Modelado de Datos Relacionales como Cubo

Con Essbase sobre Autonomous AI Lakehouse, puede organizar los datos relacionales como un cubo multidimensional que refleja cómo su empresa analiza la información.

En esta etapa de modelado, puede pensar en el proceso como cubrir los datos relacionales: es decir, organizar los datos de negocio relacionales en dimensiones, jerarquías, medidas y relaciones de cálculo que reflejen cómo los usuarios necesitan analizar el negocio.

Supongamos que los datos relacionales contienen registros de ventas con columnas para producto, mercado, fecha, ingresos, costo y unidades. En SQL, puede consultar y agregar estos valores directamente. En Essbase, modela el mismo dominio de negocio mediante dimensiones, miembros, jerarquías, medidas y relaciones de cálculo.

Por ejemplo:

Datos relacionales	Modelo de Essbase
Identificadores y clasificaciones de productos	Dimensión Product
Valores de país, región y mercado	Dimensión del mercado
Fechas y períodos de informes	Dimensión de tiempo
Ingresos, costo y unidades	Medidas
Acumulaciones de negocio	Jerarquías de miembros
Valores de negocio derivados	Lógica de cálculo

El cubo resultante proporciona a los analistas una estructura consistente y orientada al negocio para analizar los datos.

Una dimensión representa una perspectiva importante del negocio, como Producto, Mercado o Tiempo. Los miembros representan los valores individuales dentro de cada dimensión. Las jerarquías organizan esos miembros en relaciones principal-secundario, como:

Total Market → Americas → United States → California

Las medidas representan los valores numéricos que se deben analizar, como Ingresos, Costo o Unidades.

Essbase también puede agregar lógica de cálculo que proporcione a esos valores un significado de negocio adicional. Por ejemplo, un modelo puede definir el margen bruto a partir de los ingresos y el costo, o definir cómo los miembros de nivel inferior contribuyen a los totales de nivel superior.

Juntos, estos elementos forman el esquema de Essbase: la estructura multidimensional a través de la cual los usuarios del cubo analizan los datos de negocio relacionales.

Al diseñar el cubo, céntrese en cómo los usuarios finales necesitan ver y analizar los datos de negocio, en lugar de intentar reproducir el esquema relacional físico.

Después de establecer el modelo de esquema, puede dar forma a sus dimensiones y jerarquías, agregar lógica de negocio con cálculos, crear el cubo mediante un libro de trabajo de aplicación y analizarlo mediante las herramientas de consulta y análisis de Essbase.