Kategori bisnis, domain data, dan data mart membentuk kerangka manajemen berorientasi bisnis yang membangun rantai nilai tertutup dari produksi hingga konsumsi data dengan mengklasifikasikan kepemilikan data ke dalam kategori bisnis, mendefinisikan aktivitas bisnis inti sebagai domain data, serta mengorganisasi layanan data berbasis skenario sebagai data mart. Topik ini menjelaskan hubungan antara Business Categories, Data Domains, Business Processes, Data Marts, dan Subject Areas, serta cara menggunakannya.
Hubungan antara konsep inti
Business Category: Kategori bisnis merupakan pembagian tingkat tertinggi dalam suatu bisnis. Misalnya, di industri ritel, bisnis dapat dibagi berdasarkan saluran penjualan menjadi ritel fisik dan E-commerce.
Data Domain: Domain data adalah agregasi berbasis subjek yang mencakup berbagai lini bisnis. Biasanya, domain data membagi data bisnis perusahaan berdasarkan beberapa dimensi, seperti jenis bisnis, sumber data, dan penggunaan data. Satu domain data dapat termasuk dalam beberapa kategori bisnis. Sebagai contoh, domain transaksi dapat melayani skenario transaksi online maupun offline.
Business Process: Proses bisnis adalah aktivitas bisnis spesifik dalam suatu domain data. Misalnya, domain transaksi dapat mencakup proses bisnis seperti melakukan pemesanan dan pembayaran. Satu domain data dapat berisi beberapa proses bisnis.
Data Mart: Data mart adalah kumpulan data yang disesuaikan untuk skenario bisnis tertentu, seperti data mart untuk platform operasional.
Subject Area: Bidang subjek membagi data mart menjadi subjek-subjek berdasarkan perspektif analitis, seperti analisis produk dan perilaku pengguna. Satu data mart dapat berisi beberapa bidang subjek.
Kategori bisnis
Jika grup atau perusahaan Anda memiliki operasi bisnis yang kompleks dan berskala besar, Anda dapat membuat kategori bisnis untuk membedakan data guna mempermudah pengelolaan data bisnis.
Misalnya, di industri ritel, dimensi umum untuk klasifikasi meliputi saluran penjualan, lini manajemen produk, dan fungsi inti. Anda dapat menggunakan salah satu dimensi tersebut untuk mengklasifikasikan bisnis berdasarkan prinsip kepemilikan data dan kemandirian bisnis.
Tabel berikut menyediakan contoh klasifikasi bisnis berdasarkan dimensi-dimensi umum tersebut.
Dimensi pembagian | Skenario | Contoh kategori bisnis | Cakupan data yang tercakup |
Sales channel | Omnichannel retailer | 1. Physical retail business 2. E-commerce business 3. Cross-border business | POS transactions/App orders/Overseas warehouse inventory |
Product management line | Multi-category group | 1. Fast-moving consumer goods (FMCG) business 2. Home appliance business 3. Fresh food business | Basic SKU information/Product categories/Shelf life monitoring |
Core function | Single-channel, multi-department collaboration | 1. Procurement and supply chain business 2. Marketing business 3. Membership operations business | Supplier profiles/Promotional activity tables/Membership level tables |
Definisikan kategori bisnis
Pada panel navigasi di sebelah kiri halaman Data Warehouse Planning, klik Business Category untuk menuju ke halaman Business Category. Selanjutnya, Anda dapat mendefinisikan kategori bisnis.
Buat kategori bisnis
Pada halaman Business Category, arahkan kursor ke ikon
lalu klik Create Level-1 Business Category.Pada kotak dialog Create Level-1 Business Category, konfigurasikan parameter dan klik OK untuk membuat kategori tersebut.
Buat sub-kategori bisnis
Jika kategori bisnis tingkat 1 memiliki sub-kategori bisnis, Anda dapat membuatnya dengan langkah yang sama seperti membuat kategori bisnis tingkat 1.
Asosiasikan domain data
Setelah membuat kategori bisnis, Anda dapat mengasosiasikan domain data target di area Associate Data Domains pada halaman kategori tersebut. Hal ini menetapkan cakupan data yang dapat diakses oleh lini bisnis saat ini. Setelah konfigurasi selesai, semua domain data yang diasosiasikan dapat digunakan untuk pemodelan data dalam kategori bisnis ini.
Untuk informasi selengkapnya tentang domain data, lihat Data domains.
Kelola data mart
Setelah membuat kategori bisnis, navigasikan ke area Data Mart Management pada halaman kategori tersebut. Anda dapat melihat daftar data mart yang diasosiasikan dengan kategori bisnis saat ini serta mengedit atau menghapus data mart target sesuai kebutuhan.
Untuk informasi selengkapnya tentang data mart, lihat Data marts.
Menghapus data mart akan menghapus asosiasinya dengan kategori bisnis sekaligus menghapus data mart itu sendiri. Lakukan operasi ini dengan hati-hati.
Gunakan kategori bisnis
Setelah membuat kategori bisnis, Anda dapat mengasosiasikannya saat membuat Dimension Tables, Fact Tables, Aggregate Tables, dan Application Tables dalam Dimensional Modeling. Anda juga dapat mengklik ikon 
di atas pohon direktori di sebelah kiri untuk menuju ke halaman daftar model dan melihat detail klasifikasi tabel dari perspektif data bisnis.
Anda juga dapat menuju ke Data Metric dan mengasosiasikan kategori bisnis saat membuat Atomic Metrics, Derived Metrics, dan Compound Indicators di lapisan common.
Data domains
Domain data adalah standar klasifikasi data tingkat tinggi yang dibuat melalui abstraksi, penyempurnaan, dan penggabungan proses bisnis. Domain data berfungsi sebagai kategori pengelompokan utama bagi pengguna bisnis, membantu mereka menemukan data bisnisnya secara cepat dari volume informasi yang sangat besar.
Gambar berikut menunjukkan hubungan antara kategori bisnis dan domain data di industri ritel.
Definisikan domain data
Buat domain data
Pada panel navigasi di sebelah kiri halaman Data Warehouse Planning, klik Common Layer > Data Domain untuk menuju ke halaman Data Domain.
Klik Create Domain. Pada kotak dialog Create Data Domain, konfigurasikan parameter dan klik Confirm untuk membuat domain tersebut.
Domain data bawaan sistem tidak dapat dihapus. Sebelum menghapus domain data, Anda harus terlebih dahulu menghapus semua proses bisnis dan model logis di dalamnya.
Tambahkan proses bisnis
Setelah membuat domain data, Anda dapat melihat detailnya dan membuat aktivitas data bisnis (proses bisnis) untuk analisis berdasarkan domain tersebut.
Pada halaman Data Domain, klik domain data yang telah dibuat untuk menuju ke halaman detailnya.
Setelah domain data dibuat, sistem secara otomatis menambahkan proses bisnis dengan akhiran nama
_defaultke dalam domain tersebut.Klik Create Business Process. Pada kotak dialog Create Business Process, konfigurasikan parameter dan klik OK untuk membuat proses tersebut.
Gunakan domain data
Anda kemudian dapat mereferensikan Data Domain dalam modul-modul berikut:
Anda dapat menuju ke Dimensional Modeling untuk membuat Source Tables, Dimension Tables, dan Aggregate Tables dalam domain data tertentu.
Singkatan bahasa Inggris dari domain data dapat digunakan sebagai properti opsional untuk definisi aturan saat Anda menambahkan aturan model baru dalam pemeriksa Data Warehousing Level.
Business processes
Proses bisnis menggambarkan alur suatu aktivitas bisnis. Misalnya, dalam E-commerce, menambahkan item ke keranjang belanja, melakukan pemesanan, dan melakukan pembayaran semuanya merupakan proses bisnis. Proses bisnis biasanya digunakan untuk analisis kinerja bisnis. Sebagai contoh, dalam analisis funnel, aktivitas pembelian produk dipecah menjadi proses bisnis seperti menelusuri produk, menambahkan item ke keranjang belanja, melakukan pemesanan, melakukan pembayaran, dan mengonfirmasi penerimaan. Dengan menghitung jumlah pesanan untuk setiap proses bisnis, Anda dapat melakukan analisis funnel pada metrik "jumlah pesanan".
Gambar berikut menunjukkan hubungan antara kategori bisnis, domain data, dan proses bisnis di industri ritel.
Definisikan proses bisnis
Pada panel navigasi di sebelah kiri halaman Data Warehouse Planning, klik untuk menuju ke halaman Business Process.
Klik Create Business Process. Pada kotak dialog Create Business Process, konfigurasikan parameter dan klik OK untuk membuat proses tersebut.
Untuk menghapus proses bisnis, Anda dapat langsung menghapusnya dari daftar proses bisnis atau dari daftar Business Process dalam Data Domain-nya.
PentingSebelum menghapus proses bisnis, Anda harus terlebih dahulu menghapus logical models dan metrics yang terkait.
Gunakan proses bisnis
Anda kemudian dapat mereferensikan proses bisnis dalam modul-modul berikut:
Anda dapat mengasosiasikan proses bisnis tertentu saat membuat Fact Table dalam Dimensional Modeling.
Dalam Data Metric, Anda dapat membuat Atomic Metrics, Derived Metrics, dan Compound Indicators untuk mengukur properti bisnis pada setiap proses bisnis.
Data marts
Data mart menyediakan data personalisasi untuk analisis statistik dalam skenario aplikasi atau produk tertentu berdasarkan kategori bisnis. Data mart biasanya berada di lapisan aplikasi.
Misalnya, dalam bisnis E-commerce di industri ritel, Anda dapat membangun data mart seperti E-commerce mart dan retail customer portrait mart untuk memenuhi kebutuhan analisis staf operasional.
Definisikan data mart
Buat data mart
Pada panel navigasi di sebelah kiri halaman Data Warehouse Planning, klik untuk menuju ke halaman Data Mart.
Pada halaman Data Mart, arahkan kursor ke ikon
lalu klik Create Level-1 Data Mart. Pada kotak dialog Create Level-1 Data Mart, masukkan parameter dan klik OK untuk membuat data mart tersebut.Tabel berikut menjelaskan parameter utama.
Mart Type.
Business Mart: Data mart untuk kebutuhan bisnis.
Data Application Mart: Data mart untuk kebutuhan produk data.
Public Mart: Pilih tipe ini jika Anda ingin membuat model lapisan aplikasi umum untuk semua data mart.
Business Category.
Business Category tempat data mart tersebut berada. Untuk informasi selengkapnya, lihat Business categories.
Untuk menghapus Data Mart, klik kanan data mart target pada direktori data mart di sebelah kiri lalu klik tombol Delete pada daftar drop-down yang muncul.
Buat sub-data mart
Jika data mart tingkat 1 memiliki sub-data mart, Anda dapat membuatnya dengan langkah yang sama seperti membuat data mart tingkat 1.
Kelola bidang subjek
Setelah membuat data mart, navigasikan ke area Subject Area Management pada halaman data mart tersebut. Anda dapat melihat daftar bidang subjek yang diasosiasikan dengan data mart saat ini serta mengedit atau menghapus bidang subjek target sesuai kebutuhan.
Menghapus bidang subjek akan menghapus asosiasinya dengan data mart sekaligus menghapus bidang subjek itu sendiri. Lakukan operasi ini dengan hati-hati.
Gunakan data mart
Setelah membuat data mart, Anda dapat mereferensikannya dalam modul-modul berikut:
Anda dapat mengasosiasikan data mart tersebut saat membuat tabel aplikasi untuk analisis data bisnis tertentu dalam Dimensional Modeling.
Dalam Data Metric, Anda dapat membuat Derived Metrics dan Compound Indicators untuk mengukur properti bisnis pada setiap data mart.
Subject areas
Bidang subjek digunakan untuk mengklasifikasikan data dalam data mart berdasarkan perspektif analitis. Bidang subjek biasanya merupakan kumpulan subjek data yang saling terkait erat dan pada akhirnya digunakan untuk analisis statistik dalam aplikasi bisnis.
Sebagai contoh, pertimbangkan E-commerce mart. Data mart ini terutama melayani kebutuhan analisis staf operasional industri. Kategori bisnisnya adalah ritel. Data dalam E-commerce mart kemudian dibagi menjadi bidang subjek seperti "product," "category," dan "region" berdasarkan perspektif yang berbeda. Selanjutnya, saat Anda membuat metrik turunan lapisan aplikasi dan model lapisan aplikasi, Anda perlu mengasosiasikannya dengan data mart dan bidang subjek target.
Definisikan bidang subjek
Buat bidang subjek
Pada panel navigasi di sebelah kiri halaman Data Warehouse Planning, klik untuk menuju ke halaman Subject Area.
Pada halaman Subject Area, arahkan kursor ke ikon
lalu klik Create Level-1 Subject Area. Pada kotak dialog Create Level-1 Subject Area, konfigurasikan parameter dan klik OK untuk membuat bidang subjek tersebut.Untuk menghapus bidang subjek, klik kanan bidang tersebut pada direktori bidang subjek di sebelah kiri lalu klik tombol Delete pada daftar drop-down yang muncul.
Buat sub-bidang subjek
Jika bidang subjek tingkat 1 memiliki sub-bidang subjek, Anda dapat membuatnya dengan langkah yang sama seperti membuat bidang subjek tingkat 1.
Gunakan bidang subjek
Setelah membuat bidang subjek, Anda dapat mereferensikannya dalam modul-modul berikut:
Anda dapat mengasosiasikan bidang subjek tersebut saat membuat tabel aplikasi dalam Dimensional Modeling.
Dalam Data Metric, Anda dapat membuat Derived Metrics dan Compound Indicators untuk mengukur properti bisnis pada setiap bidang subjek.
Langkah selanjutnya
Setelah menyelesaikan konfigurasi di atas, Anda perlu mendefinisikan struktur gudang data, merencanakan tingkat gudang data, dan menyiapkan pemeriksa untuk setiap tingkat. Hal ini menetapkan standar untuk Dimensional Modeling dan Data Metric selanjutnya.
Untuk informasi selengkapnya, lihat Data warehousing levels.