1. Önce Temeli Sağlamlaştıralım

LOD ifadelerini doğru kullanmak için önce granularite kavramını oturtmamız gerekir. Bu bölümde adım adım gideceğiz: granularite nedir, LOD niçin doğdu, sözdizimini nasıl okuruz, üç türün arasındaki gerçek fark nedir ve aynı veride üç LOD’un nasıl farklı sonuç ürettiğini.

1.1 Granularite Nedir?

Granularite, “veriye hangi seviyede bakıyorum?” sorusunun cevabıdır. En ince granularite veritabanındaki satır seviyesidir (örn. “Sipariş + Ürün” satırı). Tableau’da bir görünüm (view) açtığında, raflara koyduğun boyutlar view’un granularitesini belirler. Ölçüler (Sales, Quantity vb.) o seviyeye göre toplanır.

Burada Tableau ham veriyi (sol tablo) Müşteri boyutuna göre toplayarak sağdaki agregat tabloyu üretti. “Granularite kalınlaştı” diyebiliriz: 4 satır → 2 satır. Buradaki 16.300 sayısı view granularitesinde anlamlıdır, ham veri seviyesinde böyle bir satır yoktur. LOD ifadeleri tam da bu noktada devreye girer: view’un granularitesini override etmek için.

1.2 Bir LOD İfadesinin Anatomisi

Tableau LOD ifadeleri her zaman süslü parantez içinde, beş parçadan oluşur. Bu kalıbı bir kez ezberlersen her LOD ifadesini aynı yapıyla okuyabilirsin:

1.3 LOD Niçin Var? Hangi Sorunu Çözer?

Tableau’nun varsayılan davranışı şudur: raflardaki boyutlar = view granularitesi. Bu çoğu zaman yeterlidir, ama belirli analiz tipleri bunu yetersiz bırakır. LOD’un çözdüğü 4 tipik problem:

1.4 Üç LOD Türü ve Mental Modelleri

Aynı SUM([Satış]) hesabını üç farklı LOD ile yazmak çok farklı sonuçlar üretir. Her birinin kendine özgü “dünya görüşü” vardır — onları görsel bir mental modelle ezberlemek en kolay yol:

1.5 Aynı Veri — Üç Farklı Cevap

Soyut tanımları somut görelim. Aşağıdaki mini veri kümesinde, view Bölge bazında. Aynı satışı dört farklı yolla hesaplayınca nasıl bambaşka sonuçlar ürettiğini incele:

Kritik çıkarım: “Hangi LOD’u kullanmalıyım?” sorusunun cevabı, “hangi seviyede toplama yapmasını istiyorum?” sorusuyla başlar. Bu üç türün arasındaki seçim, dashboard’unun matematiksel doğruluğunu doğrudan belirler.

2. İşlem Sırası (Order of Operations)

Tableau bir grafik/tablo üretirken sorguyu belirli bir boru hattında çalıştırır. Filtreler, LOD’lar ve table calculations bu hatta sıraya girer. Bu sırayı bilmek “FIXED’ım niye filtremden etkilenmiyor?” gibi soruların doğrudan cevabıdır ve dashboard’taki çoğu görünmez hatanın kaynağıdır.

2.1 11 Adımlı Tam Pipeline

Aşağıdaki dikey timeline en üstten en alta veri akışını gösterir. Mor halkalı (kritik) adımlar LOD davranışını doğrudan belirler.

2.2 Filtre × LOD Etki Matrisi

Hangi filtre türü hangi hesaplamayı etkiler? Bu matriste bir bakışta görebilirsin. ✓ = etkiler · ✗ = etkilemez · ~ = kısmi.

~ Table calc filter sadece görünür satırları kısar (hide); alt-katmandaki TOTAL ve % hesaplamaları gizlenen satırları hâlâ görür.

2.3 "Filtremi Nereye Koymalıyım?" Karar Senaryoları

Aşağıdaki 5 senaryo gerçek dashboard'larda en sık karşılaşılan tuzaklardır. Her birinde "yanlış yerdeki filtre" görünmez bir hatadır:

2.4 Pratik Cheat Sheet

Hızlı başvuru için 6 ana hata-çözüm: dashboard'larda tıkandığında bu listeyi kontrol et.

3. 18 Gerçek Hayat Egzersizi

Sekmeler arasında geçiş yap, her örnek varsayılan olarak kapalıdır. Başlığa veya sağdaki Detay butonuna tıklayarak açabilirsin.

{ FIXED [Customer ID] :
   MIN([Order Date]) }

DATETRUNC('quarter', [İlk Sipariş Tarihi])

IF [Acquisition Cohort] = #2024-01-01#
   THEN [Sales] END

{ FIXED [Customer ID] :
   SUM([Sales]) }

IF     [CLV] >= 25000 THEN "Platinum"
ELSEIF [CLV] >= 10000 THEN "Gold"
ELSEIF [CLV] >= 3000  THEN "Silver"
ELSE                            "Bronze"
END

{ FIXED [Region] :
   SUM([Card Spend]) }

SUM([Card Spend]) /
SUM([Bölge Toplamı])

{ FIXED [SKU], DATETRUNC('month',[Order Date]) :
   SUM([Quantity]) }

{ FIXED [SKU] :
   MAX([Ürün-Ay Toplamı]) }

IF [Ürün-Ay Toplamı] = [SKU Peak Quantity]
   THEN "Peak Month"
ELSE "-" END

{ FIXED [Customer ID] :
   COUNTD([Order ID]) }

IF     [Toplam Sipariş] = 1
   THEN "One-time"
ELSEIF [Toplam Sipariş] <= 5
   THEN "Repeat"
ELSE "Loyal"
END

{ FIXED [Customer ID] :
   SUM([Revenue]) }

// Window calc — sıralama için
RANK(SUM([Müşteri Toplam Cirosu]),
     'desc')

SUM(IF [Müşteri Rank] <= 50
       THEN [Revenue] END)
/ SUM([Revenue])

{ EXCLUDE MONTH([Tx Date]) :
   SUM([Spend]) }

SUM([Spend]) /
SUM([Yıllık Toplam])

{ EXCLUDE [Product Name] :
   SUM([Sales]) }

SUM([Sales]) /
SUM([Kategori Toplamı])

{ EXCLUDE [City] :
   AVG([Delivery Min]) }

AVG([Delivery Min]) -
AVG([Ülke Ortalama Süre])

{ EXCLUDE [Order Date] :
   AVG(
      { FIXED DATETRUNC('week',[Order Date]),
                [Store ID] :
        SUM([Sales]) }
   )
}

(SUM([Sales]) - AVG([Haftalık Ort]))
/ AVG([Haftalık Ort])

IF ABS([Day vs Week %]) > 0.10
   THEN "⚠ Anomaly"
ELSE "OK" END

{ EXCLUDE [Employee] :
   AVG([Salary]) }

(AVG([Salary]) - AVG([Dept Avg]))
/ AVG([Dept Avg])

{ EXCLUDE [City] :
   SUM([Revenue]) }

SUM([Revenue]) /
SUM([Segment Toplamı])

{ INCLUDE [Customer ID] :
   SUM([Spend]) }

AVG([Customer Spend])

MEDIAN([Customer Spend])

{ INCLUDE [Order ID] :
   SUM([Quantity]) }

AVG([Order Qty])

{ INCLUDE [Shift Date] :
   COUNTD([Employee ID]) }

AVG([Daily Headcount])

{ INCLUDE [Employee] :
   COUNTD([Project ID]) }

AVG([Projects per Employee])

PERCENTILE([Projects per Employee], 0.95)

{ INCLUDE [Visit Date] :
   COUNTD([Customer ID]) }

AVG([Daily Customers])

PERCENTILE([Daily Customers], 0.9)

{ INCLUDE [Order ID] :
   SUM([Quantity]) }

AVG([Order Qty])

AVG([Order Qty])
* [Lead Time Days]
* 1.2   // %20 safety stock

4. FIXED vs EXCLUDE vs INCLUDE — Hızlı Karşılaştırma

Aynı veride aynı ölçümü farklı LOD'larla yazdığında nasıl davranır?

5. Hızlı Sınav

Arka planda 40 soruluk havuz var; her sayfa yenilemesinde rastgele 4 soru gelir. Sağdaki butonla yenilemeden de yeni 4 soru çekebilirsin.

6. Sıkça Yapılan Hatalar

• FIXED + dimension filter: Filtre etkisinin gelmesi gerektiğini fark etmemek → Filtreyi Context'e taşı.
• SUM içinde SUM: LOD zaten aggregate döner; dış aggregate olarak yine SUM almak çoğullamaya neden olur. MIN/MAX/AVG uygundur.
• Yüksek kardinalite FIXED: Customer × Order × Product gibi geniş seviyelerde performans çöker; mümkünse extract'ı materyalize et.
• EXCLUDE dimensiyonu görünümde yokken: EXCLUDE etkisiz olur; kullanmadan önce o boyutun rafalarda (en az Detail) olduğundan emin ol.
• Avg of avg yanılgısı (INCLUDE): Her grup eşit ağırlık almaz aslında; gerekiyorsa weighted average yaz.
• Date trunc unutmak: FIXED [Order Date] her gün ayrı bir gruptur; ay seviyesinde istiyorsan DATETRUNC('month', ...) şart.