Best Practice: Ein positives Erlebnis für Looker-Benutzer schaffen

Diese Best Practices spiegeln die Empfehlungen eines interdisziplinären Teams erfahrener Looker-Nutzer wider. Diese Erkenntnisse stammen aus jahrelanger Erfahrung mit Looker-Kunden – von der Implementierung bis hin zum langfristigen Erfolg. Die Best Practices sind so formuliert, dass sie für die meisten Nutzer und Situationen funktionieren, aber Sie sollten bei der Implementierung nach eigenem Ermessen vorgehen.

LookML-Entwickler können diese Tipps berücksichtigen, um die Erfahrungen mit Looker:

• Aussagekräftige Feldnamen für Nutzer bereitstellen
• Ähnliche Felder zur einfacheren Navigation gruppieren
• Zu Beginn nicht zu viel Nutzern präsentieren
• Beschreibungen hinzufügen, damit Nutzer wissen, welche Felder und explorative Datenanalysen sie verwenden sollen
• Gängige Workflows in Looker einbinden

Diese Empfehlungen werden in den folgenden Abschnitten ausführlicher erläutert.

Aussagekräftige Feldnamen für Nutzer bereitstellen

• Mit dem Parameter label können Sie Dimensionen oder Messwerten nutzerfreundliche Namen zuweisen und gleichzeitig datenbankfreundliche Namen in den Ansichts- und Modelldateien beibehalten. Sie können einige gängige Begriffe umbenennen, z. B. Anzahl in Anzahl von und Summe in Summe. Wenn Sie nicht sicher sind, welche Wörter für Nutzer relevant sind, arbeiten Sie mit einem geschäftlichen Nutzer zusammen, um einige gängige Abfragen zu erstellen. So können Sie herausfinden, mit welchen Begriffen dieser Nutzer bestimmte Dinge beschreibt. Angenommen, die Datenansichten Inventarelemente, Bestellelemente, Bestellungen und Produkte haben jeweils den Messwert Anzahl. Mit dem Parameter label können Sie jedem dieser Messwerte einen eindeutigen und aussagekräftigen Namen geben, z. B. Anzahl der Inventarelemente, Anzahl der Bestellelemente, Anzahl der Bestellungen und Anzahl der Produkte.
• Vermeiden Sie es, mehrere Felder mit demselben Namen bereitzustellen. So werden beispielsweise Messwerte für type: count automatisch in Looker mit dem Namen Anzahl erstellt. Daher enthalten die meisten Ansichtsdateien ein Zählmaß mit demselben Namen. Mehrere Felder mit demselben Namen können für Nutzer verwirrend sein. Durch das Hinzufügen von Labels oder das Umbenennen des zu zählenden Objekts können Verwechslungen vermieden werden. Weitere wichtige Felder sind Erstellungsdatum und Datum der letzten Aktualisierung, z. B. in Dimensionsgruppen.
• Geben Sie für die Felder von type: yesno eindeutige Namen an. Verwenden Sie beispielsweise Wurde der Artikel zurückgegeben? anstelle von Zurückgegeben, um ein Feld zu benennen, das angibt, ob ein Artikel zurückgegeben wurde.
• Benennen Sie die Seitenverhältnisse beschreibend. Beispielsweise ist Orders Per Purchasing customers deutlicher als Orders Percent.
• Benennen Sie Felder und geben Sie Werte im gesamten Modell einheitlich an. Wenn Sie den Parameter value_format oder value_format_name verwenden, um Formatierungen wie Währungssymbole, Prozentsätze oder Dezimalstellen auf numerische Felder anzuwenden, können Nutzer alles verständlicher machen.

Ähnliche Felder zur einfacheren Navigation gruppieren

• Verwenden Sie den Parameter group_label, um Dimensionen und Messwerte aus einzelnen oder mehreren zusammengeführten Ansichten zusammenzuführen, die miteinander in Beziehung stehen. Sie können beispielsweise alle geografischen Informationen in einer Gruppe Geografie gruppieren, um alle Adress- und Standortinformationen in der Feldauswahl zusammenzuführen, anstatt sie alphabetisch aufzulisten:

      dimension: city {
        group_label: "Geography"
        type: string
        sql: ${TABLE}.city ;;
      }
  
      dimension: country {
        group_label: "Geography"
        type: string
        map_layer_name: countries
        sql: ${TABLE}.country ;;
      }
      

  

• Große, denormalisierte Tabellen können mit dem Parameter view_label aufgeteilt werden. Verwenden Sie den Parameter view_label in Feldern, um Felder logisch in separate Überschriften in der Feldauswahl zu gruppieren. Große, denormalisierte Tabellen mit vielen Feldern können schwer zu bedienen sein. Daher entsteht in der linken Auswahl der explorativen Datenanalysefelder der Eindruck, dass es mehrere Ansichten gibt.

Zu Beginn nicht zu viel Nutzern präsentieren

• Vermeiden Sie es, beim ersten Roll-out von Looker zu viel Benutzern zugänglich zu machen. Fangen Sie klein an, und erweitern Sie dann die Optionen. Sie müssen nicht alle Tabellen oder Dimensionen und Messwerte gleichzeitig einblenden. Sie können die wichtigsten Felder zuerst verfügbar machen und dann weitere Funktionen hinzufügen, wenn geschäftliche Nutzer mit der explorativen Datenanalyse besser vertraut werden.
• Dimensionen, die für Nutzer nicht relevant sind, auf der Benutzeroberfläche ausblenden Verwenden Sie den Parameter hidden für Dimensionen, die nie über die Benutzeroberfläche verwendet werden (z. B. ID-Felder oder Datenbankaktualisierungsdaten).
• Verwenden Sie den Parameter fields in Explores und Joins, um die Anzahl der für Nutzer verfügbaren Felder zu begrenzen. Es sollten nur Felder enthalten sein, die für das Explore relevant sind. Dies reduziert die Größe der App und sorgt für eine bessere Nutzerfreundlichkeit. Im Gegensatz zum Parameter hidden können mit dem Parameter field Felder für jedes Explore einzeln ein- oder ausgeschlossen werden.
• Blenden Sie alle Explores aus, die ausschließlich zum Ausfüllen bestimmter Looks, Dashboard-Tiles oder Filter existieren, indem Sie den Parameter hidden für Explores verwenden. Explorative Datenanalysen, die nicht für die explorative Datenanalyse durch Nutzer gedacht sind, sollten in der Benutzeroberfläche ausgeblendet werden.
• Verwenden Sie so wenige Explores wie möglich, damit Nutzer trotzdem ganz einfach auf die benötigten Antworten zugreifen können. Erwägen Sie, Explores in verschiedene Modelle für unterschiedliche Zielgruppen aufzuteilen, um die verfügbaren Optionen für jede Nutzergruppe einzuschränken. Die optimale Anzahl von Explores ist für jedes Unternehmen unterschiedlich, aber zu viele Explores können die Nutzenden verwirren. Verwenden Sie den Parameter group_label für Explores in einem Modell, damit Sie sie im Drop-down-Menü Explore sinnvoll gruppieren können.

Fügen Sie Beschreibungen hinzu, damit Benutzer wissen, welche Felder und Explores verwendet werden sollen

• Verwenden Sie den Parameter description für Dimensionen und Messwerte, um Nutzern zusätzliche Informationen zur Logik oder den Berechnungen im Modell bereitzustellen. Das ist besonders wichtig für Dimensionen und Messwerte, die komplexe Logik oder Berechnungen nutzen. Es ist jedoch empfehlenswert, auch für einfachere Felder Beschreibungen zu verwenden, damit Nutzer die Definitionen dahinter verstehen.
• Definieren Sie Beschreibungen für explorative Datenanalysen für Nutzer. Fügen Sie jedem Explore eine kurze Beschreibung hinzu, um den Zweck des Explores und die Zielgruppe anzugeben, für die es bestimmt ist.

Gängige Workflows in Looker einbinden

• Fügen Sie allen relevanten Messwerten drill_fields hinzu. Mit Drilldown-Feldern können Nutzer auf zusammengefasste Werte klicken, um auf Detaildaten zuzugreifen. Verwenden Sie den Parameter set, um wiederverwendbare Gruppen von Feldern zu erstellen, die dann auf eine beliebige Anzahl von Messwerten in einer Ansicht angewendet werden können.
• Fügen Sie allen hierarchischen Dimensionen drill_fields hinzu. Wenn Sie beispielsweise eine drill_field für Ort in eine Bundesland-Dimension einfügen, können Nutzer ein Bundesland auswählen und dann detailliertere Informationen zu den Städten in diesem Bundesland abrufen. Diese hierarchische Aufschlüsselung wird automatisch innerhalb von Zeitdimensionengruppen angewendet.
• Richten Sie Links ein, mit denen Benutzer einfach navigieren und Filter an andere Looker-Dashboards oder an Systeme oder Plattformen außerhalb von Looker weitergeben können. Weitere Informationen finden Sie in unserer Dokumentation zum Parameter link. Dort finden Sie Beispiele für das Übergeben von Filtern durch Drills.