提升数据建模的10种技术措施

正文

请到「今天看啥」查看全文

了解如何通过事实、大小、过滤器和订单这四个元素定义业务问题，将有助于你以更容易提供答案的方式组织数据。例如，假设你的组织是一家在不同地点设有商店的零售公司，并且你想知道去年哪些商店销售的产品最多。在这种情况下，其事实将是整个历史销售数据（所有商店在过去“N”年的每一天所有商品的所有销售量），所考虑的维度是“产品”和“商店位置”，过滤器是“前12个月”，订单可能是“给定产品销售额下降的五大门店”。通过使用单独的表格来组织数据，以了解事实和维度，你可以方便分析，以便在每个销售期间查找顶级销售人员以及回答其他商业智能问题。

5、 使用需要的数据，而不是所有可用的数据

使用巨大数据集的计算机很快就会遇到计算机内存和输入输出速度的问题。然而，在许多情况下，只需要很少的数据来回答业务问题。在理想情况下，你应该能够在屏幕上勾选方框，以指出要使用哪些部分数据集，从而避免数据建模浪费和性能问题。

6、 提前计算以防止最终用户分歧

数据建模的一个关键目标是建立一个真相的版本，用户可以向他们询问他们的业务问题。虽然人们对于如何使用答案可能有不同的意见，但是对于基础数据或用于得出答案的计算，应该不会有任何异议。例如，可能需要进行计算以汇总每日销售数据以获取每月数据，然后将其进行比较以显示最佳或最差的月份。而不是让每个人都采用他们的计算器或其电子表格应用程序（这是用户错误的常见原因）进行计算，你可以提前设置此计算来避免问题，作为数据建模的一部分，并使其在最终用户的信息中心中可用。到他们的计算器或电子表格应用程序（用户错误的共同原因），您可以避免问题，提前建立这个计算作为您的数据建模的一部分，并使其在仪表板的最终用户。

7、 在继续之前验证数据建模的每个阶段

在进行下一步之前，应检查每个操作，然后从业务需求的数据建模优先级开始。例如，必须为数据集选择一个称为主键的属性，以便数据集中的每个记录可以通过该记录中主键的值唯一标识。假设你选择“ProductID”作为上述历史销售数据集的主键。通过比较数据集中“ProductID”的总行数与完全不同（不重复）行计数，可以验证是否令人满意。如果两个计数匹配，则可以使用“ProductID”来唯一标识每个记录;如果没有，请查找另一个主键。相同的技术可以应用于两个数据集的连接，以检查它们之间的关系是一对一还是一对多，并且避免导致过于复杂或无法管理的数据模型的多对多关系。

请到「今天看啥」查看全文