总体要求
理解多维数据模型价值、理解多维数据模型逻辑、理解透视分析原理、能够活用多维数据模型结合恰当透视方法观测业务问题，实现商业洞察
1、多维数据模型概述
多维数据模型又叫多维数据集、立方体（Cube），指的是相互间通过某种联系被关联在一起的不同类别的数据集合。
2、多维数据模型创建方法【熟知】
2.1 相邻两表间连接汇总
通过公共字段连接两表，选择不同表中字段分别作为维度、度量，选择汇总计算规则
2.1.1 影响连接汇总的三要素
- 筛选器方向：分为单向及双向两种、筛选器方向决定维度与度量的出处
- 对应关系：分为三类，一对一、多对一与多对多，决定连接汇总的结果
- 汇总角色：维度、度量
2.1 了解使用多维数据模型的业务意义【领会】
2.3 熟知多维数据模型中连接方式与汇总结果间的关系【熟知】
2.4 熟知多维数据模型下汇总维度与筛选维度间的差异及各自的适用场景【熟知】
2.5 能够通过5W2H思维模型梳理业务线索，搜集完整的多表数据【应用】
2.6 能够根据业务需求，按照正确的连接关系创建完整、准确、全面的多维数据模型【应用】
2.7 能够根据多维数据模型推导出可探索的业务问题范围，实现业务洞察【应用】
3、5W2H思维模型
3.1 5W2H思维模型
3.2 销售管理分析
3.3 5H2H分析与销售管理分析
4、基本透视规则
4.1 基本透视规则【熟知】
4.1.1 合计规则
将相同维度值下对应的多个度量值相加在一起、一般用SUM函数代表合计规则
4.1.2 计数规则
对相同维度值下的度量个数进行计数、COUNT非空计数、DISTINCTCOUNT去重计数
4.1.3 平均规则
用合计规则的结果除以计数规则的结果（平均=合计/计数）、一般用AVERAGE函数表示
- 平均值陷阱
用Average求得的总平均值是主键的总平均值
4.1.4 最大值规则
求相同维度之下最大的度量值、一般用MAX函数表示
4.1.5 最小值规则
求相同维度之下最小的度量值、一般用MIN函数表示
3、透视分析方法
透视分析的价值及意义【领会】
熟知条件筛选透视规则：多条件透视计算、不同层级维度透视计算【熟知】
熟知行间透视与字段上透视的差异【熟知】
5、透视规则扩展
5.1 对比计算规则【熟知】
5.1.1 均比
实际值与基准值之间的对比、同类型产品销售情况
5.1.2 基准比
实际值与基准值之间的对比、成绩水平
5.1.3 目标比
实际值与目标值之间的对比、销售业绩绩效
5.1.4 标准比
实际值与标准值之间的对比、工场工作水平绩效
5.1.5 占比
部分与总体的对比、不同区域销售额对比
5.2 时间下的汇总规则
MTD
QTD
YTD
环比
同比
5.3 对比汇总公式
5.3.1 对比百分比公式
5.3.2 差异百分比公式
熟知时间维度下的透视计算规则：不同时间段、不同时间位移量下的透视计算规则【熟知】
熟知基本对比计算规则：均比、基准比、标准比、百分比、差异百分比
6、多维透视分析应用
6.1 经销商进销存情况分析
能够根据业务需求选择创建正确的透视规则【应用】
能够将透视规则应用在正确的多维模型下描述业务问题【应用】
能够通过透视结果理解业务问题【应用】
透视结果与预期结果不符时，能够检查、追踪问题原因【应用】
1、多表透视分析逻辑
1.1 熟知透视分析的作用价值【熟知】
1.2 理解多表环境下的连接、透视逻辑【熟知】
应用 能够通过表的字段理解该表所代表的业务维度及业务意义，能够通过表的业务意义倒推回表中字段的主键、维度、度量属性