BigQuery og Metabase

Lumi kan legge en kopi av teamets svar i et BigQuery-datasett i teamets eget GCP-prosjekt. Et datasett i BigQuery er en mappe med tabeller. Lumi oppdaterer kopien hver natt, og derfra kan dere dele dataene på Datamarkedsplassen og bruke dem i Metabase og datafortellinger.

Pilot

I produksjon blir eksporten først åpnet for team eSyfo og iSyfo. Skriv i #lumi på Slack hvis teamet vil være med.

Før dere begynner

SQL-en fra dashboardet må kjøres av noen som kan lage datasett og gi tilgang til dem i teamets GCP-prosjekt for produksjon.
Oppdater teamets kopi av etterlevelsesmalen E726 og behandlingen i Behandlingskatalogen. Skriv at svarene lagres i BigQuery og deles på Datamarkedsplassen, og hva de skal brukes til. Se spillereglene hos NADA.
Vurder på nytt om dere trenger en personvernkonsekvensvurdering (PVK). Er dere i tvil, avklar med personvernombudet.
Bestem om fritekst skal være med. Les Fritekst først.

Fritekst

Fritekst er bare tilgjengelig for team som Lumi har åpnet det for, og i produksjon har ingen team det ennå. Teamet må ha en PVK som dekker fritekst i BigQuery. Vil dere ha fritekst med, ta kontakt i #lumi på Slack. Før Lumi har åpnet for teamet, vises ikke valget Ta med fritekstsvar.

Brukerne kan skrive navn og helseopplysninger i fritekst. Lumi maskerer kjente mønstre som fødselsnummer, e-post og telefonnummer, men ikke navn, se PII-maskering. Tekstene havner i en egen tabell, fritekst. Ikke del den utenfor teamet. Datamarkedsplassen lar dere velge at et datasett inneholder personopplysninger, men har ikke noe eget valg for særlige kategorier som helseopplysninger.

Slår dere av fritekst under Innstillinger, sletter Lumi tabellen fritekst.

Slik setter dere opp eksporten

Oppsettet står under Sett opp eksporten på siden BigQuery-eksport og har trinnene Opprett datasettet, Sjekk tilkoblingen og Velg innhold og start.

Velg Eksporter i menyen og deretter Gå til BigQuery-eksport.
Kontroller GCP-prosjekt og Datasett. Lumi fyller inn teamets prosjekt fra Nais, og datasettet heter lumi hvis dere ikke endrer det.
Velg Kopier SQL og deretter Åpne BigQuery. Lim inn SQL-en i en ny spørring og velg Run.
Velg Sjekk tilkoblingen. Står det Datasettet er klart. Lumi kan lage tabeller i det., kan dere gå videre.
Kryss av for Ta med fritekstsvar hvis fritekst skal være med og er åpnet for teamet, og velg Start eksporten.

Første kjøring starter med en gang. Se Når Lumi oppdaterer tabellene for kjøringene etterpå.

Hva SQL-en gjør

Dashboardet fyller inn teamets prosjekt, datasettet, teamnavnet og Lumis tjenestekonto der det står PROSJEKT, lumi, TEAM og LUMIS-TJENESTEKONTO:

sql

SET @@location = 'europe-north1';

CREATE SCHEMA IF NOT EXISTS `PROSJEKT.lumi`
  OPTIONS (location = 'europe-north1');

ALTER SCHEMA `PROSJEKT.lumi`
  SET OPTIONS (
    labels = [('lumi-team', 'TEAM')],
    max_time_travel_hours = 48,
    description = 'Svar fra Lumi. Lumi oppdaterer tabellene hver natt.'
  );

GRANT `roles/bigquery.dataEditor`
  ON SCHEMA `PROSJEKT.lumi`
  TO "serviceAccount:LUMIS-TJENESTEKONTO";

SET @@location kjører SQL-en i europe-north1. Lumi skriver bare til datasett i den regionen.
CREATE SCHEMA IF NOT EXISTS lager datasettet hvis det ikke finnes fra før.
ALTER SCHEMA setter labelen lumi-team til teamnavnet, time travel til 48 timer og en beskrivelse av datasettet. Time travel er hvor lenge BigQuery tar vare på rader som er slettet eller erstattet. Lumi skriver ikke til et datasett der labelen mangler eller viser et annet team, eller der time travel er mer enn 48 timer.
GRANT gir Lumis tjenestekonto rollen BigQuery Data Editor på datasettet. Lumi får ingen tilgang til resten av prosjektet, og rollen gir ikke Lumi rett til å gi andre tilgang.

Dere kan kjøre SQL-en på nytt. Da retter den tilgangen, labelen og time travel hvis noen har endret dem. Når eksporten er startet, finner dere SQL-en under Innstillinger og Vis SQL-en.

Bruk datasettet bare til Lumi. Rollen gjelder hele datasettet, så Lumis tjenestekonto kan lese og endre alle tabellene i det. Lumi godtar derfor ikke et datasett med tabeller som Lumi ikke har laget. Views går fint.

Når Lumi oppdaterer tabellene

Lumi erstatter innholdet i tabellene med svarene fra de siste tolv månedene

hver natt etter kl. 01
når dere velger Oppdater tabellene nå
når noen sletter svar i dashboardet
når dere lagrer endringer under Innstillinger

Lumi kjører høyst én gang per fem minutter for hvert team, også når dere bytter datasett eller stopper eksporten og setter den opp igjen. Feiler en kjøring, prøver Lumi igjen etter én time, og ventetiden dobles for hver ny feil, opp til ett døgn.

Tabellene oppdateres én om gangen, den mest følsomme først: fritekst, innsendinger og svar. Feiler en kjøring underveis, kan tabellene komme fra ulike kjøringer. Kolonnen oppdatert_tidspunkt viser når Lumi skrev tabellen. Sjekk den før dere bruker tallene, se Sjekk at tabellene er oppdatert.

Er det ingen svar til en tabell, tømmer Lumi den. Tabellen og tilgangene på den blir stående. Lumi sletter ikke svar og innsendinger ved vanlige kjøringer. fritekst slettes når fritekst er slått av eller ikke er åpnet for teamet. Får ikke Lumi slettet fritekst, oppdateres de andre tabellene likevel, men kjøringen feiler, og Lumi prøver igjen.

Velg Åpne datasettet i BigQuery for å se tabellene i Google Cloud-konsollen.

Teamets ansvar

Nav er behandlingsansvarlig. På vegne av Nav har dere ansvaret for kopien i teamets prosjekt: hvem som får tilgang på Datamarkedsplassen, hva dataene brukes til, og at behandlingen i Behandlingskatalogen dekker delingen. Lumi oppdaterer kopien etter beste evne. Team eSyfo drifter Lumi uten avtalt tjenestenivå (SLA).

Sletter dere et svar i dashboardet, starter Lumi en ny kjøring. Svaret forsvinner fra BigQuery etter noen minutter når kjøringen lykkes. Feiler den, forsvinner svaret når Lumi har prøvd igjen og lykkes, se Når Lumi oppdaterer tabellene.
Svar som blir eldre enn tolv måneder, forsvinner ved neste vellykkede kjøring.
BigQuery tar vare på slettede rader i 48 timer (time travel). Google tar vare på dem i sju dager til (fail-safe), uten at dere kan lese dem.
Lumi oppdaterer ikke kopier dere lager selv, for eksempel lagrede resultater i Metabase, tabeller i notebooks og statiske datafortellinger. Sletter dere et svar, må dere slette det der også og si fra til dem dere har delt dataene med.
Hver tabell forsvinner sju dager etter at Lumi sist skrev den, for eksempel hvis dere fjerner Lumis tilgang eller kjøringene feiler.

svar og innsendinger har ingen kolonner for navn eller fødselsnummer, men fritekst kan inneholde det. Når få har svart, kan tidspunkt, app, enhetstype og svar likevel avsløre hvem som svarte. Registrer derfor tabellene som personopplysninger. Ikke koble tabellene med andre data om brukerne, for eksempel på tidspunkt, uten at PVK-en dekker det.

innsending_id er pseudonymisert, ikke anonymisert. Team eSyfo, som drifter Lumi, har nøkkelen og kan i prinsippet koble ID-en tilbake til svaret i Lumi.

Del dataene på Datamarkedsplassen

Datamarkedsplassen kaller hver tabell eller view et datasett. Del views som er filtrert på app og survey. Lumis tabeller har svar fra alle teamets apper og surveyer, så de bør ikke deles direkte.

Lag et view i datasettet for det dere vil dele. Dette viewet har bare svarene fra appen bro-frontend:
sql
```
CREATE OR REPLACE VIEW `PROSJEKT.lumi.svar_bro_frontend` AS
SELECT *
FROM `PROSJEKT.lumi.svar`
WHERE app = 'bro-frontend'
```
Legg til AND survey_id = 'SURVEY' for å dele bare én survey. Skal innsendinger også deles, lager dere et view av den på samme måte.
Gå til Datamarkedsplassen og legg til et nytt dataprodukt. Velg teamets gruppe og skriv hva dataene kan brukes til. Skriv også dette i beskrivelsen: «Lumi vet ikke hvem som svarte, så svarene er ikke filtrert for kode 6 og 7.»
Legg til viewene som datasett i dataproduktet, og velg at de inneholder personopplysninger. Datamarkedsplassen autoriserer automatisk et view som bygger på tabeller i samme datasett.
Gi tilgang til dem som skal bruke dataene, eller la dem søke om tilgang. Tilgang kan gis til en bruker, en gruppe eller en service account. De som søker, må ha en behandling i Behandlingskatalogen.

Skal et annet team lese dataene fra Airflow eller Knada, gir dere tilgang til tjenestekontoen til det andre teamet. Det andre teamet kjører spørringen i sitt eget prosjekt.

Den som skal bruke dataene i Metabase, må få tilgang hver for seg. Tilgang gitt til en gruppe følger ikke med til Metabase. Se Metabase hos NADA og tilgangsstyring hos NADA.

Tilgangene forsvinner med tabellen

Tilganger gitt på Datamarkedsplassen ligger på tabellen eller viewet. Når en tabell slettes eller utløper, forsvinner tilgangene til den. Det gjelder også når dere velger Stopp eksporten eller bytter datasett. Et view virker videre når Lumi tømmer tabellene, men ikke når tabellene er slettet. Mangler en tabell eller et view i sju dager, fjerner Datamarkedsplassen datasettet fra dataproduktet og databasen fra Metabase.

Lag grafer og dashboard i Metabase

Velg Legg til i Metabase på datasettet på Datamarkedsplassen. Metabase lager en samling med samme tilgang som datasettet. Lagre Metabase-spørsmål og -dashboard i den samlingen, ikke i en åpen samling.

Metabase kan ikke koble sammen tabeller som er tilgangsbegrenset. Bruk derfor svar til det meste. Den har spørsmålstekst og svartekst på hver rad, så dere kan lage grafer i spørringsbyggeren uten SQL. Filtrer på app, survey_id og sporsmal_id, og tell rader per rating_verdi eller valg_tekst for å få fordelingen. Utviklingen over tid får dere med snittet av rating_verdi per uke på innsendt_dato.

Spørringer

Spørringene fungerer i Metabase og i BigQuery. Bytt ut PROSJEKT med prosjektet, og lumi med datasettet hvis det heter noe annet. Bruker dere et view, bytter dere ut tabellnavnet med navnet på viewet.

En spørsmåls-ID er bare unik innenfor én app og én survey, og tabellene har svar fra alle teamets apper. Filtrer derfor alltid på app, survey_id og sporsmal_id. Denne spørringen viser ID-ene i en app:

sql

SELECT survey_id,
       sporsmal_id,
       sporsmal_type,
       rating_variant,
       ANY_VALUE(sporsmal_tekst) AS sporsmal_tekst,
       COUNT(DISTINCT innsending_id) AS innsendinger,
       MIN(innsendt_dato) AS forste_dato,
       MAX(innsendt_dato) AS siste_dato
FROM `PROSJEKT.lumi.svar`
WHERE app = 'APP'
GROUP BY survey_id, sporsmal_id, sporsmal_type, rating_variant
ORDER BY survey_id, sporsmal_id

Bytt ut APP, SURVEY og SPORSMAL i spørringene under med verdiene dere fant.

Fordeling på et vurderingsspørsmål:

sql

SELECT rating_verdi, COUNT(*) AS antall
FROM `PROSJEKT.lumi.svar`
WHERE app = 'APP' AND survey_id = 'SURVEY' AND sporsmal_id = 'SPORSMAL'
GROUP BY rating_verdi
ORDER BY rating_verdi

Snitt per uke. Uken begynner på mandag, som i dashboardet:

sql

SELECT DATE_TRUNC(innsendt_dato, ISOWEEK) AS uke,
       ROUND(AVG(rating_verdi), 2) AS snitt,
       COUNT(*) AS antall
FROM `PROSJEKT.lumi.svar`
WHERE app = 'APP' AND survey_id = 'SURVEY' AND sporsmal_id = 'SPORSMAL'
GROUP BY uke
ORDER BY uke

NPS for ett spørsmål, andelen som svarte 9 eller 10 minus andelen som svarte fra 0 til 6:

sql

SELECT ROUND(100 * SAFE_DIVIDE(
         COUNTIF(rating_verdi >= 9) - COUNTIF(rating_verdi <= 6),
         COUNT(*)
       )) AS nps,
       COUNT(*) AS antall
FROM `PROSJEKT.lumi.svar`
WHERE app = 'APP' AND survey_id = 'SURVEY' AND sporsmal_id = 'SPORSMAL'

Andel som valgte hvert alternativ, av dem som svarte på spørsmålet. Den som hoppet over spørsmålet eller ikke fikk se det, er ikke med. For flervalg kan summen bli over 100 prosent:

sql

WITH sporsmal AS (
  SELECT *
  FROM `PROSJEKT.lumi.svar`
  WHERE app = 'APP' AND survey_id = 'SURVEY' AND sporsmal_id = 'SPORSMAL'
)
SELECT valg_id,
       ANY_VALUE(valg_tekst) AS valg_tekst,
       COUNT(*) AS antall,
       ROUND(100 * COUNT(*) / (SELECT COUNT(DISTINCT innsending_id) FROM sporsmal), 1) AS prosent
FROM sporsmal
GROUP BY valg_id
ORDER BY antall DESC

Antall innsendinger per dag i hver survey, uten arkiverte surveyer:

sql

SELECT innsendt_dato, app, survey_id, COUNT(*) AS innsendinger
FROM `PROSJEKT.lumi.innsendinger`
WHERE NOT survey_arkivert
GROUP BY innsendt_dato, app, survey_id
ORDER BY innsendt_dato

Les Dette påvirker tallene før dere sammenligner med dashboardet eller med eldre spørringer.

Lag en datafortelling

En datafortelling er et Quarto-dokument som teamet publiserer på Datamarkedsplassen med teamets token. Alle ansatte i Nav kan lese interne datafortellinger. Derfor gjelder dette:

Regn ut tallene i SQL-en. Fortellingen skal bare hente ferdige tall.
Vis bare grupper med minst fem svar, med HAVING COUNT(*) >= 5.
Vis aldri enkeltsvar, fritekst eller innsending_id.
Ikke publiser fortellingen på data.nav.no.

python

from google.cloud import bigquery

# Prosjektet til teamet som kjører fortellingen
client = bigquery.Client(project="DERES-PROSJEKT")

uker = client.query(
    """
    SELECT DATE_TRUNC(innsendt_dato, ISOWEEK) AS uke,
           ROUND(AVG(rating_verdi), 2) AS snitt,
           COUNT(*) AS antall
    FROM `PROSJEKT.lumi.svar`
    WHERE app = 'APP' AND survey_id = 'SURVEY' AND sporsmal_id = 'SPORSMAL'
    GROUP BY uke
    HAVING COUNT(*) >= 5
    ORDER BY uke
    """
).to_dataframe()

Spørringen kjører i prosjektet dere oppgir i bigquery.Client(project=...). Bruk teamets eget prosjekt der, også når dere leser et view som et annet team har delt. to_dataframe() krever at pakken db-dtypes er installert.

NADA beskriver hvordan dere publiserer og oppdaterer fortellingen med en Naisjob, Airflow eller Union i Datafortellinger.

Sjekk at tabellene er oppdatert

Kjør fortellingen etter at nattens kjøring er ferdig, og sjekk oppdatert_tidspunkt. Gjør det samme i Airflow-jobber som leser tabellene:

sql

SELECT 'svar' AS tabell, DATETIME(MAX(oppdatert_tidspunkt), 'Europe/Oslo') AS oppdatert
FROM `PROSJEKT.lumi.svar`
UNION ALL
SELECT 'innsendinger', DATETIME(MAX(oppdatert_tidspunkt), 'Europe/Oslo')
FROM `PROSJEKT.lumi.innsendinger`

Tidspunktene er i norsk tid. Er de ulike, kommer tabellene fra ulike kjøringer. Er de fra før kl. 01 i natt, har nattens kjøring ikke lyktes ennå. La fortellingen eller jobben stoppe eller vise et varsel i begge tilfellene.

Endre eller stoppe eksporten

Under Innstillinger kan dere bytte prosjekt eller datasett og slå fritekst av eller på. Når dere velger Lagre endringer, sjekker Lumi det nye datasettet før endringen lagres, og sletter Lumis tabeller i det gamle. Bytter dere prosjekt eller datasett, forsvinner tilgangene til de gamle tabellene, og innsending_id får nye verdier.

Stopp eksporten sletter Lumis tabeller og innstillingene. Datasettet og viewene i det blir stående. Tilgangene til Lumis tabeller forsvinner, og views, dataprodukter, Metabase-spørsmål og datafortellinger som bruker tabellene, slutter å virke. Setter dere opp eksporten igjen senere, får innsending_id nye verdier.

Kan ikke Lumi slette tabellene med en gang, for eksempel fordi en kjøring pågår, viser siden Lumi stopper eksporten til Lumi er ferdig. Det tar som regel noen minutter. Til da kan dere ikke endre eksporten eller sette den opp igjen. Har Lumi mistet tilgangen til datasettet eller ikke fått slettet tabellene etter to døgn, gir Lumi opp. Tabellene forsvinner da av seg selv sju dager etter at Lumi sist skrev dem.

Når noe feiler

Feil ved oppsettet står under Dette må ordnes først, og feil i en kjøring under Dette stoppet siste kjøring. Lumi prøver mislykkede kjøringer igjen automatisk, men feil dere må rette selv, går ikke over før dere har rettet dem.

Melding	Hva dere gjør
Prosjektet er ikke teamets eget	Bruk prosjektet siden foreslår. Det er teamets prosjekt i Nais.
Lumi finner ikke datasettet	Kjør SQL-en, og sjekk at prosjekt og datasett er skrevet likt i dashboardet og i SQL-en.
Lumi har ikke tilgang til datasettet	Kjør SQL-en på nytt.
Datasettet ligger i feil region	Lag et nytt datasett i `europe-north1` med SQL-en.
Datasettet mangler label for teamet	Kjør SQL-en på nytt.
Datasettet er merket for et annet team	Sjekk hvem datasettet er satt opp for. Er det teamets eget, kjør SQL-en på nytt. Ellers bruker dere et annet datasett.
Datasettet tar vare på slettede data for lenge	Kjør SQL-en på nytt. Den setter time travel til 48 timer.
Datasettet har andre tabeller	Bruk et eget datasett for Lumi, eller flytt tabellene Lumi ikke har laget. Views kan bli liggende.
Datasettet har allerede en tabell som heter …	Bruk et eget datasett for Lumi. Lumi overskriver ikke tabeller den ikke har laget.
Lumi får ikke lage tabeller i datasettet	Kjør SQL-en på nytt.
Lumi fikk ikke sjekket prosjektet	Prøv igjen om litt. Lumi fikk ikke slått opp prosjektet i Nais.
BigQuery svarte ikke	Prøv igjen om litt.
Lumi fikk ikke kjøre eksporten	Feilen er hos Lumi. Skjer den i en kjøring, får team eSyfo varsel. Skjer den ved oppsettet, skriv i #lumi.
Lumi fikk ikke skrevet tabellene	Dere trenger ikke gjøre noe. Feilen er hos Lumi, og team eSyfo får varsel.
Lumi fikk ikke slettet tabellen fritekst	De andre tabellene er oppdatert. Lumi prøver igjen, og team eSyfo får varsel. Vil dere ikke vente, slett tabellen i BigQuery og velg Oppdater tabellene nå.
Noe gikk galt i Lumi	Dere trenger ikke gjøre noe. Feilen er hos Lumi, og team eSyfo får varsel.

Står eksporten fast, skriv i #lumi på Slack.

Tabellene

Lumi skriver tabellene svar og innsendinger, og fritekst hvis dere har slått det på. Kolonnebeskrivelsene står også i skjemaet i BigQuery og vises på Datamarkedsplassen.

Lumi kan legge til kolonner, men endrer eller fjerner dem ikke. En endring som ville ødelagt spørringer, får et nytt tabellnavn.

Kolonnene som er felles for alle tabellene:

Kolonne	Type	Innhold
`innsending_id`	STRING	Pseudonym ID for innsendingen. Den er lik i alle tabellene og mellom kjøringer, men blir ny når dere bytter prosjekt eller datasett, eller stopper eksporten og setter den opp igjen. Den er en annen enn ID-en i filene fra Eksporter.
`innsendt_tidspunkt`	TIMESTAMP	Når Lumi tok imot svaret, i UTC og rundet ned til hel time.
`innsendt_dato`	DATE	Datoen Lumi tok imot svaret, i norsk tid. Samme dag som dashboardet bruker.
`app`	STRING	Appen som sendte svaret.
`survey_id`	STRING	Survey-ID-en.
`survey_type`	STRING	`rating`, `topTasks`, `taskPriority`, `discovery` eller `custom`.
`survey_arkivert`	BOOLEAN	Om surveyen er arkivert i dashboardet nå. Dashboardet skjuler arkiverte surveyer som standard.
`enhetstype`	STRING	`mobile`, `tablet` eller `desktop`.
`skjemaversjon`	STRING	Fingeravtrykk av strukturen i surveyen.
`oppdatert_tidspunkt`	TIMESTAMP	Når Lumi skrev tabellen. Alle rader i tabellen fra samme kjøring har samme tidspunkt.

Tabellen `svar`

Én rad per svar på vurderings- og valgspørsmål. Flervalg gir én rad per valgt alternativ.

Kolonne	Type	Innhold
`sporsmal_id`	STRING	Spørsmålets ID (`fieldId`). Den er bare unik innenfor én app og én survey.
`sporsmal_tekst`	STRING	Den nyeste teksten for spørsmålet, slik dashboardet viser den.
`sporsmal_type`	STRING	`RATING`, `SINGLE_CHOICE` eller `MULTI_CHOICE`.
`rating_verdi`	INTEGER	Svaret på et vurderingsspørsmål. NPS går fra 0 til 10, tommel er 1 (ned) eller 2 (opp), og emoji og stjerner går fra 1 til 5.
`rating_variant`	STRING	`emoji`, `stars`, `thumbs` eller `nps`. Kan mangle for gamle svar.
`rating_skala`	INTEGER	Antall trinn: 5 for emoji og stjerner, 2 for tommel og 11 for NPS. Kan mangle for gamle svar.
`valg_id`	STRING	ID-en til alternativet som ble valgt.
`valg_tekst`	STRING	Den nyeste teksten for alternativet.

Tabellen `innsendinger`

Én rad per innsending, det dashboardet kaller et svar. Bruk tabellen når dere teller svar eller regner ut andeler.

Kolonne	Type	Innhold
`antall_svar`	INTEGER	Antall besvarte spørsmål i innsendingen, også fritekst og dato.
`har_fritekst`	BOOLEAN	Om innsendingen har minst ett fritekstsvar. Kolonnen er med også når tabellen `fritekst` ikke er det.
`varighet_sekunder`	INTEGER	Sekunder fra surveyen ble vist til svaret ble sendt, rundet ned til hele sekunder. Tom når widgeten ikke sendte tiden. Widgeten sender den bare når det tok mellom ett sekund og 30 minutter.

Tabellen `fritekst`

Én rad per fritekstsvar. Tabellen finnes bare når fritekst er åpnet for teamet og dere har slått det på.

Kolonne	Type	Innhold
`sporsmal_id`	STRING	Spørsmålets ID.
`sporsmal_tekst`	STRING	Den nyeste teksten for spørsmålet.
`tekst`	STRING	Fritekstsvaret, med kjente mønstre for personopplysninger maskert.
`maskert`	BOOLEAN	Om Lumi har maskert noe i innsendingen.

Dette er aldri med i tabellene:

URL og side
nettleser (user agent)
skjerm- og vindusstørrelse
feilsøkingsdata (debug)
Lumis interne ID-er
tagger appen sender med (tags i konteksten)
tagger dere har satt i dashboardet
svar på datospørsmål

Dette påvirker tallene

Spørsmål som ble hoppet over eller var skjult, gir ingen rad i svar. Andeler regnet fra svar gjelder dem som svarte på spørsmålet. Tabellene viser ikke hvor mange som så det.
antall_svar teller alle besvarte spørsmål i innsendingen, også fritekst og dato.
survey_arkivert viser om surveyen er arkivert i dag. Arkiverer dere en survey, blir verdien true for alle svarene på den, også de gamle.
sporsmal_tekst og valg_tekst er den nyeste teksten. Endrer dere en tekst i surveyen, endres den på alle rader, også de gamle.
skjemaversjon endres når spørsmål eller svaralternativer legges til, fjernes eller får ny type, men ikke når teksten endres. Den er tom for svar fra før Lumi begynte å lagre strukturen i surveyene.
innsending_id får nye verdier når dere bytter prosjekt eller datasett, og når dere stopper eksporten og setter den opp igjen. ID-er dere har lagret andre steder, kan da ikke kobles til de nye.
Gamle svar på vurderingsspørsmål kan mangle rating_variant og rating_skala.
Med standardtekstene i widgeten er 1 «Veldig dårlig» og 5 «Veldig bra» på emoji-skalaen. Team kan bytte tekstene, så sjekk hva surveyen viser.
Spørsmålstekst, svartekst og ID-ene i survey_id, sporsmal_id og valg_id er maskert med de samme mønstrene som fritekst. Et valgt alternativ er bare med når det står i listen over alternativer som fulgte med svaret. Mangler listen, for eksempel i svar fra eldre versjoner av widgeten, er ID-en med slik den ble sendt, maskert.

BigQuery og Metabase ​

Før dere begynner ​

Fritekst ​

Slik setter dere opp eksporten ​

Hva SQL-en gjør ​

Når Lumi oppdaterer tabellene ​

Teamets ansvar ​

Del dataene på Datamarkedsplassen ​

Lag grafer og dashboard i Metabase ​

Spørringer ​

Lag en datafortelling ​

Sjekk at tabellene er oppdatert ​

Endre eller stoppe eksporten ​

Når noe feiler ​

Tabellene ​

Tabellen svar ​

Tabellen innsendinger ​

Tabellen fritekst ​

Dette påvirker tallene ​