Modello di dati relazionali come cubo

Con Essbase su Autonomous AI Lakehouse, è possibile organizzare i dati relazionali come un cubo multidimensionale che riflette il modo in cui l'azienda analizza le informazioni.

In questa fase di modellazione, è possibile considerare il processo come cubing dei dati relazionali: in altre parole, organizzare i dati aziendali relazionali in dimensioni, gerarchie, misure e relazioni di calcolo che riflettono il modo in cui gli utenti devono analizzare l'attività.

Si supponga che i dati relazionali contengano record di vendita con colonne per prodotto, mercato, data, fatturato, costo e unità. In SQL è possibile eseguire query e aggregare direttamente questi valori. In Essbase è possibile modellare lo stesso dominio business utilizzando dimensioni, membri, gerarchie, misure e relazioni di calcolo.

Ad esempio:

Dati relazionali	Modello Essbase
Identificatori e classificazioni dei prodotti	Dimensione prodotto
Valori di paese, regione e mercato	Dimensione del mercato
Date e periodi di generazione report	Dimensione tempo
Ricavi, costi e unità	Misure
Aggregazioni aziendali	Gerarchie membri
Valori aziendali derivati	Logica di calcolo

Il cubo risultante offre agli analisti una struttura coerente e orientata al business per analizzare i dati.

Una dimensione rappresenta una prospettiva importante per l'azienda, ad esempio Prodotto, Mercato o Tempo. I membri rappresentano i singoli valori all'interno di ogni dimensione. Le gerarchie organizzano tali membri in relazioni padre-figlio, ad esempio:

Total Market → Americas → United States → California

Le misure rappresentano i valori numerici da analizzare, ad esempio Ricavi, Costo o Unità.

Essbase può anche aggiungere una logica di calcolo che fornisce a tali valori un significato aziendale aggiuntivo. Ad esempio, un modello può definire il margine lordo da ricavi e costi o definire il modo in cui i membri di livello inferiore contribuiscono ai totali di livello superiore.

Insieme, questi elementi formano il outline di Essbase: la struttura multidimensionale attraverso la quale gli utenti del cubo analizzano i dati aziendali relazionali.

Durante la progettazione del cubo, concentrarsi sul modo in cui gli utenti finali devono visualizzare e analizzare i dati aziendali, piuttosto che tentare di riprodurre lo schema relazionale fisico.

Dopo aver definito il modello di struttura, è possibile modellarne ulteriormente le dimensioni e le gerarchie, aggiungere la business logic con i calcoli, creare il cubo utilizzando una cartella di lavoro di applicazione e analizzarlo utilizzando gli strumenti di query e analisi di Essbase.