IBM Planning Analytics v2.1.x: Design and Develop Models in PAW (P8472G)

Podnikové systémy
Strojově přeloženo

Přehled

Tento kurz učí modeláře navrhovat a sestavovat kompletní model pomocí IBM Planning Analytics Workspace. Účastníci procházejí celým životním cyklem modelování, počínaje přehledem architektury Planning Analytics a pokračováním přes návrh dimenzí, konstrukci kostek, načítání dat a vývoj obchodních pravidel. Kurz klade důraz na osvědčené postupy modelování a aspekty výkonu při použití Planning Analytics verze 2.1.x.

Prostřednictvím kombinace výkladu vedeného instruktorem a praktických cvičení účastníci vytvářejí a zdokonalují funkční model, který odráží běžné scénáře plánování a analýzy. Témata zahrnují procesy TurboIntegrator pro načítání a správu dat, pravidla a feedery pro pokročilé výpočty a techniky optimalizace výkonu modelu.

Kurz se rovněž zabývá pokročilými možnostmi modelování, jako jsou cesty drill-through, převod měn a časové modelování pro různé fiskální požadavky. Po absolvování kurzu budou účastníci schopni sestavovat škálovatelné a udržovatelné modely podporující případy použití plánování, prognózování a reportingu v prostředí Planning Analytics Workspace.

Cílová skupina

Analytici

Předpoklady

Účastníci by měli mít následující znalosti a zkušenosti:

  • Obecné znalosti konceptů business analytics nebo řízení výkonnosti
  • Základní znalost terminologie IBM Planning Analytics
  • Zkušenosti s ovládáním webových aplikací

Cíle

Po absolvování tohoto kurzu by účastníci měli být schopni:

  • Popsat architekturu serveru TM1 a zpracování v operační paměti
  • Vytvořit server TM1 a přistupovat k němu pomocí Planning Analytics Workspace
  • Vytvářet a upravovat dimenze pomocí Planning Analytics Workspace
  • Navrhovat kostky na základě obchodních požadavků
  • Vysvětlit komponenty procesů TurboIntegrator
  • Kombinovat pravidla a struktury dimenzí za účelem provádění výpočtů
  • Vytvářet efektivní příkazy feederů
  • Používat funkce DB k propojení kostek s různou dimenzionalitou
  • Umožnit uživatelům přecházet na související detailní data
  • Implementovat pokročilé techniky modelování založeného na pravidlech
  • Navrhovat udržovatelné modely pro převod měn
  • Implementovat modely podporující průběžné prognózy

Osnova kurzu

Lekce 1: Přehled IBM Planning Analytics

  • Vysvětlit roli IBM Planning Analytics v řízení finanční výkonnosti
  • Identifikovat základní komponenty a služby Planning Analytics
  • Popsat architekturu serveru TM1 a zpracování v operační paměti
  • Orientovat se v prostředí modelování Planning Analytics Workspace
  • Vytvořit server TM1 a přistupovat k němu pomocí Planning Analytics Workspace

Lekce 2: Vytváření dimenzí

  • Popsat roli dimenzí a členů v modelu Planning Analytics
  • Vytvářet a upravovat dimenze pomocí Planning Analytics Workspace
  • Importovat struktury dimenzí z externích souborů
  • Používat atributy členů ke zvýšení použitelnosti a zlepšení reportingu
  • Vysvětlit, jak hierarchie podporují alternativní agregace dat

Lekce 3: Sestavování kostek

  • Vysvětlit, co jsou kostky a jak ukládají data
  • Navrhovat kostky na základě obchodních požadavků
  • Vytvářet kostky pomocí existujících dimenzí
  • Vhodně aplikovat vlastnosti a atributy kostek
  • Implementovat výběrové seznamy pro řízení zadávání dat

Lekce 4: Načítání a správa dat

  • Identifikovat podporované zdroje dat pro Planning Analytics
  • Vysvětlit komponenty procesů TurboIntegrator
  • Vytvářet a spouštět procesy pro načítání dat kostek a dimenzí
  • Udržovat přesnost dat pomocí technik mazání a akumulace
  • Plánovat procesy pomocí úloh (chores)

Lekce 5: Přidávání obchodních pravidel

  • Popsat způsob vyhodnocování pravidel v Planning Analytics
  • Psát pravidla pomocí definic oblastí a funkcí
  • Aplikovat pravidla na úrovni listových i konsolidovaných prvků
  • Používat pravidla ke sdílení dat mezi kostkami
  • Kombinovat pravidla a struktury dimenzí za účelem provádění výpočtů

Lekce 6: Optimalizace výkonu obchodních pravidel

  • Vysvětlit, jak řídkost (sparsity) ovlivňuje výkon kostek
  • Používat SKIPCHECK k optimalizaci vyhodnocování pravidel
  • Vytvářet efektivní příkazy feederů
  • Odstraňovat problémy s konsolidací a feedery
  • Sledovat hodnoty řízené pravidly a konsolidované hodnoty

Lekce 7: Přenos dat do modelu

  • Používat funkce DB k propojení kostek s různou dimenzionalitou
  • Popsat osvědčené postupy skriptování v TurboIntegrator
  • Přenášet a transformovat data mezi kostkami
  • Spravovat nerovnoměrné hierarchie pomocí procesů

Lekce 8: Přizpůsobení cest drill

  • Vysvětlit proces drill-through v Planning Analytics
  • Vytvářet procesy drill pomocí TurboIntegrator
  • Přiřazovat procesy drill k buňkám kostek
  • Umožnit uživatelům přecházet na související detailní data

Lekce 9: Použití pravidel pro pokročilé modelování

  • Popsat virtuální kostky a jejich případy použití
  • Používat vyhledávací kostky (lookup cubes) ve výpočtech
  • Aplikovat relativní proporcionální rozložení
  • Odkazovat na atributy v rámci pravidel
  • Implementovat pokročilé techniky modelování založeného na pravidlech

Lekce 10: Převod měn

  • Vysvětlit běžné požadavky na převod měn
  • Používat řídicí kostky a vyhledávací techniky
  • Vytvářet pravidla pro převod měn
  • Navrhovat udržovatelné modely pro převod měn

Lekce 11: Modelování pro různé fiskální požadavky

  • Popsat přístupy k diskrétnímu a průběžnému časovému modelování
  • Vybírat vhodné časové struktury na základě požadavků
  • Implementovat modely podporující průběžné prognózy
  • Rozšiřovat existující modely pro fiskální varianty