|
数据分析讲堂
第六课 TM1应用实例（2）
第二讲 库存吞吐立方体
1. 数据源
库存立方体的4个主要数据源是从到达存储点的食物原材料收集的数据，用于满足生产需求运出的食物原材料的数据，来自异常损坏报告的数据，以及稽核仓库时得到的数据。这些数据源的例子如图6.2.1、6.2.2、6.2.3、6.2.4所示。
与采购数据一样，FCI在其数据仓库中保存库存数据，并添加诸如地点这类损失的维。
2．维
Thor想用3个维来给库存建模：食物源、时间和地点。食物源和时间与你在采购立方体中见到的版本完全一样。由于地点又是一个地理类型维，Thor将其定义为分离的单一层次名词列表，然后把它的成员作为国家层次的儿子添加到国家地理维中，如图6.2.5所示。
Lulu问，进行采购但没有仓库的国家怎么办？FCI在超过50个国家采购鱼，她说，为什么不在一个新的地理维上跟踪它们呢？这样难道不使在进行库存立方体和其他FCI业务过程立方体关联时更容易吗？你怎么认为？
Thor摇了摇头，你忽略了稀疏性，他说。不，我没有，Lulu回答。如果我们使用完整的国家维，我们将可以看到我们采购了鱼但没有任何仓库和生产设施的所有国家。对这些国家来说，我们将看到一个0值，但甚至我们在那里连商店都没有。我们也不必在屏幕上看到这些0值，因为我们的客户端工具有0值过滤函数。因此，为在库存立方体中维持完整的国家引用列表所需的额外磁盘存储空间也是微不足道的。
不要过于确信，Thor说。那么你将不得不把所有库存变量应用范围限制到目前FCI有库存设施的7个国家上。这将无谓地增加这些变量定义的复杂性，要么将有很多地点所接受的鱼、手头的鱼和发出鱼的数量都为0。Lulu打断说，但应用程序不会存储这些值，Thor。它们不会影响任何事。
Thor问，那计算各地点接受或手头鱼的平均数量时怎么办？应用在分母中不是也会统计所有0值的地点吗？也许你们部门的OLAP工具缺乏适当的复杂性，Lulu说，但在我们部分中，我们以一个OLAP工具为标准，它将简单地忽略所有无意义的0值。因此库存或物流的查询将被正确计算。
Thor笑了笑说，什么是无意义的0值？当一个地点确实没有收到鱼、没有发出鱼或手头没有鱼时怎么办？这个0值必须被计算在内，忽略了它，你的计算结果是不正确的。如果不定义应用范围，以便为一组给定的具有潜在交叉点和一个或多个变量上共享相同应用范围的维在无意义和有意义的交叉点、单元和位置之间设定分界线，你能告诉我一个方法区分无意义的0和有意义的0吗？Lulu承认自己错了。
|
一共有 3 条评论