سبق 1ਸਟੋਰ ਅਤੇ ਥਾਂ ਵਸਤੂਆਂ: Store_ID, Store_Name, Region, Country, Channelਰਿਟੇਲ ਵਿਸ਼ਲੇਸ਼ਣ ਲਈ ਸਟੋਰ ਅਤੇ ਥਾਂ ਮਾਪ ਵਸਤੂਆਂ ਪਰਿਭਾਸ਼ਿਤ ਕਰੋ। ਸਟੋਰ ਪਛਾਣਕਾਰ, ਨਾਮ, ਖੇਤਰਾਂ, ਦੇਸ਼ਾਂ ਅਤੇ ਚੈਨਲਾਂ ਨੂੰ ਮਾਡਲ ਕਰਨਾ ਅਤੇ ਇਹਨਾਂ ਗੁਣਾਂ ਨਾਲ ਭੂਗੋਲਿਕ ਅਤੇ ਚੈਨਲ ਪ੍ਰਦਰਸ਼ਨ ਰਿਪੋਰਟਿੰਗ ਨੂੰ ਸਮਰਥਨ ਕਰਨਾ ਸਿੱਖੋ।
Store_ID as the store business keyStore_Name standards and cleansingRegion and country hierarchiesChannel classification and mappingLocation attributes for filteringسبق 2ਕੁੰਜੀਆਂ, ਜੋੜਾਂ ਅਤੇ ਐਲੀਆਸ: ਕਨਫਾਰਮਡ ਮਾਪਾਂ ਅਤੇ ਇੱਕੋ ਟੇਬਲ ਨਾਲ ਕਈ ਜੋੜਾਂ ਲਈ ਤਕਨੀਕਾਂਕਨਫਾਰਮਡ ਮਾਪਾਂ ਨੂੰ ਸਮਰਥਨ ਲਈ ਕੁੰਜੀਆਂ, ਜੋੜਾਂ ਅਤੇ ਐਲੀਆਸ ਨੂੰ ਮਾਡਲ ਕਰੋ। ਸਾਂਝੀਆਂ ਮਾਪਾਂ ਨੂੰ ਕਈ ਫੈਕਟਸ ਨਾਲ ਜੋੜਨਾ, ਲੂਪਸ ਤੋਂ ਬਚਣਾ ਅਤੇ ਯੂਨੀਵਰਸ ਸਕੀਮਾ ਵਿੱਚ ਵੱਖਰੇ ਭੂਮਿਕਾਵਾਂ ਜਾਂ ਪਾਥਾਂ ਨੂੰ ਨੁਮਾਇੰਦਗੀ ਲਈ ਟੇਬਲ ਐਲੀਆਸ ਵਰਤਣਾ ਸਿੱਖੋ।
Natural versus surrogate keys in designInner and outer join choicesCreating and using table aliasesResolving join loops with contextsValidating join paths with sample queriesسبق 3ਮੁੱਖ ਯੂਨੀਵਰਸ ਵਸਤੂਆਂ: Sales_Revenue (sum), Units_Sold (sum), Gross_Margin (sum), Discount_Amount (sum)ਵਰਤੋਂਕਾਰਾਂ ਵੱਲੋਂ ਨਿਰਭਰ ਵਿਕਰੀ ਫੈਕਟ ਮਾਪਾਂ ਨੂੰ ਡਿਜ਼ਾਈਨ ਕਰੋ। ਰੈਵੇਨਿਊ, ਯੂਨਿਟਸ, ਮਾਰਜਿਨ ਅਤੇ ਡਿਸਕਾਉਂਟਸ ਨੂੰ ਐਡੀਟਿਵ ਮਾਪਾਂ ਵਜੋਂ ਮਾਡਲ ਕਰੋ, ਏਗਰੀਗੇਸ਼ਨ ਵਿਵਹਾਰ ਪਰਿਭਾਸ਼ਿਤ ਕਰੋ ਅਤੇ ਯੂਨੀਵਰਸ ਵਿੱਚ ਹਰ ਮੈਟ੍ਰਿਕ ਪਿੱਛੇ ਵਪਾਰਕ ਨਿਯਮਾਂ ਨੂੰ ਦਸਤਾਵੇਜ਼ੀਕਰਨ ਕਰੋ।
Business definition of Sales_RevenueUnits_Sold measure and aggregation rulesGross_Margin calculation and validationDiscount_Amount sourcing and logicMeasure formatting and number scalingسبق 4ਡਰਾਈਵਡ ਅਤੇ ਗਣਨਾਤਮਕ ਵਸਤੂਆਂ: Margin_Pct, Stock_Turnover, Days_of_Inventory, Slow_Mover_Flag ਲਈ ਵੇਰੀਏਬਲਵਪਾਰਕ ਲੌਜਿਕ ਨੂੰ ਐਂਕੈਪਸੂਲੇਟ ਕਰਨ ਵਾਲੀਆਂ ਡਰਾਈਵਡ ਅਤੇ ਗਣਨਾਤਮਕ ਵਸਤੂਆਂ ਬਣਾਓ। ਮਾਰਜਿਨ ਪ੍ਰਤੀਸ਼ਤ, ਸਟਾਕ ਟਰਨਓਵਰ, ਇਨਵੈਂਟਰੀ ਦੇ ਦਿਨ ਅਤੇ ਸਲੋ ਮੂਵਰ ਝੰਡੇ ਬਣਾਉਣਾ ਸਿੱਖੋ ਜਦੋਂ ਕਿ ਫਾਰਮੂਲੇ ਰੱਖ-ਰਖਣਯੋਗ ਅਤੇ ਚੰਗੀ ਤਰ੍ਹਾਂ ਦਸਤਾਵੇਜ਼ੀਕ੍ਰਿਤ ਰੱਖੋ।
Margin_Pct formula and rounding rulesStock_Turnover calculation optionsDays_of_Inventory business definitionSlow_Mover_Flag thresholds and logicValidating derived metrics with samplesسبق 5ਵਧੇਰੇ ਯੂਨੀਵਰਸ ਵਸਤੂਆਂ: Selling_Price (detail), Cost_of_Goods_Sold (detail), Stock_Level (snapshot), Stock_Value (calculated)ਵਿਸ਼ਲੇਸ਼ਣ ਨੂੰ ਅਮੀਰ ਬਣਾਉਣ ਵਾਲੇ ਵਧੇਰੇ ਵੇਰਵੇ ਅਤੇ ਸਨੈਪਸ਼ਾਟ ਮਾਪਾਂ ਨੂੰ ਮਾਡਲ ਕਰੋ। ਵਿਕਰੀ ਕੀਮਤ, ਵਸਤੂਆਂ ਦੀ ਲਾਗਤ, ਸਟਾਕ ਲੈਵਲ ਅਤੇ ਸਟਾਕ ਮੁੱਲ ਨੂੰ ਉਜਾਗਰ ਕਰਨਾ ਅਤੇ ਰਿਪੋਰਟਾਂ ਵਿੱਚ ਵੇਰਵੇ ਵਿਚ ਅੰਦਾਜ਼ਨ ਵਸਤੂਆਂ ਵਰਤਣ ਦਾ ਸਮਾਂ ਸਮਝੋ।
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 objectsسبق 6ਕਈ ਫੈਕਟ ਟੇਬਲਾਂ ਨੂੰ ਹੈਂਡਲ ਕਰਨਾ: ਫੈਨ ਟ੍ਰੈਪਸ ਅਤੇ ਚੈਜ਼ਮ ਟ੍ਰੈਪਸ ਰੋਕਣ ਲਈ ਜੋੜ ਕਿਸਮਾਂ, ਕਾਂਟੈਕਸਟਸ ਅਤੇ ਐਲੀਆਸਇੱਕ ਯੂਨੀਵਰਸ ਵਿੱਚ ਕਈ ਫੈਕਟ ਟੇਬਲਾਂ ਨੂੰ ਸੁਰੱਖਿਅਤ ਢੰਗ ਨਾਲ ਹੈਂਡਲ ਕਰੋ। ਫੈਨ ਅਤੇ ਚੈਜ਼ਮ ਫੰਦੇ ਤੋਂ ਬਚਣ ਲਈ ਜੋੜ ਰਣਨੀਤੀਆਂ, ਕਾਂਟੈਕਸਟਸ ਅਤੇ ਐਲੀਆਸ ਸਿੱਖੋ, ਯਕੀਨੀ ਬਣਾਓ ਕਿ ਵਿਕਰੀ ਅਤੇ ਸਟਾਕ ਰਿਪੋਰਟਾਂ ਸਹੀ ਅਤੇ ਡੁਪਲੀਕੇਟ ਨਾ ਹੋਣ।
Identifying fan and chasm trap patternsJoin strategies for multiple fact tablesUsing contexts to isolate fact combinationsAliases to separate incompatible joinsTesting combined sales and stock queriesسبق 7ਮਾਪ ਵਸਤੂਆਂ: Product_ID, SKU, Product_Category, Product_Subcategory, Brandਵਿਸ਼ਲੇਸ਼ਣ ਲਈ ਮਜ਼ਬੂਤ ਉਤਪਾਦ ਮਾਪ ਵਸਤੂਆਂ ਡਿਜ਼ਾਈਨ ਕਰੋ। IDs, SKUs, ਸ਼੍ਰੇਣੀਆਂ, ਉਪਸ਼੍ਰੇਣੀਆਂ ਅਤੇ ਬ੍ਰਾਂਡਾਂ ਨੂੰ ਉਜਾਗਰ ਕਰੋ, ਹੌਲੀ ਬਦਲੀਆਂ ਗੁਣਾਂ ਨੂੰ ਪ੍ਰਬੰਧਿਤ ਕਰੋ ਅਤੇ ਸਾਰੀਆਂ ਫੈਕਟ ਟੇਬਲਾਂ ਅਨੁਸਾਰ ਇਕਸਾਰ ਉਤਪਾਦ ਰੋਲਅਪਸ ਯਕੀਨੀ ਬਣਾਓ।
Product_ID as primary business keySKU granularity and uniquenessProduct_Category hierarchy designProduct_Subcategory relationshipsBrand attributes and reporting useسبق 8ਡਬਲ ਕਾਊਂਟਿੰਗ ਤੋਂ ਬਚਣਾ: ਸਾਫ ਗ੍ਰੇਨ ਪਰਿਭਾਸ਼ਾ, ਏਗਰੀਗੇਟ-ਅਵੇਅਰ ਕਾਂਟੈਕਸਟਸ ਵਰਤੋਂ, ਅਤੇ ਸੈਮੀ-ਐਡੀਟਿਵ ਮਾਪ ਵਿਆਖਿਆਏਗਰੀਗੇਟਡ ਰਿਪੋਰਟਾਂ ਵਿੱਚ ਡਬਲ ਕਾਊਂਟਿੰਗ ਰੋਕਣ ਦਾ ਸਮਝੋ। ਸਾਫ ਫੈਕਟ ਗ੍ਰੇਨ ਪਰਿਭਾਸ਼ਿਤ ਕਰੋ, ਏਗਰੀਗੇਟ-ਅਵੇਅਰ ਵਸਤੂਆਂ ਅਤੇ ਕਾਂਟੈਕਸਟਸ ਵਰਤੋ ਅਤੇ ਸਮੇਂ ਉੱਤੇ ਸਟਾਕ ਅਤੇ ਬੈਲੰਸ ਵਰਗੇ ਸੈਮੀ-ਐਡੀਟਿਵ ਮਾਪਾਂ ਨੂੰ ਸਹੀ ਹੈਂਡਲ ਕਰੋ।
Defining a clear and consistent fact grainAggregate-aware measures and objectsDesigning and using universe contextsSemi-additive measures across timeTesting reports for hidden double countingسبق 9ਸਮਾਂ ਵਸਤੂਆਂ: Calendar_Date, Fiscal_Year, Fiscal_Period, Week, Month_To_Date_Flagਲਚਕੀਲੀ ਅਵਧੀ ਵਿਸ਼ਲੇਸ਼ਣ ਲਈ ਸਮਾਂ ਮਾਪ ਵਸਤੂਆਂ ਡਿਜ਼ਾਈਨ ਕਰੋ। ਕੈਲੰਡਰ ਤਾਰੀਖਾਂ, ਵਿੱਤੀ ਸਾਲ, ਵਿੱਤੀ ਅਵਧੀਆਂ, ਹਫਤੇ ਅਤੇ ਮਹੀਨਾ-ਤੱਕ-ਤਾਰੀਖ ਵਰਗੇ ਝੰਡੇ ਉਜਾਗਰ ਕਰੋ, ਇਕਸਾਰ ਸਮੇਂ-ਅਧਾਰਿਤ ਫਿਲਟਰਾਂ ਅਤੇ ਤੁਲਨਾਵਾਂ ਨੂੰ ਸਮਰਥਨ ਦਿੰਦੇ ਹੋਏ।
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 periodsسبق 10ਫੈਕਟ ਗ੍ਰੇਨ ਅਤੇ ਮਾਡਲਿੰਗ: ਲੈਣਦਾਰ-ਲੈਵਲ ਵਿਕਰੀ ਫੈਕਟ ਵਿਚਕਾਰ ਸਟਾਕ ਸਨੈਪਸ਼ਾਟ ਫੈਕਟ, ਗ੍ਰੇਨ ਪ੍ਰਭਾਵਹਰ ਟੇਬਲ ਲਈ ਫੈਕਟ ਗ੍ਰੇਨ ਪਰਿਭਾਸ਼ਿਤ ਅਤੇ ਦਸਤਾਵੇਜ਼ੀਕਰਨ ਕਰੋ। ਲੈਣਦਾਰ-ਲੈਵਲ ਵਿਕਰੀ ਫੈਕਟਸ ਅਤੇ ਸਟਾਕ ਸਨੈਪਸ਼ਾਟ ਫੈਕਟਸ ਵਿਚਕਾਰ ਅੰਤਰ ਸਿੱਖੋ, ਅਤੇ ਗ੍ਰੇਨ ਚੋਣਾਂ ਏਗਰੀਗੇਸ਼ਨਾਂ, ਡ੍ਰਿਲ ਪਾਥਾਂ ਅਤੇ ਰਿਪੋਰਟ ਪ੍ਰਦਰਸ਼ਨ ਨੂੰ ਕਿਵੇਂ ਪ੍ਰਭਾਵਿਤ ਕਰਦੀਆਂ ਹਨ।
Transaction-level sales fact definitionStock snapshot fact grain and timingGrain alignment across related factsImpact of grain on aggregationsDocumenting grain for report designersسبق 11ਵਿਸ਼ਾ ਖੇਤਰ ਪਛਾਣੋ: ਵਿਕਰੀ ਫੈਕਟ, ਸਟਾਕ ਫੈਕਟ, ਉਤਪਾਦ ਮਾਸਟਰ, ਸਟੋਰ ਮਾਸਟਰ, ਕੈਲੰਡਰ ਮਾਪਯੂਨੀਵਰਸ ਡਿਜ਼ਾਈਨ ਨੂੰ ਚਲਾਉਣ ਵਾਲੇ ਵਪਾਰਕ ਵਿਸ਼ਾ ਖੇਤਰ ਪਰਿਭਾਸ਼ਿਤ ਕਰੋ। ਵਿਕਰੀ, ਸਟਾਕ, ਉਤਪਾਦ, ਸਟੋਰ ਅਤੇ ਕੈਲੰਡਰ ਡਾਟਾ ਨੂੰ ਫੈਕਟ ਅਤੇ ਮਾਪ ਟੇਬਲਾਂ ਨਾਲ ਨਕਸ਼ੇ ਕਰਨਾ ਅਤੇ ਇਹ ਵਿਭਾਜਨ ਲਚਕੀਲੀ, ਇਕਸਾਰ ਰਿਪੋਰਟਿੰਗ ਨੂੰ ਕਿਵੇਂ ਸਮਰਥਨ ਦਿੰਦਾ ਹੈ ਸਿੱਖੋ।
Sales fact subject area definitionStock fact subject area definitionProduct master as a conformed dimensionStore master and location coverageCalendar dimension business requirementsسبق 12ਆਡਿਟਿੰਗ ਅਤੇ ਲਾਈਨੇਜ ਫੀਲਡ: Data_Source, Load_Timestamp, Record_Status ਸਮੱਸਿਆ ਨਿਰਣਾਨ ਅਤੇ ਸਮਾਨਤਾ ਲਈਯੂਨੀਵਰਸ ਵਿੱਚ ਆਡਿਟਿੰਗ ਅਤੇ ਲਾਈਨੇਜ ਫੀਲਡਾਂ ਨੂੰ ਪੇਸ਼ ਕਰੋ। Data_Source, Load_Timestamp ਅਤੇ Record_Status ਨਾਲ ਸਮੱਸਿਆ ਨਿਰਣਾਨ, ਸਮਾਨਤਾ ਅਤੇ ਵਰਤੋਂਕਾਰ ਭਰੋਸੇ ਨੂੰ ਸਮਰਥਨ ਕਰੋ, ਅਤੇ ਅੰਤ ਵਰਤੋਂਕਾਰਾਂ ਨੂੰ ਭਰਮ ਨਾ ਪਾਉਣ ਵਾਲੇ ਢੰਗ ਨਾਲ ਉਹਨਾਂ ਨੂੰ ਉਜਾਗਰ ਕਰੋ।
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