3.1.1　问题的结构及其相互关系

在笔者的知识体系中，深刻地理解问题的结构，是通往“字段角色”分类、高级分析、筛选和交互等广阔业务分析世界的窗口。

1.问题的结构解析

以如下的问题为例，用下画线、灰色背景、加粗文字来表示不同的构成。

·　2021年，东北地区，各个类别、品牌的销售额总和、利润率。

·　销售额总和前50名的客户，（它们在）不同区域的销售额总和贡献。

·　保留包含桌子的订单（购物篮），各子类别的销售数量及连带销售比率。

以逗号和“的”为分界，任何问题都包含3个部分：分析范围、分析对象、问题答案。分析范围对应筛选技术，因此也称为“筛选范围”。它们之间的结构和相互关系如图3-2所示。

分析是对业务和数据的抽象过程，最重要的抽象技术就是聚合，对应SUM、AVG、COUNT等多种聚合函数。因此，聚合是分析的本质。聚合对应问题答案，问题答案是问题中唯一必须明示的部分。

如果分析范围或分析对象对应数据表的全集，那么它们可以被省略。它们常常对应“总公司”“全部”“所有”这样的词语。同理，中文默认的聚合方式“总和”也常常被简化。比如，

·　“公司总人数”——对应完整问题：“保留全部数据，全公司的总人数”。

·　“各地区的销售额”——对应完整问题：“保留全部数据，各地区的销售额（总和）”。

·　“昨日销售额”——对应完整问题：“昨日，全公司的销售额（总和）”。

2.问题结构的相互关系

问题中的3个部分是紧密关联在一起的。

其一，分析范围影响分析对象的分组数量，决定问题答案的聚合值大小。

比如，“华东地区，各省份的销售额”和“东北地区，各省份的销售额”，虽然问题结构、分析对象、聚合答案相同，但由于区域不同，省份分组的数量和数据聚合值也就截然不同。

其二，分析维度决定问题答案的数量，更深刻地说，“维度是聚合的分组与计算依据”。

问题的关键是“问题是关于什么的”和“问题答案是多少”，分别对应分析对象和问题答案。在理论上，学者把它们概括为维度和度量。抽象聚合后的数据表有几行、聚合值有几个，是维度决定的；或者说，维度决定了问题的抽象化程度。比如，“全国的销售额”比“各省份的销售额”更加抽象，反之，后者更具体。

它们彼此的关系都将时刻贯穿在本书后续章节中，特别是“维度是聚合的依据”。

3.从问题结构到分析方法

问题结构中的各个部分对应不同的分析技术。其中，分析范围对应筛选（Filter），分析对象对应详细级别（Level of Detail，LOD），问题答案对应聚合（Aggregation，AGG），每个部分都可以自成体系，相互组合成为复杂、高级的问题类型，如图3-3所示。

基于这样的理解，本书分章节介绍问题的主要技术。

以计算为例，如“东北地区，各省份的销售额总和”这种简单问题，每个部分都可以和数据表的已有字段直接对应。随着问题复杂性的提高，每个部分都需要借助计算完成，如表3-1所示。

可见，计算是从基本分析到复杂分析、高级分析的关键，计算构成了分析中的“血液”，也构成了本书第3篇的内容。

由于筛选主要影响数据值的大小，问题的结构主要由分析对象和问题答案决定。因此接下来将暂时搁置筛选（见第6章），集中介绍分析对象和问题答案。