數(shù)據(jù)倉(cāng)庫(kù)維度模型粒度提升情況淺析

維度建模時(shí)，力求在數(shù)據(jù)倉(cāng)庫(kù)中記錄最明細(xì)粒度的數(shù)據(jù)，以保證完整記錄業(yè)務(wù)發(fā)生的事實(shí)，從而滿足日后面臨不同分析需求時(shí)能夠?qū)?shù)據(jù)進(jìn)一步加工利用?？稍?a href='/map/shangyezhineng/' style='color:#000;font-size:inherit;'>商業(yè)智能項(xiàng)目中往往還需要更高粒度的數(shù)據(jù)，這時(shí)就會(huì)面臨維度模型粒度提升的情況。滿足業(yè)務(wù)需求的前提下為提高效率而采取的提升粒度做法不在討論之列。
   1、關(guān)注的層次提升，提高維度級(jí)別
    傳統(tǒng)BI應(yīng)用中，決策分析層的數(shù)據(jù)粒度往往比業(yè)務(wù)操作層的大，比如DW中財(cái)務(wù)模型一般會(huì)記錄到分錄的級(jí)別（憑證之下），可是分析時(shí)往往關(guān)注核算項(xiàng)目、科目、甚至指標(biāo)和比率的層級(jí)，而且在時(shí)間上一般是月度級(jí)別。
   2、關(guān)注的角度縮窄，降維
    DW中明細(xì)粒度的數(shù)據(jù)需要記錄一個(gè)業(yè)務(wù)事實(shí)發(fā)生的方方面面，比如DW庫(kù)存模型對(duì)退貨操作要記錄退貨單號(hào)、貨品、倉(cāng)庫(kù)倉(cāng)位、倉(cāng)管員、退貨開始時(shí)間、退貨結(jié)束時(shí)間、退貨店鋪、客戶、退貨數(shù)量等事實(shí)，銷售部的商品退貨分析模型中需要略去單號(hào)、倉(cāng)位、倉(cāng)管員、開始及結(jié)束時(shí)間細(xì)節(jié)等（倉(cāng)管部門在退貨效率分析時(shí)卻需要這些數(shù)據(jù)）。再比如財(cái)務(wù)模型的會(huì)計(jì)及出納人員信息，在財(cái)務(wù)分析模型中一般也會(huì)忽略。
    3、關(guān)注的對(duì)象合并，提取公共指標(biāo)
    不同業(yè)務(wù)單元的業(yè)務(wù)數(shù)據(jù)因?yàn)榭捎涗浀氖聦?shí)不同，往往在DW明細(xì)粒度級(jí)別無(wú)法歸并在一個(gè)模型中，比如即使是集中管理型的集團(tuán)企業(yè)內(nèi)，不同下屬公司的財(cái)務(wù)和業(yè)務(wù)由于地域或板塊等原因，不能夠在財(cái)務(wù)核算和業(yè)務(wù)明細(xì)級(jí)別進(jìn)行分部分析，只能提取一些績(jī)效指標(biāo)具有代表性的績(jī)效指標(biāo)（公共指標(biāo)），在分部之間進(jìn)行橫向比較。企業(yè)具有不同銷售渠道（如同時(shí)經(jīng)營(yíng)實(shí)體店和網(wǎng)店）時(shí)，也面臨這種情況。
    4、關(guān)注的流程合并，提取公共維
    DW數(shù)據(jù)模型在明細(xì)級(jí)別是按照業(yè)務(wù)單元分割的，可在一些分析中，尤其是績(jī)效分析中，是跨業(yè)務(wù)環(huán)節(jié)的。比如服飾行業(yè)（尤其是快時(shí)尚品牌）里的買手分析模型，需要對(duì)買手負(fù)責(zé)的貨品進(jìn)行全生命周期的跟蹤分析，從買貨或設(shè)計(jì)，到入庫(kù)、銷售、出庫(kù)、退貨等等，直到下架，都要跟蹤，在貨品生命周期分析模型里就只能保留公共維度，忽略各環(huán)節(jié)的個(gè)性維度。
   5、附加指標(biāo)的約束，提升維度級(jí)別或降維
    不同來(lái)源的數(shù)據(jù)往往具有不同的粒度，在DW數(shù)據(jù)模型中分開存儲(chǔ)，在分析模型集成。比如預(yù)算數(shù)據(jù)遠(yuǎn)比業(yè)務(wù)發(fā)生數(shù)據(jù)的維度少，而且很多預(yù)算指標(biāo)與原始的業(yè)務(wù)度量不對(duì)應(yīng)，而與計(jì)算指標(biāo)對(duì)應(yīng)。再比如市場(chǎng)分析模型中常用的競(jìng)爭(zhēng)對(duì)手?jǐn)?shù)據(jù)、市場(chǎng)占有率數(shù)據(jù)，遠(yuǎn)比企業(yè)本身銷售分析模型的維度少（比如需要忽略掉企業(yè)自身渠道、部門、人員等維度）、粒度大（比如在地區(qū)、時(shí)間、商品等維度上僅達(dá)到城市、月度、品牌等級(jí)別）。