Vend ikke din Excel-data model til en database - dummies

Du har muligvis læst, at foranstaltninger, der bruges på et Excel-dashboard, absolut bør understøtte det oprindelige formål med instrumentbrættet. Det samme koncept gælder for back-end datamodellen. Du bør kun importere data, der er nødvendige for at opfylde formålet med dit dashboard eller rapport.

I et forsøg på at få så mange data som muligt ved hånden, bringer mange Excel-brugere ind i deres regneark hvert eneste data, de kan få fat i. Du kan få øje på disse mennesker ved hjælp af de 40-megabyte filer, de sender via e-mail. Du har set disse regneark - to faner, der indeholder nogle rapporterings- eller dashboard-grænseflader og derefter seks skjulte faner, der indeholder tusindvis af datalinjer (hvoraf de fleste ikke bruges). De bygger i det væsentlige en database i deres regneark.

Hvad er der galt med at udnytte så mange data som muligt? Nå, her er et par spørgsmål:

• Samling af data i Excel øger antallet af formler. Hvis du indfører alle rå data, skal du aggregere disse data i Excel. Dette medfører uundgåeligt, at du eksponentielt øger antallet af formler, du skal ansætte og vedligeholde.

  Husk at din datamodel er et middel til at præsentere analyser og ikke behandle rå data. De data, der fungerer bedst i rapporteringsmekanismerne, er allerede samlet og opsummeret i nyttige oversigter, der kan navigeres og fodres til dashboardkomponenter. Det er langt bedre at importere data, der allerede er aggregeret så meget som muligt.

  Hvis du f.eks. Skal rapportere om indtjening efter region og måned, er det ikke nødvendigt at importere salgstransaktioner i din datamodel. Brug i stedet en aggregeret tabel bestående af Region, Måned og Summen af ​​indtjening.

• Din datamodel vil blive distribueret med dit dashboard. Med andre ord, fordi dit dashboard leveres af din datamodel, skal du vedligeholde modellen bag scenerne (sandsynligvis i skjulte faner), når du distribuerer instrumentbrættet. Udover det faktum, at det får filstørrelsen til at være uhåndterlig, herunder for meget data i din datamodel kan faktisk nedbryde ydeevnen på dit dashboard. Hvorfor?

  Når du åbner en Excel-fil, bliver hele filen indlæst i hukommelsen for at sikre hurtig databehandling og adgang. Ulempen ved denne adfærd er, at Excel kræver en masse RAM til at behandle selv den mindste ændring i dit regneark. Du har måske bemærket, at når du forsøger at udføre en handling på et stort, formelintensivt datasæt, er Excel langsomt at reagere, hvilket giver dig en beregningsindikator på statuslinjen.Jo større dit datasæt er, desto mindre effektivt er datatrykket i Excel.

• Store datasæt kan forårsage vanskeligheder med skalerbarhed. Forestil dig at du arbejder i et lille firma, og du bruger månedlige transaktioner i din datamodel. Hver måned besidder 80.000 data. Som tiden går, bygger du en robust proces komplet med alle formler, pivottabeller og makroer, du skal analysere de data, der er gemt på din pænt vedligeholdte fane.

  Hvad sker der efter et år? Starter du en ny fane? Hvordan analyserer du to datasæt på to forskellige faner som en enhed? Er dine formler stadig gode? Skal du skrive nye makroer?

Dette er alle problemer, der kan undgås ved kun at importere aggregerede og opsummerede data, der er nyttige til det centrale formål med dine rapporteringsbehov.