ビジネスビルダでのデータモデリングの概要

SAP Datasphere には、さまざまなユーザグループに合わせて調整された 2 つのモデリングレイヤがあります。データレイヤは、データエンジニアが技術的なアプローチを使用してモデルを作成する場所です。ビジネスレイヤは、よりセマンティックなアプローチを使用してモデルを作成するビジネスユーザを対象としています。これにより、ビジネスユーザはデータエンジニアから独立して作業しながら、データエンジニアとコラボレーションしてデータを共有することができます。ビジネスユーザとデータエンジニア間のコラボレーションは根本的に変化します。データエンジニアはデータの統合とプロビジョニングに集中できる一方で、ビジネスユーザはビジネスモデルを最適化することができます。

通常、データレイヤの IT インフラストラクチャは、ビジネスユーザのニーズよりも不安定です。システム更新、ソフトウェア変更、買収など、変更の理由は複数あります。一方では、これによりデータレイヤが永続的に変更され、調整が必要になります。一方、ビジネス定義は比較的安定しています。たとえば、KPI 利益計算は頻繁には変更されません。

データレイヤを継続的に変更しながら、ビジネスレイヤをより堅牢に保つために、ビジネスレイヤはデータレイヤに疎結合されます。レイヤは、いつでもマッピングおよび再マッピングすることができます。ビジネスモデル自体を変更することなく、データモデルをアップグレードし、ビジネスモデルに再マッピングすることができます。

IT 主導モデリングをビジネス指向モデリングから分離する主な特性は以下のとおりです。

• この分離により、ビジネスユーザは、基礎となるデータモデルを認識せずにビジネスシナリオをモデル化することができます。
• 保険種目のサービスモデリングを提供します。
• ビジネス言語と用語によってデータの複雑さを隠します。
• モデリングレイヤに関係なく、ビジネス定義のセントラルエントリポイントとして 1 つのビジネスカタログがあります。
• これにより、すべてのコンシューマに対して安定したセマンティックレイヤが構築されます。
• 必要に応じて、コンシューマを混乱させることなく、基盤となるデータレイヤ (つまり、ストレージテクノロジーの変更) を柔軟に変更します。

SAP Datasphere ビジネスビルダは、ビジネスレイヤのオブジェクトをモデリングするための指定ツールです。ビジネスユーザは、物理データレイヤとは別のモデルをビジネスビルダで定義できます。モデルを作成し、データレイヤにマッピングします。ビジネスレイヤを使用して、ビジネスユーザが必要とするデータフィールドにビジネスユーザを公開し、関連しない可能性があるデータフィールドを非表示にすることができます。

DW モデラロールを持つユーザは、ビジネスビルダエディタを使用して、データビルダオブジェクトを結合、絞り込み、拡張し、緊密に焦点を合わせた軽量のパースペクティブを公開して、SAP Analytics Cloud およびその他の BI クライアントで利用することができます。

次の図では、ビジネスビルダで利用可能なさまざまなデータモデルタイプを確認できます。

ビジネスビルダで作成された各ビジネスエンティティでは、データビルダエンティティのデータが使用されます。ビジネスエンティティのデータソースを別のデータビルダエンティティにいつでも切り替えることができるため、物理的なデータソースが変更された場合でも、この疎結合によってレポート用の安定したビジネスエンティティを維持することができます。

ビジネスエンティティでは、メジャーまたは属性を定義できます。メジャーは、基礎となるモデルの集計フィールドを参照する定量化可能な値です。属性はビジネスエンティティの説明的な要素であり、メジャーに対して有意義なビジネスインサイトを提供します。基礎となるモデルは、データビルダで作成されたビューまたはテーブルです。

有意義な利用モデルをモデル化するために、ビジネスエンティティによって相互のアソシエーションが定義されます。使用ケース固有の利用モデルを準備するときに選択できるさまざまなモデリングオプションをビジネスユーザに提供するために、可能性のあるすべてのアソシエーションターゲットをデータレイヤで事前定義することができます。

ビジネスエンティティは、ディメンションまたはファクトとしてモデリングできます。この定義は、ファクトモデル内での意図する用途ではなく、実際には異なります。通常、ディメンションはマスタデータを格納するために使用され、キーを定義する必要があります。ファクトは通常、トランザクションデータを含めるために使用され、少なくとも 1 つのメジャーが定義されている必要があります。