Kad divas atskaites nesakrīt, cēlonis gandrīz nekad nav kļūda. Tas ir tāpēc, ka viens un tas pats rādītājs ir definēts divreiz, nedaudz atšķirīgi, divu cilvēku paveiktā saprātīgā darbā. Semantiskais modelis ir vieta, kur katrs mērs tiek definēts vienreiz, lai katra atskaite šo definīciju pārmantotu, nevis veidotu no jauna.
Ikviens, kas strādājis ar uzņēmuma datiem, ir bijis šādā sapulcē. Divi cilvēki, divi informācijas paneļi, divi dažādi ieņēmumu rādītāji, un neviens nevar pateikt, kurš ir pareizs. Parasti beidzas ar to, ka kāds eksportē uz Excel, lai pārbaudītu ar rokām - tā atskaišu sistēma klusi zaudē uzticību.
Kāpēc skaitļi nesakrīt
Jo „ieņēmumi“ nav viena lieta.
Ja divi kompetenti cilvēki tiek lūgti izveidot ieņēmumu atskaiti no vienas datubāzes, katrs pieņems apmēram duci nelielu lēmumu. Iekļaut PVN vai nē. Atskaitīt kredītrēķinus vai nē. Uzskaitīt pēc rēķina datuma vai maksājuma datuma. Skaitīt neapmaksātos rēķinus. Izslēgt starpuzņēmumu darījumus. Noņemt testa pasūtījumus. Konvertēt valūtu pēc darījuma kursa vai mēneša beigu kursa.
Katra izvēle ir aizstāvama. Neviena atskaite nav nepareiza. Tās atbildēja uz nedaudz atšķirīgiem jautājumiem, un neviena nenorāda, uz kuru jautājumu atbildēja.
Tā ir īstā problēma: definīcija atrodas atskaites iekšpusē, nevis līdzās datiem. Mainās cilvēks, mainās atskaite, mainās skaitlis.
Kas ir semantiskais modelis
Slānis starp neapstrādātajām tabulām un atskaitēm, kur tiek pierakstīta biznesa nozīme.
Tā vietā, lai katra atskaite Power BI vidē aprēķinātu ieņēmumus no neapstrādātām kolonnām, ir viena neto ieņēmumu definīcija. Viena aktīva klienta definīcija. Viena bruto peļņas normas definīcija. Atskaites atsaucas uz tām. Kad definīcija mainās, tā mainās vienreiz un viss seko.
Tajā ir trīs lietas:
Mēri. Aprēķini - neto ieņēmumi, peļņas norma, aizplūšanas līmenis, vidējais darījuma lielums. Uzrakstīti vienreiz, DAX vai datu noliktavā, un izmantoti visur.
Sakarības. Kā tabulas savienojas, lai filtrs vienā pareizi nonāktu citā. Tas arī padara atskaites ātras - skatīt kāpēc Power BI atskaites kļūst lēnas, kur tā pati struktūra pilda dubultu lomu.
Cilvēkiem atpazīstami nosaukumi. `ord_hdr.amt_2` kļūst par „Neto ieņēmumi“. Tas nav kosmētisks - tieši tas ļauj kādam izveidot pašam savu atskaiti, nejautājot, kuru kolonnu izmantot.
Semantiskais modelis pret datu modeli
Šie termini tiek lietoti kā sinonīmi, bet tie nav viens un tas pats.
Datu modelis ir struktūra: kādas tabulas pastāv, kā tās savienojas, kādas ir atslēgas. Tas ir tehnisks fakts par datiem.
Semantiskais modelis ir nozīme: ko šīs struktūras apzīmē biznesa terminos. Tā ir vienošanās kopa par valodu.
Var būt ideāls datu modelis un tomēr iegūt divus ieņēmumu rādītājus, jo neviens nav vienojies, ko ieņēmumi nozīmē. Struktūra bez nozīmes ir tur, kur patiesībā dzīvo lielākā daļa atskaišu problēmu.
Grūtā daļa nav tehniska
Mēra uzrakstīšana aizņem minūtes. Vienošanās par to, ko tam jāsaka, aizņem nedēļas, jo tas nozīmē, ka finansēm, pārdošanai un operācijām jāvienojas par vienu definīciju, kad katrai jau ir sava strādājoša.
Pārdošana darījumu uzskaita, kad tas ir parakstīts. Finanses - kad par to ir izrakstīts rēķins. Operācijas - kad prece ir nosūtīta. Visas trīs ir tiesas savam mērķim, un visas trīs gadiem ilgi ir ziņojušas par savu skaitli.
Semantiskais modelis liek šo sarunu notikt. Tas ir neērti, un tā ir visa vērtība - programmatūras problēma nekad nebija problēma.
Praktiski: izvēlēties piecus visvairāk strīdu izraisošos rādītājus, savākt telpā cilvēkus, kuriem tie pieder, un pierakstīt, ko katrs nozīmē. Šis dokuments ir modeļa sākums, un tas ir noderīgs, pat ja nekas netiek būvēts.
Kur modelim jāatrodas
Power BI datu kopā. Piemērots vienai komandai ar vienu galveno atskaiti. Ātri izveidojams, bez papildu infrastruktūras. Ierobežojums: definīcijas pastāv tikai Power BI iekšienē, tāpēc nekas cits, kas lasa datus, tās nesaņem.
Datu noliktavā. Definīcijas atrodas pašos datos, parasti izveidotas ar dbt, un Power BI lasa gatavās tabulas. Vairāk iestatīšanas, un tas nozīmē, ka Excel, cits BI rīks un MI asistents pārmanto vienas un tās pašas definīcijas, nevis katrs izdomā savas.
Neliels uzņēmums, viens atskaišu rīks: sākt Power BI. Vairāki rīki, kas lasa vieniem un tiem pašiem datiem, vai MI klātbūtne: tur piederas datu noliktava.
Daļa, kas tagad ir svarīgāka nekā agrāk
Divu cilvēku nesaskaņas ir sena problēma, un uzņēmumi ar to dzīvojuši desmitgadēm, lai strīdu izšķirtu cilvēks.
MI asistenta pieslēgšana datiem izslēdz šo šķīrējtiesnesi. Ja tam jautā par ieņēmumiem pret neapstrādātām tabulām, tas pieņem tos pašus duci lēmumu - klusi un, iespējams, katru reizi citādi. Rezultāts ir skaitlis bez cilvēka aiz tā un bez iespējas uzzināt, uz kuru jautājumu tas atbildēja.
Semantiskais modelis to aptur. Asistents lasa tās pašas definīcijas, ko informācijas panelis, tāpēc abi sakrīt, un, kad nesakrīt, ir zināms, ka modelī ir robs, nevis MI kaut ko izdomājis. Par to sīkāk rakstīts rakstā kāpēc MI kļūdās ar skaitļiem.
Ar ko sākt
Jāņem rādītājs, par kuru uzņēmumā strīdas visvairāk. Trīs cilvēkiem atsevišķi jāpieraksta, ko tas nozīmē, vienā teikumā.
Ja trīs teikumi sakrīt, šīs problēmas nav. Ja nesakrīt, ir atrasts gan iemesls, kāpēc atskaites nesakrīt, gan pirmais ieraksts semantiskajā modelī.
Biežāk uzdotie jautājumi
Kas ir semantiskais modelis Power BI?
Slānis starp neapstrādātajām tabulām un atskaitēm, kurā tiek definēta biznesa nozīme - kas skaitās ieņēmumi, kas ir aktīvs klients, kā tiek aprēķināta peļņas norma. Atskaites lasa šīs definīcijas, nevis katra pārrēķina no neapstrādātām kolonnām.
Kāpēc divas Power BI atskaites uzrāda atšķirīgus skaitļus?
Gandrīz vienmēr tāpēc, ka katra rādītāju definē nedaudz citādi. Viena iekļauj kredītrēķinus, otra ne. Viena filtrē testa kontus, otra ne. Abi ir pareizi aprēķini uz dažādiem jautājumiem, un neviena atskaite nenorāda, uz kuru jautājumu atbildēja.
Vai semantiskais modelis ir tas pats, kas datu modelis?
Saistīti, bet ne identiski. Datu modelis ir struktūra - tabulas, sakarības, atslēgas. Semantiskais modelis ir nozīmes slānis virs tā: mēri, definīcijas, hierarhijas, nosaukumi, kurus atpazīst biznesa cilvēks.
Vai semantiskajam modelim ir vajadzīga datu noliktava?
Nē. To var izveidot vienā Power BI datu kopā, un daudzi uzņēmumi tā dara. Datu noliktava palīdz, kad vairākiem rīkiem vajadzīgas vienas un tās pašas definīcijas, jo tad modelis atrodas ārpus Power BI, kur to var nolasīt viss.
Cik ilgi to aizņem izveidot?
Tehniskais darbs aizņem dienas. Vienošanās par definīcijām aizņem ilgāk, jo tas nozīmē, ka finansēm, pārdošanai un operācijām jāvienojas, ko vārds nozīmē. Šī saruna ir īstais projekts, un to vērts veikt pienācīgi.
Published · Updated · Last reviewed

Autors: Elvijs Veide, Co-founder


