추가 적립 안내

정보가 넘쳐나는 시대에 이 정보들을 어떻게 얻고 또 어떻게 활용할 수 있을까? 많은 데이터를 분석하여 데이터가 갖고 있는 정보를 얻고 활용해야 한다. 이 책은 파워 BI와 엑셀의 파워 피봇이라는 데이터 분석 도구를 사용해 데이터를 모델링에 관해 설명한다. 일상적인 업무에서 접하기 쉬운 예제를 통해 데이터 모델링의 기본 개념을 소개하고 있어서 초보자도 쉽게 활용할 수 있으며 데이터 모델링에 대한 감각을 얻을 수 있을 것이다.

★ 이 책에서 다루는 내용 ★
■ 테이블, 관계, 키 등의 데이터 모델링의 기본
■ 스타 스키마와 스노우플레이크, 일반적인 모델링 기술
■ 그래뉼래러티의 중요성
■ 복잡한 데이터 모델에서 판매와 구매 같은 다중 팩트 테이블 사용
■ date 테이블을 사용한 달력과 관계된 계산 관리
■ 고객의 이전 주소나 지정된 매니저와 같은 과거 속성 추적
■ 스냅샷을 사용해 편리하게 수량 계산
■ 가장 효율적인 방법으로 여러 통화 사용
■ 중첩 될 수 있는 기간을 포함하는 이벤트 분석
■ 특정 비즈니스 요구에 필요한 데이터 모델

★ 이 책의 대상 독자 ★
파워 피벗을 사용하는 엑셀 사용자나 파워 BI를 사용하는 데이터 분석가에게 도움되는 책이다. 또는 BI 전문가 경력을 쌓기 시작하는 사람이나 데이터 모델링의 주제를 살펴보고 싶은 사람에게 추천한다.
실제로 데이터 모델링이 필요하다는 사실을 전혀 모르는 독자를 생각하며 이 책을 썼다. 데이터 모델링을 배워야 할 필요가 있다는 사실을 이해시키고 통찰력을 제공하는 것이 목표다. 따라서 데이터 모델링이 무엇이고 왜 유용한 스킬인지 궁금하다면 이 책이 필요하다.

★ 옮긴이의 말 ★
몇 년 전부터 빅데이터란 단어를 많이 들어봤을 것이다. 빅데이터란 단어가 익숙해지기 전에도 데이터란 방대한 양의 정보였으며, 지금은 그 크기가 훨씬 더 커졌다. 데이터 자체만으로는 아무 의미가 없다. 이 데이터를 잘 분석해야 의미 있는 정보가 되는 것이다. 여러분도 어떤 데이터를 보면서 이 데이터가 무엇을 의미하는지 알아채지 못한 경험이 있을 수 있다. 데이터가 주는 정보를 알기 위해 데이터 분석이 필요하고, 이를 위해 데이터 모델링 기술을 아는 것이 좋다.
데이터 분석을 하고자 데이터베이스를 사용해본 사람이라면 가끔 필요한 데이터를 가져오는 방법이 이상하다거나 혹은 제대로 요청한 것 같은데 결과가 잘못됐던 적이 있을 것이다. 데이터 모델링이 잘못됐을 수 있고, 혹은 사용자가 데이터 모델을 잘 이해하지 못한 채 사용하기 때문일 수 있다. 이 책은 우리가 쉽게 접할 수 있는 데이터 분석 툴인 파워 BI와 파워 피봇을 사용하여 데이터 모델링에 대해 소개하고 있다. 더불어 데이터 모델링의 예시와 잘못된 모델이나 모델을 잘못 사용하는 예시도 함께 소개한다. 모델링의 기본 요소와 기술들을 살펴보고 더 훌륭한 데이터 모델을 만드는 기초로 활용할 수 있을 것이다.

Chapter 1. 데이터 모델링 소개
__단일 테이블 작업
__데이터 모델 소개
__스타 스키마 소개
__객체 이름 정의의 중요성 이해
__결론

Chapter 2. 헤더/디테일 테이블 사용
__헤더/디테일 소개
__헤더 값 집계
__헤더/디테일 평면화
__결론

Chapter 3. 다중 팩트 테이블 사용
__비정규화 팩트 테이블 사용
__디멘션 간의 필터링
__모델 모호성의 이해
__주문과 청구서
____고객별 전체 청구 금액 계산
____고객별 해당 주문을 포함하는 청구 금액 계산
____청구됐을 때 주문 금액 계산
__결론

Chapter 4. 날짜와 시간 처리
__date 디멘션 생성
__자동 time 디멘션 이해
____엑셀의 자동 시간 그룹화
____파워 BI 데스크톱의 자동 시간 그룹화
__다중 date 디멘션 사용
__날짜와 시간 처리
__타임 인텔리전스 계산
__회계 달력 처리
__근무일 계산
____한 국가 또는 지역의 근무일
____여러 국가 또는 지역을 고려한 작업
__연내 특정 기간 처리
____중첩되지 않는 기간 사용
____today와 관련된 기간
____중첩 기간 사용
__주간 캘린더 작업
__결론

Chapter 5. 과거 속성 추적
__서서히 변하는 디멘션 소개
__서서히 변하는 디멘션 사용
__서서히 변하는 디멘션 로딩
____디멘션의 그래뉼래러티 수정
____팩트 테이블의 그래뉼래러티 수정
__빠르게 변하는 디멘션
__올바른 모델링 기술 선택
__결론

Chapter 6. 스냅샷 사용
__시간에 따라 집계할 수 없는 데이터 사용
__스냅샷 집계
__파생 스냅샷 이해
__전이 행렬 이해
__결론

Chapter 7. 날짜와 시간 간격 분석
__시간 데이터 소개
__단순 간격 집계
__날짜를 넘기는 간격
__교대 근무와 시간 근무 모델링
__진행 중인 이벤트 분석
__서로 다른 기간의 혼합
__결론

Chapter 8. 다대다 관계
__다대다 관계 소개
____양방향 패턴의 이해
____비가산 이해
__다대다 캐스캐이딩
__일시적인 다대다
____인자와 퍼센트 재할당
____다대다 구체화
__팩트 테이블을 브리지로 사용
__성능 고려 사항
__결론

Chapter 9. 서로 다른 그래뉼래러티 사용
__그래뉼래러티 소개
__서로 다른 그래뉼래러티의 관계
____예산 데이터 분석
____필터 이동을 위한 DAX 코드 사용
____관계를 통한 필터링
____잘못된 그래뉼래러티로 값 숨기기
____높은 그래뉼래러티 값 할당
__결론

Chapter 10. 데이터 모델 세그멘테이션
__다중 칼럼 관계 계산
__정적 세그멘테이션 계산
__동적 세그멘테이션 사용
__계산된 칼럼의 힘: ABC 분석
__결론

Chapter 11. 다중 통화 작업
__다양한 시나리오 이해
__여러 종류의 소스 통화, 보고를 위한 하나의 통화
__하나의 소스 통화, 보고서를 위한 여러 통화
__여러 종류의 소스 통화, 여러 종류의 보고서 통화
__결론

Appendix A. 데이터 모델링 101
__테이블
__데이터 타입
__관계
__필터링과 크로스필터링
__다양한 종류의 모델
__스타 스키마
__스노우플레이크 스키마
__브리지 테이블을 사용하는 모델
__측정식과 가산성
____가산 측정식
____비가산 측정식
____반가산 측정식

1장, '데이터 모델링 소개'에서는 데이터 모델링의 개념을 간단히 소개하고 그래뉼래러티에 대해 살펴본다. 데이터 웨어하우스의 기본적인 모델, 즉 스타 스키마, 스노우 플레이크, 정규화, 비정규화를 정의한다.
2장, '헤더/디테일 테이블 사용'에서는 헤더/디테일 테이블을 사용하는 일반적인 시나리오를 다룬다. 여기서 별도의 두 팩트 테이블에 주문과 주문의 종류를 저장하는 예제를 사용하는 시나리오를 살펴보고 해결 방법을 찾는다.
3장, '다중 팩트 테이블 사용'에서는 여러 팩트 테이블이 있고 이를 종합해 보고서를 만드는 시나리오를 설명한다. 데이터를 적절한 방법으로 살펴보기 위해 올바른 디멘션의 모델을 만들어야 한다는 사실을 강조한다.
4장, '날짜와 시간 처리'에서는 이 책의 가장 긴 장으로 타임 인텔리전스 계산을 다룬다. 적절한 date 테이블을 만드는 방법과 기본적인 타임 인텔리전스(YTD, QTA, PARALLELPERIOD 등)를 계산하는 방법을 설명한다. 그 후 날짜 계산 작업, 연내 특정 기간 처리, 일반적인 date를 사용하는 작업에 대한 몇 가지 예제를 제시한다.
5장, '과거 속성 추적'에서는 서서히 변하는 디멘션을 사용하는 모델을 설명한다. 5장에서 바뀌는 속성을 추적해야 할 때 필요한 변환 단계와 서서히 변하는 디멘션을 사용할 때 현재 시점에서 DAX 코드를 작성하는 올바른 방법을 상세히 설명한다.
6장, '스냅샷 사용'에서는 스냅샷의 매력적인 면을 다룬다. 스냅샷이 무엇인지, 스냅샷을 사용해야 할 때와 사용 이유, 스냅샷을 기반으로 값을 계산하는 방법을 소개하고 강력한 변환 매트릭스 모델을 설명한다.
7장, '날짜와 시간 간격 분석'에서는 5장에서 한발 더 나아가 시간 계산을 다루지만, 이번에는 팩트 테이블에 저장된 이벤트가 기간을 갖고 이로 인해 정확한 결과를 얻기 위해 특별한 조치가 필요한 모델을 분석한다.
8장, '다대다 관계'에서는 다대다 관계를 사용하는 방법을 설명한다. 다대다 관계는 모든 데이터 모델에서 아주 중요한 역할을 한다. 일반적인 다대다 관계와 캐스케이딩 관계, 그리고 인자 재할당과 필터 사용에 대해 다루고 성능과 이를 향상시키는 방법에 대해 알아본다.
9장, '서로 다른 그래뉼래러티 사용'에서는 서로 다른 그래뉼래러티로 저장된 팩트 테이블을 사용하는 작업에 대해 더 알아본다. 팩트 테이블의 그래뉼래러티가 서로 다른 예산 예제를 살펴보고, DAX와 데이터 모델에서 제공하는 몇 가지 대안을 관찰한다.
10장, '데이터 모델 세그멘테이션'에서는 세그멘테이션 모델에 대해 설명한다. 가격에 의한 단순한 세그멘테이션에서 시작해 가상 관계를 사용하는 동적 세그멘테이션 분석까지 다루고, DAX에서 수행된 ABC 분석에 대해 설명한다.
11장, '다중 통화 작업'에서는 환전에 대해 다룬다. 환율을 사용할 때 요구 사항을 이해하고 적절한 모델을 설계해야 한다. 요구 사항이 서로 다른 몇 개의 시나리오를 분석하고 각 시나리오에 가장 좋은 해결 방법을 찾아본다.
부록 A, '데이터 모델링 101'에서는 이것은 참조용이다. 예제를 사용해 이 책에서 다룰 기본 개념을 간략하게 설명한다. 어떤 측면이 확실하지 않을 때 여기로 건너뛰어 새로 이해하고 다시 주요 장으로 돌아가도록 한다.