SAP BW数据建模分析

《SAP BW数据建模分析》由会员分享，可在线阅读，更多相关《SAP BW数据建模分析（9页珍藏版）》请在金锄头文库上搜索。

1、2 EISA?SAP 培训：http:/数据建模分析1建立模型前应该想到的问题。1.1数据仓库的数据组织是面向主题的，而不是报表。操作型数据库的数据组织结构面向事物处理任务，各个业务系统之间各自 分离，而数据仓库中的数据是按照一定的主题进行组织的。主题是一个抽象 的概念，是指用户使用的数据仓库进行决策时所关心的重点方面，一个主题 通常与多个操作型信息系统相关。这和软件编程中的面向对象的概念类似，在项目中要面向一个功能模块的 实现，不是面向一个方法的实现。在我们建模中，也是面向一个分析点的方 面。可以参照以下主题，来判断如何划分主题：!顾客的购买行为!产品销售情况!企业生产事物!原料米购!合作伙

2、伴关系!会计科目余额但是现在的数据仓库实施中，很多数据仓库需求都是来自业务部门的出具 的报表的需求，这样数据仓库的数据模型结构往往来源于报表的数据需求。 基于报表的需求要比没有明确的需求要好，所以现在大多数业务部门更多的 是采用报表的需求方式来进行开发的，这样需求方和实施方都会拥有一个比 较明确的界限和口径。但是面向报表的开发不是最好的，而且有很多缺点。所以我们正确的做 法是，要对现有的报表需求进行细致的分类，分析和调整，不能为了实现单 个报表而进行大量的建模工作。要根据分析的不同内容和主题对报表进行分 类，明确报表中每个数据的定义，统计口径及不同数据之间的关系，建立在2 EISA?SAP 培

3、训：http:/ 整个数据仓库内统一的数据指标定义，将数据指标按分析主题及分析维度进 行归集，从而形成面向主题的数据类型。例如：我们的利润表报表，当业务部门发我们一个利润表的报表，作为 需求时，我们应该进行细致的分析，最终我们确定我们面向的主题不是利润 表，而是比利润表更大的一个层次的所有科目业务量的主题，这样我们在做 别的报表，例如资产负债表，现金流量表等报表时，就不用重复建模的工作 了，做到了软件工程中的可重用规则。12数据仓库要实现对数据的集成与数据的同构性。面向事物处理的操作型数据库通常与某些特定的应用相关，数据库之间相 互独立并且往往是异构的。而数据仓库中的数据是在对原有分散的数据库

4、数 据抽取，清理的基础上经过系统加工，汇总和整理得到的，必须消除源数据 的不一致性，以保证数据仓库内的信息是关于整个企业的一致的全局信息。例如：在总公司和分公司之间，某个部门id或公司id名字不一样，不是 同构的，比如一个人家人叫他张三别人叫他小张，这种情况在数据库中一定 会被认为是两个人，所以我们要建立统一的数据字典，来统一数据。要实现数据的同构性，是一件复杂的工作，涉及到大量的数据转换工作和 调研工作。在数据的获取阶段，要确保所有的数据来源是一致的，或者经过 一定的处理后是一致的。如果数据来源不一样的，那么我们就有必要把数据 来源信息也包含在数据仓库中，以便在后续的数据转换中对不同来源数据

5、进 行分析。综上所述，我们在项目开始之前，要对现有数据建立统一的数据字典，交 付品应该有一个XXX数据字典的文件。13明确数据库历史数据和即时数据操作型数据库主要关心当前某一个时间段的数据，而数据仓库中的数据通 常包含历史信息，系统记录了企业从过去某一点到目前各个阶段的信息。通 过这些信息，可以对企业的发展历程和未来趋势作出定量分析和预测。但是数据仓库中还包括即时的数据分析需求，所以我们要安排好历史数据 和即时数据以及明细数据之间的不同存储方式，采用不同的处理方法。根据 业务分析需要进行数据存储划分，对不同的分析要求提供不同明细级别的数 据基础。此外，还要对数据或信息的生命周期有良好的管理，安

6、排好旧的归 档工作。 2. sap bi项目流程和分析方法2.1收集客户需求用户的需求工作是一个非常关键的环节，因为用户的需求可能详细可能 不明确，也可能会经常变动，所以建模之前要收集足够的信息，要对客户的 需求进行深度挖掘。2.1.1组织架构这一方面不仅仅是报表本身需要的数据，还涉及到系统权限和报表发布 等工作的需求。要了解各个部门的基本业务，业务流程，考核指标，担负职 责。了解各个业务部门对内或对外的主要产品和服务。了解客户的以业务流 程，明确bi应该展示的分析内容是正确建立模型的需要。一般情况下，客 户都不能用技术术语去表达他们的需求，所以有时候需要在技术应用方面的帮组下把他们的需求转化

7、成技术语言。2.1.2客户最需要分析的数据指标对于客户所要分析的数据的整理一般先从数据指标入手，清理指标之间 的关系，再结合分析的维度与报表分析需求进一步细化对指标的界定。数据 指标主要指客户要分析的数据，如金额，数量等，在系统中反映为前面提到 的关键值及多个关键值之间的一系列计算。在这一步分析时，我们会用到两个模板文件。收集模板1拾标名称计算公式【填写指标简要容称】诵指标的详细说明】【如杲指标是廿算得到帆最好给出仝式】二異登额向客户出具的发票上的餓金额二異登珮鵜比匕同期累廿増长峨:年材到二前任幵票主前-云年闫架开崇金顛：/ 去年礁开票錨如果客户需要其他部门的指标以完成数据分析，或者客户不能给

8、出具体 的计算公式，也应该让客户给出清单和简要描述，这些指标稍后会和其他部 门的需求结果做合并。收集模板2业务翎域间具花主【埴頁指标简要名称】应业务领域】【用途是?】应收账款迴踪到目前冋客户苏票总额，同吋到出对应林 的应收味款，峻员可以据此丁解冬的付欹t2.1.3数据指标的数据来源除了给出分析数据指标的列条和计算公式之外，还要收集每一个指标的 数据来源，简单地对可用字段的一个列表显示是不足以建立模型的，有必要知道每一个数据指标取自哪个数据源。在确定信息需求能否实现时，确定数 据源的问题是关键的。有些指标虽然有同样的描述，但是数据来源不同，可以看成是两个不同指 标，如收入就分为很多种收入。在此我

9、们要收集r3数据源的名称，如果文件数据源我们要收集外部文件。 2.1.4对数据指标的多维分析对象这是对以上指标更细一层的考虑，一方面要明确分析的周期，是每天分 析一次呢，还是一个月生成一个报表。另一方面要知道是哪些部门的需求， 和业务分析的对象，也就是维度。模板文件拾标名號14W攘制门【霜那漲邪】【韻毗:昂櫛橡【使用離部门】开票金额韵软产品,O；省但是如果应用相关的KPI进行分析时，比如每个部门或权限看到的数据 是不一样的，那么在计算指标，如利润，金额等指标都要求能在事业部级别 能够进行分离，从而实现各自的计算。2.1.5数据指标优先级任何一个项目的范围都是有限的，不可能在一个项目中完成用户所

10、有的 或所有用户的分析需求。因此有必要对客户分析指标的优先级进行排序。一 般可以从指标的重要程度，紧急程度，和影响程度3方面进行评估。从项目 实施的角度看，重要成度好，需求紧急，影响范围大的KPI可以纳入项目实 施范围，其他分析指标可以在项目上线后视需要而逐步扩展。216权限问题对于数据仓库项目而言，权限问题是一个重要的问题，应该及早考虑。 SAP BI可以支持从信息范围到信息对象的多级别的灵活的权限设置。在信 息收集时可以请客户描述他们需要对什么业务分析角度进行授权，如报表需 要对部门，区域进行授权等。2.2如何收集客户需求2.2.1面谈面谈的对象多是业务人员，所以在收集信息的时候，要使用业

11、务语言 与面谈人沟通。不论是一般的数据仓库还是SAP BI，都有大量的特有术语， 比如维度，特征，关键值等，直接使用这些术语，问客户使用那些关键值是 行不通的。讲业务语言而不是技术语言，是与业务人员进行沟通的基本条件。 其次，要保证对每一个角色至少两次面谈，因为对同一问题对于不同的人会 有不同的理解，就是同一问题对同一个人不同时期也有不同的回答，所以要 多次面谈准确获取需求。可以采取小型会议的方式。2.2.2报表样例分析法报表样例分析是通过收集分析客户目前使用的报表，现在大多企业都是采 用这种分析方法。如何收集：(1) 更正报表名字报表-XXXXXXX(2) 基本信息：填写报表的基本信息，模板

12、：报表名称【如何称呼报表】利润表报表详细描述报衾用途【用途】报表的使用用户数量【具体与出使炜用户群】报表的应用角色【使用角色】目刖是否存在类似的报表如果存在，为何还需要在 応中再次实施该报表时冋要求【期限】(3)查询条件项询份门城户品 查月部区客产说明用户只能输入一个月扮 輛户只寵嶽入一个部门 诵芦只寵嶽入多个区議用户只能输入多个客户用户只能输入多个产品(4)基本格式画出你的报表基本格式部门区城省倚宮户蛊计尸票综報09.01-09. 06本身尸巽窑颔0106去年同期CS. 01-0S. 3611汎44斟匚甜#(5)数据指标说明 描述指标指标名称说明累计开票金赖#本月开票金额去年同期开票金额同期

13、累计比写岀公式(:累计开票金额-去年同期开票金额 /去年同期开票金额(6)业务分析角度业务分析角度:分斤角度说明部销售组织下的部匚区j威客户所在区域省粉客户所在省份客户产品组产品的产品组产品销售代表发票上的销售代表编号(7)权限要求报表需对部门，区域进行授权。(8)其他要求说明2.2.3分析客户需求，形成多维分析模型(逻辑建模)数据仓库的建模需要经过一个由粗到细的过程，即从高层次的逻辑 到低层次的物理数据结构建模不断细化的过程。在sap bi系统中，一方面 自动集成了对数据库的管理，每一类数据对象都会自动生成相应的数据库 表并由系统自动管理，另一方面由于引入了信息对象，每一个信息对象都 是一个

14、实体，每个实体所具有的属性是在定义信息对象的时候考虑的。这 样就简化了建立多维分析模型时的工作量，使建模的重心集中在对实体之间关系的建立上，这正是高层建模的所要完成的工作。（1）实体-关系模型高层建模一个有力工具就是实体-关系模型，这是设计的第一步， 但是实体-关系模型并不等同于多维分析模型（逻辑模型），这只是建立多维分析 模型的第一步。销售订单销售人员画出实体之间的关系图，可以确定哪些实体属于模型范围，哪些不属于模型范围， 也就是确定了所谓的“集成范围”集成范围定义了数据模型的边界，而且集成范围需要在建模之 前进行定义。这个范围由系统的建模者，管理人员，和最终用户共同 决定。如果范围没有事先

15、确定，建模过程就会一直持续下去。实体-关系模型与数据仓库分析模型还有很大的差距，无法直接转化成 数据仓库的多维分析模型。（2） KPI与分析维度a. 对KPI进行分析和分解信息收集的过程会要确定客户需要衡量的指标，如数量，订单 记录和成本等。但是客户最终查看的指标大多数是经过计算的， 具有综合性数据才称的上KPI。一般做法是先从分析KPI入手， 首先要从面谈中获得相关的KPI,再是要对KPI进行还原，明确 KPI的计算方法及其基础数据的来源。这个过程中，才可以确定 数据模型里需要的关键值。比如，利润同比指标值是一个常用的指标，但是在多维模型里， 一般是不会存储这个数值的。利润同比是是计算公式“本期利润 /上期利润”，在做模型时，我们会把本期利润和上期利润作为关 键值保