1.大学案例研究和总体矩阵
高等教育机构不太关心收益和利润,但是随着不断升级的成本和竞争,大学难以忽略这一财务指标。大学希望吸引并保持与学校研究和其他教育目标一致的学生,因此对按照每学期课程和相关研究结果来分析学生们对什么感兴趣这样的工作抱有强烈的兴趣。大学期望理解学生经历的各个方面,并希望在学生毕业后仍然能够保持良好的关系
2.累积快照事实表
累积快照表的特征
- 用单一行表示工作流或流水线实例的整个历史。
- 多种日期用于表示标准的流水线里程碑事件。
- 累积快照事实通常包括对应每个里程碑的度量外加状态计数和经过的时间。
- 当流水线实例发生变化时会重新访问并更新每行。
- 在事实行被修改期间,外键和度量事实也随之发生改变。
申请流水线
申请人维度中包含许多涉及预期学生的有趣的属性。分析人员希望能够按照申请人特征进行分片和分块操作,例如,地理位置、进入凭证(年级平均成绩、大学入学考试分数、跳级学分、来自哪个高中)、性别、出生日期、种族、初步确定的主修专业、应用源以及其他特征。在流水线的不同阶段分析这些特征可帮助招生人员调整其招生策略以鼓励更多(或更少)的学生进入下一个阶段。
申请人流水线事实表中的事实包括大量的可由招生人员密切监视的计数,若有可能,这些表可以包含申请者申请并最后被接收后注册的估计概率,并利用它们预测招生入学率。
科研资助项目流水线
研究资助项目流水线是另外一个与教育相关的累积快照的案例。职员和管理人员希望能够看到整个科研资助的生命周期在流水线中的进展情况,从最初的申请到同意资助再到获得资金的整个过程。这有助于支持按照职员、部门、研究主题区域和研究基金来源考虑,对流水线中每个阶段突出申请的数量开展分析工作。同样,您需要通过各种属性考察成功率。在公共数据仓库中存放这些信息可以使广泛的学校群体能够利用这些信息。
3.无事实的事实表
招生事件
课程注册
- 学期维度
在事实表中,数据是按照学期而不是按照更典型的日、周、月粒度级别获取的。学期维度仍然要与日历日期维度保持一致。换句话说, 日历维度中的每天可以区分学期(例如,秋季学期)、学期和学年(例如, 2013年秋季)、学年(例如, 2013~2014),日历日期和学期维度中共同的属性的列标识和值必须相等。 - 学生维度和变化追踪
学生维度是前面讨论的申请人维度的扩展版。您仍然需要保留一些从申请过程中获得"的信息(例如,地理信息、凭证、预定的主修专业),同时增加了在校信息,例如,兼职或全职状态、住址、参与运动指标、实际主修专业、年级状态(例如,大学二年级)。
可以设想将这些属性中的部分属性放入类型4微型维度中,因为整个学校中所有部门都希望跟踪这些属性的变化情况,特别是确定的主修专业、年级状态和毕业程度等属性。管理和学术机构中的人员非常希望获得按照年级、学院、·系、主修专业等分类的学术进展和保留率(在读率)。如果对保留学生课程注册的信息,以及按照学生的当前状态进行过滤和分组有较强的需求,作为一种选择,您应该考虑将学生信息处理为在事实表中包含双重学生维度键的缓慢变化维度类型7,代理学生键通过类型2属性与维度表连接,学生的持久标识符可以连接包含每个学生当前行的完整学生维度的视图。 - 人工计数度量
事件被建模为事实表时包含一系列键,每个键表示参与事件的一个维度。事件表有时没有与它们关联的变量度量事实,因此将这样的表称为无事实的事实表。 - 多位课程指导老师
将事实表的粒度修改为每个指导教师每门注册课程每个学生每学期一行。尽管这种方式能够解决多个指导教师关联一门课程的问题,但粒度定义不自然,极易产生夸大计数的错误。
在事实表或作为课程维度的支架表中增加一个包含指导教师组键的桥接表。在该表中,若课程是由一个指导教师讲授,则为该指导教师建立一行。另外,每个指导教师组涉及两行,这些行将教师组健与每个指导教师键关联。教师组键与指导教师键的级联将成为桥接表中每行的唯一标识。如果教师组中的教师有明确的任务分工的话,您可以为桥接表的每行分配权重因子。
将指导教师姓名以一个单一的、带分隔符的属性级联到课程维度中,该方法可以使用户能够方便地以单一属性标记报表,但是它不支持按指导教师特征分类的注册事件分析。
如果某个指导教师被确定为主讲教师,则其指导教师键可以被处理为事实表的单"一外键,在连接到维度时,其属性可以通过“主讲教师”加以区分。 - 课程注册周期快照
设备使用
学生考勤
您可以为针对课程的学生考勤设计类似的模式。在此案例中,粒度可以是每天通过教室门的每个学生一行。无事实的事实表可以共享在注册事件中讨论的维度。主要的差别在于在学生考勤模式中粒度是按照日历日期而不是仅仅按照学期。如图13-6所示的维度模型,允许业务用户查询有关哪个课程出勤率最高这样的问题。学期中哪门课程的出勤率最低?哪个学生参加哪门课程?哪个教员的学生最多?
4.更多关于教育分析的情况
更好地理解大学校友与更好地理解基本客户的情况类似,基本客户情况理解除收集到的这些校友在学生阶段的数据(例如,所属关系、住宿的公寓、院系、主修专业、完成学业所用的时间、被授予的荣誉等)以外,还有许多有趣的特征可用于维护与校友的关系,例如,地理、统计、雇佣、兴趣和行为信息。方便地访问范围广泛的有关校友人群的属性将使机构能够更好地发送相关信息以及调配相关资源。除校友贡献以外,校友关系可用于今后的召集、工作安排和研究机遇。为此,构建一个健壮的操作型系统可以跟踪与校友有关的所有因素,为DW/BI分析平台提供有意义的数据
