Medidas de comparación con el periodo anterior en Looker

El análisis de un periodo con respecto a otro es un patrón de análisis que mide algo en el presente y lo compara con la misma medición en un periodo comparable del pasado.

En el caso de los dialectos que admiten medidas de variación interanual, los desarrolladores de Looker pueden añadir medidas de variación interanual a los proyectos de LookML para habilitar el análisis de variación interanual en las Exploraciones de Looker correspondientes.

Por ejemplo, la siguiente consulta de Explorar de Looker muestra el número de pedidos que se crearon en el mes actual, junto con las medidas de PoP del número de pedidos creados el año pasado, la diferencia con respecto al año pasado y el cambio porcentual con respecto al año pasado. Puedes verificar la comparación interanual comprobando los valores. Por ejemplo, el valor de Pedidos del año pasado de 2012-03 es el mismo que el valor de Número de pedidos de 2011-03:

Para añadir una medida de variación interanual a un proyecto de LookML, un desarrollador de Looker debe crear un measure de type: period_over_period e incluir los subparámetros que se describen en la siguiente sección de esta página.

Por ejemplo, a continuación se muestra el LookML de una medida de PoP que proporciona el recuento de pedidos del año anterior:

  measure: order_count_last_year {
    type: period_over_period
    description: "Order count from the previous year"
    based_on: orders.count
    based_on_time: orders.created_year
    period: year
    kind: previous
  }

Esta medida de PoP tiene los siguientes atributos:

• Se define con based_on: orders.count, por lo que la métrica de PoP proporcionará datos sobre el número de pedidos del periodo anterior.
• Se define como kind: previous, lo que significa que proporciona el valor de recuento del periodo anterior (en lugar de proporcionar una diferencia en el recuento de pedidos del periodo anterior o un porcentaje de cambio en el recuento de pedidos del periodo anterior).
• Se define con period: year, por lo que proporcionará recuentos de pedidos de un periodo de tiempo comparable del año anterior.

Subparámetros de las métricas de PoP

Una medida de PoP es un measure de type: period_over_period que incluye los subparámetros que se describen en las siguientes secciones:

• based_on
• based_on_time
• kind
• period
• value_to_date

Como se describe en la sección Explorar consultas con medidas de periodo anterior, las medidas de periodo anterior calculan sus valores en función de la definición de LookML de la medida de periodo anterior y de los campos de una consulta Exploración. Por este motivo, debe seguir estas prácticas recomendadas al crear una medida de variación interanual en LookML:

• Indica a los usuarios de Explorar la period de la métrica de PoP, ya sea en el nombre de la métrica o en el subparámetro description de la métrica.
• Indica a los usuarios de Exploración la based_on de la métrica de PoP, ya sea en el nombre de la métrica de PoP o en el subparámetro description de la métrica.

Por ejemplo, la siguiente medida de PoP se llama order_count_last_year y se incluye una descripción para informar a los usuarios de que la medida proporciona el número de pedidos del año anterior:

  measure: order_count_last_year {
    type: period_over_period
    description: "Order count from the previous year"
    based_on: orders.count
    based_on_time: orders.created_year
    period: year
    kind: previous
  }

based_on

Use el campo based_on para especificar la medida de LookML en la que se basa la medida de PoP. Por ejemplo, para basar una medida de PoP en el campo orders.count, debe introducir lo siguiente:

    based_on: orders.count

Una medida de PoP basada en orders.count proporcionará información sobre el número de pedidos de un periodo anterior para que pueda comparar el número de ventas entre un periodo actual y uno anterior.

La medida de LookML que especifique en el campo based on debe ser de uno de los siguientes tipos:

• average
• average_distinct
• count
• count_distinct
• list
• max
• median
• median_distinct
• number
• min
• percentile
• percentile_distinct
• sum
• sum_distinct

based_on_time

Usa el subparámetro based_on_time para proporcionar a Looker un campo de tiempo que pueda usar para calcular los valores de la medida de PoP. Este campo de hora puede ser uno de los siguientes:

• Una dimensión temporal. Si especifica una dimensión basada en el tiempo en el subparámetro based_on_time, los usuarios deben incluir la misma dimensión basada en el tiempo en todas las consultas que usen la medida PoP. Además, el periodo de la dimensión basada en el tiempo debe ser igual o inferior al valor period de la métrica de PoP. Por ejemplo, si la medida de PoP se define con based_on_time: created_month, el valor period de la medida de PoP no puede ser week ni date.

• Uno de los siguientes periodos de un grupo de dimensiones de type: time:

  • year
  • fiscal_year
  • month
  • fiscal_quarter
  • quarter
  • week
  • date
  • raw

Si especifica un periodo de un grupo de dimensiones en el subparámetro based_on_time, el periodo concreto que utilice no es relevante. Solo tiene que dirigir la métrica de cambio porcentual a un grupo de dimensiones de type: time para que la métrica pueda usar la marca de tiempo subyacente del grupo de dimensiones. No puedes especificar un periodo a partir de un grupo de dimensiones de type: duration. Los grupos de dimensiones de tipo duración no se admiten y producirán un error de tiempo de ejecución en Exploración.

kind

Use el parámetro kind para especificar el tipo de cálculo que quiere que haga la medida de variación interanual en el periodo anterior. Puedes especificar uno de los siguientes valores para kind:

• previous: (predeterminado) el valor del periodo anterior.
• difference: la diferencia entre periodos (el periodo anterior restado del periodo actual).

• relative_change: el cambio porcentual con respecto al periodo anterior. El cambio porcentual se calcula mediante la siguiente ecuación:

  $$ relativeChange = (current - previous)/previous $$

period

Use el subparámetro period para especificar la cadencia de la medida de variación porcentual, es decir, cuánto tiempo quiere retroceder en la comparación. Por ejemplo, una métrica de PoP definida con period: year mostrará los valores del año anterior. Si ejecutas una consulta de Exploración sobre el número de pedidos mensuales, la period: year medida de variación porcentual mostrará los valores del mismo mes del año anterior para que puedas comparar el número de pedidos de noviembre del 2025 con el número de ventas de noviembre del 2024.

El subparámetro period admite los siguientes valores:

• year
• fiscal_year
• quarter
• fiscal_quarter
• month
• week
• date

value_to_date

Use el subparámetro value_to_date para indicar si Looker debe calcular los valores de la medida de variación porcentual con respecto al periodo anterior usando el tiempo transcurrido en el periodo actual en el momento en que se ejecuta la consulta. El subparámetro value_to_date puede ser no (valor predeterminado) o yes.

• Si se asigna el valor no, se asumirá todo el periodo al agregar los datos.
• Si se introduce el valor yes, se calculará el tiempo observado en el periodo actual y se aplicará a la métrica de PoP.

Por ejemplo, con una medida de variación intermensual definida con value_to_date: yes, si a las 13:10:00 del 6 de junio ejecutas una consulta Explorar con la medida de variación intermensual y una dimensión de periodo, Looker aplicará la cantidad de tiempo transcurrido el 6 de junio (13 horas, 10 minutos y 0 segundos) a los cálculos de cada una de las fechas de la consulta. En cada fecha, Looker proporcionará los valores de las primeras 13 horas y 10 minutos.

Si tuviera la misma medida de variación porcentual definida con value_to_date: no y ejecutara la misma consulta Explorar el 6 de junio a las 13:10:00, Looker calcularía el valor de la variación porcentual usando todos los datos disponibles de cada fecha. Si intenta comparar los valores del 6 de junio con los del día 6 del mes anterior, tenga en cuenta que, como el 6 de junio aún no ha terminado, es posible que haya datos adicionales después de las 13:10:00.

Consulta Cómo afecta value_to_date a los valores de la medida de PoP para ver un ejemplo de cómo afecta value_to_date: yes a los resultados de una consulta Explorar.

Como se describe en la sección Requisitos de las consultas Explorar con medidas de variación porcentual, cuando ejecutas una consulta Explorar con una medida de variación porcentual, Looker aplica automáticamente la granularidad de periodo mínima de la consulta al periodo que usa la medida de variación porcentual. En las consultas Explorar con una medida de variación porcentual definida con value_to_date: yes, Looker toma la dimensión de periodo más pequeña de la consulta y calcula la parte de ese periodo que ha transcurrido cuando se ejecuta la consulta. Después, aplica esa parte a todos los valores de la medida de variación porcentual.

Consultar las consultas con medidas de variación porcentual

El cálculo que se realiza para una medida de periodo anterior se basa en la definición de LookML de la medida y en los periodos que se especifican en la propia consulta Exploración. La medida de periodo anterior adapta su cálculo a los periodos seleccionados en la consulta Exploración. Por ejemplo, si la medida de PoP se define con period: year y la consulta de Exploración contiene la dimensión de periodo orders.created_month, la medida de PoP calculará los valores mensuales y comparará enero del 2025 con enero del 2024. Si quieres ver los valores anuales, tendrás que ejecutar una consulta Exploración con la métrica PoP y solo el periodo orders.created_year.

A continuación, se muestran algunos ejemplos de cómo interactúa la medida de PoP period con los periodos seleccionados en una consulta Exploración:

• Si se define una medida de variación interanual con period: year y ejecutas una consulta Exploración con un periodo trimestral, la medida de variación interanual devolverá los valores del mismo trimestre del año anterior (por ejemplo, el primer trimestre del 2025 en comparación con el primer trimestre del 2024).
• Si se define una medida de variación interanual con period: year y ejecutas una consulta Exploración con un periodo de un mes, la medida de variación interanual devolverá los valores del mismo mes del año anterior (por ejemplo, abril del 2025 en comparación con abril del 2024).
• Si se define una métrica de variación interperiodo con period: month y ejecutas una consulta Exploración con un periodo mensual, la métrica de variación interperiodo devolverá los valores del mes anterior (abril del 2025 en comparación con marzo del 2025).

Requisitos para usar las consultas Exploración con métricas de PoP

Como una medida de variación anual hace cálculos basados tanto en la definición de LookML de la medida como en los campos que selecciona en la consulta Exploración, como mínimo debe incluir los siguientes campos en una consulta Exploración que tenga una medida de variación anual:

• La medida de PoP.
• Una dimensión de tiempo adecuada para la period asociada a la medida de variación interanual. La dimensión de tiempo se puede incluir en la consulta desde el selector de campos de Exploración o en los filtros de Exploración:
  • Las consultas de métricas de PoP admiten granularidades de fecha o superiores, como mes, trimestre o año. Las consultas de medidas de variación porcentual no admiten dimensiones con periodos de horas o minutos.
  • Si la medida de PoP se define con un based_on_time que es un periodo de un grupo de dimensiones, la consulta Exploración debe incluir un periodo del mismo grupo de dimensiones que utilice un periodo igual o inferior al especificado en el parámetro period de la medida de PoP. Puede incluir el grupo de dimensiones en la exploración (seleccionándolo en el selector de campos de la exploración) o filtrando por el grupo de dimensiones. Por ejemplo, si el valor based_on_time de la métrica de PoP se define con un periodo del grupo de dimensiones orders.created y la métrica de PoP se define con period: month, la consulta Exploración debe incluir un periodo del grupo de dimensiones orders.created que sea igual o inferior a un mes, como orders.created_date. El periodo de la consulta de Explorar debe coincidir o ser más corto, ya que, por ejemplo, no puede comparar el rendimiento de un mes con el del mismo mes del año anterior en un periodo de un año.
  • Si la medida de variación interanual se define con un based_on_time que es una dimensión basada en el tiempo, la consulta de Exploración debe incluir exactamente la misma dimensión basada en el tiempo. Para ello, puede incluir la dimensión del selector de campos de Exploración o especificar un filtro en la dimensión. La dimensión basada en el tiempo debe tener un periodo igual o inferior al especificado en el parámetro period de la métrica de variación interanual. Por ejemplo, si la medida de PoP se define con based_on_time: created_date y la medida de PoP se define con period: month, la consulta Exploración debe incluir la dimensión created_date.

Si la medida de variación interanual se define con un based_on_time que es un periodo de un grupo de dimensiones, ten en cuenta los siguientes requisitos para el periodo de la consulta de Exploración:

• El periodo del tiempo de la consulta Exploración debe ser igual o inferior al especificado en el parámetro period de la métrica de variación interanual. Por ejemplo, si el based_on_time de la métrica de PoP se define con un periodo del grupo de dimensiones orders.created y la métrica de PoP se define con period: month, la consulta Exploración debe incluir un periodo del grupo de dimensiones orders.created que sea igual o inferior a un mes, como orders.created_date. El periodo de la consulta de Explorar debe ser más corto, ya que, por ejemplo, no se puede comparar el rendimiento de un mes con el del mes anterior en un periodo de un año.
• El periodo de la consulta Exploración debe contener información de marca de tiempo. Por ejemplo, los periodos year, month y date de un grupo de dimensiones proporcionan información de marca de tiempo real. Por el contrario, el periodo day_of_week se abstrae de la marca de tiempo subyacente para proporcionar un valor como Wednesday. Del mismo modo, los periodos, como month_name, month_num y day_of_month, no proporcionan información de marca de tiempo, por lo que las métricas de variación interanual no pueden usarlos para calcular los valores del periodo anterior. Sin embargo, si incluye en la consulta de Exploración una marca de tiempo, como date, se proporcionará a la métrica de PoP información de marca de tiempo que puede usar para calcular los valores del periodo anterior. También puede incluir el periodo day_of_week en la consulta Explorar, ya que la métrica de variación anual puede usar la información del periodo date para hacer cálculos.

Siempre que cumpla estos requisitos en su consulta Exploración, puede añadir otros campos y dimensiones de periodo en la consulta Exploración, pero todos los periodos de la consulta Exploración deben ser iguales o inferiores al periodo de la medida de variación interanual.period Cuando ejecutas una consulta de Exploración con una medida de PoP, Looker aplica automáticamente la granularidad de periodo mínima de la consulta al periodo que usa la medida de PoP. En la instancia de Explore de ejemplo que se muestra al principio de esta página, todas las medidas de PoP se han definido en LookML con period: year. Esto significa que, sea cual sea el periodo seleccionado en la consulta Explorar (en este caso, un periodo mensual), la medida PoP devolverá los resultados del mismo periodo del año anterior.

Si quiere ver qué periodos se admiten con su medida de variación interanual en una exploración, puede probar diferentes periodos sin tener que ejecutar consultas. Haga clic en la pestaña SQL de la sección Datos de la Exploración y, a continuación, añada campos y filtros desde el selector de campos de la Exploración. Si la medida de PoP no puede calcular la consulta con los campos y filtros que ha seleccionado, en la pestaña SQL se mostrará un mensaje que indica que no se puede generar el SQL.

Si ejecutas una consulta en la que no se puede generar el SQL, la ventana Explorar devolverá un error con los detalles y un enlace al LookML correspondiente.

Ejemplos

En las siguientes secciones se muestran algunos ejemplos de diferentes medidas de PoP y consultas de Exploración:

• Comparar los recuentos con las métricas de PoP interanuales y mensuales
• Cómo afecta value_to_date a los valores de la métrica PoP

Comparar recuentos con medidas de PoP interanuales y mensuales

A continuación, se muestra el LookML de una total_births medida de ejemplo, un birth grupo de dimensiones de type:time y dos medidas de porcentaje de participación que se basan en la total_births medida y que usan el birth grupo de dimensiones como su campo based_on_time:

  dimension_group: birth {
    type: time
    timeframes: [raw, time, date, week, month, quarter, year]
    sql: ${TABLE}.birth_date ;;
  }  

  measure: total_births {
    type: sum
    sql: ${TABLE}.total_births ;;
  }

  measure: total_births_last_year {
    type: period_over_period
    kind: previous
    based_on: total_births
    based_on_time: birth_year
    period: year
    value_to_date: no
    value_format_name: decimal_0
  }

  measure: total_births_last_month {
    type: period_over_period
    kind: previous
    based_on: total_births
    based_on_time: birth_year
    period: month
    value_to_date: no
    value_format_name: decimal_0
  }

Ten en cuenta lo siguiente sobre estos campos:

• Ambas medidas de PoP se definen con kind: previous, por lo que ambas proporcionan el valor de la medida del periodo anterior.
• Ambas medidas de PoP se definen con value_to_date: no, por lo que calculan el valor de la medida durante todo el periodo (es decir, la granularidad mínima del periodo de la consulta).
• Ambas medidas de PoP se definen con based_on_time: birth_year, por lo que ambas usan la marca de tiempo subyacente del grupo de dimensiones birth.
• La métrica total_births_last_year de PoP se define con period: year y la métrica total_births_last_month de PoP se define con period: month.

A continuación, se muestra una consulta de Exploración que incluye las tres métricas y el periodo de la dimensión birth_month:

Ten en cuenta lo siguiente sobre los resultados de Exploración:

• El periodo más breve de la dimensión de la consulta Exploración es birth_month, por lo que la métrica de PoP proporciona valores mensuales.
• En la fila del mes más reciente, 2024-07, el valor Total de nacimientos del mes pasado muestra el total de nacimientos del mes anterior, 2024-06. Para comprobarlo, consulta el valor de Total de nacimientos de la fila 2024-06. Los dos valores coinciden.
• En la fila del mes más reciente, 2024-07, el valor de Total de nacimientos del año pasado muestra el total de nacimientos del mismo mes (07) del año anterior (2023). Para comprobarlo, consulta el valor de Total de nacimientos de la fila 2023-07. Los dos valores coinciden.

Cómo afecta value_to_date a los valores de la métrica de punto de compra

Al igual que en el ejemplo anterior, aquí se muestra el LookML de la medida total_births y del grupo de dimensiones birth de type:time, así como dos medidas de PoP basadas en la medida total_births y que usan el grupo de dimensiones birth como campo based_on_time. Sin embargo, en este ejemplo, la métrica total_births_last_year_value_to_date PoP se define con value_to_date: yes y la métrica total_births_last_year PoP se define con value_to_date: no:

  dimension_group: birth {
    type: time
    timeframes: [raw, time, date, week, month, quarter, year]
    sql: ${TABLE}.birth_date ;;
  }  

  measure: total_births {
    type: sum
    sql: ${TABLE}.total_births ;;
  }

  measure: total_births_last_year {
    type: period_over_period
    kind: previous
    based_on: total_births
    based_on_time: birth_year
    period: year
    value_to_date: no
    value_format_name: decimal_0
  }

  measure: total_births_last_year_value_to_date {
    type: period_over_period
    kind: previous
    based_on: total_births
    based_on_time: birth_year
    value_to_date: yes
    period: year
    value_format_name: decimal_0
  }

Aquí tienes una consulta de Explorar que incluye las tres medidas y el periodo de la dimensión birth_year. Esta consulta de Exploración se ejecutó el 4 de junio a las 16:25:08, lo que es significativo para la métrica value_to_date: yes PoP.

Los resultados de Exploración muestran cómo el subparámetro value_to_date cambia el cálculo de las medidas de variación porcentual:

Ten en cuenta lo siguiente sobre los resultados de Exploración:

• En la fila del año más reciente, 2024, el valor de Total de nacimientos del año pasado muestra el total de nacimientos del año anterior, 2023. Para verificar el cálculo, consulta el valor de Total de nacimientos de la fila 2023. Los dos valores coinciden.
• En la fila del año más reciente, 2024, el valor de Total de nacimientos del año pasado hasta la fecha es inferior al valor de Total de nacimientos del año pasado. Esto se debe a que la consulta Explorar se ejecutó el 4 de junio a las 16:25:08 y a que la medida total_births_last_year_value_to_date de PoP se define con value_to_date: yes, por lo que Looker calculó los valores anuales usando solo los datos hasta el 4 de junio a las 16:25:08 de cada año.

Filtrar consultas de Exploración que incluyan medidas de variación porcentual

Ten en cuenta lo siguiente al filtrar consultas de Exploración que incluyan métricas de periodo anterior:

• Se pueden filtrar las consultas de Exploración que incluyan métricas de PoP. Sin embargo, no puedes filtrar por una medida de PoP en sí. Por ejemplo, en la primera consulta de Explorar, que consulta la dimensión birth_month y las medidas de PoP total_births, total_births_last_year y total_births_last_month, no se puede filtrar por las medidas de PoP total_births, total_births_last_year o total_births_last_month.
• Si filtras por un campo asociado al parámetro based_on_time de una métrica de variación interanual y el periodo del filtro es más preciso que el de la consulta, la métrica de variación interanual solo mostrará los resultados correspondientes a la parte del periodo de la consulta que coincida con el valor del filtro. Por ejemplo, si hace una consulta sobre la dimensión orders.created_year y la filtra por el mes de enero, en cada año, la métrica de variación anual mostrará los valores de enero únicamente. Esto puede confundirse con los resultados del año completo.
• En el caso de las consultas Exploración de la métrica de PoP, para calcular los datos de la métrica de PoP, Looker obtiene datos de un periodo adicional con la granularidad de periodo menos detallada de la consulta. Por ejemplo, si crea una consulta Exploración con una dimensión mensual, una medida de variación porcentual definida con period: year y un filtro de los últimos seis meses, Looker identificará la granularidad menos detallada de la consulta, que en este ejemplo sería el periodo de year de la medida de variación porcentual. En este ejemplo, Looker recuperaría los datos de los últimos seis meses más los datos de un año adicional para poder comparar cada uno de los últimos seis meses con el mismo mes del año anterior.
• Tal como se describe en los requisitos de las consultas de Exploración con métricas de variación interanual, las consultas de Exploración que incluyan métricas de variación interanual deben tener una dimensión de tiempo adecuada para el period asociado a la métrica de variación interanual. Si no selecciona una dimensión de tiempo en el selector de campos de la Exploración, Looker puede obtener la información necesaria de las dimensiones de tiempo de los filtros de la Exploración. En este caso, Looker ordenará los resultados de la consulta Exploración por la dimensión de tiempo del filtro.

Visualizaciones con métricas de PoP

Se recomienda usar la visualización de gráfico de tabla para las métricas de PoP. Es posible que otras opciones de visualización también funcionen, en función de los campos de tu consulta Exploración.

Si usas una visualización que no sea un gráfico de tabla, comprueba que sea clara. Como las medidas de PoP proporcionan comparaciones con un periodo anterior, las visualizaciones con medidas de PoP pueden ser engañosas. Por ejemplo, una medida de variación interanual definida como kind: previous mostrará el valor del año pasado en la fecha de este año. Si tu consulta de Exploración incluye el valor del año actual junto con la métrica de variación interanual, el año actual tendrá dos valores en la visualización.

Si usas una visualización que no sea un gráfico de tabla, comprueba que indique claramente que las medidas de variación interanual son comparaciones con un periodo anterior.

Limitaciones de las métricas de periodo anterior

Ten en cuenta las siguientes limitaciones de las medidas de PoP:

• Las métricas de PoP solo se admiten en proyectos de LookML que usen el nuevo tiempo de ejecución de LookML. Si la función antigua Usar el tiempo de ejecución de LookML antiguo está habilitada en tu instancia, el archivo de manifiesto de tu proyecto debe incluir una instrucción new_lookml_runtime:yes.
• Las medidas de PoP no se admiten con el conector de Looker en Looker Studio.
• Las medidas de PoP deben basarse en una medida agregada, tal como se describe en la sección based_on. No puedes basar una medida de variación interanual en una medida no agregada.
• En las conexiones de BigQuery de instancias en las que está habilitada la función de Labs Agregaciones simétricas de BI Engine, se admiten las medidas de PoP, pero las consultas de SQL con medidas de PoP no usarán la función Agregaciones simétricas de BI Engine.
• Las métricas de PoP no admiten el análisis de cohortes.
• Las métricas de PoP no admiten cálculos acumulativos.
• Las métricas de variación interanual siempre comparan el periodo actual con el anterior. No puedes configurar una medida de variación porcentual para comparar el periodo actual con otro que no sea el anterior. Por ejemplo, no puedes crear una medida de variación interanual para comparar mayo del año pasado con diciembre de este año.
• Las métricas de PoP no se admiten en calendarios personalizados, como los calendarios 4-5-4 del sector retail. Consulta la sección period para ver los periodos que admiten las métricas de PoP.
• Las medidas de variación porcentual no se admiten con periodos personalizados, como las dos semanas actuales en comparación con las dos semanas anteriores.

• Los parámetros de Liquid no se admiten en los parámetros de una medida de PoP. Sin embargo, si los campos based_on o based_on_time de un punto de medida de PoP apuntan a una dimensión definida con Liquid, se procesará ese Liquid.

• Las medidas de PoP no se admiten con las siguientes funciones de Looker:

  • Notoriedad agregada
  • Subtotales

• Las métricas de PoP no se pueden usar para crear un campo personalizado.

• No puedes seleccionar el periodo de una semana en una consulta Exploración con una métrica de periodo anterior a periodo actual, a menos que la métrica de periodo anterior a periodo actual se defina con period: week o period: date.

• Las medidas de variación interanual con periodos definidos con marcos temporales fiscales no se pueden usar en consultas de Exploración con marcos temporales no fiscales. Además, las medidas de variación interanual con periodos definidos con marcos temporales no fiscales no se pueden usar en consultas con dimensiones de marcos temporales fiscales.

• Las medidas de periodo anterior admiten el desfase del mes fiscal, de forma que el parámetro based_on_time de la medida de periodo anterior hereda el valor fiscal_month_offset del archivo de modelo de LookML asociado a la exploración. Si define una medida de periodo anterior con fiscal_year o fiscal_quarter, la medida de periodo anterior se admitirá en una consulta de Exploración solo si la consulta de Exploración especifica un periodo de fiscal_year o fiscal_quarter. En ese caso, se respeta el fiscal_offset_month.

• El period de la medida de PoP debe ser igual o superior al periodo seleccionado en la consulta Explorar. Por ejemplo, en el caso de una métrica de PoP definida con period: month, la consulta de Exploración debe tener una dimensión de periodo de un mes o menos, como una semana o un día.

Dialectos de bases de datos admitidos para las métricas de PoP

En la siguiente tabla se muestra qué dialectos admiten medidas de PoP en la última versión de Looker:

Dialecto	¿Es compatible?
Actian Avalanche	No
Amazon Athena	No
Amazon Aurora MySQL	No
Amazon Redshift	Sí
Amazon Redshift 2.1+	Sí
Amazon Redshift Serverless 2.1+	Sí
Apache Druid	No
Apache Druid 0.13+	No
Apache Druid 0.18+	No
Apache Hive 2.3+	No
Apache Hive 3.1.2+	No
Apache Spark 3+	No
ClickHouse	No
Cloudera Impala 3.1+	No
Cloudera Impala 3.1+ with Native Driver	No
Cloudera Impala with Native Driver	No
DataVirtuality	No
Databricks	No
Denodo 7	No
Denodo 8 & 9	No
Dremio	No
Dremio 11+	No
Exasol	No
Google BigQuery Legacy SQL	No
Google BigQuery Standard SQL	Sí
Google Cloud PostgreSQL	No
Google Cloud SQL	No
Google Spanner	No
Greenplum	No
HyperSQL	No
IBM Netezza	No
MariaDB	No
Microsoft Azure PostgreSQL	No
Microsoft Azure SQL Database	No
Microsoft Azure Synapse Analytics	No
Microsoft SQL Server 2008+	No
Microsoft SQL Server 2012+	No
Microsoft SQL Server 2016	No
Microsoft SQL Server 2017+	No
MongoBI	No
MySQL	No
MySQL 8.0.12+	Sí
Oracle	No
Oracle ADWC	No
PostgreSQL 9.5+	No
PostgreSQL pre-9.5	No
PrestoDB	No
PrestoSQL	No
SAP HANA	No
SAP HANA 2+	No
SingleStore	No
SingleStore 7+	No
Snowflake	Sí
Teradata	No
Trino	No
Vector	No
Vertica	No