Smartbi 数据模型以自助为理念,带来 “敏捷建模” 的新思路

B客户是一家大型金融企业,数据仓库建设已经成熟,且是通过大宽表来实现数据集市,这样进行数据分析更加的便捷高校。但是因为宽表模式的限制,很多需求只能通过技术人员来实现,且处理起来不灵活、不敏捷:

1.增删分析字段不方便。客户的业务需求是灵活多变的,因此有增删分析字段的需求很正常,但是因为宽表结构的限制,处理起来不方便、不灵活。

2.数据重复膨胀口径不一。面对业务人员的分析需求,技术人员往往构建各种宽表来满足,需求日积月累,多个宽表之间就会出现数据重复、数据越来越多膨胀变大,而且同一个字段有可能在不同宽表中存在各种口径不一的问题。

3.关联计算时数据量大性能慢。宽表之间可能需要关联计算,数据量大会性能慢。

4.业务手工Excel数据和宽表关联混合析不方便。业务用户部分手工数据存储在本地Excel,此时就需要宽表和Excel数据关联混合分析,但是在实际操作中,两者的关联混合分析十分不方便。首先业务需要定期提供外部的Excel数据给技术,然后技术再导入到数据库中,最后再和宽表关联处理,效率非常低下。

因此,客户期望能实现自助敏捷建模,打破宽表模式的限制。

受限于技术,传统“数据集市”不敏捷。“业务提数据分析需求,IT来处理实现”这种传统建模的方式响应不快,处理不灵活,需要较长时间。

因此,Smarbi带来了“敏捷建模”的新思路:现代化BI是以自助敏捷为理念,即不仅数据分析操作更加敏捷,建模操作也更加简单敏捷。Smartbi数据模型有更加动态的Cube模式、简单快速的建模操作,同时,让用户能更快速地响应需求、更敏捷地进行数据建模等。

1、数据模型敏捷建模,增删字段方便。通过拖拽、勾选等简单操作就可以快速生成度量、维度层次等信息,比如可以一键生成时间维、设置地理维直接实现地图下钻等;

Smartbi 数据模型以自助为理念,带来 “敏捷建模” 的新思路_第1张图片

2、数据模型结合指标管理可以统一管理指标和维度,同时统一口径,打造自增长指标体系,沉淀数据资产。

3、数据模型支持超大表关联,通过抽取数据到使用分布式内存计算技术的高速缓存库中,提升查询速率。

Smartbi 数据模型以自助为理念,带来 “敏捷建模” 的新思路_第2张图片

4、数据模型整合多种数据集类型,融合线上线下数据,面向不同使用的用户提供多种查询手段,包括:表、即席查询、SQL、外部文件、存储过程等。

Smartbi 数据模型以自助为理念,带来 “敏捷建模” 的新思路_第3张图片

你可能感兴趣的:(数据分析大数据数据建模)