Zliczanie unikalnych zdarzeń – różnica między DISTINCTCOUNT a SUMMARIZE

Wprowadzenie do funkcji DISTINCTCOUNT i SUMMARIZE w DAX

W języku DAX, używanym między innymi w Power BI i Analysis Services, istnieje wiele funkcji służących do analizy i przetwarzania danych. Wśród nich DISTINCTCOUNT oraz SUMMARIZE należą do najczęściej wykorzystywanych, szczególnie w kontekście raportowania i analizy zachowań użytkowników.

DISTINCTCOUNT to funkcja agregująca, która zwraca liczbę unikalnych wartości w danej kolumnie. Używana jest głównie wtedy, gdy chcemy policzyć, ile unikalnych wystąpień (np. użytkowników, produktów, zamówień) znajduje się w określonym kontekście filtrowania. Jej składnia jest prosta i intuicyjna, co sprawia, że jest funkcją pierwszego wyboru w wielu przypadkach wymagających zliczenia unikalnych zdarzeń.

SUMMARIZE natomiast służy do budowania podsumowań danych – pozwala na grupowanie rekordów według jednej lub więcej kolumn i obliczanie miar agregujących. W wyniku działania tej funkcji otrzymujemy nową tabelę, która może zawierać zarówno kolumny grupujące, jak i dodatkowe kolumny z obliczeniami. Dzięki swojej elastyczności, SUMMARIZE znajduje zastosowanie w bardziej złożonych analizach, gdzie istotne jest nie tylko samo zliczenie, ale i struktura danych wynikowych.

Choć obie funkcje mogą być używane do analizowania unikalnych wartości, ich zastosowanie, składnia oraz sposób interpretacji wyników znacznie się różnią. Zrozumienie tych różnic jest kluczowe dla poprawnego wykorzystania DAX w analizach biznesowych.

Różnice w działaniu DISTINCTCOUNT a SUMMARIZE

Funkcje DISTINCTCOUNT i SUMMARIZE w języku DAX służą różnym celom i działają na odmiennych zasadach, mimo że obie mogą być używane do analizy unikalnych wartości. Zrozumienie ich podstawowych różnic jest kluczowe dla poprawnej konstrukcji zapytań i efektywnej analizy danych.

DISTINCTCOUNT to funkcja agregująca, której głównym zadaniem jest policzenie liczby unikalnych wartości w danej kolumnie. Jest prosta w użyciu i najczęściej wykorzystywana wtedy, gdy interesuje nas konkretna liczba unikalnych wystąpień – na przykład ilu różnych klientów dokonało zakupu.

SUMMARIZE to natomiast funkcja służąca do grupowania danych. Pozwala tworzyć nowe tabele, w których dane są agregowane według wskazanych kolumn. Jej zastosowanie jest znacznie szersze – umożliwia nie tylko uzyskanie liczby unikalnych elementów, ale też tworzenie wielopoziomowych podsumowań i dalszą analizę wyników.

• DISTINCTCOUNT zwraca pojedynczą wartość – liczbę unikalnych wpisów w kolumnie.
• SUMMARIZE zwraca tabelę z pogrupowanymi danymi i może zawierać kolumny pomocnicze lub dodatkowe miary.
• DISTINCTCOUNT jest często używany w miarach (measures), podczas gdy SUMMARIZE znajduje zastosowanie głównie w zmiennych tabelarycznych lub konstrukcji nowych tabel.

W praktyce wybór odpowiedniej funkcji zależy od oczekiwanego rezultatu: czy potrzebujemy jednej liczby, czy zestawu danych zorganizowanego według określonych kryteriów.

Przykłady użycia DISTINCTCOUNT – kiedy liczyć unikalne zdarzenia

Funkcja DISTINCTCOUNT w języku DAX służy do zliczania liczby unikalnych wartości w określonej kolumnie. Jest to bardzo przydatne narzędzie w analizie danych, szczególnie wtedy, gdy chcemy uzyskać rzeczywiste, różne przypadki wystąpień danego zdarzenia czy elementu, a nie ich sumę czy wszystkie wystąpienia.

Klasycznym przypadkiem użycia DISTINCTCOUNT jest analiza unikalnej liczby klientów, użytkowników lub transakcji – wszędzie tam, gdzie istotne jest, ile różnych wartości pojawiło się w zbiorze danych.

Przykład 1: Unikalni klienci

Załóżmy, że mamy tabelę Transakcje z kolumną ID_Klienta. Aby policzyć ilu unikalnych klientów dokonało zakupu, możemy użyć:

CALCULATE(DISTINCTCOUNT(Transakcje[ID_Klienta]))

Wynik tej formuły pokaże nam, ilu różnych klientów znajduje się w tabeli, niezależnie od liczby ich transakcji.

Przykład 2: Unikalne logowania użytkowników

W analizie danych dotyczących zachowań użytkowników, często chcemy wiedzieć ilu użytkowników zalogowało się w danym dniu. Jeśli posiadamy tabelę Logowania z kolumną ID_Użytkownika oraz Data, możemy stworzyć miarę:

CALCULATE(
    DISTINCTCOUNT(Logowania[ID_Użytkownika]),
    FILTER(Logowania, Logowania[Data] = TODAY())
)

Dzięki temu uzyskamy liczbę unikalnych użytkowników, którzy zalogowali się dzisiaj.

Przykład 3: Zliczanie unikalnych produktów w zamówieniach

Innym praktycznym zastosowaniem DISTINCTCOUNT jest określenie liczby różnych produktów w zamówieniach. W tabeli Zamówienia z kolumną ID_Produktu można obliczyć:

DISTINCTCOUNT(Zamówienia[ID_Produktu])

Ta formuła wskaże, ile różnych produktów zostało uwzględnionych w zamówieniach – nie ile produktów łącznie, ale ile unikalnych pozycji asortymentu.

Zastosowania DISTINCTCOUNT – podsumowanie

• Zliczanie unikalnych klientów, użytkowników, produktów.
• Analiza liczby unikalnych zdarzeń w określonym czasie (np. dzienne wizyty).
• Mierzenie zasięgu – ilu unikalnych odbiorców dotarło do treści.

DISTINCTCOUNT sprawdza się wszędzie tam, gdzie interesuje nas nie ogólna liczba wystąpień, ale liczba różnych, unikalnych wartości w zbiorze danych. Jeśli chcesz pogłębić swoją wiedzę i umiejętności w zakresie DAX, zachęcamy do zapoznania się ze szkoleniem Kurs Język DAX i język M - wykorzystanie funkcji języka DAX i analiza danych przy użyciu języka M.

Przykłady użycia SUMMARIZE – tworzenie podsumowań i grupowanie danych

Funkcja SUMMARIZE w języku DAX jest jedną z najczęściej wykorzystywanych funkcji do tworzenia zestawień, raportów oraz agregacji danych w Power BI i modelach analitycznych opartych na silniku tabularnym. Jej głównym zadaniem jest grupowanie wierszy według podanych kolumn i opcjonalne obliczanie dodatkowych miar lub kolumn.

Podstawową różnicą między SUMMARIZE a funkcjami typu CALCULATE czy FILTER jest to, że SUMMARIZE w naturalny sposób umożliwia tworzenie nowych tabel z podsumowanymi danymi – nawet bez konieczności wcześniejszego definiowania miar.

Typowe zastosowania SUMMARIZE obejmują:

• Grupowanie danych według jednej lub wielu kolumn.
• Tworzenie dynamicznych tabel przestawnych bezpośrednio w DAX.
• Tworzenie agregatów na poziomie kolumn lub kategorii (np. suma sprzedaży według regionu).

Przykład prostego użycia funkcji SUMMARIZE:

SUMMARIZE(
    Sales,
    Sales[Region],
    "Total Sales", SUM(Sales[Amount])
)

Powyższa formuła tworzy nową tabelę, w której dane są pogrupowane według regionu, a dla każdego regionu obliczona zostaje łączna wartość sprzedaży.

Inny przykład z wieloma kolumnami grupującymi:

SUMMARIZE(
    Orders,
    Orders[CustomerID],
    Orders[ProductCategory],
    "Order Count", COUNTROWS(Orders)
)

W tym przypadku SUMMARIZE zwraca liczność zamówień w podziale na klientów i kategorie produktów.

Warto zauważyć, że SUMMARIZE pozwala na tworzenie bardziej złożonych raportów niż DISTINCTCOUNT, ponieważ oprócz liczby unikalnych wartości umożliwia wyliczenie wielu różnych miar i agregatów równocześnie, a także operowanie na wielu poziomach grupowania.

Dzięki swojej elastyczności, SUMMARIZE stanowi fundament wielu zaawansowanych analiz danych i może być używana zarówno w prostych tabelach pomocniczych, jak i w bardziej rozbudowanych modelach danych.

Porównanie wyników: DISTINCTCOUNT vs SUMMARIZE w analizie zachowań użytkowników

W analizie danych użytkowników, kluczowym aspektem jest liczba unikalnych zdarzeń – takich jak logowania, kliknięcia czy zakupy. Funkcje DISTINCTCOUNT i SUMMARIZE w języku DAX pozwalają analizować te dane, jednak robią to w odmienny sposób i z różnym przeznaczeniem.

DISTINCTCOUNT służy przede wszystkim do bezpośredniego zliczania unikalnych wartości w danej kolumnie. Jest to podejście szybkie i efektywne, gdy chcemy np. dowiedzieć się, ilu unikalnych użytkowników odwiedziło stronę danego dnia.

Z kolei SUMMARIZE pozwala na grupowanie danych według określonych kolumn i agregowanie wyników, co może prowadzić do uzyskania bardziej złożonych struktur danych – np. unikalna liczba zdarzeń na użytkownika w różnych segmentach czasowych.

Poniżej przykładowe zapytania DAX ilustrujące różnicę w wynikach:

-- Liczba unikalnych użytkowników ogółem
CALCULATE(DISTINCTCOUNT(Events[UserID]))

-- Liczba unikalnych użytkowników wg źródła ruchu
SUMMARIZE(
    Events,
    Events[Source],
    "UniqueUsers", DISTINCTCOUNT(Events[UserID])
)

Widać zatem, że DISTINCTCOUNT skupia się na jednej metryce, natomiast SUMMARIZE pozwala ją osadzić w szerszym kontekście, ułatwiając eksplorację zachowań użytkowników z różnych perspektyw. Jeśli chcesz lepiej poznać możliwości DAX i nauczyć się praktycznego wykorzystania funkcji w Power BI, sprawdź Kurs DAX - praca w języku DAX i użyteczne funkcje, wizualizacja danych w Power BI.

Najczęstsze błędy i pułapki przy stosowaniu DISTINCTCOUNT i SUMMARIZE

Funkcje DISTINCTCOUNT i SUMMARIZE należą do najczęściej używanych narzędzi w języku DAX do analizy danych, jednak ich niewłaściwe zastosowanie może prowadzić do błędnych wyników, nieintuicyjnych rezultatów lub problemów z wydajnością. Poniżej przedstawiamy najczęstsze pułapki, na które warto uważać podczas pracy z tymi funkcjami.

1. Liczenie unikalnych wartości w kontekście filtrowania

DISTINCTCOUNT jest wrażliwa na kontekst filtrowania. Jeśli zapomnimy o aktualnym kontekście, możemy dostać nieoczekiwane wyniki.

CALCULATE(DISTINCTCOUNT('Zdarzenia'[UserID]), 'Zdarzenia'[Typ] = "Kliknięcie")

W powyższym przykładzie, brak odpowiedniego filtra lub użycie go w nieprawidłowy sposób może doprowadzić do policzenia nie tych użytkowników, których chcieliśmy.

2. SUMMARIZE bez określonych miar

SUMMARIZE bez dodatkowych kolumn miar może być użyte w celu stworzenia listy unikalnych kombinacji, ale nie daje bezpośrednio liczbowych podsumowań. Użytkownicy często mylnie oczekują, że zwróci ona liczby.

SUMMARIZE('Zdarzenia', 'Zdarzenia'[TypZdarzenia], 'Zdarzenia'[Data])

Powyższy kod zwróci tylko unikalne pary TypZdarzenia-Data, bez żadnych agregacji. Aby uzyskać liczby, należy dodać miary jako dodatkowe argumenty.

3. Błędne zagnieżdżenie funkcji

Łączenie DISTINCTCOUNT i SUMMARIZE w złożonych zapytaniach może prowadzić do mylących wyników, jeśli nie zostaną zachowane właściwe konteksty. Użycie CALCULATE lub FILTER w nieodpowiednich miejscach może zmienić zakres działania obu funkcji.

CALCULATE(DISTINCTCOUNT('Zdarzenia'[UserID]), SUMMARIZE('Zdarzenia', 'Zdarzenia'[TypZdarzenia]))

Taki zapis nie działa poprawnie, ponieważ SUMMARIZE nie zwraca tabeli filtrującej, jak wymaga CALCULATE. W efekcie formuła może zwrócić błąd lub nie działać zgodnie z oczekiwaniami.

4. Nadmierne użycie DISTINCTCOUNT w dużych zbiorach danych

DISTINCTCOUNT potrafi być kosztowna obliczeniowo w przypadku kolumn o dużej liczbie unikalnych wartości – szczególnie w czasie rzeczywistym lub w filtrach raportów. Lepszym rozwiązaniem może być wstępna agregacja danych lub zastosowanie SUMMARIZE z wcześniejszym ograniczeniem zakresu danych.

5. Brak jawnego określenia kolumn w SUMMARIZE

SUMMARIZE może działać nieprzewidywalnie, jeśli nie zostaną jednoznacznie określone kolumny, szczególnie w modelach danych z wieloma relacjami lub ukrytymi kolumnami. To może prowadzić do niepełnych lub nadmiarowych wyników.

Świadomość powyższych pułapek pozwala lepiej projektować formuły DAX i unikać typowych błędów w analizie danych.

Rekomendacje: kiedy wybrać którą funkcję

W języku DAX zarówno DISTINCTCOUNT, jak i SUMMARIZE służą do pracy z unikalnymi wartościami, jednak ich zastosowanie i cele są zasadniczo różne. Wybór odpowiedniej funkcji zależy od tego, co chcemy osiągnąć w naszej analizie danych.

• Użyj DISTINCTCOUNT, gdy potrzebujesz szybko policzyć liczbę unikalnych wartości w danej kolumnie, np. liczbę unikalnych użytkowników, produktów czy transakcji. To rozwiązanie jest proste i wydajne, szczególnie w pojedynczych wyrażeniach miar.
• Użyj SUMMARIZE, gdy chcesz pogrupować dane po jednej lub wielu kolumnach i przy okazji obliczyć dodatkowe informacje, np. liczbę rekordów, sumy czy średnie w każdej z grup. SUMMARIZE zwraca nową tabelę, która może być bazą do dalszych analiz.

W praktyce, DISTINCTCOUNT najlepiej sprawdza się w kontekście miar i wskaźników, natomiast SUMMARIZE przydaje się w bardziej złożonych scenariuszach analitycznych, wymagających grupowania i pracy na poziomie tabelarycznym. Wybierając jedną z tych funkcji, warto kierować się potrzebą końcowego wyniku – czy zależy nam na konkretnej liczbie, czy na strukturze danych gotowej do dalszej agregacji.

Podsumowanie i najlepsze praktyki w pracy z danymi w DAX

W pracy z językiem DAX, funkcje DISTINCTCOUNT i SUMMARIZE odgrywają kluczową rolę w analizie danych, szczególnie w kontekście liczenia unikalnych zdarzeń oraz organizowania i grupowania danych. Choć mogą wydawać się podobne, ich zastosowania i sposób działania różnią się znacząco.

DISTINCTCOUNT to funkcja agregująca, która sprawdza się idealnie, gdy celem jest szybkie obliczenie liczby unikalnych wartości w danej kolumnie. Jest prosta w użyciu i zapewnia wysoką wydajność w typowych przypadkach, takich jak liczenie liczby unikalnych użytkowników, transakcji czy zdarzeń.

Z drugiej strony, SUMMARIZE to funkcja służąca do tworzenia zestawień i agregacji danych według określonych kryteriów grupowania. Pozwala na większą elastyczność, umożliwiając tworzenie niestandardowych tabel wynikowych oraz agregację wielu miar jednocześnie. Jest szczególnie przydatna w bardziej złożonych analizach i raportach.

Aby efektywnie korzystać z tych funkcji, warto przestrzegać kilku najlepszych praktyk:

• Dobieraj funkcję odpowiednio do celu – szybkie zliczenia unikalnych wartości wykonuj za pomocą DISTINCTCOUNT, a bardziej złożone podsumowania twórz z użyciem SUMMARIZE.
• Unikaj nadmiernego łączenia obu funkcji w jednym wyrażeniu, jeśli nie jest to konieczne – może to obniżyć wydajność modelu.
• Zawsze sprawdzaj kontekst filtrowania i kontekst wiersza, w którym działa dana funkcja – wpływa to bezpośrednio na wynik obliczeń.

Znajomość różnic między tymi funkcjami oraz świadomy wybór odpowiedniego narzędzia w konkretnym przypadku pozwala nie tylko uzyskać poprawne wyniki, ale też zoptymalizować wydajność modelu danych w Power BI lub innym narzędziu opartym na DAX.

Jak skutecznie korzystać z AI jako kandydat – praktyczny poradnik 04 listopada 2025

Jak Copilot Studio wspiera transformację cyfrową i rozwój AI w organizacjach 02 listopada 2025