Separat data, analys och presentation i Excel-datamodeller - dummies

En datamodell ger grunden på vilken din Excel-rapporteringsmekanism är byggd. En av de viktigaste begreppen i en datamodell är separation av data, analys och presentation. Grundtanken är att du inte vill att dina data blir alltför bundna till något speciellt sätt att presentera den dataen.

Tänk på en faktura om du vill bryta dig om detta koncept. När du får en faktura antar du inte att de finansiella uppgifterna på fakturan är den verkliga källan till dina uppgifter. Det är bara en presentation av data som faktiskt lagras i en databas. Dessa data kan analyseras och presenteras på många andra sätt: i diagram, i tabeller eller på webbplatser. Det här låter självklart, men Excel-användare säkrar ofta data, analys och presentation.

Exempelvis innehåller några Excel-arbetsböcker 12 flikar, var och en representerar en månad. På varje flik anges data för den månaden tillsammans med formler, pivottabeller och sammanfattningar. Vad händer nu när du ombeds lämna en sammanfattning per kvartal? Lägger du till fler formler och flikar för att konsolidera data på varje månad flikar? Det grundläggande problemet i det här scenariot är att flikarna faktiskt representerar datavärden som smälter in i presentationen av din analys.

För ett exempel mer i linje med rapporteringen, ta en titt på följande bild. Hårdkodade tabeller som den här är vanliga. Denna tabell är en sammanslagning av data, analys och presentation. Inte bara binder detta bord dig till en viss analys, men det finns liten eller ingen insyn i vad analysen exakt består av. Vad händer också när du behöver rapportera per kvartal eller när en annan analysdimension behövs? Importerar du ett bord som består av flera kolumner och rader? Hur påverkar det din modell?

Undvik hårdkodade tabeller som säkrar data, analys och presentation.

Alternativet är att skapa tre lager i din datamodell: ett datalager, ett analyslager och ett presentationslager. Du kan tänka på dessa lager som tre olika kalkylblad i en Excel-arbetsbok: ett ark för att hålla de råa data som matar in din rapport, ett ark som ska fungera som ett informationsområde där data analyseras och formas och ett ark som tjänar som presentationsskikt. Denna figur illustrerar de tre skikten av en effektiv datamodell:

En effektiv datormodell skiljer data, analys och presentation.

Som du kan se finns den råa datasatsen på eget ark.Även om datasetet har en viss aggregeringsnivå som tillämpas för att hålla den hanterbart liten, görs ingen ytterligare analys på databladet.

Analysskiktet består huvudsakligen av formler som analyserar och drar data från datalagret till formaterade tabeller som vanligtvis kallas staging tabeller . Dessa staging-tabeller matar slutligen rapporteringskomponenterna i presentationsskiktet. Kortfattat blir arket som innehåller analysskiktet det område där data sammanfattas och formas för att mata rapporteringskomponenterna. Observera på fliken Analys, formeln visar att tabellen består av formler som refererar till fliken Data.

Det finns några fördelar med denna inställning. För det första kan hela rapporteringsmodellen uppdateras enkelt genom att helt enkelt ersätta de råa uppgifterna med en uppdaterad dataset. Formlerna på fliken Analys fortsätter att fungera med de senaste uppgifterna. För det andra kan varje ytterligare analys enkelt skapas genom att använda olika kombinationer av formler på fliken Analys. Om du behöver data som inte existerar i databladet kan du enkelt lägga till en kolumn till slutet av det rada datasetet utan att störa analys- eller presentationsbladet.

Du behöver inte nödvändigtvis lägga dina data-, analys- och presentationslager på olika kalkylblad. I små datamodeller kan det vara lättare att placera dina data i ett område i ett kalkylblad medan du bygger scenstabeller i ett annat område i samma kalkylblad.

På samma sätt, kom ihåg att du inte är begränsad till tre kalkylblad, heller. Det vill säga att du kan ha flera ark som ger de rada data, flera ark som analyserar och flera som fungerar som presentationsskiktet.

Var du än väljer att placera de olika lagren, tänk på att tanken förblir densamma. Analysskiktet bör i första hand bestå av formler som drar data från databladen till staging tabeller som används för att mata din presentation.