Новости Yandex DataLens

Бесплатный 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 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 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 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-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 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 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 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.

Примеры

Пример 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 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_DATE

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)

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.

Пример

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 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 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 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 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.