Show Menu
TÓPICOS×

Referência - funções avançadas

Access these functions by checking Show Advanced in the Functions drop-down list.

Funções de tabela versus Funções de linha

Uma função de tabela é aquela em que a saída é a mesma para cada linha da tabela. Uma função de linha é aquela em que a saída é diferente para cada linha da tabela.

O que significa o parâmetro Incluir zeros?

Ele diz se os zeros devem ser incluídos no cálculo. Às vezes zero significa "nada", mas às vezes é importante.
Por exemplo, se você tiver uma métrica de Receita e, em seguida, adicionar uma métrica de Visualizações de página ao relatório, haverá subitamente mais linhas para sua receita que são todas zero. Você provavelmente não quer que isso afete nenhum MÉDIO, MÍN, QUARTIL etc. cálculos que você tem na coluna de receita. Nesse caso, você verificará o parâmetro Incluir zeros.
Por outro lado, se você tiver duas métricas que lhe interessam, pode não ser justo dizer que uma tem uma média ou um mínimo mais altos porque algumas de suas linhas eram zeros, então você não marcaria o parâmetro para incluir os zeros.

E

Retorna o valor de seu argumento. Use NÃO para garantir que um valor não seja igual a um valor específico.
0 (zero) significa Falso, e qualquer outro valor é True.
AND(logical_test1,[logical_test2],...)

Argumento
Descrição
logical_test1
Obrigatório. Qualquer valor ou expressão que pode ser avaliado como VERDADEIRO ou FALSO.
logical_test2
Opcional. Condições adicionais que você deseja avaliar como VERDADEIRO ou FALSO

Contagem distinta aproximada (dimensão)

Retorna a contagem distinta aproximada de itens de dimensão para a dimensão selecionada. A função usa o método HyperLogLog (HLL) de aproximação de contagens distintas.  Está configurado para garantir que o valor esteja dentro de 5% do valor real 95% do tempo.
Approximate Count Distinct (dimension)

Argumento
dimension
A dimensão para a qual você deseja obter a contagem aproximada de itens distintos.

Caso de uso de exemplo

A Contagem distinta aproximada (eVar de ID de cliente) é um caso de uso comum para essa função.
Definição de uma nova métrica calculada "Número aproximado de clientes":
A métrica “Número aproximado de clientes” deve ser usada em relatórios da seguinte maneira:

Únicos excedidos

Como Count() e RowCount(), Approximate Count Distinct() está sujeito aos limites metrics_uniques_high_numbers.html"únicos excedidos". Se o limite "únicos excedidos" for atingido em um mês específico para uma dimensão, o valor será contado como 1 item de dimensão.

Comparação de funções de contagem

Approximate Count Distinct() é uma melhoria das funções Count() e RowCount(), pois a métrica criada pode ser usada em qualquer relatório dimensional para renderizar uma contagem aproximada de itens de uma dimensão separada. Por exemplo, uma contagem de IDs do cliente usadas em um relatório de Tipo de dispositivo móvel.
Essa função será menos precisa que Count() e RowCount() porque usa o método HLL, enquanto Count() e RowCount() são contagens exatas.

Arco cosseno (Linha)

Retorna o arco seno, ou inversa do cosseno, de uma métrica. O arco seno é o ângulo cujo cosseno é um número. O ângulo retornado é apresentado em radianos, no intervalo de 0 (zero) a pi. Se desejar converter o resultado de radianos para graus, multiplique-os por 180/PI( ).
ACOS(metric)

Argumento
métrica
O cosseno do ângulo que você deseja de -1 a 1.

Arco seno (Linha)

Retorna o arco seno, ou seno inverso, de um número. O arco seno é o ângulo cujo seno é um número. O ângulo retornado é apresentado em radianos, no intervalo de -pi/2 a pi/2. Para expressar o arco seno em graus, multiplique o resultado por 180/PI( ).
ASIN(metric) 

Argumento
métrica
O cosseno do ângulo que você deseja de -1 a 1.

Arco tangente (Linha)

Retorna o arco tangente, ou tangente inversa, de um número. O arco tangente é o ângulo cuja tangente é um número. O ângulo retornado é apresentado em radianos, no intervalo de -pi/2 a pi/2. Para expressar o arco tangente em graus, multiplique o resultado por 180/PI( ).
ATAN(metric)

Argumento
métrica
O cosseno do ângulo que você deseja de -1 a 1.

Regressão exponencial: valor previsto de Y (Linha)

Calcula os valores previstos de y (metric_Y), levando em conta os valores de x conhecidos (metric_X) e usando o método dos quadrados mínimos para calcular a linha de melhor ajuste baseada em .
ESTIMATE.EXP(metric_X, metric_Y)

Argumento
Descrição
metric_X
A métrica que você gostaria de designar como o dado dependente.
metric_Y
A métrica que você gostaria de designar como o dado independente.

Cdf-T

Retorna o percentual dos valores em uma distribuição t de student com n graus de liberdade, que conta com uma pontuação Z menor que x.
cdf_t( -∞, n ) = 0 
cdf_t(  ∞, n ) = 1 
cdf_t( 3, 5 ) ? 0.99865 
cdf_t( -2, 7 ) ? 0.0227501 
cdf_t( x, ∞ ) ? cdf_z( x )

Cdf-Z

Retorna o percentual dos valores em uma distribuição normal que conta com uma pontuação Z menor que x.
cdf_z( -∞ ) = 0 
cdf_z( ∞ ) = 1 
cdf_z( 0 ) = 0.5 
cdf_z( 2 ) ? 0.97725 
cdf_z( -3 ) ? 0.0013499 
 

Limite máximo (Linha)

Retorna o menor número inteiro não inferior a um valor especificado. Por exemplo, caso você não queira relatar os decimais na receita e um produto apresentar um valor de US$569,34, use a fórmula LIMITE MÁXIMO( Receita ) para arredondar a receita para cima; neste caso, US$570.
CEILING(metric)

Argumento
Descrição
métrica
A métrica que você deseja arredondar.

Cosseno (Linha)

Retorna o cosseno do ângulo especificado. Se o ângulo estiver em graus, multiplique-o por PI( )/180.
COS(metric)

Argumento
Descrição
métrica
O ângulo em radianos para o qual você deseja o cosseno.

Raiz cúbica

Retorna a raiz cúbica positiva de um número. A raiz cúbica de um número é o valor dele elevado à potência de 1/3.
CBRT(metric)

Argumento
Descrição
métrica
A métrica para a qual você deseja a raiz cúbica.

Cumulativo

Retorna a soma de x para as últimas N linhas (conforme ordenado pela dimensão, usando valores de hash para campos baseados em sequência).
Se N <= 0, ele usa todas as linhas anteriores. Como é ordenado pela dimensão, é útil somente em dimensões com uma ordem natural como data ou comprimento do caminho.
| Date | Rev  | cumul(0,Rev) | cumul(2,Rev) | 
|------+------+--------------+--------------| 
| May  | $500 | $500         | $500         | 
| June | $200 | $700         | $700         | 
| July | $400 | $1100        | $600         | 
 

Média acumulada

Retorna a média das últimas N linhas.
Se N <= 0, ele usa todas as linhas anteriores. Como é ordenado pela dimensão, é útil somente em dimensões com uma ordem natural como data ou comprimento do caminho.
Isso não funciona conforme o esperado com métricas de taxa como receita/visitante: calcula a média das taxas em vez de dividir a soma da receita dos últimos N e a soma dos visitantes dos últimos N. Em vez disso, use
cumul(revenue)/cumul(visitor)

Igual

Retorna itens que possuem o mesmo valor numérico ou de sequência.

Regressão exponencial_ Coeficiente de correlação (Tabela)

Retorna o coeficiente de correlação r entre duas colunas de métrica ( metric_A e metric_B ) para a equação de regressão .
CORREL.EXP(metric_X, metric_Y)

Argumento
Descrição
metric_X
A metric that you would like to correlate with metric_Y .
metric_Y
A metric that you would like to correlate with metric_X .

Regressão exponencial: intercepto (Tabela)

Retorna o intercepto b entre duas colunas de métrica ( metric_X e metric_Y ) para
INTERCEPT.EXP(metric_X, metric_Y)

Argumento
Descrição
metric_X
A métrica que você gostaria de designar como o dado dependente.
metric_Y
A métrica que você gostaria de designar como o dado independente.

Regressão exponencial: inclinação (Tabela)

Retorna a inclinação a entre duas colunas de métrica ( metric_X e metric_Y ) para .
SLOPE.EXP(metric_X, metric_Y)

Argumento
Descrição
metric_X
A métrica que você gostaria de designar como o dado dependente.
metric_Y
A métrica que você gostaria de designar como o dado independente.

Limite mínimo (Linha)

Retorna o maior número inteiro não superior a um valor especificado. Por exemplo, caso você não queira relatar os decimais na receita e um produto apresentar um valor de US$569,34, use a fórmula LIMITE MÍNIMO( Receita ) para arredondar a receita para baixo; neste caso, US$569.
FLOOR(metric)

Argumento
Descrição
métrica
A métrica que deseja arredondar.

Maior que

Retorna itens cuja contagem numérica é superior ao valor inserido.

Maior que ou igual

Retorna itens cuja contagem numérica é superior ou igual ao valor inserido.

Cosseno hiperbólico (Linha)

Retorna o cosseno hiperbólico de um número.
COSH(metric)

Argumento
Descrição
métrica
O ângulo em radianos para o qual você deseja encontrar o cosseno hiperbólico.

Seno hiperbólico (Linha)

Retorna o seno hiperbólico de um número.
SINH(metric)

Argumento
Descrição
métrica
O ângulo em radianos para o qual você deseja encontrar o seno hiperbólico.

Tangente hiperbólica (Linha)

Retorna a tangente hiperbólica de um número.
TANH(metric)

Argumento
Descrição
métrica
O ângulo em radianos para o qual você deseja encontrar a tangente hiperbólica.

Se (Linha)

A função IF retorna um valor se uma condição especificada for avaliada como VERDADEIRO e outro valor se essa condição for avaliada como FALSO.
IF(logical_test, [value_if_true], [value_if_false])

Argumento
Descrição
logical_test
Obrigatório. Qualquer valor ou expressão que pode ser avaliado como VERDADEIRO ou FALSO.
The value that you want to be returned if the logical_test argument evaluates to TRUE. (This argument defaults to 0 if not included.)
The value that you want to be returned if the logical_test argument evaluates to FALSE. (This argument defaults to 0 if not included.)

Menor que

Retorna itens cuja contagem numérica é inferior ao valor inserido.

Menor que ou igual

Retorna itens cuja contagem numérica é inferior ou igual ao valor inserido.

Regressão linear: Coeficiente de correlação

Y = a X + b. Retorna o coeficiente de correlação

Regressão linear: Intercepto

Y = a X + b. Retorna b.

Regressão linear: Valor previsto de Y

Y = a X + b. Retorna Y.

Regressão linear: Inclinação

Y = a X + b. Retorna a.

Logaritmo na base 10 (Linha)

Retorna o logaritmo de base 10 de um número.
LOG10(metric)

Argumento
Descrição
métrica
O número real positivo para o qual você quer o logaritmo de base 10.

Regressão logarítmica: coeficiente de correlação (Tabela)

Retorna o coeficiente de correlação r entre duas colunas de métrica ( metric_X e metric_Y ) para a equação de regressão Y = a ln(X) + b. É calculada usando a equação de CORREL.
CORREL.LOG(metric_X,metric_Y)

Argumento
Descrição
metric_X
A metric that you would like to correlate with metric_Y .
metric_Y
A metric that you would like to correlate with metric_X .

Regressão logarítmica: intercepto (Tabela)

Retorna o intercepto b como a regressão dos quadrados mínimos entre duas colunas de métrica ( metric_X e metric_Y ) para a equação de regressão Y = a ln(X) + b. É calculada usando a equação de INTERCEPTO.
INTERCEPT.LOG(metric_X, metric_Y)

Argumento
Descrição
metric_X
A métrica que você gostaria de designar como o dado dependente.
metric_Y
A métrica que você gostaria de designar como o dado independente.

Regressão logarítmica: valor previsto de Y (Linha)

Calcula os valores previstos de y (metric_Y), tendo em conta os valores de x conhecidos (metric_X) e usando o método dos quadrados mínimos para calcular a linha de melhor ajuste, com base em Y = a ln(X) + b. É calculada usando a equação de ESTIMATIVA.
Em análises de regressão, esta função calcula os valores previstos de y ( metric_Y ), conhecidos os valores de x ( metric_X ) e usando o logaritmo para calcular a linha de melhor ajuste para a equação de regressão Y = a ln(X) + b. O valor de a corresponde a cada valor de x, e b refere-se a um valor constante.
ESTIMATE.LOG(metric_X, metric_Y)

Argumento
Descrição
metric_X
A métrica que você gostaria de designar como o dado dependente.
metric_Y
A métrica que você gostaria de designar como o dado independente.

Regressão logarítmica: inclinação (Tabela)

Retorna a inclinação a entre duas colunas de métrica ( metric_X e metric_Y ) para a equação de regressão Y = a ln(X) + b. É calculada usando a equação de INCLINAÇÃO.
SLOPE.LOG(metric_A, metric_B)

Argumento
Descrição
metric_A
A métrica que você gostaria de designar como o dado dependente.
metric_B
A métrica que você gostaria de designar como o dado independente.

Logaritmo natural

Returns the natural logarithm of a number. Natural logarithms are based on the constant e (2.71828182845904). LN is the inverse of the EXP function.
LN(metric)

Argumento
Descrição
métrica
O número real positivo para o qual você quer o logaritmo natural.

NÃO

Retorna 1 se o número for 0 ou retorna 0 se for outro número.
NOT(logical)

Argumento
Descrição
lógico
Obrigatório. Um valor ou expressão que pode ser avaliado como VERDADEIRO ou FALSO.
O uso de NOT requer saber se as expressões (<, >, =, <> etc.) retorna valores 0 ou 1.

Diferente de

Retorna todos os itens que não contêm a correspondência exata do valor inserido.

Ou (Linha)

Retorna TRUE se qualquer argumento for VERDADEIRO, ou FALSE se todos os argumentos forem FALSOS.
0 (zero) significa Falso, e qualquer outro valor é True.
OR(logical_test1,[logical_test2],...)

Argumento
Descrição
logical_test1
Obrigatório. Qualquer valor ou expressão que pode ser avaliado como VERDADEIRO ou FALSO.
logical_test2
Opcional. Condições adicionais que você deseja avaliar como VERDADEIRO ou FALSO

Pi

Retorna a constante PI, 3,14159265358979, com precisão de 15 dígitos.
PI()

A função PInão tem argumentos.

Regressão de potência: coeficiente de correlação (Tabela)

Retorna o coeficiente de correlação r entre duas colunas de métrica ( metric_X e metric_Y ) para Y = b*X.
CORREL.POWER(metric_X, metric_Y)

Argumento
Descrição
metric_X
A metric that you would like to correlate with metric_Y .
metric_Y
A metric that you would like to correlate with metric_X .

Regressão de potência: intercepto (Tabela)

Retorna o intercepto b entre duas colunas de métrica ( metric_X e metric_Y ) para Y = b*X.
 INTERCEPT.POWER(metric_X, metric_Y)

Argumento
Descrição
metric_X
A métrica que você gostaria de designar como o dado dependente.
metric_Y
A métrica que você gostaria de designar como o dado independente.

Regressão de potência: valor previsto de Y (Linha)

Calcula os valores previstos de y (metric_Y), tendo em conta os valores de x conhecidos (metric_X) e usando o método dos "quadrados mínimos" para calcular linha de melhor ajuste para Y = b*Xa.
 ESTIMATE.POWER(metric_X, metric_Y)

Argumento
Descrição
metric_X
A métrica que você gostaria de designar como o dado dependente.
metric_Y
A métrica que você gostaria de designar como o dado independente.

Regressão de potência: inclinação (Tabela)

Retorna a inclinação a entre duas colunas de métrica ( metric_X e metric_Y ) para Y = b*X.
SLOPE.POWER(metric_X, metric_Y)

Argumento
Descrição
metric_X
A métrica que você gostaria de designar como o dado dependente.
metric_Y
A métrica que você gostaria de designar como o dado independente.

Regressão quadrática: coeficiente de correlação (Tabela)

Retorna o coeficiente de correlação r entre duas colunas de métrica ( metric_X e metric_Y ) para Y=(a*X+b) .
CORREL.QUADRATIC(metric_X, metric_Y)

Argumento
Descrição
metric_X
A metric that you would like to correlate with metric_Y .
metric_Y
A metric that you would like to correlate with metric_X .

Regressão quadrática: intercepto (Tabela)

Retorna o intercepto b entre duas colunas de métrica ( metric_X e metric_Y ) para Y=(a*X+b) .
INTERCEPT.POWER(metric_X, metric_Y)

Argumento
Descrição
metric_X
A métrica que você gostaria de designar como o dado dependente.
metric_Y
A métrica que você gostaria de designar como o dado independente.

Regressão quadrática: valor previsto de Y (Linha)

Calcula os valores previstos de y (metric_Y), tendo em conta os valores de x conhecidos (metric_X) e usando o método dos quadrados mínimos para calcular a linha de melhor ajuste com Y=(a*X+b) .
ESTIMATE.QUADRATIC(metric_A, metric_B)

Argumento
Descrição
metric_A
A métrica que você gostaria de designar como o dado dependente.
metric_B
A métrica que você gostaria de designar como o dado dependente.

Regressão quadrática: inclinação (Tabela)

Retorna a inclinação a entre duas colunas de métrica ( metric_X e metric_Y) para Y=(a*X+b) .
SLOPE.QUADRATIC(metric_X, metric_Y)

Argumento
Descrição
metric_X
A métrica que você gostaria de designar como o dado dependente.
metric_Y
A métrica que você gostaria de designar como o dado independente.

Regressão recíproca: coeficiente de correlação (Tabela)

Retorna o coeficiente de correlação r entre duas colunas de métrica ( metric_X e metric_Y ) para Y = a/X+b.
CORREL.RECIPROCAL(metric_X, metric_Y)

Argumento
Descrição
metric_X
A metric that you would like to correlate with metric_Y .
metric_Y
A metric that you would like to correlate with metric_X .

Regressão recíproca: intercepto (Tabela)

Retorna o intercepto b entre duas colunas de métrica ( metric_X e metric_Y ) para Y = a/X+b.
INTERCEPT.RECIPROCAL(metric_A, metric_B)

Argumento
Descrição
metric_X
A métrica que você gostaria de designar como o dado dependente.
metric_Y
A métrica que você gostaria de designar como o dado independente.

Regressão recíproca: valor previsto de Y (Linha)

Calcula os valores previstos de y (metric_Y), tendo em conta os valores de x conhecidos (metric_X) e usando o método dos quadrados mínimos para calcular a linha de melhor ajuste usando Y = a/X+b.
ESTIMATE.RECIPROCAL(metric_X, metric_Y)

Argumento
Descrição
metric_X
A métrica que você gostaria de designar como o dado dependente.
metric_Y
A métrica que você gostaria de designar como o dado independente.

Regressão recíproca: inclinação (Tabela)

Retorna a inclinação a entre duas colunas de métrica ( metric_X e metric_Y ) para Y = a/X+b.
SLOPE.RECIPROCAL(metric_X, metric_Y)

Argumento
Descrição
metric_X
A métrica que você gostaria de designar como o dado dependente.
metric_Y
A métrica que você gostaria de designar como o dado independente.

Seno (Linha)

Retorna o seno do ângulo especificado. Se o ângulo estiver em graus, multiplique-o por PI( )/180.
SIN(metric)

Argumento
Descrição
métrica
O ângulo em radianos para o qual você deseja o seno.

Pontuação T

Alias da pontuação Z; mais especificamente, é o desvio da média dividido pelo desvio padrão

Teste t

Realiza um teste t m-caudal com pontuação T de col e n graus de liberdade.
A assinatura é t_test( x, n, m ) . Por baixo, simplesmente chama m*cdf_t(-abs(x),n) . (É semelhante à função z-test que executa m*cdf_z(-abs(x)) .
Aqui, m é o número de caudas, e n corresponde aos graus de liberdade. Estes devem ser os números (constantes para todo o relatório, isto é, sem alteração em uma base de linha por linha).
X é a estatística t-test, será sempre uma fórmula (por exemplo, zscore) com base em uma métrica e será avaliada em cada linha.
O valor de retorno é a probabilidade de ver a estatística de teste x, dados os graus de liberdade e o número de caudas.
Exemplos:
  1. Use-o para encontrar outliers:
    t_test( zscore(bouncerate), row-count-1, 2)
    
    
  2. Combine-o com if para ignorar taxas de devolução muito altas ou baixas e para contar visitas em outro local:
    if ( t_test( z-score(bouncerate), row-count, 2) < 0.01, 0, visits )
    
    

Tangente

Retorna a tangente do ângulo especificado. Se o ângulo estiver em graus, multiplique-o por PI( )/180.
TAN (metric)

Argumento
Descrição
métrica
O ângulo em radianos para o qual você deseja a tangente.

Pontuação Z (Linha)

Retorna a pontuação Z, ou pontuação normal, com base em uma distribuição normal. A pontuação Z é o número de desvios padrão que uma observação é da média. Uma pontuação Z de 0 (zero) significa que a pontuação é a mesma da média. Uma pontuação Z pode ser positiva ou negativa, indicando se está acima ou abaixo da média e quantos desvios padrão.
A equação da pontuação Z é:
onde x é a pontuação bruta, μ é a média da população e σ é o desvio padrão da população.
μ (mu) e σ (sigma) são automaticamente calculados a partir da métrica.
Pontuação Z (métrica)
Argumento Descrição
métrica
Retorna o valor de seu primeiro argumento diferente de zero.

Teste z

Realiza um teste Z n-caudal com pontuação Z de A.
Retorna a probabilidade de que a linha atual possa ser vista por acaso na coluna.
O teste z assume que os valores são distribuídos normalmente.