马红兵

数据分析讲堂

第五课 TM1应用实例

第十讲　合并采购和汇率

Lulu和Thor要做的第一件事是定义一个相对总成本变量，以反映当地价格和有效汇率的变化。此变量应该属于哪个——采购立方体内、汇率立方体内、两个地方都存在，还是其他地方？你想把它放在哪？
Thor指出，从逻辑的角度来看，你应该把变量放在具有适当维度的立方体内，如果源立方体已经具有新派生变量所需的所有维，那么此变量就属于此立方体。但Lulu很快补充道，新派生的变量所需的维并不与任何源立方体匹配也是很常见的。如果是这种情况，她说，最好定义一个新的派生立方体作为新变量的模式。无论哪种情况，大多OLAP工具都强迫你必须选择其一。
既然美元价格是按照时间、地理、市场和食物源这些维来展现的，那么就应该属于采购立方体。为了说明得清楚些，Thor说他喜欢在等式的左边给所定义变量的前面加上立方体的名字，如下所示：
[ Purchasing ]：“Dollar price” {$},
  Time.day.,
  Geog.Market.,
  Foodsource.leaf. =
        “Local price”{Lcurr} ×

        [ Currency Exchange ]：“Effective Rate” {$/Lcurr}, Geog.Country
哎，Lulu说，公式最后一行Geog.Country短语的后面难道不应该有一个点吗？它不是作为定位器的吗？你怎么认为？
Thor回答说，他所写的也的确就是他所想表达的。市场上鱼的美元价格将是市场上的当地价格乘以其国家的有效汇率，并且引用某个市场的国家应该是不带句号的Geog.country；而Geog.country.的意思是对每个国家应用，这在此公式中是没有意义的。他继续解释道，既然当地价格来自采购立方体，就没有不要再加入引用。类似地，有效汇率抽取自美元价格计算时的同一天，因此也不需要再加入引用。只有汇率需要被修饰。
为了寻找成本变化的源头，Thor决定考察FCI最常采购的鱼。毕竟FCI的不稳定性不会受采购量很少的鱼的影响，而应该是占FCI鱼开支最大的鱼才有较大的影响。这种方法可用如下公式表示：
“Foodsource.Fish”.(“Dollars_Spent”{$},Time.Year.this).Drank.(1 to 5)
这是说选择本年所有国家鱼开支处于前5位的鱼。但你仍然需要决定如何展示结果，Lulu说，她还建议表达式结果用如图5.10.1所示的简单表格来展示。
根据Lulu所讲的，我们可以很容易看到FCI在鲑鱼、小虾、金枪鱼、鳕鱼和白鲑上开销最大。但Thor指出美元开支最多与不稳定性并不是一回事。总不稳定性是美元开支和美元价格波动的函数。你会怎么计算FCI最不稳定的点呢？

Lulu和Thor了解到，FCI在采购的鱼和采购的国家上有很大的余地来改善其采购成本的稳定性。在对问题的了解过程中，他们面对各种建模和分析问题：在维的复杂性和公式的复杂性之间权衡，时间递归公式，聚合高层次上的限制，嵌套的排序表达式，聚合开盘和收盘余额，汇率的加权平均和相对值，等等。