Skip to main content
All CollectionsEnterpriseCustom dashboardsFilter, dimensioner och metrics
3.7 Avancerat: Skapa Egna Metrics (Custom Metrics)
3.7 Avancerat: Skapa Egna Metrics (Custom Metrics)
Viktor Alm avatar
Written by Viktor Alm
Updated over a month ago

I Labelf Analytics finns det ofta färdiga Metrics (mätetal) att använda, men ibland behöver du skapa egna Metrics för att få fram exakt den information du behöver. I den här artikeln går vi igenom hur du skapar egna Metrics, även kallat Custom Metrics eller Calculated Metrics.

När Behöver Du Skapa Egna Metrics?

  • Du behöver ett mätetal som inte finns färdigt: Till exempel kanske du vill beräkna vinstmarginalen, konverteringsgraden, eller något annat specifikt för din verksamhet.

  • Du behöver göra en beräkning baserad på flera kolumner: Till exempel kanske du vill räkna ut skillnaden mellan två datum, eller multiplicera två kolumner med varandra.

  • Du behöver göra en beräkning baserad på villkor: Till exempel kanske du vill räkna antalet kunder som uppfyller vissa kriterier.

  • Du behöver transformera data: Till exempel kanske du vill omvandla en textkolumn till versaler, eller extrahera en del av en textsträng.

Hur Skapar Man Egna Metrics?

Det finns två huvudsakliga sätt att skapa egna Metrics i Labelf Analytics, beroende på hur avancerad beräkning du behöver göra:

  1. Via Chart Builder (Enklare Beräkningar):

    • När du skapar eller redigerar ett diagram, leta efter en sektion som heter "METRICS".

    • Klicka på "+ Add metric".

    • Här kan du välja att antingen:

      • Välja en befintlig Metric och anpassa den (t.ex. ändra aggregeringsfunktionen från SUM till AVG).

      • Skriva in en enkel formel direkt i fältet (t.ex. column_a / column_b).

      • Välja "Custom SQL" och skriva in en SQL-fråga.

    • Ge din Metric ett namn och klicka på "SAVE".

  2. Via Semantic Layer/Dataset (Avancerade Beräkningar och Återanvändning):

    • Gå till "Datasets" i huvudmenyn.

    • Hitta det Dataset du vill använda och klicka på de tre prickarna och välj "Edit".

    • Gå till fliken "Metrics".

    • Klicka på "+ METRIC".

    • Här kan du:

      • Ge din Metric ett namn.

      • Välja en "Aggregation" (t.ex. SUM, AVG, COUNT, MAX, MIN).

      • Skriva in en SQL-fråga i fältet "SQL".

      • Lägga till en beskrivning.

      • Välja D3 format

    • Klicka på "SAVE".

    • Nu kan du använda din nya Metric i alla diagram som baseras på detta Dataset.

Exempel: Enkel Beräkning (Chart Builder)

Du vill skapa ett diagram som visar vinstmarginalen (vinst / försäljning) per produkt. Du har kolumner för sales och profit i ditt Dataset.

  1. Du skapar ett Bar Chart.

  2. Du drar "product_name" till "DIMENSIONS".

  3. Du klickar på "+ Add metric" i "METRICS"-sektionen.

  4. Du väljer "Custom SQL".

  5. Du skriver in följande SQL-fråga: SUM(profit) / SUM(sales)

  6. Du ger din Metric namnet "Vinstmarginal".

  7. Du sparar din Metric och kör frågan.

Exempel: Avancerad Beräkning (Dataset)

Du vill skapa en Metric som räknar antalet "stora ordrar", definierat som ordrar med ett ordervärde över 10 000 kr.

  1. Du går till "Datasets" och väljer ditt order-Dataset.

  2. Du går till fliken "Metrics" och klickar på "+ METRIC".

  3. Du ger din Metric namnet "Stora Ordrar".

  4. Du väljer "Aggregation" som "COUNT DISTINCT".

  5. Du skriver in följande SQL-fråga i "SQL"-fältet:

    CASE WHEN order_value > 10000 THEN order_id ELSE NULL END

    content_copydownload

    Use code with caution.SQL

    • Förklaring: Denna SQL-fråga använder en CASE-sats för att kontrollera om order_value är större än 10000. Om det är sant returneras order_id, annars returneras NULL. COUNT DISTINCT räknar sedan antalet unika order_id som returneras.

  6. Du sparar din Metric.

  7. Nu kan du använda "Stora Ordrar" i alla diagram som baseras på detta Dataset.

SQL-Tips

  • Använd korrekta kolumnnamn: Se till att du använder de exakta namnen på kolumnerna i ditt Dataset.

  • Använd aggregeringsfunktioner: Om du grupperar data (t.ex. per produktkategori), måste du använda aggregeringsfunktioner (t.ex. SUM, AVG, COUNT) för att beräkna mätetalen för varje grupp.

  • Använd CASE-satser: CASE-satser är användbara för att skapa villkorliga beräkningar.

  • Testa din SQL: Använd SQL Lab för att testa din SQL-fråga innan du använder den i en Metric.

  • Var försiktig med division med noll: Om det finns risk för att du kan få division med noll i din beräkning, använd NULLIF eller COALESCE för att hantera detta.

    • Exempel: SUM(profit) / NULLIF(SUM(sales), 0) (returnerar NULL om SUM(sales) är 0)

    • Exempel: COALESCE(SUM(profit) / SUM(sales), 0) (returnerar 0 om SUM(sales) är 0)

Sammanfattning

Att skapa egna Metrics ger dig stor flexibilitet att anpassa dina analyser och få fram exakt den information du behöver. Genom att använda enkla formler eller mer avancerade SQL-frågor kan du skapa mätetal som är skräddarsydda för din verksamhet och dina frågeställningar.

Nu har du lärt dig grunderna i att skapa egna Metrics. I nästa modul går vi vidare till att bygga och anpassa själva dashboarden!

Did this answer your question?