妈妈厨房的大数据逻辑

“大数据分析”那么高，妈妈怎么理解？

不信？听妈妈说的，——会做饭，会分析大数据！

所以问题来了？做饭和大数据有什么关系？请听下面的分析：

第一阶段：

菜地的毛菜(原系统数据有误，不准确，毛菜有泥有黄叶)相当于ERP和PDM系统中的原始数据。

第二阶段：

从菜地收集，分门别类的堆在一起(初步清除泥黄叶，分门别类的堆起来)，相当于从原系统走到ODS，ODS就是运营数据，是原系统运营数据的副本，和原数据一模一样，叫粘贴源。这个过程叫做数据收集、清理和转换，也就是ETL所做的。这个阶段叫

第三阶段：

把带回家的各种蔬菜洗干净，去皮，按大小分类，去掉小而烂的蔬菜，卖给超市。对于BI项目来说，是从ODS到数据仓库的过程，是数据整理的过程，去伪存真，也是用ETL清理和转换缺失的数据，比如合并数据，合并字段，增加主数据描述字段，补充分类。

第四阶段：

从菜农到超市，超市要经过一个过程，比如包装成小包，把蔬菜放在一起，水果放在一起，让顾客直接购买。这一步是从数据仓库到数据集市的过程。数据集市是包装称重干净的蔬菜，价格标签已经打印出来。客户可以取消直接付款。从数据仓库到数据集市，形成了一个数据立方体。这个立方体的数据是经过处理的，可以单独发布，离线使用，相当于一个EXECL数据文件。可以用execl工具或者WPS打开。打开后，可以用表格或图表表示。

第五阶段：

妈妈做菜。妈妈根据家人一天要吃的菜的规划，挑选了各种各样的菜和肉来搭配，有的可以直接吃，有的需要再加工，也就是煮熟，然后拿出来放在餐桌上。对于BI项目来说，就是报表的制作过程，和业务分析师，根据领导的要求和各种主题的需要。从每个数据立方体中取一些数据或者从数据仓库中取一部分数据组合起来，定义呈现方式，就是把报表做好，发布出来，放到门户上，给权限控制，谁就能享受美食。这就是报表制作阶段的工作。

所以，业务人员能否拖放制作报表，取决于前面的数据立方体是否准备好了，相当于这个。不是每个人都是好厨师，但是超市里有很多准备充分的菜(洋葱、生姜和大蒜都有)，所以你只需要把它们拿回来放在锅里煎5分钟或煮10分钟，然后拿出来。不难。处理工具是微软的锅，IBM的灶，还是甲骨文的瓢，有什么关系？这些都是报表制作工具(仅限烹饪工具)。

第六阶段：

享受美食，把准备好的晚餐放在传送门上，这是给有权限的人享用的，也就是管理驾驶舱。

通过以上分析，知道自己为什么会做饭的人会做大数据分析。很简单，所以过年回家和妈妈一起学做饭的时候，他们就知道如何在高楼上做大数据分析了。

欢迎关注“一个看板”，数据运营，支持企业决策！