Criar um visual com dados de amostra

Saiba como consultar e visualizar dados no Looker e salvar os resultados da consulta como um Look que pode ser compartilhado e reutilizado.

Este guia de início rápido orienta você a criar uma visualização na sua instância do Looker (núcleo do Google Cloud). Você vai usar dados de exemplo da análise predefinida E-commerce intermediário para criar o gráfico de tabela a seguir e salvar o gráfico como um Look.

O gráfico de tabela que você criará vai mostrar tendências semanais de envio, usando formatação condicional (como um fundo vermelho) para destacar possíveis atrasos (nesse caso, semanas em que mais de 200 itens de pedidos levaram mais de dois dias para serem entregues). A tabela a seguir é um exemplo dos resultados da consulta que você vai usar para criar seu Look:

Semana de criação 2024-07-29 2024-07-22 2024-07-15 2024-07-08 2024-07-01 2024-06-24 2024-06-17 2024-06-10
Dias de envio a entrega Nº de itens do pedido No de itens do pedido No de itens do pedido No de itens do pedido No de itens do pedido No de itens do pedido No de itens do pedido No de itens do pedido
4 451 242 210 199 163 152 189 177
3 422 260 213 177 213 144 171 165

Antes de começar

Para acompanhar este guia de início rápido, você precisa ter acesso a uma instância do Looker (Google Cloud Core) que inclua o exemplo de projeto do LookML. O projeto de exemplo inclui a Análise pré-criada de e-commerce intermediário usada neste guia de início rápido.

Para navegar até a Análise de e-commerce intermediário, siga estas etapas:

  1. No Looker, clique em Menu principal para expandir o menu de navegação principal.
  2. No menu de navegação principal, selecione Explorar.
  3. Abra Z) Sample LookML (ou o nome do modelo correspondente na sua instância) para expandir a lista de análises detalhadas.
  4. Clique em 2) Explorar e-commerce intermediário para abrir a página "Explorar".

Selecionar campos e dados dinâmicos

Para criar a consulta, siga estas etapas:

  1. No seletor de campo, expanda a seção Order Items.
  2. Na seção Dimensões do seletor de campo, expanda Data de criação, mantenha o cursor sobre o campo Semana e selecione o ícone Dados dinâmicos para exibir as semanas como colunas na tabela de resultados.
  3. Abra Outras datas e selecione o campo Enviado para dias entregues para mostrar quanto tempo demorou cada pedido para ser entregue após o envio.
  4. Na seção Measures do seletor de campos, selecione o campo # of Order Items para mostrar o número total de itens do pedido para cada combinação de semana e duração do frete.

Adicionar filtros e executar a consulta

Em seguida, adicione filtros nos seguintes campos para refinar os resultados da consulta:

  • Created At Week: o filtro nesse campo terá a condição is in the past 8 weeks, que inclui apenas dados das últimas oito semanas.
  • Enviado para dias entregues:
    • O primeiro filtro nesse campo terá a condição is not null, que exclui valores nulos.
    • O segundo filtro nesse campo terá a condição is >2, que inclui apenas durações de envio maiores que dois dias.

Para aplicar esses filtros à sua consulta, siga estas etapas:

  1. Para cada filtro, na seção Filtros da página "Explorar", clique em + Filtro para abrir a janela Adicionar filtro.
  2. Na janela Adicionar filtro, selecione a condição apropriada e adicione os valores de filtro conforme necessário para criar cada filtro:
    • No primeiro filtro, selecione o campo Created At Week e escolha a condição is in the last. No campo de entrada de texto, insira o valor 8 e selecione semanas na lista de períodos.
    • No próximo filtro, selecione o campo Enviado para dias entregues e escolha a condição não é nulo.
    • Para o filtro final, selecione o campo Enviado para dias entregues. Para a condição de filtro, selecione é >. No campo de entrada de texto, insira o valor 2.
  3. Clique em Executar para executar a consulta e mostrar os resultados.

A seção Dados da Análise detalhada agora mostra o número de itens do pedido para cada duração do frete nas últimas oito semanas.

Personalizar a visualização

Antes de salvar a visualização como um visual, mude o tipo de gráfico padrão para um de tabela e aplique a formatação condicional para destacar possíveis atrasos no envio. Para fazer essas mudanças, siga estas etapas:

  1. No menu Visualização, selecione Tabela para mostrar os resultados da consulta como um gráfico de tabela.
  2. Clique em Editar para abrir o editor de visualização.
  3. Na guia Série, expanda Número de itens da ordem e desative a opção Visualização de células.
  4. Na guia Formatação do editor de visualização, confirme se a opção Ativar formatação condicional está ativada.
  5. Na seção Regras, se houver uma regra de formatação condicional, substitua as condições padrão pelas condições a seguir. Se não houver regras, clique em Adicionar uma regra para criar uma regra de formatação personalizada e aplicar as condições a seguir.
    • Na seção Aplicar a, escolha Selecionar campos... e insira o campo Número de itens do pedido de itens do pedido no campo de entrada de texto.
    • Na seção Formato, escolha a condição Se o valor for maior que e insira o valor 200.
    • Na seção Estilos, selecione a amostra de cor atual na seção Cor do plano de fundo e depois a cor vermelha.

Agora que você já personalizou a visualização e aplicou a formatação condicional, o Looker destaca as células no gráfico de tabela em que mais de 200 itens do pedido levaram mais de dois dias para ser entregues.

Salvar a visualização como um Look

Para salvar o gráfico de tabela como um Look, siga estas etapas:

  1. Clique no ícone de engrenagem Abrir ações no cabeçalho "Análise".
  2. Selecione Salvar... e, em seguida, Como um Look.
  3. Na janela Salvar Look, digite um título para o Look no campo Título.
  4. Na seção Pasta, escolha uma pasta para salvar o Look em.
  5. Clique em Salvar para salvar o look nessa pasta ou em Salvar e visualizar look para salvar e abrir o look imediatamente.

Agora que você salvou a visualização como um Look, é possível acessá-la novamente para análise adicional, compartilhá-la com outras pessoas ou incorporá-la a dashboards para uma visibilidade mais ampla.

A seguir