Ως το δομικό στοιχείο για τις αναφορές του Excel, τα δεδομένα στα μοντέλα δεδομένων σας πρέπει να είναι κατάλληλα δομημένα. Δεν δημιουργούνται όλα τα σύνολα δεδομένων ίσα. Αν και ορισμένα σύνολα δεδομένων λειτουργούν σε τυπικό περιβάλλον Excel, ενδέχεται να μην λειτουργούν για σκοπούς μοντελοποίησης δεδομένων. Πριν δημιουργήσετε το μοντέλο δεδομένων σας, βεβαιωθείτε ότι τα δεδομένα προέλευσης είναι κατάλληλα δομημένα για σκοπούς πίνακα ελέγχου.
Με κίνδυνο υπεραπλούστευσης, τα σύνολα δεδομένων που χρησιμοποιούνται συνήθως στο Excel διατίθενται σε τρεις βασικές μορφές:
Η βασική γραμμή είναι ότι μόνο επίπεδα αρχεία δεδομένων και πίνακες δεδομένων δημιουργούν αποτελεσματικά μοντέλα δεδομένων.
Οι αναφορές υπολογιστικών φύλλων δημιουργούν αναποτελεσματικά μοντέλα δεδομένων
Οι αναφορές υπολογιστικών φύλλων εμφανίζουν εξαιρετικά μορφοποιημένα, συνοπτικά δεδομένα και συχνά σχεδιάζονται ως εργαλεία παρουσίασης για διαχειριστές ή εκτελεστικούς χρήστες. Μια τυπική αναφορά υπολογιστικού φύλλου κάνει συνετή χρήση του κενού χώρου για μορφοποίηση, επαναλαμβάνει δεδομένα για αισθητικούς σκοπούς και παρουσιάζει μόνο ανάλυση υψηλού επιπέδου. Το παρακάτω σχήμα απεικονίζει μια αναφορά υπολογιστικού φύλλου.
Μια αναφορά υπολογιστικού φύλλου.
Αν και μια αναφορά υπολογιστικού φύλλου μπορεί να φαίνεται ωραία, δεν αποτελεί αποτελεσματικό μοντέλο δεδομένων. Γιατί; Ο κύριος λόγος είναι ότι αυτές οι αναφορές δεν σας προσφέρουν διαχωρισμό δεδομένων, ανάλυσης και παρουσίασης. Ουσιαστικά είσαι κλειδωμένος σε μια ανάλυση.
Αν και θα μπορούσατε να δημιουργήσετε γραφήματα από την αναφορά που εμφανίζεται, δεν θα ήταν πρακτικό να εφαρμόσετε οποιαδήποτε ανάλυση εκτός αυτού που υπάρχει ήδη. Για παράδειγμα, πώς θα υπολογίζατε και θα παρουσιάζατε τον μέσο όρο όλων των πωλήσεων ποδηλάτων χρησιμοποιώντας τη συγκεκριμένη αναφορά; Πώς θα υπολογίζατε μια λίστα με τις δέκα κορυφαίες αγορές με τις καλύτερες επιδόσεις;
Με αυτήν τη ρύθμιση, αναγκάζεστε σε πολύ μη αυτόματες διαδικασίες που είναι δύσκολο να διατηρηθούν από μήνα σε μήνα. Οποιαδήποτε ανάλυση εκτός των υψηλού επιπέδου που υπάρχουν ήδη στην έκθεση είναι βασική στην καλύτερη περίπτωση — ακόμη και με φανταχτερές φόρμουλες. Επιπλέον, τι συμβαίνει όταν απαιτείται να δείξετε τις πωλήσεις ποδηλάτων ανά μήνα; Όταν το μοντέλο δεδομένων σας απαιτεί ανάλυση με δεδομένα που δεν περιλαμβάνονται στην αναφορά υπολογιστικού φύλλου, αναγκάζεστε να αναζητήσετε άλλο σύνολο δεδομένων.
Τα επίπεδα αρχεία δεδομένων προσφέρονται όμορφα για μοντέλα δεδομένων
Ένας άλλος τύπος μορφής αρχείου είναι ένα επίπεδο αρχείο. Τα επίπεδα αρχεία είναι αποθήκες δεδομένων που οργανώνονται ανά γραμμή και στήλη. Κάθε σειρά αντιστοιχεί σε ένα σύνολο στοιχείων δεδομένων ή σε μια εγγραφή. Κάθε στήλη είναι ένα πεδίο. Ένα πεδίο αντιστοιχεί σε ένα μοναδικό στοιχείο δεδομένων σε μια εγγραφή. Το παρακάτω σχήμα περιέχει τα ίδια δεδομένα με την προηγούμενη αναφορά, αλλά εκφράζονται σε μια επίπεδη μορφή αρχείου δεδομένων.
Ένα επίπεδο αρχείο δεδομένων.
Σημειώστε ότι κάθε πεδίο δεδομένων έχει μια στήλη και κάθε στήλη αντιστοιχεί σε ένα στοιχείο δεδομένων. Επιπλέον, δεν υπάρχει επιπλέον απόσταση και κάθε σειρά (ή εγγραφή) αντιστοιχεί σε ένα μοναδικό σύνολο πληροφοριών. Αλλά το βασικό χαρακτηριστικό που κάνει αυτό το αρχείο επίπεδο είναι ότι κανένα πεδίο δεν προσδιορίζει μοναδικά μια εγγραφή. Στην πραγματικότητα, θα πρέπει να καθορίσετε τέσσερα ξεχωριστά πεδία (Περιοχή, Αγορά, Επιχειρησιακό τμήμα και ποσό πωλήσεων ενός μήνα) για να μπορέσετε να προσδιορίσετε μοναδικά την εγγραφή.
Τα επίπεδα αρχεία προσφέρονται καλά για τη μοντελοποίηση δεδομένων στο Excel, επειδή μπορούν να είναι αρκετά λεπτομερή για να χωρέσουν τα δεδομένα που χρειάζεστε και εξακολουθούν να είναι ευνοϊκά για ένα ευρύ φάσμα αναλύσεων με απλούς τύπους — SUM, AVERAGE, VLOOKUP και SUMIF, για να αναφέρουμε μόνο μερικά .
Τα πίνακες δεδομένων είναι ιδανικά για μοντέλα δεδομένων που βασίζονται σε συγκεντρωτικούς πίνακες
Πολλά αποτελεσματικά μοντέλα δεδομένων οδηγούνται κυρίως από συγκεντρωτικούς πίνακες. Οι συγκεντρωτικοί πίνακες είναι τα κορυφαία εργαλεία ανάλυσης του Excel. Για όσους από εσάς έχετε χρησιμοποιήσει συγκεντρωτικούς πίνακες, γνωρίζετε ότι προσφέρουν έναν εξαιρετικό τρόπο σύνοψης και διαμόρφωσης δεδομένων για χρήση από στοιχεία αναφοράς, όπως γραφήματα και πίνακες.
Τα πίνακες δεδομένων είναι ιδανικά για μοντέλα δεδομένων που βασίζονται σε συγκεντρωτικούς πίνακες. Το παρακάτω σχήμα απεικονίζει ένα πίνακα δεδομένων. Λάβετε υπόψη ότι η κύρια διαφορά μεταξύ ενός πίνακα δεδομένων και ενός επίπεδου αρχείου δεδομένων είναι ότι σε σύνολα δεδομένων πίνακα οι ετικέτες στηλών δεν διπλασιάζονται ως πραγματικά δεδομένα. Για παράδειγμα, η στήλη Περίοδος πωλήσεων περιέχει το αναγνωριστικό μήνα. Αυτή η λεπτή διαφορά στη δομή είναι που κάνει τα σύνολα δεδομένων πινάκων βέλτιστες πηγές δεδομένων για συγκεντρωτικούς πίνακες. Αυτή η δομή διασφαλίζει ότι οι βασικές λειτουργίες του πίνακα περιστροφής, όπως η ταξινόμηση και η ομαδοποίηση, λειτουργούν όπως θα έπρεπε.
Ένα σύνολο δεδομένων σε πίνακα.
Τα χαρακτηριστικά ενός πίνακα δεδομένων είναι τα εξής:
-
Η πρώτη σειρά του συνόλου δεδομένων περιέχει ετικέτες πεδίων που περιγράφουν τις πληροφορίες σε κάθε στήλη.
-
Οι ετικέτες στηλών δεν επιβάλλουν διπλό καθήκον ως στοιχεία δεδομένων που μπορούν να χρησιμοποιηθούν ως φίλτρα ή κριτήρια ερωτημάτων (όπως μήνες, ημερομηνίες, έτη, περιοχές ή αγορές).
-
Δεν υπάρχουν κενές γραμμές ή στήλες — κάθε στήλη έχει μια επικεφαλίδα και μια τιμή βρίσκεται σε κάθε σειρά.
-
Κάθε στήλη αντιπροσωπεύει μια μοναδική κατηγορία δεδομένων.
-
Κάθε σειρά αντιπροσωπεύει μεμονωμένα στοιχεία σε κάθε στήλη.