Menguasai File XML: Struktur, Kasus Penggunaan, dan Keunggulan Utama

File XML menyimpan data terstruktur sebagai tag bersarang yang dapat dibaca manusia, alih-alih baris dan kolom. Microsoft mendeskripsikan format ini sebagai "teknologi yang dirancang untuk mengelola dan membagikan data terstruktur dalam file teks yang dapat dibaca manusia." Panduan ini membahas bagaimana file-file ini dibuat, dari mana asalnya, bagaimana spreadsheet menanganinya, dan cara mendapatkan jawaban darinya.

Apa itu file XML

Ini adalah file teks biasa yang memuat data sekaligus nama dari hal-hal yang dideskripsikannya. Ekspor yang dipisahkan koma memberikan nilai kepada Anda dan mengandalkan baris header untuk maknanya. File bertag membawa makna tersebut secara inline, tepat di samping setiap nilai.

Desain tersebut memiliki satu konsekuensi yang perlu dipahami sebelum hal lainnya. Format ini bersifat hierarkis, sehingga sebuah catatan dapat berisi catatan lain, hingga beberapa tingkat di dalamnya. Spreadsheet berbentuk datar, dan perbedaan antara kedua bentuk inilah yang menjadi sumber sebagian besar kesulitan praktisnya.

Gambaran umum dari Microsoft menjelaskan tujuannya dalam satu kalimat: format ini "sangat memudahkan definisi, transmisi, validasi, dan interpretasi data antar-database, aplikasi, dan organisasi."

Bagaimana struktur tersebut bekerja

Elemen dan struktur bersarang

Setiap nilai berada di dalam elemen bernama, dan elemen dapat berisi elemen lainnya. Sebuah faktur dapat memuat blok pelanggan, daftar item baris, dan blok total, masing-masing dengan elemen turunannya sendiri.

Struktur bersarang inilah poin utamanya. Struktur ini mencatat hubungan yang hanya dapat diekspresikan oleh tabel datar dengan mengulang nilai di beberapa baris.

Tag kustom

Nama tag tidak ditentukan secara kaku oleh formatnya. Seperti yang dinyatakan dalam gambaran umum resminya, "perancang aplikasi dapat membuat tag kustom, struktur data, dan skema mereka sendiri."

Inilah sebabnya mengapa dua file dari dua vendor berbeda dapat mendeskripsikan faktur yang sama namun hampir tidak memiliki kesamaan nama field. Analisis apa pun harus dimulai dengan membaca apa arti sebenarnya dari tag yang ada di hadapan Anda.

Skema dan validasi

File skema terpisah mendefinisikan aturan-aturannya. Microsoft mendeskripsikan pasangan ini secara langsung. File data "berisi tag kustom dan data terstruktur." File skema "berisi tag skema yang menegakkan aturan, seperti tipe data dan validasi."

Skema menggunakan ekstensi .xsd. Standar ini juga mendefinisikan file transformasi dengan ekstensi .xslt, yang dideskripsikan sebagai file yang "digunakan untuk menerapkan gaya dan mentransformasikan data XML ke dalam format presentasi yang berbeda."

Untuk apa file-file ini digunakan

Anda jarang memilih format ini secara sengaja. Format ini biasanya datang dari sistem yang telah berjalan selama bertahun-tahun.

• Keuangan dan perbankan. Format pesan laporan dan pembayaran umumnya menggunakan tag alih-alih pembatas (delimited).
• E-invoicing. Banyak mandat e-invoice nasional yang menetapkan dokumen bertag sebagai artefak hukum resmi.
• Ekspor ERP dan HR. Sistem enterprise yang sudah lama digunakan sering kali mengekspor dalam format ini secara default.
• Feed produk dan konten. Feed katalog ritel dan format sindikasi berbasis pada tag.
• Konfigurasi dan dokumen Office. Format file Office modern adalah kumpulan bagian bertag yang dikompresi (zip).

Pola di kelima hal tersebut sama. File ini adalah artefak pertukaran yang dibuat untuk mesin lain, bukan file kerja yang dibuat untuk seorang analis.

Perbandingan dengan format datar

	File bertag (.xml)	CSV	Parquet
Bentuk	Bersarang, banyak tingkat	Baris dan kolom datar	Datar, berorientasi kolom
Nama field	Dibawa secara inline dengan setiap nilai	Hanya baris header	Disimpan dalam metadata file
Validasi	File skema opsional menegakkan tipe data	Tidak ada bawaan	Tipe data disimpan dalam skema
Dapat dibaca di editor teks	Ya, meskipun panjang lebar (verbose)	Ya	Tidak
Ukuran khas untuk data yang sama	Paling besar	Sedang	Paling kecil
Sumber umum	Sistem enterprise dan standar pertukaran	Ekspor dan laporan	Platform data

Jika Anda sering bekerja dengan format-format ini, artikel penjelasan pendamping kami tentang file TSV dan file Parquet membahas sisi format datar dari tabel tersebut.

Bagaimana Excel menangani format ini

Di sinilah sebagian besar analis menemui format ini, dan dokumentasi resminya menjelaskan apa yang terjadi dengan sangat jelas tidak seperti biasanya.

Jalur impor tidak berada di ribbon utama. Instruksi impor dari Microsoft adalah "Klik Developer > Import." Halaman tersebut juga mengarahkan pembaca ke langkah-langkah untuk menampilkan tab tersebut, karena tab tersebut disembunyikan secara default.

Alur kerja dasarnya memiliki, meminjam istilah Microsoft, "lima fase." Anda menambahkan file skema ke workbook, lalu memetakan elemen-elemennya ke sel atau tabel. Anda mengimpor file data dan mengikat (bind) elemen-elemen tersebut ke sel yang telah dipetakan. Dari sana Anda bekerja di Excel, dan mengekspor kembali data yang telah direvisi.

Dua perilaku berikut ini lebih penting daripada yang lainnya.

Excel akan menebak skema jika Anda tidak menyediakannya. Jika Anda mengimpor tanpa menambahkan skema terlebih dahulu, "Excel akan mencoba menyimpulkan skema untuk Anda." Tebakan tersebut "didasarkan pada tag yang didefinisikan dalam file data XML."

Tebakan tersebut kemudian disimpan bersama workbook. Halaman tersebut juga mencatat bahwa "Anda tidak dapat mengekspor skema yang disimpulkan Excel sebagai file data skema XML (.xsd) terpisah."

Struktur bersarang akan diratakan saat dimasukkan. Microsoft mendeskripsikan hasil dari pembukaan file secara read-only. Hasilnya adalah "tabel dua dimensi dengan baris dan kolom yang menampilkan tag XML sebagai tajuk kolom." Elemen root "digunakan seperti judul."

Perataan tersebut adalah apa yang Anda inginkan untuk analisis, sekaligus menjadi titik di mana makna bisa hilang. Hierarki tiga tingkat berubah menjadi kolom, dan hubungan antara induk (parent) dan anak (child) hanya bertahan dalam cara penamaan tag tersebut.

Keuntungan utama

Data menjelaskan dirinya sendiri. Nama field ikut terbawa bersama nilainya, sehingga file yang terpisah dari dokumentasinya pun masih dapat diinterpretasikan.

Validasi adalah bagian dari ekosistem. Skema dapat menegakkan tipe data dan field wajib sebelum data sampai kepada Anda, hal yang tidak dapat dilakukan oleh ekosistem ekspor ber-pembatas (delimited) biasa.

Format ini melintasi batas-batas organisasi. Seperti yang dicatat dalam gambaran umum resminya, format ini "mengikuti pedoman standar industri dan dapat diproses oleh berbagai database dan aplikasi."

Hierarki tetap terjaga. Satu faktur dengan dua belas item baris tetap menjadi satu faktur, alih-alih menjadi dua belas baris yang mengulang nilai header.

Batasan yang perlu diketahui

Verbosity (panjang lebar). Pengulangan nama tag di sekitar setiap nilai membuat ukuran file menjadi besar dibandingkan dengan data yang sama dalam format datar.

Nama tag tidak distandarisasi di berbagai vendor. Tag kustom adalah fitur dari format ini, dan konsekuensinya adalah setiap sumber baru memerlukan interpretasi ulang.

Spreadsheet membutuhkan hierarki yang diratakan. Setiap pivot, bagan, atau rumus mengharapkan bentuk persegi panjang, sehingga bentuknya harus diubah sebelum analisis dimulai.

Impor dapat gagal pada tahap validasi. Microsoft mencatat bahwa "Excel menampilkan kotak dialog XML Import Error ketika tidak dapat memvalidasi data sesuai dengan XML Map." Hal itu akan mengarahkan Anda kembali ke skema sebelum Anda dapat memulai.

Mendapatkan jawaban tanpa harus bersusah payah dengan bentuk data

Pertanyaan praktisnya jarang berupa "bagaimana cara membuka file ini." Melainkan "bagaimana cara membuat bagan dari file ini sebelum sore nanti."

Rute yang berhasil adalah rute yang sudah diisyaratkan oleh Excel. Ratakan hierarki menjadi bentuk persegi panjang, tentukan tingkat hierarki mana yang menjadi satu baris, lalu lakukan analisis dari sana.

Powerdrill Bloom menerima unggahan Excel, CSV, PDF, dan dokumen, jadi file sumber bertag harus dikonversi ke CSV atau workbook terlebih dahulu. Pembukaan file secara read-only di Excel menghasilkan bentuk persegi panjang tersebut, begitu pula langkah konversi apa pun dalam alat data Anda.

Setelah datanya datar, analisisnya menjadi biasa saja. Halaman CSV AI assistant menjelaskan jalur tersebut. Halaman harga merangkum hasilnya: ajukan pertanyaan pada seluruh data Anda dan "dapatkan jawaban yang berdasar dengan bagan, tabel, dan ekspor." Jika Anda menginginkan bagan secara khusus, panduan kami tentang mengubah file CSV menjadi bagan membahasnya dari awal hingga akhir.

Satu keputusan perlu dipertimbangkan dengan matang sebelum Anda melakukan konversi. Pilih tingkat rincian (grain) baris secara sengaja. Satu baris per item baris dan satu baris per faktur akan menjawab pertanyaan yang berbeda.

Kesimpulan

Format ini panjang lebar (verbose), menjelaskan dirinya sendiri, dan hierarkis, dan ketiga sifat tersebut menjelaskan segala hal lainnya tentang cara bekerja dengannya. Format ini sangat bagus untuk memindahkan data antar-organisasi, tetapi menyulitkan untuk menganalisis data di dalam satu organisasi saja.

Anggaplah konversi sebagai sebuah keputusan, bukan sekadar tugas rutin. Pilih tingkat yang akan menjadi baris, dan pertahankan nama tag sebagai tajuk kolom. Setelah itu, pekerjaannya sama seperti analisis spreadsheet lainnya.

Memiliki salah satu file ini di folder Anda saat ini? Coba Powerdrill Bloom pada hasil ekspor yang telah diratakan dan lihat bagannya sebelum Anda berinvestasi dalam sebuah pipeline.

Pertanyaan yang sering diajukan

Untuk apa file XML digunakan?

Format ini digunakan untuk memindahkan data terstruktur antar-sistem dan organisasi. Sumber umum meliputi pesan perbankan, e-invoice, ekspor ERP dan HR, feed produk ritel, serta bagian internal dari dokumen Office.

Apa perbedaan antara XML dan CSV?

Yang satu bersifat hierarkis dan membawa nama field secara inline dengan setiap nilai. Yang lainnya berbentuk datar dan mengandalkan satu baris header. Format bertag juga dapat divalidasi terhadap file skema, hal yang tidak dapat dilakukan oleh ekspor ber-pembatas (delimited).

Bagaimana cara membuka file XML di Excel?

Jalur yang didokumentasikan oleh Microsoft adalah Developer > Import, dan tab Developer disembunyikan secara default. Anda juga dapat membuka file secara read-only, yang akan menghasilkan tabel dua dimensi dengan menggunakan tag sebagai tajuk kolom.

Apakah saya memerlukan file skema untuk menggunakan data tersebut?

Tidak. Dokumentasi Microsoft menyatakan bahwa Excel mencoba menyimpulkan skema dari tag ketika tidak ada skema yang disediakan. Skema yang disimpulkan tersebut disimpan bersama workbook dan tidak dapat diekspor sebagai file .xsd terpisah.

Apa itu XSLT?

Microsoft mendeskripsikannya sebagai standar transformasi yang didefinisikan bersama dengan format data tersebut. Standar ini menggunakan file .xslt "untuk menerapkan gaya dan mentransformasikan data XML ke dalam format presentasi yang berbeda."