DAX ile Veri Modelleme - Kavramlar

İş Zekası (BI) birçok alan ve organizasyonda önem kazanmaktadır. Tarihsel verilere dayalı karar verme ve tahmin etme, sürekli büyüyen rekabetçi dünyada çok önemli hale geldi. Her tür veri analizi için çeşitlendirilmiş kaynaklardan hem dahili hem de harici olarak elde edilebilen büyük miktarda veri vardır.

Bununla birlikte, zorluk mevcut büyük veriden ilgili verileri mevcut gereksinimlere göre çıkarmak ve verilerden farklı içgörüler yansıtmak için dostane bir şekilde saklamaktır. Temel iş terimlerinin kullanılmasıyla elde edilen bir veri modeli, değerli bir iletişim aracıdır. Veri modelinin ayrıca, gerektiği şekilde raporlar oluşturmanın hızlı bir yolunu sağlaması gerekir.

BI sistemleri için veri modelleme, birçok veri zorluğunun üstesinden gelmenizi sağlar.

BI için Veri Modeli Önkoşulları

BI için bir veri modeli, veri analizi yapılan işin gereksinimlerini karşılamalıdır. Aşağıda, herhangi bir veri modelinin karşılaması gereken minimum temel bilgiler verilmiştir -

Veri modelinin İşletmeye Özgü olması gerekir

Bir iş alanı için uygun olan bir veri modeli, farklı bir iş alanı için uygun olmayabilir. Bu nedenle, veri modeli belirli işe, kullanılan iş terimlerine, veri türlerine ve bunların ilişkilerine dayalı olarak geliştirilmelidir. Organizasyonda alınan kararların amaçlarına ve türüne dayanmalıdır.

Veri modelinin yerleşik Zekaya sahip olması gerekir

Veri modeli, verimli ve etkili İş Zekası sürecini kolaylaştıran meta veriler, hiyerarşiler ve miras yoluyla yerleşik zeka içermelidir. Bununla, sürecin tekrarını ortadan kaldırarak farklı kullanıcılar için ortak bir platform sağlayabileceksiniz.

Veri modelinin Sağlam olması gerekir

Veri modeli, işletmeye özgü verileri tam olarak sunmalıdır. Hızlı işleme ve raporlamayı kolaylaştırmak için etkili disk ve bellek depolamasına olanak vermelidir.

Veri modelinin Ölçeklenebilir olması gerekir

Veri modeli, değişen iş senaryolarını hızlı ve verimli bir şekilde karşılayabilmelidir. Yeni veri veya yeni veri türlerinin dahil edilmesi gerekebilir. Veri yenilemelerinin etkili bir şekilde ele alınması gerekebilir.

BI için Veri Modelleme

BI için veri modelleme aşağıdaki adımlardan oluşur -

Verileri şekillendirmek
Verilerin yüklenmesi
Tablolar arasındaki ilişkileri tanımlama
Veri türlerini tanımlama
Yeni veri içgörüleri oluşturma

Verileri Şekillendirme

Bir veri modeli oluşturmak için gerekli veriler çeşitli kaynaklardan olabilir ve farklı formatlarda olabilir. Belirli veri analizi için bu veri kaynaklarının her birinden gelen verilerin hangi kısmının gerekli olduğunu belirlemeniz gerekir. Buna Verileri Şekillendirmek denir.

Örneğin, bir kuruluştaki tüm çalışanların verilerini alıyorsanız, her çalışanın hangi ayrıntılarının mevcut bağlamla ilgili olduğuna karar vermeniz gerekir. Başka bir deyişle, çalışan tablosunun hangi sütunlarının içe aktarılması gerektiğini belirlemeniz gerekir. Bunun nedeni, veri modelinde bir tablodaki sütun sayısı ne kadar azsa, tablodaki hesaplamalar o kadar hızlı olacaktır.

Verilerin Yüklenmesi

Tanımlanan verileri - tabloların her birinde seçilen sütunlarla birlikte veri tablolarını yüklemeniz gerekir.

Tablolar Arasındaki İlişkileri Tanımlama

Daha sonra, bu tablolardan gelen verileri birleştirmeyi kolaylaştıran çeşitli tablolar arasındaki mantıksal ilişkileri tanımlamanız gerekir, yani bir tablonuz varsa - Ürünler - ürünler hakkında veriler ve bir tablo - Satışlar - ürünlerin çeşitli satış işlemleriyle, iki tablo arasında bir ilişki tanımlayarak satışları ürün bazında özetleyebilirsiniz.

Veri Tiplerini Tanımlama

Veri modelindeki veriler için uygun veri türlerinin belirlenmesi, hesaplamaların doğruluğu açısından çok önemlidir. İçe aktardığınız her tablodaki her sütun için veri türünü tanımlamanız gerekir. Örneğin, metin veri türü, gerçek sayı veri türü, tam sayı veri türü vb.

Yeni Veri Öngörüleri Oluşturma

Bu, BI için tarih modellemede çok önemli bir adımdır. Oluşturulan veri modelinin, veri eğilimlerini anlaması ve çok kısa sürede gerekli kararları vermesi gereken birkaç kişi ile paylaşılması gerekebilir. Bu nedenle, kaynak verilerden yeni veri içgörüleri oluşturmak etkili olacak ve analiz üzerinde yeniden çalışmayı önleyecektir.

Yeni veri içgörüleri, belirli iş adamları tarafından kolayca anlaşılabilen ve kullanılabilen meta veriler biçiminde olabilir.

Veri analizi

Veri modeli hazır olduğunda, veriler ihtiyaca göre analiz edilebilir. Analiz sonuçlarının sunulması da önemli bir adımdır çünkü kararlar raporlara göre verilecektir.