Modellazione dei dati con DAX - Concetti
La Business Intelligence (BI) sta acquisendo importanza in diversi campi e organizzazioni. Il processo decisionale e le previsioni basate su dati storici sono diventati cruciali nel mondo competitivo in continua crescita. C'è un'enorme quantità di dati disponibili sia internamente che esternamente da fonti diversificate per qualsiasi tipo di analisi dei dati.
Tuttavia, la sfida è estrarre i dati rilevanti dai big data disponibili secondo i requisiti attuali e archiviarli in modo amichevole per proiettare intuizioni diverse dai dati. Un modello di dati così ottenuto con l'utilizzo di termini aziendali chiave è un prezioso strumento di comunicazione. Il modello di dati deve inoltre fornire un modo rapido per generare report in base alle necessità.
La modellazione dei dati per i sistemi BI consente di affrontare molte delle sfide relative ai dati.
Prerequisiti per un modello di dati per BI
Un modello di dati per la BI dovrebbe soddisfare i requisiti dell'azienda per la quale viene eseguita l'analisi dei dati. Di seguito sono riportate le basi minime che qualsiasi modello di dati deve soddisfare:
Il modello di dati deve essere specifico per l'azienda
Un modello di dati adatto a un settore di attività potrebbe non essere adatto a un diverso settore di attività. Pertanto, il modello di dati deve essere sviluppato in base all'attività specifica, ai termini commerciali utilizzati, ai tipi di dati e alle loro relazioni. Dovrebbe essere basato sugli obiettivi e sul tipo di decisioni prese nell'organizzazione.
Il modello di dati deve disporre di intelligenza incorporata
Il modello di dati dovrebbe includere intelligenza incorporata tramite metadati, gerarchie ed eredità che facilitano un processo di Business Intelligence efficiente ed efficace. Con questo, sarai in grado di fornire una piattaforma comune per diversi utenti, eliminando la ripetizione del processo.
Il modello di dati deve essere robusto
Il modello di dati dovrebbe presentare con precisione i dati specifici dell'azienda. Dovrebbe consentire un'efficace archiviazione su disco e memoria in modo da facilitare l'elaborazione e il reporting rapidi.
Il modello di dati deve essere scalabile
Il modello di dati dovrebbe essere in grado di adattarsi ai mutevoli scenari aziendali in modo rapido ed efficiente. Potrebbe essere necessario includere nuovi dati o nuovi tipi di dati. Gli aggiornamenti dei dati potrebbero dover essere gestiti in modo efficace.
Modellazione dei dati per BI
La modellazione dei dati per BI consiste nei seguenti passaggi:
- Modellare i dati
- Caricamento dei dati
- Definizione delle relazioni tra le tabelle
- Definizione dei tipi di dati
- Creazione di nuove informazioni sui dati
Modellare i dati
I dati richiesti per costruire un modello di dati possono provenire da varie fonti e possono essere in diversi formati. È necessario determinare quale parte dei dati da ciascuna di queste origini dati è necessaria per l'analisi dei dati specifica. Questo si chiama Shaping the Data.
Ad esempio, se stai recuperando i dati di tutti i dipendenti di un'organizzazione, devi decidere quali dettagli di ogni dipendente sono rilevanti per il contesto corrente. In altre parole, è necessario determinare quali colonne della tabella dei dipendenti devono essere importate. Questo perché, minore è il numero di colonne in una tabella nel modello di dati, più veloci saranno i calcoli nella tabella.
Caricamento dei dati
È necessario caricare i dati identificati: le tabelle di dati con le colonne scelte in ciascuna delle tabelle.
Definizione delle relazioni tra le tabelle
Successivamente, è necessario definire le relazioni logiche tra le varie tabelle che facilitano la combinazione dei dati di quelle tabelle, ovvero se si dispone di una tabella - Prodotti - contenente i dati sui prodotti e una tabella - Vendite - con le varie transazioni di vendita dei prodotti, definendo una relazione tra le due tabelle, è possibile riassumere le vendite, a livello di prodotto.
Definizione dei tipi di dati
L'identificazione dei tipi di dati appropriati per i dati nel modello di dati è fondamentale per l'accuratezza dei calcoli. Per ogni colonna in ogni tabella che hai importato, devi definire il tipo di dati. Ad esempio, tipo di dati testo, tipo di dati numero reale, tipo di dati intero, ecc.
Creazione di nuove informazioni sui dati
Questo è un passaggio cruciale nella modellazione della data per la BI. Il modello di dati creato potrebbe dover essere condiviso con diverse persone che hanno bisogno di comprendere le tendenze dei dati e prendere le decisioni richieste in un tempo molto breve. Pertanto, la creazione di nuove informazioni sui dati dai dati di origine sarà efficace, evitando la rielaborazione dell'analisi.
Le nuove informazioni sui dati possono essere sotto forma di metadati che possono essere facilmente compresi e utilizzati da specifici professionisti.
Analisi dei dati
Una volta che il modello di dati è pronto, i dati possono essere analizzati secondo il requisito. Anche la presentazione dei risultati dell'analisi è un passo importante perché le decisioni verranno prese sulla base dei report.