وصف المفاهيم الأساسية لنمذجة البيانات

مكتمل

تمكنك النماذج التحليلية من هيكلة البيانات لدعم التحليل. تستند النماذج إلى جداول البيانات ذات الصلة وتحدد القيم الرقمية التي تريد تحليلها أو إعداد تقرير عنها (المعروفة باسم المقاييس) والكيانات التي تريد تجميعها من خلالها (المعروفة باسم الأبعاد). على سبيل المثال، قد يتضمن النموذج جدولاً يحتوي على مقاييس رقمية للمبيعات (مثل الإيراد أو الكمية) وأبعاد المنتجات والعملاء والوقت. سيمكنك هذا من تجميع مقاييس البيع عبر بُعد واحد أو أكثر (على سبيل المثال، لتحديد إجمالي الإيرادات حسب العميل، أو إجمالي العناصر المباعة حسب المنتج شهرياً). من الناحية المفاهيمية، يشكل النموذج بنية متعددة الأبعاد، والتي يشار إليها عادةً باسم المكعب، حيث تمثل أي نقطة تتقاطع فيها الأبعاد مقياساً مجمعاً لتلك الأبعاد.)

إشعار

على الرغم من أننا نشير عادةً إلى النموذج التحليلي على أنه مكعب، إلا أنه يمكن أن يكون هناك أكثر (أو أقل) من ثلاثة أبعاد - ليس من السهل علينا تصور أكثر من ثلاثة أبعاد!

الجداول والمخطط

تمثل جداول الأبعاد الكيانات التي تريد تجميع المقاييس الرقمية بها - على سبيل المثال المنتج أو العميل. يتم تمثيل كل كيان بصف بقيمة مفتاح فريدة. تمثل الأعمدة المتبقية سمات كيان ما - على سبيل المثال، تحتوي المنتجات على أسماء وفئات، ويكون للعملاء عناوين ومدن. من الشائع في معظم النماذج التحليلية تضمين بُعد زمني بحيث يمكنك تجميع المقاييس الرقمية المقترنة بالأحداث بمرور الوقت.

يتم تخزين المقاييس الرقمية التي سيتم تجميعها بواسطة الأبعاد المختلفة في النموذج في جداول الحقائق. يمثل كل صف في جدول حقائق حدثاً مسجلاً له مقاييس رقمية مقترنة به. على سبيل المثال، يمثل جدول المبيعات في المخطط أدناه معاملات المبيعات للأصناف الفردية، ويتضمن قيم رقمية للكمية المباعة والإيراد.

يشار إلى هذا النوع من المخططات، حيث يرتبط جدول الحقائق بجدول أبعاد واحد أو أكثر، على أنه مخطط نجمي (تخيل أن هناك خمسة أبعاد تتعلق بجدول حقائق واحد - سيشكل المخطط نجمًا من خمس نقاط!). يمكنك أيضاً تعريف مخطط أكثر تعقيداً ترتبط فيه جداول الأبعاد بجداول إضافية تحتوي على مزيد من التفاصيل (على سبيل المثال، يمكنك تمثيل سمات فئات المنتج في جدول فئة منفصل مرتبط بجدول Product - وفي هذه الحالة يشار إلى التصميم كمخطط snowflake. يستخدم مخطط جداول الحقائق والأبعاد لإنشاء نموذج تحليلي، يتم فيه حساب التجميعات في جميع الأبعاد مسبقاً؛ جعل أداء أنشطة التحليل وإعداد التقارير أسرع بكثير من حساب التجميعات في كل مرة.)

التدرجات الهرمية للسمات

هناك شيء أخير يستحق النظر فيه حول النماذج التحليلية وهو إنشاء تدرجات هرمية للسمات التي تمكنك من التنقل لأعلى أو التنقل لأسفل بسرعة للعثور على قيم مجمعة على مستويات مختلفة في بُعد هرمي. على سبيل المثال، ضع في اعتبارك السمات في جداول الأبعاد التي ناقشناها حتى الآن. في جدول المنتج، يمكنك تشكيل تدرج هرمي قد تتضمن فيه كل فئة منتجات متعددة مسماة. وبالمثل، في جدول العميل، يمكن تشكيل تدرج هرمي لتمثيل عملاء متعددين تمت تسميتهم في كل مدينة. وأخيراً، في الجدول الوقت، يمكنك تشكيل تدرج هرمي للسنة والشهر واليوم. يمكن بناء النموذج بقيم مجمعة مسبقًا لكل مستوى من مستويات التدرج الهرمي، مما يمكّنك من تغيير نطاق تحليلك بسرعة - على سبيل المثال، من خلال عرض إجمالي المبيعات حسب السنة، ثم التنقل لأسفل لمعرفة المزيد من التفاصيل عن تقسيم إجمالي المبيعات حسب الشهر.

النمذجة التحليلية في Microsoft Power BI

يمكنك استخدام Power BI لتعريف نموذج تحليلي من جداول البيانات، والتي يمكن استيرادها من مصدر بيانات واحد أو أكثر. يمكنك بعد ذلك استخدام واجهة نمذجة البيانات في علامة تبويب النموذج في Power BI Desktop لتعريف نموذجك التحليلي عن طريق إنشاء علاقات بين جداول الحقائق والأبعاد، وتحديد التدرجات الهرمية، وتعيين أنواع البيانات وتنسيقات العرض للحقول الموجودة في الجداول، وإدارة الخصائص الأخرى لبياناتك التي تساعد في تحديد نموذج ثري للتحليل.