Des données relationnelles au modèle de gestion

Si vous utilisez des données relationnelles, vous pouvez penser aux tables de faits, aux tables de dimension, aux jointures et aux instructions SQL. Essbase sur Autonomous AI Lakehouse ajoute un modèle de gestion multidimensionnel pour l'analyse de ces données.

Dans ce modèle, les dimensions représentent les perspectives métier selon lesquelles les utilisateurs analysent les données, telles que Product, Market et Time. Les hiérarchies organisent les membres du récapitulatif au détail, et les mesures ou les comptes représentent les valeurs analysées. Les calculs expriment les règles de gestion réutilisables.

Au lieu de recréer plusieurs fois des jointures, des filtres et une logique d'agrégation pour chaque analyse, vous pouvez définir le modèle de gestion une seule fois et laisser les utilisateurs l'explorer via l'interface Web Essbase ou Smart View.

Concept relationnel ou Lakehouse	Modèle de gestion Essbase	Avantages de l'analyse
Table de faits	Données de cube	Une vue analytique cohérente
Colonnes de produit, de marché ou de date	Dimensions	Tableau croisé dynamique et filtre par perspective métier
Relations entre dimensions et tables	hiérarchies et membres	Analyse du récapitulatif au détail
Colonnes de produit, de coût ou d'unités	Mesures ou comptes	Analyser les valeurs commerciales
Formules SQL répétées	Calculs	Appliquer la logique métier régie
Requêtes SQL et jointures	Tableau croisé dynamique, découpage, exploration et extraction	Explorer les questions commerciales connexes