Essbase 데이터 및 메타데이터

Essbase on Autonomous AI Lakehouse는 조직이 비즈니스 데이터를 분석하는 방식을 반영하는 모델로 비즈니스 데이터를 구성합니다.

데이터 값은 그 양을 알려줍니다. 메타데이터는 값이 의미하는 바를 알려줍니다.

예를 들어 음료 회사는 콜라의 경우 단위 판매가 1,000,000으로 기록합니다. 이 숫자는 시장, 기간, 제품 및 측정과 같은 비즈니스 컨텍스트를 알고 있을 때 유용합니다.

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 Sales

Essbase에서 애플리케이션은 큐브를 포함합니다. 큐브는 3개 이상의 차원으로 데이터를 구성하는 Essbase 데이터베이스입니다.

아웃라인은 큐브 구조(차원, 멤버 및 해당 관계)를 정의합니다. 차원은 비즈니스 데이터의 범주입니다. 멤버는 해당 범주 내의 값입니다.

이 예에서 시장, 연도, 제품 및 측정은 차원입니다. 미국, FY26, Cola 및 Unit Sales는 멤버입니다.

Cube outline
|
+-- Market
|   `-- United States
|
+-- Year
|   `-- FY26
|
+-- Product
|   `-- Cola
|
`-- Measure
    `-- Unit Sales

Essbase는 해당 멤버의 교차점에 값을 저장합니다.

(미국, FY26, 콜라, 판매 단위) = 1,000,000

큐브를 사용하는 경우 멤버를 변경하여 다른 업무용 질문을 합니다. 예를 들어, 단위 판매를 비교할 다른 제품, 연도 또는 시장을 선택합니다.

다양한 차원에서 멤버를 선택하고, 비즈니스 관점 간에 피벗하고, 요약 멤버에서 세부정보로 드릴하여 데이터를 분할 및 분석할 수 있습니다. 이 유연성은 대화식 다차원(즉, 생각 속도) 분석을 지원합니다. 기본 비즈니스 모델을 변경하거나 비즈니스 논리를 재정의하지 않고 다음 비즈니스 질문을 따를 수 있습니다.