Ένα μοντέλο δεδομένων παρέχει τη βάση πάνω στην οποία βασίζεται ο μηχανισμός αναφοράς του Excel. Μία από τις πιο σημαντικές έννοιες σε ένα μοντέλο δεδομένων είναι ο διαχωρισμός των δεδομένων, η ανάλυση και η παρουσίαση. Η θεμελιώδης ιδέα είναι ότι δεν θέλετε τα δεδομένα σας να συνδέονται πολύ με έναν συγκεκριμένο τρόπο παρουσίασης αυτών των δεδομένων.
Για να τυλίξετε το μυαλό σας γύρω από αυτήν την ιδέα, σκεφτείτε ένα τιμολόγιο. Όταν λαμβάνετε ένα τιμολόγιο, δεν υποθέτετε ότι τα οικονομικά δεδομένα στο τιμολόγιο είναι η πραγματική πηγή των δεδομένων σας. Είναι απλώς μια παρουσίαση δεδομένων που είναι πραγματικά αποθηκευμένα σε μια βάση δεδομένων. Αυτά τα δεδομένα μπορούν να αναλυθούν και να παρουσιαστούν σε εσάς με πολλούς άλλους τρόπους: σε γραφήματα, σε πίνακες ή ακόμα και σε ιστότοπους. Αυτό ακούγεται προφανές, αλλά οι χρήστες του Excel συχνά συνδυάζουν δεδομένα, ανάλυση και παρουσίαση.
Για παράδειγμα, ορισμένα βιβλία εργασίας του Excel περιέχουν 12 καρτέλες, η καθεμία αντιπροσωπεύει ένα μήνα. Σε κάθε καρτέλα, παρατίθενται δεδομένα για αυτόν τον μήνα μαζί με τύπους, συγκεντρωτικούς πίνακες και περιλήψεις. Τώρα τι συμβαίνει όταν σας ζητηθεί να παράσχετε μια περίληψη ανά τρίμηνο; Προσθέτετε περισσότερους τύπους και καρτέλες για να ενοποιήσετε τα δεδομένα σε καθεμία από τις καρτέλες του μήνα; Το θεμελιώδες πρόβλημα σε αυτό το σενάριο είναι ότι οι καρτέλες αντιπροσωπεύουν στην πραγματικότητα τιμές δεδομένων που συγχωνεύονται στην παρουσίαση της ανάλυσής σας.
Για ένα παράδειγμα πιο συμβατό με την αναφορά, ρίξτε μια ματιά στο παρακάτω σχήμα. Οι πίνακες με σκληρό κώδικα όπως αυτός είναι συνηθισμένοι. Αυτός ο πίνακας είναι μια συγχώνευση δεδομένων, ανάλυσης και παρουσίασης. Αυτός ο πίνακας δεν σας συνδέει μόνο με μια συγκεκριμένη ανάλυση, αλλά υπάρχει μικρή έως καθόλου διαφάνεια σχετικά με το τι ακριβώς αποτελείται η ανάλυση. Επίσης, τι συμβαίνει όταν χρειάζεται να κάνετε αναφορά ανά τρίμηνο ή όταν χρειάζεται μια άλλη διάσταση ανάλυσης; Εισάγετε έναν πίνακα που αποτελείται από περισσότερες στήλες και σειρές; Πώς επηρεάζει αυτό το μοντέλο σας;
Αποφύγετε σκληρούς πίνακες που συνδυάζουν δεδομένα, ανάλυση και παρουσίαση.
Η εναλλακτική είναι να δημιουργήσετε τρία επίπεδα στο μοντέλο δεδομένων σας: ένα επίπεδο δεδομένων, ένα επίπεδο ανάλυσης και ένα επίπεδο παρουσίασης. Μπορείτε να σκεφτείτε αυτά τα επίπεδα ως τρία διαφορετικά υπολογιστικά φύλλα σε ένα βιβλίο εργασίας του Excel: ένα φύλλο για τη διατήρηση των ακατέργαστων δεδομένων που τροφοδοτούν την αναφορά σας, ένα φύλλο για να χρησιμεύσει ως περιοχή σταδίου όπου αναλύονται και διαμορφώνονται τα δεδομένα και ένα φύλλο για να χρησιμεύσει ως επίπεδο παρουσίασης. Αυτό το σχήμα απεικονίζει τα τρία επίπεδα ενός αποτελεσματικού μοντέλου δεδομένων:
Ένα αποτελεσματικό μοντέλο δεδομένων διαχωρίζει δεδομένα, ανάλυση και παρουσίαση.
Όπως μπορείτε να δείτε, το ακατέργαστο σύνολο δεδομένων βρίσκεται στο δικό του φύλλο. Αν και το σύνολο δεδομένων έχει κάποιο επίπεδο συνάθροισης που εφαρμόζεται για να διατηρείται διαχειρίσιμα μικρό, δεν γίνεται περαιτέρω ανάλυση στο φύλλο δεδομένων.
Το επίπεδο ανάλυσης αποτελείται κυρίως από τύπους που αναλύουν και αντλούν δεδομένα από το επίπεδο δεδομένων σε μορφοποιημένους πίνακες που συνήθως αναφέρονται ως πίνακες σταδιοποίησης . Αυτοί οι πίνακες σταδιοποίησης τροφοδοτούν τελικά τα στοιχεία αναφοράς στο επίπεδο παρουσίασής σας. Εν ολίγοις, το φύλλο που περιέχει το επίπεδο ανάλυσης γίνεται η περιοχή σταδιοποίησης όπου τα δεδομένα συνοψίζονται και διαμορφώνονται για να τροφοδοτήσουν τα στοιχεία αναφοράς. Σημείωση στην καρτέλα Ανάλυση, η γραμμή τύπων δείχνει ότι ο πίνακας αποτελείται από τύπους που αναφέρονται στην καρτέλα Δεδομένα.
Υπάρχουν μερικά πλεονεκτήματα σε αυτή τη ρύθμιση. Πρώτον, ολόκληρο το μοντέλο αναφοράς μπορεί να ανανεωθεί εύκολα αντικαθιστώντας απλώς τα ανεπεξέργαστα δεδομένα με ένα ενημερωμένο σύνολο δεδομένων. Οι τύποι στην καρτέλα Ανάλυση συνεχίζουν να λειτουργούν με τα πιο πρόσφατα δεδομένα. Δεύτερον, οποιαδήποτε πρόσθετη ανάλυση μπορεί εύκολα να δημιουργηθεί χρησιμοποιώντας διαφορετικούς συνδυασμούς τύπων στην καρτέλα Ανάλυση. Εάν χρειάζεστε δεδομένα που δεν υπάρχουν στο φύλλο δεδομένων, μπορείτε εύκολα να προσαρτήσετε μια στήλη στο τέλος του μη επεξεργασμένου συνόλου δεδομένων χωρίς να ενοχλήσετε τα φύλλα Ανάλυσης ή Παρουσίασης.
Δεν χρειάζεται απαραίτητα να τοποθετήσετε τα δεδομένα, την ανάλυση και τα επίπεδα παρουσίασής σας σε διαφορετικά υπολογιστικά φύλλα. Σε μοντέλα μικρών δεδομένων, μπορεί να είναι πιο εύκολο να τοποθετήσετε τα δεδομένα σας σε μια περιοχή ενός υπολογιστικού φύλλου, ενώ δημιουργείτε πίνακες σταδιοποίησης σε μια άλλη περιοχή του ίδιου υπολογιστικού φύλλου.
Σε αυτές τις ίδιες γραμμές, να θυμάστε ότι δεν περιορίζεστε ούτε σε τρία υπολογιστικά φύλλα. Δηλαδή, μπορείτε να έχετε πολλά φύλλα που παρέχουν τα ακατέργαστα δεδομένα, πολλά φύλλα που αναλύουν και πολλά που χρησιμεύουν ως επίπεδο παρουσίασης.
Όπου κι αν επιλέξετε να τοποθετήσετε τα διαφορετικά στρώματα, έχετε κατά νου ότι η ιδέα παραμένει η ίδια. Το επίπεδο ανάλυσης θα πρέπει κυρίως να αποτελείται από τύπους που αντλούν δεδομένα από τα φύλλα δεδομένων σε πίνακες σταδιοποίησης που χρησιμοποιούνται για την τροφοδοσία της παρουσίασής σας.