Trong chương này, bạn sẽ tìm hiểu các trường hợp sử dụng cốt lõi của mô hình dữ liệu trong Sigma. Với một mô hình dữ liệu, bạn có thể tạo nguồn dữ liệu tùy chỉnh để các tài liệu Sigma khác trong tổ chức cùng sử dụng. Điều này giúp bạn mở rộng, quản trị và duy trì insights, phân tích, và ứng dụng của nhóm.

Data model là gì?

Data model so với workbook

Tập trung hóa việc cập nhật KPI

Join và union trong một data model

Kết hợp hai bảng bằng union

Xây dựng bảng cơ sở cho mô hình dữ liệu

Kết hợp hai bảng bằng join

Xuất bản và sử dụng một data model

Sử dụng data model trong một workbook

Nền tảng cho insights bền vững

Trong chương này, bạn sẽ học cách mở rộng insights vượt ra ngoài một bảng đơn lẻ bằng metrics và relationships. Bạn sẽ xây dựng ví dụ cho từng tính năng cốt lõi này của mô hình dữ liệu, rồi xem chúng hoạt động trong một workbook để tự mình cảm nhận tác động. Sau khi học xong, bạn có thể cung cấp các phép tính dùng chung cho nhóm phân tích và kiểm soát logic join tập trung ngay từ mô hình dữ liệu mà vẫn đảm bảo linh hoạt cho người dùng.

Định nghĩa các phép tính cốt lõi với metric

Tạo nguồn sự thật duy nhất cho một KPI

Metric so với cột tính toán (calculated column)

Bổ sung mô hình dữ liệu bằng cách thêm một metric

Tạo metric đầu tiên của bạn

Sử dụng metric trong workbook

Quản lý join hiệu quả với relationships

Relationships và joins

Các loại mối quan hệ

Thêm cột vào bảng gốc bằng relationship

Thêm một mối quan hệ giữa khoản vay và khách hàng

Khám phá relationships trong workbook

Làm giàu bảng với metrics và relationships

Trong chương này, bạn sẽ học về hai tính năng nâng cao của mô hình dữ liệu (parameters và bảo mật cấp cột) trước khi triển khai mọi thứ đã học trong một ví dụ cuối cùng. Parameters cho phép bạn cấu hình các bộ lọc linh hoạt trên mô hình, còn bảo mật giúp giữ an toàn cho dữ liệu nhạy cảm. Sau đó, bằng cách kết hợp tất cả tính năng và thực hành tốt nhất đã học đến đây, bạn sẽ có cơ hội củng cố kỹ năng phân tích có khả năng mở rộng.

Lọc dữ liệu bằng tham số của mô hình dữ liệu

Parameters và filters

Thêm một tham số vào data model

Sử dụng bảo mật cột để quản trị dữ liệu nhạy cảm

Thêm bảo mật cột vào một mô hình dữ liệu

Hỗ trợ nhóm của bạn với một mô hình dữ liệu đầy đủ tính năng

Hoàn thiện mô hình dữ liệu từ bản đặc tả

Phân tích nguyên mẫu

Kết luận

Kết hợp tất cả với parameters và bảo mật

Ngừng lặp lại những phép nối và phép tính cũ, và bắt tay vào phân tích có kiểm soát, có khả năng mở rộng với các mô hình dữ liệu của Sigma. Trong khóa học này, bạn sẽ học khi nào và vì sao nên dùng mô hình dữ liệu trong Sigma, hiểu được cách chúng cải thiện hiệu năng, chuẩn hóa phép tính trên toàn tổ chức và quản lý thông tin nhạy cảm.

Chúng ta sẽ tìm hiểu unions, joins, relationships, metrics, parameters và bảo mật cấp cột để tạo và chia sẻ những khối xây dựng vững chắc cho phân tích.

Kết thúc khóa học, bạn sẽ biết khi nào nên tạo mô hình dữ liệu và cần tính năng nào cho bài toán của mình. Không còn các phép nối ad hoc và không còn người dùng bối rối.

Hãy ngừng việc viết lại các phép nối và tính toán lặp đi lặp lại, và hãy khám phá các phân tích được quản lý chặt chẽ và có khả năng mở rộng bằng cách sử dụng các mô hình dữ liệu Sigma. Trong khóa học này, quý vị sẽ tìm hiểu về thời điểm và lý do sử dụng các mô hình dữ liệu trong Sigma, hiểu rõ khả năng đặc biệt của chúng trong việc nâng cao hiệu suất, tiêu chuẩn hóa các tính toán trên toàn tổ chức và quản lý thông tin nhạy cảm.

Chúng ta sẽ tìm hiểu về các liên kết, kết hợp, mối quan hệ, chỉ số, tham số và bảo mật cấp cột để tạo ra và chia sẻ các khối xây dựng vững chắc cho phân tích.

Sau khi hoàn thành khóa học này, quý vị sẽ nắm rõ thời điểm cần xây dựng mô hình dữ liệu và các tính năng cần thiết để phù hợp với trường hợp sử dụng của mình. Không còn các kết nối tạm thời và không còn sự nhầm lẫn cho người dùng.

Ngừng viết lại các phép nối và tính toán, hãy sử dụng mô hình dữ liệu Sigma để phân tích hiệu quả.

Kết luận

Create Your Free Account