Download
slide1 n.
Skip this Video
Loading SlideShow in 5 Seconds..
Hyperion Essbase PowerPoint Presentation
Download Presentation
Hyperion Essbase

Hyperion Essbase

307 Views Download Presentation
Download Presentation

Hyperion Essbase

- - - - - - - - - - - - - - - - - - - - - - - - - - - E N D - - - - - - - - - - - - - - - - - - - - - - - - - - -
Presentation Transcript

  1. Hyperion Essbase

  2. Multidimensionalidad • ¿Qué es una base de datos multidimensional? • Es un tipo de base de datos del tipo matriz de doble entrada, preparada para abarcar muchas dimensiones o perspectivas de análisis. • Permite analizar la información desde diferentes perspectivas, como proveedores, materiales, depósitos, tipo de almacén, tipos de movimientos, período. • Agregar y desagregar jerarquías, analizando al nivel de detalle que se desea.

  3. Multidimensionalidad • Permite obtener una respuesta rápida a las preguntas claves: De dónde proviene ese número? ¿Por qué cambió ese número? • De acuerdo a estas preguntas se generan las distintas dimensiones de la base: ¿ Quién ? Vendedor ¿ A Quién Cliente ¿ Cuánto ? Medida ¿ Dónde ? Geografía ¿ Cuando ? Fecha ¿ Qué ? Producto

  4. Multidimensionalidad • Principales Características • Permite analizar la información de negocio desde diferentes perspectivas, distintos puntos de vistas. • Unificación de la fuente de datos, permitiendo que todos los usuarios accedan y analicen la misma información, en forma rápida y sencilla. • Permite el almacenamiento y análisis de información a distintos niveles de detalle (dimensiones con estructura jerárquica).

  5. Multidimensionalidad • Brinda facilidades de navegación de la información en forma amigable, a través de grillas, gráficos, semáforos, links, permitiendo a los diferentes usuarios realizar sus propios reportes ad-hoc. • Permite detectar desvíos y analizar las causas de las variaciones. • Es más intuitivo que un modelo relacional. Acompaña a la manera en la que los usuarios razonan y analizan para la toma de decisiones.

  6. Multidimensionalidad • Conclusión • Facilidad de uso • Orientado a consultas de datos sumarizados • Velocidad de consulta homogénea • Capacidad de Cálculo Áreas Financieras

  7. Multidimensionalidad • Terminología Essbase Outline Miembros Atributos Dimensiones

  8. Multidimensionalidad • Conceptos

  9. Multidimensionalidad • Outline • Define las relaciones entre los miembros de la base de datos. Permite visualizar las dimensiones y consolidaciones, así como cálculos y fórmulas. • Dimensiones • Representan las variables o perspectivas por las cuáles se desea analizar el negocio. • Son el nivel más alto de un outline. • Miembros • Son los componentes de una dimensión. • Las dimensiones y miembros son generalmente organizadas en forma de jerarquía.

  10. Ancestors of April Parent Child Descendants of Year Siblings Multidimensionalidad • Relación entre Miembros Year Qtr1 Qtr2 April

  11. Level 1/Level 2 Level 0 Level 1 Level 0 Level 0 Level 0 Level 0 Level 0 Multidimensionalidad • Niveles y Generaciones Gen 1 Gen 2 Gen 2 Gen 3 Gen 3

  12. Multidimensionalidad • Generaciones • El término generación describe la ubicación de un miembro dentro de la jerarquía de un outline partiendo desde una perspectiva particular. • Representa el nivel de consolidación de una dimensión. • El número de generación identifica la rama donde se encuentra el miembro con referencia a la distancia respecto a la dimensión. • Es nombrada con el método top-down (de arriba hacia abajo) comenzando con el 1 para la dimensión. Se cuentan de izquierda a derecha.

  13. Multidimensionalidad • Niveles • El término Nivel describe la ubicación de un miembrodentro de la jerarquía de un outline partiendo desde perspectivas alternas. • Son nombrados con el método bottom-up (de abajo hacia arriba) comenzando con 0 (cero). • Cualquier miembro que no tenga hijos es un Nivel 0. Cada rama sobre un nivel 0 está en un nivel más alto: 1, 2, 3, etc. En el outline los niveles cuentan de derecha a izquierda. • En las terminologías de estructuras de árbol, se toma al miembro Nivel 0 como miembro hoja. Los niveles más altos (dimensión) son llamados raíz.

  14. Multidimensionalidad • UDAs • Los UDAs son atributos definidos por los usuarios (User Defined Attribute). • Marcas que se le pueden asignar a los miembros con características similares. • El objetivo principal es utilizarlos en cálculos y reportes permitiendo seleccionar un conjunto particular de datos. • Los miembros pueden tener mas de un UDA asignado.

  15. Multidimensionalidad • Shared Members • Marcando un miembro como Shared Member, es posible que un miembro aparezca más de una vez en una dimensión sin afectar la consolidación de la dimensión. • La estructura de Shared Member permite crear agrupaciones alternativas con datos ya existentes en otras ramas de la dimensión.

  16. Multidimensionalidad • Dimensions Attribute • Dimensiones especiales para asignar atributos a dimensiones físicas, permitiendo calificar los miembros de una dimensión. • No son dimensiones físicas dentro de la base multidimensional, por lo tanto no ocupan lugar. • Se debe tener en cuenta que no almacena totales, por lo tanto los mismos se deberán calcular en caso de ser necesario.

  17. Multidimensionalidad • Database Calculations • Al ingresar datos a la base se debe calcular la misma para obtener valores de niveles mayores a 0. Esto se llama Consolidación. • El recálculo puede realizarse en forma manual por el usuario o automáticamente por un proceso.

  18. Multidimensionalidad • Dimensiones Densas o Dispersas • En la solapa Propiedades del outline se visualizan las características de las dimensiones. • Densas son aquellas dimensiones que ocurren siempre, por ejemplo Precio y Cantidad. (archivo .pag) • Dispersas son aquellas con poca ocurrencia, por ejemplo Cliente y Producto. (archivo .ind)

  19. Diseño del Modelo Parte 2Análisis de dispersión

  20. Análisis de dispersión Scenario Scenario Accounts Accounts Scenario Scenario Accounts Accounts Scenario Scenario Accounts Accounts Sparse dimensions Markets dimension (sparse) Vermont Region 2 NY Region 1 Prod 1 Cola Time Time Prod 2 Birch beer Products dimension (sparse) Time Time Prod 3 Diet cola Time Time Each block is made up of all dense dimensions.

  21. Disk blocks Data cache Index pages Index cache Disk Disk Análisis de dispersión

  22. Diseño del Modelo Parte 3Construcción de dimensiones

  23. Construcción de dimensiones 3. Outline 1. Data file / SQL 2. Rules file

  24. Products 100 100-10 100-10-12 100-10-13 Generation 1 Generation 2 Generation 3 Generation 4 Construcción de dimensiones

  25. Construcción de dimensiones Products 100 100-10 100-10-12 100-10-13 Level 2 Level 1 Level 0

  26. Construcción de dimensiones Products 100 100-10 100-10-12 100-10-13 Parent and child Parent and child Parent and child

  27. Diseño del Modelo Parte 4Carga de datos

  28. Carga de datos • Free-form • Spreadsheet • Text • Data load rules • Spreadsheet lock and send • Relational/SQL interface

  29. Carga de datos Markets Products Scenario Year Measures East Cola Actual Jan Sales $10 East Cola Actual Feb Sales $21 East Cola Actual Mar Sales $30 East Cola Actual Apr Sales $35 East Cola Actual May Sales $40 East Cola Actual Jun Sales $45 East Cola Actual Jan Marketing $8 East Cola Actual Feb Marketing $16 East Cola Actual Mar Marketing $20

  30. Carga de datos Raw data file 100 10 New York Sales Jan Actual 111.00 100 30 New York Sales Jan Actual 111.00 100 40 New York Sales Jan Actual 111.00 100 50 New York Sales Jan Actual 111.00 100 60 New York Sales Jan Actual 111.00 100 70 New York Sales Jan Actual 111.00 Data Prep Editor - Sample Basic Data “100” “10” “New York” “Sales” “Jan” “Actual” 111.0000 “100” “30” “New York” “Sales” “Jan” “Actual” 111.0000 “100” “40” “New York” “Sales” “Jan” “Actual” 111.0000 “100” “50” “New York” “Sales” “Jan” “Actual” 111.0000 “100” “60” “New York” “Sales” “Jan” “Actual” 111.0000 “100” “70” “New York” “Sales” “Jan” “Actual” 111.0000 Products Markets Measures Year 100-10 New York Sales Jan 100-30 New York Sales Jan 100-40 New York Sales Jan 100-50 New York Sales Jan

  31. Diseño del Modelo Parte 5Cálculo del modelo

  32. Cálculo del modelo Year Qtr1 (+) Jan (+) Feb (+) Mar (+) Essbase calculation (CALC ALL) 336.0 Actual Sales 406.07 128.42 277.65 115.2 120.3 100.5 Vermont -> Cola -> Actual Accounts Jan Feb Mar Qtr1 Sales 124.71 119.43 161.93 COGS 42.37 38.77 47.28 82.34 80.66 114.65 Margin

  33. Cálculo del modelo Essbase calculation (CALC ALL) After calc of Time dimension Year Qtr1 Dataload from table After calc of Accounts dimension XXXX XXXXXXX Jan Budget ### XX Feb XX ### Mar XX Actual ### Sales COGS Margin Profit

  34. Cálculo del modelo East -> Cola • Input blocks • Calculated blocks • Level zero blocks • Upper-level blocks Vermont -> Cola New York -> Cola

  35. Cálculo del modelo CALC ORDER • First, Accounts • Second, Time • Third, remaining dense dimensions • Fourth, remaining sparse dimensions • Dynamic Calc members (Non-Store) • Dense member • Sparse member with small fan-out • Dynamic Calc and Store members • Upper-level sparse member on remote server • Upper-level sparse member with complex formula

  36. Diseño del Modelo Complete Planning and Analysis Checklist Define Dimensions and Members Examine Consolidation Generate the Database Outline Tag Consolidations Load Data Calculate the Database

  37. Estructura de Directorios • Objetos de una Aplicación: • .OTL: Outline, Estructura del modelo • .RUL: Reglas de Carga de dimensiones y/o • .CSC: Scripts de Calculo • .RPT: Reportes para extraer la información en archivos planos • Otros Archivos: • .LOG: del Servidor y de las Aplicaciones • .SEC: Seguridad • .CFG: Archivo de configuración

  38. Preguntas

  39. Muchas gracias por su asistencia.