Pelajaran 1Objek toko dan lokasi: Store_ID, Store_Name, Region, Country, ChannelDefinisikan objek dimensi toko dan lokasi untuk analisis ritel. Pelajari cara memodelkan pengenal toko, nama, wilayah, negara, dan saluran, serta bagaimana atribut ini mendukung pelaporan kinerja geografis dan saluran.
Store_ID as the store business keyStore_Name standards and cleansingRegion and country hierarchiesChannel classification and mappingLocation attributes for filteringPelajaran 2Kunci, join, dan alias: teknik untuk dimensi konformed dan multiple join ke tabel yang samaModel kunci, join, dan alias untuk mendukung dimensi konformed. Pelajari cara menggabungkan dimensi bersama ke beberapa fakta, menghindari loop, dan menggunakan alias tabel untuk merepresentasikan peran atau jalur berbeda dalam skema universe.
Natural versus surrogate keys in designInner and outer join choicesCreating and using table aliasesResolving join loops with contextsValidating join paths with sample queriesPelajaran 3Objek universe inti: Sales_Revenue (sum), Units_Sold (sum), Gross_Margin (sum), Discount_Amount (sum)Rancang ukuran fakta penjualan inti yang diandalkan pengguna. Pelajari cara memodelkan pendapatan, unit, margin, dan diskon sebagai ukuran aditif, mendefinisikan perilaku agregasi, dan mendokumentasikan aturan bisnis di balik setiap metrik di universe.
Business definition of Sales_RevenueUnits_Sold measure and aggregation rulesGross_Margin calculation and validationDiscount_Amount sourcing and logicMeasure formatting and number scalingPelajaran 4Objek turunan dan yang dihitung: variabel untuk Margin_Pct, Stock_Turnover, Days_of_Inventory, Slow_Mover_FlagBuat objek turunan dan yang dihitung yang mengenkapsulasi logika bisnis. Pelajari cara membangun persentase margin, perputaran stok, hari inventaris, dan tanda slow mover sambil menjaga rumus tetap dapat dipelihara dan didokumentasikan dengan baik.
Margin_Pct formula and rounding rulesStock_Turnover calculation optionsDays_of_Inventory business definitionSlow_Mover_Flag thresholds and logicValidating derived metrics with samplesPelajaran 5Objek universe tambahan: Selling_Price (detail), Cost_of_Goods_Sold (detail), Stock_Level (snapshot), Stock_Value (calculated)Model ukuran detail dan snapshot tambahan yang memperkaya analisis. Pelajari cara mengekspos harga jual, harga pokok penjualan, level stok, dan nilai stok, serta pahami kapan menggunakan objek detail versus agregat di laporan.
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 objectsPelajaran 6Penanganan multiple tabel fakta: jenis join, konteks, dan alias untuk mencegah jebakan fan dan chasmTangani beberapa tabel fakta dengan aman dalam satu universe. Pelajari strategi join, konteks, dan alias untuk menghindari jebakan fan dan chasm, memastikan laporan gabungan penjualan dan stok menghasilkan hasil yang akurat dan tidak berganda.
Identifying fan and chasm trap patternsJoin strategies for multiple fact tablesUsing contexts to isolate fact combinationsAliases to separate incompatible joinsTesting combined sales and stock queriesPelajaran 7Objek dimensi: Product_ID, SKU, Product_Category, Product_Subcategory, BrandRancang objek dimensi produk yang kuat untuk analisis. Pelajari cara mengekspos ID, SKU, kategori, subkategori, dan merek, mengelola atribut yang berubah perlahan, dan memastikan rollup produk yang konsisten di semua tabel fakta.
Product_ID as primary business keySKU granularity and uniquenessProduct_Category hierarchy designProduct_Subcategory relationshipsBrand attributes and reporting usePelajaran 8Menghindari penghitungan ganda: mendefinisikan grain yang jelas, penggunaan konteks sadar agregat, dan penjelasan ukuran semi-aditifPahami cara mencegah penghitungan ganda dalam laporan agregat. Pelajari mendefinisikan grain fakta yang jelas, menggunakan objek dan konteks yang sadar agregat, dan menangani ukuran semi-aditif seperti stok dan saldo seiring waktu dengan benar.
Defining a clear and consistent fact grainAggregate-aware measures and objectsDesigning and using universe contextsSemi-additive measures across timeTesting reports for hidden double countingPelajaran 9Objek waktu: Calendar_Date, Fiscal_Year, Fiscal_Period, Week, Month_To_Date_FlagRancang objek dimensi waktu untuk analisis periode yang fleksibel. Pelajari cara mengekspos tanggal kalender, tahun fiskal, periode fiskal, minggu, dan tanda seperti month-to-date, memungkinkan filter dan perbandingan berbasis waktu yang konsisten.
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 periodsPelajaran 10Grain fakta dan pemodelan: mendefinisikan fakta penjualan tingkat transaksi vs fakta snapshot stok, implikasi grainDefinisikan dan dokumentasikan grain fakta untuk setiap tabel. Pelajari perbedaan antara fakta penjualan tingkat transaksi dan fakta snapshot stok, serta bagaimana pilihan grain memengaruhi agregasi, jalur drill, dan kinerja laporan.
Transaction-level sales fact definitionStock snapshot fact grain and timingGrain alignment across related factsImpact of grain on aggregationsDocumenting grain for report designersPelajaran 11Identifikasi area subjek: fakta penjualan, fakta stok, master produk, master toko, dimensi kalenderDefinisikan area subjek bisnis yang mendorong desain universe. Pelajari bagaimana data penjualan, stok, produk, toko, dan kalender dipetakan ke tabel fakta dan dimensi, serta bagaimana pemisahan ini mendukung pelaporan yang fleksibel dan konsisten.
Sales fact subject area definitionStock fact subject area definitionProduct master as a conformed dimensionStore master and location coverageCalendar dimension business requirementsPelajaran 12Bidang audit dan lineage: Data_Source, Load_Timestamp, Record_Status untuk pemecahan masalah dan rekonsiliasiPerkenalkan bidang audit dan lineage ke dalam universe. Pelajari bagaimana Data_Source, Load_Timestamp, dan Record_Status mendukung pemecahan masalah, rekonsiliasi, dan kepercayaan pengguna, serta cara mengeksposnya tanpa membingungkan pengguna akhir.
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
