Oakmark Bank では、同じ主要業績指標（KPI）を異なる方法で計算したレポートが混乱を招いています。この問題を解決するために、データモデルに標準化されたメトリクスを作成しましょう。これにより、すべてのアナリストが同一のロジックで預金残高合計を計算できるようになり、手動によるミスや推測を防ぐことができます。
この演習はコースの一部です
理論を実践に変える、インタラクティブな演習のひとつをお試しください
この章では、Sigma におけるデータモデルの主要なユースケースについて学びます。データモデルを使うと、組織内の他の Sigma ドキュメントから利用できるカスタムデータソースを作成できます。これにより、チームのインサイト、分析、アプリをスケーラブルに管理・維持することが可能になります。
この章では、メトリクスとリレーションシップを活用して、単一のテーブルを超えたインサイトを広げる方法を学びます。これらのデータモデルの主要機能をそれぞれ実際に構築し、ワークブック上での動作を確認することで、その効果を直接体験できます。これらの機能を習得すると、分析チーム全体に計算を提供したり、データモデルから結合ロジックを一元管理しつつ、ユーザーには柔軟性を持たせたりすることが可能になります。
現在の演習
この章では、データモデルの高度な機能であるパラメーターと列セキュリティを学んだあと、これまでに学んだすべての内容を組み合わせた最終的な実装に取り組みます。パラメーターを使うと、モデルに柔軟なフィルターを設定できます。また、セキュリティ機能により、機密データを安全に保護できます。そして、これまでに学んだ機能と推奨される手法をすべて組み合わせることで、スケーラブルな分析に対する理解をより確かなものにしましょう。
