Escenario de Tutorial de Analysis Services

Se aplica a: SQL Server Analysis Services Azure Analysis Services Fabric/Power BI Premium

Este tutorial se basa en Adventure Works Cycles, una compañía ficticia. Adventure Works Cycles es una gran empresa multinacional de fabricación que produce y distribuye bicicletas metálicas y compuestas a mercados comerciales en Norteamérica, Europa y Asia. La sede de Adventure Works Cycles es Bothell, Washington, donde la empresa emplea a 500 trabajadores. Además, Adventure Works Cycles emplea varios equipos de ventas regionales en toda su base de mercado.

En los últimos años, Adventure Works Cycles compró una pequeña planta de fabricación, Importadores Neptuno, que se encuentra en México. Importadores Neptuno fabrica varios subcomponentes críticos para la línea de productos Adventure Works Cycles. Estos subcomponentes se envían a la sede de Bothell para el ensamblado final del producto. En el año 2005, Importadores Neptuno pasó a ser el único fabricante y distribuidor del grupo de productos de bicicletas de paseo.

Después de un año fiscal exitoso, Adventure Works Cycles ahora quiere ampliar su cuota de mercado al destinar la publicidad a sus mejores clientes, ampliar la disponibilidad del producto a través de un sitio web externo y reducir el costo de las ventas al reducir los costos de producción.

Entorno de análisis actual

Para admitir las necesidades de análisis de datos de los equipos de ventas y marketing y de la administración sénior, la empresa actualmente toma datos transaccionales de la base de datos AdventureWorks2012 e información no transaccional, como cuotas de ventas de hojas de cálculo, y consolida esta información en el almacén de datos relacional AdventureWorksDW2019 . No obstante, el almacenamiento de datos relacional presenta los siguientes problemas:

• Los informes son estáticos. Los usuarios no tienen ninguna manera de explorar interactivamente los datos de los informes para obtener información más detallada, como podría hacer con una tabla dinámica de Microsoft Office Excel. Aunque el conjunto existente de informes predefinidos es suficiente para muchos usuarios, los usuarios más avanzados necesitan un acceso de consulta directo a la base de datos para realizar consultas interactivas y obtener informes especializados. Sin embargo, debido a la complejidad de la base de datos AdventureWorksDW2019 , se necesita demasiado tiempo para que estos usuarios aprendan a crear consultas eficaces.

• El rendimiento de las consultas es muy variable. Por ejemplo, algunas consultas devuelven resultados con gran rapidez, en pocos segundos, mientras que otras tardan varios minutos en devolverlos.

• Es difícil administrar las tablas agregadas. En un intento de mejorar los tiempos de respuesta de las consultas, el equipo de almacenamiento de datos de Adventure Works creó varias tablas agregadas en la base de datos AdventureWorksDW2019 . Por ejemplo, crearon una tabla que resumía las ventas por mes. No obstante, si bien estas tablas mejoran notablemente el rendimiento de las consultas, la infraestructura creada para mantener las tablas a lo largo del tiempo es frágil y propensa a errores.

• Las definiciones de informe incluyen lógica de cálculo muy compleja que es difícil de compartir entre informes. Puesto que esta lógica empresarial se genera de forma independiente para cada informe, a veces la información de resumen es distinta entre los informes. Por consiguiente, el equipo de dirección tiene una confianza limitada en los informes del almacenamiento de datos.

• Los usuarios de distintas unidades empresariales están interesados en distintas vistas de los datos. Cada grupo se distrae y confunde con los elementos de datos que no son relevantes para él.

• La lógica de cálculo es especialmente difícil para los usuarios que necesitan informes especializados. Estos usuarios deben definir la lógica de cálculo de forma independiente para cada informe, por lo que no existe un control centralizado sobre el modo de definir la lógica de cálculo. Por ejemplo, algunos usuarios saben que deben utilizar técnicas estadísticas básicas, como medias móviles, pero no saben cómo construir estos cálculos y, por consiguiente, no utilizan dichas técnicas.

• Es difícil combinar los conjuntos de información relacionados. Resulta difícil para los usuarios de la compañía crear consultas especializadas que combinen dos conjuntos de información relacionada, como ventas y cuotas de ventas. Las consultas de este tipo han sobrecargado la base de datos, por lo que la compañía requiere que los usuarios soliciten al equipo del almacenamiento de datos conjuntos de datos comunes entre varias áreas. Como consecuencia de ello, se han definido pocos informes predefinidos que combinan datos de varias áreas temáticas. Además, debido a la complejidad de estos informes, los usuarios son reacios a intentar modificarlos.

• Los informes se basan principalmente en información de compañías de Estados Unidos. Los usuarios que se encuentran en sedes fuera de Estados Unidos no están satisfechos con este enfoque y desean poder ver los informes en distintas monedas y en distintos idiomas.

• Es difícil auditar la información. Actualmente, el departamento financiero usa la base de datos AdventureWorksDW2019 como origen de datos desde el que se va a consultar de forma masiva. Luego descargan los datos en hojas de cálculo individuales e invierten mucho tiempo en preparar los datos y manipular dichas hojas de cálculo. Por consiguiente, el proceso de preparación, auditoría y administración de los informes financieros de la compañía es complejo.

Solución

Recientemente, el equipo del almacenamiento de datos ha realizado una revisión del diseño del sistema de análisis actual. La revisión ha incluido un análisis de las lagunas que presentan los problemas actuales y las demandas futuras. El equipo de almacenamiento de datos determinó que la base de datos AdventureWorksDW2019 es una base de datos dimensional bien diseñada con dimensiones conformes y claves suplentes. Las dimensiones compatibles permiten utilizar una dimensión en varios puestos de datos, como una dimensión de tiempo o una dimensión de producto. Las claves suplentes son claves artificiales que vinculan tablas de dimensiones y de hechos y se utilizan para garantizar la unicidad y mejorar el rendimiento. Además, el equipo de almacenamiento de datos determinó que actualmente no hay problemas significativos con la carga y administración de las tablas base en la base de datos AdventureWorksDW2019 . Por lo tanto, el equipo ha decidido usar Microsoft SQL Server Analysis Services para realizar lo siguiente:

• Proporcionar el acceso a datos unificados a través de una capa de metadatos común para la creación de informes y el análisis analítico.

• Simplificar la vista de datos de los usuarios, acelerando el desarrollo de consultas interactivas y predefinidas, y de informes predefinidos.

• Crear correctamente consultas que combinan datos de varias áreas temáticas.

• Administrar los agregados.

• Almacenar y reutilizar cálculos complejos.

• Presentar una versión traducida a los usuarios de la compañía que se encuentran fuera de Estados Unidos.

Consulte también

Creación de modelos multidimensionales (tutorial de Adventure Works)