手动填计划值要用到的。

在query运行时通过手动输入值或者文本。可以更改或者增加新行。

目录

1. 什么是input-ready query

下钻到最底层

过滤到单一值

自动解集填充

2.解集

不使用解集：

解集输入的值：

平均分配：

模拟分配：Analog Distribution（Self-Reference） 自我参考

模拟分配：参考其他结构元素

 解集输入的值的差异值：

平均分配

模拟分配：Analog Distribution（Self-Reference） 自我参考

模拟分配：参考其他结构元素

1. 什么是input-ready query

这个query里面得有个单元格是input-ready的，那这个query才能叫可以输入值的query。

首先这个input-ready 的query能在Aggregation Level上建。得给设置成input mode:

 这个AL的底层ADSO得设置成planning 功能的： 

ADSO里除了key figure之外的所有特性，包括时间相关特性都得设置成Key，在CP里映射好：

 对于在Aggregation level里的所有特性，都得放到下钻的行里去，或者提前给过滤成单值，又或者用解集来填充，包括像0unit，0currency，0infoprovider这些特性。

下钻到最底层

如果你没把所有的特性下钻到唯一值，那就用个过滤器先过滤成唯一值。 

过滤到单一值

自动解集填充

如果实在是没办法下钻或者设置单一过滤值，那就设置个关键值的解集。

2.解集

不使用解集：

例：AL包含特性Product，Version , Fiscal Year Variant，Fiscal Year，Currency， 还有关键值Amount。Product在行里被下钻，其他的特性都在过滤器中被限制为单值。query里面的Amount被设置成不使用解集。那最后的值就是这样的。这个Result的行不是input-ready的，只是用来展示聚集值的。

解集输入的值：

平均分配：

既然要使用解集，那么result这行就是input-ready可以输入的。结果集的值被设定成36会被考虑到平均分配到所有行中，所以最后解集的值是12。

模拟分配：Analog Distribution（Self-Reference） 自我参考

结果行也是手动输入的。结果行的值会被按权重分配到对应的受影响的行上。值为0的不受影响。

模拟分配：参考其他结构元素

这个结果行也是可以输入的，结果行的值被更改为36，而且是参照Amount这个关键值来做模拟分配。那么按照Amount的1：1:1的权重，最后得到如上图的值。这个参考列也可以自己设置成input-ready来手动控制权重。

 解集输入的值的差异值：

平均分配

 结果行的值被改成36，分配方式是根据实际结果值与输入结果值之间的差值进行平均分配。

模拟分配：Analog Distribution（Self-Reference） 自我参考

差异值会按照手动输入前的关键值权值进行分配 。

模拟分配：参考其他结构元素

 结果行的差异值按照参考的Amount关键值权重进行模拟分配。