مستكشف إمكانيات النظام الأساسي للتحليلات

نموذج البيانات

إن إنشاء نماذج البيانات هو عملية تمثيل البيانات في نموذج يسهل على مستخدمي الأعمال فهمه والعثور على إجابات لأسئلتهم. تتطلب نمذجة البيانات نهجًا مركزيًا لضمان اتساق مقاييس المؤسسة بالإضافة إلى نهج الخدمة الذاتية لمستخدمي الأعمال لدمج البيانات لدعم تحقيقات البيانات الخاصة بهم.

نمذجة البيانات

يعد إنشاء نماذج البيانات أمرًا ضروريًا لتوفير البيانات في نموذج جاهز للإجابة على معظم أسئلة الأعمال المتوقعة ولضمان عرض متسق لجميع أرقام المؤسسة. تتخطى نماذج البيانات أيضًا تعقيد الطريقة الفعلية لتخزين البيانات، وبدلاً من ذلك تقدم لمستخدمي الأعمال طرق عرض لبياناتهم التي لها معنى. على سبيل المثال، لا يتعين على مستخدمي الشؤون المالية فهم لغات استعلام SQL أو MDX ولكن يمكنهم بسهولة الاستعلام عن نظام إدارة قواعد البيانات العلائقية (RDBMS) أو مكعب Essbase باستخدام مصطلحات مالية يمكن التعرف عليها من معجمهم الخاص.

يُعد نموذج البيانات مكانًا واحدًا لتعريف عمليات حساب أعمال المؤسسة. بغض النظر عن كيفية أو مكان استخدام هذه الحسابات، ستكون القيمة متسقة وموثوقة. على سبيل المثال، سيحتوي المقياس "تكلفة التوظيف" على أنظمة المصدر القابلة للتطبيق التي تم تعيينها بشكل صحيح والحساب المحدد مركزيًا. ثم فإن أي تمثيل مرئي أو عملية إعداد تقارير تستدعي هذا القياس ستبلغ دائمًا عن نفس الرقم.

النموذج الدلالي الذي تتم إدارته

تطوير النماذج الدلالية الموثوقة والمحكومة وتقديمها لضمان عرض متسق للبيانات المهمة للأعمال. قم بربط البيانات المعقدة بشروط أعمال مألوفة ومتسقة. يمكنك تصميم استعلام محسّن ومضبط جيدًا للتنفيذ.

يتكون النموذج الدلالي من ثلاث طبقات: بدءًا من الطبقة المادية، والتي تتغذى في الطبقة المنطقية، والتي تتغذى بعد ذلك في طبقة العرض التقديمي. تقوم الطبقة الفعلية بتعيين أنظمة مصدر البيانات الفعلية للمؤسسة وعادة ما يتم تكوينها وإدارتها بواسطة تكنولوجيا المعلومات. يتم استخدام الطبقة المنطقية لإنشاء عمليات حسابية وتدرجات وتخطيط للعديد من مصادر البيانات في مناطق إعداد تقارير منطقية. على سبيل المثال، يمكن تعيين نظام ERP ومستودع البيانات معًا لمناطق إعداد التقارير المالية. طبقة العرض هي طريقة عرض السمات والمقاييس المتاحة للمستخدمين لتكوين قصص التحليلات الخاصة بهم. في حين يتم حساب جميع البيانات بشكل متسق، يتم ترشيح طريقة العرض الخاصة بالمستخدم لتلك البيانات بناءً على وصوله الأمني واعتماده.

الشكل 1: مراجعة أصل البيانات في أداة النمذجة الدلالية

يكون النموذج الدلالي مرئيًا أيضًا لأدوات التمثيل المرئي من جهات خارجية (مثل Tableau أو Power BI أو التطبيقات المخصصة) كمصدر JDBC. يضمن ذلك أنه إذا اختارت بعض مجموعات الأعمال أدوات تمثيل مرئي مختلفة، فلا يلزم تحديد مقاييس المؤسسة إلا مرة واحدة وتظل متسقة عبر جميع الأنظمة الأساسية لإعداد التقارير في الشركة.

تعرف على المزيد حول الطبقة الدلالية


نمذجة بيانات الخدمة الذاتية

يمكن للمستخدمين الانضمام مباشرة إلى جدولين أو أكثر والتحكم في العلاقة (على سبيل المثال، الصلات الداخلية أو الخارجية) من خلال الخدمة الذاتية. مشاركة نماذج بيانات الخدمة الذاتية بسهولة مع الزملاء.

شاهد عرضًا توضيحيًا لمجموعة بيانات متعددة الجداول (2:57)


الشكل 2: نمذجة بيانات الخدمة الذاتية

تعرف على المزيد حول نمذجة بيانات الخدمة الذاتية

زيادة البيانات والتوصيات

يمكن زيادة مجموعات البيانات ببيانات أو سمات أو تحويلات إضافية. تتضمن المعرفة المرجعية المضمنة ما يلي:

  • إثراء نظام تحديد المواقع العالمي:
    خط الطول وخط العرض المرجعي للمدن أو رموز المناطق.
  • عمليات الإثراء على أساس المرجع:
    قم بتعيين النوع باستخدام الاسم الأول للشخص كسمة تحدد قرار النوع.
  • تسلسلات الأعمدة:
    اربط الاسم الأول واسم العائلة للشخص في عمود واحد.
  • استخراج الأجزاء:
    افصل رقم المنزل عن اسم الشارع في عنوان.
  • الاستخراج الدلالي:
    استخراج المعلومات من نوع دلالي معروف، مثل المجال من عنوان بريد إلكتروني.
  • عمليات استخراج أجزاء التاريخ:
    سحب اليوم من الأسبوع من تاريخ يستخدم تنسيق شهر/يوم/سنة (أو يوم/شهر/سنة) لجعل البيانات أكثر فائدة في التمثيلات المرئية.
  • التشفير الكامل والجزئي:
    تم اكتشاف حقول حساسة، مثل أرقام بطاقات الائتمان أو التأمين الاجتماعي.
  • التوصيات العامة:
    احذف الأعمدة التي تحتوي على حقول حساسة تم اكتشافها.
  • إثراء المعرفة المخصصة:
    الاستفادة من التضمينات المخصصة التي أضافها المسئول إلى Oracle Analytics.

الشكل 3: تكوين المعرفة المرجعية المخصصة

لغة ترميز منشئ النماذج الدلالية (SMML)

يمكن لمطوري نماذج البيانات إنشاء النماذج الدلالية وتحريرها وضبطها باستخدام الأداة الرسومية المستندة إلى الويب؛ ومع ذلك، هناك طريقة أخرى تتمثل في تعديل النماذج برمجيًا باستخدام لغة ترميز منشئ النماذج الدلالية (SMML). SMML هي لغة ترميز قائمة على JSON تصف كائنات النموذج الدلالي لوقت التصميم. يمثل كل ملف SMML كائنًا في النموذج الدلالي. يمكنك استخدام ملفات SMML لترحيل بيانات التعريف وإنشاء ومعالجة بيانات التعريف البرمجية وتصحيح بيانات التعريف والوظائف الأخرى. وهذا يعني أن المطورين يمكنهم تحرير رمز النموذج الدلالي مباشرة أو تطبيق التغييرات عبر عمليات برمجية أخرى من خلال إجراء تغييرات نصية مباشرة على تعريف SMML.


الشكل 4: لغة ترميز منشئ النماذج الدلالية المستندة إلى JSON (SMML)

تطوير نماذج متعددة المستخدمين وتكامل Git

يتكامل مصمم النماذج الدلالية مع أي مستودع متوافق مع Git، مثل GitHub أو GitLab أو Git على Oracle Visual Builder، لتوفير بيئة تطوير وتحكم في المصادر بسلاسة وتعاونية ومتعددة المستخدمين. يدعم تكامل Git للتطوير متعدد المستخدمين عمليات التفرع والدمج والسحب والدفع، كما يتيح رؤية كاملة لدورة حياة تطوير النموذج الدلالي.


الشكل 5: تطوير متعدد المستخدمين مع تكامل Git