Forstå hvad datamodellering er og skabe de rigtige relationer

Efter at have haft en omfattende diskussion om forespørgselseditoren, er det tid til at flytte alle disse data ind i en LuckyTemplates-rapport gennem datamodellering. Du kan se den fulde video af denne tutorial nederst på denne blog.

Datamodellering giver dig mulighed for at forbinde forskellige datatabeller i din LuckyTemplates-rapport ved at skabe relationer mellem dem.

Indholdsfortegnelse

• Fastsættelse af relationer i kernedatamodellen
• Konklusion

Fastsættelse af relationer i kernedatamodellen

Min kernedatamodel består af alle de tabeller, jeg fiksede i forespørgselseditoren. Dette inkluderer min kundetabel, placeringstabel, produkttabel osv.

Da jeg har ryddet op i disse tabeller, og jeg er sikker på, at jeg har alle de data, jeg har brug for nu, vil jeg klikke på Luk & Anvend for at lukke forespørgselseditoren og anvende eventuelle afventende ændringer.

Det betyder selvfølgelig ikke, at jeg ikke går tilbage til forespørgselseditoren, når jeg først begynder at arbejde med datamodellering. Jeg ville helt sikkert vende tilbage til det meget, især hvis jeg skal lave yderligere transformationer, eller hvis jeg skal indsætte nye data afhængigt af, hvad mine rapporter kræver.

Processen med at anvende forespørgslerne på min kan tage noget tid, afhængigt af mængden af ​​data, jeg har.

Men når ansøgningen er færdig, ender jeg på et frisk lærred, hvor jeg kan begynde at lave min analyse.

Nogle mennesker kan hoppe direkte ind i denne del. Men det, jeg plejer at gøre, er at tjekke de relationer, der er bygget op omkring de data, jeg arbejdede på, da jeg var i forespørgselseditoren.

Dette er modelleringsområdet, som jeg kan få adgang til gennem dette særlige ikon her.

Hvis du ikke har nogen LuckyTemplates-erfaring og tidligere har arbejdet på Excel, vil dette være helt ukendt for dig. Det er vigtigt, at du forstår denne del, fordi den er afgørende for at udvikle alt inden for LuckyTemplates.

Det er her, jeg kan sikre mig, at relationerne på tværs af mine data er sat op på en optimal måde. Ellers vil det være sværere at få foretaget nogen beregning eller analyse korrekt.

Relationerne er repræsenteret af disse linjer og pile, der løber hen over datatabellerne.

LuckyTemplates gætter normalt relationerne mellem de forskellige tabeller automatisk. Desværre tager LuckyTemplates denne del forkert det meste af tiden .

Så jeg starter normalt med at slette disse eksisterende relationer, især når jeg er 100 % usikker på om standardrelationerne LuckyTemplates har placeret giver mening.

I Excel ville du normalt have en enorm fil med hundredvis af kolonner. Men datamodellering i LuckyTemplates er anderledes.

Her har jeg for eksempel et kernesæt af information, og så har jeg separate understøttende tabeller, der har filtreringsinformation i sig. Så jeg ender med forskellige tabeller med forskellige datagrupper i hver enkelt.

Dette er den kritiske del i datamodellering - at identificere, om hver tabel er en opslagstabel eller en faktatabel . Det er vigtigt at forstå, hvad disse to typer tabeller gør, så du kan forstå, hvilken slags relationer du kan tegne gennem dem.

En faktatabel indeholder alle transaktionerne , som i denne salgstabel.

På den anden side indeholder en opslagstabel filtreringsinformation.

Når jeg har identificeret, hvor mine borde hører hjemme, organiserer jeg dem. Jeg kan godt lide at opstille mine opslagstabeller her på toppen i en enkelt række.

Hvad angår min faktatabel, kan jeg godt lide at sætte den nedenfor.

Selvfølgelig kan nogle mennesker gøre det anderledes. Men dette er den bedste praksis, jeg vil dele, fordi jeg har en filosofi om at holde tingene så enkle som muligt.

Jeg lagde disse tabeller sådan her, fordi jeg vil visualisere, hvordan relationerne foregår. Jeg kalder dette et vandfald af filtre . På denne måde har jeg mine opslagstabeller ovenpå, der sender filtreringsinformation ned i de rådata, som jeg arbejder med.

Konklusion

Dette er meget grundlæggende ting, men det er afgørende, at du mestrer dette, fordi det kan lave eller bryde dine beregninger senere.

At forstå det grundlæggende i datamodellering hjælper dig med at sikre, at du får de rigtige resultater i dine rapporter. Det vil spare dig for frustrationen ved at forsøge at finde årsagen til fejl, der kan skyldes de forkerte forhold.

Alt det bedste,