Производные метрики

В MetricFlow производные метрики создаются путем определения выражения с использованием других метрик. Они позволяют выполнять вычисления с существующими метриками. Это полезно для комбинирования метрик и выполнения математических функций на агрегированных столбцах, например, для создания метрики прибыли.

Параметры, описание и тип для производных метрик:

Параметр	Описание	Обязательный	Тип
`name`	Имя метрики.	Обязательный	Строка
`description`	Описание метрики.	Необязательный	Строка
`type`	Тип метрики (накопительный, производный, отношение или простой).	Обязательный	Строка
`label`	Определяет отображаемое значение в инструментах нижнего уровня. Принимает обычный текст, пробелы и кавычки (например, `orders_total` или `"orders_total"`).	Обязательный	Строка
`type_params`	Параметры типа метрики.	Обязательный	Dict
`expr`	Производное выражение. Вы увидите предупреждения о проверке, если в производной метрике отсутствует `expr` или `expr` не использует все входные метрики.	Обязательный	Строка
`metrics`	Список метрик, используемых в производных метриках. Каждая запись может включать необязательные поля, такие как `alias`, `filter` или `offset_window`.	Обязательный	Список
`alias`	Необязательный псевдоним для метрики, который можно использовать в `expr`.	Необязательный	Строка
`filter`	Необязательный фильтр для применения к метрике.	Необязательный	Строка
`offset_window`	Установите период для окна смещения, например, 1 месяц. Это вернет значение метрики через месяц от времени метрики.	Необязательный	Строка

Ниже представлена полная спецификация для производных метрик вместе с примером.

metrics:
  - name: the metric name # Обязательный
    description: the metric description # Необязательный
    type: derived # Обязательный
    label: The value that will be displayed in downstream tools #Обязательный
    type_params: # Обязательный
      expr: the derived expression # Обязательный
      metrics: # Список метрик, используемых в производных метриках # Обязательный
        - name: the name of the metrics. must reference a metric you have already defined # Обязательный
          alias: optional alias for the metric that you can use in the expr # Необязательный
          filter: optional filter to apply to the metric # Необязательный
          offset_window: set the period for the offset window, such as 1 month. This will return the value of the metric one month from the metric time. # Необязательный

Для продвинутого моделирования данных вы можете использовать fill_nulls_with и join_to_timespine, чтобы установить нулевые значения метрик в ноль, обеспечивая числовые значения для каждой строки данных.

Пример производных метрик

metrics:
  - name: order_gross_profit
    description: Валовая прибыль с каждого заказа.
    type: derived
    label: Order gross profit
    type_params:
      expr: revenue - cost
      metrics:
        - name: order_total
          alias: revenue
        - name: order_cost
          alias: cost
  - name: food_order_gross_profit
    label: Food order gross profit
    description: "Валовая прибыль для каждого заказа на еду."
    type: derived
    type_params:
      expr: revenue - cost
      metrics:
        - name: order_total
          alias: revenue
          filter: |
            {{ Dimension('order__is_food_order') }} = True
        - name: order_cost
          alias: cost
          filter: |
            {{ Dimension('order__is_food_order') }} = True
  - name: order_total_growth_mom
    description: "Процентный рост общего количества заказов по сравнению с 1 месяцем назад"
    type: derived
    label: Order total growth % M/M
    type_params:
      expr: (order_total - order_total_prev_month)*100/order_total_prev_month
      metrics: 
        - name: order_total
        - name: order_total
          offset_window: 1 month
          alias: order_total_prev_month

Смещение производной метрики

Чтобы выполнять вычисления, используя значение метрики из предыдущего периода времени, вы можете добавить параметр смещения к производной метрике. Например, если вы хотите рассчитать рост за период или отслеживать удержание пользователей, вы можете использовать это смещение метрики.

Примечание: Вы должны включить измерение metric_time при запросе производной метрики с окном смещения.

Следующий пример показывает, как можно рассчитать ежемесячный рост выручки, используя окно смещения в 1 месяц:

- name: customer_retention
  description: Процент клиентов, которые активны сейчас и были активны 1 месяц назад
  label: customer_retention
  type_params:
    expr: (active_customers/ active_customers_prev_month)
    metrics:
      - name: active_customers
        alias: current_active_customers
      - name: active_customers
        offset_window: 1 month
        alias: active_customers_prev_month

Окна смещения и гранулярность

Вы можете запрашивать любую комбинацию гранулярности и окна смещения. Следующий пример запрашивает метрику с 7-дневным смещением и месячной гранулярностью:

- name: d7_booking_change
  description: Разница между бронированиями сейчас и 7 дней назад
  type: derived
  label: d7 bookings change
  type_params:
    expr: bookings - bookings_7_days_ago
    metrics:
      - name: bookings
        alias: current_bookings
      - name: bookings
        offset_window: 7 days
        alias: bookings_7_days_ago

Когда вы выполняете запрос dbt sl query --metrics d7_booking_change --group-by metric_time__month для метрики, вот как он рассчитывается. Для dbt Core вы можете использовать префикс mf query.

Получите необработанный, неагрегированный набор данных с указанными мерами и измерениями на самом низком уровне детализации, который в настоящее время является 'днем'.
Затем выполните смещенное соединение на ежедневном наборе данных, после чего выполните усечение даты и агрегацию до запрашиваемой гранулярности. Например, чтобы рассчитать d7_booking_change за июль 2017 года:
- Сначала сложите все значения бронирования за каждый день июля, чтобы рассчитать метрику бронирования.
- Следующая таблица показывает диапазон дней, составляющих эту месячную агрегацию.

	Заказы	Время метрики
	330	2017-07-31
	7030	2017-07-30 до 2017-07-02
	78	2017-07-01
Итого	7438	2017-07-01

Рассчитайте бронирования за июль с 7-дневным смещением. Следующая таблица показывает диапазон дней, составляющих эту месячную агрегацию. Обратите внимание, что месяц начинается на 7 дней позже (смещен на 7 дней) 2017-07-24.

	Заказы	Время метрики
	329	2017-07-24
	6840	2017-07-23 до 2017-06-30
	83	2017-06-24
Итого	7252	2017-07-01

Наконец, рассчитайте производную метрику и верните окончательный набор результатов:

bookings - bookings_7_days_ago будет вычислено как 7438 - 7252 = 186. 

d7_booking_change	metric_time__month
186	2017-07-01

Связанные документы

Заполнение нулевых значений для простых, производных или относительных метрик

Пример производных метрик​

Смещение производной метрики​

Окна смещения и гранулярность​

Связанные документы​

Пример производных метрик

Смещение производной метрики

Окна смещения и гранулярность

Связанные документы