
從用戶角度看BI系統(tǒng)中數(shù)據(jù)分析模型的層次
在BI商業(yè)智能系統(tǒng)中,面向分析的數(shù)據(jù)模型一般是多維數(shù)據(jù)分析模型,分析模型由相應(yīng)分析領(lǐng)域的分析維度(見附1)和分析指標(biāo)(見附2)組成。針對(duì)面向不同層級(jí)用戶的需求,分析模型按照分析的粒度劃分為不同的層次,這里以面向高層管理人員宏觀管理及決策分析需求、面向中層管理人員及業(yè)務(wù)人員的日常經(jīng)營(yíng)分析及業(yè)務(wù)跟蹤與監(jiān)控需求為例,僅將分析模型劃分為“經(jīng)營(yíng)層次的分析模型”、“管理層次的分析模型”兩個(gè)層次。
1、經(jīng)營(yíng)層次的分析模型
經(jīng)營(yíng)層次的分析模型是按照業(yè)務(wù)環(huán)節(jié)(業(yè)務(wù)環(huán)節(jié)是業(yè)務(wù)流程中的業(yè)務(wù)事件、交易事務(wù)等業(yè)務(wù)操作單元)組織的多維分析數(shù)據(jù)模型,一般情況下每個(gè)業(yè)務(wù)環(huán)節(jié)包含一到兩個(gè)分析模型,該層次的分析模型一般保存細(xì)節(jié)粒度的事實(shí)數(shù)據(jù),以便滿足該環(huán)節(jié)的未知分析需求對(duì)維度組合及數(shù)據(jù)聚合等方面的靈活要求,同時(shí)也能夠避免當(dāng)業(yè)務(wù)流程發(fā)生改變,僅通過對(duì)維度成員的標(biāo)識(shí)與追加及對(duì)事實(shí)數(shù)據(jù)的橫向及縱向擴(kuò)充就能夠適應(yīng),而非因維度梳理補(bǔ)全、事實(shí)粒度細(xì)節(jié)不夠所導(dǎo)致的對(duì)既有模型及數(shù)據(jù)的摒棄與重建。
經(jīng)營(yíng)層次分析模型的例子有計(jì)劃預(yù)算模型、客戶拜訪模型、營(yíng)銷活動(dòng)模型、物料請(qǐng)購(gòu)模型、采購(gòu)分析模型、入庫(kù)分析模型、庫(kù)存分析模型、庫(kù)存異動(dòng)模型、出庫(kù)分析模型、客戶訂單分析模型、臨檢分析模型、醫(yī)院結(jié)算模型、成本分?jǐn)偰P?、客戶價(jià)格分析模型、客戶耗材模型、客服投訴模型、質(zhì)控核查分析模型、憑證分析模型、科目分析模型、核算分析模型(含往來核算,即往來客戶及應(yīng)收應(yīng)付數(shù)據(jù))、人員結(jié)構(gòu)與變動(dòng)模型、薪資分析模型、人員培訓(xùn)模型、招聘模型等。
2、管理層次的分析模型
管理層次的分析模型是基于經(jīng)營(yíng)層次的分析模型構(gòu)建的,一般通過提升粒度(如時(shí)間維度的最小周期提升到月)、降維(如財(cái)務(wù)及業(yè)務(wù)分析模型通過將維與預(yù)算模型融合為預(yù)算執(zhí)行跟蹤模型等)并通過一致性(公共)維度聯(lián)合等手段,形成橫跨多個(gè)業(yè)務(wù)單元的管理模型。
管理層次分析模型的例子有:計(jì)劃預(yù)算跟蹤模型、庫(kù)存需求預(yù)測(cè)模型、產(chǎn)品銷售跟蹤與分析模型、賬齡分析模型、財(cái)務(wù)報(bào)表及指標(biāo)分析模型、綜合財(cái)務(wù)績(jī)效評(píng)價(jià)模型、人員績(jī)效分析模型等。
附1:分析維度
分析維度類似于業(yè)務(wù)實(shí)體,類似企業(yè)管理及業(yè)務(wù)領(lǐng)域的主數(shù)據(jù)信息,每個(gè)維度都要根據(jù)業(yè)務(wù)需求,按照多個(gè)視角組織成不同的層級(jí)關(guān)系,并分別包含若干擴(kuò)展屬性。主屬性用來組織維度的層次結(jié)構(gòu)并作為主要標(biāo)識(shí),主屬性和擴(kuò)展屬性都可以在在查詢分析中使用。
以醫(yī)學(xué)檢驗(yàn)行業(yè)BI為例,維度的例子有時(shí)間、地區(qū)、機(jī)構(gòu)與人員、醫(yī)院、講師、病人、項(xiàng)目(套餐)、設(shè)備、倉(cāng)庫(kù)、物料、供應(yīng)商、線路、車輛等。
附2:分析指標(biāo)
分析指標(biāo)是指在企業(yè)業(yè)務(wù)過程各環(huán)節(jié)中(如采購(gòu)、營(yíng)銷、檢驗(yàn)、結(jié)算等),產(chǎn)生的量化指標(biāo)(直接產(chǎn)生的原始指標(biāo)可成為度量值)。分析指標(biāo)按照在各個(gè)維度上是否可以累加的特性區(qū)別,有全累加指標(biāo)(如銷售量、銷售額)、半累加指標(biāo)(如期末余額,在時(shí)間上不可累加,在其他維度上可累加)、非累加指標(biāo)(如產(chǎn)品單價(jià)、各種比率等)。
在上層分析應(yīng)用中使用的分析指標(biāo),一般是基于原始分析指標(biāo)計(jì)算而來的衍生指標(biāo)。
以醫(yī)學(xué)檢驗(yàn)行業(yè)BI為例,分析指標(biāo)的例子有物料申購(gòu)數(shù)量、庫(kù)存量、待檢數(shù)量、實(shí)收金額、分?jǐn)偝杀绢~、年初數(shù)量、期末余額等。
數(shù)據(jù)分析咨詢請(qǐng)掃描二維碼
若不方便掃碼,搜微信號(hào):CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實(shí)戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫(kù)管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫(kù)表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動(dòng)態(tài)隨機(jī)一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價(jià)值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫(kù)表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實(shí)戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫(kù))處理 Excel 數(shù)據(jù)時(shí),“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗(yàn)與 t 檢驗(yàn):差異、適用場(chǎng)景與實(shí)踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計(jì)學(xué)領(lǐng)域,假設(shè)檢驗(yàn)是驗(yàn)證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計(jì)劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計(jì)劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對(duì)象的 text 與 content:區(qū)別、場(chǎng)景與實(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請(qǐng)求開發(fā)時(shí)(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價(jià)值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫(kù)表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請(qǐng)求工具對(duì)比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請(qǐng)求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)的科學(xué)計(jì)數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)時(shí)的科學(xué)計(jì)數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價(jià)值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營(yíng)問題、提升執(zhí)行效率的核心手段,其價(jià)值 ...
2025-09-12用 SQL 驗(yàn)證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實(shí)戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計(jì)” 與 “用戶體驗(yàn) ...
2025-09-11塔吉特百貨孕婦營(yíng)銷案例:數(shù)據(jù)驅(qū)動(dòng)下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當(dāng)下,精準(zhǔn)營(yíng)銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務(wù)數(shù)據(jù)分析:概念辨析與協(xié)同價(jià)值 在數(shù)據(jù)驅(qū)動(dòng)決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務(wù)數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實(shí)踐到業(yè)務(wù)價(jià)值挖掘 在數(shù)據(jù)分析場(chǎng)景中,聚類分析作為 “無監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計(jì)模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價(jià)值導(dǎo)向 統(tǒng)計(jì)模型作為數(shù)據(jù)分析的核心工具,并非簡(jiǎn)單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10