Transcript 01_多維度分析基礎觀念

Module 01
多維度分析基礎觀念
商業智慧的概述
透過商業智慧的技術提升企業內部資訊的可見度及
透明度，尤其是在銷售與營運績效的部分。
商業智慧的基礎是奠基於多維度分析 (Multidimensional Analysis)
從多維度分析為基礎，一直向下延伸出企業績效管
理(Corporate Performance management , CPM)、數位
儀表板(Dashboard)、平衡計分卡(Balance Scorecard
,BSC)、企業規劃(Planning)、財務規劃，以及企業入
口網站(Business Information Portal, BIP)等觀念。
商業智慧的重心在於商業流程與資料之間的整合
OLAP codd 12條規則
(1/2)
多維度觀念檢視(Multidimensional Conceptual View)
 「分析角度」稱之為維度，所排列組合資料格集合稱為立方體(Cube)
 在資料格彙總的數值稱之為量值(Measure)
 多維度分析透過事前的結構定義，將使用者所需要的分析維度列舉之後，
透過多維度分析引擎產生所有分析角度的排列組成，最後將量值依照對應
的排列組合依序填入進行彙總，供日後分析者查詢存取，這就是多維分析
的基礎概念
資料透明度(Transpatency)
 對分析者來說，都能清楚檢視多維度資料結構，使用者在存取資料時，不
需要理解資料從何而來，卻能得到一致的分析結果。
可接近性(Accessibility)
 OLAP的定位是介於異質資料的來源以及OLAP前端工具間的中介軟體
(Middleware)
穩定的報表效能
 多維度分析的效能不應該隨著維度的數量，以及資料量的增加而大幅下降
OLAP codd 12條規則
(2/2)
主從式架構
 伺服器應該具備足夠的智能因應不同使用者端，讓各種使用者端可以透過
最少的步驟便能夠順利整合
原生的維度特性(Generic Dimensionality)
 實務上常常出現例外，例如，時間維度就會有很多特有的分析功能
自動調整資料儲存物理層級(Automatic Adjustment of Physical
Level)
支援多使用者，並提供對應完整的安全性功能
不限制跨維度間的操作
 所有計算功能必須能夠橫跨所有的維度，同時執行維度間的交叉分析
直覺的資料操作(Intuitive Data Manipulation)
 托放(Drag And Drop)與切片與切塊(Slice And Dice)
彈性報表功能
不限制維度與彙總層級數量
多維度分析的功用
Codd博士認為多維度分析產品應該支援4種OLAP分析模型(OLAP
Analysis Models)
 絕對模型(Categorical)
•透過固定思考呈現的靜態分析。Ex:損益表
 檢視模型(Exegetical)
•分析者可以利用維度的互動性，利用鑽入(Drill-drow)、托放、切片與切塊
等功能，伴隨自己的想法，以找出原因。
 思考模型(Contemplative)
•能夠找出改變條件後事實的改變，也就是所謂的架設分析(What-if)。Ex:
使用者可以改變Cube內的預算值，來計算出這對全公司的營收可能的影
響
 公式化模型(Formulaic)
•可自動搜尋維度該如何變化能得到預期的結果，也稱為目標搜尋分析
(Goal-Seeking)
SQL Server 2008多維度分析
設計介面改良
 屬性關聯性設計師介面
•讓使用者清楚掌握與編輯屬
性之間的關聯性
 維度建立精靈變得更為簡
化
•可自動偵測維度資料表內的遞
迴索引建
 提供新的進階彙總設計師
•讓進階使用者自行瀏覽和修改
彙總