第5章 OLAP的一个应用示例.pptVIP

* 5.4 构建数据仓库和多维数据集 建立数据源视图（三） 点击 点击 点击，移动全部对象 点击 * 5.4 构建数据仓库和多维数据集 建立数据源视图（四） 点击 * 5.4 构建数据仓库和多维数据集 建立数据源视图（五） 已添加 * 5.4 构建数据仓库和多维数据集 建立多维数据集（一） 选中，按右键， 点击“新建…” * 5.4 构建数据仓库和多维数据集 建立多维数据集（二） 点击 点击 点击 * 5.4 构建数据仓库和多维数据集 建立多维数据集（三） 点击 * 5.4 构建数据仓库和多维数据集 建立多维数据集（四） 点击 * 5.4 构建数据仓库和多维数据集 建立多维数据集（五） 点击 如果有时间维，则选择 * 5.4 构建数据仓库和多维数据集 建立多维数据集（六） 点击 设置 * 5.4 构建数据仓库和多维数据集 建立多维数据集（七） 点击 * 5.4 构建数据仓库和多维数据集 建立多维数据集（八） 点击 * 5.4 构建数据仓库和多维数据集 建立多维数据集（九） 点击 * 5.4 构建数据仓库和多维数据集 建立多维数据集（十） 已添加 * 5.4 构建数据仓库和多维数据集 部署（一） 点击 * 5.4 构建数据仓库和多维数据集 部署（二） 点击 * 5.5 浏览分析数据 浏览器查看数据（一） 点击 点击 * 5.5 浏览分析数据 1.各个级别的信贷机构的贷款情况 按住左键拖动 * 5.5 浏览分析数据 2.贷款按时间分布的情况 * 5.5 浏览分析数据 3.通过贷款类别、贷款期限分析贷款数据 * 5.5 浏览分析数据 4.通过贷款类别、法人的经营状况分析贷款数据 * 5.5 浏览分析数据 分析数据：下钻（上卷） 点击“＋” 点击“－” 下钻 上卷 * 5.5 浏览分析数据 分析数据：切片 移出 切片 * 5.5 浏览分析数据 分析数据：切块 设置 切块 * 5.5 浏览分析数据 分析数据：转轴 转轴 拖动，移至前面 * 小结 分析需求 抽取、清理和转换原始数据，构建数据仓库和多维数据集 最后可以通过分析浏览器并运用合适的分析方法查看和分析数据。 第5章 OLAP的一个应用示例 5.1 案例背景 5.2 分析需求 5.3 数据准备 5.4 构建数据仓库和多维数据集 5.5 浏览分析数据 小结 * 5.1 案例背景 案例 对华兴商业银行（一个虚拟的银行）在2000年至2005年之间的贷款数据进行的多维分析(原数据：华兴商业银行贷款数据_Data)。 该银行的贷款数据库中有9张数据表： 借款凭证分析表 法人基本信息表 信贷机构代码表 币种代码表 担保方式代码表 贷款性质代码表 贷款期限代码表 贷款类别代码表 还款方式代码表 * 9张表间的关系及各表包含的字段 * 5.2 分析需求 需求 作为银行的决策者，最关注的信息就是贷款金额和贷款状态。华兴商业银行的上层决策者想要查看各个级别的信贷机构的贷款情况，统计计算贷款总额、正常贷款总额以及不良贷款额。 此外，为了考察这6年中贷款的趋势，决策者希望能看到贷款按时间分布的情况。 最后，决策者们还需要通过贷款类别、贷款期限和法人的经营状况这几个方面分析贷款数据，为今后更好地做出贷款决策以及相应的策略调整提供全面地支持和 辅助。 * 5.2 分析需求 分析的主题： 华兴商业银行贷款金额分析。 分析的数值（事实）： 贷款总额、正常贷款额以及不良贷款额。 分析的角度（维度） 信贷机构、时间、贷款类别、贷款期限和经营状况。 分析的粒度（维度级别）： 信贷机构：市行、支行和管辖机构。 时间：年、季度和月。 贷款类别：贷款的类别。 贷款期限：贷款期限、贷款期限明细。 经营状况：经营状况。 * 5.2 分析需求 数据分析： 各个级别的信贷机构的贷款情况 贷款按时间分布的情况 通过贷款类别、贷款期限和法人的经营状况这几个方面分析贷款数据 * 5.3 数据准备 构造事实表的视图： CREATE VIEW 贷款分析视图 AS SELECT 借款凭证编号,客户代码,机构编码 AS 支行管辖机构编码,贷款类别 AS 贷款类别明细编码,贷款期限分类 AS 贷款期限明细代码,借款日期, (正常+关注+次级+可疑+损失) AS 贷款总额, (正常+关注) AS 正常贷款,(次级+可疑+损失) AS 不良贷款 FROM 借款凭证分析表 * 5.3 数据准备 数据装载(一) * 5.3 数据准备 数据装载(二) * 5.3 数据准备 数据装载(三) 点击新建 * 5.3 数据准