多维数据分析是企业比较青睐的一种数据分析方式,在业务数据越来越多,分析维度越来越广的情况下,企业需要一个灵活的多维度组合查询的工具,而不是针对不同的维度组合开发不同的报表。
多维数据分析主要是从多个维度提供数据分析的角度, 对以多维形式组织起来的数据进行上卷、下钻、切片、切块、旋转等各种分析操作,以便剖析数据,使分析者、决策者能从多个角度、多个侧面观察数据库中的数据,从而深入了解包含在数据中的信息和内涵。多维数据分析方式适合人的思维模式,减少了混淆,并降低了出现错误解释的可能性。
多维数据分析的主要分析方法:
1.切片
在给定的数据立方体的一个维上进行的选择操作就是切片(slice),切片的结果是得到一个二维的平面数据。
2.切块
在给定的数据立方体的两个或多个维上进行的选择操作就是切块(dice),切块的结果是得到一个子立方体。
3.上卷
数据维度层次越高,数据综合度越高,数据细节越少。上卷(roll-up)也称为数据聚合,通过消除某些维度来观察更概况的数据。
4.下钻
数据维度层次越低,数据越细致,能观察到更多细节。下钻(drill-down)也称为数据钻取,实际上是上卷的逆向操作,通过下降维度级别或通过引入某个或某些维来更细致地观察数据。
5.旋转
通过数据旋转(pivot or rotate)可以得到不同视角的数据。数据旋转操作相当于基于平面数据将坐标轴旋转。例如,旋转可能包含行和列的交换,或是把某一维旋转到其他维中去。
如何用BI工具做多维度数据分析
通过基于cube或者数据仓库的多维度数据分析,就需要使用到上面讲到的几种分析方法。而BI工具则可以相对灵活的完成多维度数据分析工作。
在BI工具中,以永洪BI为例,只需要对多数据集中需要进行多维分析的维度做新建层次处理。即可在制作报表时通过拖拉拽的方式进行多维度分析,实现上钻和下钻分析。永洪BI工具中的OLAP工具简单易用,无需编写代码,即可轻松搭建自己的多维数据模型,实现多维数据分析。