Daten erweitern

Verbessern Sie die in Ihren Analysen verwendeten Daten mit zusätzlichen Daten, verschiedenen Berechnungen und Kombinationen, um umfassende Analysen und facettenreiche Visualisierungen zu ermöglichen. Durch die Erweiterung der Daten können Sie die manuellen Eingriffe bei der Entwicklung aussagekräftiger Einblicke in die Geschäftsdaten reduzieren oder sogar eliminieren.

Mit der Datenerweiterung können Sie die Daten aus Oracle Fusion Cloud Applications und anderen Quellen erweitern, mit denen Sie über die Oracle Fusion Data Intelligence-Connectors eine Verbindung herstellen können. Siehe Abschnitt Connectors unter Features in der Vorschau anzeigen. Sie können Ihren Berichten Daten aus verschiedenen Data Stores (Business Intelligence-View-Objekte) der Oracle Fusion Cloud Applications-Datenquellen hinzufügen.

Wählen Sie die Spalten aus den Data Stores aus, erstellen Sie ein Erweiterungs-Dataset, und erstellen Sie mit diesem Dataset Datenpipelines für Funktionsbereiche. Mit einem Erweiterungs-Dataset können Sie Daten nahtlos aus zusätzlichen Oracle Fusion Cloud Applications-Datenspeichern extrahieren und laden und die Daten für Tabellen im Data Warehouse verfügbar machen. Anschließend können Sie die Daten für Visualisierung und Analyse verwenden. Informationen zum Suchen der Datenspeicher, die mit der Erweiterung extrahiert werden können, finden Sie im Abschnitt Datenspeicher in Referenz für Oracle Fusion SCM Analytics, Referenz für Oracle Fusion HCM Analytics und Referenz für Oracle Fusion ERP Analytics. Obwohl es keine technischen Grenzen gibt, können Sie maximal hundert Datenerweiterungen für einen einzelnen Mandanten erstellen, um die optimale Performance aller Datenpipelines sicherzustellen. Bei weiteren Fragen wenden Sie sich an Oracle Support.

Für optimale Performance und Stabilität empfiehlt Oracle, dass Sie dies nicht aktivieren. Konfigurieren Sie stattdessen Ihr semantisches Modell manuell mit Benutzererweiterungen, anstatt dass die Datenerweiterung automatisch die Erweiterungen des semantischen Systems generiert. Der Grund für diese Empfehlung sind Änderungen an der zugrunde liegenden Datenerweiterung, die im semantischen Modell referenziert bleiben, die dazu führen, dass Ihre semantischen Modellerweiterungen nicht mehr synchron sind und fehlschlagen. Die empfohlene Vorgehensweise besteht darin, den Prozess "Datenerweiterung" und "Semantische Modellerweiterung" zu trennen, der für komplexe Modellierungen flexibler ist und Fehler verhindert. Verwenden Sie in Zukunft beim Erstellen von Datenerweiterungen immer den Dataset-Typ, und definieren Sie eigene Erweiterungen für semantische Benutzermodelle. Erstellen Sie keine neuen Datenerweiterungen (vom Typ "Dimension", "Fakt" oder "Entität erweitern"), mit denen die semantischen Modellerweiterungen des Systems erstellt werden. Wenn möglich, konvertieren Sie alle vorhandenen Datenerweiterungen in Datasets und Erweiterungen für semantische Benutzermodelle.