Comprendre la multidimensionnalité
Pour comprendre la multidimensionnalité, prenons l'exemple du vice-président des ventes dans une société d'appareils ménagers qui veut analyser les ventes dans les succursales aux Etats-Unis et au Canada. Chaque magasin enregistre le volume des ventes, exprimé en unités, les ventes en devises, et les remises pour les divers types d'appareils ménagers.
Les données de ventes sont analysées par produit, scénario (réel et budget), région, mesures (unités, ventes en devises et remises) et par semaine. Cet exemple identifie un modèle à cinq dimensions. Les dimensions définissent l'organisation des données ou le suivi des types de données.
Dans TM1, l'analyse des ventes peut résider dans une ou plusieurs structures multidimensionnelles, dénommées cubes. Une collection de cubes forme une base de données. Chaque point de données d'un cube est identifié par un élément dans chaque dimension du cube (par exemple, ventes réelles de sécheuses au cours de la deuxième semaine de janvier dans la magasin de Boston). Les cubes TM1 doivent contenir au moins deux dimensions et ne doivent pas en comporter plus de 256.