Von relationalen Daten zu einem Geschäftsmodell

Wenn Sie mit relationalen Daten arbeiten, denken Sie vielleicht an Faktentabellen, Dimensionstabellen, Joins und SQL. Essbase auf Autonomous AI Lakehouse fügt ein mehrdimensionales Geschäftsmodell für die Analyse dieser Daten hinzu.

In diesem Modell stellen Dimensionen die Geschäftsperspektiven dar, mit denen Benutzer Daten wie Produkt, Markt und Zeit analysieren. Hierarchien organisieren Elemente von Übersicht zu Detail, und Kennzahlen oder Konten stellen die analysierten Werte dar. Berechnungen drücken wiederverwendbare Geschäftsregeln aus.

Anstatt Joins, Filter und Aggregationslogik für jede Analyse wiederholt neu zu erstellen, können Sie das Geschäftsmodell einmal definieren und es Benutzern über die Essbase-Weboberfläche oder Smart View anzeigen lassen.

Relationales oder Lakehouse-Konzept	Essbase-Geschäftsmodell	Analysevorteil
Faktentabelle	Cube-Daten	Eine konsistente analytische Ansicht
Produkt-, Markt- oder Datumsspalten	Dimensionen	Pivotieren und filtern nach Geschäftsperspektive
Dimensions-Tabellenbeziehungen	Hierarchien und Elemente	Drilldown von Übersicht zu Detail
Spalten "Umsatz", "Kosten" oder "Einheiten"	Kennzahlen oder Konten	Geschäftswerte analysieren
Wiederholte SQL-Formeln	Berechnungen	Verwaltete Geschäftslogik anwenden
SQL-Abfragen und Joins	Pivotieren, Slice, Drillthrough und Abrufen	Verwandte Geschäftsfragen erkunden