Metriken, Dimensionen und Filter in Data Workbench

Metriken, Dimensionen und Filter bieten ein Framework für die Durchführung von Berechnungen zu den in einem Data Workbench-Datensatz verarbeiteten Daten.

Die Ergebnisse der anhand dieses Frameworks definierten Berechnungen in Arbeitsbereichen, Dashboards, Berichten oder anderen Ausgaben angezeigt. Oder kurz gesagt: Jede Zahl, die in oder von einem Programm ausgegeben wird, ist das Ergebnis einer Abfrage eines Datensatzes und umfasst eine Metrik, eine Dimension und einen Filter.

Grundsätzlich betrachtet beschreibt eine Metrik, was aus und über den Datensatz berechnet wird. Eine Dimension wiederum unterteilt die Daten im Datensatz in Kategorien, während ein Filter eine bestimmte Auswahl bzw. Untergruppe der Daten im Datensatz beschreibt.

Bei der Verarbeitung von Daten durch den Data Workbench-Server wird ein Datensatz sowie Dimensionen der darin enthaltenen Daten erstellt, die der Server dann mit neuen Daten, die er liest und verarbeitet, laufend aktualisiert. Anhand dieser Datendimensionen werden schließlich Metriken und Filter berechnet.

Beispiel

Angenommen, wir haben einen Datensatz mit Informationen über alle Menschen auf der Welt. Darin enthalten sind mindestens Daten zum Alter jedes Menschen auf der Welt. Eine sinnvolle aus diesem Datensatz zu berechnende Metrik wäre das Durchschnittsalter. Die Berechnung dieser Metrik würde eine Zahl liefern, nämlich das Durchschnittsalter der Weltbevölkerung.

Durch Ergänzen einer Dimension zum Datensatz werden diese Informationen nützlicher und leichter zu handhaben. Enthält der Datensatz etwa auch für jede Person das Land, in dem diese lebt, ließen sich durch die Definition der Dimension „Land“ die Menschen für jedes Land der Welt in Gruppen unterteilen. Die Berechnung der Metrik „Durchschnittsalter“ über die Dimension „Land“ würde dann eine Liste mit Zahlen zu jedem einzelnen Land liefern, nämlich die des Durchschnittsalters der Menschen des jeweiligen Landes.

Durch die Anwendung eines Filters (oder Auswahlfilters) in einer Metrikformel können noch detailliertere Informationen ermittelt oder eine neue Metrik auf Grundlage vorhandener Metriken und Dimensionen definiert werden. Die Berechnung der Metrik „Durchschnittsalter“ mit einem Filter für „Land ist gleich Schweden“ ergibt eine Zahl, nämlich das Durchschnittsalter der Menschen in Schweden. Eine auf diesem Filter basierende Metrik auf Basis dieses Filters wäre dann das Durchschnittsalter der schwedischen Bevölkerung.

Beispiel:

Swedish_Average_Age=Average_Age[country = ‘Sweden’]

Zusammenhang zwischen Metriken, Dimensionen und Filtern

Im Allgemeinen liefert eine Metrik, die über eine Dimension berechnet wird, die Werte für jedes Dimensionselement (oder Element). Im obigen Beispiel umfasst die Dimension „Land“ jeweils ein Element für die einzelnen Länder der Welt. Die Ermittlung des Durchschnittsalters über das Land würde das Durchschnittsalter für jedes dieser Elemente (bzw. Länder) liefern, somit also auch für das Element „Schweden“.

Hierbei gilt zu beachten: Die Ermittlung einer Metrik über eine Dimension liefert für ein spezifisches Dimensionselement immer dasselbe numerische Ergebnis, unabhängig davon, ob Sie diese Metrik für die gesamte Dimension berechnen oder einen Filter für dieses spezifische Dimensionselement definieren. So würden im vorherigen Beispiel beide der folgenden Methoden für die Ermittlung des Durchschnittsalters der Menschen in Schweden dasselbe Ergebnisse liefern:

• Berechnung der Metrik „Durchschnittsalter“ über die Dimension „Land“ und anschließende Anzeige der Zahl für das Dimensionselement „Schweden“.
• Bewerten Sie die Metrik "Durchschnittsalter"mit einem Filter für “Personen in Schweden”(ausgedrückt als Average_Age[Country=‘Sweden’]).

Filter sind syntaktische Ausdrücke, die auf eine oder mehrere Dimensionen und Dimensionselemente verweisen. Wie im Beispiel oben gezeigt, lässt sich über den Ausdruck [dimension=element] auf einfache Weise ein Filter bestimmen.

Ebenso einfach ist es, einen solchen Filter anzuwenden, um eine neue Metrik mithilfe eines Ausdrucks wie New_Metric=Metric[Filter]. Mit einem solchen Filter lässt sich eine neue Metrik auf Grundlage eines spezifischen Dimensionselements definieren. So verwenden Sie das obige Beispiel: Average_Age[Country=‘Sweden’]gibt eine Metrik für das Durchschnittsalter der Menschen in Schweden an. Würden wir diese Metrik mit einem Namen versehen, z. B. „Swedish_Average_Age“, könnten wir sie in anderen Berechnungen als Metrik verwenden. So würde etwa die Ermittlung von Swedish_Average_Age/Average_Age eine einzelne Zahl liefern, nämlich das Durchschnittsalter der Menschen in Schweden im Verhältnis zu dem der Menschen im Rest der Welt.

Wenn der Datensatz mit Informationen über alle Menschen in der Welt auch eine Dimension "Augenfarbe"enthält, wird der Ausdruck Swedish_Average_Age[Eye_Color=‘green’] das Durchschnittsalter der Schweden mit grünen Augen. Sie können dasselbe Ergebnis auch ohne die Verwendung einer Definition einer Zwischenmetrik erzielen, indem Sie einen anderen Filter anwenden: Average_Age[Country=‘Sweden’ AND Eye_Color=‘green’]. Darin definiert der AND-Operator einen Filterausdruck, der zwei weitere einfache Filterausdrücke verwendet.

Ressourcen für Business.Adobe.com

Mobile App Analytics Third Party Data Audience Segmentation Cohort Analysis Web Analytics Data Warehouse