패스트캠퍼스 환급챌린지 27일차: <세계 3등에게 배우는 실무 밀착 데이터 시각화> 강의 후기

 

본 포스팅은 패스트캠퍼스 환급 챌린지 참여를 위해 작성하였습니다.

https://abit.ly/lisbva

Abit.ly 다운받기

---

 

학습 시작 날짜, 시간 포함 사진

 

학습 종료 날짜, 시간 포함 사진

 

학습장 캡처

강의 필기 캡처

---

강의 후기 및 인사이트

 

오늘은 태블로의 LOD(Level of Detail) 계산 중 마지막 함수인 EXCLUDE 함수에 대해 배웠다. EXCLUDE는 지금까지 배운 FIXED, INCLUDE와는 반대 방향의 개념으로, 현재 시각화 뷰에서 특정 차원을 제외하고 집계할 때 사용된다. 예를 들어, 현재 워크시트에 카테고리와 서브카테고리가 보이고 있을 때, 서브카테고리 차원을 제외한 카테고리 단위의 합계나 평균을 구하고 싶을 때 EXCLUDE를 사용할 수 있다. 즉, 현재 뷰에서 한 차원을 제거한 집계 수준으로 데이터를 계산하는 방식이다.

 

정리하면 세 함수의 특징과 차이는,

• FIXED: 뷰와 관계없이 내가 지정한 차원으로 집계 수준을 고정
• INCLUDE: 현재 뷰보다 더 세부적인 차원을 포함해서 계산
• EXCLUDE: 현재 뷰에서 특정 차원을 제외하고 더 상위 집계 수준으로 계산

=> 이렇게 보면 INCLUDE와 EXCLUDE는 현재 시각화 뷰 기준으로 집계 수준을 조정하는 도구인 반면, FIXED는 뷰와 상관없이 고정된 차원으로 계산을 수행한다는 점이 가장 큰 차이점이다.

 

추가적으로 LOD 함수의 특별 케이스에 대해서도 학습했다.

 

• LOD 함수에서 차원을 선언하지 않는 경우:
  → 집계 수준이 전체 데이터 수준으로 계산된다.
  예를 들어, FIXED : SUM([매출]) 은 전체 데이터의 매출 합계를 반환한다.
• 여러 개의 차원을 선언하는 경우:
  → 선언한 차원들의 조합으로 집계가 이루어진다.
  예를 들어, FIXED [지역], [카테고리] : SUM([매출]) 은 지역과 카테고리 조합별로 매출 합계를 계산한다.
  이때 하나라도 차원을 더 포함하거나 제외하면 결과가 완전히 달라질 수 있다는 점이 중요했다.

오늘 EXCLUDE를 배우면서, 이 세 가지 LOD 함수가 서로 어떻게 다른지 명확하게 정리가 되었다. 실무에서는 상위 집계 수준과 세부 집계 수준을 상황에 맞게 조정해야 하는 경우가 많은데, 이런 LOD 함수들을 활용하면 원본 데이터나 뷰의 구조에 얽매이지 않고 원하는 계산을 유연하게 설계할 수 있다는 점이 유용하게 느껴졌다.