झांकी - डेटा सम्मिश्रण

डेटा सम्मिश्रण झांकी में एक बहुत शक्तिशाली विशेषता है। कई डेटा स्रोतों में संबंधित डेटा होने पर इसका उपयोग किया जाता है, जिसे आप एक ही दृश्य में एक साथ विश्लेषण करना चाहते हैं। एक उदाहरण के रूप में, विचार करें कि बिक्री डेटा एक रिलेशनल डेटाबेस में मौजूद है और एक्सेल स्प्रेडशीट में बिक्री लक्ष्य डेटा। अब बिक्री को लक्षित करने के लिए वास्तविक बिक्री की तुलना करने के लिए, आप बिक्री लक्ष्य माप तक पहुंच प्राप्त करने के लिए सामान्य आयामों के आधार पर डेटा को मिश्रित कर सकते हैं। डेटा सम्मिश्रण में शामिल दो स्रोतों को प्राथमिक और द्वितीयक डेटा स्रोतों के रूप में संदर्भित किया जाता है। प्राथमिक डेटा स्रोत और द्वितीयक डेटा स्रोत के बीच प्राथमिक डेटा स्रोत और द्वितीयक डेटा स्रोत से मेल खाते डेटा पंक्तियों के साथ एक बाएं जोड़ बनाया जाता है।

सम्मिश्रण के लिए डेटा तैयार करना

झांकी में दो इनबिल्ट डेटा स्रोत हैं Sample-superstore तथा Sample coffee chain.mdb जिसका उपयोग डेटा सम्मिश्रण को दर्शाने के लिए किया जाएगा।

पहले सैंपल कॉफ़ी चेन को झांकी में लोड करें और उसके मेटाडेटा को देखें। मेनू पर जाएं - डेटा → नया डेटा स्रोत और नमूना कॉफी श्रृंखला फ़ाइल के लिए ब्राउज़ करें, जो एक एमएस एक्सेस डेटाबेस फ़ाइल है। निम्न स्क्रीनशॉट फ़ाइल में उपलब्ध विभिन्न तालिकाओं और जुड़ावों को दिखाता है।

माध्यमिक डेटा स्रोत जोड़ना

इसके बाद, फिर से चरणों का पालन करके नमूना-सुपरस्टोर नामक द्वितीयक डेटा स्रोत जोड़ें - डेटा → नया डेटा स्रोत और इस डेटा स्रोत का चयन। दोनों डेटा स्रोत अब डेटा विंडो पर दिखाई देते हैं जैसा कि निम्नलिखित स्क्रीनशॉट में दिखाया गया है।

डेटा सम्मिश्रण

अब आप उपरोक्त आयामों के दोनों डेटा को एक सामान्य आयाम के आधार पर एकीकृत कर सकते हैं। ध्यान दें कि एक छोटी श्रृंखला की छवि राज्य नाम के आयाम के बगल में दिखाई देती है। यह दो डेटा स्रोतों के बीच सामान्य आयाम को इंगित करता है। राज्य डेटा को प्राथमिक डेटा स्रोत से पंक्तियों की शेल्फ तक और फ़ील्ड के प्रॉफ़िट अनुपात को द्वितीयक डेटा स्रोत से कॉलम शेल्फ तक खींचें। फिर, निम्न स्क्रीनशॉट में दिखाए गए बुलेट चार्ट को प्राप्त करने के लिए शो मी से बुलेट चार्ट विकल्प का चयन करें। चार्ट दिखाता है कि सुपरस्टोर और कॉफ़ी चेन दोनों दुकानों में प्रत्येक राज्य के लिए लाभ अनुपात कैसे भिन्न होता है।