2. מטרת המצגת
• קוביות OLAPושאילתות - MXDיעילות למתכנת וכלים
תיחקוריים מהירים וחזקים יותר למשתמש
הנושאים שיידונו : •
עולם התוכן של OLAP CUBE
MDXעל קצה המזלג
יצירת CALCULATED MEASURES
יצירת CALCULATED MEMBERS AND DYNAMIC SETSתוך
שילוב פונקציות אנליטיות של SASופקודות מאקרו
3. עולם ה-OLAP
• :OLAP-ONLINE ANALYTICAL PROCESSINGתצוגה רב
ממדית של נתונים שמאפשרת חקירה ושליפת נתונים
מהירה.
• ”:“A PIVOT TABLE ON STEROIDS
ה OLAPמספק גישה מהירה ופשוטה לתחקור ושליפת
נתונים ונותן למשתמש את היכולת לשנות את הצגת
הדוחVIEW
DRILL DOWN/UP
DRILL-THROUGH
חוסך זמן ריצה-אגרגציות מוכנות מראש
4. OLAP-עולם ה
- המשך
:• סביבות עבודה של משתמש הקצה
ENTERPRISE GUIDE
MICROSOFT EXCEL
WEB APPLICATIONS
5. מבנה הקובייה
• אינפורמציה של OLAP CUBESמחולקת לארבעה חלקים:
מימד-קבוצה שמכילה היררכיות שקשורות אחת לשנייה
( LEVELSמשותפים).מימד הוא הקטגוריה הגבוהה בקובייה
-LEVELמשתנה קטגורי מתוך טבלה שטוחה
-MEMBERערך של משתנה קטגורי מתוך טבלה שטוחה-
נחשב לקטגוריה הנמוכה ביותר בקובייה
היררכיה- מסדרת את ה- MEMBERSלפי ה- LEVELSולפי
הקשרים של PARENT-CHILD
-MEASUREמשתנה נומרי מתוך טבלה שטוחה
7. :MULTI • DIMENTIONAL EXSTETION
שפה שמאפשרת לייצר שאילתות רב ממדיות, השפה היא
בעצם הרחבה של ה - SQLומכאן המבנה דומה ומכיל
סינטקס ופונקציות זהות.
שולף נתונים מתוך MDX ההבדל המרכזי ביניהם הוא שה-
מקור רב ממדי וה- SQLמתוך טבלאות שטוחות.
• שימושים:
יצירת שליפות מתוך קובייה.
יצירת . CALCULATED MEASURES AND MEMBERS
יצירת .SETS
מאפשר הרשאות ספציפיות למשתמשים על חלקים
מהקובייה.
8. DATA STEP OR MDX
• איזו דרך יעילה יותר בלענות על הדרישה העסקית
הבאה:
מידע על מכירות של כל סוכן בחברה בטווח החודשים
ינואר 8002 עד ל-ינואר 0102.
10. מסקנה: כדי להגיע לאותה תוצאה
באמצעות DATA STEPSו PROC’sייקח
יותר זמן והרבה יותר קוד....
11. הצגת שאילתות MDX
• ניתן להציג את תוצרי שאילתות MDXבמספר דרכים:
"-MDX VIEWER IN THE EGתת-קובייה".
" -OLAP VIEWERתת-קובייה".
-PROC SQL PASS THRUניתן להפוך את התוצאות
משאילתה רב ממדית לטבלת .SASאופציה זו
מאפשרת למנף את הביצועים של הקובייה ע"י
שימוש בפונקציות אנליטיות של SASובפקודות
מאקרו.
)>Connect to OLAP (<options
Create table MYDATA as select * from connection to OLAP
)>( select <MDX query here
;Disconnect from OLAP;quit
12. CALAULATED MEASURES
• לעיתים קיימות דרישות עסקיות הנוגעות לתחקור קובייה
אשר הינן מורכבות יותר מאשר אגרגציות רגילות,
הדורשות מאיתנו ליצור משתנים מחושבים.
• אציג דוגמאות לבקשות עסקיות אשר מהיר ויעיל יותר
ליצור באמצעות שפת ה- MDXלעומת יצירתם באמצעות
קוד " SASרגיל" בטבלאות נתוני הגלם שעליה הקובייה
מבוססת.
תחביר:
'WITH MEMBER parent.name AS 'expression
13. • בקשות עסקיות שכיחות:
אחוז שינוי בין שתי תקופות רצויות.
לדוגמא, יצירת משתנה של אחוז שינוי במכירות בין
תקופה נבחרת ( )CURRENT MEMBERלבין תקופה
קודמת.
Drill Down
2for Q
14. אחוז יחסי מתוך הסה"כ
לדוגמא: החלק היחסי של כל מוצר מתוך סה"כ
המוצרים
A
B
C
D
E 1E
2E
15. יצירת נקודות השוואה על ציר הזמן:
לעיתים אנו מתבקשים ליצור דוחות עם מספר משתנים כגון:
נתונים חודשיים, מצטברים, נתוני תקופה מקבילה וכו.
לדוגמא נרצה להציג לכל סוכן בכל חודש את המדדים הבאים:
חודשי. מכירות סך
חודשי אשתקד. מכירות סך
מצטבר מתחילת שנה. מכירות סך
מצטבר מתחילת שנה אשתקד. מכירות סך
16.
17. דגשים:
יצירת מדדי זמן- פשוט יותר ליצור באמצעות MDXמאשר
בקוד .SAS
ליצירת טווח חודשי פעילות דינמי ניתן להשתמש בפקודות
מאקרו, בתוך .PROC SQL PASS THRU
18. –STORED PROCESS מאפשר לכל משתמש בעל הרשאה
מתאימה להריץ את דוח ולהזין בעצמו את הפרמטרים:
תקופה ושם הסוכן.
מסך הקלדת הנתונים:
לאחר ההרצה מתקבל הפלט:
19. CALCULATED MEMBERS
• מאפשר להשתמש במידע שכבר קיים בקובייה בצורה דינמית
ובכך להקל על המשתמש שלא יצטרך לעשות פעולות רבות
בכדי להגיע לתוצאה שהוא צריך.
דוגמאות:
יצירת דוח שיציג את נתוני החודש הנוכחי ואשתקד כברירת
מחדל כך שהמשתמש לא יצטרך כל חודש להיכנס ולשנות
לתקופה הרצויה.
A
B
C
20. בקשה נוספת היא לראות בקובייה(דוח מבוסס
קובייה) את הפעילות המצטברת במהלך Nחודשים
אחרונים עם שאר השנים במימד:
21. דרך א':
יצירת MEMBERחדש בקובייה שיכיל בתוכו את ה- 2142
MEMBERSמסוכמים באמצעות פונקצית :AGGREGATE
*** כל חודש יש לעדכן את ה- MEMBERSבהתאם.
קצת מייגע לא??
22. דרך ב':
יצירת MEMBERדינמי
שלב 1: לפני ה- PROC OLAPיש ליצור פרמטר מקרו שיכיל
בתוכו את 21 ה- MEMBERSהאחרונים
(שימוש במאקרו ובפונקציות זמן של :) SAS
23. שלב 2: ב- OLAP CODEיש להגדיר את ה- MEMBERבצורה הבאה:
24. SET
MEMBERSקבועים מראש השייכים למימד משותף
• מאד נוח להשתמש ב- SETSלהצגת נתונים ב- DASHBOARD
• תצוגה זו מאפשרת לראות נתונים בגישה מהירה
• תצוגה זו מסייעת לחברי הנהלה לקבל החלטות ארגוניות
אפקטיביות במהירות.
DASHBOARD - KPI
מכירות בחתך ענפים מול יעד
ענף 5 ענף 4 ענף 3 ענף 2 ענף 1
25. DASHBOARD - FLASH
עמידה בתחזית/יעדים לאורך חצי שנה.
הציר האופקי בתחתית מציין את ציר הזמן וכאשר זזים עליו הגרף
שמעליו משתנה בהתאם
מכירות מול יעד
סניפים
26. סיכום
• קוביות OLAPהופכות ונעשות חיוניות בהתמודדות עם הכמות
ההולכת וגדלה של נתונים ארגוניים. תצוגה רב ממדית של
נתונים מצטברים מאפשרת גישה נוחה ומהירה אל ניתוח
הנתונים הנחוצים לקבלת החלטות עסקיות ביעילות רבה יותר.
• שימוש ב CALCULATED MEASURES AND MEMBERSיכול
להפחית את כמות הקוד ולהקל על מורכבות הנתונים
בטבלאות אשר עליהם הקובייה מתבססת, ובכך לייעל את
תשתית הפיתוח של הכנת הטבלאות אשר תביא לתוצאות
מהירות יותר.
• שפת ה- MDXמאפשרת למפתחים לייצר דוחות מורכבים יותר
מאשר הדוחות הסטנדרטיים. שימוש ב- MDXמאפשר למפתחים
לבנות יישומים שתואמים בדיוק לדרישה של הלקוח.