Datan mallinnuksen opas

Tervetuloa datamalli.fi-sivustolle. Täältä löydät tietoa datan mallinnusmenetelmistä, arkkitehtuureista, hallintakäytännöistä sekä suositelluista työkaluista ja kirjallisuudesta.

Suodata:

Tietomallit ja datan mallinnusmenetelmät

Tähtimalli (Star Schema) Yksinkertainen ja suorituskykyinen malli, jossa faktataulun ympärille liitetään dimensiotaulut suoraan. Yleisin valinta BI-ratkaisuissa.
tietomalliPower BIperusteoriaAI
 Faktataulun mallinnus Faktataulun rakenne, kolme arkkityyppiä ja granulariteetin valinta. Vierasavaimet, additiivisuus ja kultaiset säännöt Power BI -tietomallia varten.
tietomalliPower BIperusteoria
 Dimensioiden mallinnus Surrogaattiavaimet, SCD-tyypit 0–6, parhaat käytännöt ja Power BI:n suorituskykyrajat eri kokoisilla dimensioilla.
tietomalliPower BIperusteoria
 Taulujen litistäminen (Flattening) Hierarkkisten dimensiotaulujen yhdistäminen yhdeksi leveäksi tauluksi ennen Power BI -latausta. Muuttaa lumihiutaleen tähtimalliksi.
tietomalliPower BIperusteoria
 Lumihiutalemalli (Snowflake Schema) Tähtimallin laajennus, jossa dimensiot on normalisoitu useampaan tauluun. Vähentää toisteisuutta mutta lisää monimutkaisuutta.
tietomalliPower BIperusteoria
 Avaimien ja relaatioiden mallinnus Avaintyypit (PK, FK, surrogaatti, degeneraatioavain), relaatioiden kardinaliteetti ja suodatussuunta sekä orpojen vierasavainten käsittely sentinel-rivein.
tietomalliPower BIperusteoria
🚧 Tulossa
Header-Detail-malli Malli tapahtumatietojen hallintaan, jossa otsikkotaulu (esim. tilaus) ja rivitaulu (esim. tilausrivit) ovat erillään.
tietomalliPower BIpoikkeustapaus
🚧 Tulossa
Useamman faktataulun malli Useamman faktataulun yhdistäminen yhteisten dimensioiden avulla. Mahdollistaa eri liiketoimintaprosessien vertailun.
tietomalliPower BIDAXpoikkeustapaus
🚧 Tulossa
Sekasikiömalli vs tähtimalli Orgaanisesti kasvanut sekasikiömalli ja siivottu tähtimalli vastaavat samoihin kysymyksiin. Vertailu näyttää, miksi tähtimalli on silti nopeampi, varmempi ja AI-valmis.
tietomalliPower BIAI

Hallinta ja laatu

Nimeämiskäytännöt Ferrarin ja Russon seitsemän sääntöä taulujen ja sarakkeiden nimeämiseen Power BI -tietomalleissa. Selkeys alkaa nimistä.
hallintaPower BItietomalli
 AI-valmis metadata Mitä tauluista, sarakkeista ja mittareista kannattaa kuvata tietovarastossa ja Power BI:ssä, jotta Copilot ja muut AI-työkalut toimivat luotettavasti.
hallintaPower BIAItietomalli
🚧 Tulossa
Data Governance Datan omistajuus, laadunvarmistus, metadatan hallinta, elinkaari ja tietosuoja. Vastaukset keskeisimpiin hallintakysymyksiin dataneuvoksen suosituksineen.
hallintaperusteoria
🚧 Tulossa
Data Contract Sopimus datan tuottajan ja kuluttajan välillä. Määrittelee mitä dataa toimitetaan, missä muodossa, millä laadulla ja kenen vastuulla.
hallintaperusteoria

Filosofia ja käytännöt

Kehittämisen filosofia Periaatteita, jotka ohjaavat hyvää BI-kehitystä: ylläpidettävyys, avoimuus ongelmista, tekninen velka ja käyttäjälähtöisyys.
hallintaperusteoria

Resurssit

Termistö Datan mallinnuksen, tietovarastoinnin ja BI-kehittämisen termit aakkosjärjestyksessä. Lyhyet selitykset suomeksi, englanninkieliset vastineet mukana.
perusteoriatietomalli
 Suositeltu kirjallisuus Parhaat kirjat datan mallinnuksesta, tietovarastoinnista ja Power BI:stä. Hyvä lukupaketti niin aloittelijoille kuin kokeneille.
kirjallisuusDAXtietomalli
 Apuohjelmat DAX Studio, Tabular Editor, ALM Toolkit ja Power BI MCP — Power BI -kehittäjän tärkeimmät lisätyökalut selitettynä.
työkalutPower BIDAXAI
 Tietoa sivustosta Kuka datamalli.fi:n takana on ja mihin sivusto tähtää — tekijänä Samu Lahdenperä (Dataneuvos), 10+ v. analytiikka- ja BI-kokemus.

Arkkitehtuurit ja prosessit tulossa

🚧 Tulossa
Milloin käyttää mitäkin mallia Vertailutaulukot ja käytännön ohjeet: tähtimalli, lumihiutalemalli, Data Vault, Data Mesh, ETL ja ELT — milloin kukin on hyvä, milloin huono ja miksi.
arkkitehtuuritietomalliperusteoria
🚧 Tulossa
Data Vault Skaalautuva ja auditoitava tietovarastoarkkitehtuuri. Perustuu hub-, satellite- ja link-tauluihin. Sopii erityisesti historiallisten tietojen hallintaan.
arkkitehtuuritietomalli
🚧 Tulossa
Medallion-arkkitehtuuri Datan jalostaminen kerroksittain: Bronze (raakadata), Silver (puhdistettu) ja Gold (liiketoimintavalmis). Yleinen data lake -ympäristöissä.
arkkitehtuuriperusteoria
🚧 Tulossa
ETL ja ELT Kaksi päälähestymistapaa datan siirtämiseen lähdejärjestelmistä kohdeympäristöön. Missä ja milloin data muunnetaan?
arkkitehtuuriperusteoria