Separera data, analys och presentation i Excel-datamodeller

En datamodell utgör grunden för din Excel-rapporteringsmekanism. Ett av de viktigaste begreppen i en datamodell är separation av data, analys och presentation. Den grundläggande idén är att du inte vill att din data ska bli för bunden till ett visst sätt att presentera denna data.

För att ta tag i detta koncept, tänk på en faktura. När du får en faktura antar du inte att de ekonomiska uppgifterna på fakturan är den sanna källan till dina uppgifter. Det är bara en presentation av data som faktiskt lagras i en databas. Dessa data kan analyseras och presenteras för dig på många andra sätt: i diagram, i tabeller eller till och med på webbplatser. Detta låter självklart, men Excel-användare kombinerar ofta data, analys och presentation.

Till exempel innehåller vissa Excel-arbetsböcker 12 flikar som var och en representerar en månad. På varje flik listas data för den månaden tillsammans med formler, pivottabeller och sammanfattningar. Vad händer nu när du blir ombedd att ge en sammanfattning per kvartal? Lägger du till fler formler och flikar för att konsolidera data på var och en av månadsflikarna? Det grundläggande problemet i det här scenariot är att flikarna faktiskt representerar datavärden som smälts samman i presentationen av din analys.

För ett exempel som är mer i linje med rapportering, ta en titt på följande figur. Hårdkodade tabeller som denna är vanliga. Denna tabell är en sammanslagning av data, analys och presentation. Den här tabellen binder dig inte bara till en specifik analys, utan det finns liten eller ingen insyn i vad analysen exakt består av. Dessutom, vad händer när du behöver rapportera per kvartal eller när en annan dimension av analys behövs? Importerar du en tabell som består av fler kolumner och rader? Hur påverkar det din modell?

Undvik hårdkodade tabeller som sammanfogar data, analys och presentation.

Alternativet är att skapa tre lager i din datamodell: ett datalager, ett analyslager och ett presentationslager. Du kan tänka på dessa lager som tre olika kalkylblad i en Excel-arbetsbok: ett ark för att innehålla rådata som matar din rapport, ett ark för att fungera som ett mellanrum där data analyseras och formas, och ett ark som fungerar som presentationslager. Den här figuren illustrerar de tre skikten av en effektiv datamodell:

En effektiv datamodell separerar data, analys och presentation.

Som du kan se finns rådatauppsättningen på sitt eget ark. Även om datauppsättningen har en viss nivå av aggregering som tillämpas för att hålla den hanterbar liten, görs ingen ytterligare analys på databladet.

Analyslagret består huvudsakligen av formler som analyserar och drar data från datalagret till formaterade tabeller som vanligtvis kallas för mellanlagringstabeller . Dessa mellanställningstabeller matar slutligen rapporteringskomponenterna i ditt presentationslager. Kort sagt, arket som innehåller analyslagret blir det iscensättande området där data sammanfattas och formas för att mata rapporteringskomponenterna. Observera på fliken Analys, formelfältet illustrerar att tabellen består av formler som refererar till fliken Data.

Det finns ett par fördelar med denna inställning. För det första kan hela rapporteringsmodellen enkelt uppdateras genom att helt enkelt ersätta rådata med en uppdaterad datauppsättning. Formlerna på fliken Analys fortsätter att arbeta med de senaste uppgifterna. För det andra kan varje ytterligare analys enkelt skapas genom att använda olika kombinationer av formler på fliken Analys. Om du behöver data som inte finns i databladet kan du enkelt lägga till en kolumn i slutet av rådatauppsättningen utan att störa analys- eller presentationsbladen.

Du behöver inte nödvändigtvis placera dina data-, analys- och presentationslager på olika kalkylblad. I små datamodeller kan det vara lättare att placera dina data i ett område av ett kalkylark samtidigt som du bygger iscensättningstabeller i ett annat område av samma kalkylblad.

På samma sätt, kom ihåg att du inte heller är begränsad till tre kalkylblad. Det vill säga, du kan ha flera ark som tillhandahåller rådata, flera ark som analyserar och flera som fungerar som presentationslager.

Var du än väljer att placera de olika lagren, tänk på att idén förblir densamma. Analyslagret bör i första hand bestå av formler som drar data från databladen till iscensättningstabeller som används för att mata din presentation.