Tập trung hóa việc cập nhật KPI

Ngân hàng Oakmark cần cập nhật một KPI trên hàng chục báo cáo khác nhau. Việc dùng một data model của Sigma như một nguồn sự thật tập trung giúp giải quyết thách thức này như thế nào? Chọn 3 lợi ích đúng:

Bài tập này là một phần của khóa học

Mô hình dữ liệu trong Sigma

Xem khóa học

Bài tập tương tác thực hành

Biến lý thuyết thành hành động với một trong các bài tập tương tác của chúng tôi

Bắt đầu bài tập

Bài tập này là một phần của khóa học

Mô hình dữ liệu trong Sigma

SkillTag.level.beginnerSkillTag.label

4.8+

Bắt đầu khóa học miễn phí

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.

Exercise 1: Data model là gì?Exercise 2: Data model so với workbook Exercise 3: Tập trung hóa việc cập nhật KPI

Bài tập hiện tại

Exercise 4: Join và union trong một data model Exercise 5: Kết hợp hai bảng bằng union Exercise 6: Xây dựng bảng cơ sở cho mô hình dữ liệu Exercise 7: Kết hợp hai bảng bằng join Exercise 8: Xuất bản và sử dụng một data model Exercise 9: Sử dụng data model trong một workbook

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.

Exercise 1: Định nghĩa các phép tính cốt lõi với metric Exercise 2: Tạo nguồn sự thật duy nhất cho một KPI Exercise 3: Metric so với cột tính toán (calculated column)Exercise 4: Bổ sung mô hình dữ liệu bằng cách thêm một metric Exercise 5: Tạo metric đầu tiên của bạn Exercise 6: Sử dụng metric trong workbook Exercise 7: Quản lý join hiệu quả với relationships Exercise 8: Relationships và joins Exercise 9: Các loại mối quan hệ Exercise 10: Thêm cột vào bảng gốc bằng relationship Exercise 11: Thêm một mối quan hệ giữa khoản vay và khách hàng Exercise 12: Khám phá relationships trong workbook

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.

Exercise 1: Lọc dữ liệu bằng tham số của mô hình dữ liệu Exercise 2: Parameters và filters Exercise 3: Thêm một tham số vào data model Exercise 4: Sử dụng bảo mật cột để quản trị dữ liệu nhạy cảm Exercise 5: Thêm bảo mật cột vào một mô hình dữ liệu Exercise 6: Hỗ trợ nhóm của bạn với một mô hình dữ liệu đầy đủ tính năng Exercise 7: Hoàn thiện mô hình dữ liệu từ bản đặc tả Exercise 8: Phân tích nguyên mẫu Exercise 9: Kết luận