Lekcja 1Obiekty sklepów i lokalizacji: Store_ID, Store_Name, Region, Country, ChannelZdefiniuj obiekty wymiarów sklepów i lokalizacji dla analizy detalicznej. Naucz się modelować identyfikatory sklepów, nazwy, regiony, kraje i kanały oraz jak te atrybuty wspierają raportowanie geograficzne i kanałowe.
Store_ID as the store business keyStore_Name standards and cleansingRegion and country hierarchiesChannel classification and mappingLocation attributes for filteringLekcja 2Klucze, połączenia i aliasy: techniki dla skorelowanych wymiarów i wielokrotnych połączeń do tej samej tabeliModeluj klucze, połączenia i aliasy wspierające skorelowane wymiary. Naucz się łączyć współdzielone wymiary z wieloma faktami, unikać pętli i używać aliasów tabel do reprezentowania różnych ról lub ścieżek w schemacie uniwersum.
Natural versus surrogate keys in designInner and outer join choicesCreating and using table aliasesResolving join loops with contextsValidating join paths with sample queriesLekcja 3Podstawowe obiekty uniwersum: Sales_Revenue (sum), Units_Sold (sum), Gross_Margin (sum), Discount_Amount (sum)Zaprojektuj kluczowe miary faktów sprzedaży, na których polegają użytkownicy. Naucz się modelować przychody, jednostki, marżę i rabaty jako addytywne miary, definiować zachowanie agregacji i dokumentować reguły biznesowe za każdą metryką w uniwersum.
Business definition of Sales_RevenueUnits_Sold measure and aggregation rulesGross_Margin calculation and validationDiscount_Amount sourcing and logicMeasure formatting and number scalingLekcja 4Pochodne i obliczane obiekty: zmienne dla Margin_Pct, Stock_Turnover, Days_of_Inventory, Slow_Mover_FlagTwórz pochodne i obliczane obiekty kapsułkujące logikę biznesową. Naucz się budować procent marży, obrót zapasami, dni zapasu i flagi wolnych moverów przy zachowaniu formuł łatwych w utrzymaniu i dobrze udokumentowanych.
Margin_Pct formula and rounding rulesStock_Turnover calculation optionsDays_of_Inventory business definitionSlow_Mover_Flag thresholds and logicValidating derived metrics with samplesLekcja 5Dodatkowe obiekty uniwersum: Selling_Price (detail), Cost_of_Goods_Sold (detail), Stock_Level (snapshot), Stock_Value (calculated)Modeluj dodatkowe miary szczegółowe i snapshoty wzbogacające analizę. Naucz się eksponować cenę sprzedaży, koszt własny, poziom zapasu i wartość zapasu oraz zrozumieć, kiedy używać obiektów szczegółowych vs zagregowanych w raportach.
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 objectsLekcja 6Obsługa wielu tabel faktów: typy połączeń, konteksty i aliasy zapobiegające pułapkom fan i chasmObsługuj bezpiecznie wiele tabel faktów w jednym uniwersum. Naucz się strategii połączeń, kontekstów i aliasów unikając pułapek fan i chasm, zapewniając dokładne, niepodwójne wyniki w połączonych raportach sprzedaży i zapasów.
Identifying fan and chasm trap patternsJoin strategies for multiple fact tablesUsing contexts to isolate fact combinationsAliases to separate incompatible joinsTesting combined sales and stock queriesLekcja 7Obiekty wymiarów produktów: Product_ID, SKU, Product_Category, Product_Subcategory, BrandZaprojektuj solidne obiekty wymiarów produktów do analizy. Naucz się eksponować ID, SKU, kategorie, podkategorie i marki, zarządzać powoli zmieniającymi się atrybutami i zapewnić spójne sumowanie produktów we wszystkich tabelach faktów.
Product_ID as primary business keySKU granularity and uniquenessProduct_Category hierarchy designProduct_Subcategory relationshipsBrand attributes and reporting useLekcja 8Unikanie podwójnego liczenia: definiowanie klarownego grainu, konteksty świadome agregacji, wyjaśnienie póładdtywnych miarPoznaj sposoby zapobiegania podwójnemu liczeniu w zagregowanych raportach. Naucz się definiować klarowny grain faktów, używać obiektów i kontekstów świadomych agregacji oraz poprawnie obsługiwać póładdtytywne miary takie jak zapasy i salda w czasie.
Defining a clear and consistent fact grainAggregate-aware measures and objectsDesigning and using universe contextsSemi-additive measures across timeTesting reports for hidden double countingLekcja 9Obiekty czasu: Calendar_Date, Fiscal_Year, Fiscal_Period, Week, Month_To_Date_FlagZaprojektuj obiekty wymiaru czasu dla elastycznej analizy okresów. Naucz się eksponować daty kalendarzowe, lata fiskalne, okresy fiskalne, tygodnie i flagi takie jak month-to-date, umożliwiając spójne filtry i porównania czasowe.
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 periodsLekcja 10Grain faktów i modelowanie: definiowanie faktów sprzedaży transakcyjnej vs snapshot zapasów, implikacje grainuZdefiniuj i udokumentuj grain faktów dla każdej tabeli. Naucz się różnicy między faktami sprzedaży na poziomie transakcji a snapshotami zapasów oraz jak wybory grain wpływają na agregacje, ścieżki drill i wydajność raportów.
Transaction-level sales fact definitionStock snapshot fact grain and timingGrain alignment across related factsImpact of grain on aggregationsDocumenting grain for report designersLekcja 11Identyfikacja obszarów tematycznych: fakt sprzedaży, fakt zapasów, master produktów, master sklepów, wymiar kalendarzaZdefiniuj obszary tematyczne biznesowe napędzające projekt uniwersum. Naucz się, jak dane sprzedaży, zapasów, produktów, sklepów i kalendarza mapują się na tabele faktów i wymiarów, a ta separacja wspiera elastyczne, spójne raportowanie.
Sales fact subject area definitionStock fact subject area definitionProduct master as a conformed dimensionStore master and location coverageCalendar dimension business requirementsLekcja 12Pola audytu i lineage: Data_Source, Load_Timestamp, Record_Status do rozwiązywania problemów i reconciliacjiWprowadź pola audytu i lineage do uniwersum. Naucz się, jak Data_Source, Load_Timestamp i Record_Status wspierają rozwiązywanie problemów, reconciliację i zaufanie użytkowników oraz jak je eksponować bez mylenia użytkowników końcowych.
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
