<< Back

ORIGINI DATI: Analisi tramite Cubi OLAP in Tableau – Parte 1

This article was originally posted by Roberto Fierro under the article on the website

I cubi sono sorgenti dati molto potenti e possono restituire informazioni rapidamente, spesso molto più rapidamente di un’origine dati relazionale perché già pre-costruiti ed impostati.

Il Cubo OLAP è composto da dati numerici e categorici che sono catalogati all’interno di dimensioni e misure. Esso consente di creare reportistica come tabella pivot, l’inserimento di elementi e campi calcolati che rielaborano i dati di partenza con operazioni di roll-up e drill-down, se le dimensioni sono organizzate all’interno di una gerarchia.

Innanzi tutto, che cosa li rende diversi da un’origine dati relazionale?

Un’origine dati di un cubo è una sorgente dati le cui gerarchie ed aggregazioni sono state create in anticipo dal progettista. Tali definizioni rimangono statiche finché il cubo non viene ricostruito. Pertanto, le origini dati del cubo non sono flessibili come le origini dati relazionali.

Lo schema dei metadati di un Cubo OLAP può essere creato a partire da uno schema a stella oppure da un insieme di tabelle di un database classico. Le misure sono ricavate dai singoli record presenti nella tabella dei fatti dello schema, e le dimensioni sono dedotte dalle dimensioni delle singole tabelle per questo non è possibile sub-aggregarli dentro Tableau.

Le origini dati cubo supportate in Tableau sono:

  • Oracle Essbase
  • Teradata OLAP
  • Microsoft Analysis Services (MSAS)
  • SAP NetWeaver Business Warehouse
  • Microsoft PowerPivot

Funzioni di Tableau affette dall’utilizzo di un Cubo

Quando utilizzi un’origine dati del cubo, non tutte le funzionalità di Tableau sono disponibili:

CALCOLI E AGGREGAZIONI: Le origini dati del cubo sono pre-aggregate e quindi non supportano le funzioni di aggregazione, come SUM()AVG(), e CNT(). Inoltre non è possibile inserire nei campi calcolati alcuna dimensione e per tanto non è possibile creare espressioni con livello di dettaglio (LOD).
Alternativamente, puoi utilizzare le Table Calculations per eseguire operazioni di aggregazione oppure creare WINDOW_CALC.

FILTRI: Quando visualizzi un filtro per una dimensione del cubo, nel filtro vengono inclusi tutti i livelli della gerarchia. Ad esempio:

Puoi utilizzare gli attributi del cubo come filtri (solitamente l’ultimo livello), oppure creare dei Set da adibire a Filtri per un solo livello (approfondimento nel prossimo capitolo della rubrica Cubi).

GERARCHIE: Quando sei connesso alle origini dati del cubo, non puoi creare o personalizzare gerarchie in Tableau. Esse devono essere create nel cubo prima di connetterti al software.

CAMPI DATA: le dimensioni della data sono organizzate in gerarchie contenenti livelli come ad esempio anno, trimestre e mese. Questi livelli sono rappresentati come attributi della gerarchia, non sono modificabili e non possono essere inseriti all’interno di campi calcolati

BINS: puoi suddividere i dati in bins solo per le origini dati relazionali. Tuttavia, puoi creare un campo calcolato che replichi un Bin di dimensioni specifiche. Ad esempio (FLOOR([Sales]/1000)*1000) , creerà Bins con una dimensione pari a 1000. Trascinando questo calcolo nel riquadro delle dimensioni, puoi utilizzare questi contenitori con origini dati del cubo e campi calcolati.

UNIONS: Le origini dati del cubo possono essere utilizzate solo come origini dati primarie per l’unione dei dati in Tableau. Non puoi usarle come origini dati secondarie. 

STRUMENTI DI ANALISI: Trend Lines, Forecast, Clustering non sono supportati per le origini dati del cubo, perciò devono essere create preventivamente.

STAY TUNED

Per ulteriori informazioni sui Cubi ed altre Sorgenti Dati rimanete sintonizzati, perché sarà una rubrica in più parti ricca di informazioni ad ogni uscita.

Prossimo Capitolo: FUNZIONI MDX  – GRUPPI ed altre FUNZIONI BASE per creare Menmbri Calcalti e funzioni con le dimensioni.

Leave a Reply

Your email address will not be published. Required fields are marked *

This site uses Akismet to reduce spam. Learn how your comment data is processed.