数据仓库中的时间点快照

Question

我正试图在确切的时间点重新创建客户的状态。例如，每个客户都有许多可随时更改的属性（例如，风险评分，最新账单，客户满意度）。

每次客户提交信用申请时，我都希望在提交时看到所有这些特征的价值。随后，我想使用这些值来开发预测模型。

我的第一个想法是创建一个Type-2缓慢变化的维度，其中包含有效和到期日期/时间戳，并使用半开连接time_effective＆lt; = date_of_application＆lt; time_expired。

但是，大多数这些属性都是行为维度，需要使用事实表中的历史数据进行复杂的计算。此外，计算值也不能使用范围（0- $ 500，$ 500- $ 750等）进行分组。跟踪每个维度的所有这些属性会导致它爆炸。注意：某些值会每天更改，其他值会在任意时间点发生变化。

我理想的数据提取如下：

• 信用申请的ID＃
• 提交时间
• 提交时属性1的值
• 属性2的价值......
• 属性N的值

除了信用申请外，还有其他事实表，我希望找到在该事件发生时有效的特征。

处理此事的建议是什么？我看到了几种方法：

1. 允许维度爆炸
2. 创建具有一个或多个属性的单独表，并分别查询具有我感兴趣的属性的特定表
3. 在信用申请表事实表中附加一列，其中包含我感兴趣的所有属性的“快照”。

其中一些问题在Kimball的ETL工具包书（第190-192页）及其数据仓库工具包（187-191）中进行了讨论。在第154-157页，讨论了“快速变化的怪物尺寸”，这似乎非常相关。不过，我在实施这些建议方面遇到了麻烦。

Answer 1

我会创建单独的应用程序事实表，其中包含相关表和相关记录的键。让我们假设您有以下维度和事实表：

• （D）申请
• （D）申请人（或客户）
• （D）产品
• （D）时间
• （D）monthly_scoring_fact（每月行为评分）
• （F）monthly_satisfaction_fact（月度满意度调查）
• （F）满意度评估事实（临时满意度评估）

然后您可以创建以下事实表Application Fact：

• application_key - 指向应用程序维度
• applicant_key - 指向申请人维度
• product_key - 指向产品维度
• time_key - 指向时间维度
• monthly_scoring_fact_key - 指向每月得分的最后结果
• monthly_satisfaction_fact_key - 指向上次满意度数据
• satisfaction_evaluation_fact_key - 指向最后的临时评估数据

使用此方法，您可以获得时间一致的数据，并将应用程序维度保留在SCD0中（仅限更正）。