Video: Python Web Apps with Flask by Ezra Zigmond 2025
En datamodell gir grunnlaget for hvilken Excel-rapporteringsmekanismen er bygget. En av de viktigste begrepene i en datamodell er adskillelse av data, analyse og presentasjon. Den grunnleggende ideen er at du ikke vil at dataene dine blir for bundet til en bestemt måte å presentere dataene på.
For å bryte deg om dette konseptet, tenk på en faktura. Når du mottar en faktura, antar du ikke at de økonomiske dataene på fakturaen er den virkelige kilden til dataene dine. Det er bare en presentasjon av data som faktisk er lagret i en database. Disse dataene kan analyseres og presenteres på mange andre måter: i diagrammer, i tabeller eller på nettsider. Dette høres tydelig ut, men Excel-brukere smelter ofte data, analyse og presentasjon.
Eksempelvis inneholder noen Excel-arbeidsbøker 12 tabber, som hver representerer en måned. På hver kategori er data for den aktuelle måneden oppført sammen med formler, pivottabeller og oppsummeringer. Nå, hva skjer når du blir bedt om å gi et sammendrag per kvartal? Legger du til flere formler og faner for å konsolidere dataene på hver av månedens faner? Det grunnleggende problemet i dette scenariet er at kategoriene faktisk representerer dataværdier som er sammensmeltet i presentasjonen av analysen din.
For et eksempel mer i tråd med rapporteringen, ta en titt på følgende figur. Hardkodede tabeller som denne er vanlige. Denne tabellen er en sammensmelting av data, analyse og presentasjon. Ikke bare binder dette bordet deg til en bestemt analyse, men det er lite eller ingen gjennomsiktighet i hva analysen akkurat består av. Også, hva skjer når du må rapportere for kvartalet eller når en annen dimensjon av analyse er nødvendig? Importerer du et bord som består av flere kolonner og rader? Hvordan påvirker det din modell?
Alternativet er å lage tre lag i datamodellen din: et datalag, et analyselag og et presentasjonslag. Du kan tenke på disse lagene som tre forskjellige regneark i en Excel-arbeidsbok: ett ark for å holde de rå dataene som mater rapporten, ett ark som skal brukes som et oppføringsområde hvor dataene analyseres og formes, og ett ark som tjener som presentasjonslag. Denne figuren illustrerer de tre lagene i en effektiv datamodell:
Som du ser, ligger det raske datasettet på eget ark.Selv om datasettet har noe aggregeringsnivå som brukes for å holde det håndterbart lite, er det ikke gjort ytterligere analyser på databladet.
Analyselaget består hovedsakelig av formler som analyserer og drar data fra datalaget til formaterte tabeller som ofte kalles staging tabeller . Disse oppstartstabellene matretter slutt rapportkomponentene i presentasjonslaget. Kort sagt, arket som inneholder analyselaget blir stagingområdet der data er oppsummert og formet for å mate rapporteringskomponentene. Merk på fanen Analyse, formellelinjen illustrerer at tabellen består av formler som refererer til fanen Data.
Det er noen fordeler med dette oppsettet. For det første kan hele rapporteringsmodellen oppdateres enkelt ved å erstatte de raske dataene med et oppdatert datasett. Formlene på fanen Analyse fortsetter å fungere med de nyeste dataene. For det andre kan en hvilken som helst tilleggsanalyse enkelt opprettes ved å bruke forskjellige kombinasjoner av formler på fanen Analyse. Hvis du trenger data som ikke finnes i databladet, kan du enkelt legge til en kolonne til slutten av det raske datasettet uten å forstyrre analysen eller presentasjonsarkene.
Du trenger ikke nødvendigvis å plassere data, analyse og presentasjonslag på ulike regneark. I små datamodeller kan det hende du finner det lettere å plassere dataene dine i ett område av et regneark, mens du bygger staging-tabeller i et annet område i samme regneark.
På samme måte, husk at du ikke er begrenset til tre regneark heller. Det vil si at du kan ha flere ark som gir de raske dataene, flere ark som analyserer, og flere som fungerer som presentasjonslaget.
Uansett hvor du velger å plassere de forskjellige lagene, husk at ideen forblir den samme. Analyselaget skal primært bestå av formler som trekker data fra databladene til staging-tabeller som brukes til å mate presentasjonen din.
