Analysen um zusätzliche Datenquellen erweitern

Zusätzliche Datenquellen auf verschiedene Weise einbeziehen

Oracle Fusion Analytics bietet die folgenden Möglichkeiten zur Erweiterung um zusätzliche Datenquellen:

1. Info-Flexfeld-Erweiterungen in Oracle Cloud Applications werden automatisch auf das Oracle Fusion Analytics-Datenmodell erweitert.

2. Laden Sie externe Daten in dasselbe Datenmodell wie Ihre Oracle Cloud Applications-Daten, indem Sie die Datenerweiterungskonnektoren* von Fusion Analytics oder ein Datenintegrationstool Ihrer Wahl verwenden. Verwenden Sie den Erweiterungsrahmen von Fusion Analytics, um das semantische Modell anzupassen.

3. Verbinden Sie sich mit externen Datenquellen über native Konnektoren oder mit Datendateien und nutzen Sie die Selfservice-Funktionen der zugrunde liegenden Oracle Analytics Cloud-Plattform.

*Siehe Produktdokumentation für unterstützte Datenquellen.

Externe Daten in das Datenmodell laden

Das vorgefertigte Datenmodell und das semantische Modell können über Oracle Fusion Analytics-Upgrades hinweg erweitert und beibehalten werden.

Zusätzliche Datenquellen über Konnektoren zur Datenerweiterung mit Fusion Analytics laden

Fusion Analytics bietet Konnektoren zur Datenerweiterung, mit denen unterstützte Datenquellen (Salesforce, Oracle E-Business Suite, PeopleSoft, Shopify) in dasselbe Daten-Repository wie Ihre Oracle Cloud Applications-Daten extrahiert und geladen werden können.

Die unterstützten Datenquellen können Sie der Produktdokumentation entnehmen.

Erweitern des Datenmodells

Während das vorgefertigte Datenmodell (Sternschema) für die Oracle Cloud Applications-Daten schreibgeschützt ist, um sicherzustellen, dass alle vorgefertigten KPIs und Analysen nicht unterbrochen werden, lässt sich das Datenmodell durch das Hinzufügen externer Datenquellen in benutzerdefinierte Datenbankschemata im gleichen eingebetteten Oracle Autonomous Data Warehouse-Service leicht erweitern. Fusion Analytics unterstützt jedes beliebige Datenverschiebungstool zum Laden von Daten, z. B. Oracle Data Integration, beliebige Tools von Drittanbietern oder sogar einfaches SQL.

Erweitern des semantischen Modells

Das semantische Modell kann über eine einfache, assistentengesteuerte Schnittstelle erweitert werden, die einen Entwicklungs- und Veröffentlichungsprozess für mehrere Benutzer unterstützt. Folgende Anpassungen stehen zur Verfügung:

• Hinzufügen einer Dimension zu einem bestehenden Themenbereich
• Hinzufügen einer Faktentabelle zu einem bestehenden Themenbereich
• Hinzufügen einer Hierarchie zu einer Dimensionstabelle in einem bestehenden Themenbereich
• Hinzufügen von Sitzungsvariablen, die Sie in die Analyse einbeziehen können
• Erweitern einer Dimension um zusätzliche Attribute aus einer anderen Datenquelle
• Hinzufügen von abgeleiteten Spalten zu einem bestehenden Themenbereich
• Erstellen eines Themenbereichs
• Ändern eines Themenbereichs

Alle Änderungen am semantischen Modell folgen einem versionskontrollierten Veröffentlichungsprozess von der Testphase bis zur Produktionsphase. Data Engineers bzw. die IT-Abteilung können Erweiterungs- und Testaufgaben in der bereitgestellten Testumgebung durchführen. Sobald die Änderungen fertig sind, können sie in der Produktionsumgebung veröffentlicht werden. Alle Anpassungen bleiben bei Upgrades und Patches von Oracle Fusion Analytics erhalten.

Verbindung zu Datenquellen und Dateien herstellen

Es gibt eine Reihe von Möglichkeiten, zusätzliche Datenquellen in die Analysen über den Self-Service einzubeziehen.

Native Connectors

Oracle Fusion Analytics unterstützt mehr als 50 native Konnektoren zu verschiedenen Quellen, wie Oracle Autonomous Database, Oracle Fusion Cloud EPM, Google Big Query, Salesforce und Snowflake. Sie können außerdem eine Verbindung zu jeder Java Database Connectivity (JDBC)-basierten Datenquelle herstellen. Holen Sie sich Echtzeitdaten aus Oracle Cloud Applications mit dem Oracle Cloud Applications Connector.

Eigene und dritte Datensätze und Dateien

Laden Sie persönliche Datensätze hoch, z. B. Tabellen und Dateien mit durch Kommata getrennten Werten (CSV). Analysieren Sie diese Datensätze allein oder kombinieren Sie sie mit den vordefinierten Themenbereichen Ihrer Oracle Cloud Application-Daten.

Selfservice-Datenvorbereitung und -transformation

Führen Sie mithilfe der codefreien Funktionen von Selfservice-Datenflüssen alle erforderlichen Aufgaben zur Datenvorbereitung und -anreicherung für Analysen durch. Verbinden Sie mehrere Datenquellen, ob in der Cloud, On-Premises oder aus persönlichen Datenextrakten, zu zusammenhängenden Datensätzen in der Cloud. Die Ergebnisse können im eingebetteten Oracle Autonomous Data Warehouse, im Oracle Analytics-Speicher, in jedem angeschlossenen RDBMS oder in Oracle Essbase gespeichert werden.