পাঠ 1দোকান এবং লোকেশন অবজেক্ট: Store_ID, Store_Name, Region, Country, Channelখুচরা বিশ্লেষণের জন্য দোকান এবং লোকেশন মাত্রা অবজেক্ট সংজ্ঞায়িত করুন। দোকান আইডেন্টিফায়ার, নাম, অঞ্চল, দেশ এবং চ্যানেল মডেল করতে শিখুন এবং এই অ্যাট্রিবিউটগুলি ভৌগোলিক এবং চ্যানেল পারফরম্যান্স রিপোর্টিং সমর্থন করে।
Store_ID as the store business keyStore_Name standards and cleansingRegion and country hierarchiesChannel classification and mappingLocation attributes for filteringপাঠ 2কী, জয়েন এবং অ্যালায়াস: কনফর্মড মাত্রা এবং একই টেবিলে একাধিক জয়েনের কৌশলকনফর্মড মাত্রা সমর্থন করতে কী, জয়েন এবং অ্যালায়াস মডেল করুন। শেয়ার্ড মাত্রাগুলি একাধিক ফ্যাক্টে জয়েন করতে, লুপ এড়াতে এবং ইউনিভার্স স্কিমায় ভিন্ন ভূমিকা বা পাথ প্রতিনিধিত্ব করতে টেবিল অ্যালায়াস ব্যবহার করতে শিখুন।
Natural versus surrogate keys in designInner and outer join choicesCreating and using table aliasesResolving join loops with contextsValidating join paths with sample queriesপাঠ 3কোর ইউনিভার্স অবজেক্ট: Sales_Revenue (sum), Units_Sold (sum), Gross_Margin (sum), Discount_Amount (sum)ব্যবহারকারীরা যার উপর নির্ভর করে কোর সেলস ফ্যাক্ট মেজার ডিজাইন করুন। রেভিনিউ, ইউনিট, মার্জিন এবং ডিসকাউন্ট অ্যাডিটিভ মেজার হিসেবে মডেল করতে, অ্যাগ্রিগেশন আচরণ সংজ্ঞায়িত করতে এবং ইউনিভার্সে প্রত্যেক মেট্রিকের পিছনে বিজনেস নিয়ম ডকুমেন্ট করতে শিখুন।
Business definition of Sales_RevenueUnits_Sold measure and aggregation rulesGross_Margin calculation and validationDiscount_Amount sourcing and logicMeasure formatting and number scalingপাঠ 4ডিরাইভড এবং গণনাকৃত অবজেক্ট: Margin_Pct, Stock_Turnover, Days_of_Inventory, Slow_Mover_Flag ভেরিয়েবলবিজনেস লজিক এনক্যাপসুলেট করতে ডিরাইভড এবং গণনাকৃত অবজেক্ট তৈরি করুন। মার্জিন পার্সেন্ট, স্টক টার্নওভার, ইনভেন্টরি দিন এবং স্লো মুভার ফ্ল্যাগ তৈরি করতে শিখুন যাতে সূত্রগুলি রক্ষণীয় এবং ভালো ডকুমেন্টেড থাকে।
Margin_Pct formula and rounding rulesStock_Turnover calculation optionsDays_of_Inventory business definitionSlow_Mover_Flag thresholds and logicValidating derived metrics with samplesপাঠ 5অতিরিক্ত ইউনিভার্স অবজেক্ট: Selling_Price (detail), Cost_of_Goods_Sold (detail), Stock_Level (snapshot), Stock_Value (calculated)বিশ্লেষণ সমৃদ্ধ করতে অতিরিক্ত ডিটেইল এবং স্ন্যাপশট মেজার মডেল করুন। সেলিং প্রাইস, কস্ট অফ গুডস সোল্ড, স্টক লেভেল এবং স্টক মূল্য উন্মোচন করতে শিখুন এবং রিপোর্টে ডিটেইল বনাম অ্যাগ্রিগেটেড অবজেক্ট কখন ব্যবহার করবেন তা বুঝুন।
Selling_Price as a detail objectCost_of_Goods_Sold sourcing and rulesStock_Level as a snapshot measureStock_Value as a calculated measureChoosing detail versus aggregated objectsপাঠ 6একাধিক ফ্যাক্ট টেবিল হ্যান্ডলিং: ফ্যান ট্র্যাপ এবং চ্যাজম ট্র্যাপ প্রতিরোধে জয়েন টাইপ, কনটেক্সট এবং অ্যালায়াসএকটি ইউনিভার্সে একাধিক ফ্যাক্ট টেবিল নিরাপদে হ্যান্ডল করুন। ফ্যান এবং চ্যাজম ট্র্যাপ এড়াতে জয়েন কৌশল, কনটেক্সট এবং অ্যালায়াস শিখুন, যাতে কম্বাইন্ড সেলস এবং স্টক রিপোর্ট সঠিক, ননডুপ্লিকেটেড ফলাফল দেয়।
Identifying fan and chasm trap patternsJoin strategies for multiple fact tablesUsing contexts to isolate fact combinationsAliases to separate incompatible joinsTesting combined sales and stock queriesপাঠ 7মাত্রা অবজেক্ট: Product_ID, SKU, Product_Category, Product_Subcategory, Brandবিশ্লেষণের জন্য শক্তিশালী পণ্য মাত্রা অবজেক্ট ডিজাইন করুন। আইডি, এসকিউ, ক্যাটাগরি, সাবক্যাটাগরি এবং ব্র্যান্ড উন্মোচন করতে শিখুন, ধীরে পরিবর্তনশীল অ্যাট্রিবিউট ম্যানেজ করুন এবং সব ফ্যাক্ট টেবিল জুড়ে সামঞ্জস্যপূর্ণ পণ্য রোলআপ নিশ্চিত করুন।
Product_ID as primary business keySKU granularity and uniquenessProduct_Category hierarchy designProduct_Subcategory relationshipsBrand attributes and reporting useপাঠ 8ডাবল কাউন্টিং এড়ানো: স্পষ্ট গ্রেইন সংজ্ঞা, অ্যাগ্রিগেট-অ্যাওয়্যার কনটেক্সট ব্যবহার এবং সেমি-অ্যাডিটিভ মেজার ব্যাখ্যাঅ্যাগ্রিগেটেড রিপোর্টে ডাবল কাউন্টিং প্রতিরোধ করতে বুঝুন। স্পষ্ট ফ্যাক্ট গ্রেইন সংজ্ঞায়িত করতে, অ্যাগ্রিগেট-অ্যাওয়্যার অবজেক্ট এবং কনটেক্সট ব্যবহার করতে এবং সময় জুড়ে স্টক এবং ব্যালেন্সের মতো সেমি-অ্যাডিটিভ মেজার সঠিকভাবে হ্যান্ডল করতে শিখুন।
Defining a clear and consistent fact grainAggregate-aware measures and objectsDesigning and using universe contextsSemi-additive measures across timeTesting reports for hidden double countingপাঠ 9সময় অবজেক্ট: Calendar_Date, Fiscal_Year, Fiscal_Period, Week, Month_To_Date_Flagনমনীয় পিরিয়ড বিশ্লেষণের জন্য সময় মাত্রা অবজেক্ট ডিজাইন করুন। ক্যালেন্ডার তারিখ, ফিসকাল ইয়ার, ফিসকাল পিরিয়ড, সপ্তাহ এবং মাস-টু-ডেটের মতো ফ্ল্যাগ উন্মোচন করতে শিখুন, যা সামঞ্জস্যপূর্ণ সময়-ভিত্তিক ফিল্টার এবং তুলনা সক্ষম করে।
Calendar_Date as the base time keyFiscal_Year and Fiscal_Period mappingWeek and month attributes for groupingMonth_To_Date_Flag logic and usageHandling holidays and special periodsপাঠ 10ফ্যাক্ট গ্রেইন এবং মডেলিং: ট্রানজ্যাকশন-লেভেল সেলস ফ্যাক্ট বনাম স্টক স্ন্যাপশট ফ্যাক্ট সংজ্ঞা, গ্রেইন প্রভাবপ্রত্যেক টেবিলের জন্য ফ্যাক্ট গ্রেইন সংজ্ঞায়িত এবং ডকুমেন্ট করুন। ট্রানজ্যাকশন-লেভেল সেলস ফ্যাক্ট এবং স্টক স্ন্যাপশট ফ্যাক্টের মধ্যে পার্থক্য শিখুন এবং গ্রেইন চয়েস অ্যাগ্রিগেশন, ড্রিল পাথ এবং রিপোর্ট পারফরম্যান্স কীভাবে প্রভাবিত করে তা বুঝুন।
Transaction-level sales fact definitionStock snapshot fact grain and timingGrain alignment across related factsImpact of grain on aggregationsDocumenting grain for report designersপাঠ 11সাবজেক্ট এরিয়া শনাক্তকরণ: সেলস ফ্যাক্ট, স্টক ফ্যাক্ট, পণ্য মাস্টার, দোকান মাস্টার, ক্যালেন্ডার মাত্রাইউনিভার্স ডিজাইন চালিত বিজনেস সাবজেক্ট এরিয়া সংজ্ঞায়িত করুন। সেলস, স্টক, পণ্য, দোকান এবং ক্যালেন্ডার ডেটা ফ্যাক্ট এবং মাত্রা টেবিলে কীভাবে ম্যাপ হয় তা শিখুন এবং এই বিচ্ছেদ নমনীয়, সামঞ্জস্যপূর্ণ রিপোর্টিং সমর্থন করে।
Sales fact subject area definitionStock fact subject area definitionProduct master as a conformed dimensionStore master and location coverageCalendar dimension business requirementsপাঠ 12অডিটিং এবং লাইনেজ ক্ষেত্র: ট্রাবলশুটিং এবং রেকনসিলিয়েশনের জন্য Data_Source, Load_Timestamp, Record_Statusইউনিভার্সে অডিটিং এবং লাইনেজ ক্ষেত্র প্রবর্তন করুন। Data_Source, Load_Timestamp এবং Record_Status ট্রাবলশুটিং, রেকনসিলিয়েশন এবং ব্যবহারকারী বিশ্বাস সমর্থন করে এবং এন্ড ইউজারদের বিভ্রান্ত না করে তাদের উন্মোচন করতে শিখুন।
Purpose of Data_Source in reportingUsing Load_Timestamp for recency checksRecord_Status for active or deleted rowsDesigning audit objects for power usersReconciliation techniques using audit data