Lekce 1Objekty obchodů a lokalit: Store_ID, Store_Name, Region, Country, ChannelDefinujte objekty dimenzí obchodů a lokalit pro maloobchodní analýzu. Naučte se modelovat identifikátory obchodů, názvy, regiony, země a kanály a jak tyto atributy podporují geografické a kanálové reportování výkonnosti.
Store_ID as the store business keyStore_Name standards and cleansingRegion and country hierarchiesChannel classification and mappingLocation attributes for filteringLekce 2Klíče, spoje a aliasy: techniky pro konformní dimenze a vícenásobné spoje na stejnou tabulkuModelujte klíče, spoje a aliasy pro podporu konformních dimenzí. Naučte se spojovat sdílené dimenze s více fakty, vyhýbat se smyčkám a používat aliasy tabulek pro reprezentaci různých rolí nebo cest ve schématu vesmíru.
Natural versus surrogate keys in designInner and outer join choicesCreating and using table aliasesResolving join loops with contextsValidating join paths with sample queriesLekce 3Základní objekty vesmíru: Sales_Revenue (sum), Units_Sold (sum), Gross_Margin (sum), Discount_Amount (sum)Navrhněte klíčové měření faktů prodeje, na které uživatelé spoléhají. Naučte se modelovat příjmy, jednotky, marže a slevy jako aditivní měření, definovat chování agregace a dokumentovat obchodní pravidla za každou metrikou ve vesmíru.
Business definition of Sales_RevenueUnits_Sold measure and aggregation rulesGross_Margin calculation and validationDiscount_Amount sourcing and logicMeasure formatting and number scalingLekce 4Odvozené a vypočítané objekty: proměnné pro Margin_Pct, Stock_Turnover, Days_of_Inventory, Slow_Mover_FlagVytvořte odvozené a vypočítané objekty, které zapouzdřují obchodní logiku. Naučte se budovat procento marže, obrat zásob, dny zásob a vlajky pomalých pohybů při zachování udržitelných a dobře dokumentovaných vzorců.
Margin_Pct formula and rounding rulesStock_Turnover calculation optionsDays_of_Inventory business definitionSlow_Mover_Flag thresholds and logicValidating derived metrics with samplesLekce 5Další objekty vesmíru: Selling_Price (detail), Cost_of_Goods_Sold (detail), Stock_Level (snapshot), Stock_Value (calculated)Modelujte další detailní a snímkové měření obohacující analýzu. Naučte se vystavovat prodejní cenu, náklady na prodané zboží, úroveň zásob a hodnotu zásob a pochopte, kdy použít detailní versus agregované objekty v reportech.
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 objectsLekce 6Zpracování více faktových tabulek: typy spojů, kontexty a aliasy k prevenci pastí fanoutů a propastíZpracovávejte více faktových tabulek bezpečně v jednom vesmíru. Naučte se spojové strategie, kontexty a aliasy k vyhnutí se pastím fanoutů a propastí, zajistěte, že kombinované reporty prodeje a zásob vrátí přesné, nezdvojené výsledky.
Identifying fan and chasm trap patternsJoin strategies for multiple fact tablesUsing contexts to isolate fact combinationsAliases to separate incompatible joinsTesting combined sales and stock queriesLekce 7Objekty dimenzí: Product_ID, SKU, Product_Category, Product_Subcategory, BrandNavrhněte robustní objekty dimenzí produktů pro analýzu. Naučte se vystavovat ID, SKU, kategorie, podkategorie a značky, spravovat pomalu měnící se atributy a zajistit konzistentní rollupy produktů napříč všemi faktovými tabulkami.
Product_ID as primary business keySKU granularity and uniquenessProduct_Category hierarchy designProduct_Subcategory relationshipsBrand attributes and reporting useLekce 8Vyhýbání se dvojitému počítání: definice jasné granularity, použití agregovaně uvědomělých kontextů, vysvětlení poloaditivních měřeníPochopte, jak zabránit dvojitému počítání v agregovaných reportech. Naučte se definovat jasnou granulitu faktu, používat agregovaně uvědomělé objekty a kontexty a správně zpracovávat poloaditivní měření jako zásoby a zůstatky v čase.
Defining a clear and consistent fact grainAggregate-aware measures and objectsDesigning and using universe contextsSemi-additive measures across timeTesting reports for hidden double countingLekce 9Časové objekty: Calendar_Date, Fiscal_Year, Fiscal_Period, Week, Month_To_Date_FlagNavrhněte objekty dimenzí času pro flexibilní periodovou analýzu. Naučte se vystavovat kalendářové datum, fiskální roky, fiskální periody, týdny a vlajky jako měsíc-doto-datum pro konzistentní časové filtry a srovnání.
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 periodsLekce 10Granulita faktu a modelování: definice transakčního faktu prodeje vs snímkového faktu zásob, implikace granularityDefinujte a dokumentujte granulitu faktu pro každou tabulku. Naučte se rozdíl mezi transakčními fakty prodeje a snímkovými fakty zásob a jak volby granularity ovlivňují agregace, drill cesty a výkon reportů.
Transaction-level sales fact definitionStock snapshot fact grain and timingGrain alignment across related factsImpact of grain on aggregationsDocumenting grain for report designersLekce 11Identifikace tematických oblastí: fakt prodeje, fakt zásob, mistrovská data produktů, mistrovská data obchodů, dimenze kalendářeDefinujte obchodní tematické oblasti řídící návrh vesmíru. Naučte se, jak data prodeje, zásob, produktů, obchodů a kalendáře mapují na faktové a dimenzní tabulky a jak toto oddělení podporuje flexibilní, konzistentní reportování.
Sales fact subject area definitionStock fact subject area definitionProduct master as a conformed dimensionStore master and location coverageCalendar dimension business requirementsLekce 12Auditorská a linková pole: Data_Source, Load_Timestamp, Record_Status pro řešení problémů a rekonsolidaciPředstavte do vesmíru auditorská a linková pole. Naučte se, jak Data_Source, Load_Timestamp a Record_Status podporují řešení problémů, rekonsolidaci a důvěru uživatelů a jak je vystavit bez zmateení koncových uživatelů.
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
