多维数据分析是一种通过探索和分析多维数据集合的方法，以揭示数据之间的关联、模式和趋势。它通常涉及对多个维度（Dimensions）进行交叉分析，通过多个不同的视角来理解数据。多维数据通常包括事实（Facts）和维度（Dimensions）。

·事实（Facts）： 表示具体的数值或度量，如销售额、数量、利润等。

·维度（Dimensions）： 描述数据的不同方面或属性，如时间、地理位置、产品类别等。

多维数据分析的主要目标是提供更深入、全面的洞察，以支持更好的决策和战略规划。以下是多维数据分析的一些常见作用：

1.发现趋势和模式： 通过多维数据分析，可以更容易地发现数据中的趋势、周期性变化和潜在的模式，有助于企业理解业务的发展方向。

2.提供多个视角： 多维数据分析允许用户从不同的维度和角度来查看数据。这样的灵活性帮助用户深入了解数据，发现关联性，并作出更全面的决策。

3.支持决策制定： 多维数据分析为决策者提供了更准确、全面的信息，有助于制定战略决策。例如，通过对销售数据的多维分析，企业可以了解哪些产品在哪个地区、在何时销售最好，从而优化供应链和库存管理。

4.识别异常和问题： 多维数据分析可以帮助企业快速识别异常情况或问题，从而采取迅速的行动。通过监视多维数据，可以及时发现业务中的异常情况，例如销售下降或生产问题。

5.改进预测和规划： 多维数据分析对于改进预测模型和业务规划非常有帮助。通过对多维数据的深入分析，企业可以更准确地预测未来的趋势和需求，从而更好地规划资源和战略。

总体而言，多维数据分析是一种强大的工具，可以帮助企业更全面地理解其业务，发现潜在的机会和挑战，支持更智能的决策。

传统的多维分析存在性能瓶颈和维度限制，而且仍依赖于IT建模；基于宽表的方法，虽然通过列存储实现聚合提高了性能并突破了维度限制，但存在数据一致性和维度调整的问题。

为此，早在2021年，Smartbi推出的v10版本中，提供全新的增强数据模型，搭配全新的OLAP引擎，可以整合多源异构数据，提供增强的多维分析和数据计算。

在Smartbi平台上创建多维分析分为两种模式： 新建多维分析 和 新建多维探索 。这两种模式主要是在创建多维分析的方式是不同的。

l 创建多维分析主要是通过查询浮动面板选择各个区域的维度值。如下图：

l 创建多维探索主要是通过待选列勾选的方式进行区域维度值选择，如下图：

Smartbi 的多维分析简单易用，无需编写任何的代码，用户只需要通过语义层的定义就可以轻松搭建自己的多维数据模型。同时具有灵活的分析功能、直观的数据操作和分析结果可视化表示等突出优点，从而使用户对基于大量复杂数据的分析变得轻松而高效，以利于迅速做出正确判断。