Données et métadonnées Essbase
Essbase sur Autonomous AI Lakehouse organise les données métier dans un modèle qui reflète la façon dont votre organisation les analyse.
Une valeur de données vous indique combien. Les métadonnées indiquent ce que signifie la valeur.
Par exemple, une société de boissons enregistre des ventes unitaires de 1 000 000 cola. Le nombre devient utile lorsque vous connaissez son contexte commercial : le marché, la période, le produit et la mesure.
Data value + Business context = Business meaning
1,000,000 Market: United States Unit Sales of Cola
Year: FY26 in the United States
Product: Cola during FY26
Measure: Unit SalesDans Essbase, une application contient un cube. Un cube est une base de données Essbase qui organise les données en trois dimensions ou plus.
Un outline définit la structure du cube : ses dimensions, ses membres et leurs relations. Une dimension est une catégorie de données métier. Ses membres sont les valeurs de cette catégorie.
Dans cet exemple, Market, Year, Product et Measure sont des dimensions. United States, FY26, Cola et Unit Sales sont membres.
Cube outline
|
+-- Market
| `-- United States
|
+-- Year
| `-- FY26
|
+-- Product
| `-- Cola
|
`-- Measure
`-- Unit SalesEssbase stocke la valeur au croisement de ces membres :
(Etats-Unis, FY26, Cola, Unit Sales) = 1 000 000
Lorsque vous utilisez le cube, modifiez les membres pour poser une autre question métier. Par exemple, sélectionnez un produit, une année ou un marché différent pour comparer les ventes unitaires.
Vous pouvez découper les données en sélectionnant des membres dans différentes dimensions, en effectuant un pivotement entre les perspectives de l'entreprise et en effectuant une exploration des membres récapitulatifs vers les détails. Cette flexibilité prend en charge l'analyse interactive et multidimensionnelle (c'est-à-dire la vitesse de pensée) : vous pouvez suivre la question métier suivante sans modifier le modèle de gestion sous-jacent ni redéfinir la logique métier.
Rubrique parent : A propos d'Essbase sur Autonomous AI Lakehouse