Βίντεο: How (and Why) You Should Use Git by Anna Whitney 2025
Ένα μοντέλο δεδομένων παρέχει τη βάση πάνω στην οποία είναι κατασκευασμένος ο μηχανισμός αναφοράς Excel. Μία από τις πιο σημαντικές έννοιες σε ένα μοντέλο δεδομένων είναι ο διαχωρισμός των δεδομένων, η ανάλυση και η παρουσίαση. Η θεμελιώδης ιδέα είναι ότι δεν θέλετε τα δεδομένα σας να είναι υπερβολικά δεμένα σε έναν συγκεκριμένο τρόπο παρουσίασης αυτών των δεδομένων.
Για να τυλίξετε το μυαλό σας γύρω από αυτή την ιδέα, σκεφτείτε ένα τιμολόγιο. Όταν λάβετε ένα τιμολόγιο, δεν υποθέτετε ότι τα οικονομικά στοιχεία του τιμολογίου είναι η πραγματική πηγή των δεδομένων σας. Είναι απλώς μια παρουσίαση δεδομένων που αποθηκεύονται πραγματικά σε μια βάση δεδομένων. Αυτά τα δεδομένα μπορούν να αναλυθούν και να παρουσιαστούν σε εσάς με πολλούς άλλους τρόπους: σε διαγράμματα, σε πίνακες ή ακόμα και σε ιστότοπους. Αυτό ακούγεται προφανές, αλλά οι χρήστες του Excel συγχωνεύουν συχνά δεδομένα, ανάλυση και παρουσίαση.
Για παράδειγμα, ορισμένα βιβλία εργασίας του Excel περιέχουν 12 καρτέλες, το καθένα από τα οποία αντιπροσωπεύει ένα μήνα. Σε κάθε καρτέλα, τα δεδομένα για τον συγκεκριμένο μήνα παρατίθενται μαζί με τους τύπους, τους πίνακες περιστροφής και τις περιλήψεις. Τώρα τι συμβαίνει όταν σας ζητηθεί να δώσετε μια περίληψη ανά τρίμηνο; Προσθέτετε περισσότερους τύπους και καρτέλες για να ενοποιήσετε τα δεδομένα σε κάθε καρτέλα μήνα; Το βασικό πρόβλημα σε αυτό το σενάριο είναι ότι οι καρτέλες αντιπροσωπεύουν στην πραγματικότητα τις τιμές δεδομένων που συντήκονται στην παρουσίαση της ανάλυσής σας.
Για παράδειγμα που συμβαδίζει περισσότερο με την αναφορά, δείτε το παρακάτω σχήμα. Τα σκληρά κωδικοποιημένα τραπέζια όπως αυτό είναι συνηθισμένα. Αυτός ο πίνακας είναι μια συγχώνευση δεδομένων, ανάλυσης και παρουσίασης. Όχι μόνο αυτός ο πίνακας σας συνδέει με μια συγκεκριμένη ανάλυση, αλλά υπάρχει ελάχιστη ή και καθόλου διαφάνεια σε ό, τι ακριβώς αποτελείται η ανάλυση. Επίσης, τι συμβαίνει όταν πρέπει να αναφέρετε ανά τρίμηνο ή όταν χρειάζεται μια άλλη διάσταση ανάλυσης; Εισάγετε έναν πίνακα που αποτελείται από περισσότερες στήλες και σειρές; Πώς αυτό επηρεάζει το μοντέλο σας;
Η εναλλακτική λύση είναι η δημιουργία τριών στρωμάτων στο μοντέλο δεδομένων σας: ένα επίπεδο δεδομένων, ένα στρώμα ανάλυσης και ένα στρώμα παρουσίασης. Μπορείτε να σκεφτείτε αυτά τα επίπεδα ως τρία διαφορετικά φύλλα εργασίας σε ένα βιβλίο εργασίας του Excel: ένα φύλλο για να κρατήσετε τα ακατέργαστα δεδομένα που τροφοδοτούν την αναφορά σας, ένα φύλλο για να χρησιμεύσει ως περιοχή σταδιοποίησης όπου τα δεδομένα αναλύονται και διαμορφώνονται και ένα φύλλο για να χρησιμεύσει ως στρώμα παρουσίασης. Αυτό το σχήμα απεικονίζει τα τρία επίπεδα ενός αποτελεσματικού μοντέλου δεδομένων:
Ένα αποτελεσματικό μοντέλο δεδομένων χωρίζει τα δεδομένα, την ανάλυση και την παρουσίαση.Όπως μπορείτε να δείτε, το ακατέργαστο σύνολο δεδομένων βρίσκεται στο δικό του φύλλο.Παρόλο που το σύνολο δεδομένων έχει ορισμένο επίπεδο συσσωμάτωσης που εφαρμόζεται για να το κρατήσει διαχειρίσιμα μικρό, δεν γίνεται περαιτέρω ανάλυση στο δελτίο δεδομένων.
Το στρώμα ανάλυσης αποτελείται κυρίως από τύπους που αναλύουν και τραβούν δεδομένα από το στρώμα δεδομένων σε μορφοποιημένους πίνακες που συνήθως αναφέρονται ως πίνακες σταδιοποίησης . Αυτοί οι πίνακες σταδιοποίησης τροφοδοτούν τελικά τα στοιχεία αναφοράς στη στρώση παρουσίασής σας. Με λίγα λόγια, το φύλλο που περιέχει το στρώμα ανάλυσης γίνεται η περιοχή σταδιοποίησης όπου τα δεδομένα συνοψίζονται και διαμορφώνονται για να τροφοδοτούν τα στοιχεία αναφοράς. Ανακοίνωση στην καρτέλα Ανάλυση, η γραμμή τύπων επεξηγεί ότι ο πίνακας αποτελείται από τύπους που αναφέρονται στην καρτέλα Δεδομένα.
Υπάρχουν μερικά πλεονεκτήματα σε αυτή τη ρύθμιση. Πρώτον, ολόκληρο το μοντέλο αναφοράς μπορεί να ανανεωθεί εύκολα απλώς αντικαθιστώντας τα ακατέργαστα δεδομένα με ένα ενημερωμένο σύνολο δεδομένων. Οι τύποι στην καρτέλα Ανάλυση συνεχίζουν να λειτουργούν με τα πιο πρόσφατα δεδομένα. Δεύτερον, οποιαδήποτε πρόσθετη ανάλυση μπορεί εύκολα να δημιουργηθεί χρησιμοποιώντας διαφορετικούς συνδυασμούς τύπων στην καρτέλα Ανάλυση. Εάν χρειάζεστε δεδομένα που δεν υπάρχουν στο φύλλο δεδομένων, μπορείτε εύκολα να προσθέσετε μια στήλη στο τέλος της πρώτης δέσμης δεδομένων χωρίς να διαταράξετε τα φύλλα Ανάλυσης ή Παρουσίασης.
Δεν είναι απαραίτητο να τοποθετήσετε τα δεδομένα σας, ανάλυση και στρώματα παρουσίασης σε διαφορετικά υπολογιστικά φύλλα. Σε μικρά μοντέλα δεδομένων, ίσως είναι ευκολότερο να τοποθετήσετε τα δεδομένα σας σε μια περιοχή ενός υπολογιστικού φύλλου ενώ παράλληλα δημιουργείτε πινάκια αναμονής σε άλλη περιοχή του ίδιου υπολογιστικού φύλλου.
Σε αυτές τις ίδιες γραμμές, θυμηθείτε ότι δεν περιορίζεστε σε τρία υπολογιστικά φύλλα. Δηλαδή, μπορείτε να έχετε αρκετά φύλλα που παρέχουν τα ανεπεξέργαστα δεδομένα, πολλά φύλλα που αναλύουν και πολλά που χρησιμεύουν ως στρώμα παρουσίασης.
Όπου κι αν επιλέξετε να τοποθετήσετε τα διαφορετικά επίπεδα, να έχετε υπόψη ότι η ιδέα παραμένει η ίδια. Το στρώμα ανάλυσης πρέπει να αποτελείται κυρίως από τύπους που αντλούν δεδομένα από τα φύλλα δεδομένων σε πίνακες σταδιοποίησης που χρησιμοποιούνται για την τροφοδοσία της παρουσίασής σας.