使用 DAX 进行数据建模 - 概念

商业智能 (BI) 在多个领域和组织中越来越重要。在竞争日益激烈的世界中，基于历史数据的决策和预测变得至关重要。内部和外部都有来自各种来源的大量数据可用于任何类型的数据分析。

然而，挑战在于根据当前需求从可用的大数据中提取相关数据，并以一种友好的方式存储它，以便从数据中投射出不同的见解。使用关键业务术语获得的数据模型是一种有价值的沟通工具。数据模型还需要提供一种根据需要快速生成报告的方法。

BI 系统的数据建模使您能够应对许多数据挑战。

BI 数据模型的先决条件

BI 数据模型应满足进行数据分析的业务要求。以下是任何数据模型必须满足的最低基本要求 −

数据模型需要针对特定​​业务

适合某一业务线的数据模型可能不适合其他业务线。因此，必须根据特定业务、使用的业务术语、数据类型及其关系来开发数据模型。它应该基于组织中的目标和决策类型。

数据模型需要具有内置智能

数据模型应通过元数据、层次结构和继承包含内置智能，以促进高效和有效的商业智能流程。通过这种方式，您将能够为不同的用户提供一个通用平台，从而消除流程的重复。

数据模型需要强大

数据模型应该精确呈现特定于业务的数据。它应该能够实现有效的磁盘和内存存储，以便于快速处理和报告。

数据模型需要可扩展

数据模型应该能够快速有效地适应不断变化的业务场景。可能必须包含新数据或新数据类型。可能必须有效地处理数据刷新。

BI 数据建模

BI 数据建模包括以下步骤 −

• 塑造数据
• 加载数据
• 定义表之间的关系
• 定义数据类型
• 创建新的数据洞察

塑造数据

构建数据模型所需的数据可以来自各种来源，并且可以采用不同的格式。您需要确定每个数据源中的哪部分数据是特定数据分析所必需的。这称为"数据整形"。

例如，如果您要检索组织中所有员工的数据，则需要确定每个员工的哪些详细信息与当前上下文相关。换句话说，您需要确定需要导入员工表中的哪些列。这是因为，数据模型中表中的列数越少，表上的计算速度就越快。

加载数据

您需要加载已识别的数据 - 数据表，每个表中都有所选的列。

定义表之间的关系

接下来，您需要定义各个表之间的逻辑关系，以便于组合这些表中的数据，例如，如果您有一个表 - 产品 - 包含有关产品的数据，还有一个表 - 销售 - 包含产品的各种销售交易，通过定义两个表之间的关系，您可以按产品汇总销售额。

定义数据类型

确定数据模型中数据的适当数据类型对于计算的准确性至关重要。对于您导入的每个表中的每一列，您都需要定义数据类型。例如，文本数据类型、实数数据类型、整数数据类型等。

创建新的数据洞察

这是 BI 数据建模的关键步骤。构建的数据模型可能需要与几个人共享，他们需要了解数据趋势并在很短的时间内做出必要的决策。因此，从源数据创建新的数据洞察将是有效的，避免重复分析。

新的数据洞察可以采用元数据的形式，特定业务人员可以轻松理解和使用。

数据分析

一旦数据模型准备就绪，就可以根据要求分析数据。呈现分析结果也是一个重要的步骤，因为决策将基于报告做出。