Personnalisation
Vous pouvez personnaliser Fusion Data Intelligence pour répondre aux besoins de l'entreprise et augmenter les capacités de reporting.
Oracle recommande de suivre l'approche d'implémentation progressive et d'effectuer les personnalisations après les deux déploiements de contenu prédéfinis. L'exécution de personnalisations avant la signature des deux premières phases de contenu prédéfinies ajoute des risques inutiles à un projet d'implémentation. Vous devez effectuer des activités de personnalisation dans un environnement que vous considérez comme l'environnement de développement maître.
Vous pouvez étendre Fusion Data Intelligence pour modifier et créer des contenus de reporting, des contenus de données, des contenus de modèle sémantique et des affectations de sécurité. Ces types ne dépendent pas nécessairement les uns des autres, ne sont pas nécessairement séquentiels et peuvent ne pas tous s'appliquer aux besoins de l'entreprise.
Rapports personnalisés
Fusion Data Intelligence inclut des rapports et des domaines prédéfinis qui permettent aux utilisateurs de créer des rapports. Au fur et à mesure que les utilisateurs créent des rapports personnalisés à l'aide des domaines prédéfinis, il est important de les organiser et de les sécuriser de manière adéquate pour s'assurer que les utilisateurs professionnels disposant des droits d'accès appropriés sont autorisés à accéder aux rapports et projets personnalisés.
Il existe plusieurs types de rapports personnalisés. Prévoyez d'enregistrer chaque type dans des dossiers spécifiques avec les autorisations appropriées.
- Les développeurs ou les utilisateurs principaux définissent les rapports à partager avec des groupes spécifiques de consommateurs.
- Un rôle d'application est disponible pour identifier tous les destinataires qui doivent disposer d'un accès en lecture à ces rapports.
- Un rôle est disponible pour les utilisateurs qui doivent disposer d'un accès en écriture.
- Des dossiers partagés avec un accès approprié en lecture ou en écriture pour stocker ces rapports pour chaque rôle sont disponibles.
- Les administrateurs de service ont toujours un contrôle total sur les dossiers.
- Les rapports ad hoc créés par les utilisateurs professionnels pour eux-mêmes sont enregistrés dans le dossier de l'utilisateur.
- Les rapports ad hoc créés par un utilisateur métier à partager sont stockés dans des dossiers partagés spécifiques avec un accès en écriture pour tous. Si nécessaire, l'utilisateur qui crée le rapport peut configurer des autorisations pour accorder l'accès uniquement aux utilisateurs sélectionnés.
Cette tâche requiert l'administrateur de service Fusion Data Intelligence, l'administrateur de sécurité Fusion Data Intelligence et les auteurs de Fusion Data Intelligence.
Extensions de données
En tant qu'administrateur de service et ingénieur de données, utilisez des extensions de données pour ajouter des données supplémentaires à des fins d'analyse.
- Configurations de données personnalisées
- Augmentation de données
- Libre-service utilisant les jeux de données et les flux de données Oracle Analytics Cloud
- Outil ETL tiers tel qu'Oracle Data Integrator
Configurations de données personnalisées
Les configurations de données personnalisées sont des modèles prêts à l'emploi qui vous permettent d'intégrer rapidement des données dans l'entrepôt de données autonome.
Actuellement, le seul modèle disponible est pour les champs utilisateur flexibles (également appelés champs utilisateur flexibles). Vous devez uniquement sélectionner la liste des colonnes de champ utilisateur flexible que vous voulez importer pour chaque objet. Les données sont chargées dans le pipeline géré par Oracle et ajoutées automatiquement à la couche sémantique.
Reportez-vous à Extension de données avec des applications personnalisées.
Augmentation de données
Utilisez l'augmentation des données pour ajouter des données supplémentaires à partir d'une source de données prise en charge qui ne nécessite pas de transformation. Les données Oracle Fusion Cloud Applications doivent être disponibles dans un objet vue pour être chargées via l'augmentation des données. L'augmentation des données peut étendre les dimensions existantes, en créer de nouvelles et en créer de nouveaux.
- Oracle gère l'exécution.
- Il est planifié avec les pipelines prédéfinis, ce qui est essentiel pour la cohérence des données (les dates d'extraction sont identiques).
- Il n'est pas nécessaire d'acheter, d'apprendre ou de gérer un autre outil d'extraction.
Mais l'augmentation des données présente actuellement ces limites :
- Aucune transformation de données.
- Aucune jointure avec d'autres tables et sources de données.
- Un nombre limité de sources de données prises en charge, la plupart disponibles en aperçu uniquement.
Exploiter les vues du schéma OAX_USER construites sur les tables d'augmentation pour implémenter des transformations et des jointures. Selon les exigences de performances, ces vues peuvent être matérialisées. Cependant, cela n'est utile que pour les cas d'utilisation simples. Les performances et la maintenance deviennent rapidement problématiques si les transformations sont trop complexes (jointures multiples, agrégats). Dans ce cas, l'utilisation d'un outil d'extraction tiers est la meilleure option.
Reportez-vous à A propos de l'augmentation des données.
Libre-service utilisant des jeux de données et des flux de données Fusion Data Intelligence
Fusion Data Intelligence permet aux utilisateurs de télécharger des jeux de données directement et de les utiliser pour générer des rapports ou les joindre à des domaines existants.
Ces jeux de données peuvent provenir d'un fichier ou être définis à l'aide d'une connexion à une application externe. Les jeux de données sont conçus pour fournir des fonctionnalités d'extension en libre-service aux utilisateurs métier afin d'intégrer des données externes qui ne figurent pas dans le modèle sémantique. Les flux de données transforment et chargent les données des ensembles de données, par exemple, en un schéma personnalisé dans la base de données Fusion Data Intelligence. Les flux de données ne peuvent charger qu'un petit volume de données et ne sont actuellement accessibles que par leur propriétaire. Une fois chargée dans la base de données, la table correspondante peut être ajoutée dans la couche sémantique. Selon le mode sélectionné, un flux de données peut supprimer et recréer la table cible lorsqu'il est exécuté. Etant donné que les tables utilisées dans la couche sémantique doivent disposer d'un accès accordé à l'utilisateur OAX$OAC, l'octroi de l'accès par défaut à l'ensemble du schéma personnalisé est plus sûr. Sinon, exécutez l'instruction SQL Grant après chaque exécution du flux de données.
Outil ETL (extraction, transformation et chargement) tiers
Fusion Data Intelligence permet aux utilisateurs de télécharger des jeux de données directement et de les utiliser pour générer des rapports ou les joindre à des domaines existants.
Tout outil d'extraction tiers prenant en charge Oracle Autonomous AI Lakehouse peut charger des données externes dans la base de données Fusion Data Intelligence. Oracle Data Integrator est un exemple d'outil d'extraction.
Prévoyez d'utiliser un outil d'extraction pour charger des données externes en dernier recours lorsqu'aucune des autres solutions n'est appropriée. Vous devez d'abord vérifier l'augmentation des données et les connecteurs. Si vous ne pouvez pas utiliser l'une de ces fonctionnalités, prévoyez d'utiliser Oracle Data Integrator pour Marketplace et d'autres outils ETL.
Certains éléments sont importants lors du chargement de données dans la base de données Fusion Data Intelligence à l'aide d'un outil d'extraction :
- Assurez-vous que les chargements de données personnalisés ne s'exécutent pas simultanément avec les pipelines pour éviter les conflits sur les ressources de base de données. Vous pouvez déterminer qu'un pipeline incrémentiel est terminé lorsqu'un nouvel enregistrement est inséré dans la table DW_WH_REFRESH_SUMMARY avec le nom de processus _REFRESH_SCHEDULED.
- Utiliser la connexion de service Low au data warehouse autonome. L'utilisation du service High ou Medium consomme trop de ressources et peut entraîner des problèmes de performances pour d'autres processus exécutés sur la base de données.
- Selon la conception du processus de chargement, des incohérences de données et des problèmes de performances peuvent apparaître dans les états si les utilisateurs accèdent aux tables personnalisées pendant leur chargement. Essayez de charger les données en dehors des heures de bureau.
Extensions de modèle sémantique
Prévoyez d'étendre le modèle sémantique pour répondre aux besoins de votre entreprise. Cela implique de créer et de modifier des domaines pour tirer parti des extensions de données.
- Ajouter ou étendre des domaines
- Ajouter ou étendre des dimensions
- Ajouter des Faits
- Ajouter ou étendre des hiérarchies
- Ajouter des variables de sessions
- Ajouter les colonnes dérivées
- Utilisez l'augmentation des données pour ajouter automatiquement de nouvelles données à la couche sémantique dans certains cas. Lorsque vous utilisez l'augmentation de données pour charger des informations supplémentaires, vous pouvez parfois l'utiliser pour étendre la couche sémantique. Il existe trois types d'augmentation de données :
- Extend Entity : permet d'ajouter des attributs supplémentaires aux dimensions existantes. Les attributs chargés avec ce type d'augmentation de données sont automatiquement dans les domaines du dossier sélectionné. Ce type d'extension n'est possible qu'avec une jointure sur la clé primaire de l'entité.
- Custom Dimension : Utilisez cette option pour créer une dimension entièrement nouvelle. Les attributs chargés avec ce type d'augmentation de données ne sont ajoutés dans les domaines que s'ils sont joints à un fait personnalisé créé avec l'augmentation de données.
- Fait personnalisé : Utilisez cette option pour créer une table de faits. Les attributs et mesures chargés avec ce type d'augmentation de données sont automatiquement ajoutés aux domaines sélectionnés. Notez que la spécification d'un domaine n'est pas obligatoire.
Une utilisation courante de l'augmentation des données consiste à étendre une dimension avec des attributs supplémentaires, en supposant que la clé de jointure soit incluse dans la source de données.
- Utilisez les assistants d'extension de modèle sémantique qui peuvent utiliser les tables créées par les processus d'augmentation de données. Il s'agit du principal outil à utiliser pour modifier la couche sémantique. Voici quelques exemples, mais ils ne sont pas exhaustifs :
- Les données sont chargées via l'augmentation des données, mais l'augmentation des données ne peut pas apporter les modifications appropriées dans le modèle sémantique. Par exemple, la jointure avec la dimension existante n'est pas basée sur la clé primaire ou certaines transformations doivent être appliquées après le chargement des données.
- Des extensions doivent être ajoutées dans des domaines prédéfinis.
- Les calculs sont basés sur des faits prédéfinis.
L'utilisation courante de cet outil consiste à créer des mesures dérivées basées sur des mesures de fait existantes ou à étendre une dimension avec des attributs qui ne peuvent pas être joints via l'augmentation des données.
- Lorsque vous créez un modèle personnalisé, en particulier un fait personnalisé, veillez à le joindre à des dimensions prédéfinies afin que les colonnes prédéfinies et les colonnes personnalisées soient utilisées dans le même rapport.
- Réduisez autant que possible le nombre d'étapes de personnalisation de couche sémantique en appliquant toutes les modifications requises à l'objet correspondant à chaque étape. Lorsque des personnalisations supplémentaires sur le même objet sont ajoutées ultérieurement, modifiez l'étape existante au lieu d'en ajouter une nouvelle.
- Administrateur de service Fusion Data Intelligence
- Ingénieur données
Extensions de sécurité
Vous pouvez utiliser des rôles d'application nouveaux et existants pour configurer la sécurité des données et des objets pour les extensions de modèle sémantique et de données.
- Assurer la sécurité des données en limitant l'accès des utilisateurs aux données à l'aide de rôles de données d'application. Les données présentées aux utilisateurs sont ainsi filtrées en fonction de leurs rôles de données d'application. La configuration de la sécurité des données est sensiblement différente en fonction des applications Oracle Fusion Cloud source. Chaque application Fusion Data Intelligence a sa façon de gérer la sécurité des données. Même si les fonctionnalités de la plate-forme Fusion Data Intelligence sont toujours les mêmes, elles sont utilisées différemment en fonction de l'application. La configuration de l'affectation de sécurité est entièrement, partiellement ou non automatisée, selon l'application Fusion Data Intelligence.
- Configurez des autorisations sur les objets pour restreindre l'accès des utilisateurs au contenu du catalogue (rapports et visualisations) et au contenu du domaine (domaine, dossiers et colonnes) à l'aide des rôles de responsabilité prédéfinis et personnalisés. Les rôles de responsabilité définissent les niveaux d'autorisation "Par défaut (hérite de l'élément parent)", "Aucun accès" ou "Lecture seule" pour les objets qu'ils protègent.
- Personnaliser les autorisations pour les rôles de responsabilité prédéfinis et créer des autorisations pour les rôles personnalisés.
- Évaluez la configuration de sécurité des données prédéfinie et déterminez les exigences métier auxquelles elle répond. Utilisez des extensions de sécurité des données pour toutes les exigences qui ne sont pas satisfaites de la configuration de sécurité des données prédéfinie.
- Documentez toutes les extensions de sécurité.
- Gérer les matrices des extensions et les rôles d'application correspondants qui les sécurisent.
- Validez les extensions de sécurité en les testant avant de les publier en production.