Metriky a dimenze | Mňamka #64

Já vím, já vím! Je to přece úplně triviální záležitost... Ale...Jste si tím jisti? 

Často se při lektorování studentek ptám, co to je metrika a dimenze. Odpovědi jsou různé a ne vždy je v tom úplně jasno. A tak jsem se rozhodla vrátit k úplným základům a postupně je probrat. Vítejte v takové malé bizztreat akademii :-)

Tabulka jako základní stavební jednotka

Než se podíváme na samotné metriky a dimenze, je potřeba se podívat o krok zpět. Tabulka patří do tzv. strukturovaných dat (o tom si povíme někdy příště). Asi každý znás je schopen říct, že tabulka - představte si třeba tu klasickou excelovou - má nějaké řádky a sloupce. To je dobrý start, ale pro datového analytika je to trochu málo. 

Takže, z čeho se taková obyčejná tabulka může skládat:

  • řádky a sloupce
  • datové typy - přečtěte si více o základních datových typech: Základní datové typy
  • identifikátory - projdeme si někdy příště (id_klienta a id_sidlo)
  • fakta -> metriky (hodnoty)
  • atributy, dimenze (charakteristiky)

A protože se nejlépe vysvětluje na příkladu - tady je tabulka, která všechno vyjmenované obsahuje:

Organizace se stává tím, co měří

Na začátku je potřeba si říci, jaké sloupce jsou pro nás důležité a v tabulce by měly zůstat. Některé tabulky jsou plné informací, které vlastně ani nebudeme potřebovat. Než se tedy do něčeho pustíte, je nutnost si dobře definovat use case nebo výstupy. Je dobré si například položit otázky:

  • Čeho hodlám dosáhnout?
  • Jaké chování sleduji?
  • Co naplňuje moje cíle?

A o tom to vlastně je - abyste si mohli navrhnout dobrý datový model, který bude splňovat business požadavky, musíte vědět, na co se chcete dívat (fakta, metriky) a přes co (atributy, dimenze).

Fakta

jsou vlastně konkrétní hodnoty - čísla, ukazatele, absolutní hodnoty - které chceme sledovat, se kterými chceme počítat - prostě, které pro nás mají nějaký business význam. V naší tabulce jsou to sloupce pocet_aut a najete_km.

Metriky

metrika je agregace faktu - čili už nějaký výpočet s fakty. V naší tabulce je to sloupec SUM_auta_km - protože nás zajímá, kolik celkově naše auta ujela - např. ten daný rok. Prostě nás jednoduše zajímá - kolik.

Datům přiřadíme atributy a koukáme na ně v dimenzích

Dalším krokem je otázka - jak se na data (fakta, metriky) potřebujeme dívat? 

Atributy

Každé hodnotě můžeme přiřadit tzv. atribut - v podstatě je to nějaký popis - charakteristika, podle které budeme chtít naše data filtrovat - u aut to může být např. barva auta, typ auta a v naší tabulce to asi nejlépe vystihuje sloupec sidlo a klient. Na první pohled by to měl být i sloupec rok, ale my ho budeme řadit do tzv. datumové dimenze - viz níže.

Dimenze

Když víte, na co se chcete dívat (metriky), tak druhým krokem je vědět "přes co" se na data chcete dívat = dimenze. Já je ráda dělím na 3 základní druhy - prostě jednoduše kdo, kdy a kde:

  • demografické dimenze - např. pohlaví, věk, muž/žena, ...
  • časové (datumové) dimenze - např. rok, měsíc, hodina, ... 
  • interní dimenze - každá firma může mít své vlastní - např. oblast, segment, kategorie, ...

Často se setkávám i s jinými definicemi nebo dělením. Takže pokud máte nějaký svůj pohled nebo si myslíte, že to je jinak, napište mi! 

Eva

Máte k článku nějaké otázky nebo připomínky? Klidně mi napište, ráda to s Vámi proberu :-)

Eva Hankusová
detektiv nových příležitostí
LinkedIn

Jak ohodnotit lokalitu: Data vs. Pocity | Mňamka #523

Jak ohodnotit lokalitu: Data vs. Pocity | Mňamka #523

V dnešním dynamickém světě se může zdát, že rozhodování o tom, kde otevřít další pobočku, je náročné, a že v něm hraje roli až příliš mnoho faktorů. Často kladené dotazy, které dostáváme, se točí kolem hodnocení potenciálu konkrétních lokalit. V tomto článku vám ukážeme, jak Location Intelligence může poskytnout přesné odpovědi na vaše otázky a zajistit, že vaše rozhodnutí budou založena na datech a faktech, nikoli na pocitech a zdánlivé atraktivitě místa.

 Rychlý porovnání: dbt cloud vs dbt core | Mňamka #522

Rychlý porovnání: dbt cloud vs dbt core | Mňamka #522

Data Build Tool, běžně známý jako dbt, se stal klíčovým prvkem v moderním datovém ekosystému. Jako kompilátor analytického SQL pomáhá dbt profesionálům z oblasti datové analýzy přeměnit surová data v datovém skladu na použitelné poznatky. Tento článek poskytne srovnání dvou klíčových nabídek: dbt Core a dbt Cloud.

Jak správně představit svůj daty podložený příběh?| Mňamka #521

Jak správně představit svůj daty podložený příběh?| Mňamka #521

Jak dostat cenné poznatky z obrovského množství dat a  informací?  Co dělat poté, co jste provedli analýzu a identifikovali významný trend? Jak efektivně sdílet tyto poznatky s ostatními? Kdo je vaše cílové publikum? Dalším a možná nejdůležitějším krokem je vyprávění.