Это я убрал, цена теперь внутри таблицы трансфера. Так же вычислил причину расхождения. Как оказалось, сам показатель цена товара динамический, о чем умолчали заказчики, а erp это никак не документировалось.

рассчитывайте периоды актуальности цен и присоединяйте их через interval match в транзакции

Понял, спасибо!

Ну что, заполируем вечер пятницы aggr() ом? Коллеги, @stuchalkin @StanislavStr  ?

=)

)

Напишите в фильтре множеств формулы Дата = КонецПериода, соблюдая правила ситаксиса Backus-Naur form и вы получите желаемый результат.

Я не смог прочесть всю вашу формулу, она была очень длинной...

Вечером так забавно читать скитания по поискам решений... Жаль, что пропускаю дневной Action. Вечером одни и те же люди тут, а дневные остаются дневными.

Не стоит забывать о 430 ботах онлайн, которые просто онлайн... Пока что...

Направили сюда, а тут тоже самое. Вот вопрос
1. От чего Клик отказался от развития БигДатаИндекс
2. Почему нельзя реализовать подход как в PBI (у PBI куча минусов, но это большой плюс):  модель фильтрации(ассоциативная модель) по части столбцов инмемори и расчёт неаддитивных метрик с диска (дистинктов, как в КликХауз или используя КликХауз/Вертика/Кластер ГринПлам и т.д.)? И не надо про ОДАГ, у него другой юзеркейс(исследование срезов)

Или дайте возможность выбирать,  что инмемори,  а что на дисках/ссд

1.  Что это такое?
2.  Считает inMemory,  с  диска  - в inMemory или из базы данных в inMemory. Индивидуальные метрики считаются формулами. Ассиоциоцитивная  модель присутствуетс.

Предположение такое - если бы qs позволял бы подключение к бд в лайв то это привело бы к тому, что 1) ассоциативная модель бы работала с серьезными ограничениями 2) клик превратился бы в обычную рисовалку типа табло или pbi в режиме лайв

Бигдатаиндекс вероятно ниасилили совместить с ассоциативной моделью qs  и кластеризацией

Ну это так... предположения

Big Data Indexing перестали предлагать в виде отдельного продукта потому, что как и большинство вещей основанных на Docker/Kubernetes- не взлетает в 90% заказчиков ввиду сложности настройки и тюнингования самой среды Docker/Kubernetes.
Технология не забыта, ибо там много полезной новой, отлаженной и патентованной математики, но пока принято решение убрать это в виде отчуждаемого продукта

Потому что подход аля  Live Connection - это этап пройденный в виде Qlik Direct Discovery ещё тогда, когда ни PowerBI ни Tableau еще даже не родились.
И для пользователя ценности в выдёргивании данных только для их отображения, с точки зрения практической ценности для аналитики - ноль. А ценность даёт именно ассоциативная модель, для построения которой нужно иметь все данные. Поэтому все данные и загружаются, далее на них строится ассоциативная модель. А если часть данных лежит на диске в виде набора, который может непредсказуемо изменяться, то по нему не построить ассоциативную модель

Ловко обесценил всех кто реализует этот подход ;)))))))

А как же их хотелки?!