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
Generic filters
Exact matches only
Search in title
Search in excerpt
Search in content

Modellierung mehrerer Zeitdimensionen

Im Kundenprojekt steht man hin und wieder vor der Entscheidung, nach welchem zeitlichen Kriterium man die Daten einteilt. Besonders dann, wenn die Rohdatensätze mit mehreren Zeitstempeln versehen sind, d. h. aus dem Vorsystem werden Dateien mit verschiedenem Datumsstempel (Zeitbezug) bereitgestellt. So besitzen die Datensätze z. B. ein Lieferdatum, ein Einlagerungsdatum, ein Versanddatum und ein Rechnungserstellungsdatum. Da aber für jeden Zeitbezug separat ausgewertet werden soll, muss die Merkmalsausprägung Zeit mehrmals abgebildet werden. In der Modellierung bedeutet das die Verwendung mehrerer Zeitdimensionen. Dieses „Feature“ bieten die Analysis Services von Microsoft im Standard nicht an. Was aber tun, wenn die Daten nach verschiedenen Zeitkriterien untersucht werden wollen?

Mit folgendem Modellierungsansatz kann das Szenario abgebildet werden:

Die Rohdaten bieten uns einen Datumsstempel zur Lieferung, zur Einlagerung, zum Versand und zur Rechnungserstellung (hier abstrakt Zeitbezug 1 – 4).

RohdatenAbb. 1: Rohdaten (Faktentabelle)

Wir definieren die Zeitbezüge wie folgt:

1 Rechnungserstellung
2 Lieferung
3 Einlagerung
4 Versand

Die vier unterschiedlichen Ausprägungen der Zeit werden in Dimensionen aufgeteilt (Periode, Peri-ode_Lieferung, Periode_Einlagerung, Periode_Versand).

DeltaMaster-ModelerAbb. 2: DeltaMaster Modeler: Erstellung der Dimensionen

Um diese vier Dimensionen später zu steuern, erstellen wir eine Schalterdimension (Zeitbezug). Zu Grunde liegt dieser Dimension eine Steuertabelle (z. B. T_S_Zeitbezug).

Steuertabelle_T_S_ZeitbezugAbb. 3: Steuertabelle T_S_Zeitbezug

Im Würfel wird die Zuordnung der Zeitdimensionen über einen Scope gesteuert:

Im Würfel blenden wir alle erstellten Dimensionen aus, die die Dimension Zeitbezug referenzieren sollen. Dies geschieht im Reiter Cubestruktur, Eigenschaften der Dimension: Visible False.

BIDS CubestrukturAbb. 4: BIDS Cubestruktur

Im DeltaMaster kann über die Dimension Zeitbezug nun entschieden werden, welche der Dimensi-onen nun als aktuelle Zeitdimension dienen soll.

Dimension ZeitbezugAbb. 5: Dimension Zeitbezug

Die Aufteilung der Zeitbezüge sieht in DeltaMaster wie folgt aus:

Ansicht in DeltaMasterAbb. 6: Ansicht in DeltaMaster

Nicolas Bissantz

Diagramme im Management

Besser entscheiden mit der richtigen Visualisierung von Daten

Erhältlich im Haufe-Onlineshop oder bei Amazon.