...
让Smartbi成为拥有“多维建模”能力的一站式BI产品，全面提升产品的功能性和便捷性，相当于把汽车从原来的V4发动机升级到了V12发动机，这是一个质的飞跃！
s
接下来，我们看一下为什么需要数据模型？
1.1.1 增强“一站式”的架构能力
...
受限于技术，传统“数据集市”不敏捷。在处理实际需求时，技术人员响应不快，处理不灵活，需要较长时间。因此，Smarbi带来了
“敏捷建模”的新思路：现代化BI是以自助敏捷为理念，即无论是数据分析还是建模操作，都希望更加简单敏捷。Smartbi数据模型就是通过更简单灵活的建模操作，更动态的Cube模式，让用户能更快速地响应需求、更敏捷地进行数据建模等。因此，Smartbi带来了“敏捷建模”的新思路：现代化BI是以自助敏捷为理念，即无论是数据分析还是建模操作，都希望更加简单敏捷。Smartbi数据模型就是通过更简单灵活的建模操作（查询过程中对用户完全透明地完成动态Cube模型的构建），让用户能更快速地响应需求、更敏捷地进行数据建模等。
1.1.3 增强“模型计算”的基础能力
小李是一家大型金融企业的数据分析师，经常要做各类业务数据的统计分析，比如要统计银行各营业部近5天购买金融产品金额超过1万的客户数。类似需求，小李都要找IT人员，通过书写复杂的二次汇总计算脚本费时费力才能勉强实现。
...
对于使用Smartbi V10之前版本的用户，初始使用各种数据集进行数据准备和分析时，往往不知如何选择使用。
数据模型对Smartbi产品数据准备和数据分析的之间的关系进行了重新梳理，数据模型对Smartbi产品数据准备和数据分析之间的关系进行了重新梳理，统一了表现层和数据层，从而让表现层和数据层关系变得简单，用户一眼即可看清功能逻辑，学习和使用成本进一步降低。
1.2 数据模型特性优势
1.2.1 相比数据集优势
在传统的数据分析场景中，往往会把数据统一接入到一个数据平台，例如数据仓库。基于数据仓库，把数据开发整理成宽表形式的数据集，数据集提供数据到BI等上层分析应用，用户通过查看报表和数据应用来做业务洞察分析和开展业务决策。
...
Smartbi数据模型相较于数据集，数据管理的方式，从根本上由“表”转变成“指标”。Smartbi 数据模型，将所有查询结果归集实现数据层统一，所有的指标数据被统一管理，并且形成指标数据体系。基于维度模型以“维度”和“度量”重新构建数据结构，以多维模型为基础，提高数据处理效率与计算能力。既能满足业务多变的需求，又能避免数据冗余导致的数据表无限扩充。
1.
...
2.2 功能特性总结
| 特性类别 | 特性描述 |
|---|---|
一站式 | 数据模型让“多维建模”能力融入BI产品，用户无论是否有数据仓库或是ODS，只需使用Smartbi，都可以敏捷建模实现数据集市。从而使得Smartbi具备一站式BI能力，即可一站完成数据连接、数据处理、数据建模、数据分析、数据分享等全流程功能。 |
| 数据统一 | Smartbi数据模型整合多种数据集类型，融合线上线下数据，包括数据源表、即席查询、SQL查询、导入文件等，并且支持跨库数据整合，可以直接连接Oracle、MySQL、Excel文件等各类数据关联分析，满足不同用户的数据准备需求，提升数据分析的效率。 |
| 敏捷建模 | Smartbi数据模型通过更简单灵活的建模操作，更动态的Cube模式，让用户能更快速地响应需求、更敏捷地进行数据建模。Smartbi数据模型通过更简单灵活的建模操作（查询过程中对用户完全透明地完成动态Cube模型的构建），让用户能更快速地响应需求、更敏捷地进行数据建模。 Smartbi数据模型支持拖拽等简单操作即可快速生成度量、维度层次，如一键生成时间维、设置地理维等，同时支持多种模型类型，包括星型模型、雪花模型和星座模型。 |
| 计算提升 | 数据模型对Smartbi产品数据准备和数据分析的之间的关系进行了重新梳理，统一了表现层和数据层，统一了数据分析的计算能力，提供了丰富、强大的计算能力，不仅支持SQL计算、ETL分布式计算、MDX计算；还支持快速实现同环比时间计算、占比、排名、累计等；同时支持在计算中使用参数，动态获取结果。数据模型对Smartbi产品数据准备和数据分析之间的关系进行了重新梳理，统一了表现层和数据层，统一了数据分析的计算能力，提供了丰富、强大的计算能力，不仅支持SQL计算、ETL分布式计算、MDX计算；还支持快速实现同环比时间计算、占比、排名、累计等；同时支持在计算中使用参数，动态获取结果。 |
