Новости Yandex DataLens

Бесплатный тариф DataLens теперь доступен без привязки картыБесплатный тариф DataLens теперь доступен без привязки карты

Мы существенно упростили подключение Yandex DataLens для новых пользователей. Даже если у вас пока еще нет облака и платёжного аккаунта Yandex.Cloud, для быстрой визуализации данных вам достаточно:

1. Перейти на datalens.yandex.ru.
2. Указать аккаунт на Яндексе.
3. Активировать бесплатный тариф DataLens следуя инструкциям на стартовой странице.

Пользуясь бесплатным тарифом, вы можете полноценно работать с DataLens, настраивая подключения к собственным источникам данных.

Создание платежного аккаунта и привязка карты (или реквизитов вашего юридического лица) потребуются, если вам нужны:

• платные продукты в маркетплейсе DataLens;
• платный тариф «Стандарт» для DataLens и расширение лимита внешних сессий согласно тарифам;
• другие сервисы Yandex.Cloud, включая управляемые базы данных для надежного хранения и обработки данных в облаке.

Google Sheets в качестве источникаGoogle Sheets в качестве источника

Мы реализовали один из самых популярных запросов для DataLens в нашем сообществе. Теперь при создании нового подключения DataLens вы можете выбрать Google Sheets.

Подключение к Google Sheets является развитием сценариев использования простых CSV. Теперь обновление данных будет происходить бесшовно, без необходимости загрузки новой версии файла и подмены подключения.

Особенности коннектораОсобенности коннектора

• Поддерживается полный набор функций DataLens.
• На данный момент поддерживаются только документы с доступом по ссылке (доступ «Anyone with the link»).
• Используется тот лист таблицы, который был указан в ссылке. Для указания конкретного листа необходимо скопировать ссылку из адресной строки, а не из управления доступом (содержит #gid=… в ссылке).
• При загрузке используется кеш, время жизни — до 5 минут.
• На данный момент используется представление данных листа через Google Charts — этим обусловлено определение имён колонок, обработка типов значений и представление других возможностей Google Sheets.

Коннектор к детализации биллинга вашего облакаКоннектор к детализации биллинга вашего облака

Еще один новый тип подключения — детализация биллинга. Он позволяет анализировать детальные данные о потреблении облачных ресурсов (инфраструктурные сервисы, управляемые базы данных и другие платные сервисы).

К существующим разрезам, доступным в консоли Yandex.Cloud (это облако, сервис и продукт), добавлены данные по каталогам, ресурсам и меткам. А это, в свою очередь, позволяет делать расширенную ad-hoc аналитику по потреблению и находить ответы на такие вопросы, как:

• на какую виртуальную машину уходит больше всего средств,
• как распределяются затраты и потребление по проектам.

Актуальность данных близка к реальному времени. Вы можете выгрузить данные в CSV/XLSX и автоматически их обработать. Так, например, вы можете генерировать и рассылать счета клиентам.

Коннектор позволяет развернуть стандартный дашборд и доработать его под свои нужны. Для того, чтобы воспользоваться новыми возможностями, создайте новое подключение DataLens с типом Yandex Cloud Billing.

Иерархии и drill-downИерархии и drill-down

Долгожданные иерархии с drill-down теперь в DataLens!

Создать и настроить иерархию можно в несколько кликов на уровне чарта, нажав на кнопку +.

В качестве источника использовали документ Google Sheet.

• Клик по строке в таблице — переход на уровень ниже с фильтрацией.
• Путь над таблицей отображает сделанные переходы по узлам дерева.
• Клик по значению, указанному в пути — возврат к выбранному уровню иерархии.
• Клики по стрелкам — переход вниз/вверх по иерархии.

Цвет и размер шрифта в индикаторахЦвет и размер шрифта в индикаторах

Для чартов типа индикатор теперь можно указать цвет шрифта из существующей палитры, а также выбрать один из 4 предустановленных размеров.

При клике на значок ⚙ в секции Показатель откроется окно настройки индикатора:

Несколько счетчиков при подключении к Яндекс.Метрике и AppMetricaНесколько счетчиков при подключении к Яндекс.Метрике и AppMetrica

Теперь в режиме прямого доступа можно подключаться к нескольким счетчикам Яндекс Метрики и AppMetrica.

В датасетах Метрики появились измерения Счетчик и Счетчик (id) по которым можно группировать данные. Если вы давно создавали датасет и у вас нет таких полей, нажмите в датасете кнопку Обновить поля и сохраните его.

AT_DATE или как откатить показатель на конкретную датуAT_DATE или как откатить показатель на конкретную дату

AT_DATE() — еще одна функция для работы с временными рядами. Она позволяет получить показатель на конкретную дату. В AT_DATE(), в отличие от AGO(), можно использовать функции для вычисления даты, до которой необходимо откатить показатель. Основное использование этой функции — получение показателя на начало или конец периода. Также одним из из аргументов функции может являться функция получения текущего дня — TODAY().

Пример синтаксиса: AT_DATE(agr, date, target_date)

• agr — показатель (агрегированное поле),
• date — временная шкала, в рамках которой производится вычисление (поиск значения для agr),
• target_date — произвольная вычисляемая дата, на которую необходимо получить значение agr.

ПримерыПримеры

Пример 1. Сравнить значения каждого дня со значениями на начало недели — с понедельникомПример 1. Сравнить значения каждого дня со значениями на начало недели — с понедельником

Синтаксис: AT_DATE([Sales],[Date], DATETRUNC([Date],"week")),
где DATETRUNC([Date],"week")) — формула определения даты начала недели (понедельника).

В примере видно, что с 3 по 8 февраля 2014 года все значения сравниваются со значением на понедельник 3 февраля. А значения с 11 по 16 февраля сравнивать не с чем, потому что в данных отсутствует значение на понедельник 10 февраля.

Пример 2. Сравнить значение каждого дня месяца со значением на конец месяцаПример 2. Сравнить значение каждого дня месяца со значением на конец месяца

За конец месяца принимаем последнее число календарного месяца.

Синтаксис: AT_DATE([Sales],[Date], MAX(MAX([Date]) WITHIN DATETRUNC([Date],"month"))),
где MAX(MAX([Date]) WITHIN DATETRUNC([Date],"month")) — формула определения последнего дня месяца.

Новые опции для функций AGO и AT_DATEНовые опции для функций AGO и AT_DATE

Игнорирование фильтров (BEFORE FILTER BY)Игнорирование фильтров (BEFORE FILTER BY)

Самая частая проблема в работе с функцией AGO — это то, что если к временной оси (или сопряженному с ней измерению) применить фильтр, то результат AGO обрезается по тем же самым значениям, и на графике линия получается с отставанием относительно самой ранней точки.

Ранее мы добавляли опцию BEFORE FILTER BY в оконные функции, чтобы можно было на уровне функции игнорировать те или иные фильтры. Теперь аналогичная опция доступна и для функций временных рядов. Более того, теперь BEFORE FILTER BY (сокр. BFB) автоматически применяется к временной оси функции (ее второй аргумент).

Пример синтаксиса: AGO([Measure], [Date], "week" BEFORE FILTER BY [Some Field]).

BFB всегда располагается после аргументов функции. В BFB можно перечислить любое количество полей через запятую. Подробнее о работе с опцией BEFORE FILTER BY читайте в документации.

Игнорирование измерений (IGNORE DIMENSIONS)Игнорирование измерений (IGNORE DIMENSIONS)

Представьте, что в ваш табличный чарт с использованием AGO, помимо даты Date вы решили для читаемости добавить еще одно измерение — Month, которое очевидным образом коррелирует с датой. Тут вы сразу же заметите, что AGO, сдвигающее показатель на месяц назад, перестает работать. Это происходит из-за того, что DataLens пытается найти точку, у которой Date сдвинуто назад на месяц, а все остальные измерения совпадают по значениям. Очевидно, из-за наличия Month в запросе таких точек не найдется (месяц не будет равен себе же месяц назад). Чтобы обойти эту ситуацию теперь можно использовать опцию IGNORE DIMENSIONS.

Пример синтаксиса: AGO([Measure], [Date], "month" IGNORE DIMENSIONS [Month]).

Все перечисленные в IGNORE DIMENSIONS измерения будут игнорироваться при поиске значения AGO. Важно понимать, что при неосторожном добавлении каких-то измерений в эту секцию может найтись несколько точек для AGO, что приведет к увеличению количества строк (точек) в конечном результате.

ПримерПример

AGO(
[Measure], [Date], "month", 3
BEFORE FILTER BY [Month]
IGNORE DIMENSIONS [Month]
)

Примеры приведены для функции AGO, но все функциональности доступны и для AT_DATE. Подробнее в документации.

Оконные функции FIRST и LASTОконные функции FIRST и LAST

Появились оконные функции FIRST и LAST, которые возвращают первое и последнее значения в окне соответственно. Для корректной работы этих функций нужно явно задать сортировку либо в чарте, либо в самих функциях с помощью оператора ORDER BY.

Переменная USERID в настройках Row Level SecurityПеременная USERID в настройках Row Level Security

Теперь не нужно править вручную конфигурацию Row Level Security (RLS): настройки можно хранить вместе с данными, к которым ограничивается доступ.

Как использовать:

• в исходные данные, к которым будет предоставлен доступ, добавить новое поле для хранения ID пользователя;
• для каждой строки исходных данных прописать ID пользователя, которому должна быть доступна данная строка;
• в датасете в настройках RLS поля с ID пользователя указать: userid:userid.

Аналитика мясной гастрономии в маркетплейсе DataLensАналитика мясной гастрономии в маркетплейсе DataLens

В нашем маркетплейсе появился новый продукт для анализа рынка розничных продаж: Мясная гастрономия.
В нем собрана статистика объемов и стоимости продаж по торговым сетям, городам и магазинам с детализацией до производителей, брендов, групп и номенклатур.

Примеры использования:

• Анализ рынка и его сегментов.
• Анализ конкурентов.
• Анализ товарных групп и номенклатур.
• Сравнение и выбор торговой сети для сотрудничества или регионов для реализации стратегий развития.
• Анализ товарного ассортимента.

Вы можете бесплатно ознакомиться с демо-дашбордом и запросить полный набор данных у нашего партнера Призма Пик.

Новый сценарий с пошаговой инструкциейНовый сценарий с пошаговой инструкцией

Для быстрого старта и изучения основ работы с геослоями и данными из маркетплейса, мы опубликовали новый сценарий с пошаговой инструкцией.

В рамках этого сценария мы проводим анализ локаций для открытия новых пиццерий Додо на базе реальных данных с учетом:

• выручки текущих пиццерий Додо;
• поисковыч запросов к пиццериям по локациям (по данным Яндекса);
• численности всех пиццерий по локациям (по данным Яндекса).

Каждый может представить себя на месте:

• аналитика данных, который готовит дашборд для руководства или комитета по выбору помещений в компании;
• продвинутого руководителя бизнеса, который самостоятельно работает со своими данными.

Для выполнения всех шагов инструкции достаточно бесплатного тарифа Yandex DataLens.

Хотите обсудить эти или другие новости? Присоединяйтесь к телеграм-чату DataLens.