用 LOD 实现复杂业务场景
概述
LOD（Level of Detail，详细级别）字段用于让指标脱离当前图表维度，按指定粒度聚合。当业务分析需要在同一视图中同时呈现「当前维度指标」与「其他维度层级的指标」时，LOD 是最直接的实现方式。
LOD 的核心价值是将业务口径与图表展示粒度分开：图表可以从省份下钻到城市，或从区域切换到品类；而“全局销售额”“省份销售额”“客户年度销售额”等指标仍按预先定义的粒度计算，不会因展示维度变化而改变口径。
使用 LOD 后，可以：
- 固定口径：将指标锁定在客户、年度、区域或全局粒度，避免图表下钻后重复计算。
- 稳定基准：在细粒度视图中保留全局总额、上级维度总额或同级均值，用于占比和差异分析。
- 补充粒度：在不增加图表维度的前提下加入品类等计算粒度，完成区域内最大值等分析。
创建 LOD 字段时，可按以下原则选择类型；本文也据此归纳典型场景：
- 固定计算粒度（FIXED）：锁定客户、年份、区域或全局粒度，计算最值、频率、全局分母和区域基准值。
- 排除当前维度（EXCLUDE）：从当前视图粒度中移除明细维度，回退到上级粒度计算分母或基准。
- 增加计算粒度（INCLUDE）：在当前视图粒度上补充维度，再对细粒度结果聚合。
LOD 字段的创建入口、编辑器配置、支持范围与限制，请参考 新建 LOD 字段。
前置准备：新建 LOD 字段
本文所有场景均基于 LOD 复杂业务场景示例数据集 配置。下载并上传该文件后，可按后续步骤复现各场景。
在进入具体场景前，请确保已掌握以下通用操作：
- 在卡片编辑页的数据集字段区域，点击字段区域右侧的「+」，选择「新建 LOD 字段」。
- 配置字段名称、LOD 类型（FIXED / INCLUDE / EXCLUDE）、指定维度与计算内容。
- 确认右侧「预览表达式」符合预期后，点击「确定」。
- 将生成的 LOD 字段拖入数值区，或与其他字段组合为计算字段。
- FIXED 可不指定维度，表示按全局范围计算。
- INCLUDE 与 EXCLUDE 必须指定维度。
- LOD 字段类型为数值，支持在计算字段中嵌套或组合使用。
- 同一卡片可以使用多个 LOD 字段；每个字段按各自定义的粒度独立计算。
- 创建 LOD 字段后，可通过增加或移除图表维度，验证指标是否保持预期口径。
LOD 字段创建通则
- 明确业务口径：先判断指标应在哪个维度层级计算，再决定图表如何展示。需要固定维度用 FIXED，需要在视图维度上增加维度用 INCLUDE，需要排除维度用 EXCLUDE。
- 新建 LOD 字段：在卡片编辑页的数据集字段区域，点击「+ > 新建 LOD 字段」，填写字段名称、选择 LOD 类型、指定维度与计算内容。
- 确认预览表达式：右侧预览表达式应与业务逻辑一致，例如
{ FIXED [区域]: AVG([销售额]) }。 - 组合使用（可选）：如需占比、差异、计数等二次计算，可将 LOD 字段放入新建计算字段中。
- 拖入绘制区：将维度与 LOD 字段（或基于 LOD 的计算字段）拖入对应绘制区，调整显示格式后保存卡片。
固定计算粒度（FIXED）
FIXED 将指标锁定在指定维度上计算，不随图表的当前维度改变。它适用于“客户年度销售额”“年度购买频率”“全局销售额”等需要稳定业务口径的指标。
场景 1：客户年度销售额最大值
业务需求
先按「客户 ID × 年份」汇总销售额，再按客户 ID 取各年度销售额中的最大值。
应用价值
该指标适用于评估客户历史年度销售峰值，并将当年销售额与历史峰值对比，辅助客户分层、目标制定和业绩复盘。
推荐 LOD 表达式
{ FIXED [客户ID]: MAX({ FIXED [客户ID], [日期（年）]: SUM([销售额]) }) }
逻辑解释：
- 内层
FIXED [客户ID], [日期（年）]先计算「每个客户每年」的销售额合计。 - 外层
FIXED [客户ID]再对每个客户取上述年度合计中的最大值。
操作步骤
-
新建年度粒度字段「日期（年）」
在字段区域点击「+ > 新建计算字段」，按以下方式配置：
- 字段名称：
日期（年） - 字段类型：
日期 - 公式：
DATE_TRUNC('year', [日期])
该公式会将同一年度内的日期统一转换为该年度的首日。例如，
2024-03-15和2024-12-31都返回2024-01-01，因此可作为按年汇总的 LOD 维度。保存后，确认「日期（年）」可作为维度字段选择。
- 字段名称：
-
新建嵌套 LOD 字段「客户年度销售额最大值」
-
在字段区域点击「+ > 新建 LOD 字段」，字段名称填写「客户年度销售额最大值」。
-
外层 LOD 类型选择「FIXED」，指定维度选择「客户 ID」；外层计算内容选择「嵌套 LOD」，聚合方式选择「最大值」。
内层 LOD 类型选择「FIXED」，指定维度选择「客户 ID」和「日期（年）」；内层计算内容选择「普通聚合 > 求和 > 销售额」。
确认预览表达式为
{ FIXED [客户ID]: MAX({ FIXED [客户ID], [日期（年）]: SUM([销售额]) }) }，点击「确定」。
-
-
绘制图表
- 将「客户 ID」拖入维度区。
- 将「日期（年）」拖入维度区，用于验证 LOD 字段的计算口径。
- 将「客户年度销售额最大值」拖入数值区。
结果说明
图表增加「年份」展示维度后，同一客户在各年份行中仍显示相同的「客户年度销售额最大值」。
例如，C001 在 2023、2024 和 2025 年均显示 278,229。这说明该指标始终按「客户 ID」粒度计算，不受图表中年份展示维度的影响。
如需获取最大年度销售额对应的年份，需通过 ETL 对年度汇总结果与最大值结果进行关联。
场景 2：客户年度购买频率
业务需求
按「客户 ID × 年份」统计每位客户在每个年度内的独立订单数，用于衡量年度购买频率。
应用价值
该指标可用于比较同一客户的年度复购频率，并在按品类、区域等维度展开图表时保持客户年度订单数口径一致，辅助识别购买活跃度变化。
推荐 LOD 表达式
{FIXED [客户ID], [日期（年）] : CNT_DISTINCT([订单ID])}
该表达式通过 FIXED 锁定「客户 ID」和「日期（年）」两个维度；CNT_DISTINCT([订单ID]) 对订单 ID 去重，避免同一订单在明细数据中出现多行时被重复计数。
操作步骤
-
复用年度粒度字段「日期（年）」
本场景使用场景 1 已创建的「日期（年）」字段作为年度粒度。该字段类型为日期，公式为：
DATE_TRUNC('year', [日期])若尚未创建该字段，请先按场景 1 的步骤完成创建。
-
新建 LOD 字段「年度购买频率」
在字段区域点击「+ > 新建 LOD 字段」，按以下方式配置：
- 字段名称：
年度购买频率 - LOD 类型：
FIXED - 指定维度：
客户ID、日期（年） - 计算内容：
普通聚合 > 去重计数 > 订单ID
确认预览表达式为
{FIXED [客户ID], [日期（年）] : CNT_DISTINCT([订单ID])}，点击「确定」。
- 字段名称：
-
绘制图表
- 将「客户 ID」和「品类」拖入维度区。
- 将「日期（年）」拖入对比区，并按年展开，作为年度展示维度。
- 将「年度购买频率」拖入数值区，聚合方式选择「最大值」。
结果说明
图表增加「品类」展示维度后，同一客户、同一年在不同品类行中仍显示相同的年度购买频率。
例如，C001 在 2023 年的家电、家具、技术和办公用品行均为 126；2024 年均为 130；2025 年均为 84。这说明该指标始终按「客户 ID × 年份」粒度计算，不受图表中品类展示维度的影响。
场景 3：销售额占全局总额百分比
业务需求
计算各省、市销售额占全局销售额的比例，并在省份小计行展示该省份销售额的全局占比。
应用价值
该指标可统一衡量城市、省份等不同层级对全局销售额的贡献，适用于区域贡献排名、销售结构分析和目标完成贡献分析。
推荐 LOD 表达式
{ FIXED : SUM([销售额]) }
FIXED 不指定维度时按全局粒度聚合。「全局销售额」作为固定分母，当前图表维度下的销售额作为分子；因此城市行展示城市占比，省份小计行展示省份占比。
操作步骤
-
新建 LOD 字段「全局销售额」
在字段区域点击「+ > 新建 LOD 字段」，按以下方式配置：
- 字段名称：
全局销售额 - LOD 类型：
FIXED - 指定维度：留空
- 计算内容：
普通聚合 > 求和 > 销售额
确认预览表达式为
{ FIXED : SUM([销售额]) }，点击「确定」。
- 字段名称：
-
新建计算字段「总额百分比」
在字段区域点击「+ > 新建计算字段」，按以下方式配置：
- 字段名称：
总额百分比 - 字段类型：
数值 - 公式：
SUM([销售额]) / SUM([全局销售额])
- 字段名称：
-
绘制图表
- 将「省份」和「城市」拖入维度区，省份应位于城市之前。
- 将「总额百分比」「销售额」和「全局销售额」拖入数值区。
- 将「全局销售额」的聚合方式设为「最大值」，避免在城市行或小计行重复累加。
- 将数值显示格式设置为「百分比」。
- 开启省份小计。
结果说明
图表展开「省份、城市」后，「销售额」随当前行变化，而「全局销售额」在所有城市行和省份小计行中始终为 18,193,326。这说明该字段固定按全局粒度计算，不受省份、城市展示维度影响。
「总额百分比」等于当前行销售额除以 18,193,326。例如，东城区销售额为 2,113,711，占比为 11.62%；北京市小计销售额为 4,290,460，占比为 23.58%。同一省份下城市占比之和等于该省份小计占比，所有省份小计相加为 100%。
场景 4：区域品类销售额与均值差异
业务需求
计算各区域中，不同品类销售额与该区域平均品类销售额的差异。
应用价值
区域平均销售额是按「区域」粒度锁定的统一基准。即使图表展开到品类，仍可直接识别各品类高于或低于所在区域平均水平，适用于品类结构诊断和区域经营复盘。
推荐 LOD 表达式
{ FIXED [区域]: AVG({ FIXED [区域], [品类]: SUM([销售额]) }) }
逻辑解释：
- 内层
FIXED [区域], [品类]先计算每个区域中各品类的销售额合计。 - 外层
FIXED [区域]再对区域内各品类的销售额合计取平均值，得到区域平均品类销售额。 - 当前图表粒度下的品类销售额减去该平均值，即可判断品类表现高于或低于区域平均水平。
操作步骤
-
新建 LOD 字段「区域平均销售额」
在字段区域点击「+ > 新建 LOD 字段」，按以下方式配置：
- 字段名称：
区域平均销售额 - 外层 LOD 类型：
FIXED - 外层指定维度：
区域 - 外层计算内容：
嵌套 LOD > 平均值 - 内层 LOD 类型：
FIXED - 内层指定维度：
区域、品类 - 内层计算内容：
普通聚合 > 求和 > 销售额
确认预览表达式为
{ FIXED [区域]: AVG({ FIXED [区域], [品类]: SUM([销售额]) }) }，点击「确定」。
- 字段名称：
-
新建计算字段「与区域均值差异」
在字段区域点击「+ > 新建计算字段」，按以下方式配置：
- 字段名称：
与区域均值差异 - 字段类型：
数值 - 公式：
SUM([销售额]) - SUM([区域平均销售额])
- 字段名称：
-
绘制图表
- 将「区域」和「品类」拖入维度区，区域应位于品类之前。
- 将「区域平均销售额」「销售额」和「与区域均值差异」拖入数值区。
- 可为「与区域均值差异」配置正负箭头或条件格式，突出高于、低于平均值的品类。
- 保存卡片，即可查看各区域品类销售额偏离平均值的情况。
结果说明
结果为正值表示当前品类销售额高于区域平均销售额，负值表示低于区域平均销售额，结果为 0 表示与区域平均持平。
以华东区域为例，区域平均销售额为 1,146,357.25；家电销售额为 1,876,907，差异为 730,549.75，高于平均值；办公用品销售额为 439,329，差异为 -707,028.25，低于平均值。每个区域内所有品类的差异合计应为 0。
排除当前维度（EXCLUDE）
EXCLUDE 会从当前图表粒度中排除指定维度，使指标回退到上级粒度。本节以「省份、城市」视图为例，说明如何排除城市后得到省份销售额，作为城市占比的固定分母。
场景 5：城市销售额占所属省份比例
业务需求
计算各城市销售额占所属省份销售额的比例，识别城市对省内销售额的贡献。
应用价值
当图表展示到城市时，仍以所属省份销售额作为统一分母，避免分母随城市明细行改变。该指标适用于省内城市贡献排名、区域资源分配和城市经营结构分析。
推荐 LOD 表达式
{ EXCLUDE [城市]: SUM([销售额]) }
逻辑解释：
EXCLUDE [城市]会从当前图表的计算粒度中排除「城市」。- 当图表按「省份、城市」展示时，LOD 字段会退回到省份粒度，得到该省份全部城市销售额之和，作为城市占比的分母。
- 因此，本场景必须同时将「省份」和「城市」放入图表维度区，且省份应位于城市之前。
操作步骤
-
新建 LOD 字段「省份销售额」
在字段区域点击「+ > 新建 LOD 字段」，按以下方式配置：
- 字段名称：
省份销售额 - LOD 类型：
EXCLUDE - 指定维度：
城市 - 计算内容：
普通聚合 > 求和 > 销售额
确认预览表达式为
{ EXCLUDE [城市]: SUM([销售额]) }，点击「确定」。
- 字段名称：
-
新建计算字段「城市销售额占比」
在字段区域点击「+ > 新建计算字段」，按以下方式配置：
- 字段名称：
城市销售额占比 - 字段类型：
数值 - 公式：
SUM([销售额]) / SUM([省份销售额])
- 字段名称：
-
绘制图表
- 将「省份」和「城市」拖入维度区，省份应位于城市之前。
- 将「城市销售额占比」拖入数值区。
- 将数值显示格式设置为「百分比」。
- 保存卡片，即可查看各城市在所属省份内的销售额占比。
结果说明
图表每一行表示一个城市在所属省份内的销售额占比。例如，城市占比为 52%，表示该城市贡献了所属省份 52% 的销售额。同一省份下所有城市的占比相加应为 100%。
增加计算粒度（INCLUDE）
INCLUDE 会在当前图表粒度上补充指定维度，使图表无需展示全部细分维度也能基于细粒度结果计算。本节先计算「区域 × 品类」的销售额，再对细粒度结果取最大值。
场景 6：区域最大品类销售额
业务需求
按区域汇总，计算每个区域内各品类销售额中的最大值。
应用价值
在图表不展示品类明细的情况下，仍可比较各区域内表现最好的品类销售额，用于快速识别区域的品类销售上限和经营规模。
推荐 LOD 表达式
{ INCLUDE [品类]: SUM([销售额]) }
逻辑解释：
- 图表视图粒度为「区域」，
INCLUDE [品类]会在计算时补充「品类」粒度。 - LOD 字段先计算每个「区域 × 品类」的销售额；图表再对这些值取最大值，得到每个区域的最大品类销售额。
操作步骤
-
新建 LOD 字段「区域品类销售额」
在字段区域点击「+ > 新建 LOD 字段」，按以下方式配置：
- 字段名称：
区域品类销售额 - LOD 类型：
INCLUDE - 指定维度：
品类 - 计算内容：
普通聚合 > 求和 > 销售额
确认预览表达式为
{ INCLUDE [品类]: SUM([销售额]) }，点击「确定」。
- 字段名称：
-
绘制图表并设置最大值聚合
-
将「区域」拖入维度区。
-
将「区域品类销售额」拖入数值区。
-
点击数值字段，在「聚合方式」中选择「最大值」。
-
保存卡片。最终图表只保留「区域」和「区域品类销售额」两列。
-
结果说明
最终图表每行对应一个区域，展示该区域下品类销售额的最大值。例如，华北为 1,738,452，华东为 1,876,907，华南为 2,165,457。
该场景返回最大销售额数值，不返回对应的品类名称。如需识别销售额最高的品类，可先展示「区域、品类、区域品类销售额」明细并按销售额降序查看，或通过 ETL 关联筛选出与区域最大值相等的品类记录。