Blog - Reglas de transformación compuestas de OneStream

Las reglas de transformación de OneStream brindan la capacidad de transformar o "asignar" datos de origen a la intersección de informes de OneStream de destino deseada. Las transformaciones de OneStream se componen de 5 diferentes tipos de asignaciones:

• a) Uno a uno
• b) Compuesto
• c) Alcance
• d) Lista
• e) Máscara

Este artículo se centrará en el tipo de asignación compuesta, que proporciona múltiples dimensiones de origen, para trabajar en tándem, para definir la intersección de informes de OneStream de destino.

¿Por qué un cliente necesitaría usar reglas de transformación compuestas?

Hay varias razones por las que una implementación requeriría el uso de reglas de transformación compuestas. Este blog mostrará cómo se pueden utilizar de las siguientes maneras:

• a) Cuando se le desafía a mapear datos históricos inconsistentes.
• b) Cuando el mapeo necesite variar por Entidad.
• c) Cuando el mapeo necesita variar por período de tiempo.
• d) Donde Cuenta y Departamento manejan la Cuenta de destino.
• e) Cuando Cuenta y Entidad conducen el socio I/C.

Cuando se le desafía a mapear datos históricos inconsistentes.

Al cargar varios años de datos históricos, puede haber ocasiones en las que los sistemas de origen hayan permitido que los datos se registren de manera inconsistente. A medida que esos datos se importan a un sistema de informes más sólido sistema como OneStream, el equipo de implementación tendrá que "moldear" los mapeos para asegurar informes consistentes año tras año.

Cuando el mapeo necesita variar por Entidad.

Una fuente de datos puede requerir asignaciones únicas basadas en la entidad de origen. Si los datos de origen son incoherentes por Entidad (cuentas o departamentos "UD2"), por ejemplo, será necesario utilizar asignaciones compuestas.

El siguiente ejemplo muestra cómo se puede usar el mapeo compuesto:

En este ejemplo, la asignación compuesta para la cuenta 8033 y el departamento 750 se asignan a 2 objetivos UD2 diferentes, según la entidad. Para Texas, se asigna a 518, mientras que Houston se asigna a 750.

Cuando el mapeo necesita variar según el período de tiempo.

Una fuente de datos puede requerir asignaciones únicas basadas en el año de la fuente. Si los datos de origen son inconsistentes por tiempo (es posible que algunos años se hayan registrado en el departamento equivocado) como ejemplo, compuesto será necesario utilizar asignaciones.

El siguiente ejemplo muestra cómo se puede usar el mapeo compuesto:

En este ejemplo, la asignación compuesta para la cuenta 8033 y el departamento 750 se asignan a 2 objetivos UD2 diferentes, según el año. Para 2018 está asignado a 518, mientras que 2019 está asignado a 750.

Donde Cuenta y Departamento impulsan la Cuenta de destino.

Una fuente de datos puede requerir asignaciones únicas basadas en la cuenta y el departamento de origen. Si la combinación de Cuenta y Departamento define la Cuenta de destino, será necesario utilizar asignaciones compuestas.

El siguiente ejemplo muestra cómo se puede usar el mapeo compuesto:

En este ejemplo, la asignación compuesta para la cuenta 4310 se asigna a 2 objetivos de cuenta diferentes, según el departamento. Para el departamento 750 se asigna a la cuenta 3035, mientras que para el departamento 518 se asigna a la cuenta 3026.

Donde Cuenta y Entidad conducen al socio I/C.

Una fuente de datos puede requerir asignaciones únicas basadas en la cuenta y la entidad de origen. Si la combinación de Cuenta y Entidad define el socio I/C de destino, será necesario utilizar asignaciones compuestas.

El siguiente ejemplo muestra cómo se puede usar el mapeo compuesto:

En este ejemplo, la asignación compuesta para el socio I/C se basa en la entidad y la cuenta de origen. Cualquier cuenta que comience con 655 se asigna a 2 destinos de socios de I/C diferentes, según el entidad. Para la entidad Texas, se asigna al socio I/C Dallas, mientras que para la entidad Houston se asigna al socio I/C Texas.

Resumen

Las reglas de transformación compuestas brindan la capacidad de mapear datos utilizando múltiples dimensiones cuando la necesidad puede variar mucho según los desafíos de los datos de origen. Los ejemplos que se muestran aquí han sido construidos basado en OneStream Software como herramienta de consolidación.