Essbase-Attribute – Vorteile

Mit Attributen können Sie Daten nicht nur aus der Perspektive der Dimensionen abrufen und analysieren, sondern auch in Bezug auf die Merkmale (Attribute) von Dimensionen. In einigen Situationen können Sie einen alternativen Ansatz für Attribute-Dimensionen in Betracht ziehen.

Anwendungsfälle für Attribute

Sie können Attribute verwenden, um die Produktrentabilität basierend auf Verpackungen zu analysieren oder Schlussfolgerungen basierend auf Marktattributen wie der Population einer Vertriebsregion zu treffen.

Eine solche Analyse könnte Ihnen sagen, dass entkoffeinierte Getränke, die in Dosen in kleinen Märkten (Bevölkerungen unter 6.000.000) verkauft werden, weniger rentabel sind als Sie erwartet haben. Für weitere Details können Sie die Analyse nach bestimmten Attributkriterien filtern, einschließlich Mindest- oder Höchstumsatz und Gewinn verschiedener Produkte in ähnlichen Marktsegmenten.

In der folgenden Liste werden einige Möglichkeiten erläutert, wie die Analyse nach Attribut Tiefe und Perspektive bietet und fundiertere Entscheidungen unterstützt:

  • Sie können Daten basierend auf allgemeinen Funktionen (Attributen) auswählen, aggregieren und Berichte dazu erstellen.

  • Wenn Sie Attribute als Text-, numerischen, booleschen oder Datumstyp definieren, können Sie Daten mit typbezogenen Funktionen wie AND-, OR- und NOT-Operatoren und <-, >- und =-Vergleichen filtern (auswählen).

  • Mit dem numerischen Attributtyp können Sie statistische Werte nach Attributbereichen gruppieren. Beispiel: Populationsgruppierungen wie <500.000, 500.000–1.000.000 und >1.000.000.

  • Über die von Essbase automatisch erstellte Attribute Calculations-Dimension können Sie Summen, Anzahl, Mindest- oder Höchstwerte und Durchschnittswerte von Attributdaten anzeigen. Beispiel: Wenn Sie "Durchschn. und Flasche" in eine Tabelle eingeben, ruft Essbase berechnete Werte für den Durchschnittsumsatz in Flaschen für alle Spalten- und Zeilenschnittmengen auf dem Blatt ab.

  • Sie können Berechnungen mit numerischen Attributwerten in Berechnungsskripten und Elementformeln durchführen, z.B. um die Rentabilität nach Unze für Produkte mit der Größe nach Unze zu bestimmen.

  • Sie können Kreuztabellen von Attributdaten für dieselbe Dimension erstellen und Detaildaten in Kalkulationstabellen pivotieren und Drilldowns durchführen.

    Eine Attributkreuztabelle ist ein Bericht oder eine Kalkulationstabelle mit Datenkonsolidierungen über Attribute derselben Dimension hinweg. Im folgenden Beispiel der Kreuztabelle werden Produktverpackungen als Spalten und die Produktgröße in Unzen als Zeilen angezeigt. An ihren Kreuzungen sehen Sie den Gewinn für jede Kombination aus Verpackungstyp und -größe.

    Anhand dieser Informationen können Sie sehen, welche Größenverpackungskombinationen am profitabelsten auf dem Florida-Markt waren.

    
Product Year Florida Profit Actual
        Bottle     Can       Pkg Type
        ======     =====     ========
  32      946        N/A        946
  20      791        N/A        791
  16      714        N/A        714
  12      241      2,383      2,624
Ounces  2,692      2,383      5,075

Vorteile von Attributen gegenüber anderen Ansätzen

Verwenden Sie Attribute-Dimensionen, um Attributdaten möglichst flexibel und funktionsfähig zu definieren. Die Verwendung von Attribute-Dimensionen bietet die folgenden Features:

  • Anspruchsvoller, flexibler Datenabruf

    Sie können Attributdaten nur dann anzeigen, wenn Sie möchten. Sie können sinnvolle Zusammenfassungen über Kreuztabellen erstellen. Mit typbasierten Vergleichen können Sie selektiv nur die Daten anzeigen, die Sie anzeigen möchten.

  • Zusätzliche Berechnungsfunktionalität

    Sie können nicht nur Berechnungen für die Namen von Elementen von Attribute-Dimensionen durchführen, um Elemente von Standarddimensionen zu definieren, sondern auch auf fünf Arten von Konsolidierungen von Attributdaten zugreifen – Summen, Anzahl, Durchschnittswerte, Mindestwerte und Höchstwerte.

  • Wirtschaftlichkeit und Einfachheit

    Da Attributdimensionen dünn besiedelt sind (Dynamische Berechnung), werden sie nicht als Daten gespeichert. Im Vergleich zur Verwendung gemeinsamer Elemente enthalten Outlines, die Attribute-Dimensionen verwenden, weniger Elemente und sind leichter zu lesen.

In einigen Situationen können Sie einen alternativen Ansatz für Attribute-Dimensionen in Betracht ziehen.

Tabelle 6-1: Alternativen zu Attributdimensionen berücksichtigen

Situation Alternative

Attribute von dicht besetzten Dimensionen analysieren

UDAs oder gemeinsame Elemente (siehe Vergleich von Attributen und UDAs).

Batchberechnung der Daten durchführen

Gemeinsame Elemente oder Elemente von separaten Standarddimensionen. Ein Nachteil von gemeinsamen Elementen besteht darin, dass die Gliederung groß wird, wenn die Kategorien viele Elemente wiederholen.

Definieren Sie den Namen eines Elements einer Attribute-Dimension als Wert, der aus einer Formel resultiert

Gemeinsame Elemente oder Elemente von separaten Standarddimensionen.

Attribute definieren, die im Laufe der Zeit variieren

Elemente mit separaten Standarddimensionen. Um beispielsweise die Kosten für die Produktwartung im Laufe der Zeit zu verfolgen, ist das Alter des Produkts zum Zeitpunkt der Wartung wichtig. Mit der Attributfunktion können Sie dem Produkt jedoch nur ein Alter zuordnen. Für jede Zeitperiode, die Sie verfolgen möchten, benötigen Sie mehrere Elemente in einer separaten Dimension.

Minimieren Sie die Abrufzeit mit einer großen Anzahl von Elementen der Basisdimension

Batchberechnung mit gemeinsamen Elementen oder Elementen separater Standarddimensionen.

Führen Sie dimensionsübergreifende Analysen mit geringer Performanceauswirkung durch

Nicht aggregierende Attribute