Model danych to uporządkowany opis tego, jakie tabele istnieją, jak są ze sobą powiązane i jak liczy się z nich wskaźniki. W analityce biznesowej chodzi najczęściej o model analityczny (semantyczny), na którym opierają się raporty w narzędziach BI. Od jakości modelu zależy, czy suma sprzedaży jest poprawna w każdym przekroju i czy raport odpowiada w sekundę, czy w minutę.
Z czego się składa
Najczęściej stosowany jest schemat gwiazdy (star schema):
- Tabele faktów – mierzalne zdarzenia: linie zamówień, pobrania, przestoje, faktury. Każdy wiersz ma datę, klucze do wymiarów i wartości liczbowe, takie jak ilość, kwota czy czas.
- Tabele wymiarów – opis kontekstu: produkt, klient, lokalizacja, pracownik, kalendarz. Jeden wiersz to jeden produkt albo jeden dzień.
- Relacje – zwykle typu jeden do wielu, od wymiaru do faktu, z jednym kierunkiem filtrowania.
- Miary – definicje obliczeń zapisane raz, w jednym miejscu, np.
Odsetek braków = Sztuki wadliwe / Sztuki wyprodukowane. - Ziarno (granularity) – poziom szczegółu tabeli faktów, np. jedna linia zamówienia albo jeden dzień dla jednego produktu.
Ustalenie ziarna to pierwsza decyzja projektowa. Zbyt grube uniemożliwia analizę przyczyn, zbyt drobne spowalnia raporty bez wartości dodanej. W Power BI model buduje się w widoku relacji, w innych narzędziach – w hurtowni danych lub osobnej warstwie semantycznej.
Przykład
Firma produkcyjna łączyła w jednym arkuszu zlecenia produkcyjne z zużyciem materiału. Ponieważ jedno zlecenie miało kilka pozycji materiałowych, ilość wyrobu gotowego powtarzała się w każdym wierszu, a raport pokazywał produkcję 2,7 raza wyższą od rzeczywistej. Analitycy co miesiąc korygowali to ręcznie. Rozdzielenie danych na dwie tabele faktów – produkcję na poziomie zlecenia i zużycie na poziomie pozycji materiałowej – połączone wspólnymi wymiarami produktu i kalendarza usunęło problem. Raport przestał wymagać korekt, a zużycie materiału na sztukę dało się po raz pierwszy porównywać między liniami produkcyjnymi.
Najczęstsze błędy
- Łączenie tabel o różnym ziarnie w jedną płaską tabelę, co mnoży wartości i zawyża sumy.
- Brak wspólnej tabeli kalendarza, przez co porównania miesiąc do miesiąca liczą się inaczej w każdym raporcie.
- Definiowanie tej samej miary osobno w kilku raportach zamiast w jednym współdzielonym modelu, co podważa jedną wersję prawdy.
Od czego zacząć
- Wypisz pytania biznesowe, na które model ma odpowiadać, i ustal potrzebne ziarno.
- Zidentyfikuj procesy (fakty) i wspólne wymiary – produkt, klient, kalendarz.
- Zbuduj model dla jednego procesu i porównaj sumy z systemem źródłowym, zanim dodasz kolejne obszary.