Modéliser des données relationnelles en tant que cube

Avec Essbase sur Autonomous AI Lakehouse, vous pouvez organiser les données relationnelles en tant que cube multidimensionnel qui reflète la façon dont votre entreprise analyse les informations.

A cette étape de la modélisation, vous pouvez considérer le processus comme cubant vos données relationnelles : en d'autres termes, organiser les données métier relationnelles en dimensions, hiérarchies, mesures et relations de calcul qui reflètent la façon dont vos utilisateurs doivent analyser l'activité.

Supposons que vos données relationnelles contiennent des enregistrements de vente avec des colonnes pour le produit, le marché, la date, le revenu, le coût et les unités. En langage SQL, vous pouvez interroger et agréger ces valeurs directement. Dans Essbase, vous modélisez le même domaine fonctionnel à l'aide de dimensions, de membres, de hiérarchies, de mesures et de relations de calcul.

Exemple :

Données relationnelle	Modèle Essbase
Identifiants et classifications de produits	Dimension Product
Pays, région et valeurs de marché	Dimension du marché
Dates et périodes de reporting	Dimension Temps
Revenus, coûts et unités	Mesures
Regroupements d'entreprises	Hiérarchies de membres
Valeurs commerciales dérivées	Logique de calcul

Le cube qui en résulte donne aux analystes une structure cohérente et orientée métier pour l'analyse des données.

Une dimension représente une perspective majeure de l'entreprise, telle que Product, Market ou Time. Les membres représentent les valeurs individuelles de chaque dimension. Les hiérarchies organisent ces membres en relations parent-enfant, par exemple :

Total Market → Americas → United States → California

Les mesures représentent les valeurs numériques à analyser, telles que Revenu, Coût ou Unités.

Essbase peut également ajouter une logique de calcul qui donne à ces valeurs une signification métier supplémentaire. Par exemple, un modèle peut définir la marge brute à partir du revenu et du coût, ou définir la façon dont les membres de niveau inférieur contribuent aux totaux de niveau supérieur.

Ensemble, ces éléments forment l'outline Essbase : la structure multidimensionnelle par laquelle les utilisateurs de votre cube analysent les données métier relationnelles.

Lors de la conception du cube, concentrez-vous sur la façon dont les utilisateurs finaux doivent afficher et analyser les données métier, plutôt que de tenter de reproduire le schéma relationnel physique.

Après avoir défini le modèle d'outline, vous pouvez affiner ses dimensions et ses hiérarchies, ajouter une logique métier à des calculs, créer le cube à l'aide d'un classeur d'application et l'analyser à l'aide des outils d'analyse et de requête Essbase.