Generic

Übersicht

Öffnen Sie den Dateneditor und fügen Sie das Ladeskript unten in eine neue Registerkarte ein.

Das Ladeskript enthält einen Datensatz, der in eine Tabelle mit dem Namen Transactions geladen wird. Der Datensatz enthält ein Datumsfeld. Die Standarddefinition MonthNames wird verwendet.

Ladeskript

Products:
Generic
Load * inline [
Product ID, Attribute, Value
13, Status, Discontinued
13, Color, Brown
20, Color, White
13, Size, 13-15
20, Size, 16-18
2, Status, Discontinued
5, Color, Brown
2, Color, White
44, Color, Brown
45, Size, 16-18
45, Color, Brown
];

Ergebnisse

Laden Sie die Daten und öffnen Sie ein Arbeitsblatt. Erstellen Sie eine neue Tabelle und fügen Sie dieses Feld als Dimension hinzu: Color.

Fügen Sie folgende Kennzahl hinzu:

=Count([Product ID])

Jetzt können Sie die Anzahl der Produkte nach Farbe prüfen.

Beachten Sie die Form des Datenmodells, in der jedes Attribut zu einer getrennten Tabelle ausgeweitet wird, die entsprechend dem ursprünglichen Zieltabellen-Tag Product benannt wird. Bei jeder Tabelle ist das Attribut ein Suffix. Ein Beispiel hierfür ist Product.Color. Die resultierenden „Product Attribute“-Ausgabedatensätze sind nach Product ID verknüpft.

Übersicht

Dieses Beispiel zeigt, wie EAV-strukturierte Daten in ihrer ursprünglichen Form analysiert werden.

Öffnen Sie den Dateneditor und fügen Sie das Ladeskript unten in eine neue Registerkarte ein.

Das Ladeskript enthält einen Datensatz, der in eine Tabelle mit dem Namen Products in einer EAV-Struktur geladen wird.

In diesem Beispiel werden weiter Produkte nach Farbattribut gezählt. Um auf diese Weise strukturierte Daten zu analysieren, müssen Sie Filterung auf Formelebene für Produkte anwenden, die den Attributwert Color enthalten.

Zudem können einzelne Attribute nicht als Dimensionen oder Felder ausgewählt werden, was es schwieriger macht zu bestimmen, wie effektive Visualisierungen erstellt werden.

Ladeskript

Products:
Load * Inline
[
Product ID, Attribute, Value
13, Status, Discontinued
13, Color, Brown
20, Color, White
13, Size, 13-15
20, Size, 16-18
2, Status, Discontinued
5, Color, Brown
2, Color, White
44, Color, Brown
45, Size, 16-18
45, Color, Brown
];

Ergebnisse

Laden Sie die Daten und öffnen Sie ein Arbeitsblatt. Erstellen Sie eine neue Tabelle und fügen Sie dieses Feld als Dimension hinzu: Value.

Erstellen Sie die folgende Kennzahl:

=Count({<Attribute={'Color'}>} [Product ID])

Jetzt können Sie die Anzahl der Produkte nach Farbe prüfen.

Übersicht

In diesem Beispiel wird gezeigt, wie die normalisierte Datenstruktur, die von dem Ladezusatz Generic produziert wird, zurück in eine konsolidierte Product-Dimensionstabelle denormalisiert werden kann. Dies ist eine erweiterte Modellerstellungstechnik, die als Teil der Feinabstimmung der Leistung des Datenmodells verwendet werden kann.

Öffnen Sie den Dateneditor und fügen Sie das Ladeskript unten in eine neue Registerkarte ein.

Ladeskript

Products:

Generic
Load * inline [
Product ID, Attribute, Value
13, Status, Discontinued
13, Color, Brown
20, Color, White
13, Size, 13-15
20, Size, 16-18
2, Status, Discontinued
5, Color, Brown
2, Color, White
44, Color, Brown
45, Size, 16-18
45, Color, Brown
];

RENAME TABLE Products.Color TO Products;

OUTER JOIN (Products)
LOAD * RESIDENT Products.Size;
						
OUTER JOIN (Products)
LOAD * RESIDENT Products.Status;
DROP TABLES Products.Size,Products.Status;

Ergebnisse

Öffnen Sie die Datenmodellansicht und beachten Sie die Form des entstandenen Datenmodells. Nur eine denormalisierte Tabelle ist vorhanden. Es handelt sich um eine Kombination der drei Zwischen-Ausgabetabellen: Products.Size, Products.Status und Products.Color.

Laden Sie die Daten und öffnen Sie ein Arbeitsblatt. Erstellen Sie eine neue Tabelle und fügen Sie dieses Feld als Dimension hinzu: Color.

Fügen Sie folgende Kennzahl hinzu:

=Count([Product ID])