Новости Yandex DataLens
Упростили доступ к бесплатному тарифу, добавили возможность подключения нескольких счётчиков, а также новые функции FIRST и LAST, коннектор Google Sheets и многое другое.
Бесплатный тариф DataLens теперь доступен без привязки карты
Мы существенно упростили подключение Yandex DataLens для новых пользователей. Даже если у вас пока еще нет облака и платёжного аккаунта Yandex.Cloud, для быстрой визуализации данных вам достаточно:
- Перейти на datalens.yandex.ru.
- Указать аккаунт на Яндексе.
- Активировать бесплатный тариф DataLens следуя инструкциям на стартовой странице.
Пользуясь бесплатным тарифом, вы можете полноценно работать с DataLens, настраивая подключения к собственным источникам данных.
Создание платежного аккаунта и привязка карты (или реквизитов вашего юридического лица) потребуются, если вам нужны:
- платные продукты в маркетплейсе DataLens;
- платный тариф «Стандарт» для DataLens и расширение лимита внешних сессий согласно тарифам;
- другие сервисы Yandex.Cloud, включая управляемые базы данных для надежного хранения и обработки данных в облаке.
Google Sheets в качестве источника
Мы реализовали один из самых популярных запросов для DataLens в нашем сообществе. Теперь при создании нового подключения DataLens вы можете выбрать Google Sheets.

Подключение к Google Sheets является развитием сценариев использования простых CSV. Теперь обновление данных будет происходить бесшовно, без необходимости загрузки новой версии файла и подмены подключения.
Особенности коннектора
- Поддерживается полный набор функций DataLens.
- На данный момент поддерживаются только документы с доступом по ссылке (доступ «Anyone with the link»).
- Используется тот лист таблицы, который был указан в ссылке. Для указания конкретного листа необходимо скопировать ссылку из адресной строки, а не из управления доступом (содержит
#gid=…
в ссылке). - При загрузке используется кеш, время жизни — до 5 минут.
- На данный момент используется представление данных листа через Google Charts — этим обусловлено определение имён колонок, обработка типов значений и представление других возможностей Google Sheets.
Коннектор к детализации биллинга вашего облака
Еще один новый тип подключения — детализация биллинга. Он позволяет анализировать детальные данные о потреблении облачных ресурсов (инфраструктурные сервисы, управляемые базы данных и другие платные сервисы).
К существующим разрезам, доступным в консоли Yandex.Cloud (это облако, сервис и продукт), добавлены данные по каталогам, ресурсам и меткам. А это, в свою очередь, позволяет делать расширенную ad-hoc аналитику по потреблению и находить ответы на такие вопросы, как:
- на какую виртуальную машину уходит больше всего средств,
- как распределяются затраты и потребление по проектам.
Актуальность данных близка к реальному времени. Вы можете выгрузить данные в CSV/XLSX и автоматически их обработать. Так, например, вы можете генерировать и рассылать счета клиентам.
Коннектор позволяет развернуть стандартный дашборд и доработать его под свои нужны. Для того, чтобы воспользоваться новыми возможностями, создайте новое подключение DataLens с типом Yandex Cloud Billing.
Иерархии и drill-down
Долгожданные иерархии с drill-down теперь в DataLens!
Создать и настроить иерархию можно в несколько кликов на уровне чарта, нажав на кнопку +.

Интерактивный пример встроенного чарта:
В качестве источника использовали документ Google Sheet.
- Клик по строке в таблице — переход на уровень ниже с фильтрацией.
- Путь над таблицей отображает сделанные переходы по узлам дерева.
- Клик по значению, указанному в пути — возврат к выбранному уровню иерархии.
- Клики по стрелкам — переход вниз/вверх по иерархии.
Цвет и размер шрифта в индикаторах
Для чартов типа индикатор теперь можно указать цвет шрифта из существующей палитры, а также выбрать один из 4 предустановленных размеров.

При клике на значок ⚙ в секции Показатель откроется окно настройки индикатора:

Несколько счетчиков при подключении к Яндекс.Метрике и AppMetrica
Теперь в режиме прямого доступа можно подключаться к нескольким счетчикам Яндекс Метрики и AppMetrica.

В датасетах Метрики появились измерения Счетчик
и Счетчик (id)
по которым можно группировать данные. Если вы давно создавали датасет и у вас нет таких полей, нажмите в датасете кнопку Обновить поля и сохраните его.

Примечание
На данный момент при подключении нескольких счетчиков AppMetrica можно работать только с числовым ID приложения, но не с названием приложения.
AT_DATE или как откатить показатель на конкретную дату
AT_DATE()
— еще одна функция для работы с временными рядами. Она позволяет получить показатель на конкретную дату. В AT_DATE()
, в отличие от AGO()
, можно использовать функции для вычисления даты, до которой необходимо откатить показатель. Основное использование этой функции — получение показателя на начало или конец периода. Также одним из из аргументов функции может являться функция получения текущего дня — TODAY()
.
Пример синтаксиса: AT_DATE(agr, date, target_date)
- agr — показатель (агрегированное поле),
- date — временная шкала, в рамках которой производится вычисление (поиск значения для
agr
), - target_date — произвольная вычисляемая дата, на которую необходимо получить значение
agr
.
Важно
AT_DATE()
работает только над показателями.
Примеры
Пример 1. Сравнить значения каждого дня со значениями на начало недели — с понедельником
Синтаксис: AT_DATE([Sales],[Date], DATETRUNC([Date],"week"))
,
где DATETRUNC([Date],"week"))
— формула определения даты начала недели (понедельника).

В примере видно, что с 3 по 8 февраля 2014 года все значения сравниваются со значением на понедельник 3 февраля. А значения с 11 по 16 февраля сравнивать не с чем, потому что в данных отсутствует значение на понедельник 10 февраля.
Пример 2. Сравнить значение каждого дня месяца со значением на конец месяца
За конец месяца принимаем последнее число календарного месяца.
Синтаксис: AT_DATE([Sales],[Date], MAX(MAX([Date]) WITHIN DATETRUNC([Date],"month")))
,
где MAX(MAX([Date]) WITHIN DATETRUNC([Date],"month"))
— формула определения последнего дня месяца.

Новые опции для функций AGO и AT_DATE
Игнорирование фильтров (BEFORE FILTER BY)
Самая частая проблема в работе с функцией AGO
— это то, что если к временной оси (или сопряженному с ней измерению) применить фильтр, то результат AGO
обрезается по тем же самым значениям, и на графике линия получается с отставанием относительно самой ранней точки.
Ранее мы добавляли опцию BEFORE FILTER BY
в оконные функции, чтобы можно было на уровне функции игнорировать те или иные фильтры. Теперь аналогичная опция доступна и для функций временных рядов. Более того, теперь BEFORE FILTER BY
(сокр. BFB) автоматически применяется к временной оси функции (ее второй аргумент).
Пример синтаксиса: AGO([Measure], [Date], "week" BEFORE FILTER BY [Some Field])
.
BFB всегда располагается после аргументов функции. В BFB можно перечислить любое количество полей через запятую. Подробнее о работе с опцией BEFORE FILTER BY
читайте в документации.
Игнорирование измерений (IGNORE DIMENSIONS)
Представьте, что в ваш табличный чарт с использованием AGO
, помимо даты Date
вы решили для читаемости добавить еще одно измерение — Month
, которое очевидным образом коррелирует с датой. Тут вы сразу же заметите, что AGO
, сдвигающее показатель на месяц назад, перестает работать. Это происходит из-за того, что DataLens пытается найти точку, у которой Date
сдвинуто назад на месяц, а все остальные измерения совпадают по значениям. Очевидно, из-за наличия Month
в запросе таких точек не найдется (месяц не будет равен себе же месяц назад). Чтобы обойти эту ситуацию теперь можно использовать опцию IGNORE DIMENSIONS
.
Пример синтаксиса: AGO([Measure], [Date], "month" IGNORE DIMENSIONS [Month])
.
Все перечисленные в IGNORE DIMENSIONS
измерения будут игнорироваться при поиске значения AGO
. Важно понимать, что при неосторожном добавлении каких-то измерений в эту секцию может найтись несколько точек для AGO
, что приведет к увеличению количества строк (точек) в конечном результате.
Важно
Если в функции используется сразу и BEFORE FILTER BY
, и IGNORE DIMENSIONS
, то сначала пишется BEFORE FILTER BY
, а потом IGNORE DIMENSIONS
.
Пример
AGO(
[Measure], [Date], "month", 3
BEFORE FILTER BY [Month]
IGNORE DIMENSIONS [Month]
)
Примеры приведены для функции AGO
, но все функциональности доступны и для AT_DATE
. Подробнее в документации.
Оконные функции FIRST и LAST
Появились оконные функции FIRST
и LAST
, которые возвращают первое и последнее значения в окне соответственно. Для корректной работы этих функций нужно явно задать сортировку либо в чарте, либо в самих функциях с помощью оператора ORDER BY
.
Переменная USERID в настройках Row Level Security
Теперь не нужно править вручную конфигурацию Row Level Security (RLS): настройки можно хранить вместе с данными, к которым ограничивается доступ.
Как использовать:
- в исходные данные, к которым будет предоставлен доступ, добавить новое поле для хранения ID пользователя;
- для каждой строки исходных данных прописать ID пользователя, которому должна быть доступна данная строка;
- в датасете в настройках RLS поля с ID пользователя указать:
userid:userid
.
Примечание
Как узнать ID нужных мне пользователей?
ID пользователей можно посмотреть в консоли управления Yandex.Cloud. При наличии соответствующих прав вы увидите список пользователей вашего облака и их ID.
Аналитика мясной гастрономии в маркетплейсе DataLens
В нашем маркетплейсе появился новый продукт для анализа рынка розничных продаж: Мясная гастрономия.
В нем собрана статистика объемов и стоимости продаж по торговым сетям, городам и магазинам с детализацией до производителей, брендов, групп и номенклатур.
Примеры использования:
- Анализ рынка и его сегментов.
- Анализ конкурентов.
- Анализ товарных групп и номенклатур.
- Сравнение и выбор торговой сети для сотрудничества или регионов для реализации стратегий развития.
- Анализ товарного ассортимента.
Вы можете бесплатно ознакомиться с демо-дашбордом и запросить полный набор данных у нашего партнера Призма Пик.
Новый сценарий с пошаговой инструкцией
Для быстрого старта и изучения основ работы с геослоями и данными из маркетплейса, мы опубликовали новый сценарий с пошаговой инструкцией.

В рамках этого сценария мы проводим анализ локаций для открытия новых пиццерий Додо на базе реальных данных с учетом:
- выручки текущих пиццерий Додо;
- поисковыч запросов к пиццериям по локациям (по данным Яндекса);
- численности всех пиццерий по локациям (по данным Яндекса).
Каждый может представить себя на месте:
- аналитика данных, который готовит дашборд для руководства или комитета по выбору помещений в компании;
- продвинутого руководителя бизнеса, который самостоятельно работает со своими данными.
Для выполнения всех шагов инструкции достаточно бесплатного тарифа Yandex DataLens.
Хотите обсудить эти или другие новости? Присоединяйтесь к телеграм-чату DataLens.
- Упрощенный бесплатный тариф
- Коннектор Google Sheets
- Детализация биллинга Yandex.Cloud
- Иерархии и drill-down
- Цвет и размер шрифта в индикаторах
- Несколько счетчиков Яндекс.Метрики или AppMetrica
- Функция показателя на определенную дату AT_DATE
- Новые опции для функций AGO и AT_DATE
- Оконные функции FIRST и LAST
- Переменная USERID
- Датасет «Мясная гастрономия»
- Сценарий использования DataLens на примере пиццерий Додо