido. Entonces eso significa que nuestro campo calculado está funcionando como asistencia y podemos usarlo ahora para el histograma Entonces esto es lo que suelo hacer una vez que creo un nuevo campo calculado, sobre todo si es LOD, voy y lo pruebo Entonces creo una tabla simple para poder ver los datos y enfocarme, por ejemplo, en este cliente en lugar de probar directamente en el histograma, porque es muy difícil que los individuos prueben los datos Bien, ahora volvamos a distribución de nuestros clientes y consigamos nuestras barras. Para hacer eso, vamos a ir aquí a las filas. Digamos contar distinto. Y ahora vamos a ir a contar los clientes para el año en curso. Entonces los clientes del año en curso, tenemos que ir y cambiar lo visual a pars, ya que los histogramas son barras Y qué tenemos nuestro histograma que dice, ahora siguiente vamos a ir y empezar a formatear nuestro histograma Entonces lo primero, como siempre, vamos a ir a quitar las líneas. Así que vamos a formatear. Vamos a las líneas, vamos a las filas y quitemos la rejilla. Bien, eso es todo por las líneas. A continuación vamos a ir por aquí y eliminar los encabezados. Hagamos esos pines y hagámoslos más legibles. Así que vamos en formatos. A lo mejor voy a ponerla atrevida y cambiar el color. Bien, entonces ahora tenemos el nombre de la dimensión por aquí. Podemos ir a ocultarlo. Bien, ahora vamos a empezar con la coloración. Mantengamos el control y arrastremos al cliente a los colores. Por supuesto, vamos a ir a usar nuestro colorante. Vamos a editarlo. Escojamos uno. Bien, así que eso es todo. Eso es. Bien. Bien. A continuación podemos ir y agregar algunos bordes a esas partes. Entonces vayamos a los colores a las fronteras y hagamos que sea algo así. Bien, así que ahora la próxima vez voy a ir a agregar algunas etiquetas. Así que llevemos a los clientes a las etiquetas. Y creo que con eso ya terminaste con el hat gram. Podemos ir a probarlo agregando el parámetro. Seleccionemos otro año como 2023, y como puedes ver, todo está reaccionando. Y eso es todo para este requisito. Ahora estamos mostrando para los usuarios la distribución de clientes por el número de pedidos. Vamos ahora por el siguiente requisito donde vamos a mostrar los diez mejores clientes por el beneficio. Bien, ahora vamos a crear una nueva hoja de trabajo. Llamémoslo Clientes Principales. Entonces ahora necesitamos a nuestros clientes a las filas y ahora vamos a mostrar solo la compra superior , la ganancia para el año en curso. Vayamos a buscar nuestra medida. Es el año en curso para el beneficio. Vamos a dejarlo caer en el texto de aquí. Ahora a continuación vamos a ir a hacer el filtro con el fin de mostrar sólo los diez mejores clientes. Mantenga el control, arrastre y suelte el nombre del cliente en los filtros. Y ahora aquí vamos a ir a la pestaña de arriba. Y luego vamos a cambiarlo a campo de compra, así tenemos los diez primeros por las ganancias, y la agregación va a ser la suma. Entonces, ¿esto es exactamente lo que necesitamos? Vamos a golpear, bien. Y con eso, vamos a conseguir una lista muy sencilla de los diez mejores clientes por el beneficio. Vamos a cambiar el formato para poder ver el número entero. Así que vamos y formatos donde voy a ir y quitar la unidad, quitar decimales Tengamos el signo del dólar en las estrellas. Bien, así que ahora podemos ver el número entero. Vamos a ordenar la lista por el beneficio. Entonces para hacer eso, vaya al nombre del cliente, luego vayamos a ordenar y vamos a ir a un campo. Para tener un ranking, vamos a cambiar al orden de clasificación por descendente y asegurarnos de que tenemos el nombre del campo, año actual de ganancias. Bien, así que eso es todo. Vamos a cerrarlo y como puedes ver, el primer cliente en la parte superior, va a ser el mejor cliente. Y ahora el siguiente paso que vamos a ir y sumar el rango a esta lista. Para hacer eso vamos a usarlo, el índice de función. Vayamos a las carreteras por aquí y solo escribamos índice Y eso es todo. Y luego vamos a cambiarlo a discreto y solo ponlo al frente. Y con eso tenemos un ranking 1-10 Bien, así que ahora vamos a ir a agregar información adicional para cada cliente como las ventas del año en curso. Entonces vayamos a nuestro pin de datos y tomemos el año en curso para las ventas. Arrastre y suelte encima de esos números que podamos ver también para que podamos ver también las ventas del año en curso. Vamos a hacerlo un poco más grande. Y ahora la siguiente información que vamos a ir y agregar es el número de pedidos para el año en curso que se realiza de los clientes. Para ello, vamos al Valor de Medida de aquí y hagamos doble clic en el espacio vacío y escribamos cuenta distinta para poder contar las órdenes. Entonces vamos a ir y teclear año en curso fuera de las órdenes. Bien, así que sentémonos. Bien, y ahora vamos a ver el número de pedidos que cada cliente hizo en el año en curso. Todo bien. Entonces ahora la siguiente información que vamos a agregar es la última fecha de pedido que hizo el cliente. Y ahora necesitamos la fecha del último pedido. Para ello, da clic derecho sobre él y vayamos a las medidas y obtengamos el máximo. Entonces con eso podemos ver, ahora cuando fue la última vez, hizo pedido del cliente de nuestro negocio. Todo bien. Entonces con eso, tenemos toda la información que necesitamos dentro de nuestro gráfico. El siguiente paso que vamos a ir y comenzar a formatearlo. Primero vamos a comenzar con las líneas y las rejillas como de costumbre Así que haz click derecho sobre él y ve al formato. Ahora me gustaría deshacerme de esta línea en el medio entre las medidas y las dimensiones. Entonces vayamos a las rejillas. Y vayamos también al divisor de columnas y lo retiremos. Con eso, no tenemos la línea intermedia. Ahora el siguiente paso vamos a ir a deshacernos del color de fondo gris. Vamos al sombreado, Y luego aquí vamos a ir a la unión de filas y reducir el tamaño al mínimo que como se puede ver, el color de fondo sí desapareció Bien, así que eso es todo por las líneas y la cuadrícula. Vamos a empezar a formatear los ponts y los colores de nuestro phon Primero, me gustaría formatear el índice por aquí. Vamos a ello. Formato. Vamos y asegurémonos de que estás seleccionando el campo correcto. Sí, lo estamos seleccionando . Vamos a Pan. Ahora, vamos a los números de aquí. Y me gustaría agregar una, eliminemos los decimales por el número de custom y agreguemos el prefijo de hash para tener un ranking Eso es. Lo que más podemos agregar a este ranking es que podemos ir y agregar el color de fondo para ello. Ve al sombreado por aquí y hazlo de color gris muy claro. Bien, eso es todo por el ranking. Pasemos al siguiente y comencemos a cambiar el formato de color de fuente. Vamos a ir a la fuente, para que podamos dejarlo como un Tableau Po y podamos ir y cambiar el color a algo así como negro. Eso es. Pasemos al siguiente, formateemos, y vamos a ir por aquí, hacerlo plack Bien, entonces voy a pasar a las medidas. Vamos a sacar la unidad de las ventas. Entonces vamos a ir a las ventas por aquí para tapetes y luego vamos a ir a formatearlo como de costumbre al número personalizado quitar el decimal y agregar el signo de $1. Bien, y por el número de pedidos, vamos a dejarlo como está. Bien, así que eso es todo. Vamos a mantenerlo muy sencillo. Y con eso tenemos una tabla detallada muy agradable para mostrar a los diez mejores clientes con información adicional. Bien, así que con eso terminamos de construir todas las cartas. Al siguiente paso vamos a ir y comenzar a construir el tablero. ¿Bien? Entonces ahora para crear el panel de control del cliente, no vamos a crear todo desde cero. Vamos a ir a duplicar el tablero de ventas. Para tener la estructura, vamos a los dashboards de ventas Conecta y duplica radicalmente. Con eso, tenemos dos dashboards idénticos. Pasemos al segundo y comencemos a formatearlo. Primero vamos a comenzar con el naming. Entonces va a ser el panel de control del cliente. Ahora comencemos de arriba a abajo. Vamos a empezar con ese título. Repasemos aquí, cámbielo del panel de ventas a los paneles de los clientes Como Caín, crear el segundo tablero puede ser muy fácil una vez que se tiene una estructura realmente sólida Bien, entonces ahora siguiente lo que tenemos, tenemos los tres gráficos. Vamos a ir a reemplazarlos todos por los nuevos. El primero va a ser el cliente de QBI, solo dejémoslo al inicio Por supuesto, vamos a ir y empezar agregar cosas a nuestro nuevo contenedor. No te preocupes por ello. Vamos a ir y borrarlo más tarde. Vamos a buscar el siguiente KPI, Salesper, clientes y los pedidos, ¿de acuerdo? Todo bien. Ahora vamos a esconder este contenedor. Así que haz clic derecho sobre el icono y vamos a ocultarlo. Bien, así que ahora podemos ir y soltar esos viejos BI de estos dashboards Sólo vamos a eliminarlos. Con eso, tenemos nuestros tres QBI. Sigamos moviéndonos y sumemos nuestros gráficos. Va a ser el histograma, así que vamos a arrastrarlo y soltarlo debajo de la leyenda por aquí Y podemos ir a quitar las cosas viejas. Entonces el viejo gráfico. Y además, no necesitamos las leyendas. Vamos a dejar caer todo el contenedor para las dos leyendas. Y vamos a cambiar el título a distribución de clientes por número de pedidos. Bien, sentémonos. Bien, y eliminemos el título de las listas. Como puedes ver, este contenedor sigue apareciendo porque tenemos nuevas leyendas y cosas nuevas. Vamos a escondernos tomando. Trabajemos en los gráficos correctos. Va a ser la lista detallada para los mejores clientes. Vamos a tirarlo por aquí. Y vamos a ir a quitar el viejo. Ahora vamos a pasar para comprobar que todo se ajuste a toda la vista. Vamos a revisar uno por uno, vista completa. Vista completa, esta también. Todo se ve bien. Comprobemos la última tabla. Es estándar. Vamos a cambiarlo a la vista completa para usar todo el espacio. Bien, así que ahora armamos todo en un solo tablero. El siguiente paso que vamos a ir formateando este dashboard. Y no va a ser esa parte porque tenemos casi de todo. Empecemos con el primer gráfico. Hagamos todo con un fondo blanco. Vamos a Lay out y cambiarlo a blanco también para el próximo BI, solo para asegurarnos de que lo hemos hecho por todos. Bien, con eso, tenemos como una tarjeta para todo el QBI El siguiente paso diría que vayamos de inmediato y empecemos a trabajar con el espaciado entre esos gráficos. Vamos a hacer clic en el primero. Si recuerdas en los dashboards de ventas, hemos acordado tener un 20 entre cada gráfico. Vamos al acolchado exterior y hagamos todo como un diez, pero sólo en la parte superior. No necesitamos este espacio extra. Desactivemos todos los lados iguales y hagamos que sea cero solo para la parte superior también. Nosotros lo decimos, el acolchado interior va a ser siempre siete. Tengámoslo así y hazlo por los demás. Exterior es diez, en la parte superior es cero, y el acolchado interior va a ser siete también. Para el último tienes diez. Retirarlo para la parte superior. Y el interior va también siete. Hagámoslo así. Bien, entonces con eso estamos hechos para tapear los tres QBI Pasemos ahora a las gráficas. Vamos a seleccionar todo el contenedor. Y como pueden ver, tenemos todo hecho como antes. El acolchado exterior es de diez y el acolchado interior es de siete. Genial, vamos a revisar el correcto. Nosotros también lo vamos a tener. Correcto. Como puede ver, las cosas se ponen muy rápido ya que está construyendo el segundo tablero usando una estructura sólida. Bien, entonces ahora vamos a hacer una cosa más sobre los diez primeros Clientes por Beneficios. Como puedes ver, esas informaciones de encabezado o el nombre del campo no es realmente agradable. Ahora vamos a ir a eliminar esas informaciones y vamos a construir nuestros propios nombres de campo personalizados. Entonces déjame mostrarte cómo vamos a hacer eso. Vamos a Dashboard. Y tomemos un contenedor horizontal encima de nuestra mesa. Y aquí vamos a ir a poner dentro este contenedor, los nombres de campo. Vamos a hacerlo un poco más pequeño. Empecemos a agregar textos. Entonces este es el primer texto. La primera información va a ser el rango. Vamos a tener un rango. Cambiemos la fuente a un medio. Vamos a dimensionar a diez, y hacerlo un poco más claro para los colores. Bien, vamos con esto. Vamos bien, vamos a agregar otro para el siguiente campo. Así que asegúrate de estar en el lado correcto de los clientes y vamos a hacer lo mismo. Vas a ser medio diez y de este color podemos ir y copiarlo para el siguiente. Vamos y, bien, ahora vamos y sigamos sumando nuestro campo. Entonces la siguiente va a ser la fecha del último pedido. Vamos a pegar el viejo y vamos a llamarlo último orden que establece. Vamos bien. Entonces tenemos la ganancia actual. Vamos a agarrar un texto en lugar de la ganancia actual. Voy a ir a agregar el parámetro y luego las palabras ganancias. Vamos y asegurémonos de que todo tenga el mismo formato. Entonces vas a ser Tableau medio diez y el mismo color. Vamos a copiarlo para el siguiente. Vamos a agregar otro texto para el pasado de ventas. Tengamos las ventas. Y el último va a ser el número de pedidos. Vamos a escribirlo así, pasado, quitar el año. No lo necesitamos aquí. Como puedes ver, conseguimos nuestros títulos. Lo que vas a hacer, vamos a ir a quitar los títulos de la tabla original. Ocultemos las etiquetas de campo y también, ocultemos el encabezado. Bien, a continuación vamos a empezar a trabajar en la alineación entre los títulos y la lista de detalles. Entonces vamos a empezar a mover cosas por ahí. Primero voy a ir y hacerlo un poco más grande, y luego vamos a empezar a mover esas casillas, la información, hasta que todo coincida con el último pedido, un poco al lado derecho. A lo mejor hacer este filtro un poco más pequeño. Y luego vamos a empujar las ventas un poco hacia el lado derecho así como las ganancias. Ahora vamos a ir a empujar esto un poco hacia el lado derecho. Se puede ver que no tenemos más espacios para el pedido. Vamos a llamarlo órdenes. ¿Todo bien? Y vamos a ir a moverlo nuevo un poquito a la cima. Bien, estoy contento con eso. Todo es perfecto. Y ahora hemos formateado todos los gráficos que tenemos dentro del panel de control del cliente. A continuación vamos a ir y comenzar a limpiar la información del filtro. Vamos a mostrarle al filtro lo que está pasando aquí. Bien, ahora lo que vamos a hacer, vamos a ir y eliminar toda la información adicional que Tableau sí agrego a nuestro nuevo contenedor. No necesitamos toda esa información. Vamos a eliminarlos uno por uno. Y con eso, conseguimos exactamente como antes, el mismo contenedor. Y por supuesto, puedes ir y comenzar a probar tu dashboard nuevamente. Podemos ir y cambiarlo, por ejemplo, a 2022. Y como puedes ver, todo cambió, incluso tenemos un nuevo top ten de clientes. Podemos ir y sumar, por ejemplo, diferentes subcategorías y todo está reaccionando, así que todo es perfecto Vamos a poner todo de nuevo a 2023. Y con eso, hemos arreglado nuestro filtro. Vamos a cerrar su, vamos a esconderlo. Bien, entonces ahora el siguiente paso que vamos a ir y agregar interactividad en esas gráficas Así que asegúrate de seleccionar el histograma y usarlo como filtro Con eso, si los usuarios van a cualquier parte y empiezan a seleccionar personal, por ejemplo, esos dos. Y con eso, como pueden ver, el tablero está reaccionando. Anulemos la selección Todo bien. Entonces ahora hagamos lo mismo para nuestras listas principales. Vamos a hacerlo como filtro. Y ahora podemos ir y seleccionar a nuestro mejor cliente. Y vamos a tener un análisis rápido solo para este cliente, lo cual es realmente agradable. Así que vamos y deseleccionemos eso. Y con eso, terminamos con la interactividad dentro de nuestro dashboard Ahora pasando al último paso donde vamos a trabajar con los íconos para que la navegación por nuestros dos dashboards sea muy fácil Bien, entonces ahora vamos a arreglar este ícono por aquí. Así que haz doble clic en él. Y ahora por fin podemos ver que va a navegar a los dashboards de los clientes Y ahora como estamos en el panel de control del cliente, vamos a mostrar un icono que es como un icono activo. Para ello, vamos a elegir los íconos. Entonces como puedes ver, este va a ser el ícono activo si el cliente selecciona el panel de control del cliente. Así que vamos a seleccionar eso. Entonces ahora todo se ve bien, vamos y eso. Bien. Y con eso, puedes ver que tenemos un nuevo ícono que indica que ahora estamos en el panel de control del cliente. Todo bien. Así que ahora a continuación vamos a ir a arreglar los iconos de los dashboards de ventas por aquí Así que entremos en él y naveguemos hasta los paneles de control del cliente Y escojamos el que no esté activo. Entonces vamos a ir a seleccionar este icono. Bien, así que está bien, así que ahora vamos a los paneles de ventas de aquí y cambiémoslo a un icono activo Vamos a elegir esta de aquí. Tableros de ventas activos. Así que selecciona eso y vamos a tener un bien. Todo bien. Entonces eso es todo. Con eso, hemos arreglado los íconos. Entonces se van a activar los dashboards de ventas. Si vas al panel de control del cliente, va a ser exactamente el camino. Todo bien. Clave. Entonces con eso, terminamos con el segundo dashboard dentro de nuestros proyectos. Vamos a probar todo. Así que vamos a entrar en los modelos de presentación por aquí y vamos a comprobar los datos. Bien, así que ahora estamos en el Panel de Control del Cliente. Vamos a dar clic en este contenedor de aquí. Como puedes ver, todo está funcionando bien. Así que ahora vamos a cambiar de nuevo al panel de ventas. Así que vamos a hacer clic en este icono. Y ahora como puedes ver volvemos al panel de ventas. Entonces con eso, el usuario no debe ir a los grifos y cambiar entre esos dos dashboards Los usuarios pueden simplemente ir y hacer clic en esos íconos para alternar entre esos dos dashboards Y con eso, estoy muy feliz de anunciar nuestro proyecto está terminado y hemos cumplido con todos los requisitos. Dejaré este proyecto dentro Tableau público o puedes obtenerlo desde el enlace de descarga. Bien, así que con eso, hemos completado nuestros proyectos de Tableau y recorrimos todas las fases que suelo seguir para implementar cualquier proyecto de Tableau desde cero, desde los requerimientos hasta la entrega de los dashboards Y aquí de nuevo, mi recomendación es que para no apresurar los proyectos a donde puedas ir inmediatamente empieza a construir gráficos y cuadros de mando sin tener un plan claro u organizado Así que hazlo paso a paso para entregar un trabajo limpio. 199. 00 introducción: Amigos, así que hoy, vamos a ir e implementar un proyecto de mesa increíble, donde vamos a ir y construir un tablero H R usando Tableau. Y lo especial de este proyecto es que, no solo aprenderás a usar Tableau para crear visualizaciones, sino que también podrás aprender cómo suelo implementar proyectos de mesa profesionales en mi trabajo Si eres nuevo aquí, bienvenido. Mi nombre es Bara, y dirijo proyectos de Big Data y BI en Pida S Pens Estoy aquí para compartir todo lo que sé sobre trabajar con datos. Así que asegúrate de suscribirte para que no te pierdas nada. En este proyecto de tabla, voy a guiarte paso a paso, partiendo de los requerimientos del usuario. Después vamos a ir a dibujar los conceptos y las maquetas de los dashboards, y al final, vamos a tener un fantástico dashboard dinámico usando Tableau Eso significa que al final de los proyectos, te voy a dejar con un tablero de mesa y también, habilidades reales para la vida sobre cómo implementar proyectos de mesa. Mis amigos. Antes de saltar al proyecto, me gustaría tomarme un momento y decir lo siguiente. Todo en este proyecto es gratis. Y además, te recomiendo encarecidamente que me sigas junto con este proyecto, paso a paso. Porque solo sentarte y mirar, realmente no va a ayudar, tienes que ensuciarte las manos. Y, oye, este es tu proyecto, así que siéntete libre de compartirlo en cualquier plataforma que quieras, como en Linked in o en Tableau public como portafolio. Entonces eso es todo por ahora, saltemos y empecemos con los proyectos. Ahora, amigos míos, al inicio de cada proyecto, primero, decido el color. La primera decisión que tomo es si queremos tener un tema oscuro o claro en el tablero. Y como el último proyecto de ventas fue un tema ligero, esta vez vamos a ir con el tema oscuro. Después de eso, tenemos que decidir sobre los cuatro colores, no más, y lo dividimos en dos categorías. La primera categoría es la categoría básica, y aquí tenemos dos colores. Blanco y negro. Por lo general, voy con la coloración gris, así que tenemos un gris oscuro y un gris muy claro. Ahora, la segunda categoría, tenemos la categoría personalizada, y aquí tenemos los dos colores de nuestro propio estilo. Entonces para este proyecto, voy a ir con el verde y el rosa. Pero espera espera aquí, tenemos un problema. Mi esposa dijo que esto no es verde. Esto es verde persa, y el otro no es rosa. Se trata de Fuca real. Lo siento mucho. Todo bien. Entonces esos son los colores que he decidido para este tablero. Por supuesto, puedes ir y agregar tu propio estilo. No tienes que seguir mi coloración. Bien, amigos, los proyectos de mesa tiene principalmente tres fases. El primero es preparando nuestros datos donde vamos y conectamos nuestros datos a Tableau usando una fuente de datos. Por lo que siempre tenemos que hacer este paso antes construir cualquier gráfico o hacer un análisis. En la segunda fase, vamos a ir a construir muchos, muchos gráficos y visualizaciones diferentes en función de los requisitos del usuario Y en la última fase, vamos a ir a poner todos los gráficos en un solo dashboards consolidados En esta fase, incluye mucho formateo y refinamiento para que los dashboards sean fáciles de usar y efectivos Así que comencemos con la primera fase, donde vamos a ir y construir una fuente de datos tableau para nuestro proyecto. 200. 01 fuente de datos: Bien, amigos, ahora vamos a ir a construir la fuente de datos para nuestros proyectos, y aquí lo que vamos a hacer. Primer paso, necesitamos datos. Vamos a ir a descargar los datos para el proyecto, y luego vamos a ir a conectar los datos con Tableau usando una fuente de datos. Después de eso, vamos a ir a verificar la calidad de los datos y los tipos de datos. Y el último paso, tenemos que ir a entender y explorar nuestros datos antes de construir cualquier visualización. Bien. El primer paso para construir una fuente de datos en Tableau, tenemos que ir y obtener un dato. Y a BNS he comprobado muchos proyectos y conjuntos de datos, y no encontré nada que sea adecuado para estos proyectos Por eso he decidido generar mis propios datos. Por supuesto, tengo un asistente personal para que me ayude con esta tarea, y ese es el SGBT Le he pedido al SGBT que genere un código Python para generar un conjunto de datos Después de un tiro largo y dando vueltas, Finalmente, tengo un código muy bonito en Python usando el faker de la biblioteca con el fin de generar datos. Si quieres este código Python que he usado y los prompts en el SGPT, puedes encontrar todo en el link del proyecto Amigos, como puedes ver, aquí SGP, ayúdame a fin de generar unos conjuntos de datos para practicar Ahora vamos a buscar los datos. En la descripción del video, puedes encontrar un enlace para esta página donde he recopilado todo lo que necesitas para estos proyectos. Como puedes ver aquí, tenemos una carpeta Zip donde tienes todos los archivos para estos proyectos, y si te desplazas hacia abajo por aquí, tenemos la historia de usuario para este proyecto. Aquí vamos a ir y construir tablero de tablero para los recursos humanos en función de esos requisitos del usuario. L et's go y descarga la carpeta Zi, ya está por aquí. Hagamos clic en él, y podrás tenerlo en las carpetas de descarga. Ahora la siguiente pestaña, podemos escribir click sobre ella y extraer todo y luego extraer. Lo tenemos por aquí. Ahora lo que suelo hacer, muevo esta carpeta a otro lugar porque tiendo a limpiar las descargas y si pierdes la conexión entre tableau y los datos, obtendrás muchos errores. Vamos a hacerlo. Simplemente lo copiaré y lo pondré en algún lugar como aquí. Ahora vamos dentro de él y comprobemos qué tenemos. Qué tenemos por aquí, tenemos íconos e imágenes. Puedes encontrar todas esas cosas que necesitamos más tarde para el tablero. Y también, puedes encontrar el archivo del proyecto de Tableau, y por supuesto, puedes ir y descargarlo desde Tableau Public. Y aquí tenemos nuestros datos, recursos humanos, CSV. Estos son los datos de nuestros proyectos, y puedes encontrar las maquetas de dashboard que he creado usando el Draw AO. Todo bien. Entonces con eso, tenemos nuestros datos para este proyecto, y el siguiente paso de eso, vamos a ir y conectar Tableau a nuestros datos. Todo bien. Entonces, el primer paso de eso, vamos a ir a iniciar Tableau Public. Entonces estamos ahora en la landing page. Vamos a conectarnos a nuestro archivo usando el archivo de texto. Entonces vamos a ir a abrir esos datos descargados, recursos humanos, CSV. Vamos a abrirla. Ahora, por lo general, la siguiente escupida que vamos a ir y construir unos modelos de datos a partir de los archivos Pero ahora para este proyecto, sólo tenemos un archivo. Eso significa que no tenemos que preocuparnos por las relaciones y las articulaciones y la unión, y así sucesivamente. Nuestro modelo de datos tiene solo una tabla, un archivo para todos los proyectos. Ahora el siguiente sib de eso, vamos a ir a verificar la calidad de los datos dentro de esta tabla Lo primero es, por supuesto, si estás usando el archivo de texto das, los nombres de las columnas deben ser correctos Podemos encontrar por aquí que todo se ve bien, ¿no? Tenemos identificación de empleado, nombre, apellido, género, etapa, etc. Entonces los nombres se ven bien. Y si no lo tienes así, tenemos que ir a revisar las propiedades del archivo. Entonces para hacer eso, derecho a dar click sobre la mesa. Generalmente en archivos de texto o CSV. La primera fila debe ser el nombre rellenado o el nombre de la columna. Así que asegúrate de que esto esté marcado, y luego vamos a ir a esta opción. Propiedades del archivo de texto, vamos a coincidirlo. Y aquí, es muy importante para eso. Tienes la configuración como yo que estoy mostrando ahora. Entonces el separador lleno debe ser el punto y coma. Y si por alguna razón ese tableau sí seleccionó algo más, asegúrese de seleccionar punto y coma Y la tercera opción es importante, es la codificación del archivo. También debería ser UTF ocho. Entonces, si tienes esas opciones como esta, deberías estar seguro, así que vamos a encerrarlo Eso significa que Tau está leyendo los archivos correctamente y los nombres de las columnas son correctos. Ahora la siguiente exhibición que vamos a ir a verificar para cada campo si Tableau sí asignó el tipo de datos correcto. Echemos un vistazo. La primera columna entonces blo ID, es una cadena, y eso es correcto porque aquí tenemos un carácter entre los números, así que no podemos tenerlo como número Nombre, apellido, género, toda esa información. Tiene caracteres en su interior, y por supuesto, es una cadena. Pasemos al lado derecho. Ahora podemos ver que tenemos dos columnas sobre las ubicaciones. Como puede ver, Tableau lo asignó correctamente a un rol geográfico. Si no lo tienes así, es muy sencillo. Ir por aquí en este icono, y luego tenemos aquí la opción de rol geográfico y asegurarnos de que lo asignemos a la información correcta. Ahora, sigamos moviéndonos, tenemos aquí, el nivel educativo, que es correcto. Es cadena. Entonces después de eso, es muy importante. Tenemos varias fechas. Tenemos la fecha de nacimiento, la fecha más alta y las fechas de terminación, y todas ellas tienen el tipo de datos correcto. Ahora sigamos moviéndonos hacia el lado derecho. Y como veis, tenemos departamento, títulos de trabajo, todos ellos son cadena, y tenemos salarios. Entonces las sales es el único campo dentro nuestros conjuntos de datos que tiene el número de tipo de datos. El último es el strting realizador, es string, lo cual es correcto Como puedes ver, Tableau hizo un trabajo maravilloso al mapear los tipos de datos correctos a las columnas, y tener los tipos de datos correctos es muy importante en tu proyecto para poder hacer los cálculos correctamente y tener buena calidad de datos dentro de tu guión. Es tan bueno que hemos construido nuestra fuente de datos y todo se ve realmente genial. Ahora el siguiente shibit que antes de empezar a construir cualquier cosa, cualquier gráfico, me gustaría entender los datos para explorar los datos Lo que suelo hacer, voy a crear cualquier hoja por aquí, y luego empiezo a dejar caer formaciones a las hojas para explorar los datos. Por ejemplo, ¿qué departamentos tenemos dentro de los datos? Como puede ver, contamos con siete departamentos, atención al cliente, finanzas, recursos humanos, etc. Entonces lo que es interesante, por ejemplo, los títulos de trabajo lo dejan caer por aquí. Y ahora podemos ver todos esos títulos de trabajo, pero podríamos entender también, hay relación entre los departamentos y el título del puesto correcto. Entonces, qué podemos hacer por aquí si tienes relación entre columnas en eso, vas y creas Jerarquía. Vamos a hacerlo. Es muy sencillo. Tomemos el título del trabajo, arrástralo y suéltelo encima del departamento así. Y entonces hay que asignarle un nombre. Sólo voy a dejarlo así. Vamos a hacer clic. Ahora del lado izquierdo, tenemos jerarquía, donde comienza con el departamento y termina con el título del puesto, el orden de la jerarquía también es correcto. Sigamos explorando. Vayamos a obtener el nivel educativo, por ejemplo, por aquí, y podemos ver que realmente no existe una relación entre el nivel educativo y los empleos y departamento. Voy y voy y lo dejo caer para ver. En nuestros datos, tenemos cuatro niveles educativos, tenemos licenciatura, preparatoria, maestría y doctorado. Como puede ver, solo estamos navegando y explorando los datos. Ahora mi recomendación es que para inclinar el video y recorras todos los campos. Sólo después de entender el contenido de los datos, vamos a proceder con los siguientes pasos. Ahora espero que ahora tengamos una mejor comprensión sobre los datos del proyecto, y ahora con eso tenemos una fuente de datos sólida para comenzar a construir gráficos en Tableau. 201. 02 1 Gráficos parte1: Todo bien. Entonces ahora vamos a ir a construir los gráficos para el primer dashboard, los dashboards de resumen, y aquí lo que vamos a hacer Primero, tenemos que analizar y entender los requisitos para decidir sobre los gráficos. Después de eso, solo por una vez, vamos a ir y hacer los pasos iniciales formateando las hojas de trabajo para poder utilizarlas como plantillas Después de eso, tenemos que asegurarnos de que tenemos todas las dimensiones y medidas para construir los gráficos, y si no, tenemos que ir a crear campos calculados, y sólo después de eso, podemos ir y construir nuestros gráficos. El último paso, tenemos que cuidar el formato. Entonces ahora vamos y comencemos con el primer paso donde tenemos que analizar y entender los requisitos y decidir sobre las gráficas. Bien. Entonces el primer paso antes de construir cualquier cosa que, tenemos que ir a entender los requisitos. Entonces echemos un vistazo a la historia de usuario. Entonces, ¿qué tenemos por aquí? Tenemos que ir y construir un dashboard para los gerentes de RRHH con el fin analizar los datos de recursos humanos. Y tenemos que brindarles dos vistas. Uno tiene una vista resumida para obtener información de alto nivel y otra vista detallada para mostrar una lista de registros de empleados para analizadores en profundidad Entonces eso significa que podríamos terminar construyendo dos dashboards, pero ya veremos Empecemos ahora enfocándonos en la primera sección, la revisión sumaria. Por lo que la revisión resumida deberá dividirse en tres secciones principales. Esto es sobre el tablero. Deberíamos tener una sección de visión general, demografía y análisis de ingresos El primer requisito para el primer gráfico va a ser mostrar el número total de empleados contratados, activos y despedidos. Parece que tenemos diferente estatus de los empleados. Tenemos activos y terminados. Ahora en el siguiente asador, vamos a ir a decidir sobre ese tipo de gráfico Ya que estamos hablando del número total de empleados, es como un número grande que deberíamos presentar en los dashboards, para que podamos ir a usar las bandas Las bandas son una excelente manera de resaltar los grandes números que el cerdo mide dentro de nuestros datos en el dashward Empacar a tableau, pero ahora antes de comenzar a implementar cualquier requisito antes de construir cualquier hoja o gráfico, tenemos que hacer un paso inicial, y es dar formato a las primeras hojas que se utilizarán como plantilla para todos los demás requisitos y todas las demás hojas. Eso significa que vamos a ir a definir el fondo, los colores, las fuentes, todo para estar preparados. Eso por supuesto es mejor que crear las hojas desde cero cada una Ahora con la primera preparación que vamos a hacer, vamos a ir al formato en el menú de aquí, y después vamos al workwok Ahora vamos a ir a definir la fuente para todos los proyectos. Vamos por aquí a todos y luego vamos a la lista Drop. Para este proyecto, he decidido ir con el tropuh MS. Vamos a seleccionarlo Ahora todo lo que estoy creando en dashboards y escudos, va a ser usando esta fuente Bien Ahora el siguiente paso que vamos a ir y comenzar agregar los colores que hemos definido para este proyecto. Vamos a las marcas de aquí y seleccionemos el color. Vamos a más colores. Entonces ahora vamos a ir a sumar nuestros cuatro colores. Vamos y comencemos con el primer ver por aquí, haga clic en él, y luego vamos a agregar los códigos, y con eso, tenemos el color verde por aquí. Vamos y haga clic entonces, agregue dos colores personalizados. Esto, por supuesto, puede ayudarnos a tener e acceso rápido a los colores que definimos para los proyectos. Ahora vamos a agregar el segundo color. Nuevamente, los mismos pasos, seleccionemos la venta debajo de ella y agreguemos los códigos, y con eso, tenemos el color del pin. Vamos y haga clic en, agregue dos colores personalizados. Ahora los siguientes dos colores van a ser nuestros colores básicos, seleccione en la venta. Agrégalo y con eso tenemos nuestro gris y luego agregamos a colores personalizados. Ahora vamos a sumar el último. El cuarto, va a ser el gris claro, y además agregar a colores personalizados. Con eso tenemos nuestros colores personalizados para ser utilizados en todos los proyectos, esos cuatro colores. Vamos a golpear bien. Ahora lo que vamos a hacer, vamos a definir el color de fuente predeterminado para todos los proyectos. De nuevo, vamos a ir a la fuente por aquí, y luego vamos a ir a más colores, y vamos a elegir el gris, y luego seleccionar. Entonces eso es todo por los colores y por las fuentes. Ahora, el siguiente paso que vamos a ir y definir el color del fondo. Como decidimos al inicio, este proyecto va a ser un tema oscuro. Volvamos a formatear y luego al sombreado, y luego vamos a ir a la hoja de trabajo por aquí y escojamos el primer color oscuro Ahora pasemos al siguiente paso. Queremos ir y cambiar la forma en que la hoja se ajusta a la vista. Para el dashboard, siempre es bueno tenerlo como vista completa El cuadro predeterminado lo muestra como un estándar, así que vamos a cambiarlo a la vista completa. Vamos a hacer clic en eso, con eso, el gráfico puede tomar siempre todo el espacio que está disponible en la vista. Ahora tal vez una cosa más que sea sobre el título. No queremos mostrar ningún título en nuestros dashboards. Vamos a ir a crear nuestro propio estilo. Así que haga clic derecho sobre él y alto título. Todo bien para que hayamos hecho los pasos iniciales, y ahora tenemos una plantilla para ser utilizada para todas las demás hojas. Ahora yo diría que vayamos a guardar nuestro trabajo, y esta es una nueva característica realmente increíble de Tableau. Se les permite ahora en Tableau Public almacenar y guardar nuestro trabajo localmente en nuestro BC sin publicar. Vamos a hacerlo. Esto ahorra mucho tiempo. Vamos a archivar por aquí y salvarnos, y luego vamos a ir a los tipos aquí y para asegurarnos de que estamos seleccionando el paquete de Tableau libro de trabajo TWX Ahora podemos ver por aquí, tenemos una segunda opción llamada libro de trabajo de Tableau TW También tengo un video dedicado explicando las diferencias entre ellos, pero iremos con el paquete porque me gustaría tener todo, los datos, la fuente de datos, y los visuales. Vaya con la segunda opción, no guardará los datos. Estarás guardando solo tu trabajo y te va a ser muy duro si perdiste la conexión a los datos. Vamos a almacenar todo en un archivo y elegir el libro de trabajo empaquetado tableau, y vamos a darle un nombre HR dash palabras So . Vamos a guardarlo. Y con eso ya terminamos, comencemos a implementar los primeros requisitos. Todo bien. Entonces ahora, el primer paso con eso, vamos a ir y preguntarnos, ¿tenemos todos los datos para construir nuestro visual? Entonces, ¿qué necesitamos? Necesitamos el total de empleados contratados, empleados activos totales y despedidos. Entonces ahora si revisas nuestros datos por aquí, no tenemos ninguna información sobre el estado del empleado, ¿verdad? Entonces eso significa que tenemos que ir ahora y crear campos calculados para poder derivar y generar esas informaciones. Entonces el primero es empleado total contratado, que es registros disponibles en este conjunto de datos. Tenemos esto por defecto por aquí, pero me gustaría ir a crear uno nuevo. Vamos a crear un nuevo campo calculado. Vamos a darle un nombre llamado Total Hired, y esto va a ser muy fácil, va a ser la función de conteo para los ID de empleado. Entonces eso es todo. Vamos aha y haga clic. Ahora el siguiente, queremos el número total de empleados que son despedidos. Ahora tenemos que echar un vistazo a nuestros datos para elegir una columna con el fin de construir esta lógica. Tenemos aquí la fecha de terminación. La lógica puede ser muy simple, si tenemos fecha de terminación para el empleado, entonces este empleado es terminado. De lo contrario, el empleado está activo. Vamos a crear esta lógica. Entonces llamémoslo total terminado, y ahora vamos a tener la siguiente lógica. Ya que es lógica, vamos a ir a usar la función si, si n es nulo, para el término fecha. Entonces estamos diciendo si la fecha de terminación no es nula. Entonces tenemos un valor dentro de ella, entonces, ¿qué puede pasar? Después mostrar la identificación del empleado. Y eso es todo, así que vamos a tener un final. Eso significa que si es nulo, entonces tenemos un valor nulo dentro de él, también obtendremos null. Vamos a probar la lógica. Voy a hacer clic en Aceptar. Y claro, para poder probar cosas, voy a tener una hoja de trabajo de prueba. Para verificar los datos. Entonces necesito los registros de los empleados. Consigamos la identificación del empleado, sí, sumemos todos los miembros. Ahora tomemos la fecha de terminación también por aquí, y nuestro nuevo total de campo terminó también a las salidas. Entonces ahora como puedes ver por aquí, tenemos todas las identificaciones de empleados. Esto es normal, y luego tenemos la fecha de terminación. Entonces puedes ver si es nulo, entonces nuestro nuevo campo va a tener también un null. Entonces como no tenemos fechas de terminación para esos empleados, entonces ellos están activos, entonces tenemos aquí nulos Pero sólo si tenemos una fecha, entonces nuestro nuevo campo va a mostrar la identificación. Estamos haciendo eso porque queremos ir y contar cuántas Ds tenemos dentro de esta nueva columna. Eso significa que nuestra lógica está funcionando. Lo que vamos a hacer ahora, vamos a ir a editar. Nuevamente, el cálculo, y vamos hacer encima de él por aquí, solo para contar Así que estamos contando cuántas identificaciones de empleados van a ser utilizadas o mostradas después de esta lógica. Eso es. Este es el total terminado, y para obtener el total de empleados activos que son contratados activamente y no terminados. Vamos a usar exactamente la misma lógica pero al revés. Vamos a copiar todo desde aquí y dar clic en Bien. Entonces claro, vamos a conseguir uno rojo porque Tableau solía tenerlo como dimensión y ya no funciona. Así que vamos a dejarlo caer. En cosa más, como puedes ver aquí, lo tenemos como un billete azul, el total terminado. Vamos a convertirlo a un continuo porque es una dimensión de tuerca mayor. Ahora vamos a crear nuestro tercero, así que va a ser el total activo. Y vamos a tener la misma lógica. Pero antes de que empecemos a contar, solo quitaré a esos empleados, me gustaría poner a prueba la lógica. Entonces si es nulo. Entonces, si la fecha de terminación está vacía, entonces muestre la identificación del empleado. Vamos a probarlo. Entonces voy a hacerlo. Y lo mismo, vamos a dejarlo caer a la vista de aquí. Ahora como pueden ver aquí, tenemos exactamente lo contrario. Si esa fecha de terminación está vacía, entonces muestre el ID del empleado. Y si tenemos un valor como aquí para este empleado, entonces no muestres ningún valor. Ahora, lo mismo, vamos a ir a resumir todos esos valores Así que vamos a editarlo de nuevo y agregar cuentas. Así y eso. Nuevamente, no va a funcionar por aquí y tenemos que cambiarla también de una pastilla azul a una verde a continua. Con eso conseguimos nuestras nuevas tres medidas que vamos a usar dentro de nuestras sartenes. Volvamos a nuestras plantillas por aquí. Dado que la banda es sólo un número, no necesitamos ninguna dimensión en la vista. Vamos a bajar el nivel educativo. El primero va a ser el total oculto. Vamos a dejarlo caer en el texto. Por supuesto, no lo dejaría como automático. Voy a asegurarme de que siempre sea un texto, y nuestro número está aquí en el lado derecho. Vamos a cambiar la configuración. Vamos primero al texto a los tres puntos, y ahora vamos a ir a cambiar el tamaño de fuente a 18 y también el color a nuestro claro oscuro. Vamos a golpear k, y también. Ahora todavía lo tenemos del lado derecho, pero es mucho más grande que antes. Vamos a las alineaciones y todo al centro al medio Eso es. Este es el primer número pico de nuestro conjunto de datos, por lo que el número total de empleados dentro de nuestro conjunto de datos es de 8,950 Vamos a darle un nombre también. Va a ser la sartén de yardas. Entonces terminamos con el primero, vamos al segundo. Queremos tener el total activo. En lugar de crear una nueva hoja desde cero, vamos a ir a duplicarla. Así que haz click derecho sobre él y doblicate. Lo que tenemos que hacer es tomar el total activo, gotearlo sobre la garrapata de aquí, quitar el viejo, y vamos adentro para asegurarnos de que todo esté bien. Entonces tenemos aquí una nueva línea al inicio, vamos a eliminarla, y darle. Eso es. Vamos a darle un nombre. Eres la prohibición de activos. Ahora, vamos a crear el último. Vamos a duplicarlo otra vez. Eres la prohibición de rescindir. Vamos a conseguir el total terminado dos el texto por aquí y dejar caer el viejo y así eliminar la nueva línea. Eso significa que el total de empleados despedidos dentro de nuestros datos es de 966. Todo bien. Entonces esos son los tres números pico, los tres pantalones para el primer requisito, los empleados contratados activos y despedidos. Todo bien. Pasando al siguiente requisito en esto dice, visualice el número total de empleados contratados y despedidos a lo largo de los años. Tenemos que mostrar cómo se está desarrollando el número de empleados a lo largo del tiempo, y el mejor tipo de gráficos para este tipo de análisis son los gráficos de líneas. También puedes ir con el gráfico de barras. El gráfico de líneas es el mejor para visualizar la tendencia a lo largo del tiempo. Así que volvamos a Tableau, vamos a crear nuestro gráfico de líneas. Lo que vamos a hacer al inicio, vamos a ir a duplicar una de esas hojas para tener el mismo estilo, y luego vamos a cambiarle el nombre. Va a ser contratado por año. Vamos a quitar la medida por aquí y ahora tenemos un gráfico vacío. Como es a lo largo del tiempo, necesitamos un campo de fecha, y esta va a ser la fecha más alta. Vamos a arrastrarlo y golpearlo a las columnas de aquí, y luego a la siguiente, necesitamos una medida y va a ser el total escondido Vamos a frotarlo a las filas. Por supuesto, nuestro gráfico es un gráfico de líneas. Vayamos a las marcas de aquí y hagamos una línea. Ahora al mirar a los gráficos, tenemos mucha información innecesaria por aquí que no necesitamos. Vamos a editar esta x. Vamos a incluir ceros como este Ahora los datos se ven mucho mejor. Ahora, al siguiente sib, vamos a ir a editar el diseño de estos gráficos Primero, vayamos a los colores aquí y escojamos nuestros colores, así que más colores, y escojamos el verde. El siguiente sib, me gustaría ir a destacar toda la zona por debajo de la línea Vamos a obtener un gráfico de área debajo de él. Es sólo por el diseño. Para hacer eso, vas a ir a nuestra medida, mantener el control y simplemente duplicarlo como una segunda medida, con eso, tenemos, por supuesto, dos gráficos. Uno va a quedarse como línea, pero el segundo va a ser un gráfico de área. Pasemos al segundo por aquí y cambiemos el tipo dos y los gráficos de área. Ahora el siguiente paso con eso vamos a ir a fusionar esos dos gráficos en uno usando la x dual. Vamos a la medida correcta por aquí y usemos el eje dual. Por supuesto, ahora las cosas no están emparejando porque hemos eliminado los ceros Vamos a la derecha, haga clic derecho sobre él y sincronicemos xs Ahora el gráfico de líneas coincide exactamente con los gráficos de área. Ahora podemos ir y deshacernos de todas esas líneas y esas cosas, así que vamos a quitar los encabezados del lado izquierdo, y también de los años. Y queremos deshacernos de todas esas rejillas. Así que haz clic derecho por aquí y ve al formato. Y ahora vamos a las líneas y vamos a las filas. Elimino las líneas de rejilla. Hagámoslo ninguno. Pero ahora mirando a los gráficos, hay como una caja blanca alrededor de nuestras cartas. ¿Qué vamos a hacer? Vamos a ir a la parrilla por aquí y luego ir a las sábanas y vamos a quitar todo de aquí. Así que quita el divisor de filas y también el divisor de columnas. Con eso, se ve muy limpio, pero aún así parece que no es un gráfico de líneas. Parece un gráfico de área. Vamos a cambiar eso. Vamos al gráfico de área y vamos a los colores, y vamos a reducir la opacidad 215, así Una cosa más podemos ir y reducir el tamaño de la línea. Vayamos a la fila por aquí y hagamos que sea un poco más delgado. Estoy contento con eso. Se ve bien. Con eso conseguimos el total de empleados contratados a lo largo del tiempo. Ahora necesitamos el mismo gráfico, pero no para los contratados para ese terminado. Lo que podemos hacer iba a ir a duplicar esto, y vamos a darle el nombre. Se va a terminar por año. Y claro, tenemos que ir y cambiar todas esas afirmaciones. Ahora tenemos que ir a sustituir la fecha superior por una fecha de terminación. Así que vamos a reemplazarlo. Puedes hacerlo encima de él para reemplazarlo. Ahora tenemos la fecha de terminación en lugar de la fecha más alta, y ahora tenemos que ir a sustituir también las medidas. Necesitamos el total terminado encima del primero y lo mismo encima del segundo. Al mirar los datos, tenemos aquí en nulos porque tenemos empleados sin ninguna terminación No necesitamos eso. Vamos a ocultarlo, haga clic derecho sobre él y haga clic en ocultar. No necesitamos eliminar ningún ceros porque el primer valor es uno y está muy cerca. Estamos bien con eso. Vamos a esconder toda esa información a izquierda y derecha y también de aquí o quitar los encabezados. Ahora vamos a cambiar también el color de esto. En lugar de verde, podemos tener un rosa para los terminados. Quedémonos en absoluto y luego vamos a los colores y a más colores y escojamos nuestro segundo color por aquí y damos clic Así estamos aplicando el mismo color en ambos gráficos, la línea y el área. Todo bien. Ya casi estamos, pero por aquí hay una línea punteada blanca. Vamos a quitarlo. Vamos a formatear, y creo que es una línea, y es la línea cero. Vamos a la hoja y quitemos las líneas cero, y vamos a tener un none. Perfecto. Con nosotros hemos terminado, ahora tenemos el total de empleados despedidos a lo largo del tiempo por los años. Con eso, se resuelve el requisito. Pasemos a la siguiente tarea y dice, presentar un desglose del total de empleados por departamento y títulos laborales. Esto significa que tenemos que ir a analizar y comparar los valores entre diferentes categorías, los departamentos. Eso significa que estamos hablando de la magnitud de categoría, y el mejor gráfico en esta categoría es ir a usar los gráficos de par. Ahora, amigos míos, si necesitan un conocimiento más profundo sobre cómo elegir el gráfico correcto, he hecho un tutorial dedicado sobre este tema, explicando los diferentes tipos de categorías de gráficos, cuándo usar qué categoría, y cuál es el mejor gráfico para cada categoría. Entonces ahora vamos a construir un gráfico par para este requisito. Vamos a construirlo. Vamos a duplicar como de costumbre, y vamos a darle un nombre. Van a ser los departamentos. Y además lo que vamos a hacer, íbamos a ir a quitar todo, todas esas dimensiones y medidas. Ahora, es muy sencillo. Vayamos a llevar los departamentos a las filas, y necesitamos que el total se oculte a las columnas. Por supuesto, tenemos que ir y cambiar las marcas a las partes. Ahora, por supuesto, por los gráficos anteriores, vamos y cambiamos la opacidad al 100%, y también, vamos a elegir el color verde para estos gráficos Ahora como estamos usando el gráfico de Partes, sería bueno que vayamos a ver los datos. Vamos al eje de aquí y hagamos clic en ordenar. Con eso es descendente, tenemos el departamento con los empleados más altos hasta que tenemos el último es el más bajo. Ahora como estamos usando un gráfico de par, parece un rango. Estamos clasificando los departamentos por los empleados. Podemos ir ahora y agregar como un buen índice, un buen número de rango cerca de esos departamentos. Para hacer eso, vayamos a las carreteras de aquí al espacio vacío, haga doble clic en él, y ahora podemos ir y usar el índice de función. Podemos usarlo con el fin de clasificar. Así que vamos a golpear OK, y claro, puede romperlo todo porque es una medida. Vamos a convertirlo en discretos. Ahora como pueden ver, tenemos un buen rango para esos departamentos, así que tenemos 123 y así sucesivamente. Podemos ir y moverlo al lado izquierdo a los nombres de los departamentos, y es como un indicador rápido para las filas. Eso es ahora vamos a formatear los gráficos eliminando todas esas cosas innecesarias. Vamos a ir al eje, quitar el encabezado. Vamos a este departamento por aquí, haga clic derecho sobre él y ocultemos la etiqueta del campo. Por supuesto, vamos a ir a quitar todas esas líneas. Vamos a formatear, y ahora vamos al lado izquierdo a las líneas. Vamos a las columnas y quitemos las líneas de rasante a ninguna. Todo bien. Entonces eso es todo. Ahora podemos ver el número total de empleados cinco departamentos, y tenemos un buen rango para ello. Bien. Pasando al requisito nx, dice comparar el total de empleados entre HQ y las sucursales Y aquí como info, Nueva York es la sede. Es como el análisis anterior donde tenemos que comparar los valores entre diferentes categorías, la HQ, y las ramas, y el gráfico de barras aquí es el mejor tipo de gráfico para este análisis. Ahora vamos a crearlo como de costumbre, vamos a crear una nueva hoja duplicando cualquiera de las anteriores. Vamos a llamarlo ubicación. Y claro, la primera pregunta es, ¿tenemos la información en los conjuntos de datos? No tenemos ningún campo sobre el H Q y las sucursales. Pero sobre las localizaciones, solo tenemos dos informaciones, la ciudad y los estados. Pero en el requisito, tenemos una pista donde dice que el estado Nueva York es la sede. Eso significa que todos los demás estados son sucursales. Entonces nuevamente, tenemos que ir y crear esta lógica. Así que volvamos a nuestra prueba por aquí, y vayamos y llevemos a los estados a la lista. Y ahora vamos a crear una lógica muy sencilla donde estamos comprobando el valor del estado? Si es Nueva York, entonces es HQ. De lo contrario, es rama. Así que vamos a crear un nuevo campo calculado. Vamos a darle un nombre de ubicación. Y ahora como estamos evaluando un valor a partir de una columna, vamos a ir a usar la sentencia de caso de función lógica. Entonces vamos a decir caso. Y entonces lo que estamos evaluando, estamos evaluando el estado, bien. Escribamos estado. Ahora vamos a evaluar el primer valor, que es el de Nueva York, correcto. Asegúrate de escribirlo exactamente como lo tenemos en el conjunto de datos. Entonces la primera camada capitalina, como vamos aquí. ¿Qué pasa si el estado está en Nueva York, entonces tú eres la sede, verdad? Es así. Ahora bien, si el estado no está en Nueva York, entonces es una sucursal. Entonces vamos a ir a usar el default se así y lo que puede ser la rama. Entonces eso es todo, y no te olvides de agregar un final como este. Así que vamos a golpear bien. Ahora con eso, conseguimos una nueva ubicación de código de campo. Vamos a probar, claro, al lado derecho de por aquí. Ahora podemos ver en este campo, tenemos sucursales y cuarteles generales ahora para poder ver todos los valores de los estados. No quiero ver a todos los empleados, así que vayamos y eliminemos todas esas informaciones, y ahora podemos ver muy bien cómo se mapean los estados a la ubicación. Entonces solo la sede de Nueva York, todos los demás estados son sucursales. Ahora tenemos bien el campo que necesitamos para sus requerimientos. Volvamos a las ubicaciones de aquí, y deshagamos de esas dimensiones. No lo necesitamos. Nos vamos a quedar con el total contratado, pero ahora necesitamos nuestro nuevo campo calculado a las filas. Ahora, me gustaría ir a cambiar estos gráficos donde tenemos las ubicaciones en las filas. Para ir y dar click sobre esto. Y están cambiados. Eso es, como pueden ver, ahora podemos ir a comparar el total de empleados entre la sede y las sucursales. Como puede ver en la sede, tenemos mucho más empleados que las otras sucursales. Por supuesto, ahora, el siguiente paso con eso, vamos a ir a cambiar los diseños por aquí. Tomemos la ubicación y pongámosla a los colores manteniendo el control, claro. Entonces vayamos a los colores y editemos colores. Ahora, vayamos al SQ double connect para conseguir nuestro green y también a las ramas duden y vamos a conseguir el gris. Para las sucursales. Me gustaría ordenar los datos a la vuelta. Me gustaría tener la Q primero y luego la sucursal. Vamos a la ubicación, haga clic derecho sobre ella. Entonces ve al tipo, y vamos a ir a ordenarlo manualmente. mí me gustaría tener siempre la sede del lado izquierdo, así que H Q en la parte superior y luego las ramas. Ahora vamos a eliminar algunos encabezados en formaciones de aquí. Por supuesto, como siempre, vamos a ir a deshacernos de esas líneas blancas, vamos a formatear, y luego vamos a las líneas y luego aquí, a los rodillos del eje. Vamos y seleccionemos ninguno. Además, voy a ir al siguiente uno x seis, y vamos a tener un ninguno también. Ahora en el lado derecho por aquí, se puede ver que tenemos una leyenda, vamos a ir a esconderla ya que queremos en el tablero para diseñar nuestras propias leyendas. Vayamos por aquí a esta pequeña flecha y escondamos la tarjeta. Entonces eso es todo para este requisito. Bien, pasemos al siguiente requisito, y dice, mostrar la distribución de los empleados por ciudad y estado. Ahora como estamos hablando de las informaciones de ubicación como los estados y las ciudades, aquí estamos hablando de los análisis especiales. Y claro, los mapas son los mejores visuales para este tipo de análisis. Todo bien. Así que ahora vamos a crear un mapa en Tableau. Vamos a ir a duplicar las hojas para tener el mismo diseño. Vamos a darle un nombre. Mapa estados. y eliminemos todo para comenzar desde cero. Ahora para trazar un mapa en Tableau, tenemos que ir a obtener esas dos informaciones, la longitud a las columnas, y la latitud a la rosa. Con eso, tab va a trazar la palabra mapa en la vista. Ahora qué necesitamos, necesitamos las ubicaciones. Vayamos y pongamos el estado primero a los detalles. Dejémoslo por aquí. Y ahora depende de tu ubicación, vas a obtener diferentes resultados. Para mí, ya que ahora estoy en Alemania, va a decir que tienes ahora ocho nn informaciones. ¿Cómo vamos a resolverlo? Vamos a ir al mapa en el menú de aquí, y luego vamos a ir a esta opción editar ubicaciones. Vamos ahí. Ahora es actualmente a Alemania, voy a ir y cambiarlo a USA. Busquemos USA y eso es todo. Ahora como puede ver, tenemos todo mapeado correctamente entre mis ubicaciones y las informaciones de Tableau. Si golpeas k por aquí, las cosas desconocidas desaparecerán. Vamos a hacerlo. Ahora como puede ver Tableu entendió la información y zoom a USA. Pero aquí tenemos partes muy divertidas en los mapas. No es correcto. Vayamos a las marcas de aquí y cambiémoslo a un mapa. Ahora como puedes ver Tableau está resaltando los estados de nuestros datos con un color verde. Entonces ahora me gustaría ir a cambiar el diseño de este mapa. Vamos al menú y luego al mapa, y luego vamos a ir a esta opción, capas de fondo. Ya que el estilo de nuestro tablero va a ser oscuro, voy a ir a cambiar el estilo de claro a oscuro, y me gustaría ir a deshacerme de todas esas informaciones que no necesito. Vamos y deseleccionemos todo de las capas. Entonces no necesitamos nada. Todo lo que estoy contento, tenemos un mapa muy limpio con solo estados e información que necesitamos. Ahora vamos a añadir las cosas que queramos. Lo primero que es, me gustaría volver a agregar el nombre de los estados. Así que mantén el control, arrastra y suelta el estado a las etiquetas. Ahora con eso, solo obtuvimos los estados de nuestros datos resaltados en el mapa. El siguiente paso de eso, voy a ir a cambiar también el color en función de los empleados contratados. Cerremos esto por aquí y consigamos contratar empleados a los colores. Ahora tableau está usando otros colores que queramos, vamos a ir a los colores, editar colores. Ahora en lugar de tener automático, vamos a tener nuestro color personalizado correcto. Así que vamos al azul por aquí, haga clic en él, y vamos a tener nuestro verde otra vez. Eso es. Que conseguimos nuestra coloración. Ahora es realmente blanco, lo que voy a hacer, voy a volver a ir a los colores, y vamos a reducir la opacidad Sólo vamos a reducirlo y tal vez más. Vamos y reduzcamos más a tal vez 30. Todo bien. ¿Qué más podemos hacer? Sólo podemos destacar los bordes de las tarjetas. Se ve muy bien. Vamos a bordear y elegir este color por aquí, y con eso tenemos lindas fronteras entre los estados. Eso es, ahora tenemos el total empleados para cada estado, pero ahora tenemos que tenerlo también para la ciudad, bien. Vayamos a la ciudad por aquí y la agreguemos como una nueva capa encima de nuestra ma Así que vamos a drogarla por aquí Ahora no tenemos suficientes puntos. Lo que vamos a hacer, podemos agregar también los estados a los detalles. Ahora con este Du es capaz mapear todas las ciudades a los estados, y como pueden ver, tenemos esos pequeños círculos. Ahora vamos a sumar, por ejemplo, el total contratado a la talla. Si el círculo es más grande, eso significa que tenemos más empleados, pero me gustaría aumentarlo un poco más así, puede También, vamos a agregar la coloración. A lo mejor vamos a ir con la información de ubicación. Vayamos y pongamos las ubicaciones a los colores. Eso quiere decir que los puntos grises son las ramas, y sólo el verde es el H Q. Ahora, vamos a cambiar un poco, el diseño de esos círculos. Vamos a los colores. Ahora vamos a agregar el borde para ello. Usando nuestros colores, va a ser verde. Entonces vamos a reducir la opacidad, tal vez algo así vuelta a alrededor de tal vez 30. Todo bien. Estoy contento con eso. Del lado derecho, como pueden ver tenemos esas leyendas. Vamos a eliminarlos. Así que escóndete y también escóndete. Hasta el momento, estoy contento con este diseño. Conseguimos el total de empleados por los estados y también por las ciudades y cumplimos con los requisitos. 202. 02 2 Gráficos parte2: Para que hayamos cubierto todo el requisito de la sección de visión general. Ahora pasemos al siguiente. Tenemos la demografía. El primer requisito en la sección demográfica es presentar la proporción de género en la empresa. Tenemos que analizar las proporciones de género en nuestros datos y llamamos a este tipo de análisis parte a analizadores enteros Y el gráfico PI es un gráfico maravilloso para poder hacer este tipo de análisis. Bien, vamos a crear bi chart en Tableau. Podemos ir a las ubicaciones de aquí y doblarlo para usar la misma configuración Muévelo hacia el lado derecho, y vamos a darle el nombre, género así. Vamos a deshacernos de toda esa información para comenzar Por supuesto, la pregunta es, ¿ tenemos los datos? Bueno, sí, tenemos la información de género en nuestros datos, así que no tenemos que ir a crear un campo e calculado. Empecemos con las marcas. Yo lo cambiaría de bar a Pi. Ahora para crear gráfico Pi en tabla, tenemos que ir y hacer algunos trucos. Vamos a las columnas, haga doble clic sobre ella, y seleccionemos el promedio y el cero. Es marcador de posición para un visual o gráfico en t. Ahora para el gráfico Pi, tengo un video completo detallado sobre cómo crear un paso a paso Ahora tenemos que hacerlo un poco rápido. Para el gráfico Pi, necesitamos dos círculos, uno para el círculo interno y otro para el círculo exterior. Eso significa que necesitamos dos imágenes, y por eso voy a tener dos marcadores de posición para Así que mantén el control y un duplicarlo. Con eso, tenemos dos círculos y ahora vamos a tener un eje dual para ambos y asegurarnos de sincronizar el eje y también para ocultarlo y desde abajo también Ahora tenemos dos círculos uno encima del otro. Ahora vamos a configurar esas informaciones. Vamos a todos primero a la talla. Y hazlo un poco más grande así. Aquí tenemos dos marcas. El primero es para el círculo exterior, y el segundo es para el círculo interno. Para ver la coloración, vamos a ir a cambiar el círculo interno a algo oscuro, así lo que vas a hacer, vamos a ir a los lados por aquí y reducirlo para poder ver. Como puede ver, ya tenemos un gráfico Pi derecho. Ahora, generalmente en el gráfico Pi, mostramos la agregación total en el medio, y ese es el total hid. Toma el total escondido y póngalo en las etiquetas de aquí. Ahora como pueden ver, siempre tenemos buen número en el medio. Ahora vamos a configurar el círculo exterior a la derecha. Vayamos al primer gráfico de aquí. Por supuesto, queremos dividir la tabla por el género. Vamos a tomar el género y ponérselo a los colores. Ahora vamos a editar los colores, son los colores. Ahora, claro, no voy a ir con rosa y el verde porque el rosa significa en nuestro tablero despedido empleados y no podemos usarlo por aquí. Nos vamos a quedar con el verde. Vayamos a macho por aquí. Vamos a por el green, pero esta vez voy a hacerlo un poco más oscuro así. Y luego golpeó k Ahora vamos a la hembra. Vamos a tomarlo así como verde, pero hacerlo más ligero. A lo mejor algo así más ligero. Como se puede ver el círculo se divide en dos se sienta. Ahora necesitamos también algunas informaciones encima de este círculo. Vamos a buscar el género o vamos a componerlo desde aquí, mantener el control y ponerlo en las etiquetas. Además, necesitamos el porcentaje de los empleados. Vamos y llevemos el golpe total a la etiqueta de aquí. Pero no lo necesitamos como número absoluto. Nos gustaría que fuera un porcentaje. Escribe el click en la medida, y vamos a tener un cálculo rápido de tabla. Para que obtuviéramos un porcentaje para hombres y mujeres. A mí me gustaría redondear esos números. Nuevamente, vayamos a nuestra medida y formémosla. Entonces vayamos al lado izquierdo por aquí en vez de automático, vayamos al porcentaje y reduzcamos los decimales. Con eso, estamos redondeando el porcentaje. Entonces como pueden ver en la tabla tenemos para el macho 54 y para el femenino, 46. Se ve muy bien y vamos a vestirlo. Ahora bien este cálculo, creo que lo vamos a necesitar más adelante en otras gráficas. Me gustaría tenerlo en la fuente de datos, para que no tenga que ir cada vez y formatear y crear este cálculo de tabla. Vamos a arrastrarlo y soltarlo a nuestra fuente de datos. Ahora como se puede ver en el lado izquierdo, tenemos una nueva medida. Antiguo cálculo uno. Vamos a ponerle nombre, así que vamos a dar el porcentaje total oculto. Esto es realmente agradable para reutilizar las cosas que ya hemos creado, y es un nuevo campo calculado. Para verificar la fórmula para eso, vamos a editar el campo, y ya puedes ver. Es muy sencillo, el total ocultado dividido por el total ocultado total. Todo bien. Eso es todo para este requisito. Ahora, tenemos un gráfico circular muy bonito para poder ver la distribución de los empleados entre géneros Espera, espera. Lo sentimos, cuando pensamos tenemos que quitar la lealtad, así que aún no hemos terminado Así que vamos a esconderlo. Todo bien. Eso es. Pasando al siguiente requisito y dice, mostrar la distribución de los empleados entre grupos de edad y niveles educativos. Ahora tenemos que mostrar la relación, la correlación entre dos categorías, dos dimensiones, los grupos de edad y los niveles educativos. Una de las mejores gráficas para este tipo de análisis es el mapa de calor fin de mostrar la relación y correlaciones entre dos dimensiones Bien, vamos a construir el mapa de calor. Como siempre, vamos a ir a duplicar cosas. Vamos a darle un nombre. Voy a ser edad versus educación. Ahora vamos a deshacernos de todo así. Ahora bien, la primera pregunta es, ¿tenemos toda la información en la fuente de datos? Bueno, tenemos algo sobre el nivel educativo, así que estamos a salvo con esto, pero no tenemos edades. Por supuesto, podemos ir a calcular la edad a partir del cumpleaños, aquí tenemos las informaciones de cumpleaños, y podemos utilizarla para generar las edades. Tenemos que volver a nuestra prueba para ver si todo está funcionando bien. Vamos a agregar de nuevo una identificación de empleado para tener el nivel de empleados, y vamos a poner la fecha de nacimiento a la vista. Ahora vamos a crear la lógica de la época. Ir a crear un nuevo campo calculado, y llamémoslo una edad. Ahora claro, ¿cómo calculamos la edad? Es el número de años entre el cumpleaños y hoy. Vamos a hacerlo. Tenemos que ir y restar hoy de las fechas de nacimiento, y podemos ir y usar la función date dif Por supuesto, la edad se basa en el número de años. Tenemos que especificar aquí la parte de fecha. Entonces va a ser año. ¿Cuál es la fecha de inicio? Es la fecha de nacimiento, y ¿cuál es la fecha de finalización? Hoy va a ser la función. La función de dos días es una función de tabla que genera la fecha actual como estamos hablando ahora. Eso es. Es muy sencillo, correcto. Vamos a pasarlo bien. Con nosotros, tenemos una medida continua de medida porque por supuesto, son edades. Entonces dejémoslo a la salida para poder ver los resultados. Ahora lo vamos a tener como medida. mí me gustaría que lo tuviera como dimensión, así que vamos a convertirlo a dimensión y también a discreto para poder ver los números. Pongámoslo al lado de las fechas de atraque. Ahora tenemos edades adecuadas. Creo que esta es la más sencilla. Si revisas a este empleado por aquí, puedes ver que Perth es 2000 y tenemos alrededor de 24 años. Por supuesto, si estás haciendo este proyecto en el 2025, obtendrás la edad de 25 años. Como estoy grabando este video, estamos a las 20:24. Es realmente interesante cuando estás haciendo este proyecto, escríbalo en el comentario a continuación. Por supuesto, dice la tarea, necesitamos grupos de edad. No necesitamos edades. Para crear grupos de edad, tenemos que ir y volver a crear un nuevo campo calculado encima de la edad. Vamos a crear un nuevo campo calculado. Vamos a darle el nombre grupos de edad, y vamos a ir a usar las declaraciones FL para agrupar a los empleados a un rango específico. Empecemos por el primero, los empleados más jóvenes. Todos los empleados que su edad sea menor o menor, 25 van a estar en un rango. Vamos a decir si la edad como esta son menores de 25 años, entonces pertenecen al grupo menor de 25. Así. Ahora vamos a definir el segundo grupo. Son todos los empleados 25-35. Así que tenemos diez años en el medio. Todos los empleados donde su edad es mayor o igual 25, y su edad también es menor de 35 así, y todos pertenecen a un grupo, que es 25-34 porque aquí no estamos incluyendo a los 35 Eso es todo para este grupo. Pasemos al siguiente grupo. Sólo voy a ir a llorar basarlo por aquí. Simplemente vamos a incrementar el número de años 35-45, y lo mismo aquí, 35 y 44 Vamos a sumar otro grupo, va a estar entre el 45 y el 55. Vamos a aumentar todo con diez años, y también por aquí. Ahora pasemos al último grupo al grupo más agradable donde tenemos todos los empleados donde son mayores o iguales a la edad de 55 LF edad, es mayor o igual a 55, entonces vamos a tener 55 más. Eso es. Ahora hemos cubierto todos los grupos que tenemos dentro de nuestros datos. Vamos a salir, claro, bien. Todo es válido. Vamos y K. Y con eso tenemos ahora una nueva dimensión, y que está en la cima por aquí, los grupos de edad. Vamos a ponerlo en la salida para verificar los resultados. Qué más voy a hacer para probar, Vamos a mostrarlo como filtro, y comencemos con la generación más joven, los empleados donde son menores de 25 años. Ahora como se puede ver, todas esas edades son menores de 25, lo cual es correcto. Pasemos también al último, a los empleados más antiguos de aquí, como pueden ver, todos son distintos de 55 o iguales. Entonces, como pueden ver, también está funcionando. Vamos a revisar otro por aquí. Entonces empleados 35-44, y todo se ve bien. Vamos a revisar este 25-34. Que puedas ver que todo se ve perfecto. Ahora volvamos a nuestras sábanas, edad versus educación. Consigamos primero los grupos de edad a las columnas, y después llevemos los niveles educativos a las filas. Ahora tenemos nuestra matriz, pero no está ordenada correctamente, así que vamos a ordenar esas dimensiones. Haga clic derecho en los grupos de edad, y vamos a ordenar. Ahora el siguiente para tener un mapa de calor, vamos a cambiarlo de Pi a círculos, nada en cambio solo para asegurarnos de que no estamos hablando de Pi. Ahora claro, lo que controla esos círculos es el número de empleados. Vamos a conseguir el total contratado a la talla. Ahora tenemos nuestro mapa de calor, pero como puedes ver, esas dimensiones no están ordenadas correctamente. Vamos a ordenarlo. Vamos al grupo de edad haciendo clic derecho sobre él y vamos a ordenar, y luego queremos ordenarlo manualmente. El primero es el grupo más joven, luego 25, 35, así que queda bien, vamos a cerrarlo. Lo mismo para el nivel educativo, vamos a ordenarlo también. También, Manual. Desde la educación, vamos a comenzar con la preparatoria, la licenciatura, la maestría y el doctorado. Ahora se ve mejor. Vamos a cerrarlo. Ahora desde diseños, no tenemos ninguna salida ni nada. Simplemente iré y cambiaré los colores porque me gustaría decidir más tarde en el tablero. Yo diría que vayamos con el gris. Vamos a golpear. Por supuesto, no te olvides de esta leyenda, vamos a eliminarla, así que escóndela. Verifique los datos. Es muy interesante. Tienes la mayor cantidad de empleados en la categoría 35-44 como grupo de edad, y la mayoría de ellos tienen el pasar. Entonces con eso, podemos ir a analizar la coloración y la relación entre los grupos de edad y los niveles de educación de los empleados. Pasemos al siguiente y dice, mostrar el número total de empleados dentro de cada grupo de edad. Nuevamente, aquí tenemos el análisis de comparación para poder comparar los valores dentro de categoría, como es habitual, el gráfico par es el mejor. Vamos a construirlo como de costumbre, duplicar uno de esos gráficos, cambiémosle el nombre a grupos de edad. Este va a ser muy sencillo, así que necesitamos los grupos de edad, pero no necesitamos el nivel educativo. Vayamos y quitemos las tallas también. Necesitamos el total oculto como una rosa, y en lugar de círculo, necesitamos pars Eso es. Es muy sencillo y también. Ya está ordenado porque he duplicado el anterior. La clasificación del grupo de edad es correcta. Vamos a escondernos. Este eje por aquí, y eso establece para este requisito. Vamos a saltar al siguiente. Es muy similar. Dice, mostrar el número total de empleados dentro de cada nivel educativo. Entonces vamos a ir con el mismo visual, salida para poder comparar los diferentes valores dentro de una categoría. Todo bien. Entonces vamos a hacer las mismas cosas. Vamos a duplicar este de aquí, y llamémoslo niveles educativos, y tenemos que ir y sustituir esta dimensión el nivel educativo así que en vez de grupos de edad. Vamos a tenerlo así. Pero claro, hemos perdido la clasificación de esta dimensión. Vamos a ordenarlo de nuevo. Así que vamos a ordenar, y va a ser un Manual. Y la preparatoria es primero, Licenciatura Maestría PHD, lo cual es correcto. Así que de nuevo, los gráficos de partes son realmente fáciles. Bien, pasemos al último requisito, y esta sección como dice, presenta la correlación entre los niveles de educación de los empleados y su calificación de desempeño. Entonces para este requisito, vamos a ir de nuevo con el mapa de calor, ya que tenemos que mostrar la relación entre dos dimensiones, dos categorías. Bien, entonces construyamos otro mapa de calor. Entonces, como de costumbre, vamos a ir a duplicar cosas, y vamos a cambiarle el nombre dos educación versus rendimiento. Entonces claro, la primera pregunta, ¿tenemos todas esas informaciones? Sí, tenemos el desempeño y también, la educación. Así que no tenemos que ir a crear ningún campo calculado. Entonces necesitamos las dos dimensiones. La educación, la tenemos ya por aquí. Vamos a obtener la calificación de rendimiento, y vamos a comprobar las marcas de partes a tal vez cuadrados como este. Y vamos a conseguir ese total hied al tamaño. Todo bien. Entonces ahora comprobando los datos, tenemos que ir a ordenar, creo que el rendimiento. No es correcto. Vamos a ordenar de nuevo como manual. Comienza con excelente buena y luego satisfactoria. Eso significa que vamos a tenerlo un paso por encima de las necesidades de mejora. Eso se ve bien. Vamos a cerrarlo. Ahora como pueden ver, tenemos el grupo más alto es entre licenciatura y bueno, lo cual está bien porque tenemos muchos empleados teniendo el Pahlar comparado con el doctorado En lugar de tener los números absolutos, vamos a ir y obtener en lugar de eso el porcentaje, que va a mostrar declaración más precisa. En lugar de tener el total contratado, solo lo voy a quitar. Vamos a conseguir este porcentaje total. De mayor a la talla. Ahora el porcentaje no tiene realmente mucho sentido porque aquí tenemos 72%, 65%. Creo que esto es tabla cruzada, así que vamos a ir a la medida por aquí al hacer clic en ella, calcular usando la tabla n a través. Entonces, en vez de eso, vamos a cambiar el cálculo a la calificación de rendimiento. Debido a que nos estamos enfocando en el rendimiento, vamos y hagamos clic en eso. Ahora se ve más preciso si vas, por ejemplo, a los empleados con doctorado, como puedes ver, 48% de ellos tienen excelente calificación, y luego el siguiente, tenemos buena satisfacción y también, el último necesita mejora, solo el 5%. Como puedes ver, el grupo más alto de empleados con doctorado, teniendo la excelente calificación. Vayamos ahora a revisar la preparatoria. Aquí podemos ver que este grupo es menor en comparación con el doctorado. Tenemos solo 13% de empleados con educación secundaria, teniendo una excelente donde vemos aquí un gran pupple, donde tenemos 34% de empleados con preparatoria que necesita mejora Podemos entender a partir de estos datos que se generan a partir de la IA, que existe correlación entre el nivel educativo y la calificación de desempeño. El nivel de educación superior podría mejorar y aumentar la calificación de desempeño. Pero claro, esto no es una regla, depende de muchas cosas como el campo de trabajo, las habilidades, etc. No sólo el nivel educativo va a mejorar el desempeño, sino que en estos datos, podemos ver que hay un clado Por supuesto, una cosa más antes de cerrar, tenemos que ir a esconder bien la leyenda. Con eso, terminamos con este requisito. Bien, amigos, pasemos a la tercera sección y tenemos los analizadores de ingresos Entonces en esta sección, vamos a enfocarnos en la matriz basada en salarios, y tenemos aquí dos requisitos. Primero requisito dice, comparar los salarios a través de diferentes niveles educativos para ambos géneros para identificar cualquier discrepancia o patrón En este requisito, queremos ver las diferencias salariales entre los diferentes géneros. Esto no es solo correlación, estamos hablando también de algo llamado Análisis de Gap, y el gráfico Bs, lo visual el análisis de brecha son los gráficos de parplas Esto es exactamente por lo que voy con el gráfico de parble en lugar del mapa de calor porque con el gráfico de parplas, puedo mostrar muy clara y fácilmente la distancia entre valores Y también, podemos mostrar la correlación entre dos dimensiones y categorías diferentes. Para este requisito, no iré con el Mapa de Sombreros, ya que no puedo mostrar la distancia entre valores, iré con las cartas moradas. Bien, entonces vamos a construir un gráfico morado en Tableau. Vamos a ir a duplicar cosas como de costumbre, y vamos a darle un nombre. Va a ser género versus nivel educativo. Así que eso fija y vamos a ir a limpiar todo desde aquí. Pero todavía vamos a necesitar el nivel educativo como una rosa porque ya lo tenemos arreglado correctamente. ¿Qué es una tabla de parábola? Contiene dos puntos y la distancia entre ellos como una línea. Entonces necesitamos dos gráficos, uno para la línea, y otro para los puntos. Vamos a crearlo. Necesitamos la información salarial. Entonces como pueden ver, lo tenemos por aquí. Vamos a dejarlo caer a las columnas, y no necesitamos la suma de los salarios. Necesitamos el salario promedio, vamos a cambiar el cálculo de la medida de suma a promedio. Ya que necesitamos dos gráficos, necesitamos dos medidas, y estamos usando la misma medida, así que vamos a mantener el control y duplicarlo. ¿Qué tenemos dos gráficos? Como dijimos antes, uno va a estar alineado y otro va a ser puntos de datos puntuales. Empecemos por el primero. Vamos por aquí y cambiarlo de cuadrado a línea. Ahora como queremos mostrar la distancia entre los valores de género, tenemos que ir a obtener la información de género y ponerla en el camino. ¿Qué tenemos como las líneas, la distancia, la brecha entre puntos? Vamos a hacerlo más grande para poder ver esas informaciones al máximo. Entonces ahora pasemos al siguiente donde vamos a configurar bien los puntos de los géneros Vayamos a la segunda marca por aquí. En lugar de cuadrado, vayamos a buscar las formas. Ahora para las formas, vamos a tener la información de género. Vamos a arrastrar y soltar el género a las formas. Ahora como pueden ver, tenemos nuestros dos géneros, pero creo que tenemos mejores formas para eso Vamos a las formas. En lugar de por defecto, vamos por aquí y ya tenemos desde tableau formas de género. Vamos por aquí. Eso es. Vamos a golpear k Como puedes ver tenemos esos signos, pero son realmente oscuros. Vamos y pongamos también el género a los colores, así que mantén el control y ponlo a los colores. Como pueden ver en el lado derecho, ahora tenemos esos símbolos, pero son realmente pequeños. Vamos a cambiar el tamaño de eso, algo así como tal vez a la mitad. Como así. Ahora lo siguiente es eso, vamos a ir a poner todo en un gráfico. Ahora están divididas. Vayamos a uno de esos y usemos el eje dual y asegurémonos de que también sincronizamos el eje Ahora todavía tenemos aquí un enorme espacio donde no se usa. Vamos a configurar el eje, dit eje y asegúrese de eliminar incluir ceros Eso es. Ahora se ve muy bien. Ahora, por supuesto, podemos ir y agregar una etiqueta para las ventas promedio. Vamos por aquí, y consigamos que las ventas promedio mantengan el control y lo pongamos en las etiquetas. No está muy claro, así que vamos a cambiar los teléfonos. Vamos a etiquetar e ir dentro de ella. Vamos a usar nuestro segundo gris. Vamos a por el gris claro. Bien. Ahora podemos ver que los números son realmente grandes, vamos a cambiar el formato del salario. Así que haz click derecho sobre él y ve al formato. Vamos a los números de aquí, y también al número personalizado. Vamos a quitar los decimales, y ahora las unidades de visualización pueden ser miles Todavía no estoy contento con los símbolos y el texto. Vamos a las etiquetas y cambiemos la alineación. Actualmente, es centro medio. Vamos a cambiarlo a automático. Es mucho mejor. Con eso, tenemos los símbolos y también los números al lado. Por supuesto, no te olvides del toque final. Vamos a quitar todos esos encabezados de arriba y Patton No nos olvidemos de las leyendas. Vamos a quitarlo. Y ahora tenemos gráficos muy limpios. Todo bien. Entonces ahora entendamos el resultado de estas percepciones. Como se puede ver el salario promedio de hombres y mujeres con educación secundaria, son de igual derecho relativo. Pero ahora si vas y revisas la licenciatura, puedes ver que las ventas promedio para el varón son mucho más altas que las femeninas. Como puedes ver, el gráfico de Pabl es realmente increíble. Se puede ver de inmediato la brecha, la distancia entre esos dos valores. Los varones están recibiendo mucho más salarios que la femenina con el nivel educativo de Bach. Vamos a revisar otra distancia enorme entre los géneros si revisas el nivel educativo PD Como puede ver, tenemos una enorme brecha de distancia entre los géneros. Pero esta vez es el camino. En promedio, las doctoras están ganando alrededor del 25%, más que los médicos varones. Como puedes ver, el gráfico Público es increíble para entender la distancia y la brecha entre los puntos de datos y también para tener análisis de coloración. Esto es increíble visual y eso es todo por este requisito. Amigos, ahora vamos a pasar al segundo requisito del análisis de ingresos y al último requisito en la revisión de suma, y dice, presentar cómo la edad crea con el salario para los empleados de cada departamento. Esta vez queremos mostrar el catión, la relación entre dos medidas, no dos dimensiones, como el en Mapa, dos medidas. Por supuesto, el mejor tipo de gráfico aquí es el diagrama de dispersión. El diagrama de dispersión es asombroso para mostrar la correlación entre las medidas. Bien, ahora vamos a construir un diagrama de dispersión en tableau. Como de costumbre, vamos a ir a duplicar las hojas, y vamos a cambiarle el nombre a edad versus salario. Entonces, ¿tenemos esas informaciones en nuestros datos? Bueno, sí, tenemos el apio ge. No tenemos que crear ningún campo calculado. Vamos a limpiar esas informaciones. Vamos a quitar todo. No necesitamos todas esas cosas. Entonces ahora comencemos desde cero. Ya que es corración entre dos medidas, tenemos que ir y sumar nuestras dos medidas El primero va a ser el apio. Vamos a dejarlo caer a las filas, y necesitamos las edades. Así que vamos a dejarlo caer a las columnas. Por supuesto, no necesitamos el resumen de sueldo y edades. Necesitamos el promedio. Vamos a cambiar eso. Vamos y cambia de resumen a promedio y lo mismo para la edad de suma a media. Genial. Ahora conseguimos nuestras dos xs, nuestras dos medidas y nos aseguramos de que estamos usando las marcas de formas. Lo conseguimos de los gráficos anteriores. Conoce lo que falta, necesitamos los puntos de datos, y va a ser el título del puesto. Vamos a buscar el título del trabajo y ponerlo en los detalles. Ahora como puedes ver, conseguimos nuestros puntos de datos, pero tenemos aquí un enorme espacio desperdiciado, y eso es porque estamos incluyendo el cero en los xs. Vamos a limpiar eso, es xs, elimino el cero y lo mismo para el promedio. Agrega el eje y quita cero así. Ahora digamos vamos a cambiar la forma. En lugar de circulo, vamos a conseguirle un Demont lleno como este Ahora a veces tenemos superposición entre puntos. Sería bueno que redujéramos la opacidad a algo así como 75 Ahora vamos a agregar etiquetas para esos puntos de datos, y va a ser el título del puesto. Mantenga el título del trabajo de control en las etiquetas. Ahora vamos a reducir tal vez el tamaño de fuente 9-8, algo así Ahora, por supuesto, para obtener el efecto de las manchas de dispersión, vamos a agregar líneas de referencia para ambos ejes Vamos al salario por aquí, haga clic derecho sobre él y agreguemos una línea de referencia. Así que vamos a revisar la información. Líneas promedio, eliminemos la etiqueta, y tal vez podamos tener información sobre herramientas personalizada como esta media Y vamos a insertar el valor. Entonces ahora vamos a darle formato. Va a ser uno discontinuo, uno delgado, y usemos nuestro color gris así Entonces eso es todo, vamos bien. Y con eso tenemos una línea promedio muy delgada. Hagamos lo mismo para las edades. Así que agrega línea de referencia. Entonces no hay etiqueta, y agreguemos una punta de herramienta como esta. Promedio. Y el valor y el mismo formato para la línea, va a ser discontinuo uno delgado y también nuestro color gris Entonces, eso es todo. Eso es, bien. Entonces, lo que hemos creado un gráfico de dispersión realmente agradable. Entonces ahora si revisas los trabajos como la mayoría de ellos son gerentes, bien, tenemos al gerente de TI, gerente finanzas, RRHH, y así sucesivamente. Entonces la mayoría de ellos son gerentes, pero tenemos tres tipos de trabajos que están recibiendo altos salarios, pero no son gerentes como desarrollador de software, y tenemos aquí administrador de sistemas y analista de finanzas. Como puedes ver debajo de la línea, tenemos diferentes tipos de trabajos, pero ninguno de ellos son gerentes. Tiene sentido, por supuesto, los directivos están recibiendo un salario más alto que los otros trabajos, pero aún así hay algunos trabajos que se están poniendo altos en salario. Ahora sólo estamos comprobando el salario, sólo una medida. Ahora, vamos a comprobar la coloración entre la edad y el resumen, pensando en dos cosas. Ahora bien, si echas un vistazo atrás, tenemos un grupo de trabajos que están centralizados en el medio, lo cual está bien. Pero aquí tenemos extremos como el gerente de recursos humanos y el gerente de finanzas Los gerentes de recursos humanos están recibiendo altos salarios, pesar de que son empleados jóvenes. Y además, es el único grupo directivo que tiene corta edad. Si comparaste con los otros trabajos de gerente, son como alrededor de 40. Entonces este es un extremo en los datos. Entonces ahora vamos a revisar el camino arriba a la derecha. Contamos con los gerentes de finanzas. Por lo que están obteniendo en promedio los salarios más altos dentro de nuestros datos, y también, la edad promedio es relativamente antigua. Entonces este es un extremo. Y como pueden ver, tenemos otra posición el gerente de TI es así como avanzar hacia esta dirección a la derecha. Entonces, amigos míos, esto es lo que podemos entender a partir de nuestros datos de las manchas de dispersión, y eso es todo por esto requieren Bien, amigos Entonces con eso, hemos cubierto todos los requisitos para el primer tablero, el tablero de resumen, y construimos también los gráficos. Y después de eso, tenemos que ir y poner todo, todos esos gráficos en un solo dashboard de tabla consolidado. 203. Proyecto de recursos humanos | maqueta de boceto del panel de resumen: Bien, Sara, vamos a ir a construir el tablero de resumen y aquí lo que vamos a hacer. Primero, tenemos que crear un plan, donde vamos a ir y esbozar las maquetas para el tablero y los contenedores para tener un plano para el layout Y después de eso, vamos a ir a crear la estructura contenedora del dashboard para poner todos esos gráficos en una sola vista. Y después de tener todos los gráficos en un solo lugar, comenzaremos con el proceso de refinación y afinación fina. Así que vamos a ir a retocar y torcer muchas cosas como el texto, los colores, los iconos, las leyendas, los filtros para que todo se vea bien Entonces, ¿estás listo, comencemos con el primer paso hacia dónde vamos a ir y planificar el tablero para la vista de resumen A. Para este proyecto, he decidido tener alrededor de 15 gráficos en un solo tablero. Definitivamente es un reto, pero no te preocupes por ello. Podemos hacerlo paso a paso. Ahora, por supuesto, no saltaremos de inmediato creando el tablero porque vamos a luchar sin un plan. Cualquier profesional en cualquier proyecto lo sabe. Antes de construir nada, tenemos que tener un plano. Tenemos que tener un plano. Y claro, queremos ser profesionales acertados. Por eso tenemos que ir y planificar el tablero dibujando el extremo del contenedor de los dashboards Entonces claro, la pregunta es, ¿cómo lo vamos a hacer? Por supuesto, puedes ir al estilo antiguo con solo tener un alfiler y papel, y puedes ir a dibujar el boceto del tablero de instrumentos. Puede ir y usar herramientas digitales como, por ejemplo, PowerPoint, o como lo estoy haciendo aquí, procrear usando mis tabletas, o puedes ir y usar herramientas como Figma o DO Así que cualquier herramienta que te ayude a diseñar y a bosquejar la maqueta de tu tablero, que se adapte a tu fantasía Así que vamos a bosquejar el mocap de nuestro tablero. El fondo va a ser gris oscuro, y eso es porque estamos haciendo un tema oscuro. Entonces ahora podemos tener las cosas habituales donde tenemos un título para el dashboard, dashboard de recursos humanos. En sus requisitos de resumen, tenemos tres secciones, y por eso vamos a ir ahora y dividir nuestro tablero en tres secciones principales. Tenemos visión general, demografía e ingresos. Ahora centrémonos en la visión general y pongamos todo lo que se requiere en esta sección. Vamos a empezar con los números de cerdo, las bandas. El primero van a ser los empleados activos, y aquí tenemos un gran número, y luego lo vamos a dividir en dos secciones. El lado izquierdo van a ser los empleados contratados, y al lado derecho, vamos a tener otro gran número para los empleados despedidos. Ahora para tener el efecto del KPI, lo que vamos a hacer, vamos a poner los gráficos de líneas exactamente por debajo de esos grandes números Ahora abajo, vamos a tener otra sección para el departamento. Vamos a tener nuestro ranking de los departamentos usando las tablas de par. Entonces debajo de él, vamos a tener la última sección en el resumen. Tenemos la ubicación. Aquí tenemos dos gráficos. Tenemos el que tiene el gráfico de partes donde mostramos el número de mploye en el cuartel general y las sucursales, y los otros gráficos aquí, tenemos un Vamos a poner los mapas y los gráficos de partes lado a lado en esta subsección Como puedes ver, no es realmente fácil encajar todo en un solo lugar. Entonces eso es todo por la visión general. Ahora, vayamos a la sección correcta a la demografía y aquí tenemos un gran reto Tienen que encajar en esta sección cinco gráficos diferentes. La primera sección es sobre el género, así que tenemos nuestras tablas Pi. Pero ahora para la edad y las educaciones, tenemos dos tablas de pares separadas Lo que podemos hacer aquí, podemos integrar todos esos tres gráficos en un solo bloque. En el centro, podemos tener el mapa de calor, pero en la parte superior y final a la derecha, podemos tener esos gráficos par. Con eso, tenemos todos esos tres gráficos en una subsección Ahora al lado derecho a la última sección, vamos a tener el rendimiento y las educaciones y aquí tenemos otro mapa de calor Pasemos a la última sección al análisis de ingresos. Es bastante fácil. Tenemos aquí sólo dos gráficos. El primero, el género y la educación, podemos tenerlo del lado izquierdo, y del lado derecho, vamos a tener aquí nuestro scatter blot, el H versus salario. Con nosotros, como puede ver, en un tablero, estamos mostrando casi 15 gráficos diferentes. Por supuesto, en nuestro dashboard, tenemos que tener una sección en el lado izquierdo para los logotipos, para las navegaciones, entre los dos dashboard, el resumen, y las vistas detalladas Por supuesto, podemos ir y agregar múltiples funcionalidades sobre la exportación de los dashboards o iconos donde podemos poner nuestros enlaces No nos olvidaremos de los filtros, así que en la parte superior derecha, podemos tener como un interruptor para mostrar los filtros o para ocultarlo. Bien, amigos, al siguiente paso. Ahora no hemos terminado de planear nuestro tablero. Tenemos que ir a bosquejar la maqueta de la estructura del contenedor La construcción de un tablero en tableau requiere un conocimiento sobre cómo controlar y administrar los contenedores. Si no tienes plan, te prometo que las cosas pueden ponerse caóticas Por eso tenemos que sofocar la estructura del contenedor, y esta vez voy a bosquejar el mocap usando el DRoO es una herramienta increíble y además gratuita para crear gráficos y conceptos profesionales que suelo hacer también en mis proyectos Bien, entonces ahora estamos dentro de DO, y acabo de poner nuestro mocap como referencia para nosotros, y trabajar con DroAO es bastante sencillo El primer paso que suelo hacer eso, voy al estilo de aquí y lo hago como boceto. Ahora lo que esto hace es que todas las formas que tenemos en el lado izquierdo van a verse como dibujo a mano. Así que al final de tu concepto vas a lucir realmente genial y n vertiendo. Ahora, para nuestros contenedores, vamos a tener tres objetos diferentes. El primero va a ser el contenedor horizontal. Entonces tú eres la horizontal. Contenedor, y suelo tener el color de plue. Vamos primer año, quitemos el relleno y vayamos a los colores. Elige plue y tal vez hazlo más grueso. Entonces este es el primer tipo. El otro, tenemos unos contenedores verticales, a la derecha. Entonces contenedor vertical, y vamos a tener el color naranja. Entonces tal vez vino algo así. Y la última caja va a ser nuestros objetos. Podría ser cualquier cosa. Podría ser un icono, toma una imagen. Entonces me gustaría que Gray. Vamos a tener algo como esto. Entonces podemos ver que todo nuestro dashboard lo divide en dos secciones, las secciones de la izquierda donde tenemos los logotipos y los iconos, y luego el resto al lado derecho. Entonces eso significa que vamos a comenzar con contenedor horizontal para todos los dashboards Entonces vamos a hacerlo así. Y lo vamos a tener así tan grande. Bien, entonces déjame quitar el texto aquí y tal vez darle un nombre de texto. Este es todo el tablero de instrumentos. Este es el primer paso. Ahora comencemos con el de la izquierda donde tenemos los íconos y los logotipos. Es como una vertical, tenemos todos los objetos uno debajo del otro. Lo que vas a llevar, vamos a tomar un contenedor vertical para el lado izquierdo. Vamos a llamarlo Nav para navegación así, y vamos a hacerlo un poco más pequeño. En el interior, vamos a tener diferentes objetos como un logotipo. Hagámoslo más pequeño. Voy a ir a hacer una idea de eso, así que vamos a hacer clic en fel y gris, lo mismo aquí Ahora podemos acercar y agregar más íconos con el fin de navegar entre el tablero, para explorar el tablero, para poner enlaces, y así sucesivamente. Así que vamos a tener múltiples enlaces y cosas en la navegación. Esto es todo sobre la navegación. Ahora, del lado derecho, ¿qué tenemos? Entonces tenemos primero como título un filtro, y luego debajo de él, tenemos toda una sección de gráficos. Eso significa que tenemos dos objetos uno debajo del otro, y para eso, vamos a necesitar nuevo un contenedor vertical. Para todo esto por aquí, vamos a tener un contenedor vertical grande como este, y lo vamos a llamar header y charts header y charts. Bien, algo como esto. Ahora comencemos con el encabezado. Parece que tenemos un encabezado y al lado de él, tenemos filtros. Por eso vamos a ir con contenedor horizontal a la derecha. Vamos a tenerlo así y ¿qué tenemos dentro de él? Tenemos el encabezado y el filtro derecho. Entonces tenemos el título. Y aquí del lado derecho, vamos a tener algunos íconos o tal vez un ícono que veamos. Ahora echemos un vistazo a nuestros gráficos de aquí. Aquí tenemos tres secciones a la derecha, pero en realidad están divididas en dos lados Los lados del ascensor donde tenemos la vista general y el lado derecho, donde tenemos dos secciones. Eso significa que tenemos dos objetos uno al lado del otro, y para eso, vamos a tomar otro contenedor horizontal. Hagámoslo así. Va a ser el divisor principal entre el lado del elevador y el lado derecho. Empecemos por el lado del ascensor. Como puedes ver, son objeto uno debajo del otro, y eso significa que vamos a ir a usar un contenedor vertical. Para el lado del elevador, vamos a tener un contenedor vertical como este. Déjame simplemente quitarle el nombre y vamos a llamarlo el resumen. Visión general, y tenemos dentro de visión general, una gran cantidad de gráficos. Podemos tener múltiples gráficos como este y todos ellos están debajo de los demás. Ahora no vamos a perforar dentro de cada detalle. Sólo tendremos un plan aproximado para los contenedores. Ahora vamos a revisar el lado derecho. Ahora del lado derecho, como pueden ver, tenemos dos secciones principales, tenemos la demografía y los ingresos Eso significa que vamos a ir a tener un contenedor vertical. También. Del lado derecho, podemos tener uno vertical así, y aquí vamos a quitar el nombre. Ahora vamos a revisar cada lado. Como puedes ver, primero tenemos como un título y debajo de él, tenemos diferentes objetos. Nuevamente, aquí tenemos un contenedor horizontal. Vamos a tener así. Está muy anidado porque es un poco complicado. Vamos a tener también para la siguiente sección para los ingresos. Vamos a tener un título y luego gráficos. Vamos a darle un nombre. Esta es la demografía, y por debajo de ella, tenemos lo mismo Tenemos una sección para los ingresos. Qué tenemos debajo de ese título, tenemos aquí como gráficos lado a lado. Eso significa que podemos ir y usar contenedor horizontal para ese derecho. Vamos a tener contenedor horizontal debajo él así y dentro de él, tenemos nuestros diferentes gráficos. Tenemos gráficos como este, vamos a tener tres así. Para los ingresos también, vamos a tener sólo dos gráficos, vamos a necesitar también un contenedor horizontal ya que son objeto lado a lado, y podemos tener nuestros dos gráficos. Muy bien, chicos. Creo que tenemos un plan, cierto, entonces tenemos un plano para nuestros dashboards, y tenemos muchas capas como alrededor de seis capas No te vamos a encontrar ahora, el plan, es solo un plan rudo. Pero una cosa que tal vez me gustaría acercar un poco es sobre cada gráfico. Entonces como puedes ver, por ejemplo, este, tenemos un título siempre y debajo de él un gráfico. Lo mismo va para el género, tenemos un título y una gráfica. Eso significa que tenemos un contenedor vertical para cada gráfico. Si vamos y acercamos dentro de esos gráficos, no colocaremos inmediatamente los gráficos. Vamos a tenerlo siempre como una vertical como esta, donde el primer objeto va a ser el título de las gráficas. Entonces así y por debajo de él, entonces podemos tener ese gráfico en sí. Muy bien, amigos míos. Entonces ahora tenemos un plan rudo. Entonces ahora vamos a implementar esos contenedores en Tableau. Bien, amigos. Entonces, finalmente, tenemos ahora un plan aproximado para nuestro tablero de instrumentos. Pero claro, no contiene todos los detalles, así que seremos como torcer y ajustar cosas mientras estamos construyendo el tablero Así que volvamos a Tableau para construir el dashboard. 204. Proyecto de recursos humanos | crea el panel de resumen: Bien, amigos, vamos a crear un nuevo tablero y llamémoslo resumen de RRHH. Así. Ahora, el primer paso de eso, vamos a ir y definir el tamaño del tablero. Así que vamos por aquí del lado izquierdo. En lugar de rango, vamos a seleccionar un tamaño fijo, y esta vez iremos con eso con 1,400 y la altura de 800. Todo bien. Entonces comencemos con el primer contenedor. Es el contenedor horizontal para todo el tablero de instrumentos. Lo que suelo hacer, voy por aquí y lo cambio a flotante, porque al tener todo en un contenedor flotante, agrega más dinámica y podemos ir y cambiar el fondo como queramos. Asegúrate de cambiarlo a flotante, tomemos el contenedor horizontal y lo dejemos caer en el medio. Como puedes ver, es un poco pequeño. Lo que podamos hacer, vamos a ir a cambiar el tamaño de la misma para que se ajuste a nuestro tablero de instrumentos. Vamos a la disposición, y los anchos van a ser exactamente como el tablero, 1,400, y los 800 para la altura Para la posición, va a ser cero, cero. Para tenerlo exactamente en la parte superior de nuestro tablero de instrumentos. Ahora en esta fase como estamos agregando la estructura de nuestros contenedores, suelo ir y agregar bordes a cada contenedor para ver si estamos haciendo todo correctamente. Ahora vamos a hacer eso. Vamos a los bordes y agreguemos una línea, gruesa y plu Con eso, podemos ver un contenedor horizontal Plue. Por supuesto, vamos a darle el nombre, así que vamos a cambiarle el nombre para que sostenga dashward Bien. Ahora para evitar errores convirtiendo el contenedor horizontal un contenedor vertical. Voy y le agrego tablones en su interior para que sea como un contenedor horizontal fijo Vamos a hacer eso, dos dashward, y ahora volvamos a cambiarlo a tilt Sólo el primer contenedor principal va a estar flotando, el riesgo va a ser inclinado. El primer tablón a la mitad. Ahora asegúrate de que el segundo espacio en blanco exactamente en el lado derecho. Volvamos y comprobemos en la mentira outut. Se puede ver que tenemos tablones dentro de todo nuestro dashward. Ahora pasemos al siguiente nivel y comencemos a agregar los contenedores dentro de todo el dashward, y aquí tenemos dos contenedores verticales Uno para la Marina, vamos a hacerlo. Podemos tener un contenedor vertical por aquí. Como de costumbre, voy y le agrego tablones en su interior. Vamos a agregar la primera tabla. Es un poco pequeño así. Vamos a expandirlo. Vamos a agregar otra tabla debajo de ella. Asegúrate de que esté debajo de la primera tabla. Vamos a revisar el diseño. Ahora como puedes ver, tenemos un contenedor vertical y dos espacios en blanco dentro de él, lo cual es correcto. Y vamos nombre. Vamos a darle un nombre de Nav, y podemos ir a quitar la primera tabla por aquí Ya no lo necesitamos, así que vamos a eliminarlo. Por supuesto, podemos ir y agregarle un color de borde para ello. Esta vez va a ser naranja. Este es el contenedor para el Nav. Ahora vamos a agregar otro para el lado derecho para el resto. Entonces, vamos a tener un contenedor vertical y dos tablones dentro de él, uno en el medio, y uno exactamente debajo de él Ahora es muy pequeño. Vamos a pollar el contenedor vertical y hacerlo más ancho así. Vamos a darle un nombre ahora. Va a ser encabezado y gráficos. Así que haga clic. Por supuesto, vamos a ir a darle un color como este y va a ser también y naranja. Ahora bien, si estás mirando al árbol de aquí, tenemos todo un dashboard y dentro de él, tenemos el nav y al lado derecho, tenemos la cabecera y los gráficos. Vamos a quitar esta tabla. Ya no lo necesitamos. A partir de aquí. Ahora no nos centraremos en el Nav, ya que no tenemos muchos contenedores, aquí solo tenemos logotipos e íconos y así sucesivamente. Nos centraremos ahora en el header en charts porque aquí tenemos el contenido real y tenemos muchos contenedores. ¿Qué tienes dentro? Tenemos dos contenedores, uno para el encabezado y otro para todas las cartas, y ambos son contenedores horizontales. Empecemos con el encabezado, así que vamos a ir a agregar contenedor horizontal. En el medio. Esta vez en lugar de agregar espacios en blanco, vamos a agregar un texto para el título del tablero. Va a ser recursos humanos, dashboards. Agreguemos la palabra resumen. Tengámoslo así, y vamos a tener el tamaño de 20. Ahora vamos a ir a agregar un espacio en blanco a los lados derechos. Asegúrate de dejarlo caer exactamente hacia el lado derecho dentro de este contenedor. Vamos a la maquetación y comprobemos qué tenemos. Como puedes ver, ahora tenemos un texto y en blanco debajo del contenedor horizontal. Vamos a darle el nombre ahora. Este es el encabezado, y claro, vamos a ir a agregarle un color , va a ser el azul. Ahora podemos ir y retirar esta tabla superior. Así. Ahora vamos a agregar otro contenedor para los gráficos. Así que también puede ser contenedor horizontal, así que deja caer su debajo de él. Como de costumbre, vamos a ir a sumar nuestros espacios en blanco. Uno aquí. Hagámoslo más grande y uno al lado derecho. Y vamos a la maquetación y revisamos cosas. Tenemos dos espacios en blanco dentro del contenedor horizontal. Ahora vamos a darle el nombre. Aquí tenemos de todo, el ascensor y secciones derechas. Bien, y vamos a ir a sumar las fronteras como de costumbre. Entonces con eso, tenemos nuestros dos contenedores, y podemos ir a sacar este porta lugares de aquí. Ahora, sigamos perforando y vamos a enfocarnos en este contenedor, las secciones izquierda y derecha, y aquí tenemos dos contenedores verticales. Entonces comencemos con la sección izquierda, el contenedor elevador. Lo vamos a tener para la visión general, así contenedor vertical. Y ahora dejemos caer un texto en lugar de en blanco y llamémoslo resumen. Y tal vez hagámoslo como 12. Ahora debajo de él otro espacio en blanco con el fin de asegurarse de que este es un contenedor vertical. Vamos a la maquetación y verifiquemos. Vertical a contenedor, tenemos título en blanco, y vamos a darle el nombre sobre ver sección izquierda como esta. Vamos a quitar esta tabla de nuestro tablero de instrumentos y no te olvides del color del porer Podemos tenerlo naranja. Eso establece, hagámoslo un poco más pequeño así. Ahora vamos al lado derecho, y podemos tener también un contenedor vertical, así, las mismas cosas, una tabla y debajo de ella también otra tabla, y vamos a la disposición las mismas Tenemos dos tablones y vamos a darle un nombre, demo y secciones de ingresos Como de costumbre, el pder, como nosotros anaranjamos, y vamos a ir ahora y quitarle así el portaplaza Ajustemos los lados, así que la sección izquierda, la vista general, debería ser más pequeña así, y luego tenemos la sección correcta. Con eso, tenemos todo en el lado izquierdo. Lo que queda es diseñar los contenedores de esas dos secciones. Aquí tenemos dos contenedores verticales. Vamos a hacerlo. El primero, lo vamos a dejar caer aquí en el medio. Vamos a agregarle texto para ello. Va a ser la demografía, y el tamaño va a ser 12 Bien. Ahora vamos a hacerlo más grande así. Dejemos caer un espacio en blanco. Asegúrate de dejarlo exactamente aquí, y vamos a ir al layout y todo está bien, como puedes ver, solo estoy pico un poco más grueso Aquí tenemos el texto y el espacio en blanco. Vamos ahora a darle un nombre. Va a ser la sección demo. Así, y vamos a darle también un color. Además, un contenedor vertical. Vamos a quitar esto, marcador de posición, y tenemos que hacer exactamente lo mismo para la segunda sección Vamos a agregar un contenedor vertical, un texto, va a ser el ingreso, 12, y vamos a hacerlo más grande así. Vamos a traer también un espacio en blanco. Asegúrate de dejarla caer dentro del contenedor. Vamos a revisar el diseño, así que todo está bien. Ahora vamos a ir y renombrarlo como de costumbre. Sección de ingresos. No olvides el color así. Y con eso, ya terminamos. Vamos a quitar la última tabla. Aquí todavía tenemos espaciado. Vamos a ajustar el tamaño, así que la demo va a ser la media y los ingresos van a tomar también todo el espacio. Bien, chicos, les prometo el último desglose, donde vamos a agregar un contenedor horizontal para las cartas. Para la demografía, vamos a tener un contenedor horizontal aquí dentro Vamos a añadir unas tablas dentro de ella. El primer tablón pequeño y al lado derecho. Así que vamos a comprobarlo. Tenemos contenedor horizontal, darle un color de borde. Ahora vamos a ir y hacer exactamente lo mismo por los ingresos. necesitamos contenedor horizontal dentro de él y dos tablones. Aquí. Déjame hacerlo más grande, y uno exactamente al lado derecho. Y vamos a revisar las cosas. Tenemos dos tablones dentro del contenedor horizontal, dale un nombre Gráficas de ingresos como esta, dale un color. Y quita el marcador de posición. Entonces vayamos a quitarlo. Bien, amigos, así que terminamos. Vamos a hacer una revisión final de la estructura. Tenemos todo un tablero y dentro de él, tenemos la sección de elevación para el Nav, la sección correcta para todo cabecera y gráficos, y dentro de él, tenemos dos contenedores horizontales, uno para el encabezado, y otro para el elevador y secciones derecha. Vamos a profundizar. Podemos ver aquí tenemos la sección de ascensor como contenedor vertical, y luego tenemos una sección correcta para las secciones de demostración e ingresos, y luego vamos a dividirla en sección de demostración y sección de ingresos, y cada una de ellas tiene un título y también contenedor horizontal. Lo mismo también para los ingresos Así que si lo tienes así exactamente igual que yo, podemos proceder. Si no, entonces regresa y hazlo paso a paso. Bien. Ahora el siguiente paso que vamos a hacer la primera iteración en el dashboard, donde vamos a poner todos los gráficos dentro de nuestro dashboard No nos van a importar mucho los diseños. Se trata de colocar las cartas dentro de los contenedores. Entonces comencemos con la primera sección de la descripción general, así que asegúrate de seleccionarla. Y voy a decir, hagámoslo un poco más grande. Entonces vamos a empezar de arriba a abajo. Vamos a ir al tablero, y vamos a añadir un título. Para el primer pan , van a ser los empleados activos, empleados tan activos. Y vamos a centralizarlo en el medio. Ahora por debajo de este título, vamos a tener el pan off activo. Dejemos caer esta tabla debajo de ella. Por supuesto, vamos a ir a esconder el título. No lo necesitamos. Bonito. Ahora debajo de él, podemos tener dos KBI, la izquierda y la derecha, y para eso, necesitamos contenedor horizontal Pero antes de eso, vamos a ir a tener un pequeño separador entre esta sartén y las dos bandas de abajo. Vamos a tener un espacio en blanco debajo de él. Vamos a hacerlo más pequeño así, y vamos a ir a diseñar las siguientes cosas. Vamos al fondo, o colores, Escoge nuestro gris y haz que la opacidad sea algo alrededor de 60 Todo bien. W pensamos, vamos a quitar la brotación exterior 20 Y vamos a ir a darle el divisor de nombres. Todo bien. Todo bien. Entonces, debajo de él, vamos a tener un contenedor horizontal para los dos KPIs Arrastre y suelte debajo de él así. Como de costumbre, vamos a ir a sumar nuestros dos tablones, uno, y el segundo, asegurarnos de que va a estar exactamente al lado derecho Así que vayamos a la maquetación y verifiquemos. Entonces aquí tenemos los contenedores horizontales. Vamos a llamarlo. Vamos a llamarlo sección QBI así. Por supuesto, vamos a ir y agregarle pocas fronteras para ello sólo para verlo. Todo bien. Como puedes ver ahora, las cosas están destrozadas Vamos a reorganizarlo. Vamos a hacer este nuevo contenedor un poco más grande así. Ahora vamos a centrarnos en esos dos KPIs. Ahora, ¿qué necesitamos para cada QBI? Necesitamos una prohibición de títulos y gráficos de líneas. Entonces tenemos que tener un contenedor vertical. Así que vamos a agarrar uno y ponerlo dentro de él. Empecemos a agregar cosas de inmediato, así que necesitamos un texto. Va a ser el contratado y llegar al centro. Debajo de ella, necesitamos el pan, arrastra y suelta el pan, claro, asegúrate de quitar y ocultar el título. Debajo de eso, necesitamos los gráficos de líneas. Se contrata por año y la deja caer exactamente debajo de la sartén. Y escondemos el título. Ahora bien, este es el primer contenedor. Vamos a revisar el diseño. Tenemos aquí, contenedor vertical, tenemos el título, pan, y también los gráficos de líneas. Vamos a darle el nombre y ser contratados BI. Así, vayamos y retiremos el soporte del primer lugar de la tabla. Así que quítelo. Ahora, no te preocupes por el tamaño y la coloración. Vamos a hacer una segunda iteración en el tablero para hacer un ajuste fino Ahora solo podemos ajustar un poco el lado del gráfico de líneas así. Ahora necesitamos en el lado derecho, nuevamente, el mismo KBI, los mismos pasos Vamos a agarrar un contenedor vertical hacia el lado derecho, asegúrate de dejarlo caer dentro del contenedor, y necesitamos un texto. Se va a terminar en el centro. Entonces, ¿qué necesitamos más? Necesitamos una sartén así que asegúrate de que esté exactamente debajo del texto y también, oculta el título. Vamos y esta pequeña zona a este contenedor, vaya al lado izquierdo. Y además, el espacio en blanco debería ser más pequeño. Ahora qué necesitamos, necesitamos el gráfico de líneas. Así que vamos a dejar caer el gráfico de líneas debajo del pan. Quita el título y hazlo un poco más pequeño. Ahora vamos a revisar el layout. Entonces tenemos un contenedor vertical. Tenemos un título, pan, y también, otro gráfico. Vamos a cambiarle el nombre. Este es el término KPI. Bien. Ahora una cosa más, me gustaría ir a la esta pieza en blanco, cambiarle el nombre a divisor. Así, vamos a darle el mismo color. Va a ser el gris oscuro y también la lástima 260 así. Vamos a quitar el acolchado exterior. Ahora, ¿qué tenemos por debajo de eso? Contamos con el departamento y como lineas elevadoras y derecha. Para eso, necesitamos un contenedor horizontal. ¿Qué necesitamos? Necesitamos un texto en el medio. Voy a ser departamentos, y debería estar en el medio yft y a la derecha, vamos a ir a agregar tablones Asegúrate de dejarlo caer exactamente al ascensor. Y exactamente a la derecha. Vamos a revisar el diseño. Tenemos aquí, er contenedor, blanco, departamento en blanco. Así que vamos a colorear esas cosas para poder verlas. Va a ser el d gris y 60 sin ningún cuerpo exterior, lo mismo para el siguiente 60 y sin relleno ao. Podemos ir y llamarlo título de departamento. Ahora, ¿qué tenemos debajo de él? Tenemos la carta del departamento. Vamos a colocarlo debajo de él, y claro, vayamos y quitemos el título así. Ahora por debajo de eso, podemos tener el título de ubicación, por lo que puede ser exactamente igual que los departamentos. ¿Qué necesitamos? Necesitamos contenedor horizontal. Necesitamos un texto. Vamos a llamarlo ubicación así y centralizarlo en el medio Necesitamos dos espacios en blanco ascensor y derechos, así, y vamos a los diseños. Tenemos tablón de ubicación de tablones, y podemos cambiarle el nombre a título de ubicación Y vamos a diseñar esos tablones, así que hazlo gris, 60, y quita el acolchado. Lo mismo para el siguiente, también, 60, quitar el acolchado. Ahora, debajo de eso, tenemos dos gráficos, uno, un mapa, y otro , un gráfico de barras. ¿Qué necesitamos? Necesitamos contenedor horizontal debajo de él, y necesitamos los dos gráficos. Consigamos la ubicación al lado derecho, quitemos el título. Vayamos a conseguir los mapas exactamente al lado izquierdo, y eliminemos los títulos. Ahora vamos a revisar lo que hemos hecho. Tenemos contenedor horizontal y los dos gráficos. Vamos a cambiarle el nombre, pueden ser los gráficos de ubicación. Y ahora podemos ir a quitar la última tabla. Es solo un marcador de posición, así que quítalo. Eso es todo, ahora tenemos todas las cosas dentro de la sección de visión general. Como puedes ver si no lo haces despacio y paso a paso, planeación, todo, esto pueden ser vacas. Pero con la planeación, todo va a ser fácil. Ahora pasemos a otra sección a esa demografía. Aquí tenemos un montón de gráficos. Hagámoslo paso a paso. Estamos en esta sección por aquí. ¿Qué tenemos? Tenemos un título, y luego tenemos múltiples gráficos uno al lado del otro. Como es habitual, cada gráfico es una vertical, tenemos un título, y también el gráfico en sí. Vamos a agregar el primer contenedor vertical por aquí, y luego necesitamos dentro de él un texto. Así que asegúrate de dejarlo caer aquí. Este va a ser el género. Y centro. Y debajo de él, necesitamos los gráficos. Vamos a elegir nuestro gráfico Pi para el género, arrastrarlo y soltarlo debajo de él. Por supuesto, vamos a ir a quitar el título. Un gran. Ahora antes de pasar al siguiente gráfico, vamos a ir a tener un divisor como este. Vamos a darle los colores. Gris, 60 así y El pudín exterior. Ahora a los siguientes gráficos, necesitamos también un contenedor vertical al lado derecho, asegúrate de dibujarlo directamente al divisor, y aquí necesitamos tres gráficos. Hagámoslo paso a paso. Primero, necesitamos el título. Va a ser educación y H al centro también. Debajo tenemos el primer gráfico de barras, que son los grupos H. Así que arrástralo y colóquelo debajo del título y elimine el título también Ahora debajo de él, hay dos gráficos, el mapa de calor, y también, el gráfico de barras de la educación. Ya que están uno al lado del otro, vamos a ir a conseguir contenedor horizontal debajo. Así que deja caer el contenedor del presentador exactamente debajo de él. Entonces ahora las cosas se están redimensionando, la izquierda o a la derecha, y así sucesivamente, no te preocupes por ello Lo principal sí, estamos colocando los gráficos en el contenedor adecuado. Entonces vamos a conseguir primero H versus educación y ponerla. En este nuevo contenedor, quitar ese título, y ahora al lado derecho, necesitamos los niveles educativos, así que asegúrate de colocarlo al lado derecho y quitar también el título. Entonces ahora vamos a cambiar el tamaño de este divisor para tener un poco de espacio. Así. Ahora tenemos que cambiar algunas cosas con esos gráficos de partes como ocultar los encabezados. Por ejemplo, haga clic en el primero, clic con el botón derecho en el encabezado y elimínelo. Ahora para el segundo gráfico, me gustaría cambiar cosas. Así que vamos a entrar en este gráfico dando clic a esta flecha. Ahora voy a ir a cambiar columnas filas, y también, vamos a ir a esconder el encabezado. Vamos a retirarlo y tenemos que volver a nuestro tablero de instrumentos. Entonces nos vamos a quedar con esto, pero lo configuraremos más adelante en la segunda iteración Ahora echemos un vistazo a la maquetación para asegurarnos que todo esté correcto. Entonces vamos a ver. Este es el contenedor vertical para la educación y la edad. Vamos a cambiarle el nombre. Educación y tablas de edad como esta. Debería tener un título luego el primer gráfico donde tenemos el gráfico de parte, y luego plod, tenemos gráficos horizontales, donde tenemos dos gráficos uno al lado del otro, el al Mm y los gráficos de parte Si lo conseguimos así, entonces podemos proceder. Entonces ahora necesitamos otro gráfico al lado derecho, donde tenemos el último gráfico en esta sección, pero necesitamos un divisor entre ellos. Así que vamos a buscar una tabla y arrastrarla y soltarla exactamente al lado derecho Así que asegúrate de soltarlo correctamente. Así que vamos a revisar el diseño. Tenemos el color gris y también 60, y el exterior brotando a cero Ahora como puedes ver, nuestra tabla va después de las tablas de educación y edad Así que vamos a cambiarle el nombre. Si cualquiera, y como de costumbre, necesitamos un contenedor, entonces va a ser un contenedor vertical al lado derecho, y necesitamos un texto. Va a ser educación y desempeño así en el medio. Y esto va a ser muy sencillo. Vamos a ir a conseguir el gráfico justo debajo de él así, quitar el título. Por supuesto, puedes ir y hacer que el divisor sea un poco más pequeño a izquierda y derecha. Bien, vamos a revisar de nuevo el diseño, si todo está bien. Entonces tenemos un contenedor vertical para el último gráfico, tenemos un título y debajo de él, tenemos los gráficos. Bien, ya terminamos con esta sección. Ahora, pasemos a la última sección a los ingresos. Entonces, ¿qué tenemos por aquí? Déjame cerrar esto y también esto, tenemos los ingresos. Entonces tenemos un título y debajo de él, tenemos un contenedor. Aquí necesitamos dos gráficos como de costumbre. Tenemos el contenedor vertical para el primero, y necesitamos un título. Así que vamos a dejar caer un texto dentro de él. Va a ser educación y género. Hazlo en el medio. Ahora necesitamos nuestros gráficos. Vamos y déjalo caer debajo del título. Quitar el título. Ahora antes de pasar al siguiente gráfico, necesitamos un separador o divisor. Vamos a diseñarlo como de costumbre. A 60 y el relleno a cero. Ahora necesitamos construir los últimos gráficos. Como es habitual, obtenemos un contenedor vertical hacia el lado derecho. Necesitamos un título. Va a ser la edad versus el apio a la mitad Bien. Y claro, necesitamos nuestro gráfico. Así que vamos a dejarlo caer debajo de él. Quita el título y haz que el divisor sea más pequeño así. Bien, así que eso es todo para esta sección, y ahora tenemos todas nuestras cartas dentro nuestros contenedores como planeamos. Bien, amigos. Entonces con eso tenemos todos los gráficos en un solo lugar en un tablero, ahora vamos a comenzar con el proceso de refinación y encontrar unidad del tablero, donde vamos a ir y retocar y torcer muchas cosas para tener un tablero profesional 205. Proyecto de recursos humanos | afinación del panel de resumen: Bien, amigos. Entonces con eso tenemos todos los gráficos en un solo lugar en un tablero. Ahora vamos a comenzar con el proceso de refinación y encontrar uni del tablero, donde vamos a ir y retocar y torcer muchas cosas para tener un tablero profesional Bien, entonces ahora, el primer paso de eso, vamos a ir a agregar colores de fondo al tablero como contenedores, y vamos a ir y eliminar todos los colores de fondo de las hojas de trabajo. Vamos a hacer eso. Vamos a empezar primero con todos los dashboards por aquí Entonces vamos a agregar lo siguiente. Va a ser como un gris oscuro. Entonces voy a ir con este de aquí. Entonces tenemos el fondo, un gris oscuro, y luego la sección va a ser negra. Entonces vayamos al siguiente paso. Vamos a ir a la marina por aquí. Entonces thenav va a ser su propia sección. Por eso lo vamos a tener como un negro así, y luego al lado derecho, no vamos a tener todo como negro, solo tendremos las tres secciones visión general, demografía, e ingresos Por eso no voy a cambiar nada por aquí. Vayamos a las secciones, y vamos a comenzar con la visión general por aquí. Vamos a tenerlo como un negro. Entonces necesitamos esas dos secciones. Necesitamos la sección demo, va a ser también placa y también, la sección de ingresos puede ser placa. Con eso como puedes ver, estamos consiguiendo ahora el tema oscuro de nuestro dashboard. El siguiente se de eso, vamos a eliminar todos los colores de fondo dentro de nuestras hojas de trabajo Lo hemos agregado al inicio para tener una sensación sobre el tema oscuro, pero ahora no usaremos los colores de fondo de las hojas de trabajo, vamos a usar solo los dashboards Ahora tenemos una tarea bórica, donde vamos a pasar por todas las hojas y vamos a empezar a quitar el fondo Empecemos por la parte superior izquierda. Vamos a empezar con el pan, click derecho sobre él y vamos a formatear, y luego vamos a sombrear y vamos a ir a quitar el color de la hoja de trabajo. T ninguno. Ahora vamos a repasar todas las hojas de trabajo que tenemos, y vamos a ir a quitar el color de fondo Podemos hacerlo en el dashbard aquí o puedes ir a visitar cada una de esas sábanas una por una Tenemos el último. Quita así. Ya terminamos. Ahora hemos arreglado los colores de fondo del tablero y también las hojas de trabajo Todo bien. Pasando al siguiente paso, íbamos a ir a arreglar el tamaño de la fuente y el color. Empecemos por el título de nuestro dashboard. Seleccionemos todo, y vamos a ir a usar nuestro gris claro, y nos aseguramos de que sea 20, así que lo tenemos como 20, y hagamos de la primera sección el título en sí como un perno y dejamos el resumen tal como está. Entonces eso lo establece. Ahora vamos a ir a editar el título de cada sección. Aquí tenemos tres secciones, resumen, demografía e ingresos, y vamos a hacer lo siguiente, vamos a ir al resumen Lo hacemos gris claro. Así, y vamos a hacerlo como nosotros 14 y audaz. Pasemos al siguiente, vamos a hacer las mismas cosas. Negrita, cambia el color a gris claro y hazlo 14, y a la última sección. 14 negrita y, elegimos el color. Las secciones se ven exactamente iguales. Ahora vamos a ir a editar los títulos de cada gráfico. Vamos a hacer que la siguiente lista comience con la agenda por aquí. Vamos a hacerlo también gris claro, y lo vamos a hacer como 11 para el tamaño de la fuente. Vamos a hacer lo mismo por cada uno de ellos. Van a ser 11 gris claro. Para el siguiente para el siguiente. 11 por edad y sexo. Todo bien. Y no te olvides de los departamentos de aquí. 11 ands gris y la ubicación. Y 11. Ahora ya terminamos con los títulos y esas cosas. Ahora, vamos a revisar el tamaño del teléfono dentro de nuestras cartas, y yo diría que podemos hacerlo más pequeño. Tenemos que pasar por eso otra vez. Empecemos por el departamento. Ir a formatos, y en vez de nueve, vamos a tenerlo como ocho. Vayamos también por el índice y lo movemos a ocho. Yo diría que vamos a hacerlo audaz bien. Ahora vamos a estos gráficos de Pi, que sean ocho, y lo mismo para el mapa así que haga clic en alguna parte, vaya a ft, y conviértalo en ocho. Ahora para el gráfico Pi, entraría dentro de su, y vamos a ir al círculo exterior. Y ahí vamos a ir y cambiar el tamaño de fuente a ocho. Pero el gran número dentro, vamos a dejarlo como está. A lo mejor vamos a hacerlo un poco aún más grande. Hagámoslo diez. Volvamos a nuestro dashboard, y ahora continuamos a los siguientes gráficos. Hacer todo como ocho. Lo mismo para la edad. Ahora a la siguiente, las mismas cosas. Y como nosotros ocho por los ingresos, y por las edades y esas cosas. Todo debería ser ocho. Creo que se ve muy bien. Ya terminamos con el tamaño de fuente y los colores. Todo bien. Ahora el siguiente bit que vamos a ir a visitar todo el gráfico nuevamente para mejorarlo, refinarlo, y tal vez agregar cosas extra. Ahora echemos un vistazo a los departamentos de aquí. Lo que podemos hacer, podemos ir y sumar el estado del empleado para cada departamento. Podemos mostrar también en este par el total terminado. Para hacer eso, volvamos a entrar en el gráfico. Ahora necesitamos como una dimensión de estado para poder controlar los colores dentro de esas barras. Aún no lo tenemos, así que por eso vamos a ir a crear uno nuevo. Vamos a llamarlo un estado. Entonces va a ser la misma lógica. Vamos a tener una declaración F. F es nulo. Las fechas terminadas, fecha de término, después se emplea. Entonces se contrata al empleado. De lo contrario, terminó así. Vamos a terminarlo, y ahora vamos a ir a tomar el estatus y ponerlo al color por aquí. Vamos a asignar el color, así que el contratado va a ser el verde y el terminado va a ser el rosa. Ahora, ¿ qué más voy a hacer? Yo sólo voy a ir y cambiar entre esos dos estatus. Vamos a hacerlo. Y también me gustaría mostrar el total contratado dentro de la etiqueta. Vamos a buscarlo, y podemos ir a cambiar tal vez el color de esta etiqueta a rejilla ligera, y tal vez hacerla siete, algo así, y podemos hacer aún más pequeño el índice. Volvamos a nuestras listas. Ahora también podemos ver en estas partes, el número de empleados despedidos. Yo diría que hagamos el índice, un poco más pequeño. Esto. Eso es todo por este gráfico. Pasemos al siguiente. Vamos a entrar en este gráfico. Yo diría que agreguemos las informaciones porcentuales a las columnas. Vamos a conseguir el total más alto y ponerlo cerca de la ubicación, y luego vamos a cambiarlo a discreto. Para que tengamos los porcentajes aquí y la información del encabezado en la parte superior. Lo que vamos a hacer vamos a ir a cambiar el formato de esos porcentajes. Eliminemos los decimales. Vamos a hacer esas partes un poco más pequeñas. Iré con algo como esto. Volvamos y revisemos el tablero. Se ven bien, a lo mejor vamos a hacer que sea de menor tamaño para la fuente. En lugar de nueve, normalmente tenemos ocho. Y podemos ir y hacerlo más pequeño. Tenemos más lugares para el mapa, algo así. Ahora para el mapa, todo se ve bien, así que no tenemos que cambiar nada. Pasemos ahora a la información de género. Ahora, lo que podemos hacer, podemos hacer tal vez dos gráficos circulares para cada género, y luego podemos mostrar el porcentaje de empleados despedidos. Vamos a probar eso. A lo mejor puede verse bien, así podemos entrar. Ahora para hacer eso, necesitamos el género como fila. Por supuesto, ahora, nuestro gráfico bi sí se rompió, así que vayamos al círculo exterior y reparémoslo primero. No necesitamos la información de género. Lo tenemos aquí como una dimensión. Qué necesitamos para los colores, necesitamos el estado del empleado, y también, necesitamos el total contratado como porcentaje y ponerlo en el Pi. Algo como esto. Lo que puedes hacer dentro de esos círculos para los grandes números, podemos cambiarlo al porcentaje correcto. Vamos a reemplazarlo por un porcentaje, algo así, y vamos a darle formato. Entonces a los porcentajes y eliminar todos los decimales. Se ve bien ahora mismo, podemos ver el porcentaje de terminados para cada género. Vamos a echar un vistazo a nuestros dashboards. Ahora, parece que necesita más espacio, lo que podemos hacer, podemos ir y rotar las etiquetas primero. Y con eso tenemos suficiente espacio, tal vez puedas hacerlo un poco más grande. Vamos a arreglar el espaciado entre los gráficos más adelante. Una cosa más que acabo de notar que el círculo íntimo de los bi, son naturalmente negros. Volvamos a la tabla. Al círculo interno a los colores, y cámbielo a negro. Volvamos. Que hayamos terminado con la tabla de género, como pueden ver. Realmente estamos pensando de nuevo en el gráfico ya que vemos todas las informaciones en un solo lugar en los dashboards Ahora vamos a llegar a la divertida donde tenemos aquí tres gráficos uno encima de los demás. En primer lugar, vamos a darle más espacio así y tal vez hacerlo un poco más grande. Ahora que tenemos tenemos aquí cuatro valores y para la edad tenemos aquí como cinco valores. Lo que vamos a hacer primero, vamos a darle más espacio, y estoy pensando en tal vez vamos a ir a cambiar esas dos informaciones. A lo mejor va a verse más mejor. Volvamos a entrar en el gráfico. Vamos a darle la vuelta así. Volvamos a nuestras listas. Ahora se ve más bonito, déjame hacer esto más pequeño, algo así. Ahora podemos ver que la preparatoria está ocupando mucho espacio dentro de nuestros gráficos, así que podemos ir y editar el ES para eso, así que haz clic derecho sobre él y edita LS. Vamos a tenerlo así como abreviatura. Bien. Entonces ahora tenemos más espacio. Tenemos que pelear con el espacio dentro de este tablero. Entonces ahora el siguiente sib que, me gustaría ir y resaltar el valor más alto Entonces como puedes ver ahora tenemos todo como gris, y si destacamos ahora el valor más alto, va a quedar muy claro. Entonces, entremos en este gráfico. Y ahora para resaltar el valor más alto, tenemos que ir y crear un nuevo campo calculado. Entonces vamos a darle un nombre resaltado Max. Entonces necesitamos la función max pero para la ventana. ¿Cuál es nuestra medida? Es el total duro por lo que el total se escondió. Estamos buscando el mayor valor. Y si el valor actual igual Al valor más alto. Nos vamos a hacer realidad. De lo contrario, nos vamos a poner falsos. Vamos y golpeemos k, y usemos esta función encima de los colores. Ahora vamos a cambiar primero la coloración. Si es falso, debería ser un gris oscuro. Si es verdad, lo queremos como verde. Ahora bien, si revisas la vista, tenemos múltiples valores como el valor más alto. Nos gustaría tener un solo valor. Vamos a cambiar la función agregada, haga clic derecho sobre ella, y vamos a editar el cálculo de la tabla. Entonces ahora vamos a ir a dimensiones específicas y vamos a considerar ambas dimensiones, y con eso, solo tenemos un valor, que es exactamente lo que queremos. Vamos a esconder la leyenda. Aún no lo queremos en el tablero. Yo diría que vamos a mostrar también una etiqueta para los más altos. Vamos a tomar esa altura total como porcentaje. Ponlo en la etiqueta, y claro, vamos a ir a cambiar el cálculo de la tabla. Se deben considerar ambas dimensiones. Así que vamos a cerrarlo, y vamos a ir a cambiar el formato como de costumbre. No queremos todos esos decimales. Vamos a eliminarlo, y vamos a cambiar el formato. Lo que necesitamos, lo necesitamos vamos con siete, y con un gris claro. No necesitamos todos los valores. Solo necesitamos a los hombres y max. Cambiarlo de todos a hombres y max y eliminar el valor mínimo, que solo tengamos por el mayor valor esta etiqueta. Creo que ya terminamos. Regresemos y veamos cómo se ve en los dashboards. Está bien, bien. Ahora vamos a arreglar todas esas izquierdas y derechos del gráfico parcial Aquí hemos cambiado las dimensiones. Por eso tenemos que ir y cambiar esto también. Asegúrate de hacerlo correctamente, así que vamos a bajarlo y el otro debería subir. Lo que vamos a hacer, vamos a ir a cambiar también las dimensiones así. Esto es para el primer gráfico y también para los siguientes gráficos como este. Ahora vamos a destacar también, el valor más alto. Volvamos a estas gráficas. Vamos a tomar el valor resaltado como un color. Por supuesto, vamos a ir a esconder la leyenda también. Vamos a quitarlo. Yo diría que vayamos y reduzcamos el tamaño de esos pars para que quepan dentro de nuestras cartas Voy a ir algo por aquí. Ya veremos. Volvamos a nuestras listas, y hagamos las mismas cosas por las edades. Vamos a ir a obtener el valor más destacado de los colores, y tenemos que ir a cambiar los colores por aquí, así que va a ser gris y cierto, va a ser verde. quitemos las leyendas y también, tenemos que ir y reducir el tamaño de esos pars, tal vez algo así Todo bien. Volvamos y verifiquemos. Entonces ahora como puedes ver con los efectos de resaltado, se ve muy bien. Ahora bien, como puede ver, las piezas no están ajustando exactamente encima de esos valores. Arreglaremos el espaciado y las posiciones más adelante como el siguiente paso. Entonces podemos dejarlo como está por ahora y pasemos a los siguientes gráficos. Así que vamos dentro de él, y yo diría que vayamos y resaltemos también esos valores. Ahora bien, no podemos ir a usar el mismo resaltador porque aquí tenemos porcentaje, y nuestro resaltado se basa en los números absolutos Entonces lo que puedas hacer va a ir a duplicarlo. Y vamos a volver a llamarlo dos por ciento. Voy a quitar la b también de ella. Vamos a editarlo. Ahora en lugar de tener el patio total que podamos tener, podemos tener el porcentaje de paseo total de hyrod Vamos a tomar esta medida. Elimino el porcentaje de aquí. Vamos a copiarlo y ponerlo también para la ecuación. Golpea y vamos a moverlo a los colores. Ahora, por supuesto, tenemos que ir y añadir también la coloración como de costumbre. Falso es gris y cierto, puedo ser verde, y vamos a esconder también, las lesiones. Ahora vamos a ir y comprobar el cálculo de la tabla, si está configurado correctamente, por lo que dit cálculo de la tabla. Este debería estar basado en la calificación de desempeño como esta. Ahora yo diría que vayamos y agreguemos la etiqueta para esos gráficos. Vamos a tomar la misma medida, mantener el control, y ponerlo encima de la etiqueta, y vamos a ir a ajustar el estilo, así que va a ser gris claro. Y lo vamos a tener como un ocho y no necesitamos todos esos valores. Tengamos solo el min y max. Ahora tenemos el valor medio y el valor máximo, pero no quiero el valor mínimo, así que solo podemos tener el valor máximo así. Eso establece, volvamos a nuestras listas, y creo que todo se ve bien. Ahora vamos a la educación versus género. Creo que aquí en los gráficos, no agregaría nada. Se ve muy bien. Pero yo iría y cambiaría el tamaño de las etiquetas. Nos olvidamos de eso. Hagamos ocho en vez de nueve. Entonces Doch. Ahora para el último gráfico de aquí, creo que tenemos que ir a agregar algunos tots para colorear Así que voy a ir a agregar nuestro color verde y tal vez reducir la opacidad a algo así como 50, muy agradable Y tal vez ir y reducir de nuevo, el tamaño de esas etiquetas a algo así como siete. Ahora me gustaría ir y agregar para el eje una línea. Vamos a formatear. Entonces vamos a las líneas por aquí y en las sábanas, vamos a ir a los ejes. Y podemos agregar una línea para ello, y nos aseguramos de que estamos seleccionando nuestro gris oscuro para eso. Tal vez también reduzca la opacidad a algún lugar como alrededor de tal vez 60 Volvamos a nuestros gráficos y tal vez vayamos a cambiar el nombre de esos ejes. En lugar de la edad promedio, vamos a tener sólo la edad y lo mismo para el salario. Entonces vamos a tener sólo el salario así. Eso es todo para este gráfico. Como puedes ver, acabamos de revisar todos los gráficos y agregamos cosas extra, algo de refinamiento y afinación. Bien, todo el mundo. Ahora en el siguiente paso, vamos a empezar a trabajar con los píxeles para agregar más espaciado entre todas esas secciones y contenedores usando el relleno interno y externo. Ahora la distancia entre todas esas secciones principales puede ser siempre como un 20. Empecemos a hacer eso. A por el lado izquierdo de la navegación. Asegúrese de seleccionar la navegación por aquí. Ahora, lo primero que vamos a ir a deshacernos de todos esos porteadores. No lo necesitamos. Ahora tenemos que sumar 20 como espacio entre esta sección y el salpicadero exterior. Vamos a ir a la ropa de cama exterior por aquí y solo agregar 20 por todas partes, arriba a la izquierda, abajo a la derecha. El siguiente paso de eso, voy a ir a hacer un ancho fijo para este contenedor. Vamos a ir a esta pequeña flecha de aquí y editar el ancho, y vamos a tener el valor de 100. Entonces hagámoslo así. Ahora, como puede ver, tenemos espaciado entre el contenedor y el borde del tablero. Ahora vamos al lado derecho por completo. Entonces vamos a seleccionar encabezados y gráficos, quitar el borde, no lo necesitamos. Entonces como puedes ver tenemos muchos espacios en el lado derecho, así que vamos a ir a editar el ancho. En lugar de este valor, podemos tener, vamos con 1,300. Vamos así. Ahora bien, si tomas todo el contenedor, necesitamos espaciado desde el lado derecho y exactamente van a ser 20. Vayamos a la ropa de cama exterior por aquí. Los seleccionamos todos los lados por igual porque ya tenemos espacio entre esas dos secciones. Solo necesitamos del lado derecho 20. Ahora vamos dentro de todos esos contenedores y comencemos a ajustar las cosas. El siguiente s es que es el encabezado. Vamos a ir a quitar el borde, y yo diría que vayamos y tengamos una altura fija para eso, así que cámbielo a fijo. Y también, digamos los dos fijos, 65, algo así. Tenemos un poco de espaciado entre los gráficos y el título. Estoy contento con eso. Ahora pasemos a la siguiente sección a izquierda y derecha. Podemos ver aquí, tenemos suficiente espaciado alrededor del tablero para todo el contenedor. Vamos a quitar el borde para eso. Yo diría que saltemos al siguiente. Pasemos al resumen del lado izquierdo. ¿Qué necesitamos aquí? En el lado izquierdo, tenemos un 20, así que estamos seguros en la parte superior, en la parte inferior, pero en el lado derecho, no tenemos suficiente espacio entre las secciones. Por eso vamos a ir a ajustarlo. Pero primero, vamos a quitar el borde, y después vamos a ir al acolchado exterior y vamos a quitar todos los lados iguales, y en el lado derecho, necesito 20. Ahora podemos ver que tenemos suficiente espaciamiento entre el ascensor y la derecha. Eso se ve muy bien por ahora. Yo también iría a cambiar el color del contenedor de esas informaciones. Entonces no tenemos nada. Ahora vayamos a los lados derechos y seleccionemos todo el contenedor. Estamos en la sección de demostración e ingresos, quitar la frontera. Creo que ya terminamos con esto. Vamos dentro de esas secciones. Vayamos a la sección de demostración, quitemos el borde. Ahora por supuesto, ahora necesitamos espaciar entre la demografía y los ingresos En la parte inferior, necesitamos 20. Vamos a la palmadita exterior, D seleccione y sólo un fondo, necesitamos 20 Se ve muy bien hasta ahora. Por supuesto, vamos a quitar todas esas fronteras, para que ya no la necesitemos. O esto también, no necesitamos fronteras y aquí. Creo que tenemos que ir arriba así. Si ID selecciona, todavía tenemos un borde, que es todo el tablero. Entonces es simplemente quitarlo. Como puedes ver agregando espaciado, es como darle aire a tu tablero, para que pueda respirar. Ahora vamos a ir y agregar una adición interna dentro de esas secciones. Ignoraremos por ahora las deidentificaciones, porque vamos a tener otra historia sobre los Ahora bien, si revisas esas secciones, puedes ver que la redacción está muy cerca del borde de la sección derecha. Tenemos que dar aquí algo de espaciamiento. Eso lo haremos sólo para las tres secciones principales. Vamos a ir primero al resumen. Como aquí, y ahora esta vez vamos a ir a la brotación interior y podemos agregar un siete, algo así Se puede ver como estamos alejando los valores de la frontera, es más fácil de leer. Podemos hacer lo mismo para la sección de aquí. Estamos en la sección demo y vamos a darle siete también. Lo mismo para los ingresos. La sección de ingresos por aquí, vamos a darle. Siete. En algún momento podemos ver esos valores, masculino y femenino, no están en la parte superior de la frontera derecha Ahora vamos a echar otra mirada. Creo que podemos ir y agregar espaciado entre esos títulos y el título de la sección derecha. Lo que vamos a hacer, vamos a seleccionar todo el contenedor. Gráficos de demostración, y podemos agregar en la parte superior agregando, solo la parte superior, algo así como cinco a la derecha. Tenemos aquí un bonito espacio. Ahora como puedes ver en los gráficos de demostración, todavía tenemos algunos espaciados abajo a la derecha. Lo que podemos hacer, podemos ir y e es la altura. En lugar de este valor, podemos ir y aumentarlo. A 300. Para que estemos usando todo el espacio. Ahora, vamos a la otra sección a los ingresos, y vamos a seleccionar las tablas de ingresos de los contenedores, y vamos a hacer lo mismo, así que vamos a ir y sumar entre los cinco primeros. Entonces tenemos cierto espaciado entre el título de la sección principal y esos gráficos. Ahora bien, si nos sentamos y revisamos las secciones y los espacios entre ellos, entonces podemos ver que todo es perfecto. Tenemos 20 en todas partes, pero sólo aquí tenemos un problema correcto. Como puedes ver aquí, las tablas lo muestran como línea hash. Significa que hay un problema con el espaciado. Entonces tenemos que ir a llenarlo. Entonces qué podemos hacer, basta con hacer clic en Uno de esos gráficos y simplemente moverlo como a continuación. Entonces solo estamos empujando hasta llegar al límite correcto. El espaciado entre esas secciones es perfecto. Eso es todo acerca del espaciado entre todas esas secciones. Ahora tenemos que ir y enfocarnos en el espaciado dentro de cada una de esas secciones y entre los gráficos. Por supuesto, vamos a ir a arreglar todos esos divisores entre los gráficos Yo diría comencemos con esta sección, la demografía Ahora mi regla es lado una sección, podemos tener diez entre las cartas. Vamos a hacer eso. Vamos a empezar de izquierda a derecha, así que vamos a seleccionar el género por aquí, y vamos a tener el acolchado exterior al lado derecho como cinco. Vamos y seleccionamos así, y luego al siguiente, tenemos nuestro divisor. Nuestros divisores siempre tiene en la parte superior, tenemos diez acolchados exteriores y en la parte inferior también diez, y tenemos que ir ahora y hacerlo realmente más delgado, así que vamos a ir y en ello con ello, y vamos a tener solo uno Con eso, podemos tener una línea muy fina entre los gráficos Ahora pasemos al siguiente gráfico por aquí. Vamos a tener desde la izquierda cinco y desde la derecha cinco. Con eso, tenemos un total de diez entre las listas. Eso es, pasemos al siguiente. Aquí tenemos un divisor. Como siempre, vamos a tener diez en la parte superior. Estaño en el fondo, y tenemos que hacerlo delgado. Entonces vamos a ir y añadir el ancho a uno. Ahora vamos al último gráfico de aquí. Entonces todo el contenedor. Desde el lado izquierdo, vamos a tener un cinco, y eso es todo. Del lado derecho, no tenemos que lidiar con eso. Como pueden ver ahora, tenemos una separación muy agradable entre todos esos gráficos y tenemos suficiente espaciado entre ellos. Ahora por fin, podemos ir y ajustar este gráfico medio ya que ahora tenemos el espaciado perfecto. Lo vamos a hacer así. seleccionar las tablas superiores, y podemos simplemente reducir el tamaño de la misma un poco así. Ahora lo que vamos a hacer, vamos a ir a apretar este gráfico desde lift y right hasta que coincida con los valores. Vayamos al acolchado exterior por aquí, los electos, y comencemos con algo así como 4070 Ya casi estamos ahí. Tenemos que seguir empujando entre esos valores. A lo mejor así, Sí, ya casi estamos ahí, pero estamos desplazados un poco hacia la derecha. Aumentemos la derecha y tal vez la izquierda y vamos. Entonces ahora lo tenemos perfecto. Para saber si deselecciono, parece que tenemos los gráficos de partes en la parte superior exactamente de esos valores Ahora vamos a hacer lo mismo por el lado derecho. Creo que tenemos que empujar más desde arriba. Vayamos aquí a la brotación exterior y luego deseleccionemos Vamos y comencemos con 20. Entonces creo que ya casi estamos ahí. Vamos con 25, tal vez uno más. T seis. Perfecto. Entonces ahora lo tenemos exactamente en las filas de las edades. Entonces ahora el gráfico se ve realmente increíble. Bien, entonces terminamos con esa demografía. Vamos a los ingresos. Entonces vamos a hacer lo mismo. Vamos a ir a seleccionar todo el contenedor de los gráficos, y al lado derecho, vamos a tener cinco así. Entonces vamos a ir a editar el separador desde arriba. Vamos a tener diez de patrón también, diez, y por supuesto, el ancho va a ser uno, hagámoslo así. Ahora vamos al contenedor derecho, y vamos a tener desde el lado izquierdo cinco. Eso es que tenemos un total de diez. Yo diría que podemos empujar un poco esos espaciamientos hacia el lado izquierdo. A la ptular ahora mismo con eso, estoy feliz. Mirada final a los ingresos. Yo diría que podemos ir y aumentar toda la altura de esas cartas. Selecciona todo el contenedor y vamos a empujar más en la altura. Vamos con los 300 otra vez. Terminamos con la sección de ingresos. Ahora vamos al lado izquierdo. Empecemos con el primer pan por aquí, y vamos a tener L cinco entre los gráficos, pero esta vez lo tenemos como vertical. Aquí lo tenemos cuatro, pero podemos ir y hacerlos cinco para seguir la regla, y vamos a hacerlo un poco más grande para ver la sartén. Entonces tenemos nuestro divisor. Esta vez, vamos a tener desde la izquierda y la derecha. Vamos a tener diez. Y vamos a tener como estatura uno así. Ahora vamos a ir y hacer todo como en el medio. Así que asegúrate de tenerlo algo así, y tenemos que ir a cambiar este divisor. Tenemos que tener en el top ten abajo también diez, y el ancho va a ser como de costumbre uno. Entonces tenemos que asegurarnos de nuevo que los contenedores tengan el mismo lado, algo así y el medio perfecto. Ahora vamos a este título de aquí. Seleccione todo el contenedor y agregue en los cinco primeros. Yo diría que como es una línea, vamos a tener diez de izquierda y diez de derecha como cualquier otro divisor. Vamos a tener aquí diez y también diez. Entonces ahora como aquí no podemos ir a editar las alturas. Sólo podemos editar el ancho, lo que vamos a hacer. Vamos a ir a exprimirlo de arriba y abajo. ¿Cómo vamos a hacer eso? Vamos a seleccionar esos separadores y vamos a ir al acolchado exterior. Vamos a tener en el top 15, y en el inferior 14 y con eso, conseguimos los efectos de línea. Lo mismo para el otro separador. En la parte superior 15, En la parte inferior 14. Con eso, tenemos una línea. Aquí, no hay otro espaciado. Vamos al otro título a las ubicaciones. Podemos hacer lo mismo. En la parte superior, vamos a conseguir un cinco, no un diez, de izquierda y derecha, vamos a tener un diez ya que es ahora vamos a hacer las mismas cosas por los separadores En la parte superior 15, abajo 14, lo mismo por aquí. Entonces 15 y 14. Bonito. Bien, genial. Entonces ahora echemos un vistazo a todo el dashboard. Vamos a los modelos de presentación. Y ahora siéntate y comprueba si puedes encontrar algún problema con el espaciado, desde mi punto de vista, tenemos un salpicadero perfecto. Así que terminamos con los espaciamientos entre los contenedores, las secciones de los gráficos y todo Se ve realmente profesional bien. Bien, ahora el siguiente paso, vamos a ir a agregar información sobre herramientas a todos nuestros gráficos, y creo que estarías de acuerdo conmigo si te digo, agregar información sobre herramientas es un poco aburrido Pero es proporcionar información muy agradable para los usuarios. Vamos a hacerlo. Vamos a empezar con nuestras bandas, así que vamos a empezar con los empleados activos. Vayamos a las listas. Ahora vamos por aquí al tooltip, y vamos a hacer lo siguiente Vamos a decir el número total de empleados activos y luego vamos a ir a insertar nuestra medida. Ahora bien, es muy importante que siempre sigamos los mismos estándares cuando estamos usando la descripción sobre herramientas Yo diría que siempre el texto normal no debe ser negrita. Sólo las palabras que quieras resaltar podrían ir en negrita, por ejemplo, aquí. Lo importante son los empleados activos. Por supuesto, la medida en sí, ya es audaz. Ahora, sobre los colorantes, vamos a usar dos colores grises diferentes Si vamos al texto normal por aquí, vamos a la coloración, vamos a ir a elegir este gris de aquí. Vamos a seleccionarlo. Entonces para los reflejos, vamos a ir a usar nuestro gris oscuro. Así y lo mismo para la medida. Por ahora ya terminamos. Vamos a copiarlo porque vamos a ir a usarlo en el siguiente gráfico. Haga clic y luego volvamos a nuestro tablero y simplemente pase el mouse sobre él. Se puede ver muy bien el número total de empleados activos, y tenemos entonces el número. Ahora vamos al siguiente pan a los empleados contratados. Vayamos al tubo de peaje y sustituyamos todo el asunto por éste. En vez de activos, vamos a tener el escondite. Vamos a darle el color que usamos habitualmente para el escondido el verde. Por supuesto, no usamos el activo total, vamos a ir e insertar el total hid. Y claro, quita el activo. Eso es todo, vamos a copiarlo para el siguiente, y claro, tenemos que ir a probar. Así que D's co. Como puede ver, el número total de empleados contratados, y tenemos el número, pasemos al siguiente. Aquí tenemos el terminado. Entonces vamos a usar terminado y para eso, necesitamos usar el color rosa. Y aquí, claro, no tenemos a los contratados, vamos a tener el terminado Así, está bien y revisa el resultado como tablero de instrumentos. Todo es perfecto. Ahora vamos a los gráficos de líneas, y vamos a ir a la punta de herramienta, pero asegúrate de no seleccionar la punta de herramienta de ninguna de esas marcas. Asegúrate de seleccionar el todo. Que tenemos la misma punta de herramienta para ambos gráficos. Quédate en absoluto y ve a Punta de peaje. Ahora vamos a agregarlo como nueva línea. Vamos y quitamos este, pero necesitamos el año. Por supuesto, ahora tenemos un gráfico y dependemos de dónde esté nuestro ratón. Podemos tener el año exhibido. Vamos a hacerlo más grande como tal vez 11, y también, hagámoslo verde. Bien, vamos a golpear. Vamos a probarlo. Como pueden ver, tenemos aquí 2017, 2020. ¿Sabes qué? Me gustaría ir y sumar el porcentaje lado a lado al número. Vamos a conseguir el total contratado y dejarlo caer en la punta de la herramienta, y luego vamos a ir a la punta de la herramienta y tener una pipa. Entonces vamos a ir a insertar el porcentaje. Vamos a probarlo. Ahora, como puede ver, estamos obteniendo tanto el porcentaje como también el número absoluto. Pero me gustaría ir a deshacerme de los decimales. Hagámoslo desde la fuente de datos. Haga clic derecho en el campo. Pasemos a las propiedades predeterminadas y luego al formato numérico y luego eliminemos del porcentaje los dos decimales, y luego está bien. Con eso como puedes ver, no tenemos decimales con el porcentaje Perfecto. Ahora vamos a copiar todo para los siguientes gráficos. Por supuesto, vamos a ir a probarlo en el tablero. Como puedes ver, se ve muy bien. Pasemos al siguiente. Y lo mismo, asegúrate de seleccionar el todo y luego ir al tooltip e insertar todo Ahora en lugar de fechas más altas, necesitamos el año de fechas de terminación. Así, me quito el viejo. Ahora vamos a tener eso terminado. Por supuesto, vamos y cambiamos el color al rosa así. Aquí tenemos el mayor equivocado, así que vamos a obtener el total terminado así, pero asegúrate de seleccionar el mismo color correcto, entonces es nuestro color oscuro, y tenemos que crear un nuevo porcentaje para el terminado. Da click por ahora y ya podemos ir a probarlo. Como puede ver, el total hid no está funcionando. Vamos a arreglarlo. Vamos a repasar aquí al id total con el porcentaje y duplicarlo, y vamos a ir a editarlo a total terminado. Aquí en vez de hyod, va a ser total terminado, dividido por total terminado. Así. Vamos y eso y vamos a agarrar el total terminado a la descripción emergente, y vamos a editarlo Tenemos que ir a insertarlo y quitar el escondite. Así. Ahora tenemos un buen porcentaje también en nuestro tooltip Vamos a probarlo también en el tablero. Se ve bien. Ahora vamos a los departamentos. Esto va a ser interesante. Vamos a las sábanas. Ahora lo que vas a hacer vamos a ir al tubo de herramientas e insertar nuestra plantilla. Ahora, ¿cuál es la dimensión principal aquí? Es el departamento. Vamos a insertarlo y eliminar la fecha más alta. Ahora aquí depende de dónde esté nuestro ratón, vamos a conseguir ya sea a los empleados contratados o a los despedidos. No podemos tenerlo así como una estática. Vamos a ir a insertar el estado por aquí. Ahora va a ser dinámico. Vamos a hacerlo atrevido y asegurarnos de que tengamos el color correcto, así que va a ser el gris oscuro, y creo que podemos dejarlo así. Vamos a probar. Entonces, vayamos a la operación por aquí. Como puede ver, tenemos operativo el número total de empleados contratados, pero el porcentaje no está funcionando. Ahora vamos a ir a los empleados despedidos, y como puede ver es dinámico y cambiar a empleados despedidos. Hasta el momento está funcionando, pero tenemos que ir y fijar el porcentaje. Eso es porque no lo tenemos en los gráficos, así que déjalo caer en la descripción sobre herramientas. Vamos a comprobarlo. Todavía no funciona. Creo que tenemos que ir e insertarlo de nuevo. Vamos a insertarlo y quitar el viejo. Todo bien. Así que vamos a golpear y probar. Ahora está funcionando. Todo bien. Ahora aquí están las mejores prácticas también. Si su dimensión en su gráfico tiene jerarquía. Como puedes ver aquí, tenemos departamentos y título laboral. Podemos ir y agregar la dimensión que es la siguiente en la jerarquía como una punta de herramienta. Podemos ir a construir un gráfico especial para el título del trabajo e incluirlo en la descripción sobre herramientas Esta es una técnica realmente increíble para profundizar rápidamente a la siguiente dimensión sin cambiar todo el tablero. Vamos a hacerlo. Es muy sencillo, lo que vamos a hacer. Vamos a ir a duplicar los departamentos. Vamos a hacer eso. Ahora vamos a darle el nombre de los títulos de trabajo. Ahora lo que vamos a hacer, vamos a ir a sustituir los departamentos por el título del puesto. Vamos a hacer eso. Ahora yo diría que vamos a ir a reducir un poco, así que no necesitamos el estado en absoluto como color, así que vamos a eliminarlo. Pero aún tenemos que ir a ordenar los datos, lo que ahora no es correcto. Vamos a ordenar Entonces vamos a ir con el campo, descendiendo, y, por supuesto, ir y seleccionar el campo correcto, que es el highd total, 206. Proyecto de recursos humanos | construye la mesa: Ahora vamos a revisar la segunda sección de la historia de usuario y el requisito. Entonces aquí tenemos la vista de registros de empleados. Dice que tenemos que proporcionar una lista de todos los empleados con la información necesaria como nombre, departamento, cargo, sexo, edad, educación y salario. Otro punto en los requisitos sobre las interactividades, que los usuarios deben poder filtrar la lista en función de los contras disponibles Aquí no tenemos que construir visualizaciones ni gráficos ni nada Tenemos que proporcionar solo una lista de todos los empleados con formaciones importantes, y además, necesitamos filtros. Suena muy sencillo. Comprobemos cómo podemos construir listas en Tableau. Comencemos de inmediato a construir los gráficos. Aquí tenemos dos métodos. O vamos a ir a construir una lista de símbolos, donde tenemos una tabla de símbolos en Tableau, donde vamos a ir y agregar, por ejemplo, digamos el ID de empleado, ir a agregar ubicaciones. Al igual que como vemos, estamos agregando solo dimensiones una al lado de la otra. Entonces claro, podemos decir que esta es la lista detallada de los empleados, y el trabajo está hecho. Entonces no puedo ir y poner en cada celda como dos informaciones debajo una de la otra, o no puedo ir y agregar íconos y así sucesivamente. Entonces es agradable, de manera rápida, pero es muy limitada. Y ahora el otro método es que, vamos a ir a usar algunos trucos para personalizar la lista. Es mucho tiempo, pero el resultado final es realmente agradable en tableau. Entonces como se trata de proyectos avanzados, voy a ir con técnicas avanzadas. Entonces ahora, ¿qué vamos a hacer? Vamos a dejar la identificación del empleado. Como arrancador, y asegúrese de que estamos seleccionando estándar y no vista completa. De lo contrario, vamos a tener a todos los empleados en una sola vista. Esto no va a funcionar. Así que hazlo estándar. Vamos a quitar el encabezado. Y claro, voy a ir a cambiar el diseño de nuestra hoja de trabajo. Así que vamos a algún lado aquí y digamos formato, y vamos a ir al sombreado y vamos a hacerlo plack Por supuesto, vamos a cambiar eso después una vez que tengamos todo en el tablero. Entonces, ¿qué vemos aquí primero? Tenemos las Ds de los empleados. Vamos a esconder también el encabezado. Y vamos a tener la coloración de esta dimensión. Va a ser nuestro gris claro. Entonces cambiemos eso. Ahora bien, esta es la única dimensión que vamos a usar como fila, y el resto, todo va a ser una columna, y vamos a hacer el siguiente truco. Entonces vamos a ir por aquí y decir promedio y -1.0 así Ahora como aprendimos, este formato va a agregar un marcador de posición para una forma para una visual Ahora para el tipo de gráfico, vamos a ir con las formas. Entonces ahora tenemos aquí como las formas. Ahora aquí tenemos como círculos por todas partes. Este es nuestro marcador de posición. Voy a ir a cambiar también el formato de nuestra grilla. Entonces, ¿qué necesitamos con las líneas? Me aseguro de que todo sea ninguno, solo para asegurarme de que no tenemos nada. Entonces vamos a ir a las columnas, quitar la cuadrícula, y vamos a ir a agregar una línea fina como cruda, pero voy a ir y hacerla muy oscura. Ahora se ve bien. Vamos a escondernos también, las informaciones del encabezado. Entonces la primera columna va a contener toda la información sobre esa demografía Lo que necesitamos, necesitamos el nombre y el apellido, ya que es lo más básico de cada empleado. Ahora tenemos el primer nombre y el apellido separados. Lo que voy a hacer, voy a ir a crear un nuevo campo calculado. Voy a llamarlo nombre completo. Pero ahora voy a ir a fusionar ambos como concat, ambas informaciones Tenemos el primer nombre, y luego vamos a tener el plus y luego el espacio entre el nombre y el apellido, y vamos a obtener el apellido dentro de nuestro cálculo. Wh que tenemos el nombre completo. Lo tenemos como nuevo campo. Vamos a dejarlo caer. En las etiquetas de aquí. Entonces como pueden ver, tenemos los nombres completos de los empleados. Ahora, para la forma, vamos a sumar el género. Entonces vamos a ir y tener la forma de género por aquí. Aún no podemos verlo por los colores, así que vamos a agregarlo también a la coloración. Entonces ahora tenemos las mismas formas que hemos utilizado en el análisis de ingresos. Ahora bien, lo que más queremos agregar es, por ejemplo, la edad, vayamos y bajemos la edad también a la etiqueta. Y la última información sobre la demografía, vamos a tener el nivel educativo Así que vamos a dejarlo caer también a las etiquetas. Ahora como puedes ver, tenemos mucha información que es naturalmente agradable, y hay mucha superposición. Entonces tenemos que ir y formatearlo. Vamos primero a las etiquetas. Y vamos a entrar en él para personalizar esas informaciones. Todo va a ser del lado izquierdo como alineación, y luego vamos a tener la educación HL lado lado y partirlo por una tubería. Sobre el estilo, el primer sorteo, va a ser audaz y usando el claro oscuro o gris, y el segundo sorteo no va a ser audaz, pero vamos a ir a usar nuestro gris oscuro. Este va a ser nuestro estilo para todas las columnas. Vamos a golpear bien. Ahora como puedes ver se ve bien. Tenemos el nombre completo y debajo de él, tenemos algunas informaciones más sobre el empleado. Pero aún así, como se puede ver la alineación entre la información y la identificación no es correcta. Lo que vas a hacer es ir a una de esas filas y apenas aumentar ligeramente el tamaño hasta que se ajuste a la pantalla. Voy a ir y hacerlo también. Voy a ir con un aumento más. Con eso, como puedes ver, una fila contiene toda la información, no hay superposición, y sigues haciendo eso hasta que no tienes ninguna superposición entre los empleados. Como puedes ver, ya se ve muy bien comparado con tener una lista. Ahora del lado derecho, tenemos esas leyendas. Sigamos adelante eliminarlos. No lo necesitamos. Ahora vamos a ir también a la segunda columna, va a ser un montón de informaciones. Lo que vamos a hacer, sólo para copiarlo. Mantenga el control y simplemente póntelo uno al lado del otro. Ahora como pueden ver, tenemos como dos columnas ahora. Voy a ir y también formatear la grilla, donde vamos a ir a la grilla aquí a las columnas. Y vamos a quitar el divisor de columnas. Además, voy a ir a quitar las filas. Vamos a las filas. Yo lo quito. Se ve más limpio. ¿Qué vamos a hacer con la segunda columna? Vamos a sumar toda la dimensión del departamento y los títulos de trabajo. Asegúrate de seleccionar el correcto. El primero es para la demografía y el segundo va a ser para los departamentos y empleos Vamos a quitar todo. De ella. Ahora vamos a ir a dejar caer esas formaciones? Pongamos primero el título del trabajo a la etiqueta. Es más importante que departamento. Entonces el segundo va a ser el departamento, como siempre, vamos a ir a diseñarlo. Todo al ascensor, la primera fila va a ser audaz y gris claro. La segunda fila va a ser un gris oscuro y no negrita. Eso es. Vamos. Como puedes ver, se ve muy bien. Ahora la pregunta es, ¿tenemos un ícono para los departamentos y empleos? Bueno, no tengo a nadie, así que por eso voy a ir a esconderlo. Si tienes uno, puedes ir y dit. Lo que voy a hacer, vamos a ir al tamaño y reducirlo por completo. Pero todavía tenemos un punto fino. Tenemos que ocultarlo por la opacidad. Ahora bien, si lo quito así, ya no lo encontrarás. Este es el truco, y se ve muy bien. Ahora, vamos a agregar otra columna. Va a ser por esta época, la ubicación de la dimensión. Las mismas cosas. Vamos y cambiemos a él. Voy a ir a agregar la ubicación como color esta vez y luego la ciudad en la solapa. Los vamos a conseguir a los dos como solapa. Ahora vamos de inmediato y comencemos a formatear. Ambos van al lado izquierdo. Deseo tener primero la ciudad, después los estados. Como es habitual, la primera va a ser la luz. Audaz y el segundo va a ser el oscuro. Bien. Ahora echemos un vistazo. Todo se ve bien. Voy a ir a cambiar el diseño de las formas. Se va a llenar círculo y es un poco pico, así que voy a ir a reducir el tamaño de éste Si es HQ, va a ser verde, si es gris, va a ser sucursal. Se puede ver que no es tan complicado correcto, es fácil. Agreguemos otra información. Creo que ahora podemos ir a agregar el apio, pero lamentablemente no podemos ir y agregar nada más al salery Entonces tenemos que ir a usarlo solos. Vamos a agregar el salario a las etiquetas. Aquí tenemos esos números. Me gustaría formatearlo, vamos a formatear los números. Vamos a los números, y luego vamos a ir al número personalizado, reducir los decimales, y como prefijo, agreguemos el signo del dólar. El número se ve bien. Vayamos a la etiqueta y diseñémosla. Aquí tenemos las informaciones de la anterior. No lo necesitamos. Tenemos sólo el apio, y como es la primera fila, vamos a hacerlo gris claro Ya que está en la primera fila, va a ser el gris claro, y también audaz. Vamos bien. Por ahora, no tengo ninguna forma para eso. Por eso vamos a ir a reducir el tamaño y hacer la opacidad a cero Ahora a la siguiente columna, lo que vamos a tener, vamos a tener el estado del empleado, la fecha más alta y la fecha de terminación. El estado del empleado, vamos a hacerlo como un color. Eso es que tenemos el gris y el verde, y vamos a hacer el círculo como un círculo relleno, reducir el tamaño. Algo así. Ahora me gustaría agregarlo también a la etiqueta. Ahora lo que necesitamos, necesitamos la fecha más alta también a la etiqueta, y también la fecha de terminación. Pero aquí lo tenemos como un año, me gustaría tener la fecha exacta. Vamos a ir y cambiarlo a fecha exacta y luego a discreto, lo mismo para la fecha de terminación a fecha exacta, y luego a discreto. Ahora tenemos toda la información. Vamos adentro y comencemos a configurarlo. Ahora tenemos aquí el estado mayor fecha y plazo fecha. Vamos todo al lado izquierdo, y vamos a poner la fecha de terminación y luego menos entre ellos, luego ese plazo fechas, vamos a ir a diseñarlo como de costumbre. Entonces el ondulante va a ser el oscuro. Bien. Pongámonos bien y verifiquemos. Ahora podemos ver en la salida, tenemos la fecha más alta, y veamos a un empleado despedido. Como pueden ver tenemos aquí una fecha de terminación lado a lado. Bien. Ahora la última columna va a ser interesante. Vamos a tener un gráfico de barras que indique la duración del alquiler. Vamos a ir a calcular en años la duración del empleo. Vamos a crear un nuevo campo calculado. Vamos a llamarlo la longitud de mayor. Aquí tenemos dos cálculos. Si el empleado es contratado y no terminado, vamos a ir a calcular los años entre hoy y la fecha más alta. Vamos a hacerlo. Vamos a necesitar una declaración F, y luego vamos a verificar si el empleado es contratado o no usando la siguiente lógica como de costumbre. Es nulo. Entonces estamos comprobando las fechas de terminación. Si es nulo, entonces el empleado aún no está terminado. Entonces, ¿qué puede pasar? Vamos a calcular las diferencias entre hoy y la fecha más alta. Date dif, y vamos a tener un año. Voy a ir a agregarlo como una nueva fila. Lo que estamos calculando entre la fecha más alta y hoy. Esta es la fórmula para los empleados que no son despedidos, y ahora vamos a tener de otra manera se. Vamos a tener la diferencia de fecha, y ahora no entre hoy y la fecha más alta, va a ser entre la fecha más alta y la fecha de terminación. Va a ser lo mismo año, fecha superior, y fechas terminadas. Es muy sencillo. Vamos a terminarlo. Vamos. Entonces ahora tenemos un nuevo mayor, y me gustaría ir a probarlo primero. Recuerda las primeras hojas donde probamos las cosas aquí. Voy a quitar algunas cosas. Necesitamos las fechas más altas, las fechas de terminación y nuestra nueva columna agradable. Voy a mostrarlo como discreto. Ahora, claro, depende del año que estés haciendo el tio, podrías obtener resultados diferentes. Ahora como pueden ver aquí, tenemos seis años, dos años, dos años, y así sucesivamente. Ya que aquí tenemos una fecha de terminación, tenemos aquí un cero. Todo está funcionando, volvamos a nuestra lista detallada. Ahora necesitamos una nueva columna, pero esta vez no vamos a usar el marcador de posición porque ya tenemos una medida Ya tenemos el lingth de más alto, vamos a traparlo y drogarlo lado a lado Ahora tenemos que ir y configurar el tipo de gráfico. No será una forma. Vamos a usar el par. Ahora tenemos un par en nuestras cartas. Voy a ir a reducir el tamaño de la misma. Quizá más. Ahora vamos a agregar contenido a esos pars Empecemos por el estado. Voy a ponerla en los colores, y necesitamos también la etiqueta, vamos a tomar también la longitud de mayor a la etiqueta. Ahora vamos a editarlo, así que vamos a coincidir. No necesitamos toda esa información. Tenemos aquí el número de años, así que vamos a hacerlo atrevido y así cambiar el tipo de color a gris claro. Después de eso, vamos a tener años así y tal vez no tan atrevidos. Eso es. Vamos a golpear ok. Ahora tenemos años luz al final de las barras. Pero lo que podamos hacer, podemos ir y cambiar la alineación completamente izquierda y en el centro. Bien. Ahora vamos a revisar los resultados. Como puedes ver en la lista, tenemos los dos colores. Aquí, por ejemplo, tenemos un año de terminación también aquí. La leyenda está funcionando. Ahora, como pueden ver, las cosas pueden estar muy apretadas. Lo que voy a hacer, voy a ir a cambiar el tamaño de todos esos palos. Vamos a todos y luego vamos a etiquetar, y luego a la fuente, y vamos a hacerla ocho en vez de nueve. Que vamos a tener amarga separación entre esas columnas. Ahora el siguiente sib de eso, voy a ir a quitar todas esas informaciones aquí el eje Vamos a quitar a Shohader, y ya terminamos. Ahora tenemos una lista muy bonita para los empleados. Nuevamente, esta es la que lleva mucho tiempo, pero como pueden ver, tenemos bonitas barras, tenemos muchos íconos, y tenemos múltiples informaciones en una columna. Es un poco confuso al principio sobre cómo construirlo. Pero una vez que lo entiendas, puedes ir y hacer listas increíbles. Y claro, tener una lista sencilla también está bien. 207. Proyecto de recursos humanos | maqueta de boceto del panel detallado: Entonces ahora podemos planear la maqueta para el segundo tablero, y este puede ser realmente fácil Y tenemos el mismo título, pero al final, vamos a hacerle un hisopo con los detalles Ahora en el medio, vamos a tener sólo una sección llamada la lista de empleados, y aquí tenemos sólo un tipo de gráficos. Tenemos una lista, así que vamos a tener múltiples filas y múltiples columnas e informaciones en cada celda. Ahora, por supuesto, si tienes una lista detallada, sería bueno que pudiéramos filtrar la lista. Por eso vamos a poner encima de cada columna una opción para los usuarios con el fin de filtrar la información que podamos ver dentro de las celdas. Al final, como puedes ver, es muy sencillo. Tenemos solo una lista y encima de ella, tenemos filtros. Eso es todo para el tablero Mapa. Como se puede ver. Es muy fácil. Pasemos al segundo mocap donde íbamos a planear los contenedores de regreso a Toyo Ahora tengo una captura de pantalla de nuestra nueva maqueta, y la tapé muchas cosas del diseño anterior Ahora vamos a sumergirnos y ver cómo podemos hacerlo. Nos vamos a centrar en la caja negra en el medio. Lo que tenemos aquí, tenemos un título, luego filtros y una lista. Necesitamos un contenedor vertical para eso. Vamos a hacerlo. Este es el contenedor vertical principal así. Ahora, ¿qué necesitamos? Necesitamos un título. Primero, es comenzar con un título. Va a ser también por el lado izquierdo. Voy a hacerlo así. Ahora, ¿qué tenemos debajo de él? Ahora tenemos diferentes filtros uno al lado del otro. Necesitamos contenedores horizontales. Debajo de él, vamos a tener un contenedor horizontal como este, y vamos a quitarlo y dentro de él, vamos a tener múltiples filtros. Van a ser filtros. Bueno, todos van a estar uno al lado del otro. Por supuesto, son mucho más detalles como lo que les estoy mostrando ahora. Y podemos hablar de ello más adelante aquí, estamos hablando del diseño rudo de los contenedores. Ahora, ¿qué tenemos debajo de los filtros? Tenemos nuestro gráfico, la lista. Va a ser solo un objeto sin ningún contenedor, así que debajo de él, tendremos una lista pi como esta. Eso es. Ahora vamos a enfocar lo que podamos tener dentro del filtro. Ahora, acabo de tomar una copia de un filtro y diseñemos el contenedor para esto. Como puedes ver, es como algo debajo uno del otro, así que necesitamos un contenedor vertical para todo el filtro así. Ahora dentro de él, vamos a tener un título y lado a lado con un icono. Para eso, vamos a ir a buscar un contenedor horizontal. En su interior va a ser como un contenedor horizontal como este. Vamos a tener un título para el filtro. Y lado a lado con un icono verde muy pequeño. Ahora al siguiente, ¿qué tenemos? Tenemos como filtros debajo unos de otros, y por eso vamos a ir con un contenedor vertical para los filtros. Va a ser así. Y dentro de ella, vamos a tener múltiples filtros pequeños. Filtra uno y otro debajo de él. Este es el diseño de cada uno de esos filtros que tenemos en parte superior de la lista. Muy bien chicos. W us tenemos un plan aproximado para la estructura del contenedor y también para el tablero en sí. Ahora volvamos a Tableau para construir nuestro dashboard. 208. Proyecto de recursos humanos | crea un panel detallado: Ahora, vamos a ir a crear el dashboard para la lista de detalles. Pero esta vez no lo haremos desde cero. Vamos a ir a duplicar todo el trabajo que hemos realizado y solo hacer algunos ajustes para el nuevo tablero. Va a llevar mucho tiempo solo para el primer tablero, pero una vez que lo tengas, entonces puedes ir y duplicarlo para el resto. Vayamos y hagamos eso. Vamos a ir a duplicar este dashboard, y vamos a ir y cambiarle el nombre a H R detalles. Entonces ahora el primer paso de eso, vamos a ir a preparar los contenedores como de costumbre. Vamos a hacer esto más grande, y vayamos a la maquetación. Ahora claro, no vamos a cambiar el contenedor de la marina. Vamos a ir a trabajar con el contenedor en el medio. Vayamos a todo el tablero de aquí y vamos a profundizar, así que va a ser el Nav. Y aquí tenemos la cabecera y los gráficos. Está bien. Vamos dentro de él. Ahora tenemos aquí el encabezado, se va a quedar como está, pero este contenedor se va a dejar caer por completo, haga clic derecho sobre él y retire. Bueno, sí. Lo que queda por aquí es esta leyenda. Yo sólo voy a tomarlo y ponerlo aquí arriba. A lo mejor después la vamos a usar. Ahora centrémonos en crear el contenido en el medio. ¿Qué necesitamos? Necesitamos primero un contenedor vertical. Golpeemos y dejémoslo exactamente por debajo del título. Entonces como siempre, vamos a ir a dejar caer algunas tablas. Esta es la primera tabla y luego la segunda tabla. Podemos ir por supuesto y marcarlo si queremos. Todo va a ser con la frontera, la naranja. Ahora podemos ir y así renombrarlo, filtros y lista. Ahora, para el filtro, necesitamos un contenedor horizontal. Vamos y déjalo caer aquí arriba. Por supuesto, vamos a ir a agregar algunos espacios en blanco dentro de él. Esta es la primera tabla. Lo tenemos en alguna parte de aquí. Después el tablón derecho para tenerlo como fijo. Selecciona todo, y vamos a marcarlo con un contenedor plu Ahora lo que está debajo de los filtros, va a ser nuestra lista. Vamos a los dashboards, y vamos a ir a agarrar los detalles Dejémoslo debajo de los filtros. Volvamos a la maquetación y revisarla. Como puedes ver, tenemos los filtros y los detalles, cómo podemos ir y quitar los tablones Ya no lo necesitamos. Entonces, al mirar a los gráficos, podemos ir y eliminar el título. Se trata de los principales contenedores para los dashboards. Ahora lo que vamos a hacer, vamos a ir dentro del contenedor de filtros, y vamos a construir un contenedor por cada grupo de columnas fin de tener los filtros para ello. Ahora para los dos primeros grupos de las columnas, voy a hacerlo paso a paso lentamente, pero por lo demás, voy a acelerar el video. Ahora comencemos con el primer contenedor para la identificación del empleado. ¿Qué necesitamos? Necesitamos un contenedor, claro. Va a ser contenedor vertical, y luego dentro de él, tenemos dos plocks, Y asegúrate de tenerlo debajo exactamente Este es nuestro contenedor. Hagámoslo un poco más grande, y podemos ir por supuesto y comercializar para ver las fronteras, va a ser ésta y naranja, y vamos a ir a cambiarle el nombre así. Empleado, ID. Filtro. Ahora bien, lo que necesitamos dentro de esto son dos contenedores horizontales. El primero va a ser para el título del filtro. Vamos a tener inmediatamente un texto dentro de él. Vamos a llamarlo ID de empleado. Llevémoslo al medio, cambiemos el color a gris claro y tal vez lo hagamos como un diez por ahora, así que está bien. Ahora al siguiente necesitamos un segundo contenedor, pero este va a ser uno vertical exactamente por debajo de él. Vayamos también y agreguemos unos tablones dentro de él solo para asegurarnos de que lo tenemos como contenedor vertical Vamos a cambiar el nombre de las cosas. Este va a ser el título. Y por debajo de ella. Vamos a tenerlo como filtros. Por supuesto, podemos ir y sumar las fronteras para poder verlo todo. Vamos a quitar esas soldaduras de lugar. Así que quita el tablón y también el tablón. Ahora el siguiente sib de eso vamos a ir y agregar un botón para el segundo contenedor se use o se agregue en el primer contenedor Déjame mostrarte el bronceado. Asegúrese de seleccionar los filtros, haga clic derecho sobre él y agregue el botón Mostrar Ocultar. Ahora tenemos aquí un pequeño botón por aquí. Tenemos que ir y quitarle la flotación, así que aterrice en algún lugar de aquí. Ahora, arrástrelo y póngalo lado a lado con el título. Vamos a hacer todo un poco más pequeño. Ahora para entender a qué me refiero con este botón, vamos a ir a agregar un filtro dentro del segundo contenedor. Lo que vamos a hacer vamos a ir a nuestra lista y a la flecha pequeña, y luego vamos a ir a los filtros, y vamos a agarrar la identificación del empleado. Ahora como puedes ver nuestro filtro ahora dentro de los filtros contenedor. Es muy importante asegurarse de que todo esté correcto en el contenedor correcto. Vayamos a probar. Ahora, ¿por qué tenemos este patom? Echa un vistazo a esto. Si hago clic en él, no vemos ningún filtro, así que estamos ocultando los filtros, y si volvemos a hacer clic en él, podemos ver los filtros. Por eso tenemos que tener este icono fuera del contenedor para poder controlar la visibilidad de este contenedor. Este ptom está controlando si estamos mostrando los filtros o no Ahora, vamos a mejorar un poco el diseño, así que vamos a entrar en él, y esta vez vamos a ir al pattom, así que vamos a editarlo Entonces, si se muestra, tengo una imagen para eso. Va a ser esta flecha, la flecha verde, así que vamos a seleccionarla, y si está oculta, entonces tenemos la gris así. Así que vamos a golpear. Ahora tenemos que asegurarnos de que todo el contenedor del título esté fijo. Como puedes ver es altura fija, lo cual es correcto. Ahora vamos a probarlo. Como puedes ver ahora, la flecha está inactiva, pero una vez que haga clic en ella, va a estar inactiva y tiene un efecto realmente agradable. Ahora tenemos que arreglar algo. Si ven aquí, estoy ocultando el filtro, pero hay mucho espacio desperdiciado. Lo que vas a hacer es hacer las cosas más dinámicas y flexibles. Si no estoy mostrando ningún filtro, este espacio debería ser utilizado para la lista. Por lo que actualmente, estamos desperdiciando mucho espacio. A ver, podemos arreglarlo. Así que volvamos a nuestros dashboards. Ahora el primer paso de eso tenemos que asegurarnos que nuestra lista sea flexible. Vamos a esta pequeña flecha de aquí, y tenemos que asegurarnos de que aquí no haya nada seleccionado, así que no se selecciona la altura fija, lo cual es correcto. Ahora el siguiente paso, vamos a ir al filtro contenedor por aquí, seleccionar todo y asegurarnos de que esto también sin una altura fija. Ve por aquí. Se puede ver que es de altura fija, así que vamos a sacarlo. Ahora como puedes ver, Tableau sí usó todo el espacio, así que ahora es más variable y dinámico. Ahora una cosa más que me gustaría hacer es ir a los filtros y quitar todos esos tablones, quitar éste y éste también Vamos a probar de nuevo. Ahora estamos usando todo el espacio porque no estamos mostrando ningún filtro, pero una vez que hago clic en el botón, ¿qué puede pasar? Voy a usar el espacio para mostrar el filtro. Esto es muy dinámico y se ve muy bien. Eso es todo para el primer filtro. Vamos a hacer todo más pequeño. Y voy a ir a hacer lo mismo para el segundo filtro. Entonces aquí tenemos un montón de informaciones, tenemos una ronda como cuatro informaciones, así que necesitamos cuatro filtros para puntos. Ahora vamos a ir a hacer las mismas cosas. Entonces necesitamos un contenedor vertical lado a lado. Vamos a añadir unas tablas dentro de ella. Es esta muy pequeña. Voy a ir a seleccionarlo y tal vez también, cambiar el color de eso Entonces así, sigue siendo pequeño, así que hazlo más grande. Todo bien. Entonces el primer contenedor en lado va a ser el contenedor horizontal. Voy a ir a añadir para eso, el texto. Esta va a ser la demografía, va a ser la media y gris claro, también, hagámoslo diez por ahora. Ho. Después el siguiente toque, vamos a ir a agregar otro contenedor y esta vez va a ser el contenedor vertical debajo de él, y aquí vamos a tener muchos filtros. Vamos de nuevo a nuestra lista. Lo primero que necesitamos ese nombre completo. Se ha caído por aquí, vamos a dejarlo donde queramos, y vamos a cambiarlo a una lista desplegable. Ahora al siguiente spa tenemos que ir y conseguir el filtro de género. Vamos a buscarlo. Ahora lo tenemos por aquí, así que arrástralo y suéltalo exactamente debajo del nombre completo. Voy a ir a quitar esta tabla. De lo contrario, va a ir y confundirnos, así que retírelo del tablero, y también el segundo. Ahora está bien. Vamos a editar el género. Va a ser una lista desplegable. Ahora el siguiente necesitamos la edad. Voy a decir, vamos a buscar el grupo de edad. Vamos a los filtros. Aún no lo tenemos porque no lo tenemos en la lista. Tenemos que ir dentro de la hoja de trabajo. Vamos a todos y bajemos el grupo de edad en algún lugar de los detalles aquí. Entonces deberíamos poder encontrarla. Comprobemos de nuevo a los filtros. Yo ahora tenemos el grupo de edad. Por supuesto, podemos tenerlo en el primer filtro. Vamos y dejémoslo exactamente debajo de los demás. Asegúrate siempre de que estás dejando caer todo dentro de este contenedor vertical. También les va a cambiar el nombre. Van a ser los filtros, y el anterior, es el título, y el principal, son los filtros gráficos demo. Volvamos a nuestro filtro, conviértalo en una lista desplegable, y necesitamos el último. Va a ser el nivel educativo. También lo vamos a tener aquí, colóquelo exactamente debajo los demás y una lista desplegable. Genial. Ahora el siguiente paso que vamos a ir a los filtros y agregar un botón para eso. Vamos a hacerlo, agrega un botón. Lo tenemos por aquí, cámbialo de flotar a inclinarse. Lo tenemos por aquí. Dejémoslo lado a lado del título. No está funcionando, así que lo dejaremos caer por aquí, tal vez primero y luego lo llevaremos cerca del título. Genial. Ahora, vamos a seleccionar todo el contenedor, hacerlo más suave, y vamos a ir a trabajar con el icono Usemos el verde como se muestra. Y lo oculto debería ser el gris. Y podemos ir por supuesto y probarlo. Entonces ahora ciérrala, y muéstrala. Tenemos que ir a fijar la altura para no tener este extraño efecto. Así que arregla la altura, y ahora no la vamos a tener. Escóndelo y muéstralo. Todo bien. Ahora lo que vamos a hacer, vamos a ir a arreglar el diseño de esos dos filtros, y vamos a seguir el mismo diseño para todos los demás filtros. Veamos cómo podemos hacer eso. En primer lugar, voy a ir a dar un color de fondo para toda la sección. Vamos a revisar toda la sección, es filtro y lista. Así que vayamos al fondo por aquí y escojamos el lugar uno. Ahora, el siguiente paso, voy a ir a quitar el color de fondo de la hoja de trabajo. Pasemos al formato y luego al sombreado y eliminemos el color de la hoja de trabajo Ahora vamos paso a paso para esos dos filtros. Primero, voy a ir a cambiar el título y el icono. Me gustaría tener el icono a la izquierda, lo mismo de nuestro aquí. Ahora el siguiente paso, esos íconos son realmente grandes. Vamos a darle un ancho fijo, y luego vamos a tener un valor como 25, lo mismo de nuestro aquí, así que arregla y 25, el siguiente sib, voy a ir a trabajar con esos títulos Vamos a moverlo al ascensor y hacerlo más pequeño al nueve. Lo mismo aquí en lugar de identificación de empleado, solo tengamos identificación. No tenemos mucho espacio, hazlo nueve y al lado izquierdo. Ahora al siguiente sibth eso, vamos a ir a trabajar con la coloración Pongamos uno de esos filtros entonces para formatear el filtro y establecer el control. Ahora para el título, vamos a hacerlo más pequeño a ocho, y con el color, va a ser el color oscuro. Ahora para el cuerpo, van a ser también ocho. En este momento, el color va a ser el gris claro. Parece que el titulo el cambio otra vez, eso es extraño, vamos a cambiarlo de nuevo al gris oscuro y gusto. Entonces el color de los valores está bien y los títulos son más oscuros. Bonito, genial. Ahora la próxima vez vamos a ir a colocar el filtro exactamente en la parte superior de la propia columna. Vamos a hacer eso, seleccionar todo el contenedor, y presionémoslo para que quede exactamente encima de las identificaciones, algo así, y lo mismo aquí. L et's moverlo y tal vez por aquí. Pero aún tenemos un divisor entre ellos. Se va a comprobar el diseño. Entonces vamos a tenerlo siempre así, un filtro y luego un divisor entre él. Vamos a llamarlo divisor. ¿Cómo vamos a iniciar el divisor? Va a ser como siempre, un gris oscuro. Ahora vayamos a la brotación exterior, hagamos todo como cero Cambia el ancho a uno. Entonces lo tenemos muy delgado, y luego vamos a ir a agregar un acolchado exterior a la izquierda y a la derecha. Tengamos algo alrededor como 36 al ascensor y seis a la derecha. Tenemos una pequeña separación entre ellos. Por supuesto, el último paso, vamos a ir a quitar todas esas fronteras. Ya terminamos con eso. aquí también una frontera y lo mismo para el siguiente filtro. Tenemos aquí una frontera. Ahora podemos ver que todavía tenemos espacio entre los filtros y la lista, así podemos ir y seleccionar todo. Solo para asegurarnos de que lo estamos seleccionando. Vamos a cambiarlo al nivel educativo. Todo bien. Ahora comprobando que el divisor no se ve bien. Así que volvamos al divisor y tengamos también en el top ten y por debajo de eso también diez. Así que vamos a revisar de nuevo el diseño. Bien, así que terminamos con los dos primeros filtros. Tenemos que ir a repetir las mismas cosas para todas las demás columnas. Entonces qué puede pasar, voy a ir y acelerar el video ya que estoy creando todos esos filtros. Oh, oh. Oh. H. Oh Fue un montón de filtros dentro de nuestro tablero de instrumentos. Ahora vamos a probarlo, así tenemos todos esos filtros. Podemos ir a ocultar todos esos filtros también, pero aún tenemos un problema. No es más flexible. Creo que todavía tenemos una altura fija. Vamos y arreglemos eso. Vamos a seleccionar todo el contenedor. Eran los contenedores filtrantes y no se debe arreglar si. Aquí está el tema, vamos a eliminarlo, y vamos a probar de nuevo. Abrimos el primer filtro, el segundo tercero. Y ya casi estamos ahí. Todavía tenemos aquí mucho espacio desperdiciado, así que vamos a revisar los contenedores. Y no se debe arreglar, así que lo tenemos como arreglado, así que vamos a eliminarlo. El primero, no está arreglado, así que está bien. Segundo, quita un fijo, y aquí también, no está arreglado, bien. Entonces y el último. Genial. Vamos a hacer las pruebas finales. Si cerramos todo, la lista debería ser más grande. Ahora vamos y agreguemos espaciado dentro de nuestro tablero de instrumentos. Vamos a hacer eso, y vamos a ir a quitar todas esas fronteras. Vamos a seleccionar todos los filtros de contenedor y la lista. Y vamos a ir a quitar la frontera. Ahora como puedes ver en la parte inferior, no tenemos ningún espaciado, así que tenemos que ir y agregar una adición externa. Vamos a quitar los dos. Solo necesitamos 20 en la parte inferior. Genial, ahora tenemos espacio. En el lado derecho, se ve bien también en la parte superior, ahora se ve bien. Ahora vamos a agregar un espaciado interior y va a ser el número siete para todos los lados tratar. Vamos a sacar aquí el contenedor azul. No necesitamos la orden. Vamos a expandir todo de nuevo para ver si tenemos alguna frontera. No tenemos ningún color de borde, genial. Vamos a cerrarlo. Ahora nos gustaría ir y agregar un título para esta lista. Vamos a tomar un texto y ponerlo cuidadosamente encima del contenedor actual. Vamos a decir lista de empleados y luego un Pie, y luego vamos a decirle a los usuarios que hagan clic en las flechas, así que haga clic en flechas para opciones de filtro. No se sabe que tenemos que ir a cambiar la coloración. Esto va a ser un gris claro, un negrita, y debería ser 14 para la talla. Por lo demás, va a ser un gris oscuro. Vamos con un ocho. Todo bien. Se ve bien. Ahora, vamos a agregar un espaciado entre esas tres secciones. Tenemos un título, tenemos los filtros y la lista. Empecemos con el empleado. Voy a ir a agregar un badd en el botón alrededor como tal vez diez. Se ve bien. Ahora vamos por el grupo de filtros, seleccionemos todo el contenedor, y vamos con el relleno al fondo alrededor de las diez. Con eso, tenemos como espaciado entre todos esos objetos y se ve mucho mejor. Ahora la próxima vez que vamos a hablar de las legiones, no voy a usar legiones en estos gráficos, y vamos a eliminarlo también, no necesitábamos ningún filtro ya que tenemos suficientes filtros, vamos a eliminarlo también Y también este icono. Con eso, terminamos con la parte principal de nuestro dashboard. Ahora vamos a ir a revisar nuestra navegación y el título. Por supuesto, nos hemos olvidado del título. En lugar de visión general, se trata de detalles. Vamos a cambiar el tamaño de esta palabra a 16 y tal vez algo más oscuro. Voy a ir a cambiarlo por algo así. Si Se ve mucho mejor que antes. Voy a ir a tomar el número del color, y tenemos, por supuesto, para cambiarlo por el primer tablero. Vamos por aquí, hazlo 16, y también, cambiemos el color con el mismo color. Es un poco más oscuro y se ve mucho más bonito. Ahora del lado izquierdo, tenemos un trabajo fácil. Lo que vamos a hacer, vamos a ir al primer icono y hacerlo desactivado Vamos a editar el botón, y ahora en vez de activo, tenemos que tenerlo como un desactivado o inactivo Ahora como puedes ver está inactivo, y para el primer botón, vamos a ir y hacerlo activo. Esta va a ser la mesa verde. Por supuesto, ahora podemos ir a mapearlo. Tenemos este tablero de instrumentos. Vamos a mapearlo a los detalles. Todo bien. Se ve muy bien. Volvamos al primer dashboard, y por supuesto, tenemos que hacer el mismo mapeo. Vamos a editar el botón, y vamos a mabarlo a nuestros nuevos detalles del tablero. Ahora me gustaría ir y agregar una cosa más agradable para indicar que este icono está activo. Voy a ir al tablero a la flotación, y vamos a agarrar una tabla L haga clic en la tabla y vamos a elegir el color de fondo del color verde Ahora vamos a ir a disminuir el tamaño de esto para ser un pequeño indicador como este, tal vez. Y vamos a moverlo por aquí. Voy a decir hagámoslo como la altura 40 y lo coloquemos exactamente cerca del icono. A lo mejor algo así. Ahora vamos a picar el salpicadero. Voy a ir a reducir el ancho de eso, así que vamos a hacerlo más delgado, tal vez así. Con eso, tenemos como un pequeño indicador que este icono está activo. Vamos a hacer lo mismo para el segundo tablero. Nosotros también vamos a agarrar. De nuevo, una tabla y vamos a hacer el color de ese verde El ancho va a ser seis y la altura va a ser 40, y ahora vamos a ir y colocarlo exactamente cerca del icono activo. Algo como esto. Todo bien. Vamos a revisar el diseño. Se ve muy bien. Echemos un último vistazo a nuestro tablero de instrumentos. Aquí tenemos un bonito filtro y el tablero principal. Aquí tenemos esta linda información. Podemos ir y descargar cosas, podemos ir y seguir, y todo el tablero es interactivo. Ahora bien, si los usuarios quieren ir y dar click en el segundo dashboard, todo lo que tienen que hacer es ir y dar click sobre este icono. Y ahora estamos en la lista de detalles sobre los empleados, y todo aquí es muy interactivo. Vamos a esconder toda esa información, y se ve maravilloso. 209. Proyecto de recursos humanos | bonificación: crea capas de fondo con FIGMA: O. Muy bien, amigos, ahora tenemos una sección bonus, donde vamos a ir y personalizar una imagen de fondo para el diseño de nuestro nuevo tablero, y eso va a hacer que el diseño general de nuestro tablero se vea realmente genial y profesional. En este momento, vamos a utilizar otra herramienta para crear los layouts. Vamos a ir a usar Figma. ¿Qué es Figma Figma es una herramienta de diseño que es utilizada por muchos diseñadores de UI y UX para crear conceptos, trapeadores para las interfaces de usuario Y es una herramienta increíble para poder compartir tu trabajo con los demás para poder trabajar y colaborar en el equipo. Puedes encontrar el enlace a mi trabajo con los otros enlaces en los materiales del proyecto. Por supuesto, no te preocupes por el costo. Hay un plan gratuito para las estrellas. Ahora no vamos a hacer una inmersión profunda en cómo usar Figma. Solo te voy a mostrar cómo suelo usarlo para Tableau. Vamos. Ahora vamos a empezar con el archivo vacío, y vamos a poner una captura de pantalla desde nuestro dashboard. Ahora el siguiente paso con eso necesitamos un marco. Así que vamos a conseguir un marco exactamente en la parte superior de nuestro tablero de instrumentos. Ahora podemos ir a esconder la imagen. Ahora necesitamos un color para nuestro tablero, así que va a ser algo tal vez así. O vamos a aumentarlo un poco. Ahora lo que vamos a hacer, vamos a ir a sumar relámpagos desde las esquinas. Para hacer eso, vamos a tomar la forma de círculo o elipse y lo vamos a hacer así y tal vez un poco más grande y a la manada Vamos a cambiar el color de esto y algo aquí como en el medio. Entonces vamos a ir a agregar un efecto para tener como un pegamento. Vamos a tener un azul, y vamos a ir a cambiar el valor a algo alrededor de 1,500. Algunos de ustedes revisan, tenemos un pegamento o como luz que viene de esta esquina. Ahora vamos a añadir lo mismo en la otra esquina, puede hacerlo como aquí. Ahora vamos a aumentar el tamaño de éste. Algo así. Necesitamos más relámpagos viene del lado derecho, y aún así tenemos que tenerlo como más grande y uno más oscuro. Todo bien. Con eso, tenemos antecedentes. A continuación, vamos a ir a agregar los colores de fondo de cada sección. Necesitamos de nuevo nuestra imagen, y ahora tenemos que ir y hacer zoom. Ahora, lo que necesitamos, necesitamos un rectángulo, y hay que tener mucho cuidado de que nos encontremos con los bordes exactos de nuestros dashboards Así que vamos a conseguirlo así. Voy a ir y reducir la opacidad a algo alrededor del 50 solo para ver las fronteras Así que sí. Bonito. Ahora vamos a ir y aumentarlo a 100, y necesitamos ahora el color del negro completo. Ahora lo que vamos a hacer, vamos a ir a usar el gradiente en lugar del sólido. Entonces vamos a hacer esto. Ahora vamos a ir a trabajar con el menor valor. Tenemos que disminuirlo así, tal vez un poco más, así. Ahora el siguiente paso, vamos a ir a agregar una esquina para nuestro contenedor, tal vez 20, genial. Ahora vamos a repetir las mismas cosas para los otros contenedores. Lo vamos a tener para la visión general. A lo mejor reducir de nuevo la opacidad para ver las fronteras. Entonces así y aquí también. Va a cumplir con las mismas fronteras. Entonces ahora vamos a copiar esto a la segunda sección. Así que aumentarlo así, y tenemos que cumplir con los picor perfectos Vamos a hacer lo mismo para la última sección. Algo así. Ahora ya terminamos. Tenemos que ir y aumentar los dos, 100 en todas partes. Por supuesto, vamos a ir a quitar el fondo. Ya casi estamos ahí. Lo que vamos a hacer iba a ir a cambiar la coloración de cada uno de esos contenedores. Vamos al lineal y tal vez vamos a ir a tomar el nivel inferior como afuera y esto aquí. Va a ir un poco más oscuro, al siguiente también al lineal. Lo vamos a tener en alguna parte de aquí, y el bajo valor va a estar afuera. Ahora lo que voy a hacer, voy a tomar esos eclipse y ponerlo en algún lugar como aquí y sigamos trabajando en esos colores. Pasemos al siguiente al lineal. Vamos a mover esto a alguna parte de aquí y comprobar los colores. Podemos ponerlo así y hasta el último. Es así aquí. Voy a tenerlo aquí como girado. Genial. Ahora vamos a echar un vistazo. Se ve muy bien. Ahora voy a ir a agregar nuestro segundo tablero por aquí y asegurarme de colocarlo exactamente encima de nuestro tablero. Vamos a moverlo aquí y cerremos algunas de esas informaciones. Voy a tener sólo el. Ahora necesitamos uno más para la lista. Vamos a entrar en esto. Le bit. Disminuir la opacidad para ver a través. Disminuir la opacidad para ver a través de 40. Vamos a conocer a las Fronteras. Sí. Bien. Eso es. Vamos a ir y aumentar de nuevo, la opacidad a 100 Ahora para el relleno, vamos a hacer algo como esto. Y el bajo valor va a estar un poco afuera. Eso es. Ahora tenemos que ir a exportar esas imágenes de fondo. Lo vamos a hacer así. Para el primer tablero, ¿qué necesitamos? Necesitamos a la Marina y necesitamos a esos dos, y tenemos que ir a esconder todas las imágenes. Eso es. Da click en el contenedor, y tenemos aquí la opción de exportar. Vamos a exportarlo. Ahora tenemos que ir a exportar de nuevo para el segundo dashboard. Entonces vamos a ir a esconder esa información. Necesitamos esto y aquello conjuntos, vayamos a exportar de nuevo. Todo bien de vuelta a Tableau. Primero vamos a eliminar todos los colores de fondo de cada contenedor antes de agregar la imagen de fondo. Vamos a entrar en eso. Empecemos por todo el tablero. Vamos a eliminarlo, y después vamos a ir a seleccionar el nav, eliminarlo también. Ninguno, y a esa visión general. Ninguno a la siguiente. Al último. No es ninguno. Con eso, no tenemos ningún color de fondo para los contenedores, pero aún se ve aquí gris y eso viene del color predeterminado del tablero. Si vas al tablero de formato, puedes ver, lo tenemos por defecto. Esto es lindo, si vas a los modelos de presentación, vas a tener todo como gris. Vamos a dejarlo como está, y ahora vamos a ir a agregar la imagen de fondo. Vamos a tenerlo como una imagen flotante a la mitad, asegurarnos de que esté en forma y centro y luego elija. Vamos a ir con el resumen de antecedentes. Ahora a continuación, vamos a ir a cambiar el tamaño a nuestro tamaño de tablero. Y luego la posición de ser cero. Por supuesto, ahora no estamos viendo nada del contenido y eso es porque el orden de los objetos flotantes. Ahora como puedes ver está arriba, así que vamos a moverlo al fondo y con eso, vemos la imagen de fondo de nuestro dashboard. Creo que es muy agradable. Ahora vamos a hacer las mismas cosas para el siguiente dashboard. Vamos a hacer las mismas cosas. Todo el dashard, va a ser eliminado, se eliminará la V, y se puede eliminar la lista Con eso, no tenemos ningún color de fondo. Vamos a agregar nuestra imagen flotante para el fondo. Centro en forma, y vamos a tener nuestra imagen. Las mismas cosas, el tamaño, la altura, y la posición para ser cero. Ahora, claro, no estamos viendo nada. Tenemos que ir a ordenar los objetos flotantes. Va a ser como trasfondo. Bien, así que eso dice, estoy muy contento con los resultados. Vamos a ir a los modelos de presentación. Entonces, chicos, qué piensan que tenemos un tablero increíble, y este es el poder de usar la imagen de fondo para sus dashboards Entonces tenemos más opciones de manera para agregar sombras, bordes redondeados como aquí y algo de iluminación. Así que vamos a cambiarlo. Como puedes ver, se ve increíble. Muy bien, amigos míos. Si aún escuchas enhorabuena, acabas de completar los proyectos de mesa desde cero desde los requisitos hasta tener este increíble tablero Y con eso, has vivido todas las fases de los proyectos de mesa que suelo hacer en mis proyectos de palabra real. Entonces, amigos, realmente no puedo enfatizar lo suficiente cómo es importante tomarse un tiempo para planificar los proyectos antes apresurarme a construir los gráficos y los cuadros Sin tener un plan claro para los proyectos, las cosas pueden llevar al caos. Así que tómate tu tiempo planificándolo paso a paso. Por supuesto, siéntete libre de compartir tu proyecto en cualquier plataforma que prefieras. L usarlo como portafolio para tu perfil público de mesa o también en LinkedIn. Y sería amable de tu parte que compartieras y mencionaras mi canal para difundir el conocimiento. Entonces, si te gusta este proyecto y quieres que haga más contenido como este, favor apoye el canal suscribiéndote , dando me gusta y comentando Esto realmente ayuda con el algoritmo de YouTube, y también, me ayuda a llegar a los demás. Y claro, no seas extraño. Puedes conectarte y seguirme en Linked in. Entonces, amigos míos, no queda nada que decir al lado. Muchas gracias por ver el tutorial, y los voy a ver en el siguiente video. Adiós. 210. Curso outro ud: Hola, estoy muy orgulloso de ti que lo hayas hecho hasta el final. Espero que hayan disfrutado el viaje. Y sé que no fue fácil pasar por todos esos tutoriales complejos, pero lo hiciste hasta el final. Y ahora puedo decir que has aprendido todo lo que necesitas para empezar a hacer proyectos increíbles en Tableau. Y también, has aprendido todo lo que sé sobre Tableau y cómo suelo implementar proyectos de la vida real en Tableau. Entonces ahora voy a pedirte una cosa más. Si te pareció útil este video y te ayudó a empezar a trabajar con Tableau, agradezco mucho que te guste y compartas el contenido con los demás. Y claro, si tienes alguna duda o sugerencia para el siguiente tema que quieras que cubra en el futuro o quieres darme un feedback, asegúrate de usar el comentario a continuación. Bueno, no queda nada que decir. Muchas gracias por ver este curso y los veo en el próximo curso, adiós. 211. 2 1 descarga: Oigan, amigos, así que ya vamos a ir a preparar tu PC con todo lo que necesites para que empieces a practicar que conmigo usando SQL Server. Y claro, todo es gratis. Entonces ahora el primer paso que hace, vamos a ir a descargar e instalar servidor Microsoft cual localmente en tu PC. Entonces en el siguiente paso vamos a ir a descargar e instalar otro código de software. SSMS, es como un cliente el fin de interactuar con el servidor SQL Y claro, después de eso es lo necesitamos, necesitamos datos. Por eso podemos ir a descargar y crear tres bases de datos diferentes para que practiques temas avanzados en SQL. Y en el último paso, te voy a llevar a un recorrido por la nueva interfaz de SSMS para que te familiarices con la interfaz de los clientes Entonces, chicos, comencemos con el primer paso. Vamos a ir a descargar e instalar Microsoft SQL Server localmente en RBC. Así que vamos. Entonces, ¿qué es un servidor SQL? SQL Server es un sistema de gestión de bases de datos, donde ejecuta una base de datos, y también almacena datos. Entonces es básicamente donde vive la base de datos. En las empresas, por lo general instalan SQL Server en uno de sus propios servicios prim o utilizan un servicio de nubes donde se ejecuta y SQL Server Y, claro, no te preocupes, no vamos a comprar ningún servicio en la nube o no usaremos ningún servidor potente. Lo que vamos a hacer, y de forma gratuita, vamos a ir a descargar e instalar SQL Server en nuestro PC localmente para poder practicar Squal. Vamos a descargarla. O bien vaya a Google y busque descargas de SQL Server o vaya al enlace en la descripción donde he recopilado todos los enlaces que necesitamos. El primero, vamos a ir a descargar SQL Server. Vamos a abrir eso. Ahora vamos a aterrizar en la página de Microsoft donde podemos ver las diferentes ofertas del servidor Microsoft CL. O lo tenemos en el Azure o lo podemos descargar en las instalaciones. Pero no queremos que ese personal simplemente se desplace hacia abajo para ver esas dos opciones. La primera opción en el lado izquierdo, tenemos la adición de desarrollador. Obtendrá todas las características y servicios que Microsoft ofrece con el servidor SQL. También es gratis, pero la instalación aquí es un poco complicada. Pero en la segunda opción del lado derecho, tenemos la edición express. La instalación aquí va a ser realmente rápida y muy fácil. Obtendrás también todas las cosas que necesites para practicar qu y aprender q. ambas opciones son gratuitas. Es solo cuestión de la instalación. Iremos ahora para la edición express. Ve y haz clic en descargar ahora. Es un archivo muy pequeño. Así que vamos a iniciarlo, y ahora la instalación para comenzar. Así que tenemos medios básicos personalizados y de descarga. Descargar medios significa descargar ahora y después vamos a hacer la instalación. Personalizado significa que tenemos más control sobre cómo descargar e instalar las cosas. El básico es el más fácil y el más rápido. Vamos a ir con lo básico y dar clic en eso. Vamos a aceptar todas esas cosas. Ahora, hagamos clic en Instalar. Ahora vamos a instalar las aplicaciones, controladores, y así sucesivamente. Puede tomar un poco de tiempo. Bien, así que cuando eso terminemos con el primer paso, hemos descargado SQL Server instalado localmente en OBC Así que ahora todo listo y funcionando. Pasemos al siguiente paso donde vamos a ir y descargar SQL Server Management Studio, SSMS Se trata de una interfaz gráfica donde puedes ir y comenzar a interactuar con la base de datos donde puedes ver los datos, escribir consultas, resolver tareas, etc. Entonces para hacer eso, vamos y hagamos clic en Instalar SSMS Vamos a hacer clic en eso. Puedes encontrar, por supuesto, este enlace también con los demás enlaces que hayas recopilado. Entonces ahora estamos de nuevo a la página de Microsoft. Vamos a desplazarnos hacia abajo. Y ahora veremos el siguiente enlace, descarga gratuita, Cal Server Management Studio SSMS Vamos a dar click en eso. Y luego va a ir a descargarla. Vamos a iniciarlo. Lo primero que tenemos para definir la ubicación. Voy a ir con las cosas por defecto. Vamos a hacer clic en Instalar. Bien, la configuración terminada. Acabamos de instalar SMS. Vamos a cerrarlo. Ahora vamos a iniciarlo si vas a tu menú por aquí, busca SQL Server y lo encontrarás aquí, squal Server Management Studio Vamos a iniciarlo. Bien, ahora vamos a obtener esta ventana para poder conectarnos a nuestro servidor. Nuevamente, ¿cuál es nuestro servidor? Es el que tenemos instalado en el primer paso, SQL Server Express. Por eso vas a ver en el nombre del servidor tu nombre de PC, claro, no va a ser nombre MPC Pero aquí tenemos algo que se llama SQL Express. Este es el servidor que acabamos de instalar. En la primera opción, tenemos motores de base de datos, tenemos servicios de reportes. Esas son cosas diferentes de Microsoft. Lo vamos a dejar como motor de base de datos, y debería ser así SQL Express. Ahora bien, cómo acceder a esta base de datos. Tenemos las siguientes cosas. Podemos hacerlo usando las autenticaciones de ventana o las autenticaciones de ahorro de escala voy a decir. Sigamos con la autenticación de la ventana. El nombre de usuario va a ser el nombre de PC y también el usuario de Windows. Si no lo tienes por algún motivo, esas informaciones, puedes ir a tu búsqueda de CMD Entonces aquí puedes decir, quien soy yo. Con eso, obtendrás el nombre del PC y también, el usuario en el que actualmente estás encerrado. Y esto es exactamente lo que estoy viendo por aquí. Entonces no vamos a cambiar nada. Vamos y golpeemos Connect. Perfecto. Muy bonito. No me dio un error, si tienes lo mismo. Eso significa que ahora estamos conectados a nuestro servidor chillido. 212. 2 2 restaurar 3 bases de datos: Bien. Entonces con eso hemos terminado con el segundo paso donde hemos descargado e instalado SSMS Así que ya tenemos todos los softwares ejecutándose en nuestro PC. En el siguiente paso, vamos a ir a buscar datos. Así que vamos a ir a descargar y restaurar tres bases de datos diferentes. Tres, tenemos diferentes fuentes para las bases de datos, una que he preparado, y otra de Microsoft. Entonces, la que he preparado es una base de datos muy sencilla con pocos registros para las ventas, y la hice con el fin de practicar SQL. Así que vamos a descargarla. Simplemente haga clic en los datos de descarga del curso. Y por debajo de eso, tenemos el modelo de datos del curso. Así que vamos a dar clic en este enlace. Y lo que podemos ver por aquí es el modelo de datos de la base de datos. Como puedes ver es muy sencillo. Esas son las tablas y la relación entre ellas. Entonces es muy clásico que tenemos en el medio, la mesa central, muy importante, los pedidos, la izquierda y la derecha, pocas mesas como el acto amplio clientes y empleados, y todos ellos tienen una relación con los pedidos de mesa. Entonces, como puedes ver, es una base de datos muy sencilla. Pasemos al siguiente enlace, donde vamos a ir ahora y descargar las bases de datos de Microsoft. Descarguemos los datos del proyecto. Aquí tenemos de nuevo, una página de Microsoft donde dice aventura funciona bases de datos simples. Déjame desplazarme hacia abajo. Como puedes ver aquí, tenemos tres tipos de bases de datos. Tenemos ATP, Datawarehouse y pesos livianas, y puedes ver la última versión Ahora, déjame explicarte rápidamente qué es ATP y Datawarehus Qué es LTP, OTP significa sistema transaccional en línea. Es clásico si vas a alguna empresa, vas a encontrar allí pocas bases de datos operativas donde se ocupen del día a día de negocios y transacciones. Es una base de datos operativa tradicional que puedes encontrarla en todas partes cada empresa que está optimizada para hacer solicitudes de lectura y escritura. Pero por otro lado, tenemos otro tipo de bases de datos llamadas data warehouses o OAB ¿Qué es O? OAB significa procesamiento analítico en línea Este tipo de bases de datos, están optimizadas para manejar grandes cantidades de datos con el fin de hacer análisis de datos, inteligencia de negocios, tal vez para construir reportes, dashboards, y generalmente contienen modelo de datos que contiene dimensiones y hechos Forman algo así, un cubo. Este cubo puede ayudarle con el fin de hacer análisis para cortar datos para filtrar los datos y así sucesivamente. Ahora vamos a descargarlos. Hagamos clic en el trabajo de aventura LTB, y también para el almacén de datos Yo diría que descarguemos los dos. Ahora tenemos varias bases de datos en nuestra carpeta de descargas. Vamos por ahí, y podemos ver que tenemos los dos trabajos de aventura de Microsoft y el archivo zip que acabamos de descargar. Esta es la base de datos simple que he creado. Déjame extraerlo primero para obtener el archivo. Solo consigamos el archivo. Por aquí. Ahora tenemos las tres bases de datos y todas terminan con el mismo formato, PAK. Este formato, el PAK significa backup. Eso significa que tenemos una copia de seguridad de las bases de datos y tenemos que ir a restaurarlas en nuestro servidor. O digamos instalarlos. Para ello, tenemos que ir a una carpeta específica. Necesitamos el camino para eso. Eso también lo he preparado en el link. Solo ve y copia este camino, y volvamos a nuestro explorador. Vamos a ir por ahí. Ya ves, no tenemos papás. Ahora vamos a hacer, vamos a ir a copiar esos archivos dentro de esta ruta. Si solo vuelvo, vamos a copiar e ir al camino y simplemente pegarlos. Genial. Ahora tenemos los archivos en el lugar correcto. Si el camino no te funcionó, tal vez tengas una versión diferente del SQL Express como yo. Asegúrate de ir a BrogramFiles, luego al servidor Microsoft SQL, luego revisa el SQL Express, luego MS SQL y luego a la Debería tener algo muy parecido para ello. Ahora volvamos al SSMS y restablecemos las bases de datos. Vamos a abrir de nuevo nuestra aplicación. Como puedes ver, tenemos el servidor y dentro de él, tenemos las bases de datos. Vayamos a las bases de datos dentro de ella, aún no encontramos nada. ¿Qué vamos a hacer? Vamos a dar click en las bases de datos. Escribe un click sobre él, e iremos y restauraremos las tres bases de datos, pero tenemos que hacerlo una por una. Déjame mostrarte los pasos. Haga clic en restaurar bases de datos. Aquí tenemos las fuentes. Vamos a ir a ese dispositivo, ir y seleccionar un dispositivo, y luego vamos a ir a este patrón, los tres puntos. Haga clic en eso. Después de eso, vamos a ir a hacer clic en At. Como puede ver ahora, podemos ver las tres bases de datos. Vamos con el primero. Haga clic entonces otra vez, ahora tenemos la base de datos por aquí. Vamos a golpear Bien. Entonces ahora estamos restaurando o instalando la base de datos es exitosa. Entonces, si das click por aquí, puedes ver que tenemos ahora una nueva base de datos llamada Adventure Works, 2022. Este es el OLTP. Bien, entonces ahora tenemos que conseguir las otras bases de datos. Sigamos haciendo las mismas cosas base de datos, restaurar la base de datos. Sólo voy a hacerlo rápido. Idear tres puntos, sumar, y luego el TW o la casa de datos Bien. Tan exitoso y ya tenemos nuestra segunda base de datos en el lado izquierdo. Se puede ver por aquí. Vamos a importar o restaurar el último, el que he preparado, el sencillo. Así que agrega base de datos de ventas. Y uno más bien. Entonces ahora tenemos en el lado izquierdo tres bases de datos. 213. 2 3 Recorrido por la interfaz: Bien, amigos. Con eso, terminamos con un tercer paso. Ahora tenemos datos. Contamos con bases de datos para comenzar ahora a seleccionar y consultar los datos Tenemos la aplicación, tenemos los datos. Ahora ¿qué vamos a hacer? Te voy a llevar en recorrido muy rápido a la interfaz del cliente, el SSMS. Vamos. Ahora para ver y verificar los datos, es como jerarquía. Si vas al DB de ventas, vamos dentro de él, y ahora podemos encontrar un montón de cosas como mesas, vistas y así sucesivamente. El principal van a ser las mesas. Vamos dentro de las mesas. Y aquí, puedes encontrar nuestras mesas, los clientes, empleados, pedidos, etc. Ahora para poder ver los datos, vaya por ejemplo, a los pedidos, escriba un click sobre él. Aquí tenemos diferentes cosas. Lo que vamos a hacer, vamos a ir a decir, seleccionar 2000 raws Vamos a hacer clic en eso. Gran final podemos ver algunos datos. Como puedes ver, tenemos por aquí editor de consultas. Vas a escribir tu consulta por aquí, seleccionas declaraciones, y luego tenemos aquí las cuadrículas de resultados Lo que vamos a hacer, vamos a escribir por aquí la consulta por ejemplo, déjame solo quitar algunas cosas. Y luego una vez que hayamos terminado con la consulta, tenemos que ejecutarla. Para ello, podemos ir por aquí y dar clic en Ejecutar, muy sencillo. Como puedes ver, que ejecutamos la consulta, y vamos a obtener el nuevo resultado aquí en la cuadrícula de resultados. Digamos que necesitas escribir otra consulta para poder hacer una nueva pestaña. Lo que vas a hacer, vas a ir por aquí a una nueva consulta. Y con eso, vamos a conseguir limpiar una nueva ventana para poder escribir nuestro q. Una cosa más que es muy importante entender, sobre todo si tienes múltiples bases de datos en silo server que seleccionas la base de datos correcta en tu consulta. Por ejemplo, por aquí, si vamos, puedes ver que estamos seleccionando actualmente la base de datos de ventas DB. Ahora, cualquier cosa que sea lo que estoy consultando ahora, debería ser una tabla dentro de esta base Entonces, los clientes, ejecutemos. Ahora estamos seleccionando una tabla que esté dentro del DB de ventas. Ahora bien, si quieres seleccionar una tabla que viene de otra base de datos, asegúrate de cambiar las bases de datos. Pasemos por aquí y cambiémoslo a, por ejemplo, obras de aventura. Ahora bien, si voy y ejecuto esto, va a decir, En esta base de datos, no encuentro la tabla. Entonces, si estás confundido y dices, puedo ver a los clientes de ventas por aquí, y sigo recibiendo el o de una escala que no la encuentra. Es porque estás seleccionando la base de datos equivocada. Ahora bien, qué pasó si quieres trabajar con múltiples bases de datos en una misma consulta, qué puedes hacer, puedes definirlo de un inicio. Entonces se puede decir ventas DB, puntos, ventas punto clientes. Eso significa que tenemos jerarquía. Aquí tenemos una base de datos, luego el esquema, luego el nombre de la tabla. Ahora bien, si voy y ejecuto esto, pesar de que una base de datos diferente, va a entender que esta tabla viene de otra base de datos y vamos a obtener los resultados. Eso significa que en una consulta, puede consultar varias tablas desde múltiples bases de datos. O puedes ir y cambiarlo desde aquí o puedes usar estas declaraciones. Puedo decir Use sales DB Y con eso, le estoy diciendo a SQL. Ahora usa esta base de datos en lugar de la otra como puedes ver, Q va a ir y cambiarla. Ahora como estoy dentro de la base de datos, no tiene sentido volver a decirle a SQL sobre la base de datos. Yo solo voy a quitarlo Va a funcionar. Bien, para que hayamos preparado tu entorno, tienes todo para empezar a hacer un trabajo increíble en SQL. Ahora yo diría, solo ve y explora las otras bases de datos, solo haz selecciones aleatorias para entender qué tenemos del contenido dentro de esas bases de datos. Y si quisieras ver el modelo de datos del trabajo de aventura, lo tengo así como el enlace. Por aquí, si vas al modelo de datos de Data Warehouse, puedes ver por aquí, todas las tablas que están disponibles. Y ya pueden ver, tenemos muchas mesas. Entonces como es Data Warehouse, tienes dimensiones y hechos. Y también para el OLTB lo tengo para ti. Si haces clic por aquí, encontrarás una enorme base de datos operativa con muchas cosas. Entonces aquí comercializan con ventas, personas, productos, compras y así sucesivamente. Bien, amigos. Entonces con eso, nos hemos preparado a PC con todo lo que necesitas para empezar a practicar SQL. Entonces tenemos el servidor SQL, el cliente SMS, los datos, las tres bases de datos. Y ahora estás listo para practicar conmigo temas avanzados en SQL. Y ahora en el siguiente capítulo, vamos a sumergirnos en profundidad en la palabra de las funciones de ventana en SQL. Son el grupo de funciones más importante que necesitas para el análisis de datos. Entonces realmente quiero que te concentres en esto. Puedes terminar usando esas funciones en proyectos reales. Te lo prometo. 214. 3 1 ventana para agrupar ivs: Funciones de ventana o a veces las llamamos funciones analíticas. Son funciones muy importantes en SQL. Todos deben conocerlos, sobre todo si estás haciendo análisis de datos. Cada vez que escribo script SQL para hacer análisis de datos, termino usándolos. Como de costumbre, vamos a ir y ahora entender el concepto que hay detrás de ellos, y luego vamos a empezar a practicar. Vamos. Bien, chicos. Ahora comencemos con la primera pregunta. ¿Qué son las funciones de ventana SQL? Son funciones que permiten hacer cálculos como agregaciones, pero encima de subconjunto de datos sin perder el nivel de detalles de las filas Es algo muy parecido al grupo. Pero aquí tenemos caso especial, no pierdes el nivel de detalles. Ahora iner para entender la definición, vamos a tener un ejemplo muy sencillo. Bien. Entonces ahora vamos a entender cómo funciona SQL con el grupo por Clous. Digamos que tenemos un ejemplo muy sencillo. Tenemos cuatro órdenes, dos pedidos para las gorras y dos pedidos para los guantes. Digamos eso, me gustaría ver el total de ventas de cada producto. Ahora bien, si decidimos usar el grupo por, ¿qué va a hacer SQL? Va a tomar los dos primeros pedidos para las gorras y ponerlo en una fila. En la salida, vamos a tener sólo una fila para los caps. Con el total de ventas de 40. Y lo mismo puede pasar con los guantes. Voy a tomar las dos filas de los guantes de la entrada, y en la salida, vamos a tener sólo una fila para los guantes. Eso significa que el número de filas va a estar dependiendo de la cantidad de productos que tengamos en nuestros datos. Tenemos dos productos, obtenemos dos filas. Eso significa que SQL es realmente como aplastar o apretar los resultados en las salidas Y esto es exactamente lo que hace el grupo by a nuestros datos. Agrega las filas, agrega los datos en diferentes niveles de detalles. Ahora del lado izquierdo, vemos cuatro filas en el lado derecho tenemos dos filas, y con eso, estamos perdiendo algunos detalles en los resultados, pero aún así hemos resuelto las tareas. Entonces ahora veamos qué puede pasar si usas la función de ventana en squal. Bien, entonces ahora tenemos los mismos datos, y como con la misma tarea, tenemos que encontrar el total de ventas para cada producto. Ahora bien, si usas la función de ventana, qual va a hacer lo siguiente, va a ir y ejecutar cada fila individualmente desde la de la otra Entonces qué puede pasar, empieza con la primera fila, el ID de pedido uno, en la salida, vamos a obtener también las mismas cosas, el ID de pedido uno, la misma fila, pero vamos a obtener las ventas totales por los topes. Aquí las ventas totales van a ser diez más 30, vamos a obtener 40. Entonces va a saltar a la segunda fila y yo también la voy a procesar. En la salida, obtendremos el ID de pedido dos, los gorras brodat, y también, tenemos la misma agregación ya que estamos hablando del mismo producto. Vamos a ir 40. Entonces va a ir al tercer orden y aquí tenemos los guantes. En la salida, nuevamente, tenemos el ID de pedido tres, los guantes del producto, y el total de ventas esta vez va a ser de cinco más 20, así que obtendremos 25. Después va a la última fila al ID exterior número cuatro, en la salida, vamos a conseguir cuatro guantes y también, 25. Ahora podemos notar eso. Si usas la función ventana, no perderás el nivel de detalles de tus datos. Entonces estamos haciendo algo llamado cálculos de nivel de fila. Entonces si en los datos de entrada, tenemos cuatro órdenes en la salida, vamos a obtener cuatro órdenes y también, obtendremos nuestras agregaciones correctamente Ahora bien, si comparas ambos métodos, uno al lado del otro, podemos ver que estamos resolviendo la misma tarea. Entonces estamos encontrando las ventas totales para cada producto, pero con el grupo, estamos aplastando, exprimiendo los resultados de cuatro pedidos en dos filas, una fila por cada Eso significa que con el grupo, la granularidad está cambiando. En la entrada, el ID de pedido está controlando el nivel de detalles, pero en la salida del grupo, el producto está controlando el nivel de detalle. Entonces tenemos diferente granularidad. Pero por otro lado en las funciones de ventana, seguimos siendo capaces de hacer agregaciones, pero no estamos perdiendo el nivel de detalles, la granularidad de la entrada puede ser la misma que la salida en los resultados Esta es exactamente la principal diferencia entre el grupo Pi y la función de ventana. Si solo quieres hacer agregaciones simples, entonces ve con el grupo Pi Pero si te importa el nivel de detalles y necesitas agregar más detalles a tus resultados, entonces puedes ir con la función de ventana donde puedes hacer agregaciones además de tener más detalles Ahora bien, si vas a comparar las funciones entre la ventana y el grupo Pi, podemos encontrar que ambas tienen exactamente las mismas funciones para las agregaciones Tenemos el conteo alguna media media max. Aquí viene otra diferencia entre la ventana y el grupo i. El grupo I solo tiene las funciones agregadas. Eso es. Pero en las funciones de ventana, tenemos muchas más funciones para usar para el análisis. Por ejemplo, tenemos las funciones de clasificación, y tenemos aquí otro grupo de funciones por el valor o lo llamamos funciones analíticas. Eso significa que en la ventana de qual, tenemos muchas funciones Podemos cubrir muchos casos de uso analíticos y avanzar en cosas complejas. Pero con el grupo, solo tenemos las funciones agregadas solo para casos de uso simples. Esta es otra diferencia entre el grupo i y la ventana. Utilízalo en grupo si tienes agregaciones simples, simples , funciones de ventana, podemos usarlo para análisis de datos más avanzados donde podemos cubrir muchos casos de uso Bien, ahora vamos a tener pocas tareas para entender una cosa, ¿por qué necesitamos funciones de ventana de escala? Por qué en algunos escenarios, grupo no es suficiente y tenemos que usar funciones de ventana de escala. Vamos. Bien, así que comencemos con una tarea muy sencilla. Se va a decir, encontrar el total de ventas en todos los pedidos. Entonces necesitamos un valor con las ventas totales. Digamos que podemos hacer eso. Primero, asegúrate de que estás usando la base de datos. Así que usa la base de datos de ventas en caso de que hayas cerrado los clientes. Entonces eso es que no obtenemos ningún error. Entonces ahora vamos a empezar con lo primero. Vamos a ir a seleccionar las ventas. Lo vas a encontrar en la tabla órdenes de venta. Entonces ahora solo vamos a consultar los datos. Y como pueden ver, tenemos diez pedidos con diez ventas. Aún no agregamos nada. Entonces ya tenemos los datos brutos. Entonces ahora para resolver la tarea, vamos a usar la función. Entonces algunas de las ventas, y vamos a darle un nuevo nombre, ventas totales. No tenemos que usar ningún grupo I porque no tenemos que agrupar nada. Entonces eso dice, Vamos a ejecutar eso. Y como pueden ver, QL va a devolver un valor, 380. Este es el total de ventas que tenemos dentro de nuestros datos, y este es el nivel más alto de agregaciones Entonces con eso, hemos resuelto la tarea, tenemos las ventas totales. A través de todos los pedidos, no tenemos que agrupar nada. Pasemos al siguiente ejemplo. Digamos eso en la siguiente tarea. Esta vez queremos encontrar el total de ventas, pero para cada producto, no para todos los pedidos. Para cada producto, queremos encontrar el total de ventas. Esta vez no necesitamos un solo valor. Necesitamos un valor por cada producto. Para ello, ahora vamos a ir a usar la función grupo I, y vamos a agruparnos por el ID del producto. Agrupar necesidad como dimensión en la selección. Podemos hacerlo así. Eso dice, Vamos a ejecutar la consulta. Ahora, como puedes ver en los resultados, no tenemos un valor, no tenemos las agregaciones más altas Esta vez estamos perforando hasta el siguiente nivel de detalles. El nivel de detalles aquí es el ID del producto. Tenemos una fila por cada producto. Para el primer producto, tenemos 140, el siguiente, 105, y así sucesivamente. Como puede ver, ahora estamos dividiendo los datos a nivel de ID de producto. Pasamos de diez órdenes. Ahora en los resultados, tenemos cuatro pedidos, y eso es porque tenemos cuatro productos. Entonces el número de caminos en la salida, va a ser definido por la dimensión, el ID del producto. Y con eso, hemos resuelto la tarea, tenemos las ventas totales para cada producto. Muy bien, chicos. Así que sigamos progresando en nuestros ejemplos. Ahora el siguiente va a estar un poco avanzado donde tenemos la misma agregación. Encuentre el total de ventas para cada producto, Adicionalmente, proporcione detalles como ID de pedido y la fecha del pedido. Como puede ver, ya hemos resuelto la primera parte. Estamos encontrando las ventas totales de cada producto. Ahora solo tenemos que agregar algunos datos adicionales como el número de pedido y la fecha del pedido. Vamos por aquí y solo agrégalo en nuestro selecto. ID de pedido, vamos a tener la fecha del pedido. Vamos a ejecutar eso. Sólo voy a hacerlo un poco más grande. Vamos. Pero ahora, como puedes ver, SQL no estará contento y lanzará un error y dice, las cosas que estás agregando a tu selección, no están incluidas en el grupo. Como puedes ver en el grupo i, solo tenemos una dimensión o un campo llamado ID del producto. Pero en nuestra selección, tenemos tres dimensiones, el ID del pedido, la fecha del pedido y el ID del producto. Por lo que no hay coincidencia entre el select y grupo i y SQL no lo permitirá. Ahora podrías decir, ¿sabes qué? Vamos a agregar todo al grupo. Con eso, vamos a obtener nuestra agregación, y también, vamos a obtener nuestros datos. Vamos a probar eso. Sólo voy a alejar un poco. En lugar de tener el ID del producto, agreguemos todo. El número de pedido, las fechas y el ID del producto. Ahora tenemos coincidencia y escala no debe por ningún error. Vamos a ejecutarlo. Ahora vamos a comprobar si hemos resuelto la tarea. La tarea tiene dos derechos de partes. Tenemos que hacer las agregaciones y proporcionar detalles. Se puede ver que hemos resuelto la segunda parte. Tenemos los datos, o DNI y/o fechas. Pero ahora, la primera parte que encuentra las ventas totales para cada producto se destruye porque si revisas los resultados, tenemos el ID del producto 101, tiene las ventas totales de diez Pero en el tercer orden, lo tenemos como un 20 para el mismo producto. Entonces, en realidad, los datos no son agregados. Y eso es porque estamos agregando en diferentes niveles, y hemos incluido muchas más cosas que no necesitamos para las agregaciones Estamos agregando a nivel de ID de pedido. Entonces como puedes ver ahora, estamos golpeando los límites de los groupi No podemos proporcionar agregaciones y también proporcionar información adicional a partir de nuestros datos Tienes que elegir uno. Por eso tenemos que ir a la segunda opción donde podemos usar las funciones de ventana. hazlo. Yo sólo voy a deshacerme de las partes del grupo y también de todos los campos. Empacemos hasta la raíz. Ahora tenemos la suma de ventas, y si ejecutas esto, voy a llegar a un valor, así que estamos en el nivel más alto de agregaciones Ahora necesitamos usar la función de ventana. Yo sólo voy a quitar el nombre, y ahora vamos a decirle a SQL. Se trata de una ventana de funciones. Usando más después de las agregaciones o las funciones le dice a SQL, estamos hablando de funciones de ventana Vamos a ejecutarlo así y con eso, tenemos diez filas, y eso es porque tenemos diez órdenes, y para cada fila, tenemos exactamente el mismo valor. Tenemos las ventas totales de todos los pedidos para cada fila. Como puede ver, Escala entiende, esta es una función de ventana, y Escala no debe gustar agrupar todos los datos en una fila. Debe mantener exactamente las mismas filas o el mismo número de filas como la entrada. Con eso, tenemos la función ventana, pero tenemos que dividir los datos por los productos. Ahora vamos a usar la partición de palabras clave por. Es como el grupo por, por otra redacción. ID del producto, la misma dimensión. Con eso, tenemos como nombre las ventas totales por productos. Vamos a ejecutar esto. Ahora como se puede ver en la salida, todavía tenemos el mismo número de filas. Tenemos diez órdenes, tenemos diez filas. Pero el resultado sí cambió porque ahora estamos agregando los datos a nivel de ID de producto Para entender los resultados, tenemos que agregar más información a nuestro selecto. Ahora agreguemos la misma dimensión. Puede ser el ID del producto. Sólo voy a agregarlo al frente por aquí. Vamos a seleccionar y como se puede ver. Ahora tiene más sentido. Tenemos esos productos y siempre tienen exactamente las mismas ventas y también para el siguiente producto y así sucesivamente. Ahora aquí viene la magia de la función de ventana. Podemos agregar más información a nuestra declaración select sin tener ningún error. Ahora necesitamos información adicional como el número de pedido. Podemos ir por aquí y decir, ID de pedido, fecha de pedido, cualquier tipo de columna, puedes agregarla a tu selección, y vamos a ejecutar. Se puede ver ahora obtenemos el resultado, aunque esas tres dimensiones en la selección no forman parte de la agregación de ventanas. Con eso, hemos resuelto las tareas. Tenemos información adicional, tenemos el ID del pedido, las fechas del pedido y también, la primera parte de la tarea para encontrar las ventas totales de cada producto. Cada uno de esos valores son las ventas totales de cada producto. Y con eso, hemos resuelto las tareas. Y esta es exactamente la razón por la que necesitamos funciones de ventana. En proyectos reales, las cosas se complican mucho. Estás haciendo diferentes tareas en una sola consulta. Entonces estás haciendo agregaciones. Estás haciendo otras cosas. Entonces, con solo enfocarse en las agregaciones no va a ser suficiente Siempre tienes que añadir información adicional a tu consulta. Como puede ver, utilizamos el grupo Pi para hacer análisis de símbolos, pero a medida que las cosas se complican en los análisis, utilizamos las funciones de ventana para mostrar las agregaciones y también agregar información adicional Como puedes ver, utilizamos groupi para hacer análisis de símbolos, pero a medida que las cosas se complican en la analítica, utilizamos las funciones de ventana para mostrar las agregaciones y también agregar información adicional 215. 3 Sintaxis de 2 ventanas: Bien, así que vamos a ir y d profundizar en la sintaxis de las funciones de la ventana SQL. Vamos a cubrir todo, cada parte de la sintaxis para que entiendas cómo usarlas. Vamos. Todo bien. Comencemos primero entendiendo los componentes básicos o las partes básicas de la sintaxis de cada ventana. Principalmente, tenemos dos partes. La primera parte va a ser la función ventana. Tenemos promedio y así sucesivamente. La segunda parte principal va a ser la cláusula over. Dentro de la cláusula over, tenemos tres partes diferentes. La primera va a ser la cláusula de partición, la cláusula de segundo orden y la última, tenemos la cláusula frame. Esos son todos los componentes que puedes usar dentro de la función de ventana. Dos partes principales, la función de ventana y la cláusula de oferta, y dentro de la parte superior, tenemos orden de partición y encuadre Vamos más en detalles. Por ejemplo, tenemos la siguiente función de ventana. Se puede ver que tenemos un montón de cosas pasando aquí. vamos a entender paso paso componente por componente. Empecemos por la izquierda desde el primero. Qué tenemos por aquí, tenemos una función. Función de ventana. ¿Qué es una función de ventana? Como aquí, tenemos el promedio. Es como cualquier otra función en squa L. Se puede utilizar para hacer cálculos en la parte superior de la ventana Lo primero que hay que hacer o definir en una ventana es definir la función de la ventana. Como aprendimos antes, tenemos una larga lista de muchas funciones de ventana disponibles en sql, y las agrupamos en tres grupos. El primero, tenemos las funciones agregadas, tenemos el conteo promedio maximin A esas funciones, las tenemos también para el grupo por Esos se utilizan para las agregaciones. El segundo grupo de funciones, tenemos las funciones de clasificación. Tenemos el número de fila rango entile y así sucesivamente. Podemos usar esos grupos para dar un rango para nuestros datos. El último grupo, lo llamamos funciones de valor o a veces analíticas. Aquí tenemos funciones muy importantes como el lead lag, el primer valor y el último valor para acceder a un valor específico. Por supuesto, vamos a ir y aprenderlos todos uno por uno, entendiendo los conceptos, algunos ejemplos, y también para que entiendas cuándo usarlos para el análisis de datos. Ahora sigamos avanzando entendiendo las otras partes de la sintaxis de la ventana. Ahora, dentro de la función promedio, tenemos aquí un nombre de campo o nombre de columna llamado ventas. Esto se llama expresión de función. Es como un argumento de parámetro de valor que podemos pasarle la función. Aquí podemos usar múltiples cosas diferentes. Por ejemplo, depende de la función, por supuesto. Aquí, podría estar vacío como aquí en el ranking. No permite usar una expresión, por lo que debe estar siempre vacía. O podemos usar una columna en el ejemplo. Utilizamos las ventas. Usamos el nombre de la columna como argumento o expresión para el promedio, estamos encontrando el promedio de ventas, o podríamos usar un número. Aquí en la inteligencia, solo se nos permite usar números, o podríamos tener múltiples cosas. Por ejemplo, en el lead, podemos tener ventas, los números, y así sucesivamente. Las cosas se complican. No te preocupes por ello. Eso se lo voy a explicar. Aquí tenemos múltiples cosas. O podemos tener toda una lógica condicional. Por ejemplo, aquí tenemos el triunfo, así sucesivamente dentro de la suma. Todo el asunto de aquí llama una expresión para la suma. Como puede ver, podemos construir aquí una lógica compleja y la salida de esta lógica se puede pasar a la función sum. Eso significa que como expresión para la función, podemos usar cosas diferentes. Por supuesto, depende si la función lo permite o no. Ahora, vamos a tener una visión general rápida para entender qué tipos de datos están permitidos en las expresiones para esas funciones. Veamos las funciones agregadas. Como puede ver la función de conteo excepto cualquier tipo de datos. Pero a los demás les gusta la suma promedio de la marca principal, solo permiten tipos de datos numéricos. Ahora pasemos a la función rank. Las expresiones son bastante fáciles. Debería estar vacío. No permite ningún argumento ni nada dentro de esas funciones. Como puede ver, todos ellos están vacíos, pero sólo uno que acepta valores numéricos, que es el mosaico. Hay que definir un valor numérico. Ahora pasando al último tipo, tenemos las funciones value. Aceptan un tipo de datos dentro de las expresiones. Como puedes ver, cada función tiene sus propias especificaciones y hay que tener cuidado con qué tipo de datos estás usando en las expresiones. Entonces ahora sigamos pasando al siguiente. Tenemos una parte muy importante en la sintaxis de la ventana. Hasta el momento, ¿qué tenemos? una función, tenemos una expresión. Es como las cosas de siempre. Eso lo hemos hecho antes de usar el grupo por. Ahora tenemos que decirle a SQL que estamos tratando con la función de ventana. No es normal. Para ello, tenemos que especificar la palabra clave. Terminado. La segunda parte principal de la sintaxis es la cláusula over y la usamos para definir una ventana. Dentro de él, podemos definir múltiples cosas como la partición pi, el orden por el marco. Pero a pesar de que las cosas son opcionales, podemos saltarlas y dejarlas vacías. La tarea principal del over, dice primero SQL, estamos tratando con la función de ventana aquí y también, puedes usarla para definir una ventana de tus datos. Ahora vamos a ir a cubrir todo dentro de la cláusula over, y vamos a empezar con la primera , la partición Pi. 216. 3 3 Partición en la ventana: Todo bien. Ahora vamos a aprender a definir una ventana dentro de la cláusula over. La primera parte que podemos definir es la partición Pi. Por ejemplo, aquí, tenemos partición categoría Pi, tenemos que definir esa dimensión. Es muy similar al grupo y redacción. La primera parte va a ser la cláusula de partición. Lo que va a hacer, va a dividir todos los conjuntos de datos en grupos o se le puede llamar particiones de windows. Aquí te contamos cómo dividir nuestros datos. Aquí tenemos dos opciones. Déjame mostrarte. Si no usamos nada, entonces lo tenemos vacío. Se ve más y la partición por no se usa, lo que puede pasar es QL Usa todos los datos para hacer los cálculos Todos los datos, todos los datos se pueden contar como una sola ventana. Se lo estamos diciendo a SQL, no dividas nada, déjalo como está. La segunda opción que tenemos es dividir los datos por partición Pi. Definimos la ventana como esta partición Pi productos, por ejemplo, SQL va a ir y dividir todos los datos en diferentes ventanas. Por ejemplo, aquí, dos ventanas. Aquí, esta vez, el cálculo, la suma de ventas no se aplicará en todo el conjunto de datos. Esta vez, se va a aplicar en las diferentes ventanas de forma individual. Vamos a encontrar la suma de ventas para Ventana uno por separado del total de ventas de la ventana dos. Todo bien. Entonces ahora tenemos este ejemplo muy sencillo. Tenemos aquí tres campos, el mes de ventas de productos. Son informaciones realmente fáciles. Y ahora tenemos la siguiente función de ventana SQL. Entonces tenemos algunas de las ventas, y dentro del overclose, no estamos usando nada. Entonces no estamos usando la partición pi. Entonces, ¿cómo ICL va a definir la ventana ahora? P voy a decir, no tengo que dividir nada. Todo el conjunto de datos es una ventana. Entonces SQL va a ir por aquí y decir, Todo es una ventana. No hay particiones. No hay nada. Tenemos sólo una ventana. Todos los datos van a ser agregados. Esto es lo que sucede si no usas partición por y dejas vacía la cláusula over. Todos los datos son una ventana. Todo bien. Ahora pasemos al siguiente ejemplo. No queremos tener una sola ventana. Nos gustaría tener múltiples ventanas, así que tenemos que dividir los datos por algo. En la overclause vamos a definir la ventana como la siguiente partición por mes No está vacío. Ahora estamos dividiendo los datos. Por el mes de campo. Los valores dentro de esta columna van a difificar los conjuntos de datos Aquí tenemos dos meses, enero y febrero. Lo que va a hacer es que QL va a ir y dividir los datos en dos conjuntos La primera ventana va a ser esta de enero. Tenemos la primera ventana, vamos a hacer más pequeña y la segunda ventana va a ser la de febrero. Va a ser dos ventanas dentro de nuestros datos y el cálculo va a estar sucediendo en cada ventana por separado. Entonces aquí, como pueden ver, estamos usando el mes para dividir nuestros conjuntos de datos en dos ventanas, una ventana para enero y otra ventana para febrero. Así que ahora vamos a tener una visión general rápida sobre las opciones que tenemos con la partición por. La primera opción tal y como la aprendimos, sólo podemos saltarla. Sin partición por, por ejemplo aquí, ventas totales en todas las filas, y aquí no encontramos nada dentro del SQL. La segunda opción, podemos usar un campo, una columna. Por ejemplo, partición por productos. Estamos usando una dimensión, pero podemos ir a mezclar cosas. Podemos usar múltiples columnas o múltiples dimensiones en la partición por, por ejemplo, aquí, partición por producto y otro estado. Aquí con la partición por, podemos definir una lista de dimensiones que podrían usarse para dividir nuestros datos. En este ejemplo, estamos diciendo, encuentra las ventas totales por cada coination de productos y estado del pedido Esas son las diferentes opciones sobre cómo trabajar con la partición por. Ahora volvamos a tener esta visión general. Para todas las funciones, la partición por para todas esas funciones es opcional. Si no usas la partición pi en todas esas funciones, no obtendrás ningún error. Ahora volvamos a la escala para comenzar a practicar con esta cláusula. Ahora tenemos la siguiente tarea. Encuentre las ventas totales en todos los pedidos, y tenemos que proporcionar información adicional como el número de pedido y la fecha del pedido. Vamos a cortarlo paso a paso. En primer lugar, me gustaría dar los detalles. Voy a seleccionar el número de pedido y el pedido. Fechas de la mesa, órdenes de venta. A continuación, vamos a trabajar con las agregaciones. Necesitamos encontrar las ventas totales en todos los pedidos. Nuevamente, como tenemos aquí detalles y agregaciones, no podemos usar Ruby, tenemos que usar la función window Entonces vamos a ir a usar la función sum para ventas, y ahora tenemos que decirle a SQL, estamos trabajando con funciones de ventana. Por eso vamos a usar el overclose. Ahora al día siguiente tenemos que pensar en definir la ventana. Vamos a revisar la tarea. Dice, ventas totales en todos los pedidos. Entonces eso significa que no tenemos que particionar o dividir los conjuntos de datos en trozos o particiones Tenemos que dejarlo como está, como todos los datos van a ser una sola ventana. Por eso no usamos la partición Pi dentro de esa definición. Vamos a dejarlo vacío. Vamos ahora a darle un nombre. Va a ser el total de ventas. Vamos a ejecutar esto. Ahora en los resultados, como puedes ver, tenemos todos los pedidos, todos los detalles, y también, tenemos las ventas totales en todos los pedidos. Con eso, hemos resuelto las tareas, tenemos el total de ventas y también algunos detalles sobre el pedido. Ahora pasemos a la siguiente tarea. Va a ser muy similar. Dice, encuentra el total de ventas para cada producto. Tenemos que proporcionar información adicional como el número de pedido y la fecha del pedido. Va a ser una tarea muy similar. Pero esta vez, tenemos que dividir todos los datos en ventanas, y eso va a ser por el producto. Ya que estamos diciendo ventas totales para cada producto. Esta vez tenemos que ir a dividir los datos. Vamos a definir la ventana como esta partición por y podemos usar el ID de producto de dimensión. Vamos a ejecutar esto. Ahora se puede ver en las ventas totales, ya no tenemos las ventas totales de todos los datos, sino que están divididas. Pero para entender los resultados, vamos a incluir el ID del producto en los resultados. Identificación del producto y ejecución. Ahora al mirar a los resultados, se puede ver que los datos se dividen en cuatro ventanas. Vamos a verlas. Va a ser por el ID del producto. Entonces esta dimensión va a estar controlando la partición. Entonces la primera ventana va a ser la ID del producto 101, tenemos las ventas totales para este producto 140, y la siguiente ventana va a ser 102, la tercera, 104, y la última ventana, va a ser solo una fila, la 105 y las ventas totales F 60. Con eso, hemos resuelto la tarea, tenemos las ventas totales para cada producto, y además tenemos algunos detalles. Ahora me gustaría mostrarles la dinámica de la función de ventana. Podemos agregar múltiples agregaciones en múltiples niveles. Déjame mostrarte a lo que me refiero. Digamos que nos quedamos con el mismo ejemplo. Pero vamos a encontrar las ventas totales en todos los pedidos y también, las ventas totales de cada producto. Lo que podemos hacer, podemos hacer las funciones de ventana en diferentes niveles, por ejemplo, eliminando aquí toda la definición. Aquí tenemos las ventas totales para todos los datos para la primera tarea, y la siguiente va a ser el total de ventas pero dividido por el ID del producto. Vamos a renombrarlo por productos. Vamos a ejecutar esto. Ahora sabes qué, voy a ir a sumar las ventas también solo para explicar la flexibilidad de la función de ventana. Vamos a sumar las ventas y ejecutarlo de nuevo. Ahora al mirar los resultados, se puede ver que tenemos las ventas en formaciones tres veces, pero con diferentes granularidades Las primeras ventas, las ventas en sí mismas sin agregaciones Es el nivel más alto de detalles de las ventas, y vamos a tener las ventas para cada pedido. El siguiente, las ventas totales con la función de ventana. Aquí tenemos el nivel más alto de agregación tenemos las ventas totales de todos los pedidos. El último las ventas totales por producto, es algo así como en el medio. Estamos agregando en una ventana. La ventana va a ser el ID del producto. Como puedes ver, tenemos diferentes granitos de las agregaciones, y esta es exactamente la flexibilidad que tenemos con la función ventana Podemos hacer todas esas cosas en una sola consulta. Ahora sigamos moviéndonos y agregando cosas a nuestra tarea. Se va a decir, encuentra las ventas totales por cada compinación de los productos y el otro estado Esta vez, tenemos que dividir los datos no sólo por el producto p sino también con otra dimensión, el estado del pedido. Ahora veamos cómo podemos hacer eso. Sólo voy a mostrar el estado del orden de dimensión y los resultados. Y vamos a añadir el siguiente aguijón. Así que algunas ventas terminaron ya que es una función de ventana, y vamos ahora a definir la ventana. Petición por. Entonces tenemos, nuevamente, el ID del producto, pero no solo esta dimensión también, el estado del pedido. Y vamos a llamarlo ventas por productos y estado. Déjame renombrar esas cosas. Bien. Vamos a ejecutar. Todo bien. Entonces ahora vamos a revisar los resultados. Es la última agregación por aquí. Como puedes ver aquí la agregación tiene diferentes granularidades como la anterior, y tenemos más detalles Esta vez estamos dividiendo los datos por dos dimensiones. La primera ventana va a ser el ID del producto con el estado del pedido, va a ser solo esas dos filas. Tenemos el ID de pedido 101 y el estado del pedido entregado. El total de ventas de este va a ser diez más 20, y vamos a tener 30. La siguiente ventana va a ser el mismo producto, pero con diferente estatus. Va a ser el 101, conformado, y vamos a ir a resumir esos dos valores y vamos a tener 110 El siguiente producto y pedido sobresalto va a ser el 102, y lo tenemos solo uno 102 entregado, es sólo uno. Va a tener el mismo valor. El siguiente tabique o ventana, va a ser dos filas, 102 con el eje, va a ser esas dos cosas, 60 más, 15, vamos a tenerla. 75. Como puede ver, aquí está el ID del producto y el estado o, están controlando cuántas ventanas vamos a obtener. Llegamos por aquí como seis ventanas. Con el ID del producto, solo obtuvimos cuatro ventanas y sin usar nada dentro del overclouse, obtendremos solo una Así es como funciona la partición by. 217. 3 4 ventanas ordenar por: Bien. Esa fue la primera parte de la definición de ventana dentro de la cláusula over. Pasemos a la siguiente parte. Tenemos la orden por. Por ejemplo, podemos usar orden por fecha de pedido. Es sólo un campo. La cláusula de orden es muy importante para ordenar tus datos dentro de una ventana. El orden por es muy importante también para muchas funciones. Con solo revisar el resumen de aquí, para las funciones agregadas, es opcional, así que simplemente podrías dejarlo o agregarlo. Pero para la función de rango y también para las funciones de valor, son obligatorias. Si quieres usar esas funciones, debes usar la cláusula de orden porque no tiene sentido, por ejemplo, si estás clasificando los datos sin ordenar primero tus datos. Bien, chicos, ahora volvamos a nuestro ejemplo muy sencillo, y tenemos la siguiente consulta. La función esta vez va a ser rango, así que tenemos que clasificar los datos y la definición de la ventana va a ser partición por mes. Eso significa que dividimos los datos por los meses, así que los tenemos por aquí, y luego la segunda parte va a ser, orden por ventas descendentes. Tenemos que ordenar cada ventana por orden descendente. Eso significa que comenzamos con el valor más alto y terminamos por el valor más bajo. Veamos cómo va a ir y ejecutar esto. Primero, partición por mes. Se va a dividir los datos en dos particiones porque tenemos dos valores por mes. Veamos cómo va a quedar esto. Una ventana para enero y otra para febrero. Bien. Ir a la segunda parte y ejecutar orden por ventas descendentes. Entonces, ¿qué puede pasar, SQL va a ir por cada ventana por separado y comenzar a ordenar los datos de la mayor a la más baja sin revisar la otra ventana. Entonces en esos tres valores, el más alto es este. Entonces va a estar en la cima. Déjame simplemente ordenarlo. Esta va a ser la más baja. Vas a estar en el medio. Entonces Q va a ordenar esta ventana por separado de la siguiente. Y luego una vez hecho, va a ir a la segunda. Entonces el valor más alto va a ser éste. Eres el más bajo. Déjame hacerlo así. Entonces SQL vaya a ordenarlo así. El más alto es 70. El siguiente es 40, y el último es cinco. Eso es escala hecha con la definición de la ventana. Entonces se divide por mes y cada ventana está ordenada por las ventas El siguiente paso es que Sq va a ir y clasificar esos valores. Entonces es realmente sencillo en las salidas. Va a clasificar los datos así. Entonces el primero va a ser este valor. El siguiente va a ser dos y el tercero va a ser tres. Entonces como puedes ver, qu ordenando solo esta ventana, y va a ir a repetir las mismas cosas para la segunda ventana. Entonces cada rango es separado de los demás. Ya ves que es muy sencillo. Así es como QL ejecuta partición junto con el orden por para la función rank Ahora, vamos a tener una tarea rápida para el pedido por. Dice, clasificar cada pedido en función de sus ventas de la mayor a la más baja. Tenemos que proporcionar información adicional como ID de pedido y fecha de pedido. Veamos cómo podemos escribir la consulta. Tenemos la fecha de pedido de ID de pedido del personal básico y las ventas, y ahora podemos ir a trink los datos usando la función de ventana Podemos usar el rango de función. Y luego le vamos a decir a SQL, esta es una función de ventana, y dentro de ella, ahora tenemos que proporcionar la definición de la ventana. Entonces ahora al verificar la tarea, se puede ver que no tenemos que dividir los datos, así no tenemos que usar partición por. Solo tenemos que usar rango, y con rango, tenemos que usar el orden por. Es must. Entonces vamos a usar orden por campo van a ser las ventas y de las más altas a las más bajas. Entonces solo llámalo ventas de rango, y vamos a ejecutar esto. Y como puedes ver, nuestro resultado se va a ordenar de mayor a menor, así podrás ver las ventas 90 en la parte superior y las más bajas van a ser las diez. Y además, tenemos un rango. Entonces para el rango superior, va a ser uno, y el rango más bajo va a ser diez. Como puedes ver, simplemente creamos rápidamente un ranking en SQL. Es muy sencillo. Todo es una ventana ya que no estamos usando la partición pi. Por supuesto, si quieres tener ascendente de lo más bajo a lo más alto, puedes simplemente eliminarlo porque opcionalmente va a ser ascendente. Vamos a ejecutar la consulta. Así que ahora podemos ver que los pedidos están ordenados al revés, así que empezamos con los más bajos y terminamos con los más altos. Por supuesto, vamos a obtener los mismos resultados si vas por aquí y agregas ascendentes. Si excute, ve, tenemos exactamente los mismos resultados. Así es como se usa el orden pi dentro de la definición de ventana. 218. 3 5 marco de ventana: Bien, chicos. Con eso, has cubierto la segunda parte de la definición de ventana. Ahora vamos a ir a la última parte a la parte más avanzada de ventana, y tenemos las siguientes cosas. Tenemos filas de procedimiento sin límites. Llamamos a esta cláusula marco o marco de ventana. Lo que estamos haciendo aquí es que estamos definiendo un subconjunto de filas dentro de cada ventana que es relevante para el cálculo. Entiende totalmente si esto es confuso al inicio o complejo, fue para mí también. Lo que vamos a hacer, vamos a adentrarnos en el concepto para entender cómo funciona esto, y lo vamos a hacer paso a paso, así que no te preocupes por ello. Todo bien. Entonces ahora vamos a entender lo que está pasando con la cláusula frame. Desde lo básico. Ahora bien, si haces agregaciones y no usas la función de ventana, vas a considerar todos los datos, o filas dentro de la tabla Pero lo que podemos hacer, podemos ir y dividir los datos usando la partición Pi a una ventana. Por ejemplo, aquí, tenemos la ventana uno y la ventana dos. Ahora bien, si vas y haces agregaciones, todas las filas de la ventana una van a ser agregadas y luego la escala puede ir a esa ventana dos y agregar todas las filas Qué podemos hacer en escala que podamos decir, ¿sabes qué? No quiero todas las filas dentro de la ventana, quiero un subconjunto de filas dentro de la ventana. Lo que estamos haciendo aquí es que, tenemos esas dos ventanas, pero especificamos scobe o especificamos subconjunto de datos Desde cada ventana para involucrarse en las agregaciones. Por supuesto, no sólo agregaciones, podemos hacer ranking otras cosas. Entonces quiero decir, cálculos. Entonces aquí como tenemos una ventana dentro de una ventana. Entonces estamos definiendo alcance de filas. No todas las filas deben estar involucradas en el cálculo, sino solo un subconjunto específico de datos. Y podemos hacer eso usando la cláusula frame. Así que de nuevo, la partición por, se puede utilizar con el fin de dividir todos los conjuntos de datos en múltiples ventanas. Y ahora para la cláusula frame, si no quieres considerar todas las filas dentro de cada ventana en el cálculo, quieres enfocar y especificar solo un subconjunto de datos dentro de cada ventana, entonces puedes ir y usar la cláusula frame. Todo bien. Entonces ahora vamos a entender la sintaxis de la cláusula frame. Tengamos el siguiente ejemplo. Estamos diciendo que la función ventana es el promedio de ventas, y luego definimos la ventana. Entonces tenemos la primera parte, partición por categorías, orden por fechas de pedido, y luego tenemos la cláusula frame. Va a ser las siguientes filas entre la fila actual y la anterior sin límites Estos son los tipos de marco, y tenemos dos tipos, tenemos las filas y los grupos. Entonces tenemos entre y el rango. Entonces el primer rango va a ser el límite del marco, el valor más bajo, y aquí acepta tres tipos de palabras clave como la fila actual o un número de procedimientos o el procedimiento no acotado Entonces tenemos otro límite de marco. Van a ser los valores más altos, y acepta las siguientes cosas. Podemos usar la fila actual en el siguiente o en el siguiente sin límites Como puede ver, estamos definiendo como límite o un rango de valor bajo a mayor valor. Ahora tenemos algunas reglas. No podemos usar la cláusula frame sin order by, order by debe existir en la definición para poder usar la cláusula Frame y la segunda regla dice, límite inferior debe estar antes del límite superior. Entonces siempre comenzamos con el límite inferior y terminamos teniendo el límite superior. No se puede cambiar eso. Bien, entonces ahora tenemos un ejemplo muy sencillo. Tenemos el mes y las ventas y la siguiente consulta, suma de ventas. Esta es la función ventana, y la definición de la ventana va a ser ordenada por mes. No estamos usando partición por solo para hacernos la vida más fácil. Y la tela del marco se va a definir así, filas entre la fila actual y las dos siguientes. Ahora veamos cómo Equal puede ejecutar esto. La primera definición orden por mes, como puedes ver, los meses ya están ordenados. Ahora qual va a trabajar con la definición de marco, fila actual y las dos siguientes Cuadrados va a procesar esta fila por fila. Entonces va a comenzar con la primera fila, y va a ser nuestra fila actual como aquí en la qual. Entonces esta es nuestra fila actual, y decimos el rango hasta dos filas, dos filas siguientes. Entonces va a ser febrero y marzo. Eso significa que el puntero va a estar por aquí para los dos siguientes. Con eso, tenemos los límites del marco, y la escala tengo los siguientes alcances para la primera fila. Tenemos tres filas y el resumen de esas tres filas puede rondar las 70 Obtendremos para la primera fila 70 porque el alcance no es todas las filas, sino solo el subconjunto de datos. Con esa escala se hace con la primera fila, va a saltar a la segunda fila. El puntero va a ser la fila actual en el mes de febrero, y los dos segundos siguientes van a ser en abril. Entonces con eso, como puedes ver, nos estamos deslizando hacia abajo en el subconjunto de datos o en la ventana. Y con eso, tenemos un nuevo alcance, un nuevo subconjunto, y el resumen de todos esos valores va a ser 45 Entonces eso está listo. Creo que ya lo entiendes. Va a pasar al siguiente, el puntero va a ser en marzo, y los dos siguientes van a ser en junio, y va a deslizarse así. Tenemos esos tres caminos en el alcance, y el resumen de eso va a ser 105 Ahora, las cosas se ponen interesantes para la siguiente fila. Entonces el puntero para la fila actual va a ser abril, pero los dos siguientes van a ser como después del final de la tabla o algo así. Entonces a medida que nos deslizamos hacia abajo, como pueden ver, el alcance ahora o el subconjunto del fotograma va a ser solo dos filas y la salida va a ser 75. Y finalmente, si vas a la última fila, va a ser la fila actual y vamos a tener solo una fila para los subconjuntos porque los dos siguientes están justo fuera de la tabla, y vamos a obtener el mismo valor que el resumen Como puedes ver, eso es muy sencillo, correcto. El marco lo usamos para determinar qué filas están involucradas en los cálculos. Lo que tienes que hacer es definir los límites del marco, el límite inferior y el límite superior. Veamos qué otras opciones tenemos con los marcos. Aquí tenemos el mismo ejemplo, pero redefinimos los límites del marco así Filas entre la fila actual. Este es el primer límite y el seguimiento sin límites. Esto significa que estamos apuntando siempre al último registro en la ventana o en la tabla. El seguimiento sin límites va a ser siempre estático y va a ser en este ejemplo, apuntando a junio Yo iba a ir fila por fila y el camino actual iba a ser como el inicio enero y después febrero. Yo sólo voy a tomar este ejemplo. El puntero es en febrero, y los subconjuntos o el marco van a ser esas cuatro filas Por lo que puede ser febrero, marzo, abril, junio. Entonces pueden ser cuatro filas, y la agregación total de eso va a ser 115. Puedes hacerlo así y anteriormente era flexible, más flexible. Fueron dos siguientes. Pero esta vez tenemos un seguimiento sin límites. Eso significa que siempre el límite va a ser el último. Como nos estamos moviendo con los registros por aquí, El límite va a ser más pequeño, más pequeño y así, y el último, van a estar ambos en el mismo registro. El registro actual va a ser también , el seguimiento sin límites Veamos el siguiente. La definición de la ventana va a ser la siguiente levantó entre un procedimiento y la fila actual. Aquí está el camino alrededor. Un procedimiento es inferior a la fila actual. Veamos cómo SQL va a ejecutar esto. Digamos que actualmente estamos en marzo. Esta es la fila actual, y estamos diciendo entre un procedimiento. Eso significa una fila antes de la fila actual. Entonces el marco va a ser así, y sólo tenemos dos filas. Entonces el valor va a ser el resumen de esas dos filas y va a ser 40 Eso significa que siempre estamos apuntando a las filas antes de la fila actual. Bien, ahora sigamos con las otras opciones para entender todo sobre el marco. Así que redefinimos así filas entre la fila anterior sin límites y la actual Así que sin límites precedentes va a ser la primera fila en la tabla o en la ventana Entonces va a ser estático así. Va a ser el primero de enero. Digamos que estamos en esta fila actual en marzo. La ventana o el subconjunto van a verse así. Aunque tres filas y el total de eso va a ser 60. Ahora como una escala va pasando a la siguiente, va a fijar el primer límite. Siempre va a estar apuntando a enero y el subconjunto va a ser un poco más grande hasta llegar al último y con eso, vamos a tener los subconjuntos, las filas enteras Con eso, obtenemos una gran flexibilidad sobre cómo definir el subconjunto y cómo el subconjunto está cambiando a través de la ventana. Bien, ahora solo nos estamos divirtiendo, así que solo estamos jugando con los límites. No siempre tenemos que usar la fila actual. Entonces podemos usar, por ejemplo, aquí en esta definición, filas entre un procedimiento y uno siguiente. Entonces no incluimos en absoluto la fila actual en los límites. Entonces digamos de nuevo, nuestra fila actual va a ser en marzo. Entonces un procedimiento va a ser febrero y uno siguiente va a ser abril. Entonces con eso, nuestro marco va a ser aunque tres filas, déjame conseguirlo Esto y la agregación de esto va a ser alrededor de 45 Entonces con eso, como se puede ver, los límites van a ser uno que procede y uno siguiente, por lo que no debe ser siempre la fila actual. Bien, entonces ahora creo que ya lo entiendes, cuál va a ser la última opción Vamos a tenerlo todo. Entonces la definición del marco va a ser filas entre procedimiento sin límites y sin límites siguiendo lo que vamos a tener El procedimiento sin límites va a ser enero, y el seguimiento sin límites va a Y ahora el marco va a ser todo, todas las filas. Y no importa donde estemos con la fila actual? Va a ser siempre un subconjuntos fijos. Entonces va a ser siempre todo. Entonces, si estamos por aquí o febrero o marzo, vamos a estar considerando todas las filas. Y las ventas totales de eso van a ser 135. Entonces obtendremos exactamente los mismos resultados para todo para todas las filas. Entonces con eso, creo que no es tan complicado correcto. Solo tenemos que proporcionar los límites, y luego el cálculo va a ser dependiendo del marco en el subconjunto de datos. Bien, chicos, ahora volvamos a la escala y empecemos a practicar para entender cómo funciona el marco. Así que vamos a definir una ventana como esta. Algunas de las ventas y la definición de ventana como esta, vamos a dividir los datos por estado del pedido, y digamos que lo vamos a ordenar por fecha de pedido. Definamos un marco como este. Se levantó entre troll actual y dos siguientes. Vamos a darle un nombre, ventas totales. Vamos a ejecutarlo. Ahora echemos un vistazo a los datos. Ves que la escala puede dividir nuestros resultados en dos secciones, dos ventanas entregadas y conformadas. Se puede ver que los datos están ordenados por la fecha del pedido. Como pueden ver por aquí, por ejemplo, sobre esto, estado entregado, podemos ver que primero del 10 de enero y así sucesivamente. Después la tercera parte, hemos definido un marco en cada ventana. Entonces, por ejemplo, tomemos el primero. Esta es la fila actual. Decimos que el marco está entre la fila actual y los dos siguientes órdenes. Eso quiere decir que el alcance va a ser así. Diez más 20, 25, puede ser 55. Ahora lo que también es interesante consultar aquí es el último registro de cada ventana. Ahora tomemos esta ventana por aquí y el último registro va a ser el número siete, este orden. Y digamos que este es el registro actual. Decimos el marco entre registro actual y los dos siguientes. Pero como es el último registro de esta ventana, no va a ir a considerar los dos siguientes pedidos porque esos dos pedidos están fuera de la ventana, y por eso tenemos aquí 30 y sq no fuimos y resumimos todos esos valores Entonces lo tenemos 30 y no hay nada después de eso. Por eso vamos a conseguir 30. Como puede ver, el marco se puede calcular dentro de una ventana, por lo que no considerará nada fuera de esa ventana. Así es como funciona el marco dentro de las particiones. Ahora, me gustaría mostrarles también, algunas cosas sobre los marcos. Podemos usar atajos, pero podemos usarlos solo con el procedimiento. Por ejemplo, digamos, voy a cambiar la definición así, dos procedimientos. Y el control. Vamos a ejecutarlo y obtendremos esos resultados. Ahora bien, si quieres comprobar los resultados rápidamente, tomemos, por ejemplo, este orden de nuestro aquí, y siempre estamos resumiendo los valores de los dos pedidos anteriores Entonces eso significa que esos tres órdenes van a estar involucrados en el frame y la salida va a ser 55. Ahora hay un atajo para SQL, pero sólo para el procedimiento donde podemos eliminar el rango, así podemos ir y eliminar todo y podemos dejarlo así. Filas dos procediendo. Si vas y lo ejecutas, obtendremos resultados exactos. Esta es una forma rápida o un atajo sobre cómo definir una ventana, pero solo funciona con el procedimiento. Por ejemplo, si voy por aquí y digo, por ejemplo, sin límites, va a funcionar, así vamos a obtener los resultados entre el procedimiento no acotado y la Pero si vas por aquí y dices, ¿sabes qué? Vamos a tener lo que sigue sin límites, IQ va a decir que hay un error y lo mismo si eliminas lo no acotado, digamos por ejemplo, uno siguiente, CI no le va a gustar Puedes usar el atajo solo con el procedimiento. Y una última cosa sobre los marcos que hace, hay un marco predeterminado. Si no usas ningún frame y usas order by, lo que puede suceder, qual va a usar un frame predeterminado Si compruebas el resultado, te darás cuenta de eso para esta ventana de aquí. Esos valores no son como los valores enteros de las celdas. Hay marco, hay marco oculto. El marco por defecto en qual va a ser así se elevó entre unbounded precedente. Y fila actual. Este es el marco predeterminado si usa order by. Ahora si vas y solo lo ejecutas, verás que obtendremos los resultados exactos. Tenga cuidado, una vez que use order by con las funciones agregadas, habrá un marco oculto o un marco predeterminado como este, entre el procedimiento sin límites y la fila actual Eso significa que hay tres formas de hacer este marco de escenario entre encarnar el procedimiento y la fila actual, bien escribirlo así o puedes ir y tener un atajo como este Déjame ejecutarlo. Entonces obtendremos el mismo resultado o simplemente lo eliminaremos por completo. También obtendremos, los mismos resultados. Ahora de nuevo, el marco oculto del marco predeterminado solo está trabajando con el orden por. Entonces si vas, por ejemplo, aquí, y quita el pedido por. Veamos los resultados, se agregará toda la ventana. Entonces nuevamente, permítanme solo seleccionarlo, para que puedan ver que QL va a considerar todas las filas en las agregaciones y obtendremos las ventas totales para toda la ventana, por lo que no habrá marco definido Solo puede estar presente una vez que use order by. Muy bien, amigos. Entonces con el marco cerrado, ahora hemos cubierto todos los componentes sobre cómo definir una ventana dentro y sobre cerca, y con eso hemos cubierto todo sobre la sintaxis de las funciones de ventana. 219. 3 6 Reglas de ventana: Bien, chicos, ahora vamos a ir a entender las reglas o digamos las limitaciones de las funciones de ventana. Entonces aprendamos lo que no se le permite hacer mientras usa funciones de ventana. Bien, la primera regla de eso, se le permite usar la función window solo en la cláusula select y también en la cláusula order by. Entonces aquí tenemos, nuevamente, el mismo ejemplo donde estamos encontrando las ventas totales por el estado del pedido. Entonces, como puede ver, usamos la función window en la cláusula select, y no obtuvimos un error correcto. Así que ahora podemos ir y usarlo también en el orden por. Entonces digamos ordenar por, vamos a copiar todo, pero no el nombre. Derby. Si voy y ejecuto esto, no habrá errores y Q todos lo van a permitir. Como puedes ver el resultado no cambió. Vamos a ordenarlo, por ejemplo, descendiendo. Voy a aquí mismo descendiendo, y vamos a ejecutar. Ahora tenemos las ventas totales con los valores más altos, luego los valores más bajos. Tener esta regla por la que podemos usarla solo en seleccionar y ordenar por, eso significa que no podemos usar funciones de ventana para filtrar datos. Déjame mostrarte, por ejemplo, en lugar de ordenar por, vamos a tener cláusula de artículos Fueron ventas totales, digamos mayores que 100. Vamos a ejecutar esto. Como pueden ver, la col rizada va a decir, no, no se le permite hacer eso Eso se puede hacer sólo para select y derby. Por lo que no se nos permite usarlo para filtrar datos usando la cláusula were. Y además, no se le permite usarlo en el grupo. Entonces si voy y hago un grupo, y como quitamos la condición por aquí. Entonces si lo ejecutas, vas a obtener el mismo error, no estás permitido usar la función window en el grupo. Entonces solo con el derbi o también en la cláusula select. Bien, ahora a la segunda regla, no puedes usar funciones de ventana dentro de otra función de ventana. Entonces eso significa que no puedes ir y enumerar las funciones de la ventana juntos. Déjame mostrarte lo que quiero decir con eso. Entonces vamos a quitar al grupo Pi. Ahora, todo debería estar funcionando. Vamos a pegar y copiar toda la función de ventana por aquí, y vamos a sólo st ella. En lugar de ventas, vamos a tener ahora función de ventana dentro de otra función de ventana. Como puede ver, esta es la función de ventana interior, y el resto el exterior es la función de ventana exterior. Si voy y ejecuto esto, verás que la escala nos va a decir, no puedes usar la función de ventana en el contexto de otra función de ventana. Entonces no podemos hacer sting usando funciones de ventana. Como puede ver, esta es otra limitación para esas funciones. Todo bien. Pasando a la tercera regla o digamos una info, la función window se puede ejecutar después de filtrar los datos con la cláusula were. Tengamos un ejemplo. Ahora, digamos eso, me gustaría tener la misma información. El total de ventas para cada estado, pero sólo para dos productos, 101 y 102. Vayamos y hagamos eso. Vamos a usar la cláusula were, y luego vamos a decir ID del producto en. Vamos a especificar 101 y 102. Vamos a ejecutar esto. Ahora, podemos ver que todavía tenemos dos particiones. Uno para el entregado y otro para el barco, pero el total de ventas se reduce porque solo nos estamos enfocando en dos productos y filtramos todos los conjuntos de datos. Entonces, cómo funciona la escala, Primero, se va a ejecutar la cláusula work, y luego se va a calcular la función window. Eso significa primero filtrar y luego agregaciones. Bien, chicos, ahora vamos a pasar a la última regla a la más interesante, y dice lo siguiente. Se le permite usar la función window junto con la cláusula groupi solo si usa las mismas columnas Entonces déjame explicarte a qué me refiero, pero primero, algo de café. Vamos a tener la siguiente tarea, y dice, clasificar a los clientes en función de sus ventas totales. Ahora, suena muy fácil, pero si lo compruebas, tienes aquí dos cálculos. El primero, hay que clasificar a los clientes, y el segundo cálculo es una agregación. Hay que encontrar las ventas totales para cada cliente. Entonces te voy a mostrar paso a paso cómo suelo resolver esas tareas. Ahora, vamos a comprobar el total de ventas. Es una agregación, derecha, por lo que podemos usar la función SM, y esta función está disponible tanto en el grupo i como también en la función de ventana. Entonces por ahora, voy a ir con el grupo i, y eso es porque la tarea es muy sencilla. No tenemos que mostrar ningún otro detalle, ¿verdad? Entonces se trata de agregaciones. Entonces, ¿por qué no usar los grupos? Ahora a la primera parte donde tenemos que clasificar a los clientes, no podemos usar la función rank con el groupi, ¿verdad? El grupo Pi utiliza solo agregaciones. Entonces aquí nos vemos obligados a usar la función de ventana. Entonces eso significa para el rango, voy a usar la función de ventana para las ventas totales. Voy a usar un grupo i. Así que ahora vamos a hacerlo paso a paso. Entonces primero, ¿tenemos que encontrar el total de ventas para cada cliente que usa grupo? Es muy sencillo. Así que solo voy a eliminar todas esas cosas en nuestras declaraciones selectas. Necesitamos el ID de cliente, y entonces no necesitamos una función de ventana por aquí. Y luego después de eso f, vamos a tener un ID de cliente grupal. Entonces ahora solo estoy agrupando a los clientes y encontrando la suma de todas las ventas. Vamos a ejecutar esto. Entonces ahora vamos a ver en los resultados, tenemos cuatro clientes, y por eso tenemos cuatro filas, y también tenemos las ventas totales. Entonces digamos que la mitad de la tarea ya está bien resuelta. Ahora bien, lo que falta eso Tenemos que clasificar. Así que vamos a construir eso. El segundo paso, vamos a usar la función rank, y podemos definir una ventana para eso, terminado. Y en su interior no particionará los datos en absoluto porque ya está agrupado. Entonces, ¿qué vamos a hacer? Sobre pedido por. La función de rango siempre necesita un orden por, no hables de ello. Podemos hablar de ello más tarde. Por lo que ahora estamos clasificando los datos en función del total de ventas. Eso significa la suma de las ventas. Entonces lo que vamos a hacer, vamos a ir a copiar esto y ponerlo después de la orden por. Y ahora tenemos que decidir si ascendiendo o descendiendo. Va a estar descendiendo por lo que primero las ventas más altas y luego las ventas más bajas. Entonces ahora, como pueden ver, tenemos ahora un rango. Clientes, y tenemos una función de ventana ahora junto con el grupo Pi. Ahora vamos a disculparnos esto y veamos si Q va a permitirlo. Vamos a ejecutarlo y como puedes ver, qu lo ejecuta, y obtendremos el ranking para cada cliente. El cliente tres tiene la mayor venta total, luego el cliente número uno y el último va a ser cliente número dos con las ventas totales más bajas. Bien, resolvemos las tareas que ahora hemos clasificado a los clientes en función de sus ventas totales. Entonces como puedes ver, SQL te permite usar la función de ventana junto con el grupo, pero solo con una regla. Cualquier cosa que estés usando dentro la función de ventana debe ser parte del grupo Pi. Por ejemplo, cumplimos con la regla porque estamos usando la suma de ventas, y la suma de ventas es parte del grupo. Si voy, solo esparzo la regla por nueces usando la suma, solo usando las ventas Entonces, si solo elimino la suma y uso solo las ventas, k no lo permitirá porque las ventas no forman parte del grupo Pi. Como pueden ver, k es muy estricto con esto. Si quieres usar todo en una consulta sin usar subconsultas y así sucesivamente, tienes que usar exactamente las mismas columnas. Por ejemplo, si voy por aquí en lugar de ventas, utilizo el ID de cliente. Dado que el ID de cliente es parte del grupo, la escala puede permitirlo. Así que ten cuidado usando función de ventana junto con el grupo Pi, siempre y cuando estés usando las mismas columnas, nada va a salir mal, y qual lo permite Bien, ahora, sólo voy a ir a arreglar esto vamos a ejecutarlo. Ahora como puedes ver, es realmente fácil si sigues esos pasos. Primero, construye la consulta usando el grupo Pi. No pienses en la función de ventana. Simplemente construye el grupo Pi, y luego el siguiente paso, el último, vas a definir y construir la función ventana. Con eso, puedes resolver casos de uso analíticos realmente agradables con una simple consulta sin tener que construir como subconsultas y así sucesivamente, puedes ir y usar el grupo Pi junto con las funciones de ventana. Muy bien, chicos. Entonces esas son las cuatro reglas para las funciones de la ventana SQL. 220. 3 7 resumen de ventanas: Muy bien, amigos. Entonces ahora hagamos un resumen rápido sobre las funciones de la ventana de escala Empecemos por la definición. Vamos a ir a realizar cálculos como agregaciones sobre subconjunto de datos sin perder el nivel de detalles Entonces eso significa que podemos hacer agregaciones y al mismo tiempo, no estamos perdiendo los detalles Ahora, por supuesto, hay mucha similitud entre la función ventana y el grupo I. Pero la principal diferencia es que las funciones de ventana son muy potentes y dinámicas. Comparado con el grupopi. Tenemos muchas más funciones que el grupo. Pero ahora si estás haciendo análisis de datos y tienes un caso de uso avanzado, entonces tienes que ir y usar la función de ventana. Es más adecuado para análisis de datos complejos y avanzados. Pero en cambio, si tienes una pregunta simple, análisis de datos simples, entonces puedes ir y usar las funciones agregadas usando el grupo Pi. Por supuesto, puedes ir y utilizarlos en la misma consulta. En el mismo seleccionar. Puedes ir y mezclar el grupo Pi junto con la función de ventana con una sola regla, tienes que usar las mismas columnas. Por supuesto, el primer paso es hacer el grupo y luego luego hacer la función de ventana en la misma consulta. Ahora al siguiente punto sobre los componentes de ventana, tenemos dos componentes principales. La primera es la función window y la segunda parte es la definición de ventana usando la cláusula over. Dentro de la cláusula over, podemos definir tres cosas. Si quieres dividir los datos para crear ventanas, puedes usar la partición por. La segunda sección tenemos el orden por para ordenar tus datos, y la última parte, puedes ir y especificar un subconjunto de datos como un marco dentro de cada ventana. Ahora pasemos a la última parte. Tenemos reglas para las funciones de la ventana SQL. Lo primero es que si tienes dos funciones de ventana o múltiples funciones de ventana, no puedes ir a anidarlas juntas. Tienes que ir y usar múltiples subconsultas. El siguiente punto es que se puede utilizar la función de ventana solo en la cláusula select y order by. Por ejemplo, no se puede utilizar la ventana junto con la cláusula ware para filtrar los datos. Hablando de filtrar datos, cómo va a ir SQL y ejecutar la función de ventana. Siempre es después de SQL filtrar los datos. Todo bien. Esas son las cosas básicas sobre la función de ventana SQL. Muy bien, así que con eso has cubierto los conceptos básicos sobre las funciones de la ventana Escala ¿Qué son las funciones de ventana? Por qué necesitamos la sintaxis, los componentes principales. Ahora pasando al siguiente, vamos a aprender a agregar sus datos usando las funciones de agregado de ventana. Aquí tenemos cinco funciones, así podemos entender el synax cómo funciona, los casos de uso, y todo 221. 4 1 ganar lo que es: Oigan, amigos, entonces vamos a aprender ahora cómo agregar sus datos usando cinco funciones diferentes de agregado de ventanas. Tenemos que contar suma promedio min max. Y como siempre, primero, tenemos que entender el concepto que hay detrás de ellos. Después de eso, vamos a hablar de la sintaxis, y vamos a cubrir los casos de uso más importantes que recogí de mis proyectos de la vida real. Entonces ahora, primero, entendamos por qué las llaman funciones agregadas. Así que vamos. Bien, chicos. Digamos que en nuestros datos, tenemos las siguientes informaciones. Tenemos los meses y las ventas. Ahora bien, si aplicas alguna función agregada en SQL, qué puede pasar, sql va a pasar por todas las filas de la ventana o por la totalidad de los datos y comenzar a agregar los datos Eso significa que en el resultado en la salida, SQL le va a dar un solo valor agregado. Q va a ir a resumir todos esos valores, y en la salida, vas a encontrar, por ejemplo, aquí, las ventas totales van a ser 175, o puedes usar el promedio o contar los datos y así sucesivamente Entonces las funciones agregadas van a entregar al final un valor agregado para una ventana o para todos los datos. Ahora, vamos a tener una visión general rápida de la sintaxis de todas las funciones agregadas. La mayoría de ellos siguen la misma regla. Primero, como es habitual, tenemos que definir el nombre de la función, y en este ejemplo, tenemos el promedio. Después a la siguiente parte, tenemos que definir en su interior también, la expresión. No podemos dejarlo vacío. Aquí estamos usando las ventas y la segunda regla para todas las funciones además del conteo, el tipo de datos de este campo, debe ser un número. Y esto, por supuesto, tiene sentido, ¿verdad? No podemos encontrar el promedio del nombre de los clientes o algo así. Entonces tenemos que definir un número. Después a continuación tenemos que definir el marco. Entonces tenemos la partición pi, y es opcional. Entonces podrías usarlo o dejarlo depende. Y luego el siguiente tenemos el pedido pi, también es opcional. No es imprescindible ni requerido, por lo que podrías usarlo o dejarlo. Eso significa que toda la definición de la ventana podría estar vacía para las funciones agregadas. Echemos un vistazo a todas las funciones, así tenemos el conteo promedio promedio máximo. Y como puede ver, sólo el conteo acepta todos los tipos de datos como expresión o argumentos. Todos los demás requieren que tengas un número como tipo de datos. Todas las funciones, la partición por es opcional, mismo para ordenar por y marco, así que todo es opcional por aquí. Ahora bien, lo que vamos a hacer con eso, vamos a ir y profundizarnos en cada una de esas funciones para entender cómo funcionan, cuáles son los casos de uso, y por supuesto, íbamos a practicar en scull Entonces vamos a comenzar con el primero con el conteo de funciones. 222. 4 2 recuento de ganancias.: Bien, entonces, ¿qué es la función de cuenta? Es muy sencillo. Va a devolver el número de filas dentro de cada ventana. Te va a ayudar a entender cuántas filas tienes dentro de cada subconjunto de datos. Ahora vamos a entender cómo funciona SQL con esta función. Bien, ahora tenemos de nuevo, este ejemplo muy sencillo para los pedidos, y tenemos la siguiente información. Tenemos los productos y ventas. Y ahora queremos resolver tarea muy sencilla. Cuántos pedidos tenemos dentro de cada producto. Entonces para resolverlo, podemos usar la función count como la siguiente. Entonces podemos decir contar, y luego pasamos por ello un argumento o expresión, la estrella. Entonces con eso estamos diciéndole qual, vaya y cuente cuántas filas tenemos en nuestra tabla, pero tenemos una definición de ventana como esta Sobre productos de pastel de partición. Entonces ahora qué qual va a hacer ir a ir y dividir los conjuntos de datos en dos particiones Vamos a tener una partición para las gorras y otra para los guantes. Entonces con esa qual preparamos nuestros datos en ventanas, y estamos listos para hacer agregaciones Entonces, ¿cuántas filas tenemos dentro de cada ventana? Van a ser tres. Entonces para esta ventana, van a ser tres filas, Y también para la siguiente ventana, tenemos también, tres filas, así podemos tener tres, tres, y tres. Es muy sencillo, cierto, chicos. Apenas estamos encontrando el número de filas dentro de cada ventana. Pero ahora con las funciones agregadas, tenemos que tener mucho cuidado con los valores nulos. Para la estrella de conteo, como puedes ver por aquí, no estamos especificando nada sobre las ventas. Entonces solo estamos diciendo, encontrando el número de filas. Entonces eso significa que Q L solo contará los nulos como una fila. Entonces eso significa que si estamos usando la estrella como argumento para los recuentos de funciones, El nulo no afectará nada. Entonces, ya sea que tengamos nulos o nueces, solo estamos contando cuántas filas tenemos dentro de nuestros datos Pero en algunos escenarios, deberíamos estar ignorando los nulos en nuestro conteo Por ejemplo, digamos eso, me gustaría contar cuántas ventas tenemos dentro de cada producto. Eso significa que si tenemos nulos, no se debe contar Entonces ahora, para lograr esta tarea, ¿qué vamos a hacer? Podemos usar en lugar de star por aquí, vamos a tener las ventas de campo. Entonces ahora con esto, le estamos diciendo a SQL. No solo cuentes ciegamente, cuántas filas tenemos dentro de cada ventana Debes tener mucho cuidado con los valores. Encuentra cuántas ventas tenemos dentro de cada ventana. Entonces ahora veamos qué puede pasar. Para la primera ventana, tenemos tres ventas, así que tenemos tres valores. Entonces el número de filas es correcto. Pero para la siguiente, ¿cuántas ventas tenemos? Tenemos dos. Entonces tenemos esta venta y luego la 70, pero la última es nula, por lo que no se contará. Sería ignorado. Por eso vamos a entrar en la salida, el valor dos. Tenemos dos ventas. Se puede ver que el resultado sí cambió y ahora somos más sensibles a los valores nulos. ¿Ten cuidado con lo que estás especificando para el conteo? Si estás usando un nombre de columna como este, ignorará los nulos Pero si tienes una estrella, solo va a ir y encontrar cuántas filas tenemos dentro de cada partición. Ahora bien, si vas y comparas el resultado lado a lado, puedes verlo. Si especifica una columna dentro de la función count, va a ser sensible con los nulos Lo va a ignorar y no lo usará dentro de las agregaciones Por eso tenemos aquí sólo dos filas. Pero si vas y usas la estrella dentro de la función count, ¿qué va a pasar? Escala sólo va a ir y contarlo. Vamos a encontrar el número de filas que tenemos dentro de nuestra tabla. Y hay una manera más para hacer lo mismo aquí del lado izquierdo. Puedes usar en lugar de estrella, puedes usar una. Entonces es posible que lo encuentre en algún lugar donde la gente esté usando el conteo uno, y luego la misma función de ventana, y obtendremos exactamente los mismos resultados. Por lo que los nulos serían contados y no serían ignorados. Entonces ahora podrías preguntarme, ¿cuál debo usar el uno o la estrella? Bueno, yo diría , no importa. Estamos obteniendo los mismos resultados. Y si estás pensando en la actuación, apenas encuentro diferencias entre ellas. Puedes ir y probar ambos y quedarte con el que te está dando más mejor rendimiento. Ahora, tenemos un caso especial para la función count comparado con todas las demás funciones agregadas. Permite cualquier tipo de datos. Entonces eso significa que podemos usar números, podemos usar caracteres, fechas, etc. Eso significa que podemos ir y especificar algo así como los productos para el conteo en lugar de ventas. Para que podamos ir por aquí y decir productos. Y va a ir a contar cuántas filas tenemos para los productos. Entonces van a ser tres por aquí. Y como aquí, no tenemos nulos, va a ir a contarlo así Entonces tenemos tres filas. Y ten cuidado aquí, no estamos contando las filas únicas. Apenas estamos contando las filas que tenemos dentro de nuestros datos. Entonces esto no se contará como uno, y éste tampoco lo será. Entonces tenemos tres veces las gorras. Por eso tenemos aquí. Tres. Bien. Entonces ahora tenemos este ejemplo muy sencillo. Encuentra el número total de pedidos. Esta es una tarea muy sencilla. Con el fin de encontrar cuántas filas, cuántas recurren, ¿Tenemos dentro de las órdenes de mesa Así que vamos a resolverlo. Entonces comencemos seleccionando solo estrella de los pedidos de mesa sin nada como esto. Entonces como pueden ver, tenemos diez órdenes. Es muy sencillo. También es muy fácil. Pero ahora, digamos que tienes miles o millones de filas. No se puede hacerlo así, simplemente revisando las filas. Lo que vas a hacer, vas a ir a usar la función count. Así podemos ir por aquí y decir conteos, estrella, y luego vamos a darle un nombre órdenes totales. Así que vamos a ejecutarlo. Entonces, como pueden ver, solo obtuvimos un registro, un valor, no vemos ningún otro detalle. Nos dieron los diez pedidos, así que este es el número total de pedidos. Esto es muy útil para entender el contenido de tus datos. A esto lo llamamos análisis general. O digamos tener los grandes números de tu negocio. Por ejemplo, cuántos pedidos tenemos, cuántos clientes, productos , empleados, etc. Tener esos grandes números nos puede ayudar a rastrear nuestro negocio, a entender qué tan bien nos va con los pedidos y con los clientes y así sucesivamente. Esto es lo básico de la presentación de informes. Ahora, vamos a extender nuestra tarea diciendo, proporcionar detalles como el ID del pedido y las fechas del pedido. Así que vamos a hacer eso. Así que selecciona ID de pedido, fechas de pedido. Y ahora, claro, no podemos hacerlo así. Déjame ejecutarlo. Obtendremos un error porque aquí tenemos diferente nivel de detalles en nuestro selecto. Entonces para resolver esto, lo que vamos a hacer, vamos a usar la cláusula over, y con eso estamos diciendo una escala. Esta es una función de ventana. Entonces ahora vamos a ejecutarlo. Entonces con eso se puede ver con eso, hemos resuelto la tarea. Tenemos detalles. Tenemos el ID del pedido, o las fechas. Entonces este es el nivel más alto de detalles, ya que tenemos el ID de pedido. Y además, tenemos el nivel más alto de agregaciones. Tenemos el número total de pedidos, en la totalidad de los pedidos de mesa. Entonces ahora sigamos adelante y agreguemos más personal a nuestra tarea. Digamos eso. Queremos encontrar el número total de pedidos, pero para cada cliente. Entonces eso significa que esta vez, tenemos que ir y dividir nuestros datos los clientes. Así que vamos a hacer eso. Podemos usar también, una función de ventana, así contar estrella. Terminado, tenemos que dividir los datos usando partición por. Y vamos a usar el ID de cliente rellenado. Entonces llamémoslo pedidos por clientes. Y me gustaría ver también la información del cliente en la consulta. Por eso voy a ir a agregarlo. Todo bien. Entonces eso es todo. Vamos a ejecutarlo. Ahora, como aprendimos antes de eso, Equal primero ir a ir y dividir los datos. Entonces eso significa que tenemos cuatro clientes. Vamos a conseguir cuatro ventanas. La primera ventana va a ser para el ID de cliente número uno. Y como pueden ver, tenemos tres filas. Por eso tenemos aquí tres órdenes. Y lo mismo para el cliente dos, tenemos tres pedidos, cliente tres, tres pedidos, pero solo el último cliente, el ID de cliente número cuatro, solo tenemos una fila y una. Entonces ahora, si vas y miras el total de pedidos y los pedidos por clientes, puedes ver ahora que no estamos haciendo el análisis general. Estamos haciendo como comparación entre diferentes categorías. Y, por supuesto, en este ejemplo, la categoría son los clientes. Y con eso, podemos entender también, el comportamiento de nuestros clientes. Así se puede ver eso. Tenemos tres clientes que tienen exactamente la misma cantidad de pedidos. Entonces son muy similares, pero tenemos un extremo, que es el ID de cliente número cuatro. Este cliente solo tiene un pedido, por lo que este es el único cliente que tiene un comportamiento diferente al de todos los demás clientes. Así ves con consulta muy simple, ahora somos capaces de analizar nuestro negocio y entender el comportamiento de nuestros clientes. Entonces, si divides los datos por partición y usando recuentos, puedes ir y ahora comparar cosas juntos. Todo bien. Entonces ahora sigamos moviéndonos. A continuación, podemos entender los casos especiales que tenemos la función count. Entonces ahora tenemos esta tarea muy sencilla, dice, encontrar el número total de clientes, y adicionalmente, tenemos que proporcionar todos los detalles de los clientes. Entonces creo que es muy fácil resolver lo que vamos a hacer? Vamos a ir y seleccionar estrella, ya que necesitamos todos los detalles de los clientes de los clientes de ventas. Así que vamos a echar un vistazo. Entonces tenemos cinco clientes, y la función es contar estrella sobre. Y no tenemos que dividir los datos ya que tenemos que encontrar el número total de clientes para toda la tabla, y va a ser clientes totales. Entonces nada nuevo. Eso es. Tenemos cinco clientes. Ahora, como aprendimos antes, si estás pasando la estrella a la función de conteo, lo que estás diciendo para escalar eso va y contar cuántas filas tenemos dentro de la mesa clientes. Escala sólo va a ir y empezar a contar. A decir, tenemos cinco clientes cinco filas. No importa si tenemos nulos dentro de nuestros datos como en el apellido o la partitura Sólo va a contar el número de filas. Ahora, digamos que tenemos la siguiente tarea. Se va a decir, encontrar el número total de puntajes para Entonces, lo que necesitamos con esta tarea es averiguar cuántas puntuaciones dentro de nuestros datos. Entonces, como pueden ver, tenemos alrededor de cuatro puntajes, pero el último cliente no tiene ninguna puntuación, así que la tenemos como ll. Entonces el resultado debería ser cuatro, no podemos ir ahora y usar la estrella para ello porque vamos a conseguir cinco. Tenemos que ir a contar los puntajes. Veamos cómo podemos hacer eso. Podemos contar también. Pero esta vez, la partitura, y la definición de la ventana van a estar vacías. Entonces puntajes totales, y vamos a ejecutar esto. Entonces ahora podemos ver en los resultados, conseguimos cuatro puntajes, lo cual es muy correcto porque Equal sí ignoró el nulo y la escualw centrándose sólo en una columna Entonces, enfocándose en esos valores, no se contabilizarán los nulos Esto es realmente genial para verificar la calidad de tus datos. Entonces digamos que no estás esperando anuales dentro de tus datos Entonces, en lugar de ir manualmente a través de todos los registros, lo que puedes hacer, puedes ir y encontrar el número total de clientes como este. Y luego puedes ir a contar el número total de puntajes, y puedes ver que hay una diferencia. Entonces con sólo revisar los datos, puedo decir, ¿sabes qué? Tenemos un nulo sin verificar cada registro en nuestros datos. Con eso, podemos verificar la calidad de nuestros datos y entender muy rápidamente, cuántos nulos tenemos en la puntuación de campo, y puedes hacer lo mismo, por ejemplo, para el nombre de pila Muéstralo a ti. Sólo voy a ir a copiar esto digamos nombre de pila. Digamos país, en realidad. Entonces iré con el país. Entonces vamos con el país total países. Entonces vamos a ejecutar esto. Ahora si revisas el resultado, puedes ver que tenemos cinco filas con el país. Escala va a ir y enfocarse en los países y no va a encontrar ningún nulo. Entonces tenemos aquí datos completos. No tenemos nulos porque el número total de clientes es igual al número total de valores dentro del país Y de inmediato puedo encontrar la calidad de los datos del país es muy buena. Todo bien. Ahora una cosa más sobre la función count que hemos aprendido antes, podemos usar ya sea star o una para contar cuántas filas tenemos? Vamos a probarlo. Sólo voy a ir a duplicarlo. Y en vez de tener una estrella, vamos a tener una. Sólo voy a darle un nombre. Aquí va a ser uno y tú eres estrella. Así que vamos a ejecutarlo. Entonces, si revisas la salida, obtuvimos resultados exactamente idénticos. Por lo que no hay diferencia entre esas dos consultas. Depende de ti, puedes probarlo y verificar el rendimiento. Normalmente voy con la estrella en lugar de una. Bien, ahora vamos a hablar un caso de uso muy importante para el conteo de funciones de ventana SQL que uso frecuentemente en mis proyectos reales. Los datos que utilizamos para el análisis de datos suelen tener mala calidad de datos. Y si no encontramos esos problemas de calidad de datos y no los limpiamos antes de hacer el análisis, lo que va a pasar vamos a entregar malos resultados, malos análisis, lo que puede llevar a malas decisiones. Un problema muy común de calidad de datos que puede encontrar en su proyecto o en sus datos es que tiene duplicados Los duplicados son realmente malos para hacer análisis de datos. Entonces ahora, para descubrir o digamos, identificar el Dublicate en nuestros datos, podemos ir y usar la función de ventana qual count Entonces ahora vamos a tener algunos ejemplos. Entonces ahora la tarea dice: Comprobar si las órdenes de tabla contienen alguna fila duplicada. Entonces, ¿cómo vamos a hacer eso? Al revisar los pedidos de mesa por aquí, podemos ver que hay muchos pedidos, pero ¿cómo averiguar los Duplicados Bueno, el primer paso es entender cuál es la clave primaria de los pedidos de mesa. Entonces, lo que solemos hacer vamos a verificar el modelo de datos si hay uno. Entonces, por ejemplo, para este curso, tenemos el siguiente modelo de datos, y podemos ver que se define que el ID de pedido es la clave primaria para las órdenes. El ID del producto es la clave principal para los productos. Entonces eso significa que para nuestra mesa, los pedidos, tenemos el ID de pedido como clave principal, y debe ser único. No debe contener ningún niño doble. Ahora vamos a nuestros datos. Y revisa el otro ID, solo mirar los datos, puedes ver que no tenemos ningún duplicado, todos ellos son únicos Entonces tenemos uno, dos, tres, cuatro, y así sucesivamente. Pero claro, en proyectos reales, no se puede hacerlo así, hay que ir a construir consulta para saber si la clave primaria es única. Pero ahora podríamos decir que las claves primarias suelen ser únicas porque podemos definirlas en el DDL en las reglas de construcción de la tabla. Bueno, eso es cierto. Si lo tienes así, entonces no tienes que encontrar ningún Dublicate Pero generalmente en el análisis de datos, exportamos muchos archivos y muchos datos dentro de una base de datos extra, y no construimos tales reglas. Ahora con el fin de verificar la calidad de las claves primarias que obtienes de la fuente, podemos usar la función count. Así que vamos a construirlo. Sólo voy a seleccionar primero el ID de pedido como detalle, y ahora vamos a hacer lo siguiente. Así que cuenta y luego estrella, y vamos a definir la ventana. Entonces va a ser particionado por, y aquí el campo va a ser la clave primaria. Entonces el ID de pedido. Estoy comprobando ahora la calidad de este campo. Esto no debe contener ningún doble. Y ahora vamos a ir a darle una clave primaria de verificación de nombre. Entonces ahora mi expectativa esa es El resultado de esto debería ser como máximo uno. Eso significa que tenemos una fila para cada clave primaria, y eso significa que también es única. Si tienes algo más que uno, entonces significa que tenemos dulicados Vamos a ejecutar la consulta. Como puedes ver en los resultados, obtenemos por cada clave primaria una. Eso es genial. Eso significa que no tenemos ningún Dublicates dentro de nuestros datos y la clave principal es única Entonces eso significa que las órdenes de mesa están limpias y no tenemos ningún duplicado dentro de ella. Ahora, vamos a revisar nuestra base de datos. Tenemos aquí otra tabla llamada Archivo de Órdenes. Vamos a revisar la mesa. Primero, sólo voy a ir a seleccionar los datos, seleccionar de pedidos Archivo. Archivo de pedidos de ventas tots. Vamos a revisar los resultados. Y aquí podemos ver que tenemos exactamente la misma estructura que los pedidos de mesa. Ahora vamos a comprobar si la calidad de los datos está bien. Entonces, ¿ahora qué vamos a hacer? Vamos a usar exactamente la misma consulta que antes. Pero en lugar de usar las órdenes de mesa, vamos a tomar el archivo de órdenes. Eso es. Vamos a ejecutarlo. Ahora comprobando los datos, se puede ver que no tenemos en todas partes uno. A veces tenemos dos filas para la misma clave primaria, lo cual es realmente malo. Entonces tenemos aquí para el número de pedido cuatro. Tenemos dos pedidos con el mismo ID de pedido. Además, para esta orden ID seis, tenemos tres órdenes. Eso significa que esos empleados son Dublicds y son una esencia de nuestro Ahora qué más podemos hacer con eso para generar una lista específicamente para el tema de la calidad de los datos donde tenemos duplicados Cualquier cosa que tenga uno, no nos interesa. Para ello, vamos a usar la sub consulta. Digamos, seleccionar estrella de, y luego podemos usar la primera consulta como subconsulta. Y vamos a decir en nuestro filtro donde la clave primaria check es mayor que una. Eso significa que solo necesito los ID de pedido donde tengamos doblecados Vamos a ejecutar esto. Ahora, tenemos una lista con las claves primarias donde tenemos Dubliate Tenemos el número de pedido cuatro, y también el ID de pedido seis. Chicos, como pueden ver, la función de conteo de ventanas es maravillosa con el fin de encontrar problemas de calidad de datos como los Dubliates. Bien, chicos. Esos son los cuatro casos de uso más importantes en el recuento de funciones de ventana de Cal. El primero podemos usarlo para hacer análisis generales, o podemos usarlo para hacer categorías como hemos hecho el análisis sobre el comportamiento del cliente, u otro caso de uso, podemos usarlo para verificar los nulos dentro de nuestros datos Y el último caso de uso, podemos usarlo para identificar o descubrir el problema de calidad de datos duplicados en nuestros datos Ahora vamos a revisar la siguiente función. Tenemos la suma. 223. 4 3 win aggr sum: Todo bien. Entonces ahora vamos a entender cuál es la función sum. Es muy sencillo. Se va a devolver la suma de todos los valores dentro de cada ventana. Entonces ahora vamos a entender cómo funciona SQL con esta función. Bien, así que esto es muy fácil, y estamos usando el mismo ejemplo sencillo. Y ahora nos gustaría encontrar el total de ventas para cada producto. Entonces podemos definir así la suma de ventas, ya que estamos encontrando las ventas totales, y luego definimos la ventana así sobre partición por productos. Entonces como aprendimos, SQL va a ir primero y dividir nuestros datos en dos ventanas. Entonces una ventana para las gorras, Otra ventana para los guantes, ¿verdad? Entonces ahora después de que Q definiera las ventanas, va a ir y comenzar a agregar los datos Entonces la suma de ventas. Eso significa que, para la primera ventana, tenemos las tres ventas, y va a ir y simplemente resumir todos esos valores Entonces estamos sumando 20 más diez más cinco, y obtendremos el resultado 35. En las salidas, vamos a llegar a todas partes. 35. Entonces eso es todo para la primera ventana. Y como se puede ver, SQL va a ir a agregar los datos dentro de cada ventana por separado. Entonces eso significa que a medida que estamos agregando los datos para los caps, SQL no comprobará nada con los guantes, por lo que están completamente separados Entonces ahora va a ir por la siguiente ventana, y aquí tenemos dos valores y null. Entonces nuevamente, aquí, el nulo simplemente será ignorado. Entonces lo que vamos a tener, vamos a tener 30 más 70, y las ventas totales para eso van a ser 100. Entonces como pueden ver, es muy sencillo, correcto. 100, 100 y chicos, eso es todo. Es muy sencillo. No tenemos aquí como muchos casos especiales como la función count. Es sólo que ignora el nulo en el cálculo, y también, el requisito aquí, permite sólo enteros o digamos Entonces no podemos ir a decir algunos de los productos ya que los productos no son números, son personajes. Así que solo puedes usar números para la función sum. Vamos ahora y tenemos algunas tareas y algunos casos de uso para poder practicar en escala. Encuentra las ventas totales en todos los pedidos. Como encontraremos las ventas totales de cada producto. Adicionalmente, tenemos que proporcionar algunos detalles como el número de pedido y las fechas del pedido. Vamos a hacerlo, seleccionar ID de pedido, fechas de pedido. Consigamos también las ventas, y ahora tenemos que encontrar las ventas totales en todos los pedidos. Eso significa que podemos usar la función de ventana sumar ventas y la definición de la ventana va a estar vacía ya que no tenemos que dividir los datos. Esa es su total de ventas. Y tenemos que seleccionar la tabla, órdenes de venta. Entonces eso establece, vamos a ejecutarlo. Entonces con eso como puedes ver, obtuvimos todos los detalles que necesitamos, y también, el total de ventas, el resumen de todas esas ventas en un solo campo Con eso tenemos nuestros análisis generales un gran número para nuestros informes. Sabemos cuántas ventas hicimos en todo el negocio. Ahora vamos a la siguiente tarea. Dice, ventas totales para cada producto. Creo que ya sabes lo que vamos a hacer. Suma de ventas, s, vamos a hacerlo así, particionar por. ID del producto. Entonces ese sentido, vamos a llamarlo ventas por productos. Con eso, estamos dividiendo los datos por el producto. Así que vamos a ejecutarlo. Como puedes ver, no tenemos la información del producto, vamos a agregar el ID del producto en la consulta solo para analizar los resultados. Podemos ver por los datos que el ganador es el ID del producto 101. Como puedes ver, tenemos aquí las mayores ventas. Si lo comparas con los demás productos, y el más bajo van a ser los productos ID 105. Entonces, como puede ver, podemos usar la función de ventana suma junto con la partición by para comparar cosas para hacer comparación entre los productos para entender el rendimiento, por ejemplo, de los productos. Entonces es realmente un gran análisis para el desempeño. Bien, ahora vamos a pasar a un caso de uso muy interesante para las funciones agregadas, no sólo para la suma, sino también para las demás, es el análisis de comparación Bien, entonces entendamos rápidamente, cuál es la comparación de casos de uso. Se va a ir y comparar el valor actual. Por ejemplo, digamos que actualmente estamos en el mes de marzo, y las ventas son 30. Vamos a comparar este valor, las ventas actuales con un valor agregado. Por ejemplo, digamos, las ventas totales usando la función sum. Qué pasó si comparas el valor actual con el total de ventas, estás comparando aquí o haciendo análisis frío Parte con análisis completo, donde nos puede ayudar a entender qué tan importantes fueron las ventas en este mes en comparación con el total de ventas. O podemos ir y compararlo con los mejores meses al mayor valor. Por ejemplo, el valor más alto es junio, y podemos ir y comparar este mes con los mejores meses del año o con el mes más bajo del año. O podemos ir y comparar las ventas del mes en curso con el promedio para entender ¿estamos por encima las ventas típicas o por debajo de la media? Y este es un análisis muy importante para estudiar y comprender el desempeño de los datos actuales. Tengamos un ejemplo para entender el caso de uso. Encuentra el porcentaje de contribución de cada producto de ventas al total de ventas. Vamos a resolverlo paso a paso. Lo que vamos a hacer, vamos a ir y seleccionemos también el ID del pedido, tomemos el ID del producto y las ventas así tomemos el ID del producto y de los pedidos de venta. Vamos a ejecutarlo. Ahora como puedes ver en los resultados, obtuvimos la primera parte de la ecuación. Tenemos las ventas, así que nada como un loco por aquí. Ahora, necesitamos las ventas totales de todos los datos. ¿Qué vamos a hacer? Vamos a tener la suma de ventas. Y la definición va a estar vacía. Este es el total de ventas. Vamos a ejecutarlo. Ahora tenemos todo para la ecuación. Tenemos las ventas y también, las ventas totales, y eso es suficiente para encontrar el porcentaje de la contribución. El cálculo para eso va a ser muy sencillo. Vamos a dividir las ventas entre las ventas totales. Es muy sencillo. Vamos a hacerlo. Van a ser las ventas divididas entre las ventas totales. Así que vamos a ir a copiar toda la función de ventana por aquí, y luego la vamos a multiplicar por 100. Eso es. Vamos a ejecutarlo. Ahora te das cuenta que está en la salida, tenemos cero. Esto se debe al tipo de datos. Entonces ahora, si vamos a nuestra mesa de aquí en el lado izquierdo, se puede ver que las órdenes tienen el tipo de datos de entero. Entonces, si divides enteros, no obtendrás un número flotante o decimal, tienes que ir y cambiar el tipo de datos Entonces ahora lo que vamos a hacer, vamos a ir a cambiar el tipo de datos para uno de ellos, así que es suficiente para las ventas de aquí. Entonces vamos a usar las siguientes declaraciones. Así que echan las ventas como flotadores. Entonces eso es todo. Sólo estoy convirtiendo el entero en flotadores. Entonces eso es todo, déjame darle un nombre, así que va a ser porcentaje del total. Así que eso establece. Vamos a ejecutar. Ahora en la salida, se puede ver, ya obtuvimos el porcentaje del total o digamos porcentaje de contribución. Ahora lo que vamos a hacer con eso, vamos a dar vuelta a esos números porque tenemos muchos decimales Para hacer eso, vamos a usar la función round así. Entonces vamos a tener dos decimales, y vamos a ejecutarlo. Entonces, como puedes ver, es realmente más fácil de leer. Porque solo tenemos dos decimales y podemos encontrar de inmediato que el orden ocho es el mayor contribuyente al total Esto es lo que llamamos análisis parte a todo donde encontramos el porcentaje del total. Es un análisis muy común para entender el desempeño de cada orden en comparación con el total. Este es un ejemplo de cómo la función ventana nos está ayudando aquí a comparar el valor actual con un valor agregado. Todo bien. Entonces eso es todo para la función de ventana sum. A continuación, vamos a hablar de la función promedio. 224. 4 4 win aggr avg: Todo bien. Entonces ahora vamos a entender lo que es una función promedio como dice el nombre. Se va a encontrar el promedio de valores dentro de cada ventana. Entonces ahora vamos a entender cómo funciona SQL con el promedio. Todo bien. Entonces ahora empaca a nuestro ejemplo muy sencillo, y la tarea dice, encuentra las ventas promedio para cada producto. Entonces es realmente fácil. Podemos usar el promedio luego pasarlo a él, las ventas de columna, y definimos la ventana como esta partición por productos. Entonces lo primero que va a ir a qual es definir la ventana, que pueda dividir nuestros datos dos tabiques, uno para las gorras y otro para los guantes. Ahora espero que todos sepan calcular el promedio. Entonces, como saben, va a ir a resumir todos los valores y dividirlos por el número de filas Entonces va a ir a resumir 20 más diez más cinco y dividirlo en tres filas, y la salida va a ser 11 Entonces lo vamos a conseguir para cada fila. Como puede ver, QL simplemente ignoró todo en la siguiente ventana Nos estamos enfocando sólo en las gorras. Ahora, va a ir a la segunda ventana y empezar a hacer las mismas agregaciones Pero aquí tenemos el caso especial de nulo. Entonces el nulo va a ser ignorado en los cálculos, y vamos a tenerlo así. Va a decir, ¿ sabes qué? 30 más 70, y sólo estamos incluyendo dos filas, así que se va a dividir por dos, y el promedio va a ser de 50. Entonces obtendremos el resultado 50 por cada fila, y estamos ignorando completamente el nulo Pero ahora podríamos estar en un escenario donde tus usuarios entiendan un negocio como este. Si encontramos un nulo en las ventas, significa un cero, entonces no hay ventas, y en realidad es un cero, pero lo almacenamos en la base de datos como nulo. Eso significa que el promedio que has proporcionado no es realmente correcto. Tenemos que dividirnos por tres. Eso significa que primero tenemos que manejar los nulos antes de hacer las agregaciones antes de encontrar el promedio Ahora, vamos a tener todo un capítulo sobre cómo manejar nulos en squal cuáles son las diferentes funciones Pero por ahora, vamos a ir con las funciones. Ahora lo que vamos a hacer no vamos utilizar las ventas tal como están, primero, vamos a manejar los nulos Eso significa que vamos a usar las ventas alisk y reemplazarlas por ceros Entonces como puedes ver, no estamos usando inmediatamente las ventas, lo estamos manejando primero, y luego vamos a encontrar el promedio. Qual va a ir por aquí, y si encuentra algún nulo, va a ir y reemplazarlo por cero, y eso va a tener entonces un efecto en nuestra media por aquí Va a ser 30 más siete más 70, pero ahora más cero. Ahora tenemos tres filas, en vez de dividirlas por dos, va a ir y dividirla por tres, y el resultado total va a ser así, 33. Entonces eso significa que podemos tener en la salida 33 para cada fila. Y con eso, ahora estamos cumpliendo con la expectativa del negocio. Si tienes un nulo, se puede manejar como cero, y el resultado puede ser más preciso. Lo ves, ¿verdad? Es muy complicado. Si estás haciendo ese análisis y agregaciones, ten mucho cuidado con los nulos Entienderlos, entender lo que significan para el negocio, manejarlos correctamente para obtener resultados correctos en su análisis. Ahora, volvamos para practicar SQL, usando algunas tareas y casos de uso. Bien, así que comencemos con lo básico. Tenemos la siguiente tarea. Encuentra el promedio de ventas en todos los pedidos. Como encontraremos el promedio de ventas para cada producto y no olvides los detalles. Ahora vamos a resolverlo paso a paso, así que selecciona ID de pedido fecha de pedido. Consigamos las ventas también. Vamos a buscar las ventas promedio. Va a ser una función de ventana y tenemos las ventas dentro de ella, las cosas habituales, esa ventana va a estar vacía. Ventas promedio, vamos a llamarlo. Esa mesa va a ser órdenes de venta. Entonces eso establece, vamos a ejecutarlo. Oh, tenemos que seleccionar todo, claro. Lo que hizo Equal en la salida, vamos a ir a resumir todos esos valores y luego dividirlo por diez Con eso, tenemos las ventas promedio de 38. Muy fácil. Esto es, nuevamente, lo que llamamos y análisis general. Pasemos al siguiente, busquemos las ventas promedio de cada producto. Nuevamente, vamos a ir a construir la función de ventana así, ventas promedio, y podemos dividirla por ID de producto, y vamos a llamarla ventas promedio por productos. Y vamos a ir a agregar el ID del producto en la consulta. El inicio, vamos a ejecutar y aquí nos perdimos algo. Es la partición al ir a ejecutar de nuevo. Con eso, tenemos los siguientes datos. Entonces con ir a dividir los datos. Por ejemplo, para estos productos, tenemos esos cuatro pedidos, lo que puede pasar va a ir a resumir los cuatro valores para luego dividirlos por cuatro Por eso tenemos aquí 35. Lo mismo para los próximos órdenes van a dividirlo por tres. El último sólo va a dividirlo por uno. Por eso tenemos 60. Como puedes ver, la agregación se va a hacer por separado para cada ventana, y esta es una manera muy agradable con el fin comparar los promedios entre los diferentes productos. Ahora vamos a tener un ejemplo para aprender a lidiar con los nulos Digamos que tenemos la siguiente tarea. Encuentra los puntajes promedio de los clientes y muestra también información adicional como el ID del cliente y el apellido. Vamos a resolver esto. Ahora estamos apuntando a los clientes de la mesa. Solo seleccionémoslo primero. Así. Y ahora vamos a incluir el ID de cliente y el apellido. Tengamos también el marcador. Pero esta vez, vamos a ir a buscar el puntaje promedio. Entonces va a ser el puntaje promedio. Y como no particionamos los datos, vamos a dejar la definición así y va a ser el puntaje promedio. Entonces ese set vamos a ejecutarlo. Ahora como pueden ver tenemos el puntaje promedio de 625. Q va a ir a resumir los cuatro valores y dividido por cuatro Pero aquí tenemos un nulo. Ahora tenemos que entender el negocio o preguntar al respecto, qué significa el nulo en las puntuaciones de los clientes. ¿Es cero o es algo vacío? Si es cero, entonces el promedio que tenemos está equivocado porque debería dividirse entre cinco y no cuatro. Digamos que es cero. Eso significa que tenemos que ir a manejar los nulos. Lo que vamos a hacer ahora, vamos a ir y usar la función es. Quals gana por el puntaje y reemplaza el nulo por cero. Usted es el puntaje del cliente. Vamos a ejecutar esto. Entonces puedes ver si hay un valor, va a ser exactamente el mismo valor, pero solo si tienes un nulo, va a ser reemplazado por cero. Ahora vamos a corregir el promedio. Yo sólo voy a hacerlo así. Vamos a copiar todo el asunto. Pero ahora en lugar de usar la partitura, vamos a usar la puntuación que se maneja con nulos Yo sólo voy a ir a reemplazarlo así. Aquí sin nulos. Vamos a ejecutarlo. Como puede ver, estamos obteniendo más resultado válido en la salida en comparación con el anterior, y esto es sólo para el caso si el nulo significa cero. Chicos, como veis, tengan mucho cuidado con los nulos, sobre todo si están haciendo agregaciones y manejarlos correctamente antes de hacer cualquier agregaciones como Pasando al caso asuse, tenemos el análisis de comparación y la tarea dice, encontrar todos los pedidos donde las ventas sean más altas que las ventas promedio en todos los pedidos Eso significa que tenemos que ir y comparar las ventas actuales con el valor agregado en este momento, el promedio de ventas. Ahora vamos a hacerlo paso a paso. ¿Qué vamos a hacer? Vamos a ir a seleccionar, claro. El ID de pedido, ¿qué necesitamos? Tomemos el ID del producto, y necesitamos las ventas actuales. Van a ser las ventas tal como están. Eso es todo por ahora. Entonces a partir de órdenes de venta, Así que eso establece. Vamos a ejecutarlo. Entonces, al verificar el resultado, se puede ver que obtuvimos la primera parte de la ecuación, bien. Tenemos las ventas para cada pedido. Ahora, necesitamos la segunda parte. El promedio de ventas en todos los pedidos. Para hacer eso, vamos a ir a usar la función ventana promedio de ventas, y vamos a usar más. Ya que a través de todos los pedidos, eso significa que va a estar vacío. Entonces vamos a darle un nombre promedio de ventas. Entonces sigamos adelante y ejecutarlo. Ahora en la salida, conseguimos las ventas reacias, por lo que pueden ser 38 Ahora necesitamos todos los pedidos que sean superiores a la media. Como puede ver, por ejemplo, el orden uno no es mayor, pero el orden cuatro es mayor que el promedio. Para filtrar los datos, no podemos usar la función de ventana en el uso de ropa. Lo que vamos a hacer, lamentablemente, vamos a ir a usar la sub consulta. Va a ser así. Seleccione estrella de y luego vamos a definir la condición fuera de la subconsulta Va a ser donde las ventas superiores a las ventas promedio. Eso es. Vamos a ejecutarlo. Ahora como puedes ver, es muy sencillo. Obtuvimos todos los pedidos que son superiores a la media. Se puede ver que todas esas ventas son superiores a la media. Sería bueno que pudiéramos hacer todas esas cosas en la primera consulta. Pero como no podemos hacer eso. Necesitamos usar las subconsultas para filtrar los datos Después. Que podamos entender la importancia del análisis comparativo. Por ejemplo, aquí, estamos encontrando o evaluando los datos ya sea que estén por encima la media o por debajo de la media, y esto es muy importante en el análisis de negocios. Muy bien, todo el mundo. Eso es todo por el promedio de la función de ventana. A continuación, vamos a hablar de dos funciones muy interesantes, la mínima y la máxima. 225. 4 5 win aggr min max: Muy bien, chicos. Entonces, ¿qué son las funciones media y máxima? Son funciones muy simples, pero sin embargo, muy potentes para la analítica. La media simplemente es la función que va a devolver el mínimo o digamos el valor más bajo dentro de una ventana, donde el máximo, es exactamente lo contrario. Va a encontrar el valor máximo o el valor más alto dentro de una ventana. Ahora vamos a entender cómo funciona SQL con estas funciones. Todo bien. Entonces ahora tenemos los mismos datos, y tenemos dos tareas. Primero, tenemos que encontrar los sellos más bajos para cada producto. El segundo uno al lado del otro, nos gustaría encontrar los sellos más altos para cada producto. Entonces vamos a ir a usar los hombres max. Y como puedes ver la sintaxis es muy sencilla. Man los sellos, y luego la partición va a ser por los productos, y también, las mismas cosas, pero teniendo el max. Bien. Entonces ahora vamos a ver cómo qual va a ejecutar la primera consulta Como es habitual, primero, va a preparar los datos. Entonces va a dividir los datos en dos ventanas, una para las gorras y otra para los guantes. Y después de eso, va a buscar las ventas más bajas dentro de cada ventana por separado. Entonces, para la primera ventana, tenemos los siguientes valores, 20, diez y cinco. Y claro, el valor más bajo van a ser los cinco. Entonces por eso qual lo va a encontrar por aquí, y en todas partes para esta ventana, va a ser el valor cinco Así que lo tenemos como las ventas más bajas para los topes de producto. Entonces ahora vamos a saltar a la siguiente ventana por los guantes y comenzar a buscar los valores. Entonces como pueden ver, tenemos 30, 70 y nulos. Nulo será ignorado, por lo que Nulo no será considerado como el valor más bajo. Así que vamos a encontrar las ventas más bajas con los 30. Entonces va a ser en realidad la primera fila dentro esta ventana y el valor de salida va a ser 30 para cada fila. Entonces eso es, es muy sencillo correcto. Ahora, pasemos al siguiente. Tenemos las mismas cosas, pero usando Max, entonces los datos son particiones. Y para la primera partición, ¿cuál es el valor más alto? Va a ser la primera fila, la 20. Entonces Esq ir a buscarlo. Y en la salida, obtendremos las mayores ventas, 20 para esta ventana. Entonces va a ir a la segunda ventana y buscar el valor más alto. Entonces aquí tenemos dos valores, 3070, y va a ser el 70, ¿verdad Entonces va a señalarlo por aquí. Y en la salida, vamos a llegar a todas partes. 70. Entonces, chicos, es muy sencillo, correcto. Ahora, volvamos a nuestro escenario en el promedio, donde en nuestro negocio, entendemos nulos como cero en las ventas Entonces eso significa primero que tenemos que manejar los nulos y reemplazarlos por cero, y luego vamos a ir a buscar el valor Entonces, ¿qué va a pasar? Vamos a ir a sustituir los nulos por cero. Para el máximo, nada va a cambiar. El valor más alto va a ser 70, y vamos a obtener la misma salida. Pero para el min, ahora tenemos nuevo valor más bajo. Entonces ya no es el 30. En realidad es el cero. Así q puede ir por aquí y sustituir el 30 con nulos. Nulos es la menor venta para los guantes del producto. Nuevamente, chicos, los nulos son muy difíciles y esas funciones son realmente sensibles con los nulos Entender lo que significan los nulos y manejarlo correctamente para que obtenga resultados correctos en la salida Eso dice, volvamos a quel para tener algunas tareas y casos de uso para poder practicar qual. Bien, todos, comencemos con las cosas básicas. Encuentre las ventas más altas y más bajas de todos los pedidos, y encontraremos las ventas más altas y más bajas para cada producto, y tenemos que proporcionar información adicional. Así que vamos a Solvet seleccionar el ID de pedido, o los lats. Y tomemos también el ID del producto. Ahora, encontremos las ventas más altas de todos los pedidos. Va a ser la función max para las ventas y la función ventana va a ser ventas vacías de todos los pedidos. Por lo que son las ventas más altas. Vamos por las ventas más bajas de todos los pedidos. Voy a ser exactamente lo contrario la función principal para las ventas sobre Entonces tenemos las ventas más bajas. Así que sólo voy a hacer que sea más grande el capital. Entonces es filtrar la mesa. Órdenes de venta. Creo que eso establece. Tengamos también las ventas, en realidad. Todo bien. Entonces ahora vamos a disculparlo. Ahora bien, esto es muy sencillo, ¿verdad? Esta es la totalidad de las ventas. ¿Cuáles son las ventas más altas? Tenemos el 90 de la orden ocho. Como puede ver, ahora tenemos las ventas más altas, las 90, y las ventas son las diez, el primer pedido es el más bajo. Es muy fácil. Ahora vamos a ir a repetir las mismas cosas para los productos. Entonces tenemos que ir y particionar los datos por el ID del producto. Lo que voy a hacer, sólo voy a ir y copiar cosas basadas alrededor. El primero va a ser partición. El ID del producto. Así que las ventas más altas por productos. Y el siguiente va a ser el mismo material copiar pegar por los productos. Entonces eso se sienta. Vamos a ejecutarlo. S otra vez. Los datos van a ser particionado y dividido por el producto. Entonces, para la primera ventana, ¿cuáles son las ventas más altas? Va a ser el 90, y las ventas más bajas van a ser las diez. Entonces es exactamente como el derecho general. Ahora, vayamos a la segunda ventana de aquí. Podemos ver que las ventas más bajas o más altas son las 60, la primera, y la más baja esta vez es 15. Y esto es genial para ver que El Que puede ejecutar cada una de esas funciones para cada ventana por separado. Así que vamos a la última ventana. Es 41. Entonces las ventas son 60, y solo tenemos una fila. Entonces va a ser la mayor y también, las ventas más bajas. Entonces con eso, como puedes ver, podemos definir una gama para cada producto, y la gama es diferente de cada producto a otro. Por ejemplo, para este producto 101, el rango va desde diez hasta 90. Pero para el segundo producto, lo tenemos 15-60 Bien, chicos, pasemos al siguiente, que es uno de mis favoritos en la función de ventana donde filtramos los datos usando las funciones minimax Tengamos la siguiente tarea. Dice, mostrar a los empleados que tienen los salarios más altos. Esto suena muy sencillo, pero podemos usar la ayuda de las funciones de ventana para resolverlo. Entonces ahora estamos trabajando con los empleados de mesa. Solo seleccionemos los datos. Seleccione entre ventas. Empleados. Eso establece. Vamos a ejecutarlo. Ahora tenemos cinco empleados y tenemos esos salarios diferentes. Vamos a buscar el salario más alto. Salario máximo. Vamos a usar la función window over, pero no particionamos los datos en absoluto. Entonces va a ser así. Salario más alto. Vamos a ejecutarlo. Ahora al verificar los resultados, obtuvimos una nueva columna llamada salario más alto, y dentro de ella, tenemos los 90 k Si revisas esos cinco salarios, puedes ver que el más alto es del empleado, Michael. Pero aún así la tarea no está resuelta, tenemos que mostrar sólo a los empleados que tienen la serie más alta. De alguna manera tenemos que filtrar los datos y solo mostrar a este empleado. Para ello, tenemos que usar las subconsultas ya que no podemos usar la función window en la cláusula ware. De lo que vamos a hacer seleccionar estrella, y luego nuestra primera consulta va a ser la consulta interna. Por lo que tenemos la siguiente condición. Va a ser el salario debe ser igual al salario más alto. Entonces es muy sencillo. Entonces con eso estamos comparando los salarios con los salarios más altos, si hay coincidencia, se van a presentar los datos. Así que vamos a ejecutar eso. Y eso es todo, como pueden ver, conseguimos al empleado con el salario más alto. Pero si son múltiples empleados con el mismo salario de 90 k, claro, lo vamos a conseguir en sus resultados. Creo que Michael va a necesitar un nuevo trabajo, ¿verdad? Esto es lo peor. Entonces este es otro caso de uso para las funciones de ventana Min max. Todo bien. Entonces ahora llegamos al caso de uso del análisis de comparación, donde queremos comparar las ventas actuales con el valor más alto y el más bajo. Entonces tenemos la siguiente tarea. Dice, encontrar la desviación de cada venta desde el mínimo y el monto máximo de ventas. Entonces como puedes ver, estas son nuestras ventas, esta es la más alta y esta es la más baja. Entonces ahora solo tenemos que ir y restar los datos unos de otros para poder obtener la desviación. Entonces es muy sencillo. Consigamos la primera desviación, dónde vamos a ir y restar las ventas Con el valor más bajo. Entonces va a ser así. Entonces ahora lo que estamos haciendo por aquí, estamos restando las ventas de las ventas más bajas de todos los registros Entonces vamos a ir y llamarte desviación de mí. Vamos a ejecutarlo. Entonces ahora podemos ver a partir de esos valores, qué tan lejos está el valor actual del extremo. El extremo aquí es el valor más bajo. Entonces esta es realmente una gran manera analizar los extremos en tus datos Ahora como estamos cerca del extremo, el valor va a ser bajo. Entonces como pueden ver aquí tenemos un cero. Este es el más bajo porque lo tenemos exactamente como el extremo. En realidad, este es nuestro valor. Entonces los diez. El siguiente está un poco alejado del extremo, que es 15, así que lo tenemos aquí como cinco. Esto no está lejos de nuestro valor extremo. Y entonces si revisas este valor por aquí, lo tenemos 80. La distancia está muy lejos de nuestro valor extremo, las ventas más bajas. Este es un análisis realmente agradable para analizar y evaluar las ventas de sus datos. Ahora, por supuesto, podemos ir a evaluar nuestros datos con otro extremo, que son las ventas más altas. Para hacer eso, vamos a decir primero, vamos a conseguir el más alto, lo siento este, las ventas más altas y restado de las Tú eres la desviación. Desde el max. Vamos a ejecutarlo. Ahora podemos ver en la salida, vamos a conseguir exactamente las distancias opuestas. El pedido número uno es el más alejado del extremo. Como puede ver, tenemos el valor de 80 y el orden ocho es el idéntico, así que por eso tenemos la distancia de cero. Ahora podemos ver también muy rápidamente, qué puntos de datos son los más cercanos al extremo a las ventas más altas. Como puedes ver chicos usando la función ventana media y máxima, es muy poderosa para entender y evaluar tus puntos de datos al extremo. 226. 4 6 Ganar el agarre en el running: Muy bien, nunca. Entonces ahora podemos enfocarnos en un caso de uso muy importante. Uno de los casos de uso que hay que conocer para esas agregaciones es hacer total corriendo y total rodante Estos dos conceptos son muy importantes para ese análisis y hacer reportes que debes conocer. El caso de uso clave para esos dos conceptos es hacer seguimiento. Por ejemplo, podemos ir y rastrear las ventas totales actuales con las ventas objetivo en nuestro negocio, y también, es genial para hacer un análisis histórico de las tendencias. Bien, ahora la pregunta es, ¿qué está funcionando y rodando total? Básicamente son muy similares. Van a ir y agregar una secuencia de miembros. La agregación va a actualizarse cada vez que añadamos un nuevo miembro a la secuencia. Una secuencia podría ser como una secuencia de tiempo. Por eso llamamos a este tipo y análisis a lo largo del tiempo. Entonces ahora todavía tenemos la pregunta, ¿cuál es la diferencia entre los totales corrientes y los totales rodantes El total acumulado puede ir y agregar todo desde el principio hasta el punto de datos actual, sin dejar caer ningún dato antiguo. Nosotros, por otro lado en el total rodante, va a ir y enfocarnos en una ventana de tiempo específica como los últimos 30 días o los últimos dos meses. Y cada vez que agreguemos un nuevo miembro o un nuevo punto de datos a la ventana, estaremos dejando el punto de datos más antiguo de la ventana. Y con esto, vamos a conseguir el efecto de rodar o digamos, cambiar ventana. Bien, entiendo totalmente si esto puede ser complicado. Ahora, vamos a tener un ejemplo muy sencillo para entender este concepto, y también, cómo podemos resolverlo usando qual. Muy bien, chicos. Entonces ahora tenemos un ejemplo muy sencillo. Tenemos los meses y las ventas, y lo tenemos dos veces porque quiero mostrarte lado a lado cómo funciona Squal con el total corriente y el total rodante Entonces ahora, ¿cuál es la tarea del lado izquierdo? Queremos encontrar el total corriente de ventas para cada mes. Y en el lado derecho, nos gustaría encontrar el total rodante de tres meses de las ventas por cada mes. Suenan muy similares, pero en el lado derecho, solo tenemos ventana fija. Ahora bien, ¿cómo podemos resolver esto usando SQL? En el lado izquierdo, podemos usar suma de ventas, por lo que queremos ir y agregar todas las ventas usando la función sum, y la definición para la ventana va a ser como este pedido por mes. Por supuesto, puedes ir y hacer cualquier cosa como puedes tener aquí un promedio, y si usas un promedio con orden por, obtendrás el promedio corriente o el máximo de carrera o el conteo de carreras y así sucesivamente. Eso significa que siempre si vas y mezclas una función agregada junto con una orden por, generarás un efecto de total acumulado. Ahora, del lado derecho, podemos tener las mismas cosas. Podemos tener una función agregada junto con ordenar por, suma de pedido de venta por mes. Hasta el momento, tenemos todo como el lado izquierdo derecho. Pero ahora podría preguntarse, ¿por qué va a ir y generar este efecto, el total acumulado? No especificamos bien las locuras. Se trata de la definición de la cláusula marco. Entonces ahora, ¿recuerdas si usas una orden por y no especificas una cláusula de marco, te quedarás oculto o digamos cláusula de marco predeterminada, y va a verse así, se elevó entre fila anterior y actual sin límites Y ¿cuál era la definición del total acumulado? Va a ir y agregar todos los datos desde el primer comienzo, Bueno, el procedimiento sin límites hasta la posición actual, el trow actual sin dejar a ningún miembro impar Entonces eso significa que la definición del total acumulado va a ser la definición exacta de la cláusula de marco predeterminada. Es por eso que igual ir a ir y generar el efecto del total acumulado. Ahora, vamos al lado derecho, el total rodante. Aquí de nuevo, tenemos las mismas cosas bien. Vamos a ir y agregar los datos usando la función SM, y vamos a ir a almacenar el orden de datos por mes. Entonces con eso también estamos generando el efecto de correr total. Así que cada vez que usas orden por con agregado Así que ahora en el total acumulado, siempre queremos especificar un marco. Aquí en este ejemplo, tres meses. Eso significa que si estamos recibiendo un nuevo mes, no queremos incluir los últimos meses. Queremos que siempre se fije la ventana. Ahora bien, para tener este efecto de ventana fijo, tenemos que ir y redefinir la cláusula frame Porque si lo dejas por defecto como el total acumulado, el frame va a seguir extendiéndose. Verás este efecto en el ejemplo. Ahora definimos así. Filas entre dos filas anteriores y actuales. El número total de filas que se van a incluir en cada ventana, va a ser máximo de Tres meses. Entonces ahora sé que podrías decir para de lo que estás hablando. No obtuviste nada. Es totalmente normal. Lo entenderás sólo con un ejemplo. Entonces para hacer esto, comencemos por el lado izquierdo. Entonces primero, Qu va a ir a ordenar los datos, así que todo está ordenado desde el mes más pequeño hasta el más alto. Entonces, desde enero hasta julio, todo está bien. Y ahora su va a ir y empezar a trabajar con el marco. Entonces el marco dice precedente sin límites. Entonces esto va a ser estático. Siempre va a estar apuntando a enero. Este es el procedimiento sin límites, la primera fila del conjunto de datos Y ahora, por supuesto, estamos empezando de arriba a abajo. La fila actual va a estar apuntando también a enero. Entonces el marco va a quedar así. Va a ser sólo una fila, y la venta total de esta fila va a ser 20. Por eso podemos tener en la salida 20. Entonces ahora pasemos al lado derecho, la fila actual va a ser enero, y ¿qué están procediendo los dos? Aún no lo tenemos, así que va a estar apuntando quizá en algún lugar por aquí antes de la mesa. Entonces otra vez, ¿cuál es el marco? Va a ser también, una fila. Entonces en la salida, obtendremos exactamente el mismo resultado 20. Hasta el momento, no hay diferencias entre el total acumulado y el total rodante. Pero vamos Ahora vamos a ir a la siguiente fila por aquí, qué le puede pasar a nuestro encuadre. Se va a ir y extender a la derecha, así que vamos a tener ahora dos meses en este marco. Y cuáles son las ventas totales por aquí , van a ser 30. Agregamos un nuevo miembro. Puedes calcularlo así, o ir y calcular todas las celdas dentro del marco, o puedes ir y decir que este es el valor agregado anterior más el nuevo miembro. El anterior es 20, el nuevo miembro es diez, vamos a conseguir 30. Ambos son correctos. Ahora pasemos al lado derecho. Qué va a pasar, vamos a estar también en febrero. El tubo que precede sigue apuntando a algún lugar afuera. Y aquí, la ventana va a ir y extenderse así. Tenemos dos meses. Y va a ocurrir la misma agregación. Entonces tenemos 30. Hasta ahora, nada loco, ¿verdad? Pasemos al próximo mes de marzo. El marco va a ser extendido. Entonces tenemos ahora tres meses. Y la agregación va a ser ya sea aquí, 60 o 30 más 30, obtendremos el total corriente de 60. Y ahora del lado derecho, lo que va a pasar, iban a apuntar también a marzo, y esta vez, los dos precedentes van a estar apuntando a enero. Y esta es la primera vez que obtenemos todo el marco fijo, ¿verdad? Entonces tenemos aquí tres meses en este marco. Entonces, cuál es el total de eso va a ser 60. Bien, entonces ahora dices, seguimos obteniendo el mismo resultado, así que no hay diferencia. Voy a decir que espéralo. Va a ser la siguiente. Entonces a medida que vamos a abril, el efecto aquí que el marco se va a extender a cuatro meses porque siempre empezamos desde el primer mes hasta el mes en curso sin dejar caer a ningún miembro afuera. Entonces, ¿cuál es el total de esto? Va a ser 65. ¿Perdón? Ahora del lado derecho lo que va a pasar, vamos a ir a agregar un nuevo miembro, el de abril. Pero estamos en los lados máximos de la ventana. Tenemos sólo tres, y eso es porque los dos precedentes van a cambiar también aquí abajo. Entonces el límite va a ser de febrero a abril. Y con eso, vamos a dejar el mes de enero. Y ahora se puede ver el efecto. Se está deslizando. rodando o desplazándose de arriba a abajo. Y eso es porque los límites también cambian. Así se puede ver ahora el efecto del total rodante. El miembro más nuevo va a ser agregado, el miembro más viejo va a estar fuera. Sólo se nos permite tener tres músculos. Entonces, ¿cuál es el total de esto? Va a ser 45. Entonces estas veces no estamos agregando este valor, el 60, junto con el cinco Estamos agregando los valores dentro de la ventana. Entonces ahora sigamos adelante. Ahora, estamos en junio, qué puede pasar en el costado, el marco va a hacerse más grande. Y con eso, obtendremos el resultado de 135. Entonces el marco se está haciendo realmente más grande. Pero en el lado derecho, va a tener un marco fijo. Entonces solo estamos deslizando, cambiando y rodando. Entonces con eso, estamos agregando nuevo miembro. Otro miembro está dejando el más viejo, y el total por aquí va a ser 105. Y ahora vamos a ir a la última fila. Tendremos de todo para el total. Entonces todo el conjunto de datos va a ser agregado. Entonces este es el máximo lo que vamos a conseguir. Va a ser alrededor de 175. Pero en el lado derecho, sólo va a seguir cambiando hasta llegar al último registro, la ventana, el marco, va a estar también cambiando así. Entonces el total de esto va a ser 105. Bien, chicos. Entonces ya ves, es muy sencillo. El total acumulado siempre se considera todo desde la posición inicial hasta la fila actual sin dejar caer ningún miembro. Los totales rodantes siempre dejan caer al miembro más antiguo con el fin de agregar algo nuevo, y la ventana sigue cambiando Por lo que el total corriente es muy grande para poder hacer seguimiento, como, por ejemplo, el seguimiento del presupuesto. O comprobamos, por ejemplo, las ventas totales actuales con un objetivo o algo así. Entonces siempre estamos considerando todos los conjuntos de datos. Pero con el total rodante, siempre hacemos aquí análisis enfocados. Siempre nos interesa la ventana de tres meses. Por lo que podrían sentarse muy similares, pero tienen alcances de análisis completamente diferentes. Pero ambos están haciendo agregaciones a lo largo del tiempo, por lo que pueden ayudarnos a hacer análisis a lo largo del tiempo, como verificar si nuestro negocio está creciendo con el tiempo o disminuyendo Entonces, chicos, como pueden ver, usando SQL muy simples, usando las funciones de ventana, podemos hacer un análisis realmente genial sobre nuestros datos Por lo que ese personal es realmente fundamental para el análisis de datos o hacer reportes para nuestro negocio. Así que las funciones de ventana son realmente poderosas para el análisis de datos. 227. 4 7 win aggr moviendo el avg: Bien. Entonces ahora tenemos la siguiente tarea, y dice, calcular la media móvil de ventas para cada producto a lo largo del tiempo. Entonces ahora tenemos aquí algo llamado promedio móvil. Es muy similar al total corriente. En el total corriente utilizamos count y SM y así sucesivamente. Pero aquí, vamos a ir a usar la función promedio. Y en lugar de llamarlo promedio corriente, lo llamamos promedio móvil. Entonces vamos a resolver la tarea. Empecemos siempre seleccionando las cosas habituales. Entonces, consigamos el ID del pedido. Consigamos el ID del producto. Y yo diría, ya que es a lo largo del tiempo, también obtendré la fecha del pedido. Y la última, las ventas fra mesa ventas. Órdenes. Entonces eso dice, Vamos a ejecutarlo. Entonces ahora tenemos nuestros diez pedidos con los productos, la fecha del pedido y las ventas. Comencemos a construir nuestra función de ventana paso a paso. ¿Qué función necesitamos? el promedio. Esta es la más fácil. Dice media móvil, entonces eso dice que necesitamos las ventas. Entonces va a ser el promedio de ventas. Vamos a definir la ventana. Entonces, ¿ahora tenemos que dividir la partición de datos los datos? Bueno, sí, dice para cada producto. Eso significa que vamos a ir a usar la cláusula de partición por los productos. DNI. Entonces ahora diría que eso es todo para el primer paso, promedio por producto. Así que vamos a ejecutarlo. Entonces ahora si revisas el resultado, puedes ver que tenemos nuestras ventanas. Entonces el primero para el producto 101 y el promedio total de las ventas van a ser 35. Entonces tenemos como agregado un valor por cada ventana, lo mismo para el siguiente producto. Y para el siguiente y así sucesivamente. Entonces no tenemos ningún progreso a lo largo del tiempo o algo así como la media móvil o ese tiempo, ¿verdad? No tenemos este efecto. solo un promedio por cada ventana. Entonces ahora para tener el efecto de la media móvil, va a ser como el total acumulado. Tenemos que usar la función agregada junto con el orden por. Así que sólo voy a hacerlo en la nueva columna. Yo sólo voy a copiar todo como aquí. Y ahora vamos a hacer orden por. Bien. Y como es a lo largo del tiempo, vamos a ir a usar las fechas de pedido de la fecha del pedido, y la vamos a tener como ascendente porque es a lo largo del tiempo, tiempo siempre comienza con las fechas más tempranas y dub con las últimas fechas Entonces, de lo más bajo a lo más alto. Lo vamos a dejar así. Vamos a llamarlo Promedio móvil. Entonces ahora sigamos adelante ejecutarlo y llegamos aquí un cameo extra por la base de copia Entonces volvamos a ejecutarlo. Todo bien. Entonces ahora vamos a revisar los resultados. Tomemos la primera ventana por aquí, y se puede ver que tenemos en la media móvil como progreso. Entonces comienza con diez, 15, 14, 35. Entonces hay media móvil. No tenemos un número sólido para el promedio, tenemos valores diferentes. Entonces ahora, ¿cómo va a resolver QL esto? Es muy sencillo. Va a empezar fila por fila. Entonces la primera fila, ¿cuál es el promedio de diez? Van a ser diez. Después pasando a la siguiente. Va a ser diez más 20, dividido por dos, obtendrás 15. Entonces ahora pasando a la tercera. Si bien se van a resumir tres valores, divididos por tres, obtendrá 40. Y ahora a la última fila de la ventana, va a estar resumiendo todos esos cuatro valores divididos por cuatro, y obtendrás 35, y este es exactamente el mismo valor en la columna anterior Tienes aquí, el promedio por productos. No tenemos orden por. Tú también tienes, 35, exactamente como la última fila. Eso es porque tenemos el mismo cálculo. Está resumiendo todos esos cuatro valores dividiéndolo por cuatro Pero ahora, es interesante el siguiente valor. Como puedes ver el siguiente valor, viene de otra ventana. Ves aquí tenemos 15 para el producto 102, Pero el promedio va a ser también 15. Entonces squale no está considerando los valores antiguos desde la otra ventana Entonces una escala va a calcular cada ventana por separado. Entonces nuevamente aquí, este es el primer valor de esta ventana, 15, el promedio 15, luego las mismas cosas bien. Resumiendo esos valores divididos por dos y así sucesivamente. A esto lo llamamos en análisis de datos este último campo por aquí, lo llamamos media móvil, y puedes implementarlo de manera muy simple usando una función promedio junto con el orden por. Bien, pasemos a la siguiente tarea, y dice, calcular el promedio móvil de ventas para cada producto a lo largo del tiempo, incluyendo solo el siguiente pedido Entonces, como puedes ver, la primera parte que ya hicimos es correcta, tenemos la media móvil y dividida por partición por para los productos. Pero aquí, tenemos más especificaciones. Dice, incluyendo sólo el siguiente pedido. Eso significa que estamos hablando, del orden actual y también, del siguiente orden. Entonces aquí tenemos un marco fijo o ventana fija. Entonces no necesitamos todo el promedio de la ventana. Solo necesitamos un máximo de dos pedidos en cada cálculo. Entonces, cómo vamos a hacer eso, podemos tener nuestra cláusula de marco personalizado dentro de nuestra función de ventana. Entonces eso significa que no podemos dejarlo por defecto. Tenemos que especificarlo. Así que vamos a hacer eso. Simplemente voy a copiar la vieja definición de la ventana porque tenemos las cosas exactas. Entonces tenemos las ventas promedio sobre partición por ID de producto, orden por fecha. Entonces esta es la primera parte. Entonces ahora nos gustaría tener esta ventana fija. Entonces vamos a ir ahora y definir nuestro marco cerca. Sólo voy a alejar un poco. Va a ser filas entre. Entonces tenemos ahora los límites del marco. Dice, incluyendo el siguiente pedido. Entonces vamos a ir a usar lo siguiente. Entonces el primer límite va a ser la fila actual. Y como es el siguiente pedido, entonces va a ser uno, siguiendo. Entonces ese es nuestro marco, incluyendo sólo el siguiente pedido, y lo tenemos así. Una siguiente. Vamos a llamarlo promedio rodante. Entonces eso es todo. Vamos a ejecutar. Entonces ahora vamos a revisar el resultado. Se puede ver que la media móvil tiene valores completamente diferentes como la media rodante. Entonces vamos a entender por qué. Se puede hacer fila por fila. Tomemos la primera fila por aquí, así que las celdas de aquí son diez. Y el promedio rodante es de 15, ¿por qué es eso? Porque en el cálculo, estamos considerando el siguiente valor. Entonces diez más 20/2, obtendrás 15. Eso significa que el qual definió el marco así. Esas dos filas para este cálculo para la primera fila. Ahora pasando a la segunda fila, qual va a incluir también, la tercera, la siguiente Pero como la ventana es de sólo dos órdenes, va a ir y dejar caer la primera fila. El siguiente fotograma va a ser así. Como puedes ver, va a ser 20 más 19/2, obtendrás 55 Podemos ver el efecto del promedio rodante. Ahora para el siguiente, va a ser exactamente lo mismo. Estamos en la tercera fila. Va a ir e incluir el siguiente, y vamos a obtener el mismo valor porque 19 más 20 dividen por dos, obtendrás 55. Ahora, interesante hasta la última fila de la ventana de aquí, no irá a considerar el siguiente valor porque está fuera de la ventana. Van a ser 20, y se va a quedar también, 20. Eso es. Bien, chicos. Entonces con eso, hemos aprendido sobre la media móvil, la media rodante, y esos conceptos asombrosos usando la función de ventana. Bien, ahora podemos tener una visión rápida de los diferentes casos de uso en las funciones agregadas y cómo la definición de la ventana va a cambiar todo el caso de uso Entonces ahora, el primer caso de uso es encontrar el total general. Y aquí, si no defines nada en la ventana, si lo dejas vacío, qué puede pasar lo estás haciendo aquí análisis generales. Entonces vas a ir y agregar todos los conjuntos de datos, y luego proporcionar esta agregación para cada fila. Esto es lo que pasó. Si lo dejas vacío, no defines nada. Estás agregando todos los conjuntos de datos. Ahora, pasando al siguiente paso, podemos hacer análisis llamados grupos de pares totales. Entonces lo que vas a hacer, agregaremos partición por a la definición de la ventana. Entonces al agregar, por ejemplo, aquí, partición por productos, ¿qué puede pasar? Los datos se van a dividir en dos categorías o dos grupos, y la agregación se va a hacer para cada ventana por separado Esto es, por supuesto, un gran análisis para poder ir a comparar diferentes productos como aquí, las gorras y los clavos Entonces esto es útil para comparar categorías. Puede hacer este análisis grupos de pares totales si usa la partición por. Ahora bien, si vas y usas el pedido por, vas a aterrizar en el tercer caso de uso. Como aprendimos, vamos a estar haciendo corriendo total. Como puede ver aquí en la salida, estamos construyendo un valor commulitivo para las ventas, y esto puede ayudarnos a avanzar en el análisis del tiempo para comprender el desempeño de Ahora pasando al último caso de uso, la fase final de la función de ventana con la agregación. Aquí tienes la función agregada junto con el pedido por con ventana fija personalizada. Por supuesto, podemos usarlo para ayudarnos a construir progreso a lo largo del tiempo en ventana fija específica. Por supuesto, puedes usar esos casos de uso. Obtendrás el mismo efecto si usas las otras funciones, no solo la suma, puedes usar el conteo promedio maximin, por lo que todas las funciones agregadas Chicos, como pueden ver, la escala de función de ventana es muy importante para poder hacer análisis de datos. Al igual que cambiar la parte de la ventana, estás generando un caso de uso completamente nuevo para el análisis de datos. 228. 4 8 resumen de la contribución: Todo bien. Ahora podemos tener una visión rápida de los diferentes casos de uso en las funciones agregadas y cómo la definición de la ventana va a cambiar todo el caso de uso. Entonces ahora, el primer caso de uso es encontrar el total general. Y aquí, si no defines nada en la ventana, si lo dejas vacío, qué puede pasar lo estás haciendo aquí análisis generales. Entonces vas a ir y agregar todos los conjuntos de datos y luego proporcionar esta agregación para cada fila. Esto es lo que pasa si lo dejas vacío, no defines nada. Estás agregando los conjuntos de datos completos. Ahora, pasando al siguiente paso, podemos hacer análisis llamados grupos de pares totales. Entonces lo que vamos a hacer, vamos a añadir partición por a la definición de la ventana. Entonces al agregar, por ejemplo, aquí, partición por productos, qué puede pasar, los datos van a dividirlos en dos categorías o dos grupos, y la agregación se va a hacer para cada ventana por separado Esto es, por supuesto, un gran análisis para poder ir a comparar diferentes productos como aquí, las gorras y guantes. Por lo que esto es útil para comparar categorías. Entonces puedes hacer este análisis grupos de pares totales si usas la partición por. Ahora bien, si vas y usas el pedido por, vas a aterrizar en el tercer caso de uso. Como aprendimos, vamos a estar haciendo corriendo total. Entonces como puedes ver aquí en la salida, estamos construyendo un valor commulativo para las ventas Y esto nos puede ayudar a avanzar en los análisis del tiempo para entender el desempeño de nuestro negocio. Ahora pasando al último caso de uso, la fase final de la función de ventana con la agregación. Aquí tienes la función agregada junto con el pedido por con ventana fija personalizada. Por supuesto, podemos usarlo para ayudarnos a construir progreso a lo largo del tiempo en ventana fija específica. Por supuesto, puedes usar esos casos de uso. Obtendrás el mismo efecto si usas las otras funciones, no solo la suma, puedes usar el conteo promedio maximin, por lo que todas las funciones agregadas Entonces, chicos, como pueden ver, la escala de funcionamiento de ventanas es muy importante para poder hacer análisis de datos. Al igual que al cambiar la parte de la ventana, estás generando un caso de uso completamente nuevo para el análisis de datos. Bien, amigos. Así que ahora hagamos un resumen rápido sobre las funciones agregadas de ventana Entonces, lo que hagan, van a ir a agregar un conjunto de valores y devolver un solo valor agregado para cada fila. Entonces es muy similar al roi. Pero aquí no perdemos detalles. Ahora bien, al siguiente punto, ¿cuáles son las reglas para la sintaxis? Acerca de las expresiones, todos esperan un número en la expresión. Entonces hay que pasar un número como ventas o cualquier entero. Pero sólo para el conteo, puedes ir y usar cualquier tipo de datos. Las cosas para las funciones agregadas son muy simples. Todo es opcional dentro de la definición de la cláusula over o la definición de la ventana. Para que puedas ir y usar partición por o por marcos o no o simplemente dejar todo vacío. Todo es opcional. Ahora como aprendimos, tenemos muchos casos de uso para las funciones agregadas, y son realmente increíbles para el análisis. Entonces el primero, el más simple puedes hacer análisis general si solo dejas vacía la función de ventana, así obtendrás un gran número sobre tu negocio. Y el siguiente caso de uso, podemos hacer análisis de grupos desnudos totales Como aprendimos podemos usar partición por para comparar categorías entre sí como comparar los productos o clientes y así sucesivamente. Pasando al siguiente, podemos hacer análisis de parte a todo. Podemos ir y comparar el rendimiento de cada punto de datos con el general. que pueda, por ejemplo, comparar los sellos con el total de ventas en la ventana o con todos los conjuntos de datos. Y tenemos muchos análisis comparativos. Podemos ir y comparar el valor actual con el promedio o podemos compararlos al extremo a los sellos más altos con los sellos más bajos, y así sucesivamente. Otro caso de uso, podemos ir e identificar problemas de calidad de datos en nuestros datos. Podemos ir, por ejemplo, a identificar kits dobles usando la función de conteo. Pasando al siguiente caso de uso, tenemos la detección de valores atípicos Podemos ir y averiguar qué puntos de datos están por encima la media y por debajo de la media y así sucesivamente. Entonces el siguiente tenemos el total corriente. Como aprendimos, es una gran herramienta para rastrear el progreso o monitorear el desempeño de nuestro negocio a lo largo del tiempo. O si quieres ser más específico, puedes ir y usar el total rodante para tener una ventana específica y solo rastrear esta ventana como tres meses o algo así. Y el último caso de uso, podemos ir a calcular la media móvil de nuestros datos. Así que es realmente increíble cómo ordenar por y agregar funciones pueden abrir para usted una puerta para analizadores increíbles o avanzados Entonces, chicos, como pueden ver, tenemos muchos casos de uso para las funciones agregadas de ventanas en el mundo del análisis de datos. Bien, así que con eso has aprendido a agregar tus datos usando cuatro funciones diferentes de la ventana Escala y sus casos de uso Pasando al siguiente, vamos a aprender a clasificar tus datos usando seis funciones de ventana SQL diferentes. Entonces, como de costumbre, vamos a hacer D bucear en la sintaxis, cómo funciona la escala y los diferentes casos de uso, son increíbles para el análisis de datos. 229. 5 1 victoria clasifica lo que es: Oigan, amigos. Entonces ahora vamos a aprender a clasificar tus datos usando seis funciones diferentes de clasificación de ventanas. Tenemos el número de fila, rango, rango denso, ile, um dist, y también, el porcentaje trach Como es habitual, primero, tenemos que entender el concepto que hay detrás de ellos. Y después de eso, vamos a aprender la sintaxis, y vamos a tener los casos de uso más importantes para las funciones de ranking que recogí de mis proyectos. Entonces ahora comencemos con la primera pregunta. ¿Por qué los llamamos funciones de clasificación? Así que vamos. Todo bien. Entonces ahora, digamos eso, tenemos los siguientes datos. Contamos con productos y sus ventas. Si quieres ahora ir y clasificar tus productos, primero, tienes que ordenar los datos en función de algo, como, por ejemplo, clasificar los productos en función de sus ventas. Entonces eso significa que SQL primero va a ir y comenzar ordenar sus datos de la mayor a la más baja. Entonces ordenar los datos es siempre lo primero que tiene que hacer CL. Antes de clasificar nada. Ahora bien, para clasificar nuestros datos, tenemos dos métodos. El primer método, lo llamamos el ranking basado en enteros. Entonces eso significa que Equal va a ir y asignar para cada fila un número entero entero basado en la posición de la fila. Entonces ahora, al mirar el ejemplo, la primera fila, tenemos el producto con las ventas 70, va a ser el puesto número uno. Después la siguiente fila, el producto B con las 30 ventas, obtendremos el rango número dos. Entonces el siguiente va a ser tres, cuatro, y el último va a ser cinco. Entonces eso significa que Equal aquí está asignando un entero para cada fila, en función de su posición en la lista ordenada Este método, lo llamamos ranking basado en enteros. Ahora, pasemos a los segundos métodos. Tenemos el ranking basado en porcentajes. Entonces en estos métodos, SQL va a ir primero y calcular la posición relativa de la fila en comparación con todos los demás y luego asignar un porcentaje para cada fila. Así que en la salida, qual va a empezar a asignar porcentajes en lugar de entero, y vamos a tener una escala Entonces ahora, si vas y comparas ambos métodos, puedes ver que en el lado izquierdo en el ranking base entero, tenemos valores distintos discretos. Comienza desde uno luego dos, tres, y termina en este ejemplo por cinco, así que realmente depende cuántas filas tengamos en los resultados. Podrían ser cinco, podrían ser 500, 5 millones, y así sucesivamente. Pero en el lado derecho, siempre tenemos la misma escala 1-0. 0-1, tenemos un número infinito de puntos de datos. Esta escala, la llamamos escala normalizada o la llamamos escala continua, valores continuos. Ahora la pregunta es cuándo usar qué método. Por ejemplo, para el ranking basado en porcentajes, es genial responder a este tipo de preguntas. Encuentra el 20% superior de productos en función de sus ventas. Este método es una excelente manera de entender las contribuciones de los valores de los datos al total general. Llamamos a este tipo de análisis un análisis de distribución, donde por otro lado en el ranking basado en enteros, podemos responder preguntas como encontrar los tres mejores productos. Con esta pregunta, no nos interesan las contribuciones de cada producto al total general. Simplemente nos interesa la posición del valor dentro de una lista. Por lo que este es el análisis y la presentación de informes muy comúnmente utilizados. Lo llamamos análisis de botón de tina. Entonces ahora vamos a agrupar nuestras funciones de clasificación en base a esos dos métodos. Para el primer grupo en el ranking base entero, tenemos cuatro funciones, número bruto, rango, rango denso y entile Pero por otro lado, tenemos sólo dos funciones que generan un ranking basado en porcentajes. Tenemos la niebla y también el percentil. Entonces ahora eso fue una introducción y visión general de esos métodos y cómo agrupamos esas funciones de clasificación. A continuación, vamos a ir a conocer la sintaxis de las funciones de clasificación. La mayoría de ellos siguen las mismas reglas. Entonces, por ejemplo, empezamos siempre con el nombre de la función, entonces tenemos aquí el rango. Pero como puedes ver, no usamos ninguna expresión, por lo que no te permiten usar ningún argumento dentro de ella, debe estar vacía. Entonces esta es la primera regla que usa funciones de rango. Entonces sobre la definición de la ventana. Como es habitual, la partición por, es una cosa opcional. Puedes usarlo o dejarlo. Y ahora a la segunda parte, tenemos la orden por. También se requiere. Por lo que debes ordenar los datos u ordenar tus datos para poder hacer ranking, por lo que no puedes dejarlos vacíos. Entonces eso significa para la definición de la ventana, al menos deberíamos tener un pedido por, por ejemplo, aquí, ventas. Entonces no podemos dejarlo vacío. Todo bien. Entonces los dos requisitos, no puedes usar ninguna expresión para esas funciones, y también, tienes que ordenar tus datos usando orden por. Entonces ahora vamos a tener una visión general de todas las funciones. Entonces, como puedes ver, todas esas funciones son funciones de clasificación, y casi todas ellas no permiten usar ninguna expresión dentro de ellas. Al lado de esta función aquí, tenemos el azulejo. Acepta un número dentro de él. Entonces eso significa que no puedes usarlo vacío. Deberías usar un número dentro de él. Todos los demás deben estar vacíos. Entonces ahora para el potencial por, todos ellos son opcionales, y para el derbi, se requieren todos ellos. Por lo que debe usar derby y la cláusula frame, no se les permite usar en las funciones de clasificación, por lo que no se puede cambiar la definición del marco dentro de la función de ventana. Entonces ahora lo que vamos a hacer como de costumbre, vamos a ir y a sumergirnos en todas esas funciones para entender cuándo usarlas y cuáles son los casos de uso, y también, practicar en una escala. Entonces vamos a comenzar con el primero , el número de fila. 230. 5 2 número de fila de victorias: Bien, entonces, ¿qué es un número en bruto? En ICL, la función de número sin procesar va a ir y asignar para cada fila, un número único como rango, y no le importan en absoluto los lazos Eso significa que si tienes dos filas que comparten el mismo valor, no compartirán el mismo rango. Bien, entonces ahora tenemos un ejemplo muy sencillo. Tenemos una lista de todas las ventas, y tenemos la siguiente consulta. Entonces va a comenzar con la función de clasificación , un número crudo. No acepta ningún argumento en su interior, y la definición de la ventana va a ser así, pedido por disco de ventas. Eso significa que vamos a ir a ordenar los datos que descienden de los más altos a los más bajos. C va a ir y hacer lo siguiente, el más alto va a ser el 100, el más bajo va a ser el 20, y aquí tenemos el doble, el 80. Ahora bien, una vez que SQL haya terminado de ordenar los datos, lo que va a pasar, va a empezar a asignar un rango Entonces el número de fila van a ir y asignar un número único para cada fila. Entonces eso significa que llegó a comenzar con el primero, el 100 va a ser el rango número uno. El siguiente va a ser el rango número dos. El 80 va a ser el rango número tres y el 54, y luego el último va a ser cinco. Y ahora, si revisas la salida, puedes ver eso, todos esos números son únicos. No tenemos repeticiones. Entonces uno, dos, tres, cuatro, cinco, no hay repeticiones. Son un valor distinto único. Y además, no hay saltos de ranking. Entonces eso significa que tenemos aquí uno, dos, tres. No hay salto a seis siete o algo así. Hay una secuencia clara de valor distinto, y no hay brechas. Pero aún hay algo especial en nuestros datos. Eso lo podemos ver en las ventas. Tenemos el mismo valor dos veces. Entonces tenemos dos filas con las mismas ventas. Como puede ver en el número de fila, obtendrán un valor distinto. Por lo que no compartirán el mismo ranking. Entonces eso significa que el número de fila no maneja los lazos. Si tienes varias filas que comparten los mismos valores, no compartirán el mismo rango. Pueden tener un rango distinto diferentes rangos. Entonces así es como funciona el número de fila en Sq. Genera rangos únicos para cada fila. No maneja los lazos, y además, no deja huecos, por lo que no hay saltos ni ranking Entonces ahora vamos a Sq para tener pocos ejemplos y casos de uso. Bien, entonces ahora tenemos la siguiente tarea. Es muy sencillo, clasificar los pedidos en función de sus ventas de las más altas a las más bajas. Entonces ahora, esto es muy fácil. Vamos a ir a seleccionar primero los datos. Por lo tanto, ID de pedido, ID de producto. Tomemos también las ventas y seleccionemos la tabla. Entonces van a ser órdenes de venta. Vamos a ejecutarlo. Entonces con eso tenemos todos nuestros pedidos. Lo que vas a hacer ahora es asignar para cada rango de fila. Eso significa que necesitamos una columna aquí que contenga el rango para cada fila. Para hacer eso, vamos a ir a usar el número de fila de la función de ventana. No acepta ningún argumento dentro de él, así que debería estar vacío, y luego tenemos que definir la ventana. Como aprendimos en las funciones de clasificación, no podemos dejarlo vacío. Tenemos que ordenar los datos usando orden por. Order By es un mástil. No tenemos que usar ninguna partición por, así podemos clasificar todos los datos que tenemos dentro de la tabla. Entonces, cómo ordenar los datos, dice que debería basarse en sus ventas de mayor a menor. Eso significa que ordenamos por ventas. Ya que de mayor a menor, tenemos que usar el descendente. Y ahora vamos a ir a darle un nombre. Rango de ventas y digamos fila. Ya que estamos usando el número de fila. Entonces ese conjunto es muy sencillo. Vamos a ejecutarlo. Entonces ahora echemos un vistazo a los resultados. Antes Equal sí ordenaba los datos por el ID de pedido, ya que no definíamos nada. Pero como ahora estamos ordenados por venta descendente, qual fue y ordenó los datos por las ventas de mayor a menor y empezar a asignar un rango O digamos un entero entero único para cada fila. Ahora el orden más alto va a ser el orden er ocho. Tenemos las ventas de 90. Este es el más alto. Para que veas, tenemos uno, dos, tres, cuatro, cinco, hasta diez. Ahora comprobando el resultado, se puede ver eso. El ranking aquí es único. No hay duplicados por aquí, y también, no hay saltos ni huecos Entonces tenemos todo 1-10. A pesar de que tenemos en nuestros datos, un par de ventas, eso es compartir el mismo valor. Por ejemplo, tenemos esos dos pedidos. Se puede ver. Ambos tienen el 60 en las ventas, pero no comparten el mismo ranking, ¿verdad? Entonces tenemos aquí también, los nueve y tres, comparten el mismo valor 20, pero no comparten lo mismo Entonces con eso, hemos resuelto la tarea. Es muy sencillo. Ahora tenemos un ranking basado en las ventas de mayor a menor. 231. 5 3 Func de rango ganador: Bien, entonces, ¿qué es una función de rango? En aquel la función de rango va a ir y asignar para cada fila, un rango numérico, y esta vez va a ir y manejar los lazos. Entonces eso significa que si en tus datos, tienes dos filas que tienen los mismos valores, van a compartir el mismo ranking. Una cosa sobre la función de ranking, que va a ir y dejar huecos en el ranking. Por lo que existe la posibilidad de saltarse filas. Para entender cómo funciona la función de rango en Squeal, vamos a tener un ejemplo muy sencillo Bien. Entonces nuevamente, con los mismos datos, pero con diferente función. Entonces nuestra ventana se ve así. Comienza con el rango de función, no acepta ningún argumento dentro de él. Entonces tenemos la ventana así o por ventas que descienden de la mayor a la más baja, y nuestros datos ya están ordenados así. Entonces ahora, ¿cómo va a ir Kale y asignar las filas? La primera fila va a ser el rango más alto. Entonces el valor 100 va a ser uno, luego el segundo va a ser dos, pero ahora para el tercero , como pueden ver, tenemos aquí dos valores que son iguales. Tenemos un ti, y esta vez qu va a ir y como los llevamos a compartir el mismo rango. Ambos van a ser el rango dos. No es como el número de fila donde tenemos por aquí tres. Esta vez tenemos dos porque tenemos un ti. Tener los mismos valores significa que van a compartir el mismo rango. Ahora pasar al siguiente valor va a ser complicado porque si revisas por aquí, puedes verlo, el siguiente rango debería ser como los tres. Tenemos uno, dos, y luego el siguiente valor que generó en el rango. Deberían ser tres. Pero Esq va a decir, ¿sabes qué? Esta posición de valor va a ser el número cuatro, así se puede ver, uno, dos, tres, cuatro. Entonces en realidad, el número de posición aquí es cuatro, y chillido va a ir y darle el rango de cuatro Entonces con eso, Equal va a estar dejando un hueco en el ranking. Se puede ver que nos estamos saltando el rango número tres. Y esto siempre sucede una vez que tienes un empate donde estás compartiendo el mismo ranking. Entonces para el x uno va a ser fácil. Va a ser la fila número cinco. Entonces ahora al mirar a la salida de la función de rango, puedes ver que aquí no tenemos un ranking único. Hemos compartido ranking en caso de los lazos. Por lo que maneja los lazos. Pero aquí tenemos brechas en las filas. Entonces nos estamos saltando filas. Cuando pienso en la función de rango, pienso en los Juegos Olímpicos. Si dos atletas empatan por la medalla de oro, el primer lugar, no habrá medalla de plata para el segundo lugar. La siguiente medalla se le va a dar al bronce al tercer lugar. Bien, así que ahora vamos a entrar en esta qual para practicar la función de rango Bien, ahora vamos a ir a resolver la misma tarea, pero usando la función rank Entonces, lo que vamos a hacer, nos vamos a quedar con el mismo ejemplo por aquí, y vamos a clasificar la base de orden en las celdas de mayor a menor, pero esta vez, usando la función rank. Entonces usamos el rango y todo dentro de él va a estar vacío. Y entonces nuestra ventana va a ser exactamente la misma que antes. Sobre pedido por ventas y disco. Entonces vamos a darle el nombre. Rango de ventas. Sí, vamos a darle un rango. Entonces eso es todo, como puedes ver, la sintaxis es muy simple y muy similar al número de fila. Acabamos de cambiar la función. Entonces ahora vamos a ejecutar esto para verificar los resultados. Entonces ahora vamos a revisar los resultados mirando al nuevo rango, si vas y lo comparas con el antiguo rango. Podemos ver que estamos compartiendo algún ranking, ¿no? Tenemos aquí los dos dos dos veces. Entonces el rango número dos, lo tenemos dos veces porque tenemos por aquí el mismo valor. Entonces 60, 60, lo tenemos aquí, dos y dos. Pero si se compara con el número en bruto, se puede ver que no está compartiendo el mismo ranking. Entonces esta es una diferencia, y también aquí, lo mismo . Tienen el mismo valor. Las ventas son 20, así que la tenemos dos veces, el rango número siete. Y aquí lo tenemos como valores diferentes. Y el siguiente valor, como pueden ver, nos estamos saltando el rango Entonces hay GAP. No hay rango de ocho. Así se puede ver eso. Esta es la fila número nueve, y por eso consigue la nueve. Lo mismo creo por aquí. Entonces ahora si revisas esos dos rangos, el siguiente debería ser tres, pero como está en la fila número cuatro, va a conseguir el rango cuatro. Entonces, al verificar los resultados, podemos ver que compartiendo las mismas filas y también tenemos brechas. Entonces así es como funciona el rango. 232. 5 4 win rank denso func de rango: Bien, entonces, ¿qué es un rango dn? Es muy similar a la función de clasificación. Va a ir y asignar para cada rol un rango numérico, y también maneja los lazos. Entonces mismos valores, van a compartir el mismo ranking. Pero esta vez no deja huecos como la función rank. Entonces el ranking dns , no dejará ningún hueco. No se saltará ningún ranking. Entonces para entender esto, vamos a tener un ejemplo muy sencillo. Así que vamos. Bien, así que de nuevo, los mismos datos, pero con diferente función Tenemos esta vez la función de rango rango denso, y la ventana va a ser el mismo orden por ventas descendiendo de la mayor a la más baja. Por lo que ahora los datos ya están tan bien ordenados. Veamos cómo va a ir SQL y asignar los rangos. Como es habitual, la primera fila va a ser la fila número uno, la segunda también. Pero nuevamente, aquí, tenemos los mismos valores. Entonces tenemos los mismos valores, y es como el rango. Va a ir y compartir el mismo rango. Entonces ambos van a tener el rango número dos. Y ahora se podría decir, Bueno, esto es muy similar a la función de rango. Entonces, ¿por qué tenemos un rango denso? Voy a decir que espéralo. Vamos a tener la diferencia en el siguiente valor. Así que qual va a venir por aquí. Este valor es exactamente después del empate. Y rango, qual fue y tomó el número de posición. Entonces el número de fila era cuatro, ¿verdad? Entonces uno, dos, tres, cuatro. Pero esta vez con el rango denso, Q no dejará huecos en el ranking, por lo que no habrá saltos El siguiente rango y la secuencia pueden ser tres. Entonces por eso vamos a tener el rango tres para este valor. Entonces, como pueden ver, no hay brecha. Tenemos uno. Tenemos dos y tres. Entonces no nos estamos saltando, no vamos a dejar ningún hueco, y el último va a ser cuatro Entonces esta es exactamente la diferencia entre el rango denso y el rango. Entonces ahora al verificar la salida del rango denso, se puede ver eso. No tenemos filas únicas. Aquí tenemos filas compartidas. Como pueden ver, tenemos aquí la repetición. Por lo que maneja los lazos y también. No deja ningún hueco. No se salte nada en el ranking. Bien, así que eso es todo. Ahora, volvamos a Escala para practicar el rango denso. Ahora tenemos la misma tarea clasificar los pedidos en función de sus ventas de mayor a menor. Vamos a hacer lo mismo, pero esta vez usando la función Dnrank Tense srank va a estar vacío, y luego lo vamos a definir como todos los demás sobre orden por disco de Ventas entonces vamos a darle el nombre de ventas strink dense eso es Como puede ver todas esas funciones, teniendo exactamente los mismos derechos fiscales. Así que vamos a ejecutarlo. Bien. Entonces ahora vamos a revisar los resultados. Obtuvimos nuestro nuevo rango usando el dns. Y con solo revisar los resultados, se puede ver que maneja la corbata. Tenemos dos dos dos veces, ¿verdad? Así que vamos a revisar el ejemplo por aquí. Tenemos los sellos 60 dos veces. Por eso están compartiendo el mismo ranking en los dns y también en el rango normal. Pero ahora, lo interesante es el valor después del empate. Entonces como puedes ver por aquí, con el rango dns, tenemos tres. Entonces no nos saltamos ranking A, no tenemos ninguna brecha, uno, dos, y luego tres. Pero con el rango, solo está enfocado en el número de posición, por lo que es la fila número cuatro. Por eso son cuatro, con eso tenemos una brecha. Entonces como puedes ver, ahora no tenemos ningún hueco en el rango dns. Entonces tenemos tres, cuatro, cinco, y ahora tenemos por aquí, los mismos dos valores. Entonces tenemos ventas del 2020, y ellos comparten las seis dos veces. Entonces, como puedes ver, ahora hay diferencia entre el dns y el rango. Entonces aquí tenemos siete siete, pero aquí estamos en el rango seis seis. Entonces por eso tenemos diferencias entre ellos, porque nos saltamos antes en el rango número tres Ahora las otras cosas que puedes ver, tenemos siete y ocho. Entonces ahora, si comparas esos tres ranking, puedes ver que todos empiezan con el rango número uno, pero no todos terminaron con el mismo ranking. Entonces el número de fila y el rango, realmente se enfocan en el número de posición o el número de fila de las órdenes. Entonces puedes ver por aquí, es la fila número diez. Por eso tenemos aquí diez. Diez. Entonces la escala es 1-10, y eso es exactamente lo mismo para el rollo número 1-10. Pero con los dns de aquí, lo tenemos 1-8, y eso es porque compartimos el mismo ranking, y con eso desperdiciamos, digamos, algunas filas. Entonces la escala es diferente a las otras dos, y eso es porque tenemos lazos dos veces. Esta es una corbata, y también tenemos por aquí, una corbata. Por eso nos faltan por aquí dos filas. Entonces así es como funcionan las fortalezas dn, y puedes ir y comparar ahora los tres juntos para entender cómo están funcionando esas fortalezas 233. 5 5 Ganar rango Comparar rango: Todo bien. Ahora comparemos rápidamente las tres funciones una al lado de la otra. Empecemos por el primer punto sobre la singularidad del rango Y si comparas esos tres, puedes ver que solo el número de fila genera un rango distinto único. Este va a ser un rango único, y los otros dos, tenemos kits dobles o digamos rangos compartidos. Ahora el segundo punto, si la función maneja los lazos y el único que no maneja los lazos es el número de fila. éste no maneja los lazos y los otros dos los lazos ya que ofrecen el rango compartido. Ahora tenemos el último punto sobre dejar brechas o saltarse ranking Ahora bien, si revisas el número crudo y el rango denso, puedes ver que no habrá saltos No hay brechas para el número crudo y también para el rango denso. Sólo para la función de rango, la media, estamos saltando rangos y estamos dejando brechas. Eso es, chicos. Estas son las diferencias entre esas tres funciones. Normalmente suelo trabajar con el número crudo con más frecuencia que los otros dos. 234. 5 6 Análisis de la posición ganadora: Muy bien, chicos. Entonces ahora, tuve que mirar a esas tres funciones, y revisé mis proyectos, proyectos reales, y descubrí que hay muchos casos de uso para la función número crudo en comparación con las otras funciones, rango denso y rango. Entonces, ¿ahora qué vamos a hacer? Te voy a mostrar algunos casos de uso para el número de rango que suelo usar en mis proyectos reales para que entiendas lo importante que es la función de número en bruto. Entonces vayamos a una escala. Bien. Entonces ahora comencemos con el primer caso de uso, y tenemos la tarea de encontrar las mejores ventas más altas para cada producto. Entonces esto es muy clásico. En reportes o análisis de datos. A esto lo llamamos análisis superiores. Entonces aquí, los directivos o tomadores de decisiones, les gustaría tener los mejores resultados o el mejor éxito en nuestros datos. Entonces, por ejemplo, los cinco clientes más altos o los cinco mejores productos o categorías y así sucesivamente. Por lo que este es un análisis muy importante para enfocarse en los mejores productos o a los clientes más importantes y así sucesivamente. Y esto es, como dije, muy clásico y muy importante para poder tomar decisiones en el negocio. Entonces ahora veamos cómo podemos resolver esto. Entonces vamos a empezar con las cosas de siempre. Primero seleccionemos los datos. Así que selecciona ID de pedido. Tomemos también, el ID del producto. Y las ventas de órdenes de venta. Así que vamos a ejecutar esto. Ahora como sabemos que para cada producto, tenemos múltiples pedidos, y tenemos múltiples ventas. Pero sólo nos interesan las altas ventas de cada producto. Entonces tenemos que ir y crear un rango. Para hacer eso, podemos usar la función raw. Número en bruto, y tenemos que definir la ventana ahora. Entonces, ¿necesitamos particionar por? Consulta la consulta. Así lo dice para cada producto. Eso significa que tenemos que dividir los datos por el ID del producto. Así que vamos a usar la partición por ID de productos. Y ahora debemos usar la orden por. Entonces ordena por y ahora cómo resolver los datos por una venta, y es de la más alta a la más baja. Vamos a las ventas y tenemos aquí. Descendiendo, de mayor a menor. Vamos a darle un nombre, vas a ser clasificado por productos. Vamos a ejecutar esto. Ahora al mirar los resultados, se puede ver que CL sí dividió los datos por el ID del producto. Entonces tenemos aquí alrededor de cuatro ventanas. El primero por aquí, se puede ver que el rango parte de uno es con cuatro, el rango más alto puede ser el número de pedido ocho con las ventas de 90. Y luego va a los cuatro. Ahora, como se puede ver que la segunda ventana, tenemos un nuevo ranking. Entonces se restablece El primero va a ser el número de orden diez, y el último va a ser el orden número dos. Entonces como puedes ver, cada ventana tiene su propio ranking también, el último, lo tenemos sólo como una fila. Por supuesto, en la tarea, tenemos que regresar lo más alto, así que no nos interesan los demás. Tenemos que devolver esta fila también y esta y esta. Como pueden ver, tenemos que devolver todo lo que tiene el rango uno. No nos interesa el rango dos, tres, cuatro, y así sucesivamente. Entonces nos gustaría tener el más alto. Entonces ahora, para filtrar los puntos, lo que vamos a hacer, vamos a ir a usar sub consultas. Entonces selecciona estrella, desde y luego vamos a tener la siguiente condición. Entonces donde, y vamos a decir rango por productos es igual a uno. Por lo que nos interesa sólo en el rango número uno. Vamos a ejecutarlo. Y con eso ya que tenemos cuatro productos en nuestros datos, vamos a tener sólo cuatro filas, y tenemos las mayores ventas. Como puedes ver, solo tenemos el número uno por aquí, y esas ventas son las más altas para cada producto. Y con eso, hemos resuelto las tareas encontrando los principales análisis. Bien. Pasando al caso de uso x, tenemos la siguiente tarea, y dice, encontrar los dos clientes más bajos en función de sus ventas totales. Entonces ahora tenemos exactamente el caso de uso opuesto. Lo llamamos análisis de botones. Entonces ahora, en este ejemplo, en el negocio, los tomadores de decisiones quieren optimizar los costos, quieren recortar costos. Y con eso, tienen que analizar los resultados más bajos en los productos o los de menor desempeño en los empleados para reducir costos. Entonces ahora con este análisis, los tomadores de decisiones no se están enfocando en las mejores cosas exitosas. Nos estamos enfocando en las cosas más bajas. Los de menor desempeño. Entonces ahora vamos a resolver estas tareas. Entonces, si revisas la pregunta, tenemos varias cosas, ¿verdad? Tenemos las ventas totales, y también, tenemos que encontrar los dos clientes más bajos. Entonces tenemos ranking y también agregaciones. Recuerden, podemos hacer cosas junto con los grupos. Entonces ahora hagámoslo paso a paso. Primero, seleccionemos los datos, derecho. Entonces, ¿qué necesitamos? ¿Identificador de pedido? ID de cliente. Y necesitamos las ventas de los pedidos de venta. Así que vamos a ejecutar esto. Entonces ahora, si revisas a los clientes por aquí, tenemos alrededor de cuatro clientes, y ellos tienen múltiples ventas. Ahora, nos gustaría tener las ventas totales para cada cliente con el fin de encontrar a los dos Luis. Entonces comencemos primero con las agregaciones. Entonces lo que vamos a hacer, vamos a ir a sumar las ventas. Entonces la suma de ventas. Llamémoslo ventas totales. Y ahora, para poder hacer la compra grupal, tenemos que tener solo al cliente. Entonces grupo, y tenemos el ID de cliente. Por lo que es muy sencillo grupo por declaraciones. Vamos a ejecutar esto. Entonces ahora comprobando los resultados, podemos ver que escalado agregan los datos Tenemos cuatro filas, y eso es porque tenemos cuatro clientes y tenemos sus ventas totales. Por lo que hemos resuelto la primera parte de la tarea. Contamos con las ventas totales para cada cliente. Ahora pasemos a la segunda parte. Dice los dos clientes más bajos. Eso significa que tenemos que usar las funciones de clasificación para clasificar a esos clientes. Por lo que no nos interesan todos los clientes. Nos interesan sólo los dos más bajos. Entonces para hacer eso, ahora vamos a ir a usar la función de ventana. Número de fila, y luego sobre. Ahora bien, ¿tenemos que particionar los datos? Bueno, no. No tenemos que hacer eso. Ahora tenemos que ordenar los datos. Entonces ordene por. Entonces esta vez, vamos a ir a usar las agregaciones en el orden por, así la suma de ventas, y queremos tenerla ordenada de la más baja a la más alta, así que solo voy a ir y usar la predeterminada Entonces es ascendente. Ahora, llamémoslo clientes de rango. Entonces, eso es todo. Nuevamente, aquí, la regla es esa. Si está utilizando una función de ventana junto con la función de grupo por, tiene que usar solo columnas que se usan en el grupo por. Entonces esto debería estar funcionando. Vamos a ejecutarlo. Entonces ahora, como puedes ver en los resultados, obtuvimos una columna extra para el rango. Ahora el cliente más bajo va a ser el cliente número dos, el segundo va a ser cuatro con las 90 ventas totales, y el cliente más alto con las ventas va a ser el último, el cliente 125 número tres. Ahora tenemos casi de todo, pero la lista debería contener sólo los dos últimos. Entonces para poder hacer eso para filtrar los datos, vamos a ir a usar sub query select star from Y luego tenemos que definir la condición donde clasificar a los clientes, debería ser menor o igual a dos. Entonces con eso, conseguiremos los dos primeros. Vamos a ejecutar esto. Y con eso, conseguimos los dos clientes más bajos en función de sus ventas totales, número de cliente ID dos, y los cuatro. Eso es todo, hemos guardado la tarea, y ahora hemos hecho patentes en los análisis. 235. 5 7 Unquie ids de rango ganador: Bien, sigamos avanzando al siguiente caso de uso y tenemos la siguiente tarea. Dice, asignar identificadores únicos a las filas de la tabla, archivo de órdenes. Así que ahora, chicos, podríamos estar en una situación que tengas una tabla sin ninguna clave primaria, y te gustaría crear un ID para cada fila. Entonces para hacer eso, podemos usar el número de fila de la función para generar identificadores únicos para cada fila dentro de nuestra tabla si no tenemos uno. Y al generar tal ID para cada fila, es muy importante hacer cosas como importar datos, exportar datos. Tal vez uniendo tablas también usando este ID, o digamos optimizando el rendimiento de la consulta usando el ID. Entonces ahora veamos cómo podemos generar eso usando R. Bien. Entonces ahora primero seleccionemos los archivos de orden de tabla para entender el contenido. Así que seleccione estrella de órdenes de venta Archivo. Así que vamos a ejecutar. Entonces ahora al verificar los resultados, se puede ver que tenemos diez órdenes, y tenemos repeticiones en el ID de pedido por aquí, así que en realidad no es una clave primaria Como pueden ver por aquí, tenemos dos veces, identificación cuatro, y aquí tenemos tres veces la identificación seis. Ahora lo que vamos a hacer, vamos a ir a generar un identificador único para cada fila. Para hacer eso, ¿qué vas a hacer? Vamos a ir por aquí y decir número de fila, y luego vamos a definir la función de ventana. No particionamos los datos en absoluto, pero tenemos que ordenar los datos por ID de pedido. Oder ID de pedido. O bien puedes usar otra cosa usando la fecha del pedido o algo así , no importa. Agreguemos también a sus datos de pedido. Vamos a llamarlo ID único. Vamos a ejecutar esto. Ahora, al verificar los datos, se puede ver que tenemos un nuevo ID por aquí que viene del número sin procesar, y tenemos identificador único. Como puede ver, tenemos diez filas, y con eso también tenemos diez diferentes identificaciones únicas distintas. Con esto, como puedes ver, hemos resuelto la tarea, y ahora tenemos identi e ID únicos para el archivo ordenado de la tabla Ahora teniendo este ID, podemos hacer muchas cosas como unir mesas o hacer algo especial e importante llamado paginación Imagina que tenemos, como una tabla enorme, y nos gustaría recuperar los datos. Entonces ahora para no tener todos los datos de una sola vez, podemos ir y dividir los datos por el ID primario o por identificador único. Por ejemplo, podemos hacer una página desde una hasta 100,000. Y entonces la segunda página comienza de 100 k a 200 s. Así que ahora dividiendo los datos, tal vez podamos mejorar la exportación o importación de datos, o podemos tener una recuperación más rápida para los usuarios. No queremos tener todos los datos de una sola vez en una sola página. Entonces tiene muchos beneficios usando paginación y podemos hacerlo solo si tenemos un buen ID como 236. 5 8 rango ganador identificar duplicados: Todo bien. Te voy a mostrar el último caso de uso para la función número raw que suelo usar en mis proyectos reales. A veces, si estás haciendo análisis de datos, vas a descubrir que hay problemas de calidad de datos, especialmente con los kits dobles. Entonces, lo que suelo usar, uso el número en bruto para identificar los kits dobles. No sólo eso, puedo usarlo para eliminar los kits dobles. Por lo que podemos usarlo para hacer la limpieza de datos. Y esta es una tarea esencial para cada ingeniero de datos, no sólo para los analistas de datos, fin de preparar y limpiar los datos antes de hacer análisis de datos. Así que vamos a tener lo siguiente identificar filas duplicadas en la tabla, archivar órdenes y devolver un resultado limpio sin ningún duplicado Entonces no sólo tenemos que identificar a los Dublicados, tenemos que devolver no duplicados en nuestros resultados. Digamos que podemos hacer esto. Primero seleccionemos los datos, seleccionemos estrella del archivo de pedidos de venta. Vamos a ejecutar. Ahora al mirar a los datos, se puede ver que tenemos Dublicates. Tenemos un problema. Entonces la otra idea anterior está dos veces en nuestra base de datos. No tiene sentido, ¿verdad? Debería ser sólo una. ¿ Cuál es la correcta? Si revisas los datos por aquí, puedes ver que este pedido se envía y luego se entrega. Entonces parece que el último es el correcto. Entonces, ¿cómo podemos hacer eso? Si solo te desplazas hacia la derecha, puedes ver que tenemos un tiempo de creación, y usualmente usamos dicha marca de tiempo para identificar cuál fue el último pedido válido como Y entonces podemos ver de inmediato que este tiempo de orden es mayor que el anterior, lo que significa que este es el más actualizado, ¿ verdad? Cuanto más actual. Entonces, lo que vamos a hacer, vamos a ir a clasificar nuestros datos para cada ID de pedido y ordenar los datos por el tiempo de creación con el fin de encontrar el último crudo insertado o curado para este orden Entonces veamos cómo podemos hacer eso. Lo que vamos a hacer, vamos a ir por aquí y decir, vamos a tener un número crudo. Y luego otra vez, y lo que vamos a hacer, vamos a particionar por la clave primaria. Partición por ID de pedido. Y como decíamos, tenemos que ordenar los datos para este tiempo apuñalar al final, partición por orden por creación, tiempo y descendente Entonces queremos el más alto entonces, el más bajo. Eso es. Llamémoslo RN y ejecutemos la consulta. Ahora comprobando los datos, si todo está limpio y no tenemos Dubliates, todo debería ser uno porque máximo para cada clave primaria, deberíamos tener una fila Pero se puede ver muy tenemos aquí dos y tenemos aquí tres, dos, eso significa que esto es indicador que tenemos doblados dentro de nuestros datos Entonces ahora comprobando uno por uno. Como puedes ver, el número de pedido es solo uno. Tenemos el rango uno, el segundo también. Tenemos el rango uno. Pero aquí tenemos el tema. Como pueden ver, tenemos ahora dos filas para el orden ID cuatro. Ahora, ¿cuál es el correcto? En nuestra lógica, decimos, es la última fila la que se inserta dentro de nuestros datos, y este es el rango número uno. Si te desplazas hacia el lado derecho, puedes ver que el tiempo de creación aquí es mayor que el segundo. Con eso, hemos identificado lo que queremos. Queremos la última fila insertada para cada ID. Y ahora vamos a revisar esto por aquí. Entonces aquí lo tenemos tres veces. Entonces dice que la primera es la fecha de creación más alta. Entonces, si vas al lado derecho, y ahora comparando esas marcas de tiempo, puedes ver eso. Este registra, el primero es el último que se inserta dentro de nuestros datos. Entonces como pueden ver, éste es el que necesitamos. Los otros dos, no lo necesitamos porque es información vieja. Entonces ahora, todo lo que no tiene ese rango número uno no es válido. Es algo viejo. Y en realidad es esa calidad de datos, así que queremos eliminarlo o no para seleccionarlo. Entonces ahora, para tener un dato limpio, lo que vamos a hacer, vamos a ir y seleccionar lo siguiente como subselect Así que selecciona estrella de esa tabla. Y ahora nos interesa Sólo con el rango número uno. No necesitamos nada más. Así que vamos a ejecutar. Ahora bien, si revisas los resultados, puedes consultar el número de pedido aquí. Es único. No tenemos ningún Duplicado, ¿verdad Uno, dos, tres, cuatro, cinco, seis siete. No hay Dublicates en absoluto, y ahora solo tenemos los últimos datos insertados dentro de los pedidos, y no tenemos ningún problema de duplicados o calidad de datos Entonces ahora, por supuesto, ahora podemos ir con estos resultados para hacer más análisis, y esto es exactamente lo que suelen hacer los ingenieros de datos. Limpie los datos y prepare los datos antes de realizar cualquier análisis de datos. Por supuesto, si quieres comunicar esos problemas de calidad de datos a la fuente de los datos, digamos que no eres el dueño de esas informaciones, puedes generar una lista de todos los problemas de mala calidad de datos, y puedes enviarlo al sistema fuente y decirles que lo limpien de las fuentes. Ahora para seleccionar los datos malos, lo que vamos a hacer es, podemos simplemente cambiar aquí la condición y decir, si es superior a uno, entonces eres como datos malos. Vamos a ejecutar esto. Ahora con esto tenemos en los resultados, todos los registros que no deberían existir en los datos en primer lugar. Para que podamos ir a exportarlo y comunicarlo a la fuente y decirles. Comprueba aquí tienes algo mal en tu sistema, y esa información no debe ser insertada en los datos. Entonces, todos, es muy fuerte, ¿verdad? Es muy poderosa. Lo uso mucho en mis proyectos. Hay muchos casos de uso para la función de número de fila en SQL. Podemos hacerlo con el fin de encontrar los análisis superiores, el análisis la parte inferior n, el mejor rendimiento, el peor desempeño. Y además, podemos asignar ID únicos para hacer paginación o podemos usarlo para descubrir problemas de calidad de datos para limpiar nuestros datos, por lo que es una función increíble en sQUL y la vas a usar mucho Entonces eso es todo para las tres funciones, rango de número de fila, un rango denso. Ahora vamos a hablar del entile 237. 5 9 sin azulejos: Bien, entonces, ¿qué es el azulejo? La escala de mosaico es muy simple. Va a ir y dividir tus filas, tus datos en número específico de grupos casi iguales o a veces los llamamos paquetes. Entonces ahora para entender esto y cómo funciona la escala con esta función, podemos tener un ejemplo muy sencillo. Así que vamos. Bien, tenemos configurado lo siguiente. Tenemos cuatro filas, cuatro ventas, y nos gustaría dividirlo en dos grupos o en dos paquetes. Entonces para hacer eso, podemos usar la función entile. Tiene una sintaxis diferente a las otras funciones de rastrillado. Entonces comienza con tal. Entonces debemos definir un número, así no podemos dejarlo vacío como el otro rastrillado Entonces aquí tenemos dos paquetes, luego más. Y aquí nuevamente, tenemos que ordenar los datos, lo que se debe ordenar por ventas que descienden de las más altas a las más bajas. Entonces ahora, como de costumbre, que va a ir a ordenar los datos. Ya lo tenemos ordenado en este ejemplo. Entonces puede comenzar a asignar cada una de esas filas en dos paquetes Pero quel primero tiene que calcular el lado del bolsillo. Entonces, cuántas filas podemos insertar dentro de cada paquete. Entonces el cálculo es muy sencillo. Dice que el tamaño del paquete es igual al número de filas dividido por el número de paquetes. Entonces, ¿cuál es el número de filas aquí? Tenemos cuatro filas. Entonces tenemos cuatro por aquí. Después el número de paquetes, lo definimos en la sintaxis de la consulta. Entonces aquí definimos dos paquetes. Necesitamos dos grupos. Entonces eso significa que estamos dividiendo cuatro por dos y el tamaño del paquete va a ser dos. Ahora con esta escala está lista, voy a empezar a asignar cada fila a paquetes Va a comenzar en la parte superior. El primero va a estar en el paquete número uno. Después ir al siguiente. Va a decir, Bien, todavía tenemos suficiente espacio en el paquete. Se va a asignar también a uno. Pero con esto, alcanzamos el número máximo de filas dentro de cada paquete. La siguiente fila va a ser asignada a otro paquete. Van a ser dos, y el último va a ser también dos. Como puedes ver, es muy sencillo, acabamos de asignar nuestras ventas en base a la clasificación, por supuesto, en dos paquetes. Estas dos ventas pertenecen al paquete número uno y las otras dos pertenecen al paquete número dos. Muy fácil. Entonces por eso es muy sencillo porque estamos dividiendo números pares, y obtuvimos paquetes de tamaño perfecto. Pero ahora, ¿qué puede pasar si tenemos un número impar? Entonces tenemos aquí cinco en lugar de cuatro. Entonces el lado del paquete va a estar dividiendo cinco y dos, vamos a obtener 2.5. Y ahora, claro, quel no irá y dividirá como dos medias por cada paquete, entonces estamos dividiendo esto en dos paquetes. Por supuesto, esto no va a funcionar. Deberíamos tener ahora un paquete con tres y otro paquete con dos. Entonces ahora la regla en Squal lo deja muy claro. Dice grupos más grandes viene primero, luego más pequeños. Entonces eso significa, si tenemos aquí un número par como este, El grupo más grande va a ser el primer grupo. Entonces eso va a quedar así. Va a restablecerlo todo. Veamos qué va a pasar. El primero va a ser uno, el segundo es el billete uno. El tercero va a ser también uno. Por lo que tiene unos paquetes más grandes que el segundo. Entonces el resto van a ser dos. Como puedes ver, el grupo más grande viene primero, luego el más pequeño, y así es como va a funcionar la escala si tienes números impares. Aquí no tienes paquetes de tamaño perfecto. Tienes paquetes de aproximadamente o aproximadamente el mismo tamaño. Así funciona el tal. Ahora, volvamos a la escala para poder practicar esta función. Así que ahora vamos a divertirnos trabajando con esta función. Entonces solo vamos a seleccionar algo como ID de pedido, ventas de pedidos de ventas. Vamos a ejecutarlo, y con eso conseguimos nuestras diez filas. Ahora, digamos eso, me gustaría crear solo un paquete a partir de los datos. Entonces entile y solo un paquete sobre. Partición. Digamos que no particione por. Tomemos orden por ventas cendiendo eso establece. Voy a llamarlo un paquete. Vamos a ejecutarlo. Como de costumbre, va a ir a ordenar los datos luego calcular el paquete. Va a ser diez filas divididas por una. Entonces el tamaño del paquete va a ser diez. Entonces por eso vas a ver todas partes aquí como una sola porque todas esas filas pueden caber en un solo paquete. Esto es muy sencillo. Tenemos sólo un paquete. Vamos y ahora tenemos dos paquetes. Sólo voy a copiar y pegar. En vez de uno, vamos a tener dos, llamémoslo dos paquetes. Vamos a ejecutar esto. Ahora aquí, de nuevo, ¿cuál es el tamaño de los paquetes? Es 10/2. Obtendremos paquetes perfectamente agrupados. El primer paquete va a ser cinco raws, y el segundo va a ser el siguiente cinco raws Entonces es muy perfecto. Pasemos al siguiente. Tengamos tres paquetes. Tres. Entonces vamos a ejecutar. Entonces ahora lo que puede pasar va a ir a dividir diez por tres para obtener el tamaño del paquete, y va a ser 3.3, entonces es decimal, y no vamos a obtener paquetes de tamaño perfecto. Entonces nuevamente, el grupo más grande viene primero, y luego el más pequeño. Como pueden ver, tenemos que encajar entonces en el primer grupo cuatro, para conseguir los otros con tres. Entonces por eso el primer paquete va a ser el más grande. Entonces cuatro filas en los primeros paquetes luego las segundas tres filas van a estar en el paquete dos, y también, la última va a ser el paquete tres. Como puede ver, el grupo más grande va a ser los primeros paquetes. Entonces ahora sigamos jugando con los datos. Vamos a tomar ahora cuatro. Nos gustaría tener cuatro paquetes. Ahora las cosas se van a poner interesantes. Entonces ahora al verificar el resultado va a ser interesante. Igual vamos a dividir diez por cuatro, y vamos a conseguir algo así como 2.5. Así que de nuevo, no vamos a conseguir grupos de tamaño perfecto. Entonces QL tiene que encajar ahora diez filas en cuatro grupos. Entonces las tres primeras filas van a ser caben en el paquete número uno, y también, las segundas tres filas así, van a estar en el paquete número dos. Y entonces se puede ver por aquí tenemos dos paquetes con el tamaño de dos. Y con eso, podemos encajar diez en cuatro grupos. Y nuevamente, se puede ver que los grupos más grandes vienen primero como este. Y luego el segundo y el más pequeño viene después. Bien, así es como el inter woks ins qual. Y ahora podrías decir, ¿sabes qué? ¿Por qué necesito cubos en primer lugar? Entonces, ¿cuál es el caso de uso? 238. 5 10 segmentación de datos de casos prácticos: Hay dos casos de uso para la función tal en mis proyectos. Por un lado, si soy analista de datos, voy a usar la función tal para segmentar mis datos. Por otro lado, si soy ingeniero de datos, voy a usar la función tal para hacer procesamiento ETL y también para hacer balanceo de carga Entonces ahora comencemos con el primer caso de uso como analista de datos. Donde quieras hacer segmentaciones con la función tal, Segmentaciones es una manera muy agradable para entender tus datos Así podrás ir y segmentar tus datos en diferentes paquetes o grupos. Como, por ejemplo, hacer segmentaciones para los clientes. Para que puedas ir y agrupar a tus clientes dependiendo de su comportamiento, como el total de ventas, o el número total de pedidos. Entonces con eso, se puede hacer, como, por ejemplo, sección IV, y luego el medio y luego la ley. Entonces ahora para entender el caso de uso de segmentación, vamos a tener la siguiente tarea Bien. La tarea dice segmentar todos los pedidos en tres categorías. Ventas altas, medias y bajas. Para resolver esto, hagamos las cosas básicas, verdad? Seleccione ID de pedido. Tomemos las ventas de nuestras órdenes de venta de mesa, y vamos a ejecutarlo. Como de costumbre, conseguimos nuestras diez ventas. Entonces ahora, si revisas la tarea, dice, necesitamos tres categorías. Entonces eso significa que necesitamos tres paquetes, y dice ventas altas, medias y bajas. Entonces eso significa que estamos dividiendo por las ventas. Vamos a hacerlo paso a paso. Entonces vamos a usar til ya que necesitamos segmentar los datos. Categorías Hree significa tres paquetes, y luego definamos la ventana Terminado, no tenemos que dividir los datos por partición por. Solo necesitamos ordenarlo primero por las ventas. Entonces va a ser por ventas, y tomemos discretos, ya que queremos ordenarlo de lo más alto a lo más bajo. Entonces eso establece, digamos que ustedes son nuestros paquetes. Vamos a ejecutar esto. Ahora bien, si revisas los datos, puedes ver que están segmentados en tres paquetes Entonces el primer paquete va a contener todos los pedidos con las altas ventas. Entonces el segundo va a ser todas las ventas con el medio. Y luego la última va a ser todas las ventas con las bajas ventas. Entonces la adecuación ya hemos categorizado nuestros datos en tres grupos Pero ahora, adecuación, tenemos números, y tal vez el usuario está esperando tener esos textos, alto medio bajo Entonces eso significa, lo que vamos a hacer ahora, vamos a ir y traducir esos números a texto en palabras. Y claro, no podemos hacer eso dentro de la función ventana. Vamos a usar la transformación de datos usando las declaraciones de case win. No te preocupes por ello, podemos tener una sección completa dedicada explicando la victoria del caso. Entonces por ahora solo sígueme para ver cómo funciona esto, vamos a ir a usar subquery Entonces van a ser seleccionados. Y tomemos la estrella para todo, y luego tengamos la siguiente lógica. Ken, paquetes iguales a uno, entonces es alto. Las ventas son altas. Sólo estamos mapeando los números en dos textos. De lo contrario, Ken, el cubo es igual a dos, entonces estamos apuntando al medio. Mediano. Y luego el último grupo paquetes iguales a tres, entonces esas ventas son bajas. Entonces llamémoslo terminó, y llamémoslo segmentaciones de ventas Entonces eso se sienta. Déjame hacerlo un poco más pequeño para que lo veas. A partir de entonces tenemos nuestra sub consulta así. Entonces, como pueden ver, simplemente mapeamos los números en texto. Sólo estamos haciendo traducciones. Entonces vamos a ejecutarlo. Y ahora al verificar los resultados, obtuvimos nuestras tres categorías para los usuarios. Entonces la primera categoría va a ser las altas ventas. El segundo va a ser las ventas medias, y el tercero va a ser las ventas bajas. Entonces, chicos, ya ves, tal es muy poderoso para segmentar nuestros datos. Entonces ahora puedes ir y segmentar cosas como los clientes compran sus ventas totales o los productos por precios, empleados, por sus salarios, etc. 239. 5 11 ntil carga de datos de casos prácticos: Bien, entonces este es el primer caso de uso para la función intel como analista de datos donde vas y segmentas tus datos para entender el comportamiento. Ahora, en cambio, si eres ingeniero de datos, puedes usar la función intel para hacer balanceo de carga en tu ETL Entonces ahora sólo voy a explicarlo en boceto muy sencillo. Bien, tenemos el siguiente escenario donde tenemos dos bases de datos, y nos gustaría mover una tabla grande de la base de datos A a la base de datos. Entonces en este caso, estoy haciendo algo llamado carga completa que significa que estoy cargando todas las filas de una base de datos a otra. Entonces, si lo haces de una sola vez, ¿qué podría pasar en eso? Podría llevar mucho tiempo, por lo que podría llevar horas o incluso a veces días. Y tal vez al final, conseguirás quizá algunos errores de red porque has estresado las redes entre esas dos bases de datos y todo se va a romper, y vas a cargar los datos, y tienes que empezar de nuevo. Entonces ahora en vez de cargar esta tabla de una sola vez, lo que podamos hacer, podemos ir y dividirla en fracciones o digamos paquetes. Podemos dividir esta tabla, por ejemplo, en cuatro mesas pequeñas usando la función tile. Ahora después de dividir esta mesa de cerdo en mesas pequeñas, podemos ir y empezar a mover esas mesas pequeñas una tras otra, y con eso, no estamos estresando las redes, y va a tener éxito Ahora después de cargar todo al final en la base de datos objetivo, vamos a tener esas mesas pequeñas, y por supuesto, podemos ir a usar la unión para fusionarlas para tener de nuevo, la tabla de cerdo que la tenemos en la base de datos original. Este es un caso de uso muy común para el mosaico con el fin de dividir la carga y equilibrar el procesamiento de la extracción de datos. Todo bien. Por lo que ahora tenemos la siguiente tarea Q. Dice, Para poder exportar los datos, dividir los pedidos en dos grupos. Así que vamos a hacer eso. Primero, podemos seleccionar todo de la tabla, para poder ver los datos. Órdenes de venta. Vamos a ejecutarlo. Entonces ahora tenemos nuestras diez órdenes, y lo que tenemos que hacer es eso, ir y dividirlo en dos grupos. Para hacer eso, podemos usar la función de mosaico. Dos grupos significa dos paquetes. Vamos a definir la ventana. Aquí no tenemos que particionar los datos usando partición por, pero tenemos que especificar el orden por. Ahora qué columna vamos a usar para ordenar los datos. Por supuesto, aquí, no hay regla, puedes ir y dividir los datos por ventas o por el estado del pedido por fecha por lo que quieras. Pero solemos ir y usar la clave primaria. Simplemente es sistemático mejor y más limpio, sobre todo si tienes una secuencia de números en el ID de pedido, para que puedas exportar el primer rango de los pedidos, luego puedes ir al siguiente grupo y así sucesivamente. Así que vamos con el ID de pedido, y vamos a darle un nombre de paquetes. Para que sea. Vamos a golpear lindo. Ahora, como pueden ver, es muy sencillo. Tenemos nuestros dos grupos, así que este es el primer parche de los datos, y este es el segundo lote de datos. Así que ahora podemos ir a seleccionar el primer parche y exportarlo, importado en el siguiente sistema. Y luego después de eso, vamos con el segundo lote. Y claro, si aún sufres del tamaño de esos paquetes, puedes ir y dividirlo a un tamaño más pequeño, así puedes ir por aquí y convertirlo en cuatro. Entonces con eso, vamos a obtener paquetes más pequeños, y podría ser más fácil exportar los datos. Entonces este es realmente un gran caso de uso para toda la función. Bien, todo el mundo Entonces con esto, has aprendido que dos casos de uso para la función tal que suelo seguir en mis proyectos. Entonces, como analista de datos, puedes usarlo para hacer segmentaciones Y como ingeniero de datos, puede usarlo para hacer balance de carga del ETL 240. 5 12 ganar el rango cume dist: Bien, todos. Entonces con eso, hemos cubierto todo sobre las funciones de clasificación basadas en enteros. Ahora vamos a hablar de los segundos métodos. Contamos con las funciones de clasificación basadas en porcentajes. Y aquí tenemos dos funciones, la um dist, y también, la baldosa porcentual. Así que ahora hagamos un rápido recapitulativo. Con la escala de clasificación basada en porcentaje va a ir a calcular una posición relativa, como porcentaje y asignarla para cada fila. La salida va a ser una escala normalizada continua 0-1, y esto es realmente asombroso para hacer análisis de distribución Esas funciones pueden considerar en su cálculo, el total general el tamaño total del conjunto de datos, lo que nos puede ayudar a conocer la contribución de cada valor al total general. Ahora en SQL para generar el porcentaje, tenemos dos fórmulas distintas. Por un lado, tenemos la función, QUMdist y por otro lado, tenemos el porcentaje Eso significa que tenemos dos funciones diferentes con fórmulas diferentes para generar y calcular el porcentaje. Ahora comencemos con la primera función, Qum dist. Bien, todos. Entonces ahora, comencemos con la primera función. Tenemos el um dist, y es sinónimo de distribución acumulativa. Va a ir y enfocar o calcular la distribución de tus puntos de datos dentro de la ventana. Entonces lo que esto significa, para entenderlo, vamos a ir y tener un ejemplo muy sencillo para entender cómo funciona QL con esta función. Así que vamos. Todo bien. Nuevamente, tenemos nuestro ejemplo muy sencillo de las ventas, y tenemos la siguiente consulta. Entonces um dist, entonces no damos ningún argumento dentro de él, así que puede estar vacío. La ventana va a ser como el pedido habitual por ventas que descienden de la mayor a la más baja, y el orden por es necesario. El primer paso es chillar va a ir a ordenar los datos, los tenemos ya ordenados del más alto al más bajo Ahora el siguiente paso es que chillido puede ir y comenzar a calcular el porcentaje para cada fila Y tenemos una fórmula muy sencilla. Dice, el um dist es igual al número de posición del valor dividido por el número de filas. Ahora el siguiente paso es que la calada va a ir y comenzar calcular el porcentaje para cada fila Y tenemos esta fórmula muy sencilla. Dice que el um dist es igual al número de posición del valor. Dividido por el número de filas. Es muy sencillo. Hagámoslo paso a paso. Entonces escala va a comenzar con el primer valor de nuestra lista. Entonces se va a calcular así. Entonces, ¿cuál es el número de posición del primer valor? Puede ser uno, ¿verdad? Entonces este es el primer valor de nuestra lista. Y ¿cuál es el número total de filas? Tenemos cinco filas, ¿verdad? Entonces uno, dos, tres, cuatro, cinco. Entonces vamos a dividir uno por cinco, y el resultado va a ser 0.2. Entonces este va a ser el primer valor para la primera fila. Bien, entonces ahora escala va a ir a la siguiente fila, y esta vez, vamos a conseguir un caso especial. Como pueden ver, tenemos los 80 dos veces. Entonces tenemos aquí un ti. Entonces ahora, primero, necesitamos el número de posición. Como pueden ver, estamos en la posición número dos, ¿verdad? Pero como tenemos los 80 múltiples veces, EQ va a ir y tomar la última posición que vemos el valor 80. Y el último puesto va a ser el récord número tres. Entonces es por eso que ESCO va a decir, para este registro, va a ser la posición número tres y dos. Y luego va a ir y dividido por cinco, y vamos a obtener el valor de 0.6. Entonces esto es lo más confuso con esta función. Entonces, si un SCL encuentra un ti, ignorará por completo el número de posición actual, por lo que no tenemos dos Va a ir y tomar el último número de posición por el mismo valor. Y el último de nuestra lista va a ser el récord número tres. Entonces por eso tenemos tres por aquí. Bien, ahora sigamos moviéndonos. Vamos a la tercera fila, y como pueden ver, estamos de nuevo en el ti. Pero esta vez, esta es la última vez que vemos 80. Entonces, a continuación, no tenemos 80. Entonces, qué va a pasar, vamos a tener exactamente los mismos resultados. Entonces va a ser 3/5. Entonces, como puedes ver, si tenemos un ti, van a compartir el mismo porcentaje. Entonces eso significa que con el um dist si tienes los mismos valores, van a compartir el mismo rango. Entonces sigamos moviéndonos al cuarto. Entonces ahora, ¿cuál es el número de posición del 50? Estamos en el registro cuatro. Entonces la posición número 4/5, obtendremos cero. Ocho. Bien. Entonces ahora pasemos al último, y es el más fácil. Qué posición tenemos aquí, es la posición número cinco, es la última, y el número de filas es cinco. Por eso vamos a conseguir uno. Entonces, chicos, eso es todo. Así funciona la distribución acumulativa. Una vez que entiendas la fórmula, va a ser muy fácil para entender el resultado. Entonces, como puedes ver, calcular el porcentaje siempre depende del tamaño total de nuestros conjuntos de datos. Puedes ver aquí el número de filas. Con eso, vamos a obtener una salida que nos ayude a entender la distribución de nuestros puntos de datos dentro de los conjuntos de datos. 241. 5 13 puntos porcentual de rango de victorias: Bien, todos. Entonces ahora vamos a ir y enfocarnos en la segunda función que genere porcentaje como rango. Tenemos el rango porcentual. Entonces el rango porcentual va a ir y enfocarse en generar la posición relativa de cada fila dentro de una ventana. Entonces, para entender lo que esto significa, podemos tener un ejemplo muy sencillo para entender cómo funciona la escala con esta función. Así que vamos. Bien, nuevamente, tenemos esas ventas, ejemplo muy sencillo, y la sintaxis puede ser así. Rango porcentual, y dentro de él, no usamos ningún argumento. Y la ventana va a ser como este pedido por, es una venta obligada descendiendo de la mayor a la más baja. El primer paso que Sque va a hacer con eso va a ir a ordenar los datos de mayor a menor, y ya lo tenemos así A continuación, es qu va a ir y comenzar, calcular el porcentaje que es muy similar a la distribución acumulativa. Pero esta vez va a ser así. Número de posición, luego lo restamos de uno, y también, dividido por el número de filas, lo restamos de una Entonces es como fórmula exacta, pero sólo estamos restando aquí uno para ambos números Bien, entonces ahora, pasemos todas las filas paso a paso y veamos la salida. Entonces va a comenzar con la primera fila, ¿verdad? Entonces, ¿cuál es el número de posición de la primera fila? Va a ser uno. Entonces tenemos que restarlo por uno Por eso vamos a conseguir cero. Ahora bien, ¿cuál es el número total de filas? Tenemos aquí cinco filas, y se resta por una Por eso vamos a conseguir cuatro. Ahora, cero dividido por cualquier valor, la salida puede ser un cero. Entonces por eso para el primer valor, obtendremos un cero. Bien, ahora pasemos al segundo empate por aquí, y aquí tenemos nuestro caso especial donde tenemos empate Entonces tenemos dos celdas que comparten el mismo valor, ocho. Entonces ahora, para el porcentaje trnkqel puede tener un comportamiento diferente al Recuerda en el um dist, qual sí buscó la última posición del valor compartido Entonces fue la posición número tres, ya que esta es la última vez que vemos 80. Pero ahora con el tronco porcentual, qual puede quedarse con la primera ocurrencia del valor compartido Entonces ahora comprobando esos dos ochos, ¿cuál es la primera ocurrencia Es el récord número dos. Entonces por eso tenemos la posición número dos, restada por una, vamos a conseguir una, y aquí la misma va a ser una serie de totales Tenemos cinco, restados por uno, tenemos cuatro. Entonces ahora si divides uno por cuatro, obtendremos el resultado del 025 Entonces este es el porcentaje de este valor. Entonces ahora vamos a la segunda fila. Aquí tenemos de nuevo, el ti. Entonces escala ir a quedarse con la posición número dos, la primera ocurrencia. Entonces van a ser los mismos dos, restados por uno, vamos a conseguir uno, y así, el número total de filas, cinco, restar por uno, tendremos cuatro Por eso vamos a obtener los mismos resultados exactos. Entonces aquí como pueden ver, con el rango de porcentaje, es um disco, el valor compartido va a compartir también, el mismo porcentaje bebió Ahora, pasemos al cuarto, así tenemos el valor 50. Entonces, ¿cuál es la posición de esto? Va a ser el récord número cuatro. Restado por uno, obtendremos tres, y si divides tres por cuatro, obtendrás 0.75 Y ahora pasando al último valor por aquí, va a ser fácil. Entonces, ¿cuál es el número de posición de los 30? Se trata de cinco cinco restado por uno. Van a ser cuatro. Y también, vamos a tener cuatro también aquí para los números totales, restados por uno Entonces, si divides cuatro por cuatro, obtendrás Así que eso es todo, chicos. Así funciona el rango porcentual. Siempre tiene la escala 0-1. Entonces siempre es así. No importa qué valores tengamos dentro, y va a tener una escala continua. Y nuevamente, aquí, si tienes un ti, van a ir y comparten el mismo porcentaje bebido Bien, chicos. Entonces ahora si vas y comparas esas dos funciones, puedes ver que son realmente similares entre sí. La salida de ambas funciones, estamos generando porcentaje, basado en el ranking y ambas también, manejando los lazos a la perfección, por lo que comparten el mismo rango porcentual. Si revisas la sintaxis, son muy similares. Y ahora comprobando las fórmulas de ambos, siempre estamos considerando el tamaño general de los conjuntos de datos. Entonces aquí, el tamaño se considera en el cálculo para ayudarnos a encontrar la posición relativa de cada valor con respecto a la general. Y esto es muy importante en el análisis para poder medir la contribución de cada valor a lo global. Ahora sobre los casos de uso, si quieres enfocarte en la distribución de tus puntos de datos, ve con la distribución acumulativa. Pero si quieres enfocarte en la posición relativa de cada rosa, entonces ve con el trink porcentual Bien, ahora, hay una diferencia más entre el disco um y el trink por ciento y eso es si revisas las fórmulas, puedes ver que el um dist es más Siempre consideramos el número de posición de fila. Pero con la persona trink no consideramos la fila actual, nos gusta saltarla o hacerla exclusiva Decimos para la persona trank es más exclusiva y la distribución commuativa, es Ahora bien, si me haces la pregunta difícil, ¿ cuál usas? Voy a decir si quieres ser más inclusivo, ve con la distribución comitiva Si quieres ser más exclusivo con la fila actual, ve con la persona trank son muy similares entre sí Si quieres calcular la distribución de tus datos, ve con la distribución commulativa Si quieres encontrar la posición relativa de cada fila, entonces ve con la persona t Bien. Entonces ahora tenemos la siguiente tarea que dice encontrar los productos que caen dentro del 40% más alto de los precios. Vamos a resolver esto. Ahora estamos apuntando a los productos de mesa, y solo seleccionaré como dos columnas el precio del producto de los productos de ventas. Entonces eso es todo. Vamos a ejecutar esto. Entonces como puedes ver, conseguimos cinco productos y los precios, y dice la tarea, encuentran el 40% más alto. Entonces tenemos que encontrar y generar un rango porcentual. Para ello, tenemos las dos funciones, *** dist y un rango por ciento. Voy a ir esta vez con el *** dist. Vamos a hacerlo. Entonces um dist. Y luego vamos a buscar esa ventana así. Va a ser ordenado por. Estamos apuntando ahora a los precios, ¿verdad? Entonces ordene por el precio de mayor a menor. Y vamos a darle un nombre Dest rank. Entonces vamos a ejecutar esto. Entonces con esa qual podemos ir y generar para nosotros un ranking porcentual usando la fórmula que acabamos de aprender antes Entonces en la salida, estamos obteniendo todos los productos, pero la tarea dice que tenemos que obtener solo los productos que están en el 40% más alto. Entonces eso significa la primera fila, la segunda fila, y eso establece. Entonces esas filas están en el 40% más alto. El resto están por debajo de eso. Entonces para hacer eso, así filtrar los datos, podemos usar la sub consulta. Así que selecciona estrella. Desde y luego tenemos nuestra sub consulta así, y luego nuestro filtro va a ser dist rango menor o igual a 0.4. Este es nuestro tres debería para poder obtener los datos. Entonces vamos a ejecutar esto. Ahora, como puedes ver, conseguimos los mejores productos, el 40% superior. Ahora, por supuesto, puedes ir y formatear el porcentaje. Podemos hacer eso así. Tomemos el rango dist. Multiplícalo con 100. Entonces vamos a ejecutar esto. Entonces como pueden ver, obtuvimos 20 y 40%. Podemos ir y agregarle también, el carácter porcentual, derecho. Así podemos ir y decir carrito y vamos a añadir el personaje. Después de eso, así, llamémoslo este porcentaje de rango. Entonces eso es todo. Vamos a ejecutarlo. Para que hayas resuelto esa tarea, tenemos los productos que caen dentro del 40% más alto. Ahora, por supuesto, puedes ir y probar el rango porcentual. Entonces es muy sencillo. Sólo tenemos que ir y cambiar la distribución acumulativa con el porcentaje de función. Bancario. Así que vamos a ejecutarlo. Ahora como puedes ver, obtendremos exactamente los mismos resultados, así que seguimos obteniendo los guantes y gorras como los productos más altos dentro del 40% del precio. Entonces, chicos, eso es todo, es muy sencillo, cierto. 242. 5 Resumen de la clasificación de 14 victorias: Muy bien, amigos. Entonces ahora vamos a tener un resumen rápido de las funciones de clasificación de ventanas Entonces, ¿qué van a hacer? Van a ir y asignar un rango para cada rol dentro de una ventana. Y tenemos dos tipos de franqueo, ¿verdad? El primero es el rango basado en enteros. Va a ir y asignar un número un entero para cada rol. Y aquí tenemos cuatro funciones, número R, rango, rango denso y mosaico. Y el segundo tipo de franqueo, tenemos el ranking basado en porcentajes Entonces escala justa va a ir a calcular un rango y luego asignarlo para cada rol. Y aquí tenemos dos tipos de fórmula o funciones. Entonces tenemos el disco um, la distribución acumulativa, y el segundo, tenemos el rango de porcentaje. Ahora, al siguiente punto, si estás hablando de las reglas de la sintaxis, entonces la expresión debería estar vacía. No debemos pasar ningún argumento a las funciones. Debemos usar order by para ordenar nuestros datos, por lo que se requiere, y no se permite el uso de las cláusulas marco, por lo que no se puede ir y personalizar un marco dentro de la función de ventana. Y como aprendimos, hay muchos casos de uso para las funciones de clasificación. Por ejemplo, tenemos lo mejor en análisis, el análisis de patrones para identificar un cable, artistas intérpretes o los peores en nuestro negocio. Otro caso de uso usando el número de fila, podemos identificar y eliminar duplicados en nuestros datos, que podamos usarlo para encontrar problemas de calidad de datos y también para mejorar la calidad Otro caso de uso, si nuestra tabla no tiene una clave primaria limpia, podemos ir y generar ID únicos usando el número de fila para poder hacerlo también, Un caso de uso más, fueron las segmentaciones de datos Puede utilizar Intel para segmentar a sus clientes, sus productos, empleados, etc. Y otro caso de uso, podemos hacer análisis de distribución de datos. Como aprendimos, podemos usar el QTS para comprender las distribuciones de datos de nuestros puntos de datos en comparación con el general Y el último caso de uso, es más para ingeniería de datos. Podemos utilizar la función intel para igualar el proceso de carga de nuestros ETL Entonces, como puedes ver, hay muchos casos de uso para las funciones de clasificación. Bien, así que con eso, has aprendido a clasificar tus datos usando seis funciones de ventana de escala diferentes, y sus casos de uso, son increíbles para el análisis de datos Ahora pasando al siguiente, tenemos el último grupo de funciones de ventana. Tenemos las funciones de valor. Ellos son mis amigos, el grupo más importante para el análisis de datos en comparación con los otros dos. Entonces aquí nos vamos a centrar en cuatro funciones. Vamos a aprender cómo funciona la escala con eso, la sintaxis, y también, los casos de uso. 243. 6 1 valor de victoria lo que es: Oigan, amigos, entonces. Ahora vamos a hablar la categoría más importante de funciones de ventana para el análisis de datos. Tenemos las funciones de valor o a veces llamamos funciones analíticas de ventana. Entonces aquí vamos a cubrir cuatro funciones distintas. Tenemos el lead lag, primer valor y último valor. Y como de costumbre, vamos a aprender el concepto detrás de ellos, cómo los esconden detrás de escena, y luego podremos aprender las sintaxis y vamos a cubrir casos de uso más importantes para las funciones de valor que recogí de mis proyectos Entonces ahora comencemos con la primera pregunta. Por qué los llamamos funciones de valor. Así que vamos. Bien, todo el mundo. Entonces ahora tenemos este ejemplo muy sencillo. Tenemos los meses y las ventas. Ahora, podemos usar las funciones value para acceder a un valor desde otra fila. Entonces para entenderlo, digamos que es L ahora procesando los meses, y actualmente estamos en el mes de marzo. Entonces ahora, por ejemplo, me gustaría acceder al valor del mes anterior a partir de febrero. Entonces para hacer eso, podemos usar la función lag para obtener el valor de diez. Entonces con eso tenemos en la misma fila, las ventas actuales del mes marzo, y también, las ventas del mes anterior, el de febrero. A lo mejor en otros casos, me gustaría obtener las ventas del próximo mes a partir de abril. Para ello, podemos usar la función lead, y obtendremos al mismo rol, el valor cinco. Así que ahora puedo comparar muy rápidamente el mes actual con el mes anterior y también con el mes siguiente. Ahora en los demás casos, podría interesarte, en el primer mes de tu lista, así que va a ser aquí enero. Entonces, para obtener las ventas del primer mes, puedes usar la función primer valor. Entonces vamos a llegar a la misma fila 20. Y ahora para la última opción, creo que ya la obtienes, podemos ir y obtener el valor de las ventas del último mes. Entonces aquí podemos conseguir el julio. Entonces para eso, vamos a usar la función último valor, y obtendremos el valor de 40. Entonces este es exactamente el propósito de las funciones de valor o funciones analíticas. Podemos acceder al valor desde otra rosa. Y es muy importante decidir también. Las funciones de valor son como las funciones ragging. Tenemos que usar el orden por para ordenar los datos. Para entender cuál es la primera fila y la última fila. En este ejemplo, los datos se ordenan por mes. Entonces, chicos, las funciones de acceso son realmente importantes para la analítica. Se puede utilizar para acceder a un valor de otras filas con el fin de hacer comparación. Bien, ahora vamos a tener una visión general rápida de la sintaxis y las reglas para las funciones de valor Entonces aquí tenemos cuatro funciones, lead lag, primer valor y último valor. Para que veas podemos agruparlos en dos grupos. Entonces tenemos el aag principal, son muy similares entre sí. Especialmente con la sintaxis, podemos usar tres cosas o tres argumentos dentro de ella, expresión offset default para ambas. Para el primer valor, solo podemos usar una expresión. Eso significa que tenemos que pasar y valorar para esas funciones. No se puede dejar vacío. Ahora sobre el tipo de datos de expresión, puede usar cualquier campo con cualquier tipo de datos. No hay restricciones sobre solo, por ejemplo, el uso de números. Se permite un tipo de datos. Ahora, sobre la definición de la ventana. La partición por, como de costumbre, es opcional como cualquier otro grupo. El orden por aquí es imprescindible. Debe definir un orden por. Es como el ranking. Aquí, no se puede dejar vacío. Ahora llegamos a la última, tenemos la cláusula marco. Son cosas muy diferentes por aquí. Entonces para las dos primeras funciones llevan una falta, no se le permite definir ningún marco. Por lo que no se le permite definir ningún subconjunto de datos. Es muy similar al ranking. Entonces debes usar order by, pero no puedes definir el marco de la ventana. Pero para las otras dos funciones, el primer valor y el último valor, son opcionales. Puedes ir y utilizarlos, y para el último valor, se recomienda definir la cláusula frame. No te preocupes por ello. Estamos podemos tener suficientes ejemplos para poder entender. Se puede ver que esas funciones tienen diferentes requisitos, así que no hay una regla genérica para todas ellas. Pero una cosa en la que todos están de acuerdo que debes usar orden por. Ahora, como siempre, ¿qué vamos a hacer? Vamos a ir a sumergirnos en esas funciones. Vamos a abordar primero las dos funciones llevan y carecen porque son muy similares entre sí. Podemos entender los casos de uso, cuándo usarlos, y por supuesto, vamos a practicar en la squale. Vamos. 244. 6 2 valor de victorias mínimo como máximo: Funciones de plomo. La función lead puede permitirle acceder a un valor de la siguiente fila dentro de una ventana donde la función lag es exactamente lo contrario. Te va a permitir acceder a un valor de un rol anterior dentro de una ventana. Suena muy fácil, ¿verdad? Entonces vamos a entender cómo escala va a ejecutar esas funciones. Bien. Así que ahora vamos a tener una visión general rápida de la sintaxis para ambas funciones, lead y lag. Tenemos aquí ejemplo muy sencillo para la función lead. Entonces, como siempre, comenzamos con el nombre de la función, va a ser el lead. Y ahora después de eso, vamos a ir a pasar los argumentos. Y como pueden ver, tenemos aquí múltiples cosas. Entonces hagámoslo paso a paso. Entonces lo primero que vamos a ir a especificar una expresión, y el tipo de datos podría ser cualquier tipo de datos. Podría ser un número como aquí, las ventas, podría ser un personaje como nombres o fechas o cualquier cosa. Por lo que esto se requiere. Tenemos que especificar una expresión, no podemos dejarla vacía, y podemos usar cualquier tipo de datos. Ahora, pasando al siguiente, tenemos aquí en número. Entonces, ¿qué es? Este es el desplazamiento, y este desplazamiento es opcional, por lo que puedes ir y saltarlo. Entonces, qué significa compensaciones, qué estamos haciendo aquí. Estamos especificando para SQL el número de filas hacia adelante o hacia atrás desde la fila actual. Entonces aquí en este ejemplo, estamos especificando el desplazamiento como dos, usando el lead, y con eso estamos diciendo una escala, ir a saltar a las siguientes dos filas y conseguirme el valor. Y si estás usando lag, significa que estás contando una escala. Regresa dos filas hacia arriba y consígueme el valor. Entonces aquí le estás diciendo a una escala cuántas filas necesita para saltar. Y si no especificas nada como dejarlo vacío, que va a ir y usar uno. Entonces el valor por defecto de esto los offsets va a ser uno, si no se especifica Todo bien. Pasando al último y al tercero, esto también es opcional. Puedes ir y dejarlo vacío. Entonces aquí, es el valor por defecto. Ahora bien, ¿qué pasa con esas funciones que? A veces escala salta a las siguientes dos filas o algo así, y el cráneo no encuentra nada. Por lo que no hay más filas disponibles para acceder. Y con eso, k va a ir y devolver un nulo. Eso significa que si q va a las siguientes filas o va a las filas anteriores y no encuentra nada, k por defecto, va a ir y devolver un nulo. Entonces, si no especificas nada por aquí, en esos escenarios, tendrás un valor nulo como retorno de toda la función. Pero en algunos escenarios, no quieres tener un nulo. Te gustaría tener un valor. Entonces aquí estás definiendo el valor por defecto. Por lo que no debería ser un nulo. Debería ser un diez. Entonces Escala, si no encuentras nada, devuelve un diez. No devuelvas un nulo. Entonces otra vez, chicos, los valores por defecto, los offsets, todas esas informaciones son opcionales para que ustedes la configuren, pero deben saber el default si no usa nada, para el offset va a ser uno, para el valor por defecto va a ser nulo Pero hay que especificar una expresión. Entonces aquí no se puede dejar vacío. Todo bien. Entonces eso es todo acerca de los argumentos que puedes pasar a las funciones lead o lag. Entonces las siguientes cosas son las cosas estándar. Entonces tenemos el sobre cerca. Entonces tenemos la partición por. Como de costumbre, la partición por es opcional. Y luego a la orden por. Esas funciones, es como las funciones de rango. Requiere que ordenes los datos. Por lo que es imprescindible ordenar los datos. De lo contrario, es cuidado no sabrá cuál es la siguiente fila, cuáles son las filas anteriores. Entonces tenemos que ordenar los datos. Se requiere. No puedes saltarte esto, así que no es opcional. Bien, entonces la sintaxis no es una locura, ¿verdad? Tenemos las cosas habituales, pero solo podemos ir y configurar el valor por defecto y las compensaciones Bien, chicos, ahora tenemos un ejemplo muy sencillo. Tenemos meses y ventas, y vamos a ir a entender cómo funciona el SQL para ambas funciones, lead y lag lado a lado. Entonces ahora en el primer ejemplo, nos interesan las ventas del próximo mes. Entonces para hacer eso, vamos a usar la función lead. Entonces liderar, y luego podemos especificar el argumento. Se trata de las ventas. Queremos el valor de las ventas. Y luego definimos la ventana así orden por mes. Entonces va a ser ascendente. Ahora del lado derecho, vamos a estar interesados en las ventas de los meses anteriores. Entonces para hacer eso, vamos a usar la función lag. Entonces va a ser muy similar al gd. Tenemos rezago y luego las ventas, ya que estamos interesados en las ventas, y vamos a ordenar los datos por mes. Entonces ahora veamos cómo Scale lo va a hacer paso a paso y lado a lado. Así que Sq va a comenzar con el primero. Entonces ahora veamos cómo la escala va a procesar esas informaciones una al lado de la otra y fila por fila. Entonces va a comenzar con la primera fila por aquí. Cuál es el próximo mes de enero. Es febrero, y nos interesan las ventas de esta fila. Entonces Q va a tomar el valor de la siguiente fila, y vamos a tener el valor de diez. Por lo que ahora al mirar a través del enero, podemos ver las ventas del próximo mes de febrero en la misma fila. Entonces ahora vamos a revisar el lado derecho por aquí. Ahora, nos interesa el mes anterior. Entonces, ¿cuáles son los meses anteriores de la primera fila? No va a ser nada, ¿verdad? Entonces no podemos señalarlo con nada. Por eso chillido va a decir, esto es nulo. No hay mes previo para la fila actual, y vamos a tenerlo como. Bien, entonces ahora voy a ir a la siguiente fila. Estamos en febrero. Cuál es el próximo mes, va a ser marzo, y va a señalarlo. Por lo que obtendremos 30 como las ventas del próximo mes de marzo. Y del lado derecho, ¿cuál es el mes anterior de febrero? Va a ser enero, ¿verdad? Entonces va a obtener el valor, las ventas del mes anterior. Y aquí vamos a conseguir 20. Entonces como puedes ver es muy sencillo. A la cabeza, siempre estamos comprobando los siguientes valores. En la pierna, siempre estamos comprobando el valor anterior. Sigamos adelante. Actualmente estamos en marzo. ¿Cuál es el mes siguiente? Va a ser abril. Cuadrados va a ir y señalarlo así. Y obtendremos las ventas del próximo mes de abril. Para el marzo del lado derecho, ¿cuál es el mes anterior, es febrero, verdad? Entonces voy a ir y señalar a febrero. Entonces obtendremos las ventas de diez. Ahora, interesante hasta la última fila por aquí, se puede ver que estamos en abril. ¿Cuál es el próximo mes de abril? No hay nada porque estamos al final de nuestra mesa, ¿verdad? Entonces como no hay mes después del baile, obtendremos un nulo en la salida. Pero para el rezago, todavía tenemos meses previos para abril. Entonces cuáles son los meses anteriores, es marzo, y vamos a conseguir las ventas de la marcha. Entonces van a ser 30. Entonces eso es todo, chicos. Son derechos realmente simples. Es como si estuvieran haciendo las cosas opuestas. Entonces ahora, si revisas esos valores uno al lado del otro, puedes ver que con el lead, siempre obtendremos un valor para la primera fila. Pero para la última fila, puede estar siempre vacía porque no hay siguiente valor estamos al final de la tabla. Pero si revisas el lag, Para el primer valor, siempre obtendremos un nulo porque no hay valor previo ni registro previo de la primera fila. Y para el último registro, como pueden ver, siempre vamos a obtener un valor porque vamos a tener un valor previo. Bien, sigamos adelante para entender cómo funciona la escala esta vez con las compensaciones y el valor predeterminado Entonces ahora tenemos los mismos datos, pero tenemos tarea diferente. Por lo que ahora del lado izquierdo, nos gustaría obtener las ventas de dos meses por delante. Entonces no es el mes siguiente. Van a ser dos meses. Y nos gustaría decirle a QL, si no encuentra ningún valor, no devuelva nulo El retorno para nosotros es cero. Entonces este va a ser nuestro defecto. Ahora bien, si revisas la sintaxis, va a ser exacta como antes, pero estamos agregando ahora un offset de dos porque estamos interesados en dos meses por delante. Y estamos especificando un valor por defecto cero. Entonces, si no encuentras nada, pon cero. No pongas nulo. Ahora, del lado derecho, tenemos exactamente lo contrario. Nos interesan las ventas de dos meses. Por lo que no nos interesa el mes anterior directo. Necesitamos las ventas de hace dos meses. Y aquí, lo mismo. Si no encuentras nada, no regreses yo nos daré un cero. Para que veas, tenemos la misma sintaxis, pero usando la función lag. Entonces ahora vamos a entender cómo puedo ejecutar este paso a paso y lado a lado. Así es kal va a comenzar cuando el primer mes, enero. Entonces ahora K va a preguntar, cuáles son las ventas de dos meses por delante. Entonces estamos en enero. No será febrero. Va a ser el mes de marzo. Entonces va a ir y señalarlo así, y vamos a obtener el valor de 30 30 es las ventas de dos meses por delante. Ahora del lado derecho, también estamos en enero. Esq va a hacer la pregunta, ¿cuáles son las ventas de hace dos meses Por lo que no tenemos ningún derecho de datos previos. Entonces no vamos a conseguir nada. Q va a devolver null, pero va a checar, ¿tenemos un valor por defecto? Bueno, sí. Esta vez, EQ no devolverá nulo. Puede devolver el valor predeterminado, y esta vez va a ser cero. Todo bien. Ahora pasemos al siguiente valor. Actualmente estamos en febrero. ¿Cuál es la venta de dos meses por delante? No será marzo. Va a ser abril. Entonces va a ir y señalarlo así. Y vamos a obtener el valor de cinco. Por lo que ahora del lado derecho, actualmente estamos en febrero. Ahora la pregunta es, ¿cuáles son las ventas de dos meses? Tenemos historia. Tenemos el mes anterior, pero no tenemos dos meses en la historia. Es por eso que todavía obtendremos cero en la salida con un valor predeterminado. Bien, entonces ahora sigamos yendo al siguiente valor. Actualmente estamos en marzo. Quel puede preguntar cuáles son las ventas de los dos meses por delante. Tenemos sólo un mes después de eso, pero no tenemos dos meses. Por eso Equal no encontrará nada, y va a devolver nulo. Pero va a ir y usar el valor por defecto. Entonces aquí vamos a ir a obtener el valor de cero. No hay más datos disponibles en la tabla. Pero ahora del lado derecho, actualmente estamos en marzo, y estamos preguntando cuáles son las ventas de hace dos meses. Entonces ahora tenemos suficiente historia en el pasado, y va a quitarle el valor. T. Muy bien. Entonces ahora vamos al último mes por aquí en nuestra mesa, abril. ¿Cuál es la venta de dos meses por delante? No tenemos ningún dato, así que va a ser cero también. Pero ahora del lado derecho, actualmente estamos en abril. ¿Qué son las ventas de hace dos meses? Tenemos suficiente historia. Por eso me voy a poner Cul y señalarlo así. Entonces vamos a conseguir que febrero va a ser diez. Eso es. Así es como funciona qual con el lead y LG usando compensaciones y también valor por defecto Volvamos en quel para poder practicar esas dos funciones. 245. 6 3 Valor de victorias MoM: Bien. Entonces ahora tenemos la siguiente tarea, y dice, analizar el desempeño mes a mes encontrando el cambio porcentual en las ventas entre el mes actual y el mes anterior. Entonces eso significa que tenemos que ir y comparar el mes actual con el mes anterior. Entonces el caso de uso principal para el lead y LG es hacer análisis de comparación, y tenemos un caso de uso muy común. Se llama análisis de series de tiempo. Entonces es el método de analizar nuestro negocio, nuestros datos para entender los patrones y tendencias a lo largo del tiempo. Y una de las preguntas más importantes y clásicas que vas a obtener de los tomadores de decisiones o negocios es hacer análisis año tras año o mes a mes. Análisis. Por lo que el análisis año tras año nos va a ayudar a entender el crecimiento general o la disminución en el desempeño de nuestro negocio a lo largo de los años a lo largo del tiempo. Pero por otro lado, tenemos análisis mes a mes para hacer análisis de tendencias a corto plazo, y como descubriremos los patrones en la estacionalidad Por lo que el enfoque principal es entender el desempeño de nuestro negocio a lo largo del tiempo. Entonces ahora volvamos a la escala para resolver la tarea. Bien, chicos. Entonces ahora vamos a hacerlo paso a paso. Ahora bien, ¿cuál es el primer paso? Antes de ir a comparar las cosas juntos, tenemos que recopilar los datos. Tenemos que hacer los cálculos primero. Entonces tenemos que averiguar primero las ventas totales del mes en curso, y luego las ventas totales del mes anterior. Y después de eso, podemos ir a compararlos. Así que ahora comencemos con las cosas fáciles. Tenemos que conocer las ventas actuales para el mes en curso. Entonces para poder hacer eso, vamos a hacer una selección muy simple. Entonces, ¿qué necesitamos? Tomemos el número de pedido. Tomemos la fecha del pedido porque dentro de ella, tenemos el mes. Vamos a recoger las ventas. Entonces eso es todo por ahora a partir de órdenes de venta. Entonces vamos a ejecutar esto. Entonces en el resultado, obtuvimos las cosas habituales. Tenemos diez pedidos, ventas y fecha de pedido, pero la fecha del pedido está en el nivel de los días, y no nos interesa en toda la fecha. Nos gustaría obtener solo el mes para poder calcular el total de ventas del mes. Ahora vamos a ir a usar una función para extraer el mes de una fecha. No te preocupes por ello. Podemos tener un capítulo dedicado en orden. Para mostrarte cómo lidiar con los formatos de fechas en escala. Entonces ahora, lo que vamos a hacer, usaremos una función muy sencilla llamada mes y fechas de pedido. Y llamémoslo orden mes. Eso es. Vamos a ejecutarlo. Ahora, como pueden ver, tenemos un nuevo campo donde tenemos sólo el mes de formaciones. Entonces aquí tenemos enero, febrero y marzo. Entonces ahora el siguiente paso es que queremos encontrar el total de ventas para cada mes. Entonces, lo que vamos a hacer, vamos a pasar a un nuevo grupo. Entonces hagámoslo. Vamos a ir a decir que queremos la suma de las ventas. Sólo voy a llamarlo ventas del mes actual. Y vamos a deshacernos de toda esa información. Vamos a ir a agruparnos por el mes correcto. Así que agrupa, vamos a tener el mes. Eso es. Vamos a ejecutarlo. Entonces es muy sencillo correcto. Ya tenemos los tres meses y las ventas totales del mes en curso. Entonces ahora con eso, obtuvimos la primera información que necesitamos para poder hacer la comparación. Tenemos para cada rol las ventas totales del mes en curso. Ahora lo siguiente que vamos a hacer es averiguar las ventas totales del mes anterior, lado a lado en la misma fila. Y para hacer eso, hemos aprendido, podemos ir y usar la función g. Entonces vamos a ir e integrar la función de ventana de retraso en el mismo grupo por. Entonces vamos a hacerlo así. Entonces rezago ahora nos interesa el mes anterior. Entonces por eso vamos a ir a obtener la suma de ventas como expresión dentro de ella. Y después de eso, vamos a definir la ventana. Puede ser así una vez más y ordenar por es imprescindible, así que vamos a ir a ordenar los datos por mes. Vamos a hacerlo. Y con eso hemos definido las ventas del mes anterior. Eres el mes anterior ventas. Entonces ahora vamos a ejecutarlo para ver los resultados. Todo bien. Entonces ahora vamos a revisar los resultados. La primera fila. Cuál es el mes anterior. No hay meses previos. Estamos en el primer registro, y el primer mes. Por eso tenemos Null. Ahora, vamos a febrero. ¿Cuáles son las ventas del mes anterior a partir de enero? Es 105. Entonces esto es correcto. Y ahora hasta el último valor a la marzo, ¿cuáles son las ventas de febrero? ¿El mes anterior? Es 195. Entonces con eso obtuvimos los dos datos que tenemos el mes en curso y también el mes anterior. Entonces, chicos, como pueden ver, es magia, ¿verdad? Es muy sencillo. Podemos ir y usar las funciones lead y lag para acceder a otros valores de otra rosa sin hacer ninguna articulación complicada y así sucesivamente. Bien, entonces ahora, ¿cuál es el siguiente paso? Vamos a ir a restar las ventas totales del mes en curso con el mes anterior Entonces para hacer eso, vamos a ir a usar una subconsulta como esta Así que selecciona estrella de. Vamos a tenerlo así como subconsulta. Y ahora el cálculo es muy sencillo. Déjame mover este poquito hacia abajo. Por lo que es el mes actual sustraído del mes anterior. Vamos a llamarlo mes a mes cambio. Entonces eso es todo. Vamos a ejecutar esto. Entonces ahora vamos a revisar los resultados del primer mes, ya lo puedes ver. No tenemos ningún valor, y eso es correcto porque el mes anterior está vacío, por lo que no hay cambio. Ahora pasando al febrero, se puede ver por aquí, tenemos más 90. Eso significa que tenemos una mejora en el desempeño de nuestras ventas. Ahora pasando al último, es realmente malo. Tenemos disminución en nuestro desempeño. Podemos ver que tenemos -115. Entonces eso significa que al mes actual le va muy mal en comparación con el mes anterior. Entonces el mes de marzo es realmente malo. Bien. Entonces ahora como se puede ver en la salida, conseguimos los números absolutos, pero la tarea dice, encontrar el cambio porcentual. Entonces tenemos que comparar esto con un porcentaje, y podemos hacerlo así. Es muy sencillo. Hagámoslo en una nueva columna. Solo ve a alejar un poco. Entonces. Va a ser el cambio, las diferencias divididas por las ventas de los meses anteriores. Y luego vamos a multiplicar es 100. Para obtener el porcentaje, así. Y ahora como pueden ver tenemos ceros, y eso es porque esos números son enteros Entonces tenemos que ir y lanzar uno de esos valores. Sólo lo voy a hacer por primera vez, así que echa, y estás flotando. Entonces eso establece. Vamos a ejecutarlo de nuevo. Ahora, el resultado se ve mejor. Tenemos los porcentajes, pero tenemos muchos dsymbls vamos a dar la vuelta al número dos Digamos que un dymbol solo uno. Vamos a darle un nombre. Entonces ahora estás mes a mes porcentaje. Entonces ejecutemos. Entonces ahora se puede ver que las cosas mejoran, y con eso, hemos calculado, el cambio porcentual en las ventas entre el mes actual y el anterior. Y así es como hacemos los análisis mes a mes. 246. 6 4 ganancias en la retención de clientes: Bien, entonces ahora tenemos otro caso de uso para la función lead y LLC Podemos utilizarlos para hacer análisis de retención de clientes. Se trata de medir el comportamiento del cliente y la lealtad. Por lo tanto, estamos ayudando al negocio y decisiones a construir una relación sólida con los clientes leales y para que ellos también se centren en sus necesidades. Entonces ahora veamos cómo podemos usar función lead y LC para poder hacerlo. Análisis de retención de clientes. Entonces, vamos. Bien, ahora tenemos la siguiente tarea, y dice, para analizar la lealtad de los clientes, clasificar a los clientes en función del promedio de días entre los pedidos Así que aquí están pasando muchas cosas. Hagámoslo paso a paso. Y me gustaría empezar siempre con un selecto muy sencillo. Así que vamos a seleccionar informaciones como el número de pedido. Consigamos el ID de cliente. Y además, como queremos los días, nos gustaría tener la fecha. Entonces fecha de pedido de la tabla, pedidos de venta, y vamos a ordenar los datos del pedido por costumbre y fechas de pedido Entonces los activos, vayamos y ejecutemos. Entonces ahora, como siempre, conseguimos nuestros diez pedidos, los clientes, y cuando hicieron el pedido. Entonces ahora vamos a revisar la tarea. Resolvamos esto por aquí. Días entre las órdenes. Entonces tenemos que encontrar cuántos días hay entre dos órdenes. Por ejemplo, si comprobamos el cliente número uno por aquí, hizo el pedido alrededor del diez de enero. Y el segundo orden es como después de diez días, 20 de enero. Entonces tenemos que ir a restar esas dos fechas. Ahora bien, para restar esas informaciones y hacer cálculos, tenemos que tener todo en la misma fila Entonces, por ejemplo, si estamos en la primera fila por aquí, me gustaría tener también una columna sobre el siguiente pedido, así la fecha del siguiente pedido. Entonces tenemos que acceder a un valor de otra fila. Por supuesto, podemos ir y hacer uniones, pero tenemos funciones lead y lag. Y para este escenario, vamos a ir a usar la función lead window. Así que vamos a hacer eso. Voy a ir a llamar a la fecha del pedido por aquí como un pedido actual, y vamos a calcular el lead. Me gustaría obtener la siguiente fecha de pedido. mí me gustaría obtener este valor por aquí en el mismo rol. Por eso esta vez, vamos a conseguir la fecha del pedido. Ahora vamos a definir la ventana. Ahora, tenemos que ir a particionar los datos porque estamos analizando los de cada cliente por separado, ¿verdad? Entonces es por eso que tenemos que particionar eso por el ID de cliente. Por supuesto, para poder hacer el lead, tenemos que usar el orden por. Vamos a definir eso también. Oder por, y va a ser por la fecha del pedido. Entonces ahora, tenemos que darle un nombre. La fecha del pedido aquí es la orden actual. Este va a ser el siguiente orden. Entonces siguiente. Oder, Vamos a alejar un poco y hacer esto más pequeño Así que vamos a ejecutarlo. Entonces como puedes ver en la salida, obtuvimos una nueva columna llamada siguiente orden. Y con eso, obtuvimos el orden actual, la fila actual, y también el valor de la siguiente fila. Entonces, ¿cuál es la siguiente fila? Va a ser el 20 de enero. Lo mismo, por supuesto, para la siguiente fila por aquí, tenemos la fecha de pedido actual. Y la siguiente fecha de pedido. Entonces este valor va a ser exactamente como el siguiente por aquí, 15 de febrero. Y entonces, como estamos trabajando con ventana, esta es toda la ventana de aquí, El último pedido para este cliente, es el 15 de febrero. No hay orden siguiente. Esto puede ser. Lo mismo. Si revisas a los otros clientes, podrás ver siempre que el último pedido no tiene ningún siguiente pedido. Entonces parece que todo está bien. Y para el último cliente, solo tiene un pedido. Ahora con esto, obtuvimos toda la información para nuestros cálculos. Tenemos el orden actual y el siguiente orden en la misma fila. Ahora podemos ir y restarlos para conseguir los días entre esos dos órdenes Ahora, para restar fecha, tenemos que usar la función date dip No te preocupes por esas funciones. Podemos explicar todas esas cosas en los próximos capítulos. Ahora, sólo sígueme con esos pasos. Lo que vamos a hacer, vamos a ir a restar esta fecha de pedido con todo por aquí Todo el asunto aquí es el siguiente orden. Hagámoslo en una nueva línea. Y va a ser muy sencillo. Entonces fecha D estamos encontrando las diferencias entre dos fechas. Entonces la sintaxis va a ser así. Primero, tenemos que definir de qué estamos hablando, son días, meses, años, y así sucesivamente. Entonces tenemos que decírselo a SQL. Encuéntrame las diferencias en días. Ahora tenemos que especificar dos días. El primero va a ser la fecha del pedido. Esta es la fecha actual, y la segunda fecha va a ser todo a partir de aquí. Vamos a tomarlo y ponerlo uno al lado del otro. Y este cálculo nos va a dar varios días. Vamos a llamar a estos días hasta el próximo pedido. Todo bien. Entonces ahora vamos a ejecutar todo el asunto. Así que ahora vamos a comprobar el resultado como se puede ver por aquí. Tenemos diez. Entonces esto son diez días entre esas dos fechas, y la siguiente, tenemos alrededor de 26 días. Aquí tenemos un nulo porque no tenemos aquí una fecha. Y para el siguiente, tenemos 31 días, así que tenemos un mes entero por aquí. Entonces todo está funcionando a la perfección. Y con eso, hemos resuelto, Sólo esta parte, días entre las órdenes. Entonces, chicos, ya ven, ¿ verdad? Esta es la magia de la función lead ag. Podemos acceder muy fácilmente a cualquier información que necesite en el mismo rol para poder hacer un análisis tan importante. Y con una consulta muy simple, no estamos haciendo ninguna cosa loca como unirse y esas cosas. Solo estamos especificando la función lead. tanto tiempo conseguimos toda la información que necesitamos, a continuación, vamos a ir a calcular el promedio de esos días. Entonces para hacer eso, tenemos que ir y usar una sub consulta. Así que déjame alejar el zoom. Así que vamos a seleccionar estrella. Simplemente prepare la subconsulta. Entonces todo el asunto puede ser una subconsulta. Yo solo me deshago de la orden por. Ahora no es necesario. Entonces déjame ponerlo así y cambiarlo. Entonces ahora, ¿qué necesitamos? Necesitamos el promedio del día. Entonces necesitamos el promedio de este valor. Entonces, ¿qué podemos hacer? Podemos ir a usar un grupo. Entonces ID de cliente, ya que tenemos que encontrar el promedio para cada cliente y vamos a conseguir este valor y decir promedio. Días hasta el siguiente pedido, y vamos a llamarlo días promedio. Y tenemos aquí para agrupar, agrupar, ID de cliente. Entonces así, haz esto un poco más pequeño y haz zoom aquí. Entonces, eso es todo. Ahora solo estamos haciendo una declaración de promedio y grupo muy simple. Así que vamos a ejecutarlo. Se puede ver, la escala puede ir y agregar los datos. Por lo que ahora solo tenemos cuatro clientes. Y para cada cliente, tenemos el promedio de días entre los pedidos. Entonces, ¿ahora qué falta en nuestra tarea? Si revisas por aquí, dice, clasifica a los clientes en función de este promedio. Entonces tenemos que ir y usar la función rank. Entonces aquí, de nuevo, otra función de ventana que tenemos que ir y usar, vamos a hacerlo junto con el grupo I. Así que déjame hacer esto un poco más pequeño. Y entonces hagámoslo por aquí. Así que sólo voy a ir con la función de rango. Entonces vamos a desafiar la ventana así sobre ordenar por, y luego vamos a ir a ordenar los datos por el promedio de días Entonces eso significa que vamos a ir a obtener este cálculo por aquí y ponerlo como orden por, va a ser ascendente, entonces nos estamos enfocando en los días promedio más bajos. Entonces, eso es todo. Vamos a llamarlo promedio de rango. Ahora, vamos a ejecutar esto. Ahora al verificar el resultado, se puede ver ahora que tenemos un ranking para el promedio. Y aquí Scale dice que el cliente número uno o el cliente número uno leal es el cliente número cuatro, lo cual es naturalmente correcto porque el número cuatro, no tenemos mucha información sobre este cliente. Él o ella ordenó sólo una vez. O ahora vas a filtrar los datos y eliminar a este cliente, donde dices, si el promedio es nulo, entonces no lo pongas en el rango o podemos ir y reemplazar este valor por un valor muy enorme. Con el fin de hacerlo al final de nuestra lista. Por ejemplo, podemos ir por aquí y sustituir el nulo por Kuaisk así, y decimos, si el promedio es nulo, entonces digamos, dame un número loco como este, muy enorme Entonces, eso es todo. Vamos a ejecutar. Ahora, como puede ver, este cliente va a estar al final de nuestra lista, y ahora podemos ver que el cliente más leal es el número uno, y luego los otros dos clientes están en el rango dos. Aquí estamos compartiendo el mismo rango ya que tenemos el mismo promedio. Entonces chicos con eso, hemos vendido la tarea, y hemos clasificado el ritmo de los clientes en los días promedio. Entre los pedidos, así que ahora tenemos un rango muy agradable, y podemos entender ahora el comportamiento de los clientes, y tal vez tenemos que ir y enfocarnos en el cliente número uno y entender aquí o compartir necesidades. Y por supuesto, la función que nos ayudó aquí para hacer tal análisis de retención de clientes es la función lead con el fin encontrar el siguiente pedido para calcular los días. Entonces así es como usas las funciones de plomo para hacer tal caso de uso. 247. 6 5 valor de victoria, primero, por último: El primer valor y el último valor funciona. Creo que el nombre lo dice todo, bien. Entonces el primer valor puede permitirle acceder a un valor de la primera fila dentro una ventana donde el último valor es exactamente lo contrario, puede permitirle acceder a un valor de la última fila dentro de una ventana. Es correcto. Entonces ahora vamos a entender cómo SQL ejecuta esas funciones. Entonces ahora, como de costumbre, tenemos este ejemplo muy sencillo, tenemos los meses y las ventas, y lo tenemos dos veces porque ahora nos gustaría ir y comparar lado a lado, las dos funciones, primer valor y último valor. Entonces ahora por el lado izquierdo, nos gustaría obtener las ventas del primer mes. Y del lado derecho, nos gustaría obtener las ventas del último mes. Entonces ahora para la primera tarea, podemos ir y usar el primer valor. Es muy sencillo. Entonces la primera función de valor, luego el argumento va a ser ventas ya que queremos las ventas. Y luego la ventana se va a definir así orden por mes porque queremos obtener el primer mes. Entonces, como de costumbre, debemos usar orden por. Ahora, del lado derecho, para obtener las ventas del último mes, podemos ir y usar el último valor correcto. Entonces, las mismas cosas, perdieron ventas de valor sobre el pedido por vía oral. Entonces, como puedes ver a la izquierda y a la derecha, no usamos ninguna definición de marco, pero el valor predeterminado va a ser usado a partir de esto. Todo bien. Ahora, veamos cómo quel va a procesar ambas consultas lado a lado. Así que el primer paso que puede ir y ordenar los datos. Ya están ordenados. De la menor a la más alta, y luego el siguiente paso va a comenzar fila por fila encontrando el primer valor en el lado izquierdo. Entonces, ¿cuál es el procedimiento sin límites? Va a ser estático y siempre apuntando a enero. Entonces este siempre va a ser el procedimiento sin límites. Lo tenemos en ambos lados así. ¿Y cuál es la fila actual? Va a ser al inicio en la primera fila. Y del lado derecho, las mismas cosas por aquí. Entonces la definición de ventana va a ser es sólo una fila derecha. Entonces, ¿cuál es el primer valor en esta ventana? Son 20, derecho. ¿Las mismas cosas en el lado derecho? ¿Cuál es el último valor en esta ventana? También es 20. Entonces obtendremos exactamente los mismos resultados. Ahora, pasemos a la segunda fila. Entonces va a estar apuntando a febrero, y la definición de marco va a estar aquí extendida así. Entonces, ¿cuál es el primer valor en este marco? También van a ser 20. Entonces la salida, vamos a llegar a 20. Ahora del lado derecho, el crudo actual va a ser así apuntando a febrero y la ventana va a ir a alargarse. Entonces, ¿cuál es el último valor de este marco? Van a ser diez. Ahora, sigamos adelante. Vamos a ir a la marcha y la ventana se va a extender. ¿Cuál es el primer valor? Siempre va a ser lo mismo. 20. En los lados derechos, ventana va a extenderse. ¿Cuál es el último valor? Van a ser 30. Entonces como puedes ver, la definición por defecto siempre es tener el inicio estático, siempre el mismo inicio del subconjunto. Y a medida que nos vamos moviendo con la fila actual, el marco se va a extender. Entonces ahora pasando a la última, y con eso, obtendremos todo el conjunto de datos dentro del frame y la primera celda va a estar 20 del lado derecho, las mismas cosas se van a extender así, y esta vez, la última va a ser abril Así que ahora si vas y las comparas lado a lado, ves que del lado izquierdo, la tarea está resuelta y todo está funcionando correctamente, ¿verdad? Así que tenemos para cada fila, siempre las ventas de la primera fila. Y cuál es la primera fila, es enero. Entonces tenemos en todas partes, e 20, que es correcto. Pero ahora, si revisas el lado derecho, puedes ver que algo anda mal, bien. No estamos obteniendo el último valor. Siempre debemos ponernos aptos deberíamos tener aquí en todas partes, cinco. Entonces tenemos aquí exactamente el mismo resultado que las ventas. Entonces es realmente inútil usarlo así bien. Y eso es, por supuesto, porque la escala está usando la definición predeterminada del marco de ventana. Último valor es la única función de todas las funciones de ventana que no se puede utilizar la definición de marco predeterminada. Hay que ir y personalizar la definición de fotograma para obtener el efecto del último valor. Por el primer valor, todo está funcionando. Si estás usando un marco predeterminado, si no estás especificando nada. Pero para el último valor, no obtendrás el efecto correctamente sin personalizarlo La ventana del marco. Entonces mis amigos, pueden ir y usar la función de primer valor como todas las demás funciones de ventana. Sin definir un marco, puedes ir con el predeterminado, y obtendrás el efecto del primer valor. Pero el último valor, hay que ir y definir un marco. Entonces veamos cómo podemos resolver eso. Bien, ahora para resolver esto, vamos a definir el marco así Van a ser las filas entre la fila actual y las siguientes sin límites Así que simplemente cambiamos las cosas. Entonces ahora veamos cómo puede funcionar esto. Ahora, por supuesto, SQL va a ir a resolver los datos y así sucesivamente. Ahora sofocar va a tener un puntero a lo que sigue sin límites Entonces va a apuntar siempre a la última fila de nuestro conjunto de datos. Entonces va a proceder paso a paso. Entonces la primera fila va a ser así, y el marco va a ser todo, ¿verdad? Entonces, desde la fila actual hasta el seguimiento sin límites. Entonces, ¿cuál es el último valor? La última fila, van a ser los cinco, el appl. Entonces vamos a entrar en la salida cinco. Ahora, pasemos al siguiente valor. El marco va a ser más corto y más pequeño. ¿Y cuál es el último valor? Va a ser también, los cinco, ¿verdad? Entonces ahora saltamos al siguiente. Y el marco va a ser así. Cuál es el último valor también cinco, y luego obtendremos el último valor así. Current raw es igual a lo que sigue sin límites. Tenemos sólo una cruda y van a ser también cinco. Entonces como puedes ver es muy sencillo, arregla la cláusula frame, y conseguirás que el último valor funcione como se esperaba. Entonces así es como Sq va a ir y hacerlo. Ahora, volvamos a un Squal y empecemos a practicar. Bien, ahora tenemos la siguiente tarea. Dice, encontrar las ventas más bajas y más altas para cada producto. Entonces ahora veamos cómo podemos hacer esto. Como es habitual, vamos a comenzar con declaraciones selectas muy simples. Así que selecciona ID de pedido. Necesitamos el ID del producto, Y también hay ventas. Así que vamos a seleccionar la tabla, órdenes de venta. Eso es. Vamos a seleccionar esto. Ahora en la salida, conseguimos nuestros pedidos, productos y ventas. Entonces ahora comencemos con la primera parte de la tarea. Encuentra las ventas más bajas para cada producto. Para ello, podemos usar la función de primer valor. Vamos y hagamos eso, primer valor. Entonces de lo que estamos hablando, tenemos que dar una expresión. Necesitamos las ventas más bajas y más altas. Así que vamos a tener las ventas dentro de él. Y ahora tenemos que definir las ventanas o más. Ya que estamos diciendo para cada producto, eso significa que tenemos que ir a hacer ventanas. Entonces tenemos que dividir los datos usando partición por ID de producto, y luego debemos usar un pedido por. Entonces tenemos que ir a ordenar los datos por las ventas. Dado que el primer valor debe ser el valor más bajo, tenemos que hacerlo como ascendente de las ventas más bajas a las ventas más altas. Así que sólo vamos a dejarlo así por defecto, y vamos a llamarlo ventas más bajas. Vamos a ejecutar esto. Ahora vamos a revisar nuestros resultados. Primero, la habilidad va a ir y particionar los datos por el ID del producto. Entonces como pueden ver, ya llegamos aquí, cuatro ventanas, luego ordenamos los datos por las ventas. Por lo que los datos se ordenan de menor a mayor 10-90 Ahora bien, ¿cuál es el primer valor de las ventas? Es la primera fila a la derecha. Entonces van a ser diez. Por eso tenemos en todas partes diez. Vamos a revisar otro, vamos a tomar este de aquí. Entonces esta ventana tiene dos filas, y se ordena las ventas más bajas o digamos que el primer valor es, 25. Entonces con eso, hemos resuelto la primera parte de la tarea, encontrando las ventas más bajas para cada producto. Pasemos al siguiente. Tenemos que averiguar las mayores ventas para cada producto. Entonces vamos a usar el último valor para esto. Entonces, vamos a tener una nueva línea. Vamos a tener último valor. Nuevamente, las ventas. Entonces vamos a ir a definir la ventana. Va a ser exactamente la misma ventana, tenemos que particionar los datos por el ID del producto y ordenar los datos por ventas. Vayamos y solo llevemos. El anterior. Vamos a llamarlo por ahora las ventas más altas. Vamos a ejecutarlo. Ahora bien, si revisas los resultados, volverás a ver nuestro número por aquí. No estamos obteniendo las mayores ventas para esta ventana. Las ventas más altas son 90, pero como puedes ver, estamos obteniendo exactamente las mismas ventas, y eso lo hemos explicado en el ejemplo anterior. Para arreglar esto, vamos a ir y agregarle para ello el marco. Filas entre la fila actual y las siguientes sin límites Ahora, vamos a ejecutar esto. Ahora vamos a comprobar el resultado. Como puedes ver por aquí, conseguimos las ventas más altas correctamente. Para esta ventana, la más alta es 90 también para esta ventana, la 60, y así sucesivamente. Con eso, has resuelto ambas tareas, las ventas más bajas y las más altas. Pero ahora, me gustaría mostrarles mi opinión honesta sobre las tareas. No voy a ir a usar el último valor para encontrar las ventas más altas. Déjame mostrarte cómo suelo hacerlo. Voy a ir a usar el primer valor para encontrar el último valor. Ahora déjame mostrarte a lo que me refiero. Vamos a agregar una nueva fila. Simplemente voy a tomar todo de las ventas más bajas. Pero lo que voy a hacer, sólo voy a ir a cambiar el orden. Entonces eso significa que no iremos a ordenar los datos así ascendiendo de las celdas inferiores a los sellos más altos. Vamos a ir a cambiarlo. Así que vamos a ir a ordenar los datos de las celdas más altas a las celdas más bajas. Y con eso, el primer valor van a ser las celdas más altas. Así que déjame cambiarle el nombre. Ventas más altas, dale como dos. Vamos a ejecutar esto. Ahora puedes ver por aquí, obtuvimos exactamente los mismos resultados porque ordenamos los datos manera diferente y obtenemos el primer valor. Esto puede darte exactamente el mismo efecto que el último valor. Como pueden ver, no tengo que definir ahora ninguna ventana o algo así. Puedo seguir con el marco predeterminado pero simplemente torciendo el orden por. Así es como puedes hacerlo también, usando solo el primer valor. Ahora, solo por el bien de esta tarea, también hay otra posibilidad en cómo resolver esto. Puedes ir y usar las funciones minmax. Déjame tomar la misma avenida uno, las ventas más bajas. Podemos ir y decir, ¿ sabes qué? Vamos a por los hombres. Estamos diciendo que me busquen las ventas mínimas, y no tenemos que ir a ordenar nada, así podemos ir y dividirlo así. Vamos a darle otra identificación. Vamos a ejecutarlo. Como puede ver, obtuvimos exactamente los mismos resultados que las otras dos ventas más altas. Entonces, como puedes ver, podemos resolver esta tarea usando tres funciones diferentes. O ve y usa el último valor, pero tienes que definir el fotograma o puedes ir y usar el primer valor donde cambias o giras el orden. O simplemente usando la función max para obtener las mayores ventas. Entonces, chicos, como pueden ver, podemos usar el primer valor y el último valor para conocer los extremos como aquí en este ejemplo, las ventas más bajas y las más altas Entonces hay como similitud entre esas dos funciones y también, la media y la máxima. Por supuesto, lo que vamos a hacer con este valor aquí, podemos ir y compararlo con las ventas actuales. Entonces, por ejemplo, podemos ir y extender nuestra tarea donde digamos, encontrar la diferencia en las ventas entre las ventas actuales y las más bajas. Entonces para hacer eso, déjame limpiar todas esas cosas. Sigamos con el primer valor. Y el valor más alto así. Entonces tenemos que comparar ahora las ventas actuales, que es este campo de aquí, las ventas, la original, con las ventas más bajas con todo a partir de aquí. Así que vamos a hacer eso. Entonces vamos a tener una nueva línea, y vamos a decir, simplemente restar las ventas de las ventas más bajas, así, y vamos a darle un nombre de diferencia de ventas Entonces eso dice, Vamos a ejecutarlo. Ahora, como pueden ver los resultados en una fila, estoy comparando las ventas actuales, que son 90 con las ventas más bajas de este producto. Va a ser el diez. Entonces con eso vamos a conseguir la distancia, digamos, entre esas dos informaciones, y van a ser 80. Entonces ahora para el siguiente, la distancia entre este valor y el valor más bajo es más corta, por lo que estamos cerca del valor más bajo. Entonces, como puedes ver por aquí, ahora podemos comparar las ventas entre las ventas actuales y un extremo para encontrar las distancias entre dos valores. Entonces esto es nuevamente, un análisis muy importante para poder hacer análisis comparativos. 248. 6 6 6 valor ganador suzmmary: Muy bien, amigos. Entonces ahora hagamos un rápido recapitular sobre las funciones de valor o las llamamos a veces funciones analíticas Entonces lo que hagan, van a ir y te permitirán acceder a un valor específico desde otra fila. Esto puede ayudarte a hacer cálculos complejos con SQL muy simple sin tener que unir tablas o hacer autouniones. Y para las funciones de valor, tenemos cuatro tipos o digamos para funciones. El primero permite acceder al valor anterior como el mes anterior usando la función lag. El siguiente, te permite acceder a los siguientes valores, al mes siguiente, usando la función lead. Entonces tenemos otro. Permite acceder al primer valor de un subconjunto utilizando la función de primer valor. Y otra opción, podemos ir y acceder al último valor en un subconjunto, usando la función de último valor. Pasando al siguiente, tenemos las reglas de la sintaxis. Entonces A el primer punto , son las expresiones. Podemos ir y usar cualquier tipo de datos. Podría ser un número, cadena, fecha, cualquier cosa. Ahora bien, para poder realizar esas funciones, tenemos que ir a ordenar los datos por orden. Por lo que se requiere ordenar por. Es una necesidad. Entonces para el marco, se le permite usarlo, por lo que es una cosa opcional. Yo diría que siempre déjelo vacío para el marco, pero sólo para el último valor, hay que ir a personalizar. De lo contrario, no va a funcionar. Ahora, al siguiente punto, tenemos los casos de uso. Tenemos simplemente casos de uso muy importantes para las funciones de valor en el análisis de datos. Entonces, lo que podemos hacer, podemos hacer análisis de series de tiempo. Como aprendimos, podemos hacer análisis mes a mes y análisis año tras año. Los análisis de manguera son clásicos, y siempre es la primera pregunta y ese análisis para medir, estamos creciendo con el negocio o estamos declinando cómo el desempeño entre el año en curso y el año anterior? Entonces puedes ver que siempre estamos haciendo comparación usando esas funciones de ventana. El siguiente caso de uso es también sobre el tiempo que podemos hacer análisis de brecha de tiempo mientras analizamos el comportamiento del cliente, la retención de clientes. Donde hemos calculado el promedio de días entre dos órdenes. En el último caso de uso, también se trata de análisis de comparación comparativa. Podemos ir y usar las funciones de valor para comparar el valor actual con extremo, como comparar las ventas actuales con las ventas más altas o con las ventas más bajas. Entonces, amigos míos, esos análisis son esenciales en los análisis de datos. Estarás contrarrestándolos en cada empresa. En cada negocio, tienes que responder esas preguntas, y puedes hacerlo muy fácilmente usando las funciones de la ventana SQL. 249. 8 1 caso de introducción: Amigos, ahora vamos a aprender a construir una lógica condicional en SQL usando la sentencia case. Y vamos a comenzar con lo básico como entender cómo funcionan, la sintaxis y cómo QL ejecuta la sentencia case detrás de escena Y después de eso, voy a mostrarles muchos casos de uso para las declaraciones de caso que uso en mis proyectos. Entonces ahora comencemos con la primera pregunta. ¿Qué es la declaración de caso? Sentencias de caso, puede permitirle construir una lógica condicional en su consulta SQL evaluando una lista de condiciones una por una y devolver un valor cuando se cumple la primera condición. Entonces ahora vamos a entender la sintaxis de las declaraciones de caso y lo que esto significa. 250. 8 2 caso de sintaxis: Ooh. Ahora veamos el syna paso a paso. Es comenzar con el caso de palabra clave. Este caso indica que ahora estamos iniciando la lógica, una lógica condicional en SQL. Es como lenguajes de programación ya que comienzas con el Fl, la F es la palabra clave de lógica. Toda la lógica también termina con otra palabra clave llamada una vez que SQL ve el final, así que este es el final de la lógica condicional. El caso es el inicio y el final es el final. Ahora lo que podemos tener en el medio es la lógica condicional. La lógica condicional comienza con la palabra clave. Ahora le estamos diciendo a SQL, tenemos una condición para ser evaluados, y luego vamos a ir a especificar la lógica condicional. Tenemos que decirle a SQL, qué puede pasar si se cumple esta condición. Ahora tenemos que usar otro código de palabra clave entonces. Ahora estamos diciendo un SQL, mostrar estos resultados si la condición es verdadera. Como puedes ver, es muy sencillo. Es como el lenguaje natural, como en inglés. Cuando se cumpla la condición uno, entonces mostrar los resultados. Es muy lógico. Ahora por supuesto, podemos ir y agregar una segunda condición dentro de nuestras declaraciones de caso. Podemos tener la misma configuración. Cuando la condición dos, si esto es cierto, entonces mostrar el resultado número dos. Especificamos la palabra clave cuándo, entonces tenemos una segunda condición, y si esta condición es verdadera, le decimos a SQL que muestre otros resultados. Por supuesto, es muy importante entender y la sintaxis de los puntos, SQL va a ir y procesar las condiciones de arriba a abajo. Por lo que la primera condición más importante debe ser al inicio. SQL va a verificar primero esta condición. Si falla y no es cierto, entonces va a ir y saltar a la segunda condición. El orden de las condiciones es muy importante en tu lógica. Ahora claro que podemos ir y sumar múltiples condiciones dependen de la lógica. Usando la palabra clave when. Y ahora una vez que hayamos terminado de definir todas las condiciones, podemos ir y especificar una palabra clave else. El else puede introducir el valor predeterminado, y es opcional. Puedes ir y omitirlo. Entonces el valor de los ils o el valor por defecto se va a usar solo si fallaron todas las condiciones. Entonces eso significa que todas nuestras condiciones no son ciertas y no se cumple nada, entonces Q va a ir a usar el valor de lo demás. Entonces es el valor por defecto el que se va a usar si todas las condiciones son falsas. Entonces esas son las palabras clave que debes usar dentro de cada sentencia de caso, así que tenemos caso, ganar, entonces, y fin. Solo lo demás es un opcional, así que puedes ir a usarlo o saltarlo. Esta es la estructura principal y la sintaxis de cada sentencia case. 251. 8 3 elementos básicos: Ahora, vamos a tener un ejemplo muy sencillo para entender cómo es SQL ejecutar las sentencias de caso detrás de escena. Todo bien. Tengamos este ejemplo muy sencillo donde solo tenemos una condición. Entonces como puedes ver en la sintaxis, empieza con case y end, y luego tenemos solo una condición, y estamos evaluando aquí las ventas. La condición dice que si las ventas son superiores a 50, entonces mostrar en el resultado el valor de alto. Es muy simple solo una condición, y en el lado derecho, tenemos aquí un diagrama de flujo para entender cómo se ejecuta la lógica. Ahora, lo que vamos a hacer, vamos a ir a evaluar esas cuatro ventas través de esta lógica y ver qué va a ser el outtu con la declaración del caso Hagámoslo uno por uno. Empecemos por las ventas justas. Es de 60. Entonces aquí vamos a ir y comprobar es 60 mayor que 50? Bueno, sí. Eso significa que las ventas están cumpliendo con esta condición, y vamos a llegar a ser verdad, y vamos a conseguir en la salida, el valor de alto. Aquí vamos a obtener el valor alto en la salida. Eso significa que las primeras ventas están cumpliendo con el requisito, la condición, y EQ nos va a dar el valor de esta condición. Todo bien. Ahora EQ va a pasar al siguiente valor, y vamos a empezar a evaluar el 30. Ahora vamos a hacer la misma pregunta, la misma condición es 30 superior a 50. Bueno, no. Eso significa que en la salida para esta condición, nos pondremos falsos, por lo que tomaremos el baño de lo falso. Ahora bien, si tomas el baño de lo falso, no vamos a obtener ningún valor correcto, eso es significa que la salida va a ser un nulo. Entonces la salida para el 30 es nula. Y eso es porque no definimos en nuestra lógica nada sobre la opción predeterminada. Entonces no tenemos aquí otra cosa. Y esto es lo que va a pasar si no usas els, obtendrás un nulo en la salida para la sentencia case. Ahora pasemos al siguiente. Va a ser lo mismo. Entonces 15 es menor que 50, así que no está cumpliendo la condición, y también, vamos a obtener un nulo. Y para el último, ya que es nulo, obtendremos también un nulo, ya que no cumplirá con la condición. Ahora después de evaluar todas esas ventas, Solo las primeras ventas están cumpliendo esa condición, y por eso tenemos un solo valor el alto. Todo bien. Así que ahora sigamos moviéndonos y agregando cosas a nuestras declaraciones de casos. Ahora estamos agregando una segunda condición. Dice, después de verificar las ventas, si es superior a 50 y falla, vuelve a verificar las ventas, si es superior a 20. En caso afirmativo, entonces mostrar el valor del medio. Ahora en nuestro flujo de trabajo, estamos agregando una segunda condición para ser revisados. Si el primero es falso. Ahora vamos a evaluar nuestras ventas nuevamente y verificar la salida. El primero, el 60. Como puede ver, el 60 es superior a 50, por lo que estamos cumpliendo con el primer requisito. Por eso vamos a sacar el valor alto, parecía que antes. Aquí vamos a conseguir. Yo en la salida. Ahora aquí muy importante entender una cosa que. SQL no evaluó aquí en este escenario, la segunda condición. SQL no desperdició tiempo comprobando la otra condición. Todo sesgado una vez que obtiene un verdadero de una condición Así es exactamente como SQL procesa el caso. Va a revisar cada condición de arriba a abajo, y una vez que lo encuentre cierto, va a detener todo inmediatamente y mostrar el valor de esta condición, y no evaluará ninguna otra condición. Escala va a ir y saltar al siguiente valor. Somos el valor de 30. Evaluemos las condiciones es 30 superior a 50, bueno, no lo es, entonces es falso. Ahora, ¿qué puede pasar? Hielo va a ir y saltar a la siguiente condición y comenzar a evaluar la segunda, ya sea verdadera o falsa. Ahora vamos a comprobar aquí es 30 superior a 20. Bueno, sí. Se puede cumplir y obtendremos el valor del medio. C va a parar todo y mostrar en la salida para este valor. El medio, así que aquí vamos a conseguir medio. En este escenario, hemos evaluado las dos condiciones que tenemos en la declaración del caso. Ahora va a ir a la tercera, tenemos 15, es 15 superior a 50, sabremos. Obtendremos las fallas para la primera condición. Entonces vamos a ir a saltar a la segunda condición y comprobar que es 15 superior a 20, también sabremos. Ahora, ¿qué va a pasar? Las fallas van a ser un aquí y no vamos a obtener ningún valor como retorno. Obtendremos el valor de null en la salida. Ahora para el último, tenemos null, vamos a obtener también null porque no va cumplir ninguna de esas condiciones, y eso es porque no definimos un else en la declaración del caso. Si definimos estas condiciones así, obtendremos la categoría media para los 30. Así es como Escala evalúa múltiples condiciones en las declaraciones de casos. Ahora mismo, vamos a ir a la forma final de nuestras declaraciones de caso, y vamos a ir y agregar otra, vamos a tener un valor predeterminado. Estamos viendo aquí si las ventas no son superiores a 50 o superiores a 20, entonces muestran un valor predeterminado como bajo. Eso significa que cualquier venta que sea igual o menor a 20 va a obtener el valor de bajo. Ahora muy interesante si revisas el flujo de trabajo por aquí, puedes verlo. Ahora tenemos un valor para cada camino. Para la primera condición, vamos a ponernos altos para el segundo medio, y si no se cumple nada, vamos a obtener siempre el valor del flujo. Por lo que no hay forma en este gráfico de obtener los nulos correctos. Así que vamos a evaluar de nuevo nuestros valores. Creo que ya lo entiendes. El 60 está cumpliendo con el primer requisito, y SQL va a talar todo inmediato y solo mostrar el valor de alto Entonces, del lado derecho de aquí, no se va a evaluar nada porque la primera condición es cierta. Aquí en los outsots, vamos a conseguir el valor de alto En nada cambió como los dos ejemplos anteriores. Ahora, Escala va a pasar al siguiente valor, tenemos el 30, para que podamos evaluar el primero. Va a ser falso. El siguiente, es superior a 20, es cierto, y por eso Escala va a mostrar el valor del medio, y esto es también, lo tuvimos en el ejemplo anterior. Ahora, es C va a pasar al siguiente y aquí las cosas se van a poner interesantes. El valor de 15. Vamos a evaluar la primera condición, ¿es superior a 50? Bien sabed, ¿Es superior a 20? Bien sabe. Ahora estamos en escenario donde ninguna de esas condiciones es cierta. Por eso Q va a ir y ejecutar el otro. Si revisas nuestro gráfico, va a ser falso y obtendremos el valor de low. Entonces en las salidas, no vamos a conseguir esta vez. Un nulo, porque tenemos els, vamos a obtener el valor de defecto Lo mismo ahora para el nulo. Nulo no cumplirá la primera condición así la segunda condición, y es por eso que obtendremos también el valor de la otra. Entonces aquí en la salida, obtendremos también el valor de defecto Así que ahora, como puedes ver, si usas un else dentro de las sentencias case, te asegurarás de que no habrá nulos en la salida Para que hayas aprendido las diferentes opciones que tenemos dentro de las declaraciones de caso, y cómo Scale ejecuta el caso detrás de escena. 252. 8 4 caso de uso 1: Bien, amigo. Entonces ahora llegamos a la parte donde voy a mostrarte los casos de uso más útiles de las declaraciones de caso que suelo usar en mis proyectos. Entonces comencemos. El propósito principal de la sentencia de caso es hacer transformaciones de datos. Las transformaciones de datos son un proceso muy importante en cada proyecto de datos. Y una tarea muy importante en las transformaciones de datos es que, podemos generar nuevas informaciones. Podemos ir y crear nuevas columnas basadas en los datos existentes que tenemos en la base de datos usando las sentencias de caso. Esto, por supuesto, puede ayudarnos a impulsar nuevas informaciones para nuestros análisis sin modificar la base de datos fuente. Solo para análisis. Amigos míos, el propósito principal de la declaración de caso es hacer transformaciones de datos mediante la creación y generación de nuevas columnas. Ahora comencemos para el primer caso de uso y el más importante y famoso es, usamos sentencia case para categorizar los datos Esto significa que vamos a agrupar los datos en diferentes categorías en función de ciertas condiciones. Ahora podría preguntarse por qué es importante este caso de uso. Bueno, clasificar y agrupar datos es fundamental en el análisis y reporte de datos porque hace que los datos sean más fáciles de entender y también de rastrear Pero lo que es más importante, nos va a ayudar a agregar los datos en función de las categorías. Todo bien. Ahora vamos a tener la siguiente tarea, y dice, informes generadores que muestran ventas totales para cada una de las siguientes categorías. Categoría alta si las ventas son superiores a 50, categoría media, si las ventas son 20-50, y baja si las ventas son 20 o menos y ordena las categorías de las ventas más altas a las más bajas Hagámoslo paso a paso, y ahora antes de hacer cualquier agregación de datos, tenemos que ir a crear una nueva columna llamada categorías porque no la tenemos en la base Ahora comencemos con declaraciones muy simples, selectas. Seleccione ¿qué necesitamos? Tomemos el número de pedido. Las ventas, y eso es todo por ahora. Entonces a partir de órdenes de venta. Vamos a ejecutarlo. Y ahora tenemos nuestras diez órdenes, y tenemos que ir y ahora crear una nueva columna llamada categorías, y vamos a hacer eso usando las declaraciones de caso. Entonces tomemos una nueva línea, y comenzamos con case, y luego otra vez, una nueva línea para definir la primera condición usando la w. Entonces la primera condición es la alta donde las ventas superan los 50, así que es muy simple. Entonces, cuando las ventas son superiores a 50, ¿qué puede pasar si esto es cierto? Queremos mostrar el valor alto. Entonces esta es la primera condición, y luego pasemos a la segunda. Si las ventas son superiores a 20, eso significa que es menor a 50 y superior a 20, entonces queremos ver el valor medio. Ahora para la última categoría, la baja, no tenemos que ir y crear una condición para eso, porque si esos dos fracasan, entonces eso significa que las ventas sean iguales a 20 o menos. Lo que vamos a hacer, vamos a hacer simple se y mostrar el valor bajo. Así, déjame hacer esto un poco más pequeño. Ahora lo que falta en nuestro caso es, por supuesto, el final. Sin ella, vas a obtener un error, terminar y vamos a darle una categoría de nombre. Estamos listos. Vamos a disculparlo. Ahora vamos a revisar cosas al azar. Como puedes ver aquí, tenemos las ventas de 50. Es baja, lo cual es correcto, y entonces tenemos aquí 60, está por encima de 50, y tenemos la categoría alta. Ahora si revisas el número de pedido seis, tenemos el pedido 50 es mediano porque no es superior al 50. Es 50-20 Ahora como puedes ver, ahora hemos clasificado nuestros pedidos usando la categoría. Ahora el siguiente paso con eso, vamos a ir a agregar los datos. Cómo vamos a hacer eso. Usaremos una subconsulta. Hagámoslo así. Vamos a ir a seleccionar, y por supuesto, vamos a agrupar los datos por categoría, así que vamos a ir y Lk de categoría, y necesitamos el total de ventas eso significa que vas a ir a usar la función suma para las ventas, y vamos a llamarlo ventas totales Ahora tenemos que anidar las consultas juntas, F, esta es nuestra consulta así, y luego tenemos que cerrarla y agruparla i, entonces estamos agrupando por la categoría. Con eso, ahora estamos agregando las ventas por esa categoría Es muy sencillo. Vamos a ejecutarlo. Ahora en el resultado, solo tenemos tres categorías, no tenemos las diez órdenes porque ahora estamos haciendo agregaciones de datos Ahora la granularidad ahora en el nivel de categoría. Ahora podemos ver que las ventas totales para el máximo es 2010. El bajo tenemos 65 y el medio tenemos 105. Por supuesto, aún no hemos terminado porque en la tarea, dice, ordenar las categorías desde las ventas más altas hasta las más bajas. Eso significa que tenemos que ir y usar una orden por declaración al final, y vamos a ordenar los datos por las ventas de mayor a menor, eso significa enviar así que eso es todo, vamos a ejecutar. Ahora con eso, tenemos nuestros informes. Ahora estamos mostrando las ventas totales por las categorías y los datos ordenados de mayor a menor. La categoría más alta es alta, luego media, y luego la última es baja. Amigos míos, como pueden ver, con la ayuda del caso, hemos creado nuevas informaciones a partir de nuestros datos, tenemos la categoría, y luego hemos creado insights o reporte basado en esta nueva información, donde hemos agregado nuestros datos usando esta nueva información. El caso de uso de categorizar datos usando declaraciones de casos es fundamental y muy importante en cada proyecto de datos 253. 8 5 reglas: Bien. Entonces ahora, una cosa más antes saltar al siguiente caso de uso, que hay una regla a seguir si estás usando sentencias de caso. Y es que los tipos de datos del resultado deben ser coincidentes. Entonces lo que esto significa, si revisamos de nuevo nuestro ejemplo por aquí, podemos ver que el resultado de cada condición es string. Entonces como pueden ver tenemos aquí alto, medio y bajo, y todas esas informaciones están siguiendo los mismos tipos de datos, por lo que es correcto. Entonces si voy y rompo esta regla, por ejemplo, Después de esto entonces, vamos a tener el valor también. Entonces ahora tenemos un número, y tenemos caracteres. Así que vamos a ejecutarlo. Ahora, por supuesto, vamos a obtener un error porque ahora kel está tratando de convertir el valor bajo a un entero que es incorrecto. Entonces los tipos de datos de la salida del resultado deben ser coincidentes, y eso no solo incluye el valor después del entonces, sino también el valor después del else porque este valor es también parte de la salida. Entonces volvamos a tener aquí medio. Ahora, vamos a cambiar esto a, digamos uno. Así que vamos a disculparlo. Nuevamente, la escala va a arrojar un error porque este es un número entero, y los demás son caracteres de cadena. Entonces esta es la regla de usar la sentencia case. Los tipos de datos después de entonces y después de else deben coincidir. Y si me preguntas si hay restricción sobre dónde puedes usar la declaración se en qué cláusulas, puedes usarla en todas partes en select, en juntas, desde donde, agrupar por, ordenar por, en todas partes. Entonces no hay restricciones, y sólo tenemos esta regla. 254. 8 6 uso2: Bien, amigos. Otro caso de uso para las declaraciones de caso, podemos usarlo para mapear valores. Podemos usar la sentencia case para transformar los datos de una forma a otra para que sean más legibles y más utilizables para la analítica. Un escenario de mapear valores a puntos, a veces los desarrolladores de bases de datos almacenan los datos y valores dentro de la base de datos como códigos y como banderas. Entonces, por ejemplo, el estado de la orden podría almacenarse como un N cero, en lugar de tener inactivo y activo, y esta es una técnica con el fin optimizar el rendimiento de la base de datos para la aplicación porque uno y cero es mucho más rápido que almacenar toda la cadena. Pero en el análisis de datos, solemos generar reportes para ser leídos por humanos por personas. Ahora en lugar de mostrar los datos como cero y uno, va a ser más agradable y legible si se muestran los datos como activos e inactivos Para estos escenarios, vamos a ir a usar la sentencia case para traducir esos valores crípticos y técnicos en términos legibles De lo contrario, cada uno puede consumir tu reporte, te va a preguntar, a qué te refieres con el cero y uno. Vamos a tener la siguiente tarea y dice, recuperar los detalles del empleado con género mostrado como texto completo. Ahora vamos a resolverlo. Primero, vamos a ir a explorar algunas informaciones. Vamos a mostrar la identificación del empleado. Y tomemos el nombre, apellido, y necesitamos la información de género así que género. De empleados de ventas. Eso establece. Vamos a disculparlo. Ahora, como puedes ver en los resultados, tenemos a nuestros cinco empleados, y ahora las informaciones de género se almacenan como un solo personaje. F y M. Por supuesto, es fácil entender que la F es femenina y M es masculina, pero nos gustaría mostrarla en el reporte como un texto completo, femenino y masculino en lugar de esas abreviaturas Para ello, vamos a ir a usar la sentencia case para hacer el mapeo entre el valor antiguo y el nuevo valor. Vamos a crear una nueva columna, usando el caso. Vamos a tener aquí dos condiciones porque tenemos dos valores. Empecemos por la primera, así que vamos a tener una nueva línea y w. Entonces, cuando el género es igual a F, es primero, luego femenino. Ahora para el segundo valor, va a ser exactamente el mismo. Cuando género igual a M. Entonces vamos a tener varón. Tenga cuidado con la sensibilidad de mayúsculas y minúsculas de los valores. Por supuesto, no vamos a terminar esto sin otra ni otra cosa. Entonces podemos tener el valor por defecto. Podemos tener el valor predeterminado, no disponible. Es mejor que tener nulos. Entonces lo que nos falta es el final. Entonces vamos a tener un final por aquí, y vamos a llamarte género texto completo. Entonces el set, vamos a disculparlo. Ahora, si revisas los resultados, ahora hemos hecho el mapeo entre el formato antiguo del valor con el nuevo formato. Entonces en vez de, tenemos machos y hembras. Por supuesto, no tenemos aquí un nulls. Por eso no tenemos un no disponible en los datos, pero si tienes datos enormes, claro, vas a tener en alguna parte un nulo, y entonces obtendrás este valor predeterminado. Así es como puedes hacer mapeo entre valores muy fácilmente usando las sentencias case. Tengamos otra tarea para el caso de uso de mapeo, y la tarea dice, recuperar detalles del empleado con código de país abreviado A veces como estamos generando reportes, tal vez usando BRBI o tableau, no tenemos espacios suficientes para usar el nombre completo de los valores. ¿Qué necesitamos? Necesitamos abreviaturas. Necesitamos forma corta de los valores, y podemos ir y usar en CL, la sentencia case para mapear el valor completo a un valor abreviado Es como el ejemplo anterior, por cierto. Todo bien. Entonces ahora vamos a resolverlo, vamos a ir y seleccionar algunos detalles como el ID de cliente. Tomemos el nombre, apellido. ¿Y qué necesitamos? Necesitamos la información del país. De clientes de ventas. Eso es. Vamos a ejecutarlo. Y como puedes ver, conseguimos a nuestros cinco clientes y tenemos el país de formaciones como nombre completo. Ahora, por supuesto, para los informes, necesitamos valores abreviados a partir de esto Entonces vamos a ir a mapear esos nombres completos de los países de una forma corta. Pero en proyecto real, podrías conseguir mesas de pick donde tengas miles y millones de registros, así que no puedes simplemente verificarlo así. Como suelo hacerlo, voy y recupero una lista distinta de todos los valores de una columna. Normalmente voy y tengo una consulta subate para eso. Entonces vamos a tener un país distinto selecto. De la tabla de ventas clientes, es solo para mí ver todos los valores posibles dentro de la base de datos. Entonces ahora ves el segundo resultado por aquí, solo tenemos dos valores Alemania y USA, y luego puedo ir y mapear los datos correctamente. Siempre si estás mapeando datos usando el caso win, tienes que entender todos los valores posibles que tienes dentro de la tabla. Así que vamos a generar esta nueva información. Es empezar con el caso, y luego te alineas cuando país igual al primer valor, va a ser Alemania. Asegúrate de escribirlo exactamente igual que en la base de datos. El primer personaje es el capital, y el resto es pequeño. Entonces, ¿qué pasó? Vamos a tener la abreviatura de Alemania. Va a ser TE, cierto. Entonces esto es por el primer valor, y luego pasemos al segundo. Va a ser país igual a Estados Unidos. Ya está abreviado, pero tal vez podamos obtener sólo dos caracteres. Entonces nos gusta esto. Ahora vamos a agregar otra cosa. Es opcional, pero en caso de que tengamos nulos en los datos obtenemos nuevo valor Entonces de lo contrario, no está disponible. Ese conjunto y nunca olvidarse del final final y el nombre va a ser abreviatura de país. Eso es. Déjame deshacerme de la otra consulta. El mapeo es correcto. Vamos a ejecutarlo. Ahora si revisas los resultados, tenemos una nueva columna llamada abreviatura de país, y como puedes ver ahora, el mapeo está funcionando. Aquí tenemos a Alemania y tenemos aquí D E, y para USA, tenemos a EU. Con eso, hemos resuelto la tarea y hemos hecho el mapeo correctamente entre el valor antiguo y el nuevo valor. 255. 8 7 quickform: Muy bien, trans, ahora hay un caso especial para la sintaxis de las sentencias case, si lo estás usando para mapear valores. Ahora vamos a marcarlo. Ahora digamos que tenemos muchos valores distintos dentro del país, no sólo a los valores, tenemos muchos valores. Si estás mapeando los valores usando el caso, cuando vas a terminar escribiendo siempre lo mismo, país igual Alemania, país igual India, país igual Estados Unidos, y así sucesivamente. Siempre estamos usando el país de la columna. Las condiciones por aquí usando siempre una columna, y es siempre el operador es igual. Ahora solo para este escenario, tenemos otra sintaxis para las sentencias case, y se ve así. Comenzamos con un caso de palabra clave, pero después de eso , inmediatamente, vamos a usar la columna que queremos evaluar. Aquí puedes usar solo una columna. Puedes usar múltiples columnas. Ahora le estamos diciendo a SQL, ahora estamos evaluando una columna, el país. Entonces para cada condición, tenemos las siguientes cosas. Decimos cuando Alemania, eso significa cuando país es igual a Alemania, entonces DE. Como pueden ver aquí, no tenemos aquí toda la condición. Tenemos sólo un valor posible que se puede ver dentro del país. Estamos diciendo, es el país de valor, Si es cierto entonces mostrar D E, el siguiente es India, luego E N, Estados Unidos, EU, y así sucesivamente. Llamamos a esta sintaxis una forma rápida de las declaraciones de caso, y en el lado izquierdo, la llamamos forma completa de las declaraciones de caso. Por supuesto, la restricción y limitación usando el formato rápido es que, solo se puede usar una columna y es sólo para el operador igual. Eso significa que solo para estos escenarios, puedes ir y usar el formato rápido. Si las cosas se complican un poco donde hay que mezclar y hacer lógica compleja, no se puede usar el formato rápido. Yo diría que si estás seguro de que la lógica no va complicarse y puedes quedarte siempre con la misma columna, puedes ir con el formato rápido, pero yo recomendaría ir siempre con el formato completo porque por una s razón, si agregas una pequeña lógica, tienes que ir y reescribir las declaraciones de todo el caso nuevo al formato completo para poder agregar cualquier lógica pequeña Pero claro, no hay nada malo usando el formulario rápido para poder hacer las declaraciones de caso si la lógica y permanecer estáticas. Estás seguro que estamos usando solo una columna y solo estamos haciendo mapping, no hay ic. Ahora escribamos este formato rápido para la sentencia case para el ejemplo anterior. Voy a ir y copiar todo a una nueva columna. Sólo voy a cambiarle el nombre a dos y ahora cómo lo vamos a hacer. Va a ser el caso, pero esta vez vamos a escribir un país, y luego dentro del viento, solo tendremos los valores, así que no hay necesidad de la condición. Va a ser así y nos desplazamos hacia arriba. Eso es todo, como puedes ver, es más pequeño y más rápido que escribir toda la condición cada vez. Ahora vamos a ejecutar esto. Como puedes ver en el resultado, vamos a obtener valores idénticos. Ahora conocemos un truco más en la declaración del caso. 256. 8 8 uso3: Todo bien. Pasando al siguiente caso de uso para las declaraciones de caso, podemos usarlo para manejar nulos Manejar nulos significa reemplazar un nulo por un valor. Y como aprendimos antes con las funciones agregadas de ventana, a veces los nulos conducen a cálculos y resultados incorrectos, lo que lleva a una toma de decisiones equivocada Más adelante vamos a tener un capítulo dedicado sobre cómo manejar nulos en sc, pero ahora vamos a aprender a manejar nulos usando sentencias de caso Entonces ahora vamos a tener la siguiente tarea y dice Encuentra el puntaje promedio de los clientes y trata los nulos como cero y adicionalmente proporcionemos detalles como ID de cliente y apellido Bien, ahora vamos a resolverlo paso a paso. Nuevamente, tenemos aquí los detalles, y también, tenemos que hacer agregaciones Eso significa que tenemos que ir a usar las funciones de ventana, y no hay que olvidar que tenemos que tratar los nulos, así que tenemos que manejarlo Así que ahora vamos y comencemos con selectos muy simples. Seleccionar cliente. DNI. Necesitamos el apellido, y también, necesitamos los puntajes. Entonces de clientes de ventas. Vamos a ejecutarlo. Entonces como siempre, tenemos nuestros cinco clientes y las puntuaciones, y aquí tenemos un nulo. Ahora, vamos a ir a escribir la función de ventana, pero sin manejar los nulos solo para ver las diferencias Entonces necesitamos la función promedio. ¿Para qué? ¿Para los puntajes? ¿Tenemos que particionar ahora los datos? Bueno, no, así que vamos a dejarlo como vacío. Necesitamos el puntaje promedio de todos los clientes. Entonces ese conjunto, vamos a darle un nombre. Y luego ejecutarlo. Creo que tengo un error, entonces es un puntaje, no puntajes. Entonces ahora, como pueden ver, tenemos el promedio de 625. Y como aprendiste antes, puntaje va a ir y resumir todos esos cuatro valores y dividido por cuatro Pero nuestro negocio entiende los nulos como cero, no como información faltante Entonces tenemos que ir y manejar el nulo. Vamos a crear una nueva columna para las puntuaciones. Pero esta vez vamos a ir a usar las declaraciones del caso. Va a ser muy sencillo, así que vamos a decir, Cuando el puntaje sea nulo. Entonces en SQL, no escribimos igual nulo. Decimos que es nulo. Con eso, estamos sustituyendo los nulos por cero. Entonces ahora, de lo contrario, ¿qué puede pasar? Si no es nulo, entonces necesitamos el puntaje tal como está. No debemos manipular nada. Entonces el valor predeterminado es el puntaje en sí, si el puntaje no es nulo. Ahora, vamos a terminarlo. Vamos a llamarlo puntuación limpia. Entonces vamos a ejecutarlo. Ahora bien, si revisas el resultado por aquí, es casi idéntico al marcador. No tenemos nuevos valores para los puntajes, pero solo los nulos ahora son cero Y todos los demás valores, no se ven afectados, así que no lo tocamos, no lo transformamos en absoluto. Esto es a lo que nos referimos con el manejo nulos reemplazando los nulos por otro valor Ahora para terminar la tarea, tenemos que hacer el promedio para el puntaje limpio y no para el puntaje original. ¿Cómo lo vamos a hacer? Vamos a copiar todas las declaraciones del caso. Sólo voy a hacerlo en otra columna. Tengamos un promedio y dentro de él, tenemos las declaraciones del caso así. Sólo tienes que ordenarlo así. Ahora lo que falta es el er, y va a estar vacío. Cliente promedio, llamémoslo limpio. Esta es la lógica. Déjame hacer todo más pequeño. Así que ahora como puedes ver es exactamente como la anterior, pero en vez de usar la partitura original, ahora estamos usando la columna que hemos creado. Pero claro, no necesitamos el AS por aquí, así que tenemos que quitarlo. Entonces es comenzar con el caso y así vamos a ejecutarlo, y ahora se puede ver en la salida, obtuvimos un nuevo valor para el promedio, y es más preciso para el negocio. Ahora tenemos 500, anteriormente, teníamos 625. Como puedes ver, tienes que entender lo que significan los nulos en tu negocio y manejarlo correctamente De lo contrario, obtendrá resultados equivocados. Eso es todo, utilizamos declaraciones de casos para manejar los nulos dentro de nuestros datos 256. 8 9 uso4: F. Agregaciones condicionales significa que podemos ir y aplicar una función agregada en un cuadrado como algún recuento promedio, pero esta vez solo en un subconjunto de datos que cumplan condiciones específicas Esta técnica es increíble para hacer análisis de inmersión profunda o análisis de objetivos en un subconjunto específico de los datos. Entonces ahora vamos a tener la siguiente tarea SQL para entender este caso de uso. Dice la tarea, contar cuántas veces cada cliente ha realizado un pedido con ventas mayores a 30. Todo bien. Como es habitual, podemos hacerlo paso a paso. ¿Qué necesitamos? Necesitamos los pedidos, consigamos el ID del pedido, y también, obtengamos el ID de cliente. Así las ventas a partir de órdenes de venta. Vamos a ejecutarlo. Entonces, ¿qué más voy a hacer con eso? Voy a ir a ordenar los datos por ID de cliente. Entonces volvamos a ejecutarlo. Bien. Entonces ahora la tarea suena fácil, pero es un poco complicada. Tenemos que contar el número de pedidos por cada cliente donde las ventas sean superiores a 30. Tengamos un ejemplo. Por ejemplo, este cliente número uno. Entonces el número total de pedidos es de tres pedidos, cierto, pero tenemos que contar solo los pedidos donde las ventas sean superiores a 30. Y en este ejemplo, solo tenemos un pedido donde Las ventas son superiores a 30, por lo que es solo el pedido número cuatro El recuento para el número de identificación de cliente uno debe ser uno. Ahora, vamos a revisar a otro cliente, por ejemplo, los dos. Como puede ver, tenemos tres pedidos, pero ninguno de ellos tiene las ventas superiores a 30. Entonces el conteo debería ser cero aquí. ¿Cómo vamos a hacer eso? Tenemos que ir y abanderar cada fila sea superior a 30 o no. Si es superior a 30, obtiene la bandera de uno. Si es menor de 30 o igual a 30, va a obtener cero, y luego vamos a ir a resumir todas esas banderas para obtener el conteo Entonces hagámoslo paso a paso. Primero vamos a crear la bandera. Entonces vamos a ir y caso de uso, y entonces nuestra condición es muy fácil. ¿Vamos a decir cuándo? ¿Cuál es la condición? Ventas mayores a 30. Las ventas son superiores a 30. Entonces, ¿qué puede pasar? ¿Lo vamos a abanderar con el indicado? Porque después vamos a ir a resumir el uno. Ahora bien, si no es superior a 30, igual a 30 o menos, entonces va a conseguir cero. Todo bien. Entonces ahora vamos a terminarlo. Entonces digamos bandera de ventas. Ahora vamos a ejecutarlo y verificar los resultados. Entonces ahora, si revisas los resultados, ahora tenemos una bandera muy bonita para ver qué pedidos tienen ventas superiores a 30? Ahora, por ejemplo, tomemos ese ID de cliente número uno. Como puede ver, solo el pedido número cuatro tiene ventas superiores a 30 y está marcado con uno, y todos los demás son cero Ahora tomemos ese número de identificación de cliente tres, y como puede ver, ahora tenemos dos pedidos donde las ventas son superiores a 30. Y como pueden ver, tenemos el dos veces. Podemos usar esta bandera para hacer la agregación. Ahora bien, si vas a resumir la bandera para el ID de cliente número tres, obtendremos dos Este es el recuento de pedidos donde las ventas son superiores a 30 derecha. Tomemos otro ejemplo, el ID de cliente número dos, tenemos en todas partes cero, y si resumimos esos valores, obtendremos cero, que es el recuento de pedidos donde las ventas son superiores a 30, lo cual es correcto Ahora como puedes ver primero, hemos construido una columna extra para ayudarnos a hacer la agregación, y ahora en el siguiente paso, vamos a ir a agregar esta columna. Vayamos y hagamos eso. No necesitamos toda esa información. El ID de pedido, necesita el ID de cliente porque es la granularidad para la agregación, y eliminemos el pedido y. ahora vamos a subir los datos por ID de cliente Pero, por supuesto, necesitamos la función agregada. ¿Cómo lo vamos a hacer? Vamos a ir a resumir toda la bandera. Ahora, claro, vamos a ir a renombrar esto ya que ahora es una columna agregada, así que vamos a llamarla órdenes totales. Ahora vamos a ejecutarlo. Ahora vamos a revisar el resultado. Como puedes ver ahora, tenemos nuestros cuatro clientes. Para el número de identificación de cliente uno, podemos cortar solo un pedido superior a 30. El segundo no tiene órdenes, superior a 30. El tercero, tenemos dos y uno. Y con eso, hemos resuelto la tarea. Ahora me gustaría agregar una cosa más a nuestra consulta para ver las agregaciones normales, no las agregaciones condicionales Por lo general vamos y contamos Por ejemplo, la estrella con el fin de obtener el total de pedidos, y vamos a cambiar el nombre del anterior a altas ventas. Así que vamos a ejecutarlo. Así que justo ahora estamos haciendo agregaciones sin ninguna condición, y ahora podemos ver cuántos pedidos hizo cada cliente Por lo que podemos ver que el número de identificación de cliente uno hizo el pedido tres veces, pero sólo un pedido superior a 30. Esta es una agregación normal, y esta es una agregaciones condicionales usando la sentencia case 256. 8 10 resumen: Muy bien, amigos, ahora hagamos un resumen sobre las declaraciones del caso Las declaraciones de casos pueden ir y evaluar una lista de condiciones una por una y devolver el valor una vez que se cumple la primera condición. Y si estamos hablando de las reglas de uso de las declaraciones de caso, solo tenemos una donde los tipos de datos de cada condición después de la guarida y si no deben estar coincidentes. Y ahora, si hablamos los casos de uso de las declaraciones de casos, caso de uso principal es hacer transformaciones de datos y sobre todo creando nuevas columnas e impulsando nuevas informaciones. Como vimos, hay casos de uso increíbles para las declaraciones de casos. Por ejemplo, podemos usarlo para categorizar nuestros datos Como aprendimos, podemos ir y crear nuevos grupos de datos para luego agregarlos para nuestros informes. Entonces vimos otro caso de uso es mapear valores. Podemos usar la sentencia case para ayudarnos a mapear los valores técnicos crípticos que se almacenan en las bases de datos, a nuevos valores, los cuales son más legibles y más amigables para ser utilizados El siguiente caso de uso que hemos aprendido es manejar los nulos. Podemos usar la sentencia case para reemplazar los nulos con valor para hacer nuestras agregaciones más precisas El último caso de uso que hemos aprendido, y creo que el más utilizado en mi proyecto es hacer agregaciones condicionales, donde podemos agregar un subconjunto de datos que cumpla con condiciones específicas para hacer análisis de enfoque y objetivo Muy bien, entonces eficacia, la afirmación del caso es una herramienta muy poderosa para crear lógica condicional, y es increíble. Con el fin de derivar y generar nuevas informaciones para su análisis. Y ahora en el siguiente capítulo, vamos a aprender todas las funciones y todas las técnicas sobre cómo manejar nulos en SQL Es muy importante limpiar nuestros datos antes de hacer cualquier análisis de datos.