多维分析的跨行组运算需要两个汇总层
发布日期:
2023-04-28
浏览量:
536

多维分析的跨行组运算需要两个汇总层

什么是汇总层?

BI 多维分析,是指业务人员针对已经建好的数据立方体,在页面上拖拽数据,进行分析

imagepng 

常见的分析,一般都是在某些维度上对测度进行合计、计数、平均、最大最小等聚合运算,再用升降序方式显示出来,这些运算的基础都需要先针对相应维度(年、月、省、市)进行某种汇总,然后再基于这个结果进行分析,这些维度以及维度的不同层次就是汇总层

比如下面这个交叉分析表,按省、年、产品小类对订单数量进行求和, + + 产品小类 这就是个汇总层

imagepng 

再比如更简单一些的,交叉表变成分组表,按市进行所有产品销售数量的汇总,市 + 产品,也是一个汇总层

imagepng 

常见的求和、计数、平均、最大最小等分析运算,就像上面的两个例子一样,有一个汇总层就够,定好要分析什么,然后界面上拖拽相应的维度就可以做出统计

跨行组运算不一样!

什么是跨行组?

排名、累积、占比、环比、同比等运算就是跨行组运算

之所以叫跨行组,是因为这些运算不是简单的在行内计算或者组内汇总等,而是需要跨行或者跨组运算了

比如环比,需要比上期,那就是这行的数据要比另一行(不一定是上一行)的数据,运算跨行了

再比如同比,要比去年同期,那就是今年的分组汇总要比去年的分组汇总了,运算跨组了

这些复杂的跨行跨组的多维分析运算我们定义为跨行组运算,这些运算也是更有意义和价值的运算

为什么跨行组运算需要两个汇总层?

一个汇总层,只能算出一些求和、计数、平均之类的东西,如果要做更复杂的跨行组运算,就都需要两个汇总层了

占比

比如占比,就得有两个汇总层才能比,一个小范围的汇总层和一个范围更大的汇总层来比

比如针对 城市 + + 产品小类,这是个汇总层

如果我们要算月统计值在年内的占比,那就需要把时间维度上升到年再来个汇总层,城市 + + 产品小类,有这俩汇总层,就可以做月在年内的占比了

如果我们要算城市在省内的占比,那就需要把地区维度提到省然后再来个汇城市 + + 产品小类,这样才能做市比省

如果还要城市月统计在年内和省内的占比,那就时间和地区的维度都得提起来,再来个 + + 产品小类的汇总层才可以

imagepng 

层次多的维度,还会有很多其他的占比运算需求,这里就不一一列举了,都得需要两个汇总层才可以

imagepng 

排名

刚才的占比我们主要是在概念上解释两个汇总层的必要性,现在我们再来通过一个实例来看看排名为什么需要两个汇总层,为方便理解,我们用一个简单的分组汇总分析来看

imagepng 

这个例子是用硕迪系统 做的,是在市维度上对产品的销售数量进行汇总,然后对全国的城市进行排名,市 + 产品,就是一个汇总层,另一个汇总层是:全国 + 产品的汇总层(这个汇总层不是求和了,是计数,记录比你大的有几个,然后加 1 就是你的排名,汇总层是广义的聚合运算的总称,求和、计数、第一个等都属于汇总层

imagepng 

如果要在省内进行排名,那就要给第二个汇总层定个范围,如上图一样,限制在一个省内

imagepng
如果要按省进行排名,看每个省在全国的排名,那就需要 + 产品的汇总层以及全国 + 产品的汇总层了

imagepng 

imagepng 

累积

imagepng 

上图的累积,是硕迪系统默认的累积方式,对所有月份进行累积,这个累积首先需要一个 + 订单的汇总层,对每月的数量进行求和,还需要一个所有月份 + 订单的汇总层,这个汇总层不是全部求和,而是对小于等于当前月的订单求和

imagepng 

如果要求月订单在年内的累积,那就需要:月 + 订单和年 + 订单两个汇总层

如果是求年订单的累积,那就是年 + 订单和所有年 + 订单 两个汇总层

环比

imagepng 

环比也需要两个汇总层,一个是月 + 产品,按月进行汇总,一个是全部月份 + 产品,当然这个汇总层也不是汇总求和,而是在这个层里找到第一个符合条件的值

imagepng 

如果是年环比,那就是年 + 产品和全部年份 + 产品两个汇总层

同比

imagepng 

同样的,同比也需要两个汇总层,一个是月 + 产品,按月进行汇总,一个是全部月份 + 产品,第二层也不是求和运算,也是找层里的第一个符合条件的值

imagepng 

至于表达式中为什么是要加 100,因为 201102 这样的数据,减 100 就是 201002,就是去年同期

imagepng 

可以用来检验 BI 工具的例子?

跨行组运算为什么需要两个汇总层才能做好,上面的例子中已经讲完,下面再附上几个有业务意义的,能用来检验 BI 工具跨行组运算能力的例子,有需要的可以收藏一下,以后用来检验工具了,看看它们能不能做出来,能做出来的,就可以放心用了

产品销售数量在年内和省内的排名

imagepng 

求偶数月的累积,以及同时既按月,也按年的累积

imagepng 

计算年内的环比,同时算出环比增长率

imagepng 

总结

多维分析中的这些排名、累积、占比,同比、环比等跨行组运算分析,各个 BI 产品其实都支持,都可以做,但能做的程度不一样,有些只能做简单的,功能就不够用,不完整。只有能提供两个汇总层的 BI 多维分析工具,才能做更复杂、全面的分析运算,才能为决策提供更有深度,更科学的结论和依据。