fbpx

Misure addittive, semiadditive

Quando trasciniamo un campo di tipo numerico all’interno dell’area valori di una tabella pivot in Excel oppure all’interno di una visualizzazione di PowerBi in automatico come tipo di aggregazione viene proposta la somma, ma non è detto che quella sia l’aggregazione corretta in relazione ai campi che abbiamo inserito in etichetta di riga o colonna, ovvero le nostre dimensioni di analisi. Facciamo alcuni esempi: Se consideriamo la somma degli importi delle righe degli scontrini e come dimensioni di analisi la data e la categoria in questo caso a senso sommare questo campo qualsiasi dimensione consideriamo (data o categoria). Se invece consideriamo la giacenza a fine giornata dei prodotti in negozio, questi sono sicuramente aggregabili per la dimensione categoria ma non per la dimensione data. Possiamo quindi distinguere le misure che creiamo in tre categorie.

Additive
Una misura additiva, detta anche misura completamente additiva, può essere aggregata lungo tutte le dimensioni incluse nel gruppo di misure che contiene la misura, senza restrizioni.

semiadditive
Una misura semiadditiva può essere aggregata lungo alcune, ma non tutte, le dimensioni incluse nel gruppo di misure che contiene la misura. Ad esempio, una misura che rappresenta la quantità disponibile per l’inventario può essere aggregata lungo una dimensione geografica per produrre una quantità totale disponibile per tutti i magazzini, ma la misura non può essere aggregata lungo una dimensione temporale perché rappresenta un’istantanea periodica delle quantità disponibili. L’aggregazione di tale misura lungo una dimensione temporale produrrebbe risultati errati.

Non additive
Non è possibile aggregare una misura non additiva lungo nessuna dimensione nel gruppo di misure che contiene la misura. La misura deve invece essere calcolata individualmente per ogni cella del cubo che rappresenta la misura. Ad esempio, una misura calcolata che restituisce una percentuale, come il margine di profitto, non può essere aggregata dai valori percentuali dei membri figlio in nessuna dimensione.

Share on facebook
Share on twitter
Share on linkedin
Share on telegram
Share on email
Share on whatsapp

Lascia un commento

Il tuo indirizzo email non sarà pubblicato.

Articoli collegati

PowerBI e knime

KNIME è una piattaforma di analisi dati, reportistica e integrazione. Ha anche al suo interno componenti di machine learning e data mining. La sua interfaccia

leggi

Grafico a cascata

L’andamento di una misura nel tempo può essere considerato anche come il succedersi di incrementi e decrementi che hanno portato a un risultato finale la

leggi

Clustering

Microsoft clustering è una tecnica di learning machine che schematizza un fenomeno in gruppi creati analizzando e caratteristiche significative che rendono determinati elementi più simili

leggi