Αποθήκευση Δεδομένων και Σχεδιασμός Πόρων Επιχειρήσεων | DWH και ERP

ΑΡΧΕΙΟ ΣΤΟΙΧΕΙΑ ΚΕΝΤΡΙΚΟ: ΙΣΤΟΡΙΑ ΕΚΔ ΕΞΕΛΙΞΕΙΣ

Τα δύο κυρίαρχα θέματα της εταιρικής τεχνολογίας στη δεκαετία του 90 ήταν i αποθήκη δεδομένων και ERP. Για πολύ καιρό αυτά τα δύο ισχυρά ρεύματα αποτελούν μέρος της εταιρικής πληροφορικής χωρίς ποτέ να έχουν διασταυρώσεις. Ήταν σχεδόν σαν να ήταν ύλη και αντιύλη. Όμως η ανάπτυξη και των δύο φαινομένων οδήγησε αναπόφευκτα στη διασταύρωσή τους. Σήμερα οι εταιρείες αντιμετωπίζουν το πρόβλημα του τι να κάνουν με το ERP και αποθήκη δεδομένων. Αυτό το άρθρο θα περιγράψει ποια είναι τα προβλήματα και πώς τα αντιμετωπίζουν οι εταιρείες.

ΣΤΗΝ ΑΡΧΗ…

Στην αρχή υπήρχε το αποθήκη δεδομένων. Αποθήκη δεδομένων δημιουργήθηκε για να αντιμετωπίσει το σύστημα εφαρμογών επεξεργασίας συναλλαγών. Τις πρώτες μέρες η αποστήθιση του δώσει προοριζόταν να είναι απλώς μια αντίστιξη στις εφαρμογές επεξεργασίας συναλλαγών. Αλλά στις μέρες μας υπάρχουν πολύ πιο εξελιγμένες απόψεις για το τι α αποθήκη δεδομένων. Στον σημερινό κόσμο το αποθήκη δεδομένων εισάγεται σε μια δομή που μπορεί να ονομαστεί Εργοστάσιο Εταιρικών Πληροφοριών.

ΤΟ ΕΡΓΟΣΤΑΣΙΟ ΕΤΑΙΡΙΚΗΣ ΠΛΗΡΟΦΟΡΗΣΗΣ (CIF)

Το Εργοστάσιο Εταιρικών Πληροφοριών έχει τυπικά αρχιτεκτονικά στοιχεία: ένα επίπεδο μετασχηματισμού και ενοποίησης κώδικα που ενσωματώνει το δώσει ενώ i δώσει μετακινούνται από το περιβάλλον εφαρμογής προς το περιβάλλον του αποθήκη δεδομένων της εταιρείας; ένα αποθήκη δεδομένων της εταιρείας όπου η δώσει λεπτομερείς και ολοκληρωμένους ιστορικούς. ο αποθήκη δεδομένων της εταιρείας λειτουργεί ως το θεμέλιο πάνω στο οποίο μπορούν να χτιστούν όλα τα άλλα μέρη του περιβάλλοντος αποθήκη δεδομένων; ένα λειτουργικό χώρο αποθήκευσης δεδομένων (ODS). Ένα ODS είναι μια υβριδική δομή που περιέχει ορισμένες πτυχές του αποθήκη δεδομένων και άλλες πτυχές ενός περιβάλλοντος OLTP. data marts, όπου διαφορετικά τμήματα μπορούν να έχουν τη δική τους έκδοση του αποθήκη δεδομένων; ένα αποθήκη δεδομένων εξερεύνησης στην οποία οι «φιλόσοφοι» της εταιρείας μπορούν να υποβάλουν τα ερωτήματά τους για 72 ώρες χωρίς επιβλαβή επίδραση στο αποθήκη δεδομένων; και μια μνήμη σχεδόν γραμμής, στην οποία δώσει παλιά και δώσει Η μαζική λεπτομέρεια μπορεί να αποθηκευτεί φθηνά.

ΠΟΥ ΣΥΝΔΥΑΖΕΤΑΙ ΤΟ ERP ΜΕ ΤΟ ΕΡΓΟΣΤΑΣΙΟ ΕΤΑΙΡΙΚΗΣ ΠΛΗΡΟΦΟΡΗΣΗΣ

Το ERP συγχωνεύεται με το Corporate Information Factory σε δύο σημεία. Πρώτα ως βασική εφαρμογή (baseline) που παρέχει i δώσει της αίτησης για αποθήκη δεδομένωνΤο Στην περίπτωση αυτή i δώσει, που δημιουργούνται ως υποπροϊόν μιας διαδικασίας συναλλαγής, ενσωματώνονται και φορτώνονται στο αποθήκη δεδομένων της εταιρείας. Το δεύτερο σημείο ένωσης μεταξύ ERP και CIF και ODS. Στην πραγματικότητα, σε πολλά περιβάλλοντα το ERP χρησιμοποιείται ως κλασικό ODS.

Σε περίπτωση που το ERP χρησιμοποιείται ως βασική εφαρμογή, το ίδιο ERP μπορεί επίσης να χρησιμοποιηθεί στο CIF ως ODS. Σε κάθε περίπτωση, εάν το ERP πρόκειται να χρησιμοποιηθεί και στους δύο ρόλους, πρέπει να υπάρχει σαφής διάκριση μεταξύ των δύο οντοτήτων. Με άλλα λόγια, όταν το ERP παίζει το ρόλο μιας βασικής εφαρμογής και ενός ODS, οι δύο αρχιτεκτονικές οντότητες πρέπει να διακρίνονται. Εάν μια μεμονωμένη υλοποίηση ERP προσπαθήσει να εκτελέσει και τους δύο ρόλους ταυτόχρονα, αναπόφευκτα θα υπάρξουν προβλήματα στο σχεδιασμό και την υλοποίηση αυτής της δομής.

ΞΕΧΩΡΙΣΤΕΣ ΟΔΗΓΙΕΣ ΚΑΙ ΒΑΣΙΚΕΣ ΕΦΑΡΜΟΓΕΣ

Υπάρχουν πολλοί λόγοι που οδηγούν στον διαχωρισμό των αρχιτεκτονικών στοιχείων. Ίσως το πιο χαρακτηριστικό ζήτημα για τον διαχωρισμό των διαφορετικών στοιχείων μιας αρχιτεκτονικής είναι ότι κάθε στοιχείο της αρχιτεκτονικής έχει τη δική του άποψη. Η εφαρμογή βασικής γραμμής εξυπηρετεί διαφορετικό σκοπό από το ODS. Προσπαθήστε να επικαλύπτετε

μια προβολή βασικής εφαρμογής για τον κόσμο ενός ODS ή το αντίστροφο δεν είναι ο σωστός τρόπος εργασίας.

Κατά συνέπεια, το πρώτο πρόβλημα ενός ERP στο CIF είναι να επαληθεύσει εάν υπάρχει διάκριση μεταξύ των εφαρμογών βασικής γραμμής και του ODS.

ΜΟΝΤΕΛΑ ΔΕΔΟΜΕΝΩΝ ΣΤΗΝ ΕΤΑΙΡΙΚΗ ΕΡΓΟΣΤΑΣΙΟ ΠΛΗΡΟΦΟΡΙΩΝ

Για να επιτευχθεί συνοχή μεταξύ των διαφορετικών στοιχείων της αρχιτεκτονικής CIF, πρέπει να υπάρχει ένα μοντέλο δώσει. Τα μοντέλα του δώσει χρησιμεύουν ως σύνδεσμος μεταξύ των διαφόρων στοιχείων της αρχιτεκτονικής, όπως οι εφαρμογές βασικής γραμμής και το ODS. Τα μοντέλα του δώσει γίνονται ο «πνευματικός οδικός χάρτης» για να πάρει το σωστό νόημα από τα διαφορετικά αρχιτεκτονικά στοιχεία της ΚΕΠΕΥ.

Πηγαίνοντας χέρι-χέρι με αυτήν την ιδέα, η ιδέα είναι ότι θα πρέπει να υπάρχει ένα μεγάλο και ενιαίο μοντέλο δώσει. Προφανώς πρέπει να υπάρχει ένα μοντέλο δώσει για καθένα από τα εξαρτήματα και επίσης πρέπει να υπάρχει μια λογική διαδρομή που να συνδέει τα διαφορετικά μοντέλα. Κάθε στοιχείο της αρχιτεκτονικής – ODS, εφαρμογές βασικής γραμμής, αποθήκη δεδομένων της εταιρείας, και ούτω καθεξής.. – χρειάζεται το δικό της μοντέλο δώσει. Και έτσι πρέπει να υπάρχει ένας ακριβής ορισμός του πώς αυτά τα μοντέλα δώσει διασυνδέονται μεταξύ τους.

ΚΙΝΗΣΗ Ι ΣΤΟΙΧΕΙΑ ΤΟΥ ERP ΣΤΑ ΔΕΔΟΜΕΝΑ ΑΠΟΘΗΚΗ

Αν η προέλευση των δώσει είναι μια εφαρμογή βασικής γραμμής και/ή ένα ODS, όταν το ERP εισάγει το δώσει σε αποθήκη δεδομένων, αυτή η εισαγωγή πρέπει να γίνει στο χαμηλότερο επίπεδο "κοκκοποίησης". Απλώς συνοψίστε ή συγκεντρώστε i δώσει καθώς προέρχονται από την εφαρμογή βασικής γραμμής ERP ή το ERP ODS δεν είναι το σωστό. Ο δώσει απαιτούνται λεπτομέρειες σε αποθήκη δεδομένων για να αποτελέσει τη βάση της διαδικασίας DSS. Τέτοιος δώσει θα αναδιαμορφωθεί με πολλούς τρόπους από τα data marts και τις εξερευνήσεις του αποθήκη δεδομένων.

Η μετακίνηση του δώσει από το περιβάλλον εφαρμογής βασικής γραμμής ERP στο αποθήκη δεδομένων της εταιρείας γίνεται με εύλογα χαλαρό τρόπο. Αυτή η κίνηση πραγματοποιείται περίπου 24 ώρες μετά την ενημέρωση ή τη δημιουργία στο ERP. Το γεγονός της ύπαρξης «τεμπέλης» κίνησης του δώσει σε αποθήκη δεδομένων της εταιρείας επιτρέπει την δώσει που προέρχονται από το ERP σε «κατάθεση». Μια φορά εγώ δώσει αποθηκεύονται στην εφαρμογή βασικής γραμμής, τότε μπορείτε να μετακινήσετε με ασφάλεια το δώσει του ERP στην επιχείρηση. Άλλος ένας στόχος εφικτός χάρη στην «τεμπέλη» κίνηση του δώσει είναι η σαφής οριοθέτηση μεταξύ επιχειρησιακών διαδικασιών και DSS. Με μια «γρήγορη» κίνηση του δώσει Η διαχωριστική γραμμή μεταξύ DSS και επιχειρησιακής παραμένει ασαφής.

Η κίνηση του δώσει από το ODS του ERP έως αποθήκη δεδομένων της εταιρείας γίνεται περιοδικά, συνήθως εβδομαδιαία ή μηνιαία. Στην περίπτωση αυτή η κίνηση του δώσει βασίζεται στην ανάγκη «καθαρισμού» των παλιών δώσει ιστορικοί. Φυσικά, το ODS περιέχει i δώσει που είναι πολύ πιο πρόσφατες από τις δώσει ιστορικοί που βρέθηκαν στο αποθήκη δεδομένων.

Η μετακίνηση του δώσει σε αποθήκη δεδομένων σχεδόν ποτέ δεν γίνεται «χονδρική» (με τρόπο χονδρικής). Αντιγράψτε έναν πίνακα από το περιβάλλον ERP στο αποθήκη δεδομένων δεν έχει νόημα. Μια πολύ πιο ρεαλιστική προσέγγιση είναι να μετακινήσετε επιλεγμένες μονάδες του δώσει. Μόνο το δώσει που έχουν αλλάξει από την τελευταία ενημέρωση του αποθήκη δεδομένων είναι αυτοί που πρέπει να μετακινηθούν στο αποθήκη δεδομένων. Ένας τρόπος για να μάθετε ποιες δώσει έχουν αλλάξει από την τελευταία ενημέρωση για να δούμε τις χρονικές σημάνσεις του δώσει βρίσκονται στο περιβάλλον ERP. Ο σχεδιαστής επιλέγει όλες τις αλλαγές που έχουν συμβεί από την τελευταία ενημέρωση. Μια άλλη προσέγγιση είναι η χρήση τεχνικών καταγραφής αλλαγών δώσει. Με αυτές τις τεχνικές, τα αρχεία καταγραφής και οι ταινίες περιοδικών αναλύονται προκειμένου να καθοριστεί ποιες δώσει πρέπει να μετακινηθεί από το περιβάλλον ERP σε αυτό του αποθήκη δεδομένων. Αυτές οι τεχνικές είναι καλύτερες επειδή τα αρχεία καταγραφής και οι κασέτες περιοδικών μπορούν να διαβαστούν από αρχεία ERP χωρίς να επηρεαστούν περαιτέρω άλλοι πόροι ERP.

ΑΛΛΕΣ ΕΠΙΠΛΟΚΕΣ

Ένα από τα ζητήματα ERP στο CIF είναι τι συμβαίνει με άλλες πηγές εφαρμογών ή με δώσει των ODS που πρέπει να συνεισφέρουν αποθήκη δεδομένων αλλά δεν αποτελούν μέρος του περιβάλλοντος ERP. Δεδομένης της κλειστής φύσης του ERP, ειδικά του SAP, προσπαθεί να ενσωματώσει κλειδιά από εξωτερικές πηγές δώσει με i δώσει που προέρχονται από το ERP κατά τη μετακίνηση του δώσει σε αποθήκη δεδομένων, είναι μεγάλη πρόκληση. Και ποιες ακριβώς είναι οι πιθανότητες ότι i δώσει εφαρμογών ή ODS εκτός του περιβάλλοντος ERP θα ενσωματωθούν στο αποθήκη δεδομένων? Οι πιθανότητες είναι πραγματικά πολύ υψηλές.

ΕΥΡΗΜΑ ΣΤΟΙΧΕΙΑ ΙΣΤΟΡΙΚΟ ΑΠΟ ERP

Ένα άλλο πρόβλημα με το i δώσει του ERP είναι αυτό που προκύπτει από την ανάγκη να έχουμε δώσει ιστορικοί εντός της αποθήκη δεδομένων. Συνήθως το αποθήκη δεδομένων που χρειάζεται δώσει ιστορικοί. Και η τεχνολογία ERP συνήθως δεν τα αποθηκεύει δώσει ιστορική, τουλάχιστον όχι στο σημείο που είναι απαραίτητο στην αποθήκη δεδομένων. Όταν μια μεγάλη ποσότητα από δώσει Το ιστορικό αρχίζει να αθροίζεται στο περιβάλλον ERP, αυτό το περιβάλλον πρέπει να καθαριστεί. Για παράδειγμα, ας υποθέσουμε ότι α αποθήκη δεδομένων πρέπει να φορτωθεί με πέντε χρόνια δώσει ιστορικό ενώ το ERP διατηρεί το πολύ έξι μήνες από αυτά δώσει. Αρκεί η εταιρεία να είναι ικανοποιημένη με τη συλλογή μιας σειράς από δώσει οι ιστορικοί όσο περνάει ο καιρός, τότε δεν υπάρχει πρόβλημα στη χρήση του ERP ως πηγής για το αποθήκη δεδομένων. Όταν όμως το αποθήκη δεδομένων πρέπει να γυρίσει τον χρόνο πίσω και να πάρει θεούς δώσει ιστορικά που δεν έχουν συλλεχθεί και αποθηκευτεί προηγουμένως από το ERP, τότε το περιβάλλον ERP καθίσταται αναποτελεσματικό.

ERP ΚΑΙ ΜΕΤΑΔΕΔΟΜΕΝΑ

Μια άλλη σκέψη που πρέπει να κάνετε σχετικά με το ERP e αποθήκη δεδομένων είναι αυτή στα μεταδεδομένα που υπάρχουν στο περιβάλλον ERP. Ακριβώς όπως τα μεταδεδομένα ρέουν από το περιβάλλον ERP στο αποθήκη δεδομένων, τα μεταδεδομένα πρέπει να μετακινηθούν με τον ίδιο τρόπο. Επιπλέον, τα μεταδεδομένα πρέπει να μετατραπούν στη μορφή και τη δομή που απαιτείται από την υποδομή του αποθήκη δεδομένων. Υπάρχει μεγάλη διαφορά μεταξύ των λειτουργικών μεταδεδομένων και των μεταδεδομένων DSS. Τα λειτουργικά μεταδεδομένα προορίζονται κυρίως για τον προγραμματιστή και τον

προγραμματιστής. Τα μεταδεδομένα DSS προορίζονται κυρίως για τον τελικό χρήστη. Τα υπάρχοντα μεταδεδομένα σε εφαρμογές ERP ή ODS πρέπει να μετατραπούν και αυτή η μετατροπή δεν είναι πάντα εύκολη και απλή.

ΠΗΓΗ ΤΩΝ ΔΕΔΟΜΕΝΩΝ ERP

Εάν το ERP χρησιμοποιείται ως προμηθευτής του δώσει για το αποθήκη δεδομένων πρέπει να υπάρχει μια σταθερή διεπαφή που να κινεί το δώσει από περιβάλλον ERP σε περιβάλλον αποθήκη δεδομένων. Η διεπαφή πρέπει:

• ▪ να είναι εύκολο στη χρήση
• ▪ επιτρέψτε την πρόσβαση σε δώσει του ERP
• ▪ να λάβει τη σημασία του δώσει που πρόκειται να μεταφερθούν στο αποθήκη δεδομένων
• ▪ γνωρίζετε τους περιορισμούς ERP που μπορεί να προκύψουν κατά την πρόσβαση στο δώσει του ERP:
• ▪ αναφορική ακεραιότητα
• ▪ ιεραρχικές σχέσεις
• ▪ άρρητες λογικές σχέσεις
• ▪ σύμβαση εφαρμογής
• ▪ όλες οι δομές του δώσει υποστηρίζεται από το ERP και ούτω καθεξής…
• ▪ να είναι αποτελεσματική στην πρόσβαση δώσει, παρέχοντας:
• ▪ άμεση κίνηση του δώσει
• ▪ απόκτηση αλλαγών δώσει
• ▪ υποστήριξη έγκαιρης πρόσβασης σε δώσει
• ▪ κατανοούν τη μορφή του δώσει, και ούτω καθεξής… ΔΙΑΠΡΑΞΗ ΜΕ SAP Η διεπαφή μπορεί να είναι δύο τύπων, εγχώρια ή εμπορική. Μερικές από τις κύριες διεπαφές συναλλαγών περιλαμβάνουν:

• ▪ SAS
• ▪ Prims Solutions
• ▪ D2k και ούτω καθεξής… ΠΟΛΛΑΠΛΕΣ ΤΕΧΝΟΛΟΓΙΕΣ ERP Η αντιμετώπιση του περιβάλλοντος ERP σαν να ήταν μια ενιαία τεχνολογία είναι μεγάλο λάθος. Υπάρχουν πολλές τεχνολογίες ERP, η καθεμία με τα δικά της δυνατά σημεία. Οι πιο γνωστοί πωλητές στην αγορά είναι:

• ▪ SAP
• ▪ Oracle Financials
• ▪ PeopleSoft
• ▪ JD Edwards
• ▪ Μπάαν SAP Το SAP είναι το μεγαλύτερο και πληρέστερο λογισμικό ERP. Οι εφαρμογές SAP περιλαμβάνουν πολλούς τύπους εφαρμογών σε πολλούς τομείς. Η SAP έχει τη φήμη ότι είναι:

• ▪ πολύ μεγάλο
• ▪ πολύ δύσκολο και δαπανηρό στην εφαρμογή
• ▪ χρειάζεται πολλά άτομα και συμβούλους για να εφαρμοστεί
• ▪ απαιτεί εξειδικευμένα άτομα για υλοποίηση
• ▪ Χρειάζεται πολύς χρόνος για να εφαρμοστεί Επιπλέον, η SAP έχει τη φήμη ότι την απομνημονεύει δώσει πολύ προσεκτικά, καθιστώντας δύσκολη την πρόσβαση σε αυτά για κάποιον εκτός της περιοχής SAP. Το πλεονέκτημα της SAP είναι ότι είναι σε θέση να συλλαμβάνει και να αποθηκεύει μεγάλη ποσότητα δώσει. Πρόσφατα η SAP ανακοίνωσε την πρόθεσή της να επεκτείνει τις εφαρμογές της σε αποθήκη δεδομένων. Υπάρχουν πολλά πλεονεκτήματα και μειονεκτήματα στη χρήση του SAP ως προμηθευτή αποθήκη δεδομένων. Ένα πλεονέκτημα είναι ότι το SAP είναι ήδη εγκατεστημένο και ότι οι περισσότεροι σύμβουλοι γνωρίζουν ήδη το SAP.
  Τα μειονεκτήματα της ύπαρξης της SAP ως προμηθευτή αποθήκη δεδομένων υπάρχουν πολλά: η SAP δεν έχει εμπειρία στον κόσμο του αποθήκη δεδομένων Εάν η SAP είναι ο προμηθευτής του αποθήκη δεδομένων, είναι απαραίτητο να “βγάλω” i δώσει από SAP σε αποθήκη δεδομένων. Δεδομένα Το ιστορικό ενός κλειστού συστήματος της SAP, είναι απίθανο να είναι εύκολο να μπει το i από το SAP σε αυτό (???). Υπάρχουν πολλά παλαιού τύπου περιβάλλοντα που τροφοδοτούν το SAP, όπως τα IMS, VSAM, ADABAS, ORACLE, DB2 και ούτω καθεξής. Η SAP επιμένει σε μια προσέγγιση «δεν επινοήθηκε εδώ». Η SAP δεν θέλει να συνεργαστεί με άλλους προμηθευτές για τη χρήση ή τη δημιουργία του αποθήκη δεδομένων. Η SAP επιμένει να δημιουργεί όλο το λογισμικό της η ίδια.

Παρόλο που η SAP είναι μια μεγάλη και ισχυρή εταιρεία, προσπαθεί να ξαναγράψει την τεχνολογία των ELT, OLAP, διαχείρισης συστήματος και ακόμη και τον βασικό κώδικα του dbms είναι απλά τρελό. Αντί να τηρείτε μια συνεργατική στάση με τους προμηθευτές αποθήκη δεδομένων επί μακρόν, η SAP ακολουθεί την προσέγγιση «ξέρουν καλύτερα». Αυτή η στάση εμποδίζει την επιτυχία που θα μπορούσε να έχει η SAP στον τομέα της αποθήκη δεδομένων.
Η άρνηση της SAP να επιτρέψει σε εξωτερικούς προμηθευτές να έχουν άμεση και χαριτωμένη πρόσβαση σε αυτούς δώσει. Η ίδια η ουσία της χρήσης α αποθήκη δεδομένων είναι εύκολη πρόσβαση σε δώσει. Ολόκληρο το ιστορικό της SAP βασίζεται στη δυσκολία της πρόσβασης δώσει.
Η έλλειψη εμπειρίας της SAP στην αντιμετώπιση μεγάλων όγκων δώσει; στο πεδίο των αποθήκη δεδομένων υπάρχουν τόμοι των δώσει δεν έχει δει ποτέ η SAP και να διαχειριστεί αυτές τις μεγάλες ποσότητες δώσει πρέπει να έχετε κατάλληλη τεχνολογία. Η SAP προφανώς δεν γνωρίζει αυτό το τεχνολογικό εμπόδιο που υπάρχει για να εισέλθει στον τομέα της αποθήκη δεδομένων.
Η εταιρική κουλτούρα της SAP: Η SAP έχει κάνει μια επιχείρηση να αποκτήσει το δώσει από το σύστημα. Αλλά για να το κάνεις αυτό πρέπει να έχεις διαφορετική νοοτροπία. Παραδοσιακά, οι εταιρείες λογισμικού που ήταν καλές στο να μεταφέρουν δεδομένα σε ένα περιβάλλον δεν ήταν καλές στο να βγάλουν δεδομένα από την αντίθετη κατεύθυνση. Εάν η SAP καταφέρει να κάνει αυτό το είδος αλλαγής, θα είναι η πρώτη εταιρεία που θα το κάνει.

Εν ολίγοις, είναι αμφίβολο εάν μια εταιρεία πρέπει να επιλέξει τη SAP ως προμηθευτή της αποθήκη δεδομένων. Υπάρχουν πολύ σοβαροί κίνδυνοι από τη μια και πολύ λίγες ανταμοιβές από την άλλη. Αλλά υπάρχει ένας άλλος λόγος που αποθαρρύνει την επιλογή της SAP ως προμηθευτή αποθήκη δεδομένων. Γιατί κάθε εταιρεία πρέπει να έχει το ίδιο αποθήκη δεδομένων από όλες τις άλλες εταιρείες; ο αποθήκη δεδομένων είναι η καρδιά του ανταγωνιστικού πλεονεκτήματος. Αν κάθε εταιρεία υιοθετούσε το ίδιο αποθήκη δεδομένων θα ήταν δύσκολο, αν και όχι αδύνατο, να επιτευχθεί ένα ανταγωνιστικό πλεονέκτημα. Η SAP φαίνεται να πιστεύει ότι α αποθήκη δεδομένων μπορεί να θεωρηθεί ως cookie και αυτό είναι ένα επιπλέον σημάδι της νοοτροπίας των εφαρμογών τους "να λάβουν τα δεδομένα".

Κανένας άλλος προμηθευτής ERP δεν είναι τόσο κυρίαρχος όσο η SAP. Αναμφίβολα θα υπάρξουν εταιρείες που θα ακολουθήσουν τον δρόμο της SAP για τον δικό τους αποθήκη δεδομένων αλλά πιθανώς αυτά αποθήκη δεδομένων Το SAP θα είναι μεγάλο, ακριβό και χρονοβόρο στη δημιουργία.

Αυτά τα περιβάλλοντα περιλαμβάνουν δραστηριότητες όπως διεκπεραίωση τραπεζικών ταμείων, διαδικασίες κράτησης αεροπορικών εταιρειών, διαδικασίες ασφαλιστικών απαιτήσεων κ.λπ. Όσο πιο αποτελεσματικό ήταν το σύστημα συναλλαγών, τόσο πιο εμφανής ήταν η ανάγκη διαχωρισμού μεταξύ της επιχειρησιακής διαδικασίας και του DSS (Decision Support System). Ωστόσο, με τα συστήματα HR και προσωπικού, δεν αντιμετωπίζετε ποτέ μεγάλους όγκους συναλλαγών. Και, φυσικά, όταν ένα άτομο προσλαμβάνεται ή αποχωρεί από την εταιρεία, αυτό είναι ένα αρχείο συναλλαγής. Αλλά σε σχέση με άλλα συστήματα, τα συστήματα ανθρώπινου δυναμικού και προσωπικού απλώς δεν έχουν πολλές συναλλαγές. Επομένως, στα συστήματα HR και προσωπικού δεν είναι απολύτως προφανές ότι υπάρχει ανάγκη για DataWarehouse. Με πολλούς τρόπους αυτά τα συστήματα αντιπροσωπεύουν τη συγχώνευση συστημάτων DSS.

Αλλά υπάρχει ένας άλλος παράγοντας που πρέπει να λάβετε υπόψη εάν έχετε να κάνετε με αποθήκες δεδομένων και PeopleSoft. Σε πολλά περιβάλλοντα, i δώσει ανθρώπινων και προσωπικών πόρων είναι δευτερεύοντα σε σχέση με την κύρια δραστηριότητα της εταιρείας. Οι περισσότερες εταιρείες ασχολούνται με την κατασκευή, τις πωλήσεις, την παροχή υπηρεσιών και ούτω καθεξής. Τα συστήματα ανθρώπινων πόρων και προσωπικού είναι συνήθως δευτερεύοντα (ή υποστηρικτικά) σε σχέση με την κύρια επιχειρηματική δραστηριότητα της εταιρείας. Επομένως, είναι διφορούμενο και άβολο αποθήκη δεδομένων χωριστά για ανθρώπινο δυναμικό και υποστήριξη προσωπικού.

Η PeopleSoft είναι πολύ διαφορετική από τη SAP από αυτή την άποψη. Με το SAP είναι υποχρεωτικό να υπάρχει α αποθήκη δεδομένων. Με το PeopleSoft, δεν είναι τόσο ξεκάθαρο. Μια αποθήκη δεδομένων είναι προαιρετική με την PeopleSoft.

Το καλύτερο που μπορεί να ειπωθεί για το δώσει PeopleSoft είναι ότι το αποθήκη δεδομένων μπορεί να χρησιμοποιηθεί για την αρχειοθέτηση i δώσει που σχετίζονται με παλιούς ανθρώπινους και προσωπικούς πόρους. Ένας δεύτερος λόγος για τον οποίο μια εταιρεία θα ήθελε να χρησιμοποιήσει α αποθήκη δεδομένων a

ζημία του περιβάλλοντος PeopleSoft είναι να επιτραπεί η πρόσβαση και η ελεύθερη πρόσβαση στα εργαλεία ανάλυσης δώσει από την PeopleSoft. Αλλά πέρα ​​από αυτούς τους λόγους, μπορεί να υπάρχουν περιπτώσεις όπου είναι προτιμότερο να μην υπάρχει αποθήκη δεδομένων για δώσει PeopleSoft.

Συνοψίζοντας

Υπάρχουν πολλές ιδέες σχετικά με την κατασκευή του α αποθήκη δεδομένων μέσα σε ένα λογισμικό ERP.
Μερικά από αυτά είναι:

• ▪ Είναι λογικό να υπάρχει α αποθήκη δεδομένων είναι σαν οτιδήποτε άλλο στον κλάδο;
• ▪ Πόσο ευέλικτο είναι ένα ERP αποθήκη δεδομένων λογισμικό;
• ▪ Ένα ERP αποθήκη δεδομένων λογισμικό μπορεί να χειριστεί έναν όγκο δώσει που βρίσκεται σε ααποθήκη δεδομένων αρένα"?
• ▪ Ποια είναι η καταγραφή ιχνών που κάνει ο πωλητής ERP σε περίπτωση εύκολης και ανέξοδης, από άποψη χρόνου, δώσει? (ποιο είναι το ιστορικό των πωλητών ERP σχετικά με την παράδοση φθηνών, έγκαιρων και εύκολης πρόσβασης δεδομένων;)
• ▪ Ποια είναι η κατανόηση της αρχιτεκτονικής DSS και του εργοστασίου εταιρικών πληροφοριών από τον προμηθευτή ERP;
• ▪ Οι πωλητές ERP κατανοούν πώς να επιτύχουν δώσει εντός του περιβάλλοντος, αλλά και να κατανοήσουν πώς να τα εξάγουν;
• ▪ Πόσο ανοιχτός είναι ο προμηθευτής ERP σε εργαλεία αποθήκευσης δεδομένων;
  Όλες αυτές οι εκτιμήσεις πρέπει να ληφθούν υπόψη για τον καθορισμό του σημείου τοποθέτησης αποθήκη δεδομένων που θα φιλοξενεί i δώσει του ERP και άλλων δώσει. Σε γενικές γραμμές, εκτός εάν υπάρχει επιτακτικός λόγος να γίνει διαφορετικά, συνιστάται η κατασκευή αποθήκη δεδομένων εκτός του περιβάλλοντος του προμηθευτή ERP. ΚΕΦΑΛΑΙΟ 1 Επισκόπηση των βασικών σημείων του οργανισμού BI:
  Τα αποθετήρια πληροφοριών λειτουργούν αντίστροφα με την αρχιτεκτονική επιχειρηματικής ευφυΐας (BI):
  Η εταιρική κουλτούρα και η πληροφορική μπορούν να περιορίσουν την επιτυχία στη δημιουργία οργανισμών BI.

Η τεχνολογία δεν είναι πλέον ο περιοριστικός παράγοντας για οργανισμούς BI. Το ερώτημα για τους αρχιτέκτονες και τους σχεδιαστές έργων δεν είναι αν υπάρχει η τεχνολογία, αλλά αν μπορούν να εφαρμόσουν αποτελεσματικά τη διαθέσιμη τεχνολογία.

Για πολλές εταιρείες α αποθήκη δεδομένων είναι κάτι περισσότερο από μια παθητική κατάθεση που διανέμει το δώσει σε χρήστες που το χρειάζονται. Ο δώσει εξάγονται από τα συστήματα πηγής και συμπληρώνονται σε δομές-στόχους του αποθήκη δεδομένων. Εγώ δώσει μπορούν επίσης να καθαριστούν με κάθε τύχη. Ωστόσο, καμία πρόσθετη αξία δεν προστίθεται ούτε συλλέγεται από δώσει κατά τη διάρκεια αυτής της διαδικασίας.

Ουσιαστικά, το παθητικό Dw, στην καλύτερη περίπτωση, παρέχει μόνο i δώσει καθαρές και λειτουργικές για τις ενώσεις χρηστών. Η δημιουργία πληροφοριών και η αναλυτική κατανόηση εξαρτάται αποκλειστικά από τους χρήστες. Κρίνετε αν η DW (Αποθήκη δεδομένων) είναι μια επιτυχία είναι υποκειμενική. Αν κρίνουμε την επιτυχία από την ικανότητα αποτελεσματικής συλλογής, ενσωμάτωσης και καθαρισμού του δώσει εταιρική σε προβλέψιμη βάση, τότε ναι, η DW έχει επιτυχία. Από την άλλη, αν δούμε τη συλλογή, την ενοποίηση και την εκμετάλλευση πληροφοριών από τον οργανισμό συνολικά, τότε η DW είναι αποτυχημένη. Ένα DW παρέχει ελάχιστη έως καθόλου αξία πληροφοριών. Ως αποτέλεσμα, οι χρήστες αναγκάζονται να αρκεστούν, δημιουργώντας έτσι σιλό πληροφοριών. Αυτό το κεφάλαιο παρουσιάζει μια περιεκτική άποψη για τη σύνοψη της αρχιτεκτονικής BI (Business Intelligence) της εταιρείας. Ξεκινάμε με μια περιγραφή του BI και στη συνέχεια προχωράμε σε συζητήσεις σχεδιασμού και ανάπτυξης πληροφοριών, σε αντίθεση με την απλή παροχή πληροφοριών. δώσει στους χρήστες. Στη συνέχεια, οι συζητήσεις επικεντρώνονται στον υπολογισμό της αξίας των προσπαθειών σας στο BI. Ολοκληρώνουμε ορίζοντας πώς η IBM αντιμετωπίζει τις αρχιτεκτονικές απαιτήσεις BI του οργανισμού σας.

Αρχιτεκτονική περιγραφή του Οργανισμός BI

Τα ισχυρά πληροφοριακά συστήματα προσανατολισμένα στις συναλλαγές είναι πλέον κοινός τόπος σε κάθε μεγάλη επιχείρηση, ισοπεδώνοντας ουσιαστικά τους όρους ανταγωνισμού για τις εταιρείες σε όλο τον κόσμο.

Για να παραμείνουμε ανταγωνιστικοί, ωστόσο, τώρα απαιτούνται αναλυτικά προσανατολισμένα συστήματα που μπορούν να φέρουν επανάσταση στην ικανότητα της εταιρείας να ανακαλύπτει ξανά και να χρησιμοποιεί τις πληροφορίες που ήδη διαθέτει. Αυτά τα αναλυτικά συστήματα προέρχονται από την κατανόηση του πλούτου του δώσει διαθέσιμος. Το BI μπορεί να βελτιώσει την απόδοση σε ολόκληρη την επιχείρηση. Οι εταιρείες μπορούν να βελτιώσουν τις σχέσεις πελάτη-προμηθευτή, να βελτιώσουν την κερδοφορία προϊόντων και υπηρεσιών, να δημιουργήσουν νέες και καλύτερες προσφορές, να ελέγξουν τον κίνδυνο και, μεταξύ πολλών άλλων κερδών, να μειώσουν δραματικά τα έξοδα. Με το BI η εταιρεία σας αρχίζει επιτέλους να χρησιμοποιεί τις πληροφορίες πελατών ως ανταγωνιστικό πλεονέκτημα χάρη σε εφαρμογές που έχουν στόχους αγοράς.

Το να έχεις τα σωστά επιχειρηματικά εργαλεία σημαίνει να έχεις οριστικές απαντήσεις σε βασικά ερωτήματα όπως:

• ▪ Ποιος δικός μας πελάτες μας κάνουν να κερδίζουμε περισσότερα ή μας κάνουν να χάσουμε χρήματα;
• ▪ Εκεί που ζουν οι καλύτεροί μας πελάτες σε σχέση με κατάστημα/ αποθήκη που συχνάζουν;
• ▪ Ποια από τα προϊόντα και τις υπηρεσίες μας μπορούν να πωληθούν πιο αποτελεσματικά και σε ποιον;
• ▪ Ποια προϊόντα μπορούν να πωληθούν πιο αποτελεσματικά και σε ποιον;
• ▪ Ποια εκστρατεία πωλήσεων είναι πιο επιτυχημένη και γιατί;
• ▪ Ποια κανάλια πωλήσεων είναι πιο αποτελεσματικά για ποια προϊόντα;
• ▪ Πώς μπορούμε να βελτιώσουμε τις σχέσεις με τους καλύτερους ανθρώπους μας πελάτες? Οι περισσότερες εταιρείες έχουν δώσει πρόχειρους τρόπους απάντησης σε αυτές τις ερωτήσεις.
  Τα λειτουργικά συστήματα παράγουν μεγάλες ποσότητες προϊόντων, πελατών και δώσει αγορά από σημεία πώλησης, κρατήσεις, εξυπηρέτηση πελατών και συστήματα τεχνικής υποστήριξης. Η πρόκληση είναι η εξαγωγή και η εκμετάλλευση αυτών των πληροφοριών. Πολλές εταιρείες κερδίζουν μόνο από μικρά κλάσματα τους δώσει για στρατηγικές αναλύσεις.
  I δώσει παραμένοντας, συχνά σε συνδυασμό με i δώσει που προέρχεται από εξωτερικές πηγές, όπως κυβερνητικές εκθέσεις και άλλες αγορασμένες πληροφορίες, είναι ένα χρυσωρυχείο που περιμένει να εξερευνηθεί και δώσει Απλώς πρέπει να βελτιωθούν στο πλαίσιο πληροφοριών του οργανισμού σας.

Αυτή η γνώση μπορεί να εφαρμοστεί με διάφορους τρόπους, που κυμαίνονται από το σχεδιασμό μιας συνολικής εταιρικής στρατηγικής έως την προσωπική επικοινωνία με τους προμηθευτές, μέσω τηλεφωνικών κέντρων, τιμολόγησης, Internet και άλλα σημεία. Το σημερινό επιχειρηματικό περιβάλλον υπαγορεύει ότι η DW και οι σχετικές λύσεις BI εξελίσσονται πέρα ​​από τη λειτουργία των παραδοσιακών επιχειρηματικών δομών. δώσει όπως το i δώσει ομαλοποιηθεί σε ατομικό επίπεδο και «φάρμες αστεριών/κύβου».

Αυτό που χρειάζεται για να παραμείνουμε ανταγωνιστικοί είναι μια συγχώνευση παραδοσιακών και προηγμένων τεχνολογιών σε μια προσπάθεια υποστήριξης ενός τεράστιου αναλυτικού τοπίου.
Συμπερασματικά, το γενικό περιβάλλον πρέπει να βελτιώσει τις γνώσεις της εταιρείας στο σύνολό της, διασφαλίζοντας ότι οι ενέργειες που λαμβάνονται ως αποτέλεσμα των αναλύσεων που πραγματοποιούνται είναι χρήσιμες, ώστε όλοι να επωφελούνται.

Για παράδειγμα, ας υποθέσουμε ότι κατατάσσετε τη δική σας πελάτες σε κατηγορίες υψηλού ή χαμηλού κινδύνου.
Εάν αυτές οι πληροφορίες δημιουργούνται από εξαγωγέα μοντέλων ή άλλα μέσα, πρέπει να τοποθετηθούν στο DW και να είναι προσβάσιμες σε οποιονδήποτε, μέσω οποιουδήποτε εργαλείου πρόσβασης, όπως στατικές αναφορές, υπολογιστικά φύλλα, πίνακες ή ηλεκτρονική αναλυτική επεξεργασία (OLAP ) .

Ωστόσο, επί του παρόντος, πολλές από αυτές τις πληροφορίες παραμένουν σε σιλό δώσει των ατόμων ή των τμημάτων που παράγουν την ανάλυση. Ο οργανισμός, στο σύνολό του, έχει ελάχιστη έως καθόλου ορατότητα για κατανόηση. Μόνο με την ανάμειξη αυτού του τύπου περιεχομένου πληροφοριών στο DW της επιχείρησής σας μπορείτε να εξαλείψετε τα σιλό πληροφοριών και να αναβαθμίσετε το περιβάλλον DW σας.
Υπάρχουν δύο σημαντικά εμπόδια για την ανάπτυξη ενός οργανισμού BI.
Πρώτον, έχουμε το πρόβλημα του ίδιου του οργανισμού και της πειθαρχίας του.
Αν και δεν μπορούμε να βοηθήσουμε με αλλαγές οργανωσιακής πολιτικής, μπορούμε να βοηθήσουμε στην κατανόηση των στοιχείων του BI ενός οργανισμού, της αρχιτεκτονικής του και του τρόπου με τον οποίο η τεχνολογία IBM διευκολύνει την ανάπτυξή του.
Το δεύτερο εμπόδιο που πρέπει να ξεπεραστεί είναι η έλλειψη ολοκληρωμένης τεχνολογίας και γνώσης μιας μεθόδου που απευθύνεται σε ολόκληρο τον χώρο του BI σε αντίθεση με ένα μικρό στοιχείο.

Η IBM έρχεται να αντιμετωπίσει τις αλλαγές στην τεχνολογία ενσωμάτωσης. Είναι δική σας ευθύνη να παρέχετε προσεκτικό σχεδιασμό. Αυτή η αρχιτεκτονική πρέπει να αναπτυχθεί με τεχνολογία επιλεγμένη για απεριόριστη ενσωμάτωση, ή τουλάχιστον με τεχνολογία που συμμορφώνεται με ανοιχτά πρότυπα. Επιπλέον, η διοίκηση της εταιρείας σας πρέπει να διασφαλίσει ότι η δέσμευση BI εκτελείται σύμφωνα με το σχέδιο και να μην επιτρέπει την ανάπτυξη σιλό πληροφοριών που προκύπτουν από ιδιοεξυπηρετούμενες ατζέντες ή στόχους.
Αυτό δεν σημαίνει ότι το περιβάλλον BI δεν είναι ευαίσθητο στο να αντιδρά στις διαφορετικές ανάγκες και απαιτήσεις διαφορετικών χρηστών. Αντίθετα, σημαίνει ότι η υλοποίηση αυτών των ατομικών αναγκών και απαιτήσεων γίνεται προς όφελος ολόκληρου του οργανισμού BI.
Μια περιγραφή της αρχιτεκτονικής του οργανισμού BI βρίσκεται στη σελίδα 9 στο Σχήμα 1.1. Η αρχιτεκτονική δείχνει έναν πλούσιο συνδυασμό τεχνολογιών και τεχνικών.
Από την παραδοσιακή άποψη, η αρχιτεκτονική περιλαμβάνει τα ακόλουθα στοιχεία αποθήκης

Ατομικό στρώμα (Ατομικό στρώμα).

Αυτό είναι το θεμέλιο, η καρδιά ολόκληρης της DW και συνεπώς του στρατηγικού ρεπορτάζ.
I δώσει που αποθηκεύονται εδώ θα διατηρήσουν την ιστορική ακεραιότητα, αναφορές του δώσει και περιλαμβάνουν παράγωγες μετρήσεις, καθώς και καθαρισμό, ενσωμάτωση και αποθήκευση με χρήση εξαγωγής μοντέλων.
Όλες οι επόμενες χρήσεις αυτών δώσει και σχετικές πληροφορίες προέρχονται από αυτή τη δομή. Αυτή είναι μια εξαιρετική πηγή για εξόρυξη δώσει και για αναφορές με δομημένα ερωτήματα SQL

Λειτουργική αποθήκη του δώσει ή βάση αναφοράς του δώσει(Αποθήκευση επιχειρησιακών δεδομένων (ODS) ή αναφορά βάσεις δεδομένων.)

Αυτή είναι μια δομή του δώσει ειδικά σχεδιασμένο για τεχνικές αναφορές.

I δώσει που αποθηκεύονται και αναφέρονται παραπάνω, αυτές οι δομές μπορούν τελικά να διαδοθούν στην αποθήκη μέσω της περιοχής σταδιοποίησης, όπου θα μπορούσε να χρησιμοποιηθεί για στρατηγική σηματοδότηση.

Χώρος στάσης.

Η πρώτη στάση για τους περισσότερους δώσει που προορίζεται για το περιβάλλον της αποθήκης είναι η ζώνη οργάνωσης.
Εδώ εγώ δώσει ενσωματώνονται, καθαρίζονται και μετατρέπονται σε δώσει κέρδη που θα εποικίσουν τη δομή της αποθήκης

Ραντεβού.

Αυτό το τμήμα της αρχιτεκτονικής αντιπροσωπεύει τη δομή του δώσει χρησιμοποιείται ειδικά για το OLAP. Η παρουσία datamarts, εάν i δώσει αποθηκεύονται στα επικαλυπτόμενα σχήματα αστεριών δώσει πολυδιάστατο σε σχεσιακό περιβάλλον, ή στα αρχεία του δώσει Το εμπιστευτικό που χρησιμοποιείται από συγκεκριμένη τεχνολογία OLAP, όπως ο διακομιστής OLAP DB2, δεν είναι σχετικό.

Ο μόνος περιορισμός είναι ότι η αρχιτεκτονική διευκολύνει τη χρήση του δώσει πολυδιάστατο.
Η αρχιτεκτονική περιλαμβάνει επίσης κρίσιμες τεχνολογίες και τεχνικές Bi που ξεχωρίζουν ως:

Χωρική ανάλυση

Το διάστημα είναι μια απροσδόκητη πληροφορία για τον αναλυτή και είναι κρίσιμης σημασίας για την πλήρη επίλυση. Το διάστημα μπορεί να αντιπροσωπεύει πληροφορίες σχετικά με τους ανθρώπους που ζουν σε μια συγκεκριμένη τοποθεσία, καθώς και πληροφορίες σχετικά με τη φυσική τοποθεσία αυτής της τοποθεσίας σε σχέση με τον υπόλοιπο κόσμο.

Για να εκτελέσετε αυτήν την ανάλυση, πρέπει να ξεκινήσετε συνδέοντας τις πληροφορίες σας με συντεταγμένες γεωγραφικού πλάτους και μήκους. Αυτό αναφέρεται ως «γεωκωδικοποίηση» και πρέπει να αποτελεί μέρος της διαδικασίας εξαγωγής, μετασχηματισμού και φόρτωσης (ETL) στο ατομικό επίπεδο της αποθήκης σας.

Εξόρυξη δεδομένων.

Η εξαγωγή του δώσει επιτρέπει στις εταιρείες μας να αυξήσουν τον αριθμό των πελάτες, για να προβλέψει τις τάσεις των πωλήσεων και να επιτρέψει τη διαχείριση των σχέσεων με πελάτες (CRM), μεταξύ άλλων πρωτοβουλιών BI.

Η εξαγωγή του δώσει πρέπει επομένως να ενσωματωθεί με τις δομές του δώσει του Dwhouse και υποστηρίζεται από διαδικασίες αποθήκης για την εξασφάλιση τόσο της αποτελεσματικής όσο και αποδοτικής χρήσης της σχετικής τεχνολογίας και τεχνικών.

Όπως υποδεικνύεται στην αρχιτεκτονική BI, το ατομικό επίπεδο του Dwhouse, καθώς και τα datamarts, είναι μια εξαιρετική πηγή δώσει για εξόρυξη. Αυτές οι ίδιες εγκαταστάσεις πρέπει επίσης να είναι αποδέκτες αποτελεσμάτων εξόρυξης για να διασφαλίζεται η διαθεσιμότητα στο ευρύτερο κοινό.

Πράκτορες.

Υπάρχουν διάφοροι «πράκτορες» που εξετάζουν τον πελάτη για κάθε σημείο, όπως τα λειτουργικά συστήματα της εταιρείας και η ίδια η dw. Αυτοί οι πράκτορες μπορούν να είναι προηγμένα νευρωνικά δίκτυα εκπαιδευμένα για να μαθαίνουν για τις τάσεις σε κάθε σημείο, όπως η μελλοντική ζήτηση προϊόντων με βάση τις προωθητικές ενέργειες πωλήσεων, οι μηχανές που βασίζονται σε κανόνες για να αντιδρούν σε δεδομένων σύνολο περιστάσεων, ή ακόμα και απλοί πράκτορες που αναφέρουν εξαιρέσεις σε «ανώτατα στελέχη». Αυτές οι διεργασίες συμβαίνουν γενικά σε πραγματικό χρόνο και, ως εκ τούτου, πρέπει να συνδέονται στενά με την κίνησή τους δώσει. Όλες αυτές οι δομές του δώσει, οι τεχνολογίες και οι τεχνικές εγγυώνται ότι δεν θα περάσετε τη νύχτα δημιουργώντας έναν οργανισμό του BI σας.

Αυτή η δραστηριότητα θα αναπτυχθεί σε σταδιακά βήματα, για μικρά σημεία.
Κάθε βήμα είναι μια ανεξάρτητη προσπάθεια έργου και αναφέρεται ως επανάληψη στην πρωτοβουλία DW ή BI σας. Οι επαναλήψεις μπορεί να περιλαμβάνουν την εφαρμογή νέων τεχνολογιών, την έναρξη με νέες τεχνικές, την προσθήκη νέων δομών δώσει , φόρτωση i δώσει επιπλέον , ή με την επέκταση της ανάλυσης του περιβάλλοντος σας. Αυτή η παράγραφος συζητείται εκτενέστερα στο κεφάλαιο 3.

Εκτός από τις παραδοσιακές δομές DW και τα εργαλεία BI, υπάρχουν και άλλες λειτουργίες του οργανισμού σας BI για τις οποίες πρέπει να σχεδιάσετε, όπως:

Σημεία επαφής πελατών (Αγγίξτε τον πελάτη σημεία).

Όπως συμβαίνει με κάθε σύγχρονο οργανισμό, υπάρχει μια σειρά από σημεία επαφής πελατών που υποδεικνύουν πώς να έχετε μια θετική εμπειρία για τη δική σας πελάτες. Υπάρχουν παραδοσιακά κανάλια όπως λιανοπωλητές, χειριστές πίνακες διανομής, άμεση αλληλογραφία, διαφήμιση πολυμέσων και έντυπη διαφήμιση, καθώς και πιο τρέχοντα κανάλια όπως το ηλεκτρονικό ταχυδρομείο και ο ιστός, δώσει προϊόντα με κάποιο σημείο επαφής πρέπει να αποκτώνται, να μεταφέρονται, να καθαρίζονται, να υποβάλλονται σε επεξεργασία και στη συνέχεια να κατοικούνται σε εγκαταστάσεις δώσει του ΒΙ.

Βάσεις του δώσει επιχειρησιακές και ενώσεις χρηστών (Επιχειρησιακή

βάσεις δεδομένων και κοινότητες χρηστών).
Στο τέλος των σημείων επαφής του πελάτες βρίσκονται τα θεμέλια δώσει των κοινοτήτων εφαρμογών και χρηστών της εταιρείας. Ο δώσει υπάρχουν δώσει παραδοσιακό που πρέπει να συγκεντρωθεί και να συγχωνευθεί με το δώσει που ρέουν από τα σημεία επαφής για την ικανοποίηση των απαραίτητων πληροφοριών.

Αναλυτές. (Αναλυτές)

Ο κύριος δικαιούχος του περιβάλλοντος BI είναι ο αναλυτής. Είναι αυτός που επωφελείται από την τρέχουσα εξαγωγή του δώσει λειτουργικό, ενσωματωμένο με διαφορετικές πηγές δώσει , επαυξημένη με χαρακτηριστικά όπως γεωγραφική ανάλυση (γεωκωδικοποίηση) και παρουσιάζεται σε τεχνολογίες BI που επιτρέπουν την εξαγωγή, OLAP, προηγμένες αναφορές SQL και γεωγραφική ανάλυση. Η κύρια διεπαφή αναλυτή για το περιβάλλον αναφοράς είναι η πύλη BI.

Ωστόσο, ο αναλυτής δεν είναι ο μόνος που επωφελείται από την αρχιτεκτονική BI.
Στελέχη, μεγάλες ενώσεις χρηστών, ακόμη και μέλη, προμηθευτές και i πελάτες θα πρέπει να βρει οφέλη στο επιχειρηματικό BI.

Βρόχος πίσω τροφοδοσίας.

Η αρχιτεκτονική BI είναι ένα περιβάλλον μάθησης. Μια χαρακτηριστική αρχή της ανάπτυξης είναι να επιτρέπει επίμονες δομές του δώσει να ενημερώνεται από την τεχνολογία BI που χρησιμοποιείται και από τις ενέργειες που πραγματοποιεί ο χρήστης. Ένα παράδειγμα είναι η βαθμολογία πελατών.

Εάν το τμήμα πωλήσεων μοντελοποιήσει τις βαθμολογίες των πελατών για να χρησιμοποιήσει μια νέα υπηρεσία, τότε το τμήμα πωλήσεων δεν θα πρέπει να είναι η μόνη ομάδα που επωφελείται από την υπηρεσία.

Αντίθετα, η εξαγωγή μοντέλων θα πρέπει να εκτελείται ως φυσικό μέρος της ροής δεδομένων εντός της επιχείρησης και οι βαθμολογίες των πελατών θα πρέπει να γίνουν αναπόσπαστο μέρος του πλαισίου πληροφοριών της αποθήκης, ορατό σε όλους τους χρήστες. Το Bi-bI-centric IBM Suite, συμπεριλαμβανομένου του διακομιστή DB2 UDB, DB2 OLAP Server περιλαμβάνει τα περισσότερα από τα κύρια στοιχεία τεχνολογίας, που ορίζονται στην Εικόνα 1.1.

Χρησιμοποιούμε την αρχιτεκτονική όπως φαίνεται σε αυτό το σχήμα από το βιβλίο για να μας δώσει ένα επίπεδο συνέχειας και να δείξουμε πώς κάθε προϊόν της IBM ταιριάζει στο συνολικό σχήμα BI.

Παροχή Πληροφοριακού Περιεχομένου (Παροχή πληροφοριακό περιεχόμενο)

Ο σχεδιασμός, η ανάπτυξη και η εφαρμογή του περιβάλλοντος BI σας είναι μια αποθαρρυντική εργασία. Ο σχεδιασμός πρέπει να περιλαμβάνει τόσο τις τρέχουσες όσο και τις μελλοντικές επιχειρηματικές απαιτήσεις. Το αρχιτεκτονικό σχέδιο πρέπει να είναι πλήρες ώστε να περιλαμβάνει όλα τα συμπεράσματα που προέκυψαν κατά τη φάση του σχεδιασμού. Η εκτέλεση πρέπει να παραμείνει προσηλωμένη σε έναν και μόνο σκοπό: την ανάπτυξη της αρχιτεκτονικής BI όπως παρουσιάζεται επίσημα στο σχεδιασμό και βασίζεται στις επιχειρηματικές απαιτήσεις.

Είναι ιδιαίτερα δύσκολο να υποστηρίξουμε ότι η πειθαρχία θα εξασφαλίσει σχετική επιτυχία.
Αυτό είναι απλό γιατί δεν αναπτύσσετε ένα περιβάλλον BI ταυτόχρονα, αλλά το κάνετε με μικρά βήματα με την πάροδο του χρόνου.

Ωστόσο, ο προσδιορισμός των στοιχείων BI της αρχιτεκτονικής σας είναι σημαντικός για δύο λόγους: Θα καθοδηγήσετε όλες τις επακόλουθες αποφάσεις τεχνικής αρχιτεκτονικής.
Θα είστε σε θέση να σχεδιάζετε συνειδητά μια συγκεκριμένη χρήση της τεχνολογίας, παρόλο που μπορεί να μην επαναλάβετε τη χρήση της τεχνολογίας για αρκετούς μήνες.

Η επαρκής κατανόηση των απαιτήσεων της επιχείρησής σας θα επηρεάσει τον τύπο των προϊόντων που αποκτάτε για την αρχιτεκτονική σας.
Ο σχεδιασμός και η ανάπτυξη της αρχιτεκτονικής σας διασφαλίζει ότι η αποθήκη σας είναι

όχι ένα τυχαίο γεγονός, αλλά μάλλον ένα προσεκτικά κατασκευασμένο «καλά μελετημένο». όπερα της τέχνης ως μωσαϊκό μικτής τεχνολογίας.

Σχεδιασμός πληροφοριακού περιεχομένου

Όλος ο αρχικός σχεδιασμός πρέπει να επικεντρώνεται και να προσδιορίζει τα βασικά στοιχεία BI που θα χρειαστούν από το συνολικό περιβάλλον τώρα και στο μέλλον.
Η γνώση των επιχειρηματικών απαιτήσεων είναι σημαντική.

Ακόμη και πριν ξεκινήσει οποιοσδήποτε επίσημος σχεδιασμός, ο υπεύθυνος για το σχεδιασμό του έργου μπορεί συχνά να αναγνωρίσει ένα ή δύο στοιχεία αμέσως.
Η ισορροπία των στοιχείων που μπορεί να χρειάζονται για την αρχιτεκτονική σας, ωστόσο, δεν μπορεί να βρεθεί εύκολα. Κατά τη φάση του σχεδιασμού, το κύριο μέρος της αρχιτεκτονικής συνδέει τη συνεδρία ανάπτυξης εφαρμογών (JAD) με μια αναζήτηση για τον προσδιορισμό των επιχειρηματικών απαιτήσεων.

Μερικές φορές αυτές οι απαιτήσεις μπορούν να ανατεθούν σε εργαλεία ερωτημάτων και αναφορών.
Για παράδειγμα, οι χρήστες δηλώνουν ότι εάν θέλουν να αυτοματοποιήσουν μια τρέχουσα αναφορά, πρέπει να τη δημιουργήσουν χειροκίνητα ενσωματώνοντας δύο τρέχουσες αναφορές και προσθέτοντας υπολογισμούς που προέρχονται από το συνδυασμό των δώσει.
Αν και αυτή η απαίτηση είναι απλή, ορίζει μια συγκεκριμένη λειτουργικότητα της δυνατότητας που πρέπει να συμπεριλάβετε όταν αγοράζετε εργαλεία αναφοράς για τον οργανισμό σας.

Ο σχεδιαστής πρέπει επίσης να ακολουθήσει πρόσθετες απαιτήσεις για να αποκτήσει μια πλήρη εικόνα. Θέλουν οι χρήστες να εγγραφούν σε αυτήν την αναφορά;
Δημιουργούνται υποσύνολα αναφορών και αποστέλλονται μέσω ηλεκτρονικού ταχυδρομείου σε διάφορους χρήστες; Θέλουν να δουν αυτήν την αναφορά στην πύλη της εταιρείας; Όλες αυτές οι απαιτήσεις αποτελούν μέρος της απλής ανάγκης αντικατάστασης μιας μη αυτόματης αναφοράς όπως ζητείται από τους χρήστες. Το όφελος αυτών των τύπων απαιτήσεων είναι ότι όλοι, χρήστες και σχεδιαστές, κατανοούν την έννοια των αναφορών.

Υπάρχουν και άλλοι τύποι επιχειρήσεων, ωστόσο, που πρέπει να σχεδιάσουμε. Όταν οι επιχειρηματικές απαιτήσεις δηλώνονται με τη μορφή στρατηγικών επιχειρηματικών ερωτήσεων, είναι εύκολο για τον έμπειρο σχεδιαστή να διακρίνει τις απαιτήσεις μετρήσεων/γεγονότων και διαστάσεων.

Εάν οι χρήστες του JAD δεν ξέρουν πώς να δηλώσουν τις απαιτήσεις τους με τη μορφή επιχειρηματικού προβλήματος, ο σχεδιαστής θα παρέχει συχνά παραδείγματα για να ξεκινήσει η συνεδρία συλλογής απαιτήσεων.
Ο ειδικός σχεδιαστής μπορεί να βοηθήσει τους χρήστες να κατανοήσουν όχι μόνο τις στρατηγικές συναλλαγές, αλλά και πώς να τις διαμορφώσουν.
Η προσέγγιση συγκέντρωσης απαιτήσεων συζητείται στο κεφάλαιο 3. Προς το παρόν, θέλουμε απλώς να επισημάνουμε την ανάγκη σχεδιασμού για όλους τους τύπους απαιτήσεων BI.

Ένα στρατηγικό επιχειρηματικό πρόβλημα δεν είναι μόνο επιχειρηματική απαίτηση, αλλά και σχεδιαστική ένδειξη. Εάν πρέπει να απαντήσετε σε μια πολυδιάστατη ερώτηση, τότε πρέπει να απομνημονεύσετε, να παρουσιάσετε i δώσει διαστάσεων, και αν χρειάζεται να απομνημονεύσετε το δώσει πολυδιάστατο, πρέπει να αποφασίσετε τι είδους τεχνολογία ή τεχνική πρόκειται να χρησιμοποιήσετε.

Εφαρμόζετε ένα δεσμευμένο σχήμα αστεριού κύβου ή και τα δύο; Όπως μπορείτε να δείτε, ακόμη και ένα απλό επιχειρηματικό πρόβλημα μπορεί να επηρεάσει σημαντικά τον σχεδιασμό. Αλλά αυτοί οι τύποι επιχειρηματικών απαιτήσεων είναι συνηθισμένοι και κατανοητοί, τουλάχιστον από σχεδιαστές και σχεδιαστές με εμπειρία έργου.

Έχει γίνει επαρκής συζήτηση σχετικά με τις τεχνολογίες και την υποστήριξη OLAP, και είναι διαθέσιμο ένα ευρύ φάσμα λύσεων. Μέχρι στιγμής έχουμε αναφέρει την ανάγκη να συνδυάσουμε την απλή αναφορά με τις επιχειρηματικές απαιτήσεις διαστάσεων και πώς αυτές οι απαιτήσεις επηρεάζουν τις τεχνικές αρχιτεκτονικές αποφάσεις.

Ποιες είναι όμως οι απαιτήσεις που δεν είναι εύκολα κατανοητές από τους χρήστες ή την ομάδα της Dw; Θα χρειαστείτε ποτέ χωρική ανάλυση;
Τα μοντέλα εξόρυξης του δώσει θα είναι απαραίτητο μέρος του μέλλοντός σας; Ποιός ξέρει?

Είναι σημαντικό να σημειωθεί ότι αυτοί οι τύποι τεχνολογιών δεν είναι καλά γνωστοί από τις γενικές κοινότητες χρηστών και τα μέλη της ομάδας Dw, εν μέρει, αυτό μπορεί να οφείλεται στο ότι συνήθως χειρίζονται ορισμένοι εσωτερικοί ή τρίτων τεχνικών εμπειρογνωμόνων. Είναι μια ακραία περίπτωση των προβλημάτων που δημιουργούν αυτοί οι τύποι τεχνολογιών. Εάν οι χρήστες δεν μπορούν να περιγράψουν τις επιχειρηματικές απαιτήσεις ή να τις πλαισιώσουν με τρόπο που να παρέχει καθοδήγηση στους σχεδιαστές, μπορεί να περάσουν απαρατήρητοι ή, χειρότερα, απλώς να αγνοηθούν.

Πιο προβληματικό γίνεται όταν ο σχεδιαστής και ο προγραμματιστής δεν μπορούν να αναγνωρίσουν την εφαρμογή μιας από αυτές τις προηγμένες αλλά κρίσιμες τεχνολογίες.
Όπως έχουμε ακούσει συχνά Σχεδιαστές να λένε, «καλά, γιατί δεν το αφήνουμε στην άκρη μέχρι να πάρουμε αυτό το άλλο; «Τους ενδιαφέρουν πραγματικά οι προτεραιότητες ή απλώς αποφεύγουν απαιτήσεις που δεν κατανοούν; Είναι πιθανότατα η τελευταία υπόθεση. Ας υποθέσουμε ότι η ομάδα πωλήσεών σας έχει κοινοποιήσει μια επιχειρηματική απαίτηση, όπως αναφέρεται στο Σχήμα 1.3, όπως μπορείτε να δείτε, η απαίτηση πλαισιώνεται με τη μορφή επιχειρηματικού προβλήματος. Η διαφορά μεταξύ αυτού του προβλήματος και του τυπικού προβλήματος διαστάσεων είναι η απόσταση. Σε αυτή την περίπτωση, η ομάδα πωλήσεων θέλει να γνωρίζει, σε μηνιαία βάση, τις συνολικές πωλήσεις από τα προϊόντα, τις αποθήκες και πελάτες που ζουν σε απόσταση 5 μιλίων από την αποθήκη όπου αγοράζουν.

Δυστυχώς, οι σχεδιαστές ή οι αρχιτέκτονες μπορούν απλώς να αγνοήσουν τη χωρική συνιστώσα λέγοντας, «έχουμε τον πελάτη, το προϊόν και το δώσει της κατάθεσης. Ας κρατήσουμε την απόσταση μέχρι μια άλλη επανάληψη.

"Λανθασμένη απάντηση. Αυτός ο τύπος επιχειρηματικού προβλήματος αφορά το BI. Αντιπροσωπεύει μια βαθύτερη κατανόηση της επιχείρησής μας και έναν ισχυρό αναλυτικό χώρο για τους αναλυτές μας. Το BI είναι πέρα ​​από το απλό ερώτημα ή την τυπική αναφορά, ή ακόμα και το OLAP. Αυτό δεν σημαίνει ότι αυτές οι τεχνολογίες δεν είναι σημαντικές για το BI σας, αλλά από μόνες τους δεν αντιπροσωπεύουν το περιβάλλον BI.

Σχεδιασμός για πληροφοριακό πλαίσιο (Σχεδιασμός για Πληροφοριακό Περιεχόμενο)

Τώρα που έχουμε εντοπίσει τις επιχειρηματικές απαιτήσεις που διακρίνουν διάφορα θεμελιώδη στοιχεία, πρέπει να συμπεριληφθούν σε ένα συνολικό αρχιτεκτονικό σχέδιο. Ορισμένα από τα στοιχεία BI αποτελούν μέρος των αρχικών προσπαθειών μας, ενώ ορισμένα δεν θα εφαρμοστούν για αρκετούς μήνες.

Ωστόσο, όλες οι γνωστές απαιτήσεις αντικατοπτρίζονται στον σχεδιασμό, έτσι ώστε όταν χρειάζεται να εφαρμόσουμε μια συγκεκριμένη τεχνολογία, να είμαστε έτοιμοι να το κάνουμε. Κάτι για το έργο θα αντικατοπτρίζει την παραδοσιακή σκέψη.

Αυτό το σύνολο από δώσει χρησιμοποιείται για την υποστήριξη μεταγενέστερων χρήσεων του δώσει διαστάσεων με γνώμονα τα Επιχειρηματικά ζητήματα που έχουμε εντοπίσει. Καθώς δημιουργούνται πρόσθετα έγγραφα, όπως η ανάπτυξη σχεδιασμού του δώσει, θα αρχίσουμε να επισημοποιούμε πώς i δώσει εξαπλώνονται στο περιβάλλον. Διαπιστώσαμε την ανάγκη αντιπροσώπευσης i δώσει με διαστατικό τρόπο, χωρίζοντάς τα (ανάλογα με συγκεκριμένες ειδικές ανάγκες) σε data marts.

Η επόμενη ερώτηση που πρέπει να απαντηθεί είναι: πώς θα κατασκευαστούν αυτές οι μάρκες δεδομένων;
Κατασκευάζετε τα αστέρια για να υποστηρίξουν τους κύβους ή μόνο τους κύβους ή μόνο τα αστέρια; (ή σωστοί κύβοι, ή σωστά αστέρια). Δημιουργήστε αρχιτεκτονική για εξαρτημένες μάρκες δεδομένων που απαιτούν ατομικό επίπεδο για όλους δώσει αποκτάς; Επιτρέψτε σε ανεξάρτητες μάρκες δεδομένων να αποκτήσουν i δώσει απευθείας από λειτουργικά συστήματα;

Ποια τεχνολογία Cube θα προσπαθήσετε να τυποποιήσετε;

Έχετε τεράστιες ποσότητες θεών δώσει απαιτείται για ανάλυση διαστάσεων ή χρειάζεστε κύβους από την εθνική σας δύναμη πωλήσεων σε εβδομαδιαία βάση ή και τα δύο; Κατασκευάζετε κάτι τόσο ισχυρό όσο ο διακομιστής DB2 OLAP για τα οικονομικά ή οι κύβοι Cognos PowerPlay για τον οργανισμό πωλήσεών σας ή και τα δύο; Αυτές είναι οι μεγάλες αποφάσεις αρχιτεκτονικού σχεδιασμού που θα επηρεάσουν το περιβάλλον BI σας από εδώ και στο εξής. Ναι, έχετε δημιουργήσει μια ανάγκη για OLAP. Τώρα πώς θα εφαρμόσετε αυτό το είδος τεχνικής και τεχνολογίας;

Πώς επηρεάζουν μερικές από τις πιο προηγμένες τεχνολογίες τα σχέδιά σας; Ας υποθέσουμε ότι έχετε εντοπίσει μια ανάγκη χώρου στον οργανισμό σας. Πρέπει τώρα να ανακαλέσετε τις εκδόσεις αρχιτεκτονικών σχεδίων ακόμα κι αν δεν σκοπεύετε να κάνετε χωρικά στοιχεία για αρκετούς μήνες. Ο αρχιτέκτονας πρέπει να σχεδιάζει σήμερα με βάση το τι χρειάζεται. Προβλέψτε την ανάγκη για χωρική ανάλυση που δημιουργεί, αποθηκεύει, εκτελεί και παρέχει πρόσβαση σε δώσει χωρική. Αυτό με τη σειρά του θα πρέπει να χρησιμεύσει ως περιορισμός σχετικά με τον τύπο τεχνολογίας λογισμικού και τις προδιαγραφές πλατφόρμας που μπορείτε να εξετάσετε αυτήν τη στιγμή. Για παράδειγμα, το σύστημα διαχείρισης του βάση δεδομένων Το σχεσιακό επίπεδο (RDBMS) που εκτελείτε για το ατομικό σας στρώμα πρέπει να διαθέτει ισχυρή χωρική έκταση. Αυτό θα εξασφάλιζε μέγιστη απόδοση όταν χρησιμοποιείτε γεωμετρία και χωροαντικείμενα στις αναλυτικές σας εφαρμογές. Εάν το RDBMS σας δεν μπορεί να χειριστεί το δώσει (χωροκεντρικά) εσωτερικά, οπότε θα πρέπει να καθιερώσετε α βάση δεδομένων (χωροκεντρικός) εξωτερικός. Αυτό περιπλέκει τη διαχείριση των θεμάτων και θέτει σε κίνδυνο τη συνολική απόδοσή σας, για να μην αναφέρουμε τα πρόσθετα προβλήματα που δημιουργούνται για τα DBA σας, καθώς πιθανώς έχουν ελάχιστη κατανόηση των βασικών δώσει χωροταξικά επίσης. Από την άλλη πλευρά, εάν ο κινητήρας RDMBS σας χειρίζεται όλα τα χωρικά στοιχεία και ο βελτιστοποιητής του γνωρίζει τις ειδικές ανάγκες (για παράδειγμα, ευρετηρίαση) χωρικών αντικειμένων, τότε τα DBA σας μπορούν να χειριστούν εύκολα τη διαχείριση των προβλημάτων και μπορείτε να μεγιστοποιήσετε την απόδοση.

Επιπλέον, πρέπει να προσαρμόσετε την περιοχή σταδιοποίησης και το επίπεδο ατομικού περιβάλλοντος ώστε να περιλαμβάνουν εκκαθάριση διευθύνσεων (α

βασικό στοιχείο για τη χωρική ανάλυση), καθώς και την επακόλουθη εξοικονόμηση διαστημικών αντικειμένων. Η διαδοχή των εκδόσεων σχεδίασης συνεχίζεται τώρα που έχουμε εισαγάγει την έννοια της ξεκάθαρης κατεύθυνσης. Πρώτον, αυτή η εφαρμογή θα υπαγορεύσει τον τύπο του λογισμικού που απαιτείται για την προσπάθειά σας στο ETL.

Χρειάζεστε προϊόντα όπως το Trillium για να του παρέχετε μια καθαρή διεύθυνση ή έναν προμηθευτή ETL της επιλογής σας για να παρέχει αυτή τη λειτουργικότητα;
Προς το παρόν, είναι σημαντικό να εκτιμήσετε το επίπεδο σχεδιασμού που πρέπει να ολοκληρωθεί πριν ξεκινήσετε την υλοποίηση της αποθήκης σας. Τα παραπάνω παραδείγματα θα πρέπει να καταδεικνύουν το πλήθος των σχεδιαστικών αποφάσεων που πρέπει να ακολουθήσουν τον προσδιορισμό οποιασδήποτε συγκεκριμένης επιχειρηματικής απαίτησης. Εάν ληφθούν σωστά, αυτές οι σχεδιαστικές αποφάσεις προωθούν την αλληλεξάρτηση μεταξύ των φυσικών δομών του περιβάλλοντός σας, της επιλογής της χρησιμοποιούμενης τεχνολογίας και της ροής διάδοσης του περιεχομένου πληροφοριών. Χωρίς αυτήν τη συμβατική αρχιτεκτονική BI, ο οργανισμός σας θα υπόκειται σε ένα χαοτικό μείγμα υπαρχουσών τεχνολογιών, στην καλύτερη περίπτωση χαλαρά ραμμένες μεταξύ τους για να παρέχουν εμφανή σταθερότητα.

Διατήρηση περιεχομένου πληροφοριών

Το να φέρετε την αξία των πληροφοριών στον οργανισμό σας είναι ένα πολύ δύσκολο έργο. Χωρίς επαρκή κατανόηση και εμπειρία, ή σωστό σχεδιασμό και σχεδιασμό, ακόμη και οι καλύτερες ομάδες θα αποτύχουν. Από την άλλη πλευρά, εάν έχετε μεγάλη διαίσθηση και λεπτομερή προγραμματισμό, αλλά δεν έχετε πειθαρχία για την εκτέλεση, απλώς έχετε σπαταλήσει τα χρήματά σας και τον χρόνο σας επειδή η προσπάθειά σας είναι καταδικασμένη να αποτύχει. Το μήνυμα πρέπει να είναι σαφές: Εάν δεν έχετε μία ή περισσότερες από αυτές τις δεξιότητες, κατανόηση/εμπειρία ή πειθαρχία προγραμματισμού/σχεδίασης ή υλοποίησης, θα ακρωτηριάσει ή θα καταστρέψει το κτίριο του οργανισμού BI.

Είναι επαρκώς προετοιμασμένη η ομάδα σας; Υπάρχει κάποιος στην ομάδα BI σας που κατανοεί το τεράστιο αναλυτικό τοπίο που είναι διαθέσιμο σε περιβάλλοντα BI και τις τεχνικές και τις τεχνολογίες που απαιτούνται για τη διατήρηση αυτού του τοπίου; Υπάρχει κάποιος στην ομάδα σας που μπορεί να αναγνωρίσει τη διαφορά εφαρμογής μεταξύ προχωρημένων

στατική αναφορά και OLAP ή οι διαφορές μεταξύ ROLAP και OLAP; Ένα από τα μέλη της ομάδας σας αναγνωρίζει ξεκάθαρα πώς γίνεται η εξαγωγή και πώς μπορεί να επηρεάσει την αποθήκη ή πώς η αποθήκη μπορεί να υποστηρίξει την απόδοση εξόρυξης; Ένα μέλος της ομάδας κατανοεί την αξία του δώσει διαστημική ή τεχνολογία βασισμένη σε πράκτορες; Έχετε κάποιον που εκτιμά τη μοναδική εφαρμογή των εργαλείων ETL έναντι της τεχνολογίας μεσίτη μηνυμάτων; Αν δεν έχετε, πάρτε ένα. Το BI είναι πολύ μεγαλύτερο από ένα κανονικοποιημένο ατομικό στρώμα, το OLAP, τα σχήματα αστεριών και ένα ODS.

Η κατανόηση και η εμπειρία για την αναγνώριση των απαιτήσεων BI και των λύσεών τους είναι απαραίτητη για την ικανότητά σας να επισημοποιείτε σωστά τις ανάγκες των χρηστών και να σχεδιάζετε και να εφαρμόζετε τις λύσεις τους. Εάν η κοινότητα χρηστών σας δυσκολεύεται να περιγράψει τις απαιτήσεις, είναι δουλειά της ομάδας αποθήκης να παρέχει αυτήν την κατανόηση. Αν όμως η ομάδα της αποθήκης

δεν αναγνωρίζει τη συγκεκριμένη εφαρμογή του BI - για παράδειγμα, την εξόρυξη δεδομένων - τότε δεν είναι το καλύτερο που τα περιβάλλοντα BI συχνά περιορίζονται στο να είναι παθητικά αποθετήρια. Ωστόσο, η παράβλεψη αυτών των τεχνολογιών δεν μειώνει τη σημασία τους και την επίδραση που έχουν στην ανάδειξη των δυνατοτήτων επιχειρηματικής ευφυΐας του οργανισμού σας, καθώς και στο τοπίο πληροφοριών που σκοπεύετε να προωθήσετε.

Ο σχεδιασμός πρέπει να περιλαμβάνει την έννοια του σχεδίου, και για τα δύο απαιτείται ένα ικανό άτομο. Επιπλέον, ο σχεδιασμός απαιτεί φιλοσοφία ομαδικής αποθήκης και τήρηση προτύπων. Για παράδειγμα, εάν η εταιρεία σας έχει δημιουργήσει μια τυπική πλατφόρμα ή έχει εντοπίσει ένα συγκεκριμένο RDBMS που θέλετε να τυποποιήσετε σε ολόκληρη την πλατφόρμα, το βάρος βαρύνει όλους τους συμμετέχοντες στην ομάδα να συμμορφωθούν με αυτά τα πρότυπα. Γενικά, μια ομάδα εκθέτει την ανάγκη για τυποποίηση (στις κοινότητες χρηστών), αλλά η ίδια η ομάδα δεν είναι πρόθυμη να συμμορφωθεί με πρότυπα που έχουν θεσπιστεί επίσης σε άλλους τομείς της εταιρείας ή ίσως ακόμη και σε παρόμοιες εταιρείες. Όχι μόνο αυτό είναι υποκριτικό, αλλά αποδεικνύει ότι η εταιρεία είναι ανίκανη να εκμεταλλευτεί τους υπάρχοντες πόρους και τις επενδύσεις. Αυτό δεν σημαίνει ότι δεν υπάρχουν καταστάσεις που να δικαιολογούν μια μη τυποποιημένη πλατφόρμα ή τεχνολογία. ωστόσο οι προσπάθειες της αποθήκης

θα πρέπει να φυλάσσουν με ζήλο τα πρότυπα της επιχείρησης έως ότου οι επιχειρηματικές απαιτήσεις υπαγορεύσουν διαφορετικά.

Το τρίτο βασικό συστατικό που απαιτείται για τη δημιουργία ενός οργανισμού BI είναι η πειθαρχία.
Εξαρτάται συνολικά, εξίσου από τα άτομα και το περιβάλλον. Οι σχεδιαστές έργων, οι χορηγοί, οι αρχιτέκτονες και οι χρήστες πρέπει να εκτιμήσουν την πειθαρχία που απαιτείται για την οικοδόμηση του τοπίου πληροφοριών της εταιρείας. Οι σχεδιαστές πρέπει να κατευθύνουν τις σχεδιαστικές τους προσπάθειες με τέτοιο τρόπο ώστε να συμπληρώνουν άλλες απαραίτητες προσπάθειες στην κοινωνία.

Για παράδειγμα, ας υποθέσουμε ότι η εταιρεία σας δημιουργεί μια εφαρμογή ERP που έχει ένα στοιχείο αποθήκης.
Ως εκ τούτου, είναι ευθύνη των σχεδιαστών ERP να συνεργαστούν με την ομάδα περιβάλλοντος αποθήκης ώστε να μην ανταγωνίζονται ή να επαναλαμβάνονται οι εργασίες που έχουν ήδη ξεκινήσει.

Η πειθαρχία είναι επίσης ένα θέμα που πρέπει να αντιμετωπιστεί από ολόκληρο τον οργανισμό και συνήθως καθιερώνεται και εμπιστεύεται σε ένα εκτελεστικό επίπεδο.
Είναι οι διευθυντές πρόθυμοι να τηρήσουν μια σχεδιασμένη προσέγγιση; Μια προσέγγιση που υπόσχεται να δημιουργήσει περιεχόμενο πληροφοριών που τελικά θα φέρει αξία σε όλους τους τομείς της επιχείρησης, αλλά ίσως να διακυβεύει μεμονωμένες ή τμηματικές ατζέντες; Θυμηθείτε το ρητό «Το να σκέφτεσαι τα πάντα είναι πιο σημαντικό από το να σκέφτεσαι μόνο ένα πράγμα». Αυτό το ρητό ισχύει για οργανισμούς BI.

Δυστυχώς, πολλές αποθήκες εστιάζουν τις προσπάθειές τους στην προσπάθεια να στοχεύσουν και να προσδώσουν αξία σε ένα συγκεκριμένο τμήμα ή συγκεκριμένους χρήστες, χωρίς να λαμβάνεται υπόψη ο οργανισμός γενικότερα. Ας υποθέσουμε ότι το στέλεχος ζητά βοήθεια από την ομάδα αποθήκης. Η ομάδα ανταποκρίνεται με μια προσπάθεια 90 ημερών που περιλαμβάνει όχι μόνο την παράδοση των απαιτήσεων ειδοποίησης που ορίζονται από τον διευθυντή, αλλά διασφαλίζει ότι όλα τα δώσει βάση αναμειγνύονται σε ατομικό επίπεδο πριν εισαχθούν στην προτεινόμενη τεχνολογία κύβου.
Αυτή η μηχανική προσθήκη διασφαλίζει ότι θα επωφεληθεί η επιχείρηση αποθήκης δώσει που χρειάζεται ο διευθυντής.
Ωστόσο, το στέλεχος μίλησε με εξωτερικές εταιρείες συμβούλων που πρότειναν μια παρόμοια εφαρμογή με παράδοση σε λιγότερο από 4 εβδομάδες.

Υποθέτοντας ότι η ομάδα της εσωτερικής αποθήκης είναι αρμόδια, το στέλεχος έχει μια επιλογή. Ποιος μπορεί να υποστηρίξει την πρόσθετη μηχανική πειθαρχία που απαιτείται για την καλλιέργεια της επιχείρησης περιουσιακών στοιχείων πληροφοριών ή μπορεί να επιλέξει να δημιουργήσει τη δική του λύση γρήγορα. Το τελευταίο φαίνεται να επιλέγεται πολύ συχνά και χρησιμεύει μόνο στη δημιουργία περιεκτών πληροφοριών που ωφελούν μόνο λίγους ή το άτομο.

Βραχυπρόθεσμοι και μακροπρόθεσμοι στόχοι

Οι αρχιτέκτονες και οι σχεδιαστές έργων πρέπει να επισημοποιήσουν ένα μακροπρόθεσμο όραμα της συνολικής αρχιτεκτονικής και των σχεδίων ανάπτυξης σε έναν οργανισμό BI. Αυτός ο συνδυασμός βραχυπρόθεσμου κέρδους και μακροπρόθεσμου προγραμματισμού αντιπροσωπεύει τις δύο πλευρές των προσπαθειών BI. Το βραχυπρόθεσμο κέρδος είναι η πτυχή του BI που σχετίζεται με τις επαναλήψεις της αποθήκης σας.

Αυτό είναι όπου οι σχεδιαστές, οι αρχιτέκτονες και οι χορηγοί επικεντρώνονται στην ικανοποίηση συγκεκριμένων εμπορικών απαιτήσεων. Σε αυτό το επίπεδο χτίζονται φυσικές δομές, αγοράζεται τεχνολογία και εφαρμόζονται τεχνικές. Σε καμία περίπτωση δεν γίνονται για να καλύπτουν συγκεκριμένες απαιτήσεις όπως ορίζονται από συγκεκριμένες κοινότητες χρηστών. Όλα γίνονται για την αντιμετώπιση συγκεκριμένων απαιτήσεων που ορίζονται από μια συγκεκριμένη κοινότητα.
Ο μακροπρόθεσμος προγραμματισμός, ωστόσο, είναι η άλλη πτυχή του BI. Εδώ τα σχέδια και τα σχέδια εξασφάλισαν την κατασκευή οποιασδήποτε φυσικής δομής, τις τεχνολογίες που επιλέχθηκαν και τις τεχνικές που εφαρμόστηκαν με το βλέμμα προς την επιχείρηση. Ο μακροπρόθεσμος σχεδιασμός είναι αυτός που παρέχει τη συνοχή που απαιτείται για να διασφαλιστεί ότι τα επιχειρηματικά οφέλη προκύπτουν από τυχόν βραχυπρόθεσμα κέρδη.

Δικαιολογήστε την προσπάθεια BI σας

Un αποθήκη δεδομένων από μόνο του δεν έχει εγγενή αξία. Με άλλα λόγια, δεν υπάρχει εγγενής αξία μεταξύ των τεχνολογιών της αποθήκης και των τεχνικών υλοποίησης.

Η αξία οποιασδήποτε προσπάθειας αποθήκης βρίσκεται στις ενέργειες που εκτελούνται ως αποτέλεσμα του περιβάλλοντος της αποθήκης και του περιεχομένου πληροφοριών που καλλιεργείται με την πάροδο του χρόνου. Αυτό είναι ένα κρίσιμο σημείο που πρέπει να καταλάβετε προτού επιχειρήσετε ποτέ να εκτιμήσετε την αξία οποιασδήποτε πρωτοβουλίας Wherehouse.

Πολύ συχνά, οι αρχιτέκτονες και οι σχεδιαστές προσπαθούν να εφαρμόσουν αξία στα φυσικά και τεχνικά στοιχεία της αποθήκης, ενώ στην πραγματικότητα η αξία βασίζεται στις επιχειρηματικές διαδικασίες που επηρεάζονται θετικά από την αποθήκη και τις καλά αποκτηθείσες πληροφορίες.

Εδώ βρίσκεται η πρόκληση της ίδρυσης BI: Πώς δικαιολογείτε την επένδυση; Εάν η ίδια η κατοικία δεν έχει εγγενή αξία, οι σχεδιαστές έργων πρέπει να διερευνήσουν, να καθορίσουν και να επισημοποιήσουν τα οφέλη που επιτυγχάνονται από τα άτομα που θα χρησιμοποιήσουν την αποθήκη για να βελτιώσουν συγκεκριμένες επιχειρηματικές διαδικασίες ή την αξία των προστατευόμενων πληροφοριών ή και τα δύο.

Για να περιπλέξει τα πράγματα, οποιαδήποτε επιχειρηματική διαδικασία επηρεάζεται από τις προσπάθειες αποθήκευσης θα μπορούσε να προσφέρει «σημαντικά» ή «ελαφρά» οφέλη. Τα σημαντικά οφέλη παρέχουν μια απτή μέτρηση για τη μέτρηση της απόδοσης επένδυσης (ROI) – για παράδειγμα, η μετατροπή του αποθέματος για έναν επιπλέον χρόνο κατά τη διάρκεια μιας συγκεκριμένης περιόδου ή για χαμηλότερο κόστος μεταφοράς ανά αποστολή. Είναι πιο δύσκολο να οριστούν τα διακριτικά οφέλη, όπως η βελτιωμένη πρόσβαση σε πληροφορίες, από την άποψη της απτής αξίας.

Συνδέστε το έργο σας για να μάθετε το επιχειρηματικά αιτήματα

Πολύ συχνά, οι σχεδιαστές έργων προσπαθούν να συνδέσουν την αξία της αποθήκης με άμορφους επιχειρηματικούς στόχους. Δηλώνοντας ότι «η αξία μιας αποθήκης βασίζεται στην ικανότητά μας να ικανοποιούμε στρατηγικά αιτήματα» ανοίγουμε τη συζήτηση με ευχάριστο τρόπο. Αλλά δεν αρκεί από μόνο του για να καθοριστεί εάν η επένδυση σε απόθεμα έχει νόημα. Είναι καλύτερο να συνδέσετε τις επαναλήψεις της αποθήκης με συγκεκριμένες, γνωστές επιχειρηματικές απαιτήσεις.

Μετρήστε την απόδοση επένδυσης (ROI).

Ο υπολογισμός του ROI σε μια ρύθμιση αποθήκης μπορεί να είναι ιδιαίτερα δύσκολος. Είναι ιδιαίτερα δύσκολο αν το πλεονέκτημα

Η αρχή μιας συγκεκριμένης επανάληψης είναι κάτι που δεν είναι απτό ή εύκολο να μετρηθεί. Μια μελέτη διαπίστωσε ότι οι χρήστες αντιλαμβάνονται δύο κύρια οφέλη των πρωτοβουλιών BI:

• ▪ Δημιουργήστε την ικανότητα λήψης αποφάσεων
• ▪ Δημιουργία πρόσβασης σε πληροφορίες
  Αυτά τα οφέλη είναι ήπια (ή ήπια) οφέλη. Είναι εύκολο να δούμε πώς μπορούμε να υπολογίσουμε μια απόδοση επένδυσης (ROI) με βάση ένα δύσκολο (ή σημαντικό) όφελος, όπως το μειωμένο κόστος μεταφοράς, αλλά πώς μετράμε την ικανότητα λήψης καλύτερων αποφάσεων;
  Αυτό είναι σίγουρα μια πρόκληση για τους σχεδιαστές έργων όταν προσπαθούν να πείσουν την εταιρεία να επενδύσει σε μια συγκεκριμένη προσπάθεια αποθήκης. Η αύξηση των πωλήσεων ή η μείωση του κόστους δεν είναι πλέον τα κεντρικά θέματα που οδηγούν το περιβάλλον BI.
  Αντίθετα, εξετάζετε επιχειρηματικά αιτήματα για καλύτερη πρόσβαση σε πληροφορίες, ώστε ένα συγκεκριμένο τμήμα να μπορεί να λαμβάνει ταχύτερες αποφάσεις. Αυτοί είναι στρατηγικοί οδηγοί που τυχαίνει να είναι εξίσου σημαντικοί για την επιχείρηση, αλλά είναι πιο διφορούμενοι και πιο δύσκολο να χαρακτηριστούν σε μια απτή μέτρηση. Σε αυτήν την περίπτωση, ο υπολογισμός της απόδοσης επένδυσης μπορεί να είναι παραπλανητικός, αν όχι άσχετος.
  Οι σχεδιαστές έργων πρέπει να είναι σε θέση να αποδείξουν απτή αξία για τα στελέχη για να αποφασίσουν εάν η επένδυση σε μια συγκεκριμένη επανάληψη αξίζει τον κόπο. Ωστόσο, δεν θα προτείνουμε μια νέα μέθοδο για τον υπολογισμό της απόδοσης επένδυσης (ROI), ούτε θα προβάλουμε επιχειρήματα υπέρ ή κατά αυτής.
  Υπάρχουν πολλά διαθέσιμα άρθρα και βιβλία που συζητούν τις βασικές αρχές του υπολογισμού της απόδοσης επένδυσης (ROI). Υπάρχουν ειδικές προτάσεις αξίας, όπως η αξία επένδυσης (VOI), που προσφέρονται από ομάδες όπως η Gartner, τις οποίες μπορείτε να ερευνήσετε. Αντίθετα, θα επικεντρωθούμε σε βασικές πτυχές οποιασδήποτε απόδοσης επένδυσης ή άλλων προτάσεων αξίας που πρέπει να λάβετε υπόψη. Εφαρμογή απόδοσης επένδυσης (ROI). Πέρα από το επιχείρημα σχετικά με τα «σκληρά» οφέλη έναντι των «απαλών» πλεονεκτημάτων που σχετίζονται με τις προσπάθειες BI, υπάρχουν και άλλα ζητήματα που πρέπει να ληφθούν υπόψη κατά την εφαρμογή της απόδοσης επένδυσης. Για παράδειγμα:

Αποδώστε πάρα πολλές εξοικονομήσεις στις προσπάθειες της DW που θα προέκυπταν ούτως ή άλλως
Ας υποθέσουμε ότι η εταιρεία σας μετακινήθηκε από μια αρχιτεκτονική mainframe σε ένα κατανεμημένο περιβάλλον UNIX. Οπότε οποιαδήποτε εξοικονόμηση μπορεί (ή όχι) να πραγματοποιηθεί από αυτή την προσπάθεια δεν θα πρέπει να αποδοθεί αποκλειστικά, αν όχι (;), στην αποθήκη.

Το να μην υπολογίζεις τα πάντα είναι δαπανηρό. Και υπάρχουν πολλά πράγματα που πρέπει να ληφθούν υπόψη. Σκεφτείτε την ακόλουθη λίστα:

• ▪ Κόστος εκκίνησης, συμπεριλαμβανομένης της σκοπιμότητας.
• ▪ Κόστος αποκλειστικού υλικού με σχετική αποθήκευση και επικοινωνίες
• ▪ Κόστος του λογισμικού, συμπεριλαμβανομένης της διαχείρισης δώσει και επεκτάσεις πελάτη/διακομιστή, λογισμικό ETL, τεχνολογίες DSS, εργαλεία οπτικοποίησης, εφαρμογές προγραμματισμού και ροής εργασιών και λογισμικό παρακολούθησης, .
• ▪ Κόστος σχεδιασμού κατασκευής δώσει, με τη δημιουργία και τη βελτιστοποίηση του
• ▪ Κόστος ανάπτυξης λογισμικού που σχετίζεται άμεσα με την προσπάθεια BI
• ▪ Κόστος επιτόπιας υποστήριξης, συμπεριλαμβανομένης της βελτιστοποίησης απόδοσης, συμπεριλαμβανομένου του ελέγχου έκδοσης λογισμικού και των λειτουργιών βοήθειας Εφαρμόστε ROI "Big-Bang". Η κατασκευή της αποθήκης ως μια ενιαία, γιγαντιαία προσπάθεια είναι καταδικασμένη να αποτύχει, επομένως υπολογίστε ακόμη και το ROI για μια πρωτοβουλία μεγάλης επιχείρησης Η προσφορά είναι εκπληκτική και οι υπεύθυνοι σχεδιασμού συνεχίζουν να κάνουν αδύναμες προσπάθειες να εκτιμήσουν την αξία ολόκληρης της προσπάθειας . Γιατί οι υπεύθυνοι για το σχεδιασμό προσπαθούν να βάλουν χρηματική αξία στην επιχειρηματική πρωτοβουλία, εάν είναι ευρέως γνωστό και αποδεκτό ότι η εκτίμηση συγκεκριμένων επαναλήψεων είναι δύσκολη; Πως είναι δυνατόν? Δεν γίνεται με λίγες εξαιρέσεις. Μην το κάνεις. Τώρα που έχουμε καθορίσει τι δεν πρέπει να κάνουμε κατά τον υπολογισμό της απόδοσης επένδυσης, ακολουθούν μερικά σημεία που θα μας βοηθήσουν να δημιουργήσουμε μια αξιόπιστη διαδικασία για την εκτίμηση της αξίας των προσπαθειών BI σας.

Λήψη συναίνεσης απόδοσης επένδυσης (ROI). Ανεξάρτητα από την επιλογή της τεχνικής για την εκτίμηση της αξίας των προσπαθειών σας στο BI, πρέπει να συμφωνηθεί από όλα τα μέρη, συμπεριλαμβανομένων των σχεδιαστών έργων, των χορηγών και των στελεχών επιχειρήσεων.

Μειώστε το ROI σε αναγνωρίσιμα μέρη. Ένα απαραίτητο βήμα για τον εύλογο υπολογισμό ενός ROI είναι να επικεντρωθεί αυτός ο υπολογισμός σε ένα συγκεκριμένο έργο. Αυτό σας επιτρέπει στη συνέχεια να υπολογίσετε μια τιμή με βάση συγκεκριμένες επιχειρηματικές απαιτήσεις που πληρούνται

Προσδιορίστε το κόστος. Όπως αναφέρθηκε, πρέπει να ληφθούν υπόψη πολλά κόστη. Επιπλέον, το κόστος πρέπει να περιλαμβάνει όχι μόνο εκείνα που σχετίζονται με την ενιαία επανάληψη, αλλά και το κόστος που σχετίζεται με τη διασφάλιση της συμμόρφωσης με τα πρότυπα της επιχείρησης.

Προσδιορίστε τα οφέλη. Συνδέοντας ξεκάθαρα την απόδοση επένδυσης (ROI) με συγκεκριμένες επιχειρηματικές απαιτήσεις, θα πρέπει να είμαστε σε θέση να προσδιορίσουμε τα οφέλη που θα οδηγήσουν στην ικανοποίηση των απαιτήσεων.

Μειώστε το κόστος και τα οφέλη στα επικείμενα κέρδη. Είναι ο καλύτερος τρόπος να βασίσετε τις αποτιμήσεις σας στην καθαρή παρούσα αξία (NPV) σε αντίθεση με την προσπάθεια πρόβλεψης μελλοντικής αξίας στα μελλοντικά κέρδη.

Διατηρήστε το χρονοδιάγραμμα της διαίρεσης της απόδοσης επένδυσης (ROI) στο ελάχιστο. Είναι καλά τεκμηριωμένο για τη μεγάλη χρονική περίοδο που έχει χρησιμοποιηθεί στην απόδοση επένδυσης (ROI).

Χρησιμοποιήστε περισσότερους από έναν τύπους απόδοσης επένδυσης (ROI). Υπάρχουν πολλές μέθοδοι για την πρόβλεψη της απόδοσης επένδυσης και θα πρέπει να προγραμματίσετε εάν θα χρησιμοποιήσετε μία ή περισσότερες από αυτές, συμπεριλαμβανομένης της καθαρής παρούσας αξίας, του εσωτερικού ποσοστού απόδοσης (IRR) και της απόσβεσης.

Ορίστε επαναλαμβανόμενη διαδικασία. Αυτό είναι κρίσιμο για τον υπολογισμό οποιασδήποτε μακροπρόθεσμης αξίας. Μια ενιαία επαναλαμβανόμενη διαδικασία πρέπει να τεκμηριώνεται για να ακολουθήσουν όλες οι επόμενες ακολουθίες του έργου.

Τα προβλήματα που αναφέρονται είναι τα πιο συνηθισμένα που ορίζονται από ειδικούς στο περιβάλλον αποθήκης. Η επιμονή της Διοίκησης για την παροχή «Big-Bang» ROI είναι πολύ αποπροσανατολιστική. Εάν ξεκινήσετε όλους τους υπολογισμούς απόδοσης επένδυσης (ROI) αναλύοντάς τους σε αναγνωρίσιμα, απτά κομμάτια, έχετε μια καλή πιθανότητα να εκτιμήσετε μια ακριβή βαθμολογία απόδοσης επένδυσης (ROI).

Ερωτήσεις σχετικά με τα οφέλη απόδοσης επένδυσης (ROI).

Όποια και αν είναι τα οφέλη σας, μαλακά ή σκληρά, μπορείτε να χρησιμοποιήσετε μερικές βασικές ερωτήσεις για να προσδιορίσετε την αξία τους. Για παράδειγμα, χρησιμοποιώντας ένα απλό σύστημα κλιμάκωσης, από το 1 έως το 10, μπορείτε να μετρήσετε τον αντίκτυπο οποιασδήποτε προσπάθειας χρησιμοποιώντας τις ακόλουθες ερωτήσεις:

• Πώς θα βαθμολογούσατε την κατανόηση του δώσει παρακολουθείτε αυτό το έργο της εταιρείας σας;
• Πώς θα εκτιμούσατε τις βελτιώσεις της διαδικασίας ως αποτέλεσμα αυτού του έργου;
• Πώς θα μετρούσατε τον αντίκτυπο των νέων πληροφοριών και συμπερασμάτων που διατίθενται τώρα από αυτήν την επανάληψη
• Ποιος ήταν ο αντίκτυπος των νέων και αποδοτικών υπολογιστικών περιβαλλόντων ως αποτέλεσμα των όσων είχαν μάθει; Εάν οι απαντήσεις σε αυτά τα ερωτήματα είναι λίγες, είναι πιθανό η εταιρεία να μην αξίζει την επένδυση που έγινε. Οι ερωτήσεις υψηλής βαθμολογίας δείχνουν σημαντικά κέρδη αξίας και θα πρέπει να χρησιμεύσουν ως οδηγοί για περαιτέρω διερεύνηση. Για παράδειγμα, μια υψηλή βαθμολογία για βελτιώσεις διεργασιών θα πρέπει να οδηγήσει τους σχεδιαστές να εξετάσουν πώς έχουν βελτιωθεί οι διαδικασίες. Μπορεί να διαπιστώσετε ότι ορισμένα ή όλα τα κέρδη που πραγματοποιήθηκαν είναι απτά και επομένως μια χρηματική αξία μπορεί να εφαρμοστεί εύκολα. Αξιοποιώντας στο έπακρο την πρώτη επανάληψη του αποθήκη Το μεγαλύτερο αποτέλεσμα της προσπάθειας της επιχείρησής σας είναι συχνά στις πρώτες επαναλήψεις. Αυτές οι πρώιμες προσπάθειες καθιερώνουν παραδοσιακά το πιο χρήσιμο περιεχόμενο πληροφοριών για το κοινό και συμβάλλουν στη δημιουργία της τεχνολογικής βάσης για τις επόμενες εφαρμογές BI. Συνήθως κάθε επόμενη ακολουθία του δώσει των έργων αποθήκης φέρνουν όλο και λιγότερη πρόσθετη αξία στην επιχείρηση συνολικά. Αυτό ισχύει ιδιαίτερα εάν η επανάληψη δεν προσθέτει νέα θέματα ή δεν καλύπτει τις ανάγκες μιας νέας κοινότητας χρηστών.

Αυτή η δυνατότητα αποθήκευσης ισχύει επίσης για αυξανόμενες στοίβες δώσει ιστορικοί. Καθώς οι μετέπειτα προσπάθειες απαιτούν περισσότερα δώσει και πόσο περισσότερο δώσει χύνονται στην αποθήκη με την πάροδο του χρόνου, τα περισσότερα από τα δώσει καθίσταται λιγότερο σχετικό με την ανάλυση που χρησιμοποιείται. Αυτά τα δώσει συχνά αποκαλούνται δώσει αδρανείς και είναι πάντα ακριβό να τα διατηρήσεις γιατί δεν χρησιμοποιούνται σχεδόν ποτέ.

Τι σημαίνει αυτό για τους χορηγούς έργων; Ουσιαστικά, οι πρώτοι χορηγοί μοιράζονται περισσότερα από αυτό που κοστίζει η επένδυση. Αυτό είναι πρωταρχικό γιατί αποτελούν την ώθηση για τη δημιουργία του ευρέος επιπέδου τεχνολογίας και περιβάλλοντος της αποθήκης πόρων, συμπεριλαμβανομένων των βιολογικών.

Αλλά αυτά τα πρώτα βήματα αποφέρουν την υψηλότερη αξία και επομένως οι σχεδιαστές έργων πρέπει συχνά να δικαιολογήσουν την επένδυση.
Τα έργα που πραγματοποιούνται μετά την πρωτοβουλία BI σας μπορεί να έχουν χαμηλότερο (σε σύγκριση με το πρώτο) και άμεσο κόστος, αλλά έχουν μικρότερη αξία για την εταιρεία.

Και οι ιδιοκτήτες οργανισμών πρέπει να αρχίσουν να σκέφτονται να πετάξουν τη συσσώρευση δώσει και λιγότερο σχετικές τεχνολογίες.

Εξόρυξη Δεδομένων: Εξαγωγή Δώστε

Πολλά αρχιτεκτονικά στοιχεία απαιτούν παραλλαγές στις τεχνολογίες και τεχνικές εξόρυξης δεδομένων—
για παράδειγμα, οι διαφορετικοί «πράκτορες» για την εξέταση των σημείων ενδιαφέροντος των πελάτες, τα λειτουργικά συστήματα της εταιρείας και για την ίδια την dw. Αυτοί οι πράκτορες μπορούν να είναι προηγμένα νευρωνικά δίκτυα εκπαιδευμένα στις τάσεις του POT, όπως η μελλοντική ζήτηση προϊόντων με βάση τις προωθητικές ενέργειες πωλήσεων. κινητήρες που βασίζονται σε κανόνες για να αντιδρούν σε ένα σύνολο δεδομένων των περιστάσεων, για παράδειγμα, ιατρική διάγνωση και συστάσεις θεραπείας· ή ακόμα και απλοί πράκτορες με ρόλο αναφοράς εξαιρέσεων σε ανώτατα στελέχη. Γενικά αυτές οι διαδικασίες εξαγωγής δώσει si

επαλήθευση σε πραγματικό χρόνο? επομένως πρέπει να ενωθούν πλήρως με την κίνηση των δώσει τους εαυτούς τους.

Διαδικτυακή Επεξεργασία Αναλυτικής Επεξεργασίας

Διαδικτυακά αναλυτικά στοιχεία

Η ικανότητα να τεμαχίζετε, να τεμαχίζετε σε ζάρια, να ρίχνετε, να τρυπάτε κάτω και να κάνετε ανάλυση
what-if, είναι εντός του πεδίου εφαρμογής, το επίκεντρο της σουίτας τεχνολογίας IBM. Για παράδειγμα, υπάρχουν λειτουργίες ηλεκτρονικής αναλυτικής επεξεργασίας (OLAP) για το DB2 που φέρνει την ανάλυση διαστάσεων στη μηχανή λογισμικού. βάσεις δεδομένων ίδια.

Οι λειτουργίες προσθέτουν χρησιμότητα διαστάσεων στην SQL ενώ εκμεταλλεύονται όλα τα πλεονεκτήματα του να είσαι φυσικό μέρος της DB2. Ένα άλλο παράδειγμα ενσωμάτωσης OLAP είναι το εργαλείο εξαγωγής, DB2 OLAP Server Analyzer. Αυτή η τεχνολογία επιτρέπει στους κύβους διακομιστή DB2 OLAP να αναλύονται γρήγορα και αυτόματα για τον εντοπισμό και την αναφορά τιμών τιμών δώσει ασυνήθιστο ή απροσδόκητο σε όλο τον κύβο για τον επιχειρηματικό αναλυτή. Και τέλος, τα χαρακτηριστικά του DW Center παρέχουν ένα μέσο για τους αρχιτέκτονες να ελέγχουν, μεταξύ άλλων, το προφίλ ενός κύβου διακομιστή DB2 OLAP ως φυσικό μέρος των διαδικασιών ETL.

Χωρική Ανάλυση Χωρική ανάλυση

Το διάστημα αντιπροσωπεύει το ήμισυ των αναλυτικών αγκυρώσεων (απαγωγών) που απαιτούνται για ένα πανόραμα
αναλυτικό ευρύ (ο χρόνος αντιπροσωπεύει το άλλο μισό). Το ατομικό επίπεδο της αποθήκης, που απεικονίζεται στο Σχήμα 1.1, περιλαμβάνει βασικές αρχές χρόνου και χώρου. Οι χρονικές σημάνσεις αγκυροβολούν τις αναλύσεις κατά χρόνο και τις αναλύσεις αγκύρωσης πληροφοριών διεύθυνσης κατά χώρο. Οι χρονικές σημάνσεις πραγματοποιούν ανάλυση με βάση το χρόνο και οι πληροφορίες διεύθυνσης πραγματοποιούν ανάλυση ανά χώρο. Το διάγραμμα δείχνει τη γεωκωδικοποίηση – τη διαδικασία μετατροπής διευθύνσεων σε σημεία σε έναν χάρτη ή σημεία στο διάστημα, ώστε έννοιες όπως η απόσταση και το εσωτερικό/έξω να μπορούν να χρησιμοποιηθούν στην ανάλυση – που διεξάγεται σε ατομικό επίπεδο και τη χωρική ανάλυση που διατίθεται σε ο αναλυτής. Η IBM παρέχει χωρικές επεκτάσεις, που αναπτύχθηκαν με το Environmental System Research Institute (ESRI), σε βάσεις δεδομένων DB2 έτσι ώστε τα διαστημικά αντικείμενα να μπορούν να αποθηκευτούν ως κανονικό μέρος του βάσεις δεδομένων σχετικός. db2

Τα Spatial Extenders παρέχουν επίσης όλες τις επεκτάσεις SQL για να επωφεληθούν από τη χωρική ανάλυση. Για παράδειγμα, οι επεκτάσεις SQL προς υποβολή ερωτήματος
Η απόσταση μεταξύ των διευθύνσεων ή εάν ένα σημείο βρίσκεται εντός ή εκτός μιας καθορισμένης πολυγωνικής περιοχής, αποτελούν αναλυτικό πρότυπο με το Spatial Extender. Δείτε το κεφάλαιο 16 για περισσότερες πληροφορίες.

βάση δεδομένων-Εργαλεία Resident Tools βάση δεδομένων-Κάτοικος

Το DB2 έχει πολλές δυνατότητες SQL που κατοικούν στο BI που βοηθούν στη δράση της ανάλυσης. Αυτά περιλαμβάνουν:

• Λειτουργίες αναδρομής για την εκτέλεση ανάλυσης, όπως «εύρεση όλων των πιθανών διαδρομών πτήσης από Σαν Φρανσίσκο a Νέα Υόρκη".
• Αναλυτικές λειτουργίες για κατάταξη, αθροιστικές συναρτήσεις, κύβο και συνάθροιση για τη διευκόλυνση εργασιών που συνήθως συμβαίνουν μόνο με την τεχνολογία OLAP, αποτελούν πλέον φυσικό μέρος του κινητήρα βάσεις δεδομένων
• Η δυνατότητα δημιουργίας πινάκων που περιέχουν αποτελέσματα
  Πωλητές του βάσεις δεδομένων Οι ηγέτες συνδυάζουν περισσότερες δυνατότητες BI στο βάσεις δεδομένων ίδιο.
  Οι κύριοι προμηθευτές του βάση δεδομένων αναμιγνύουν περισσότερες από τις δυνατότητες BI στο βάσεις δεδομένων ίδιο.
  Αυτό παρέχει καλύτερη απόδοση και περισσότερες επιλογές εκτέλεσης για λύσεις BI.
  Τα χαρακτηριστικά και οι λειτουργίες του DB2 V8 αναλύονται λεπτομερώς στα ακόλουθα κεφάλαια:
  Τεχνική Αρχιτεκτονική και Θεμέλια Διαχείρισης Δεδομένων (Κεφάλαιο 5)

• Βασικές αρχές DB2 BI (Κεφάλαιο 6)
• DB2 Υλοποιημένοι πίνακες ερωτημάτων (Κεφάλαιο 7)
• Λειτουργίες DB2 OLAP (Κεφάλαιο 13)
• DB2 Enhanced BI Features and Functions (Κεφάλαιο 15) Απλοποιημένο Σύστημα Παράδοσης Δεδομένων Σύστημα παράδοσης των δώσει απλοποιημένο

Η αρχιτεκτονική που απεικονίζεται στο Σχήμα 1.1 περιλαμβάνει πολυάριθμες κατασκευές δώσει φυσικός. Το ένα είναι η αποθήκη του δώσει λειτουργικός. Γενικά, ένα ODS είναι ένα αντικείμενο προσανατολισμένο στο θέμα, ολοκληρωμένο και τρέχον. Θα δημιουργήσατε ένα ODS για να υποστηρίξετε, για παράδειγμα, το γραφείο πωλήσεων. Οι πωλήσεις ODS θα συμπλήρωναν δώσει από πολλά διαφορετικά συστήματα, αλλά θα διατηρούσε μόνο, για παράδειγμα, τις σημερινές συναλλαγές. Το ODS μπορεί επίσης να ενημερώνεται πολλές φορές την ημέρα. Ταυτόχρονα, οι διαδικασίες ωθούν το δώσει ενσωματωθεί σε άλλες εφαρμογές. Αυτή η δομή έχει σχεδιαστεί ειδικά για ενσωμάτωση δώσει τρέχουσα και δυναμική και θα ήταν πιθανός υποψήφιος για την υποστήριξη αναλυτικών στοιχείων σε πραγματικό χρόνο, όπως η παροχή σε αντιπροσώπους υπηρεσιών πελάτες τις τρέχουσες πληροφορίες πωλήσεων ενός πελάτη εξάγοντας πληροφορίες για τις τάσεις των πωλήσεων από την ίδια την αποθήκη. Μια άλλη δομή που φαίνεται στο Σχήμα 1.1 είναι μια επίσημη κατάσταση για το dw. Δεν είναι μόνο αυτό το μέρος για την εκτέλεση της απαραίτητης ολοκλήρωσης, την ποιότητα του δώσει, και του μετασχηματισμού του δώσει της εισερχόμενης αποθήκης, αλλά είναι επίσης ένας αξιόπιστος και προσωρινός χώρος αποθήκευσης για δώσει αντίγραφα που θα μπορούσαν να χρησιμοποιηθούν σε αναλύσεις σε πραγματικό χρόνο. Εάν αποφασίσετε να χρησιμοποιήσετε ένα ODS ή μια περιοχή σταδιακής τοποθέτησης, ένα από τα καλύτερα εργαλεία για τον εποικισμό αυτών των δομών δώσει Η χρήση διαφορετικών λειτουργικών πηγών είναι το ετερογενές κατανεμημένο ερώτημα του DB2. Αυτή η δυνατότητα παρέχεται από την προαιρετική δυνατότητα DB2 που ονομάζεται DB2 Relational Connect (μόνο ερώτημα) και μέσω του DB2 DataJoiner (ένα ξεχωριστό προϊόν που παρέχει δυνατότητα ερωτήματος, εισαγωγής, ενημέρωσης και διαγραφής σε ετερογενή κατανεμημένα RDBMS).

Αυτή η τεχνολογία επιτρέπει στους αρχιτέκτονες να δώσει να δένουν δώσει παραγωγή με αναλυτικές διαδικασίες. Όχι μόνο μπορεί η τεχνολογία να προσαρμοστεί σε σχεδόν οποιαδήποτε από τις απαιτήσεις αναπαραγωγής που μπορεί να προκύψουν με την ανάλυση σε πραγματικό χρόνο, αλλά μπορεί επίσης να συνδεθεί με μια μεγάλη ποικιλία βάσεων δεδομένων δώσει πιο δημοφιλή, συμπεριλαμβανομένων των DB2, Oracle, Sybase, SQL Server, Informix και άλλων. Το DB2 DataJoiner μπορεί να χρησιμοποιηθεί για τη συμπλήρωση μιας δομής δώσει επίσημο ως ODS ή ακόμα και ως μόνιμο τραπέζι που αντιπροσωπεύεται στην αποθήκη, σχεδιασμένο για γρήγορη ανάκτηση άμεσων ενημερώσεων ή προς πώληση. Φυσικά, αυτές οι ίδιες δομές δώσει μπορεί να συμπληρωθεί χρησιμοποιώντας

μια άλλη σημαντική τεχνολογία που έχει σχεδιαστεί για την αναπαραγωγή του δώσει, IBM DataPropagator Relational. (Το DataPropagator είναι ένα ξεχωριστό προϊόν για κεντρικά συστήματα. Το DB2 UNIX, το Linux, τα Windows και το OS/2 περιλαμβάνουν υπηρεσίες αναπαραγωγής δεδομένων δώσει ως τυπικό χαρακτηριστικό).
Μια άλλη μέθοδος μετακίνησης δώσει που λειτουργεί γύρω από την επιχείρηση είναι ένας ενοποιητής εταιρικών εφαρμογών, αλλιώς γνωστός ως μεσίτης μηνυμάτων. Αυτή η μοναδική τεχνολογία επιτρέπει απαράμιλλο έλεγχο για στόχευση και μετακίνηση δώσει γύρω από την εταιρεία. Η IBM διαθέτει τον πιο ευρέως χρησιμοποιούμενο μεσίτη μηνυμάτων, το MQSeries, ή μια παραλλαγή του προϊόντος που περιλαμβάνει τις απαιτήσεις του e-commerce, IBM WebSphere MQ.
Για περισσότερες συζητήσεις σχετικά με τον τρόπο αξιοποίησης του MQ για την υποστήριξη ενός περιβάλλοντος αποθήκης και BI, επισκεφθείτε Ιστοσελίδα του βιβλίου. Προς το παρόν, αρκεί να πούμε ότι αυτή η τεχνολογία είναι ένα εξαιρετικό μέσο λήψης και μεταμόρφωσης (χρησιμοποιώντας το MQSeries Integrator) δώσει κεντρικοί (στοχευμένοι) χειριστές που προσλαμβάνονται για λύσεις BI. Η τεχνολογία MQ έχει ενσωματωθεί και συσκευαστεί στο UDB V8, πράγμα που σημαίνει ότι οι ουρές μηνυμάτων μπορούν πλέον να διαχειρίζονται σαν να ήταν πίνακες DB2. Η έννοια της συγκόλλησης σε σειρά μηνυμάτων και το σύμπαν του βάσεις δεδομένων η σχέση κατευθύνεται προς ένα ισχυρό περιβάλλον παράδοσης δώσει.

Μηδενική καθυστέρηση Μηδενική καθυστέρηση

Ο απώτερος στρατηγικός στόχος για την IBM είναι η ανάλυση μηδενικού λανθάνοντος χρόνου. Όπως ορίζεται από
Gartner, ένα σύστημα BI πρέπει να είναι σε θέση να συνάγει, να αφομοιώνει και να παρέχει πληροφορίες σε αναλυτές κατά παραγγελία. Η πρόκληση, φυσικά, είναι πώς να ανακατεύουμε δώσει τρέχουσα και σε πραγματικό χρόνο με απαραίτητες ιστορικές πληροφορίες, όπως i δώσει σχετικό μοτίβο/τάση ή εξαγόμενη κατανόηση, όπως το προφίλ πελατών.

Τέτοιες πληροφορίες περιλαμβάνουν, για παράδειγμα, την αναγνώριση του πελάτες υψηλού ή χαμηλού κινδύνου ή ποια προϊόντα i πελάτες πιθανότατα θα αγοράσουν εάν έχουν ήδη τυρί στα καλάθια αγορών τους.

Η επίτευξη μηδενικού λανθάνοντος χρόνου στην πραγματικότητα εξαρτάται από δύο θεμελιώδεις μηχανισμούς:

• Πλήρης ένωση των δώσει τα οποία αναλύονται με τις καθιερωμένες τεχνικές και εργαλεία που δημιουργεί η ΒΙ
• Ένα σύστημα παράδοσης δώσει αποτελεσματική για να διασφαλιστεί ότι τα αναλυτικά στοιχεία σε πραγματικό χρόνο είναι πραγματικά διαθέσιμα Αυτές οι προϋποθέσεις για μηδενική καθυστέρηση δεν διαφέρουν από τους δύο στόχους που θέτει η IBM και περιγράφονται παραπάνω. Το στενό ζευγάρωμα του δώσει Αποτελεί μέρος του προγράμματος απρόσκοπτης ενοποίησης της IBM. Και δημιουργήστε ένα σύστημα παράδοσης του δώσει αποτελεσματικό εξαρτάται πλήρως από τη διαθέσιμη τεχνολογία που απλοποιεί τη διαδικασία παράδοσης του δώσει. Ως αποτέλεσμα, δύο από τους τρεις στόχους της IBM είναι κρίσιμοι για την υλοποίηση του τρίτου. Η IBM εξελίσσει συνειδητά την τεχνολογία της για να διασφαλίσει ότι η μηδενική καθυστέρηση είναι πραγματικότητα για τις προσπάθειες αποθήκης. Περίληψη / Σύνθεση Ο οργανισμός BI παρέχει έναν οδικό χάρτη για τη δημιουργία του περιβάλλοντος σας
  επαναληπτικά. Πρέπει να προσαρμοστεί ώστε να αντικατοπτρίζει τις ανάγκες της επιχείρησής σας, τόσο τις τρέχουσες όσο και τις μελλοντικές. Χωρίς ένα ευρύ αρχιτεκτονικό όραμα, οι επαναλήψεις της αποθήκης είναι κάτι περισσότερο από τυχαίες υλοποιήσεις της κεντρικής αποθήκης που κάνουν ελάχιστα στη δημιουργία μιας ευρείας, ενημερωτικής επιχείρησης. Το πρώτο εμπόδιο για τους διαχειριστές έργων είναι πώς να δικαιολογήσουν τις επενδύσεις που απαιτούνται για την ανάπτυξη του οργανισμού BI. Ενώ ο υπολογισμός της απόδοσης επένδυσης παρέμεινε βασικός άξονας των εφαρμογών της αποθήκης, γίνεται όλο και πιο δύσκολο να προβλεφθεί με ακρίβεια. Αυτό οδήγησε σε άλλες μεθόδους για να προσδιορίσετε εάν κερδίζετε τα χρήματά σας. Η αξία της επένδυσης2 (VOI), για παράδειγμα, προωθείται ως λύση. Είναι ευθύνη των αρχιτεκτόνων του δώσει και οι σχεδιαστές έργων δημιουργούν και παρέχουν σκόπιμα πληροφορίες σε ενώσεις χρηστών και όχι απλώς παρέχουν μια υπηρεσία σε αυτές δώσει. Υπάρχει τεράστια διαφορά μεταξύ των δύο. Οι πληροφορίες είναι κάτι που κάνει τη διαφορά στη λήψη αποφάσεων και την αποτελεσματικότητα. σχετικά, i δώσει αποτελούν δομικά στοιχεία για την απόκτηση αυτών των πληροφοριών.

Ακόμα κι αν επικρίνει την πηγή δώσει Για την αντιμετώπιση επιχειρηματικών αιτημάτων, το περιβάλλον BI θα πρέπει να διαδραματίσει μεγαλύτερο ρόλο στη δημιουργία περιεχομένου πληροφοριών. Πρέπει να λάβουμε τα πρόσθετα βήματα για να καθαρίσουμε, να ενσωματώσουμε, να μετασχηματίσουμε ή να δημιουργήσουμε με άλλο τρόπο περιεχόμενο πληροφοριών στο οποίο μπορούν να ενεργήσουν οι χρήστες και, στη συνέχεια, πρέπει να διασφαλίσουμε ότι αυτές οι ενέργειες και αποφάσεις, όπου είναι λογικό, αντικατοπτρίζονται στο περιβάλλον BI. Αν υποβιβάσουμε την αποθήκη για εξυπηρέτηση μόνο δώσει, διασφαλίζεται ότι οι ενώσεις χρηστών θα δημιουργήσουν το πληροφοριακό περιεχόμενο που απαιτείται για την ανάληψη δράσης. Αυτό διασφαλίζει ότι η κοινότητά τους θα είναι σε θέση να λαμβάνει καλύτερες αποφάσεις, αλλά η επιχείρηση υποφέρει από την έλλειψη γνώσης που έχουν χρησιμοποιήσει. Δεδομένα Καθώς οι αρχιτέκτονες και οι σχεδιαστές έργων ξεκινούν συγκεκριμένα έργα στο περιβάλλον BI, παραμένουν υπόλογοι έναντι της επιχείρησης στο σύνολό της. Ένα απλό παράδειγμα αυτού του αμφίπλευρου χαρακτηριστικού των επαναλήψεων BI βρίσκεται στην πηγή δώσει. Ολα τα δώσει που λαμβάνονται για συγκεκριμένα επιχειρηματικά αιτήματα πρέπει να συμπληρωθούν στο πρώτο ατομικό επίπεδο. Αυτό διασφαλίζει την ανάπτυξη του στοιχείου εταιρικών πληροφοριών, καθώς και τη διαχείριση, την αντιμετώπιση των συγκεκριμένων αιτημάτων χρηστών που ορίζονται στην επανάληψη.

WhatisaDataWarehouse;

Αποθήκη δεδομένων είναι η καρδιά της αρχιτεκτονικής πληροφοριακών συστημάτων από το 1990 και υποστηρίζει διαδικασίες πληροφοριών προσφέροντας μια σταθερή ολοκληρωμένη πλατφόρμα δώσει ιστορικά δεδομένα που λαμβάνονται ως βάση για μεταγενέστερες αναλύσεις. Ο αποθήκη δεδομένων προσφέρουν ευκολία ενσωμάτωσης σε έναν κόσμο ασυμβίβαστων συστημάτων εφαρμογών. Αποθήκη δεδομένων έχει εξελιχθεί σε τάση. Αποθήκη δεδομένων οργανώνω και απομνημονεύω i δώσει απαραίτητο για πληροφορίες και αναλυτικές διαδικασίες που βασίζονται σε μια μακροχρόνια ιστορική χρονική προοπτική. Όλα αυτά συνεπάγονται σημαντική και συνεχή δέσμευση στην κατασκευή και συντήρηση του αποθήκη δεδομένων.

Τι είναι λοιπόν ένα αποθήκη δεδομένων; Ένα αποθήκη δεδομένων είναι:

• ▪ θέμα προσανατολισμού
• ▪ ολοκληρωμένο σύστημα
• ▪ χρόνος παραλλαγής
• ▪ μη πτητικό (δεν μπορεί να διαγραφεί)

μια συλλογή από δώσει χρησιμοποιείται για την υποστήριξη των διαχειριστικών αποφάσεων κατά την εφαρμογή των διαδικασιών.
I δώσει εισάγεται μέσα αποθήκη δεδομένων στις περισσότερες περιπτώσεις προέρχονται από λειτουργικά περιβάλλοντα. ο αποθήκη δεδομένων δημιουργείται από μια μονάδα αποθήκευσης, φυσικά διαχωρισμένη από το υπόλοιπο σύστημα, το οποίο περιέχει δώσει προηγουμένως μετασχηματίστηκε από εφαρμογές που λειτουργούν με πληροφορίες που προέρχονται από το λειτουργικό περιβάλλον.

Ο κυριολεκτικός ορισμός του α αποθήκη δεδομένων αξίζει μια εις βάθος εξήγηση καθώς υπάρχουν σημαντικά κίνητρα και υποκείμενες έννοιες που περιγράφουν τα χαρακτηριστικά μιας αποθήκης.

ΠΡΟΣΑΝΑΤΟΛΙΣΜΟΣ ΘΕΜΑΤΟΣ ΠΡΟΣΑΝΑΤΟΛΙΣΜΟΣ ΘΕΜΑΤΙΚΟΣ

Το πρώτο χαρακτηριστικό του α αποθήκη δεδομένων είναι ότι προσανατολίζεται προς τους μεγάλους παίκτες μιας εταιρείας. Ο οδηγός των δοκιμών μέσω του δώσει έρχεται σε αντίθεση με την πιο κλασική μέθοδο που περιλαμβάνει τον προσανατολισμό των εφαρμογών προς διεργασίες και λειτουργίες, μια μέθοδος που μοιράζονται κυρίως τα περισσότερα από τα λιγότερο πρόσφατα συστήματα διαχείρισης.

Ο λειτουργικός κόσμος έχει σχεδιαστεί γύρω από εφαρμογές και λειτουργίες όπως δάνεια, αποταμιεύσεις, τραπεζικές κάρτες και εμπιστοσύνη για ένα χρηματοπιστωτικό ίδρυμα. Ο κόσμος της dw οργανώνεται γύρω από κύρια θέματα όπως ο πελάτης, ο πωλητής, το προϊόν και η δραστηριότητα. Η ευθυγράμμιση γύρω από τα θέματα επηρεάζει το σχεδιασμό και την υλοποίηση του δώσει που βρέθηκαν στο dw. Το πιο σημαντικό, το κύριο θέμα επηρεάζει το πιο σημαντικό μέρος της βασικής δομής.

Ο κόσμος της εφαρμογής επηρεάζεται τόσο από τον σχεδιασμό της βάσης δεδομένων όσο και από τον σχεδιασμό της διαδικασίας. Ο κόσμος της dw επικεντρώνεται αποκλειστικά στο μόντελινγκ δώσει και σχετικά με το σχεδιασμό του βάσεις δεδομένων. Ο σχεδιασμός της διαδικασίας (στην κλασική του μορφή) δεν αποτελεί μέρος του περιβάλλοντος dw.

Οι διαφορές μεταξύ της επιλογής της εφαρμογής διαδικασίας/λειτουργίας και της επιλογής του θέματος αποκαλύπτονται επίσης ως διαφορές στο περιεχόμενο του δώσει σε λεπτομερές επίπεδο. Ο δώσει del dw δεν περιλαμβάνει i δώσει το οποίο δεν θα χρησιμοποιηθεί για τη διαδικασία DSS κατά τις εφαρμογές

επιχειρησιακό προσανατολισμό δώσει περιέχουν i δώσει για την άμεση ικανοποίηση λειτουργικών/επεξεργαστικών απαιτήσεων που μπορεί να έχουν ή να μην έχουν καμία χρήση για τον αναλυτή DSS.
Ένας άλλος σημαντικός τρόπος με τον οποίο λειτουργούν προσανατολισμένες εφαρμογές δώσει διαφέρω από δώσει της dw είναι στις αναφορές του δώσει. Εγώ δώσει οι λειτουργίες διατηρούν μια συνεχή σχέση μεταξύ δύο ή περισσότερων πινάκων με βάση έναν επιχειρηματικό κανόνα που είναι ενεργός. Ο δώσει του dw διασχίζουν ένα φάσμα χρόνου και οι σχέσεις που βρίσκονται στο dw είναι πολλές. Πολλοί κανόνες συναλλαγών (και αντίστοιχα, πολλές σχέσεις του δώσει ) εκπροσωπούνται στο απόθεμα του δώσει ανάμεσα σε δύο ή περισσότερα τραπέζια.

(Για μια λεπτομερή εξήγηση του πώς οι σχέσεις μεταξύ των δώσει αντιμετωπίζονται στη DW, αναφερόμαστε στο Τεχνικό Θέμα για αυτό το θέμα.)
Από καμία άλλη οπτική γωνία εκτός από τη θεμελιώδη διαφορά μεταξύ μιας επιλογής εφαρμογής λειτουργικής/διαδικασίας και μιας επιλογής θέματος, δεν υπάρχει μεγαλύτερη διαφορά μεταξύ λειτουργικών συστημάτων και δώσει και η DW.

INTEGRATION INTEGRATION

Η πιο σημαντική πτυχή του περιβάλλοντος dw είναι ότι i δώσει που βρίσκονται μέσα στο dw ενσωματώνονται εύκολα. ΠΑΝΤΑ. ΧΩΡΙΣ ΕΞΑΙΡΕΣΕΙΣ. Η ίδια η ουσία του περιβάλλοντος dw είναι ότι i δώσει που περιέχονται στα όρια της αποθήκης ενσωματώνονται.

Η ολοκλήρωση αποκαλύπτεται με πολλούς διαφορετικούς τρόπους – σε συνεπείς αναγνωρισμένες συμβάσεις, σε συνεπή μέτρηση μεταβλητών, σε συνεπείς κωδικοποιημένες δομές, στα φυσικά χαρακτηριστικά δώσει συνεπής, και ούτω καθεξής.

Με τα χρόνια, οι σχεδιαστές διαφόρων εφαρμογών έχουν λάβει πολλές αποφάσεις σχετικά με τον τρόπο ανάπτυξης μιας εφαρμογής. Το στυλ και οι εξατομικευμένες σχεδιαστικές αποφάσεις των εφαρμογών των σχεδιαστών αποκαλύπτονται με εκατό τρόπους: σε διαφορές στην κωδικοποίηση, τη βασική δομή, τα φυσικά χαρακτηριστικά, τις συμβάσεις αναγνώρισης και ούτω καθεξής. Η συλλογική ικανότητα πολλών σχεδιαστών εφαρμογών να δημιουργούν ασυνεπείς εφαρμογές είναι θρυλική. Το Σχήμα 3 παρουσιάζει μερικές από τις πιο σημαντικές διαφορές στους τρόπους σχεδιασμού των εφαρμογών.

Κωδικοποίηση: Κωδικοποίηση:

Οι σχεδιαστές εφαρμογών έχουν επιλέξει την κωδικοποίηση του πεδίου – φύλο – με διαφορετικούς τρόπους. Ένας σχεδιαστής αντιπροσωπεύει το φύλο ως "m" και "f". Ένας άλλος σχεδιαστής αντιπροσωπεύει το φύλο ως "1" και "0". Ένας άλλος σχεδιαστής αντιπροσωπεύει το σεξ ως «x» και «y». Ένας άλλος σχεδιαστής αντιπροσωπεύει το σεξ ως «αρσενικό» και «θηλυκό». Δεν έχει μεγάλη σημασία πώς μπαίνει το φύλο στη DW. Το "M" και το "F" είναι πιθανώς τόσο καλά όσο ολόκληρο το έργο.

Αυτό που έχει σημασία είναι ότι από όποια προέλευση και αν προέρχεται το πεδίο του φύλου, αυτό το πεδίο φτάνει στη DW σε μια συνεπή ολοκληρωμένη κατάσταση. Κατά συνέπεια, όταν το πεδίο φορτώνεται στο DW από μια εφαρμογή όπου έχει αναπαρασταθεί με τη μορφή "M" και "F", το δώσει πρέπει να μετατραπεί σε μορφή DW.

Μέτρηση Ιδιοτήτων: Μέτρηση των Γνωρίσματα:

Οι σχεδιαστές εφαρμογών έχουν επιλέξει να μετρούν τη διοχέτευση με διάφορους τρόπους κατά τη διάρκεια των ετών. Ένας σχεδιαστής αποθηκεύει το δώσει του αγωγού σε εκατοστά. Ένας άλλος σχεδιαστής εφαρμογών αποθηκεύει το δώσει του αγωγού σε ίντσες. Ένας άλλος σχεδιαστής εφαρμογών αποθηκεύει το δώσει του αγωγού σε εκατομμύρια κυβικά πόδια ανά δευτερόλεπτο. Και ένας άλλος σχεδιαστής αποθηκεύει πληροφορίες αγωγών όσον αφορά τα ναυπηγεία. Όποια και αν είναι η πηγή, όταν οι πληροφορίες αγωγών φτάνουν στο DW πρέπει να μετρώνται με τον ίδιο τρόπο.

Σύμφωνα με τις ενδείξεις στο σχήμα 3, τα θέματα ένταξης επηρεάζουν σχεδόν κάθε πτυχή του έργου – τα φυσικά χαρακτηριστικά του δώσει, το δίλημμα του να έχεις περισσότερες από μία πηγές δώσει, το ζήτημα των ασυνεπών προσδιορισμένων δειγμάτων, μορφές των δώσει ασυνεπής, και ούτω καθεξής.

Όποιο και αν είναι το θέμα του σχεδιασμού, το αποτέλεσμα είναι το ίδιο – i δώσει πρέπει να αποθηκευτούν στο DW με μοναδικό και γενικά αποδεκτό τρόπο, ακόμη και όταν τα υποκείμενα λειτουργικά συστήματα τα αποθηκεύουν διαφορετικά δώσει.

Όταν ο αναλυτής του DSS κοιτάζει το DW, ο στόχος του αναλυτή πρέπει να είναι να εκμεταλλευτεί το δώσει που βρίσκονται στην αποθήκη,

αντί να αναρωτιόμαστε για την αξιοπιστία ή τη συνέπεια του δώσει.

ΧΡΟΝΙΚΗ ΔΙΑΦΟΡΑ

Όλα i δώσει στη DW είναι ακριβείς σε κάποιο χρονικό σημείο. Αυτό το βασικό χαρακτηριστικό του δώσει στη DW είναι πολύ διαφορετική από δώσει βρίσκονται στο λειτουργικό περιβάλλον. Ο δώσει του λειτουργικού περιβάλλοντος είναι τόσο ακριβείς όσο τη στιγμή της πρόσβασης. Με άλλα λόγια, στο περιβάλλον λειτουργίας όταν γίνεται πρόσβαση σε μια μονάδα δίσκου δώσει, αναμένεται ότι θα αντικατοπτρίζει ακριβείς τιμές όπως κατά τη στιγμή της πρόσβασης. Επειδή εγώ δώσει στη DW είναι ακριβείς καθώς σε κάποια χρονική στιγμή (δηλαδή, όχι "αυτή τη στιγμή"), λέγεται ότι δώσει που βρίσκονται στο DW είναι «χρονική διακύμανση».
Η χρονική διακύμανση του δώσει Η DW αναφέρεται με πολλούς τρόπους.
Ο απλούστερος τρόπος είναι ότι i δώσει ενός DW αντιπροσωπεύουν δώσει σε μεγάλο χρονικό ορίζοντα – πέντε έως δέκα χρόνια. Ο χρονικός ορίζοντας που αντιπροσωπεύεται για το λειτουργικό περιβάλλον είναι πολύ μικρότερος από τις σημερινές τιμές από έως και εξήντα ενενήντα
Οι εφαρμογές που πρέπει να λειτουργούν καλά και πρέπει να είναι διαθέσιμες για επεξεργασία συναλλαγών πρέπει να φέρουν το ελάχιστο ποσό δώσει εάν επιτρέπουν οποιονδήποτε βαθμό ευελιξίας. Έτσι, οι λειτουργικές εφαρμογές έχουν μικρό χρονικό ορίζοντα, όπως ένα θέμα σχεδίασης εφαρμογών ήχου.
Ο δεύτερος τρόπος που εμφανίζεται η «διακύμανση χρόνου» στο DW είναι στη δομή του κλειδιού. Κάθε δομή κλειδιού στο DW περιέχει, σιωπηρά ή ρητά, ένα στοιχείο χρόνου, όπως ημέρα, εβδομάδα, μήνας κ.λπ. Το στοιχείο χρόνου βρίσκεται σχεδόν πάντα στο κάτω μέρος του συνδυασμένου κλειδιού που βρίσκεται στο DW. Σε αυτές τις περιπτώσεις, το στοιχείο χρόνου θα υπάρχει σιωπηρά, όπως στην περίπτωση που ένα ολόκληρο αρχείο αντιγράφεται στο τέλος του μήνα ή του τριμήνου.
Ο τρίτος τρόπος εμφάνισης της χρονικής διακύμανσης είναι ότι i δώσει του DW, εφόσον καταχωρηθεί σωστά, δεν μπορεί να ενημερωθεί. Ο δώσει της DW είναι, για κάθε πρακτικό σκοπό, μια μεγάλη σειρά από στιγμιότυπα. Φυσικά, εάν τα στιγμιότυπα έχουν ληφθεί λάθος, τότε τα στιγμιότυπα μπορούν να τροποποιηθούν. Αλλά αν υποθέσουμε ότι τα στιγμιότυπα έχουν ληφθεί σωστά, δεν τροποποιούνται αμέσως μόλις ληφθούν. Σε ορισμένες

Σε ορισμένες περιπτώσεις μπορεί να είναι ανήθικο ή ακόμη και άκυρο να τροποποιηθούν στιγμιότυπα στο DW. Ο δώσει λειτουργούν, με ακρίβεια καθώς τη στιγμή της πρόσβασης, μπορούν να ενημερώνονται ανάλογα με την ανάγκη.

ΟΧΙ ΠΕΤΡΗΤΙΚΟ

Το τέταρτο σημαντικό χαρακτηριστικό του DW είναι ότι είναι μη πτητικό.
Οι ενημερώσεις, οι εισαγωγές, οι διαγραφές και οι τροποποιήσεις γίνονται τακτικά στα λειτουργικά περιβάλλοντα σε βάση καταγραφής. Όμως η βασική χειραγώγηση του δώσει που χρειάζονται στο DW είναι πολύ πιο απλό. Υπάρχουν μόνο δύο είδη λειτουργιών που συμβαίνουν στο DW – η αρχική φόρτωση του δώσει και πρόσβαση σε δώσει. Δεν υπάρχει ενημέρωση του δώσει (με τη γενική έννοια της ενημέρωσης) στο DW ως κανονική διαδικασία επεξεργασίας. Υπάρχουν μερικές πολύ ισχυρές συνέπειες αυτής της βασικής διαφοράς μεταξύ της λειτουργικής επεξεργασίας και της επεξεργασίας DW. Σε επίπεδο σχεδιασμού, η ανάγκη να είμαστε προσεκτικοί σχετικά με την ανώμαλη ενημέρωση δεν αποτελεί παράγοντα της DW, καθώς η ενημέρωση του δώσει δεν πραγματοποιείται. Αυτό σημαίνει ότι σε επίπεδο φυσικής σχεδίασης, μπορούν να χρησιμοποιηθούν ελεύθερα για τη βελτιστοποίηση της πρόσβασης δώσει, ιδίως όσον αφορά την αντιμετώπιση των θεμάτων της φυσικής ομαλοποίησης και αποκανονικοποίησης. Μια άλλη συνέπεια της απλότητας των λειτουργιών DW είναι η υποκείμενη τεχνολογία που χρησιμοποιείται για την εκτέλεση του περιβάλλοντος DW. Η ανάγκη υποστήριξης ενσωματωμένων ενημερώσεων εγγραφής προς εγγραφή (όπως συμβαίνει συχνά με τη λειτουργική επεξεργασία) απαιτεί η τεχνολογία να έχει μια πολύ περίπλοκη βάση κάτω από φαινομενική απλότητα.
Η τεχνολογία που υποστηρίζει τη δημιουργία αντιγράφων ασφαλείας και την ανάκτηση, τις συναλλαγές και την ακεραιότητα του δώσει και η ανίχνευση και η αντιμετώπιση της κατάστασης αδιεξόδου είναι αρκετά περίπλοκη και δεν είναι απαραίτητη για την επεξεργασία DW. Τα χαρακτηριστικά ενός DW, σχεδιαστικός προσανατολισμός, ενσωμάτωση δώσει εντός του DW, χρονική διακύμανση και απλότητα διαχείρισης δώσει, όλα οδηγούν σε ένα περιβάλλον που είναι πολύ, πολύ διαφορετικό από το κλασικό περιβάλλον λειτουργίας. Η πηγή σχεδόν όλων δώσει της DW είναι το περιβάλλον λειτουργίας. Είναι δελεαστικό να πιστεύει κανείς ότι υπάρχει μαζική απόλυση δώσει μεταξύ των δύο περιβαλλόντων.
Μάλιστα, η πρώτη εντύπωση που έχουν πολλοί είναι αυτή του μεγάλου πλεονασμού δώσει μεταξύ του λειτουργικού περιβάλλοντος και του περιβάλλοντος του

DW. Μια τέτοια ερμηνεία είναι επιφανειακή και καταδεικνύει έλλειψη κατανόησης του τι συμβαίνει στη DW.
Πράγματι, υπάρχει ελάχιστος αριθμός απολύσεων δώσει μεταξύ του λειτουργικού περιβάλλοντος και i δώσει της DW. Σκεφτείτε τα εξής: I δώσει φιλτράρονται δεδομένων μετάβαση από το περιβάλλον λειτουργίας στο περιβάλλον DW. Πολλά δώσει δεν περνούν ποτέ έξω από το περιβάλλον λειτουργίας. Εκτός από το ότι i δώσει που είναι απαραίτητα για την επεξεργασία DSS βρίσκουν την κατεύθυνση τους στο περιβάλλον

▪ ο χρονικός ορίζοντας του δώσει είναι πολύ διαφορετικό από το ένα περιβάλλον στο άλλο. Ο δώσει στο περιβάλλον λειτουργίας είναι πολύ φρέσκα. Ο δώσει στη DW είναι πολύ μεγαλύτεροι. Μόνο από τη σκοπιά του χρονικού ορίζοντα, υπάρχει πολύ μικρή επικάλυψη μεταξύ του επιχειρησιακού περιβάλλοντος και του DW.

▪ Το DW περιέχει δώσει περίληψη που δεν βρίσκονται ποτέ στο περιβάλλον

▪ Ι δώσει υποβάλλονται σε έναν θεμελιώδη μετασχηματισμό καθώς η μετάβαση στο Σχήμα 3 δείχνει ότι τα περισσότερα δώσει τροποποιούνται σημαντικά υπό την προϋπόθεση ότι θα επιλεγούν και θα μετακινηθούν στο DW. Με άλλα λόγια, τα περισσότερα από τα δώσει αλλάζει φυσικά και ριζικά καθώς μεταφέρεται στη DW. Από την άποψη της ολοκλήρωσης δεν είναι το ίδιο δώσει που βρίσκονται στο λειτουργικό περιβάλλον. Υπό το πρίσμα αυτών των παραγόντων, ο πλεονασμός των δώσει μεταξύ των δύο περιβαλλόντων είναι ένα σπάνιο συμβάν, που οδηγεί σε λιγότερο από 1% πλεονασμό μεταξύ των δύο περιβαλλόντων. Η ΔΟΜΗ ΤΗΣ ΑΠΟΘΗΚΗΣ Τα DW έχουν μια ξεχωριστή δομή. Υπάρχουν διάφορα επίπεδα περίληψης και λεπτομέρειας που οριοθετούν τα DW.
Τα διάφορα στοιχεία ενός DW είναι:

• Μεταδεδομένα
• Δώστε τρέχουσες λεπτομέρειες
• Δώστε με παλιά λεπτομέρεια
• Δώστε ελαφρώς συνοπτικά
• Δώστε εξαιρετικά συνοπτικά

Μακράν το κύριο μέλημα είναι το i δώσει τρέχουσες λεπτομέρειες. Είναι το κύριο μέλημα γιατί:

• I δώσει οι τρέχουσες λεπτομέρειες αντικατοπτρίζουν τα πιο πρόσφατα γεγονότα, τα οποία έχουν πάντα μεγάλο ενδιαφέρον και
• i δώσει της τρέχουσας λεπτομέρειας είναι ογκώδης επειδή αποθηκεύεται στο χαμηλότερο επίπεδο ευαισθησίας και
• i δώσει Οι τρέχουσες λεπτομέρειες αποθηκεύονται σχεδόν πάντα στη μνήμη του δίσκου, η οποία είναι γρήγορη πρόσβαση, αλλά ακριβή και πολύπλοκη στη χρήση δώσει της λεπτομέρειας είναι παλαιότερα δώσει που είναι αποθηκευμένα σε κάποια μνήμη μάζα. Η πρόσβαση σε αυτό γίνεται σποραδικά και αποθηκεύεται σε επίπεδο λεπτομέρειας συμβατό με δώσει τρέχουσες λεπτομέρειες. Ενώ δεν είναι υποχρεωτική η αποθήκευση σε εναλλακτικό μέσο αποθήκευσης, λόγω του μεγάλου όγκου του δώσει σε συνδυασμό με σποραδική πρόσβαση του δώσει, το μέσο αποθήκευσης για δώσει Τα δεδομένα παλαιότερων λεπτομερειών συνήθως δεν αποθηκεύονται στο δίσκο. Ο δώσει ελαφρά συνοψίζονται είναι δώσει τα οποία αποστάζονται από το χαμηλό επίπεδο λεπτομέρειας που βρέθηκε στο τρέχον επίπεδο λεπτομέρειας. Αυτό το επίπεδο του DW αποθηκεύεται σχεδόν πάντα στον χώρο αποθήκευσης δίσκου. Τα σχεδιαστικά προβλήματα που αντιμετωπίζει ο αρχιτέκτονας δώσει στην κατασκευή αυτού του επιπέδου του DW είναι:

• Ποια μονάδα χρόνου είναι η περίληψη που έγινε παραπάνω
• Ποιο περιεχόμενο, χαρακτηριστικά θα συνοψίσουν ελαφρώς το περιεχόμενο του δώσει Το επόμενο επίπεδο του δώσει που βρίσκεται στο DW είναι αυτό του δώσει εξαιρετικά συνοπτικά. Ο δώσει Τα εξαιρετικά συνοπτικά είναι συμπαγή και εύκολα προσβάσιμα. Ο δώσει εξαιρετικά συνοπτικά εντοπίζονται μερικές φορές στο περιβάλλον DW και σε άλλες περιπτώσεις i δώσει εξαιρετικά συνοπτικά βρίσκονται έξω από τα άμεσα τείχη της τεχνολογίας που στεγάζει το DW. (σε κάθε περίπτωση, δηλ δώσει εξαιρετικά συνοπτικά αποτελούν μέρος του DW ανεξάρτητα από το πού i δώσει στεγάζονται φυσικά). Το τελευταίο συστατικό του DW είναι τα μεταδεδομένα. Από πολλές απόψεις, τα μεταδεδομένα βρίσκονται σε διαφορετική διάσταση από άλλα δώσει της DW, γιατί τα μεταδεδομένα δεν περιέχουν κανένα δεδομένων λαμβάνονται απευθείας από το περιβάλλον λειτουργίας. Τα μεταδεδομένα έχουν ιδιαίτερο και πολύ σημαντικό ρόλο στη DW. Τα μεταδεδομένα χρησιμοποιούνται ως:

• έναν κατάλογο για να βοηθήσει τον αναλυτή DSS να εντοπίσει τα περιεχόμενα του DW,
• ένας οδηγός για τη χαρτογράφηση του δώσει για το πώς i δώσει έχουν μετατραπεί από το επιχειρησιακό περιβάλλον στο περιβάλλον της DW,
• ένας οδηγός για τους αλγόριθμους που χρησιμοποιούνται για τη σύνοψη μεταξύ των δώσει των τρεχουσών στοιχείων ei δώσει ελαφρώς συνοπτικά, i δώσει Συνοπτικά, τα μεταδεδομένα διαδραματίζουν πολύ μεγαλύτερο ρόλο στο περιβάλλον DW από ό,τι είχε ποτέ στο επιχειρησιακό περιβάλλον ΠΑΛΙΑ ΛΕΠΤΟΜΕΡΕΙΑΚΗ ΑΠΟΘΗΚΕΥΣΗ ΜΕΣΑ Η μαγνητική ταινία μπορεί να χρησιμοποιηθεί για την αποθήκευση αυτού του είδους δώσει. Στην πραγματικότητα, υπάρχει μια μεγάλη ποικιλία μέσων αποθήκευσης που πρέπει να ληφθούν υπόψη για την παλιά αποθήκευση δώσει της λεπτομέρειας. Ανάλογα με τον όγκο του δώσει, τη συχνότητα πρόσβασης, το κόστος των εργαλείων και τον τύπο πρόσβασης, είναι απολύτως πιθανό ότι άλλα εργαλεία θα χρειαστούν το παλιό επίπεδο λεπτομέρειας στο DW. ΡΟΗ ΔΕΔΟΜΕΝΩΝ Υπάρχει μια φυσιολογική και προβλέψιμη ροή του δώσει εντός της DW.
  I δώσει μπαίνουν στο DW από το περιβάλλον λειτουργίας. (ΣΗΜΕΙΩΣΗ: Υπάρχουν μερικές πολύ ενδιαφέρουσες εξαιρέσεις σε αυτόν τον κανόνα. Ωστόσο, σχεδόν όλες δώσει εισάγετε το DW από το περιβάλλον λειτουργίας). Δεδομένα ότι δώσει εισάγετε το DW από το περιβάλλον λειτουργίας, μετασχηματίζεται όπως περιγράφηκε προηγουμένως. Με την προϋπόθεση να εισέλθετε στο DW, i δώσει εισάγετε το τρέχον επίπεδο λεπτομέρειας, όπως φαίνεται. Βρίσκεται εκεί και χρησιμοποιείται μέχρι να συμβεί ένα από τα τρία συμβάντα:

• καθαρίζεται,
• συνοψίζεται και/ή ▪è Η απαρχαιωμένη διαδικασία μέσα σε ένα DW μετακινείται i δώσει τρέχουσες λεπτομέρειες α δώσει της λεπτομέρειας παλιά, σύμφωνα με την ηλικία των δώσει. Η διαδικασία

η περίληψη χρησιμοποιεί τη λεπτομέρεια του δώσει για να υπολογίσετε το δώσει ελαφρώς συνοπτικά και εξαιρετικά συνοπτικά επίπεδα του δώσει. Υπάρχουν ορισμένες εξαιρέσεις στη ροή που εμφανίζεται (θα συζητηθεί αργότερα). Ωστόσο, συνήθως, για τη συντριπτική πλειοψηφία των δώσει βρέθηκε μέσα σε ένα DW, η ροή του δώσει είναι όπως αναπαρίσταται.

ΧΡΗΣΗ ΤΗΣ ΑΠΟΘΗΚΗΣ ΔΕΔΟΜΕΝΩΝ

Δεν αποτελεί έκπληξη τα διάφορα επίπεδα του δώσει εντός της DW δεν λαμβάνουν διαφορετικά επίπεδα χρήσης. Κατά κανόνα, όσο υψηλότερο είναι το επίπεδο σύνοψης, τόσο περισσότερο i δώσει χρησιμοποιούνται.
Πολλές χρήσεις εμφανίζονται στο δώσει άκρως συνοπτικά, ενώ το παλιό δώσει της λεπτομέρειας δεν χρησιμοποιούνται σχεδόν ποτέ. Υπάρχει ένας καλός λόγος για να μετακινήσετε τον οργανισμό στο παράδειγμα χρήσης πόρων. Περισσότερα συνοψίζονται i δώσει, τόσο πιο γρήγορο και αποτελεσματικό είναι να φτάσετε δώσει. Αν ένα κατάστημα διαπιστώνει ότι κάνει πολλές διεργασίες στο επίπεδο λεπτομέρειας του DW, και στη συνέχεια καταναλώνεται μια αντίστοιχη μεγάλη ποσότητα πόρων μηχανής. Είναι προς το συμφέρον όλων να διεκπεραιωθεί όσο το δυνατόν πιο υψηλό επίπεδο σύνοψης.

Για πολλά καταστήματα, ο αναλυτής DSS σε περιβάλλον προ-DW έχει χρησιμοποιήσει δώσει στο επίπεδο της λεπτομέρειας. Από πολλές απόψεις η άφιξη στο δώσει Η λεπτομερής περίληψη μοιάζει με κουβέρτα ασφαλείας, ακόμη και όταν είναι διαθέσιμα άλλα επίπεδα περίληψης. Μία από τις δραστηριότητες του αρχιτέκτονα δώσει είναι ο απογαλακτισμός του χρήστη DSS από τη συνεχή χρήση του δώσει στο χαμηλότερο επίπεδο λεπτομέρειας. Υπάρχουν δύο κίνητρα διαθέσιμα στον αρχιτέκτονα του δώσει:

• με την εγκατάσταση ενός συστήματος αντιστροφής χρέωσης, όπου ο τελικός χρήστης πληρώνει για τους πόρους που καταναλώνει και
• που δείχνουν ότι πολύ καλός χρόνος απόκρισης μπορεί να επιτευχθεί όταν η συμπεριφορά με i δώσει βρίσκεται σε υψηλό επίπεδο περίληψης, ενώ ο κακός χρόνος απόκρισης προέρχεται από τη συμπεριφορά του δώσει σε χαμηλό επίπεδο ΑΛΛΕΣ ΣΚΕΨΕΙΣ Υπάρχουν κάποια άλλα ζητήματα κατασκευής και διαχείρισης της DW.
  Η πρώτη σκέψη είναι αυτή των δεικτών. Ο δώσει σε υψηλότερα επίπεδα περίληψης μπορούν να ευρετηριαστούν ελεύθερα, ενώ i δώσει

σε χαμηλότερα επίπεδα λεπτομέρειας είναι τόσο ογκώδη που μπορούν να ευρετηριαστούν με φειδώ. Από την ίδια λογική, i δώσει σε υψηλά επίπεδα λεπτομέρειας μπορεί σχετικά εύκολα να αναδιαρθρωθεί, ενώ ο όγκος των δώσει στα κατώτερα επίπεδα είναι τόσο μεγάλο που i δώσει δεν μπορούν εύκολα να ανακαινιστούν. Κατά συνέπεια, το μοντέλο του δώσει και η επίσημη δουλειά που έγινε από το σχέδιο έθεσε τα θεμέλια για το DW που εφαρμόζεται σχεδόν αποκλειστικά στο τρέχον επίπεδο λεπτομέρειας. Με άλλα λόγια, οι δραστηριότητες μοντελοποίησης του δώσει δεν ισχύουν για τα επίπεδα σύνοψης, σχεδόν σε κάθε περίπτωση. Μια άλλη διαρθρωτική παράμετρος είναι αυτή της υποδιαίρεσης του δώσει από την DW.

Η κατάτμηση μπορεί να γίνει σε δύο επίπεδα – σε επίπεδο dbms και σε επίπεδο εφαρμογής. Στη διαίρεση σε επίπεδο dbms, Η dbms ενημερώνεται για τα τμήματα και τα ελέγχει ανάλογα. Σε περίπτωση διαίρεσης σε επίπεδο εφαρμογής, μόνο ο προγραμματιστής ενημερώνεται για τα τμήματα και η ευθύνη για τη διαχείρισή τους επαφίεται σε αυτόν

Κάτω από το επίπεδο dbms, πολλή δουλειά γίνεται αυτόματα. Υπάρχει μεγάλη ακαμψία που σχετίζεται με την αυτόματη διαχείριση τμημάτων. Σε περίπτωση διαιρέσεων σε επίπεδο εφαρμογής του δώσει del αποθήκη δεδομένων, πολλή δουλειά βαραίνει τον προγραμματιστή, αλλά το τελικό αποτέλεσμα είναι η ευελιξία στη διαχείριση του δώσει σε αποθήκη δεδομένων

ΑΛΛΕΣ ΑΝΩΜΑΛΙΕΣ

Ενώ τα συστατικά του αποθήκη δεδομένων Λειτουργούν όπως περιγράφεται για σχεδόν όλα δώσει, υπάρχουν ορισμένες χρήσιμες εξαιρέσεις που πρέπει να συζητηθούν. Εξαίρεση αποτελεί αυτή του δώσει δημόσια συνοπτικά δεδομένα. Αυτά είναι δώσει περιλήψεις που έχουν υπολογιστεί από το αποθήκη δεδομένων αλλά χρησιμοποιούνται από την κοινωνία. Ο δώσει Οι δημόσιες περιλήψεις αποθηκεύονται και διαχειρίζονται στο αποθήκη δεδομένων, αν και όπως αναφέρθηκε προηγουμένως έχουν υπολογιστεί. Οι λογιστές εργάζονται για την παραγωγή τέτοιων τριμηνιαίων δώσει όπως έσοδα, τριμηνιαία έξοδα, τριμηνιαία κέρδη κ.λπ. Η εργασία των λογιστών είναι εξωτερική αποθήκη δεδομένων. Παρόλα αυτά, εγώ δώσει χρησιμοποιούνται «εσωτερικά» εντός της εταιρείας – από Marketing, πωλήσεις κ.λπ. Μια άλλη ανωμαλία, που δεν θα συζητηθεί, είναι αυτή του δώσει εξωτερικός.

Ένας άλλος εξαιρετικός τύπος δώσει που μπορεί να βρεθεί σε α αποθήκη δεδομένων είναι αυτό των δεδομένων μόνιμης λεπτομέρειας. Αυτά προκαλούν την ανάγκη μόνιμης αποθήκευσης του δώσει σε λεπτομερές επίπεδο για ηθικούς ή νομικούς λόγους. Εάν μια εταιρεία εκθέτει τους εργαζομένους της σε επικίνδυνες ουσίες, υπάρχει ανάγκη δώσει λεπτομερής και μόνιμη. Εάν μια εταιρεία παράγει ένα προϊόν που περιλαμβάνει δημόσια ασφάλεια, όπως ανταλλακτικά αεροπλάνων, υπάρχει ανάγκη δώσει μόνιμες λεπτομέρειες, καθώς και εάν μια εταιρεία συνάπτει επικίνδυνες συμβάσεις.

Η εταιρεία δεν έχει την πολυτέλεια να παραβλέψει λεπτομέρειες γιατί τα επόμενα χρόνια, σε περίπτωση αγωγής, ανάκλησης, αμφισβητούμενης κατασκευαστικής βλάβης κ.λπ. η έκθεση της εταιρείας θα μπορούσε να είναι μεγάλη. Ως αποτέλεσμα, υπάρχει ένας μοναδικός τύπος δώσει γνωστά ως δεδομένα μόνιμης λεπτομέρειας.

ΠΕΡΙΛΗΨΗ

Un αποθήκη δεδομένων είναι μια αντικειμενοστραφή, ολοκληρωμένη, χρονική παραλλαγή, μια συλλογή από δώσει μη ασταθής για την υποστήριξη των αναγκών λήψης αποφάσεων της διοίκησης. Κάθε μία από τις εξέχουσες λειτουργίες του α αποθήκη δεδομένων έχει τις επιπτώσεις του. Επιπλέον, υπάρχουν τέσσερα επίπεδα δώσει del αποθήκη δεδομένων:

• Παλιά λεπτομέρεια
• Τρέχουσα λεπτομέρεια
• Δώστε ελαφρώς συνοπτικά
• Δώστε Τα μεταδεδομένα με μεγάλη σύνοψη αποτελούν επίσης σημαντικό μέρος του αποθήκη δεδομένων. ΑΦΗΡΗΜΕΝΗ Η έννοια της αποθήκευσης του δώσει Πρόσφατα έχει λάβει μεγάλη προσοχή και έχει γίνει τάση της δεκαετίας του 90. Αυτό οφείλεται στην ικανότητα ενός αποθήκη δεδομένων να ξεπεραστούν οι περιορισμοί των συστημάτων υποστήριξης διαχείρισης, όπως τα συστήματα υποστήριξης αποφάσεων (DSS) και τα συστήματα πληροφοριών εκτελεστικών στελεχών (EIS). Ακόμα κι αν η έννοια του αποθήκη δεδομένων φαίνεται πολλά υποσχόμενο, υλοποιώ i αποθήκη δεδομένων μπορεί να είναι προβληματική λόγω διαδικασιών αποθήκευσης μεγάλης κλίμακας. Παρά την πολυπλοκότητα των έργων αποθήκευσης δώσει, πολλοί προμηθευτές και σύμβουλοι που αποθέτουν δώσει ισχυρίζονται ότι η αποθήκευση των δώσει το ρεύμα δεν προκαλεί κανένα πρόβλημα. Ωστόσο, στην αρχή αυτού του ερευνητικού προγράμματος, σχεδόν καμία ανεξάρτητη, αυστηρή και συστηματική έρευνα δεν είχε διεξαχθεί. Συνεπώς, είναι δύσκολο να πούμε τι πραγματικά συμβαίνει στη βιομηχανία όταν κατασκευάζονται αποθήκη δεδομένων. Αυτή η μελέτη διερεύνησε την πρακτική αποθήκευσης του δώσει σύγχρονους που στοχεύει να αναπτύξει μια πλουσιότερη κατανόηση της αυστραλιανής πρακτικής. Η βιβλιογραφική ανασκόπηση παρείχε το πλαίσιο και τη βάση για την εμπειρική μελέτη. Υπάρχουν διάφορα ευρήματα από αυτή την έρευνα. Πρώτον, αυτή η μελέτη αποκάλυψε τις δραστηριότητες που προέκυψαν κατά την ανάπτυξη του αποθήκη δεδομένων. Σε πολλούς τομείς, i δώσει που συγκεντρώθηκαν επιβεβαίωσαν την πρακτική που αναφέρεται στη βιβλιογραφία. Δεύτερον, τα ζητήματα και τα προβλήματα που μπορεί να επηρεάσουν την ανάπτυξη του αποθήκη δεδομένων εντοπίστηκαν από αυτή τη μελέτη. Τέλος, τα οφέλη που αποκομίζονται από αυστραλιανούς οργανισμούς που σχετίζονται με τη χρήση του αποθήκη δεδομένων έχουν αποκαλυφθεί.

Κεφάλαιο 1

Περιβάλλον αναζήτησης

Η έννοια της αποθήκευσης δεδομένων έλαβε ευρεία έκθεση και έγινε μια αναδυόμενη τάση τη δεκαετία του 90 (McFadden 1996, TDWI 1996, Shah and Milstein 1997, Shanks et al. 1997, Eckerson 1998, Adelman και Oates 2000). Αυτό φαίνεται από τον αυξανόμενο αριθμό άρθρων για την αποθήκευση δεδομένων σε εμπορικές εκδόσεις (Little και Gibson 1999). Πολλά άρθρα (βλ., για παράδειγμα, Fisher 1995, Hackathorn 1995, Morris 1995a, Bramblett and King 1996, Graham et al. 1996, Sakaguchi and Frolick 1996, Alvarez 1997, Brousell 1997, 1997, 1997, Clar. 1997, Edwards 1998, TDWI 1999) έχουν αναφέρει σημαντικά οφέλη που αποκόμισαν οι οργανισμοί που εφαρμόζουν i αποθήκη δεδομένων. Υποστήριξαν τη θεωρία τους με ανέκδοτες αποδείξεις επιτυχών υλοποιήσεων, αριθμητικά στοιχεία υψηλής απόδοσης επένδυσης (ROI) και, επίσης, παρέχοντας κατευθυντήριες γραμμές ή μεθοδολογίες για την ανάπτυξη του αποθήκη δεδομένων

(Shanks et al. 1997, Seddon and Benjamin 1998, Little and Gibson 1999). Σε μια ακραία περίπτωση, οι Graham et al. (1996) ανέφερε μέση απόδοση μιας τριετούς επένδυσης 401%.

Μεγάλο μέρος της τρέχουσας βιβλιογραφίας, ωστόσο, έχει παραβλέψει τις πολυπλοκότητες που συνεπάγεται η ανάληψη τέτοιων έργων. Τα έργα του αποθήκη δεδομένων είναι συνήθως πολύπλοκα και μεγάλης κλίμακας και επομένως έχουν μεγάλη πιθανότητα αποτυχίας εάν δεν ελέγχονται προσεκτικά (Shah and Milstein 1997, Eckerson 1997, Foley 1997b, Zimmer 1997, Bort 1998, Gibbs and Clymer 1998, Rao 1998). Απαιτούν τεράστια ποσά τόσο ανθρώπινων όσο και οικονομικών πόρων, καθώς και χρόνο και προσπάθεια για την κατασκευή τους (Hill 1998, Crofts 1998). Ο τυπικός χρόνος και τα οικονομικά μέσα που απαιτούνται είναι περίπου δύο χρόνια και δύο έως τρία εκατομμύρια δολάρια, αντίστοιχα (Braly 1995, Foley 1997b, Bort 1998, Humphries et al. 1999). Αυτός ο χρόνος και τα οικονομικά μέσα απαιτούνται για τον έλεγχο και την ενοποίηση πολλών διαφορετικών πτυχών της αποθήκευσης δεδομένων (Cafasso 1995, Hill 1998). Εκτός από τις εκτιμήσεις υλικού και λογισμικού, άλλες λειτουργίες, οι οποίες διαφέρουν από την εξαγωγή δώσει στις διαδικασίες φόρτωσης του δώσει, τη χωρητικότητα της μνήμης για διαχείριση ενημερώσεων και το meta δώσει για εκπαίδευση χρηστών, πρέπει να ληφθεί υπόψη.

Την εποχή που ξεκίνησε αυτό το ερευνητικό έργο, η ακαδημαϊκή έρευνα διεξαγόταν πολύ μικρή στον τομέα της αποθήκευσης δεδομένων, ειδικά στην Αυστραλία. Αυτό φάνηκε από την έλλειψη δημοσιευμένων άρθρων για την αποθήκευση δεδομένων από περιοδικά ή άλλα ακαδημαϊκά κείμενα της εποχής. Πολλά από τα διαθέσιμα ακαδημαϊκά κείμενα περιέγραψαν την εμπειρία των ΗΠΑ. Η έλλειψη ακαδημαϊκής έρευνας στον τομέα της αποθήκευσης δεδομένων έχει προκαλέσει εκκλήσεις για αυστηρή έρευνα και εμπειρικές μελέτες (McFadden 1996, Shanks et al. 1997, Little and Gibson 1999). Ειδικότερα, οι ερευνητικές μελέτες για τη διαδικασία υλοποίησης του αποθήκη δεδομένων πρέπει να πραγματοποιηθούν για να επεκταθούν οι γενικές γνώσεις σχετικά με την εφαρμογή του αποθήκη δεδομένων και θα χρησιμεύσει ως βάση για μια μελλοντική ερευνητική μελέτη (Shanks et al. 1997, Little and Gibson 1999).

Ο σκοπός αυτής της μελέτης, επομένως, είναι να μελετήσει τι πραγματικά συμβαίνει όταν οι οργανισμοί πραγματοποιούν και χρησιμοποιούν i αποθήκη δεδομένων στην Αυστραλία. Συγκεκριμένα, η μελέτη αυτή θα περιλαμβάνει ανάλυση μιας ολόκληρης διαδικασίας ανάπτυξης του α αποθήκη δεδομένων, ξεκινώντας από την έναρξη και τον προγραμματισμό μέχρι το σχεδιασμό και την υλοποίηση και την επακόλουθη χρήση εντός αυστραλιανών οργανισμών. Επιπλέον, η μελέτη θα συμβάλει επίσης στην τρέχουσα πρακτική προσδιορίζοντας τομείς όπου η πρακτική μπορεί να βελτιωθεί περαιτέρω και οι αναποτελεσματικότητα και οι κίνδυνοι μπορούν να ελαχιστοποιηθούν ή να αποφευχθούν. Επιπλέον, θα χρησιμεύσει ως βάση για άλλες μελέτες σχετικά με αποθήκη δεδομένων στην Αυστραλία και θα καλύψει το κενό που υπάρχει αυτή τη στιγμή στη βιβλιογραφία.

Ερευνητικά ερωτήματα

Στόχος αυτής της έρευνας είναι να μελετήσει τις δραστηριότητες που εμπλέκονται στην υλοποίηση του αποθήκη δεδομένων και τη χρήση τους από αυστραλιανούς οργανισμούς. Ειδικότερα, μελετώνται στοιχεία που αφορούν τον σχεδιασμό, την ανάπτυξη, τη λειτουργία, τη χρήση και τους κινδύνους που εμπεριέχονται στο έργο. Το ερώτημα λοιπόν αυτής της έρευνας είναι:

«Πώς είναι η τρέχουσα πρακτική του αποθήκη δεδομένων στην Αυστραλία?"

Για να απαντηθεί αποτελεσματικά αυτό το ερώτημα, απαιτούνται ορισμένα επικουρικά ερευνητικά ερωτήματα. Συγκεκριμένα, προσδιορίστηκαν τρία επιμέρους ερωτήματα από τη βιβλιογραφία, η οποία παρουσιάζεται στο κεφάλαιο 2, για να καθοδηγήσει αυτή την ερευνητική εργασία: Πώς είναι οι αποθήκη δεδομένων από αυστραλιανές οργανώσεις; Τι προβλήματα έχετε αντιμετωπίσει;

Ποια είναι τα οφέλη που βιώνουν;
Για να απαντηθούν αυτά τα ερωτήματα, χρησιμοποιήθηκε ένας διερευνητικός ερευνητικός σχεδιασμός που χρησιμοποιεί μια έρευνα. Ως διερευνητική μελέτη, οι απαντήσεις στα παραπάνω ερωτήματα δεν είναι πλήρεις (Shanks et al. 1993, Denscombe 1998). Σε αυτήν την περίπτωση, απαιτείται τριγωνισμός για να βελτιωθούν οι απαντήσεις σε αυτές τις ερωτήσεις. Ωστόσο, η έρευνα θα παράσχει μια σταθερή βάση για μελλοντική εργασία που θα εξετάσει αυτά τα ερωτήματα. Μια λεπτομερής συζήτηση σχετικά με την αιτιολόγηση και τον σχεδιασμό της μεθόδου έρευνας παρουσιάζεται στο Κεφάλαιο 3.

Δομή του ερευνητικού έργου

Αυτό το ερευνητικό έργο χωρίζεται σε δύο μέρη: τη μελέτη συμφραζομένων της έννοιας της αποθήκευσης δεδομένων και την εμπειρική έρευνα (βλ. Εικόνα 1.1), καθένα από τα οποία συζητείται παρακάτω.

Μέρος Ι: Μελέτη συμφραζομένων

Το πρώτο μέρος της έρευνας συνίστατο στην ανασκόπηση της τρέχουσας βιβλιογραφίας για διάφορους τύπους αποθήκευσης δεδομένων, συμπεριλαμβανομένων συστημάτων υποστήριξης αποφάσεων (DSS), συστημάτων πληροφοριών εκτελεστικών στελεχών (EIS), μελετών περιπτώσεων αποθήκη δεδομένων και οι έννοιες του αποθήκη δεδομένων. Επιπλέον, τα αποτελέσματα των φόρουμ αποθήκη δεδομένων και ομάδες συναντήσεων εμπειρογνωμόνων και επαγγελματιών με επικεφαλής την ερευνητική ομάδα Monash DSS, συνέβαλαν σε αυτή τη φάση της μελέτης που είχε σκοπό να αποκτήσει γνώσεις σχετικά με την πρακτική αποθήκη δεδομένων και να εντοπίσουν τους κινδύνους που ενέχει η υιοθέτησή τους. Κατά τη διάρκεια αυτής της περιόδου μελέτης με βάση τα συμφραζόμενα, καθιερώθηκε η κατανόηση της προβληματικής περιοχής για να παρέχει το υπόβαθρο γνώσης για μεταγενέστερες εμπειρικές έρευνες. Ωστόσο, αυτή ήταν μια συνεχής διαδικασία κατά τη διεξαγωγή της ερευνητικής μελέτης.

Μέρος ΙΙ: Εμπειρική έρευνα

Η σχετικά νέα έννοια της αποθήκευσης δεδομένων, ειδικά στην Αυστραλία, έχει δημιουργήσει την ανάγκη για μια έρευνα για να αποκτήσετε μια ευρεία εικόνα της εμπειρίας του χρήστη. Αυτό το μέρος πραγματοποιήθηκε όταν ο τομέας του προβλήματος είχε καθοριστεί μέσω εκτενούς βιβλιογραφικής ανασκόπησης. Η έννοια της αποθήκευσης δεδομένων που διαμορφώθηκε κατά τη φάση της μελέτης με βάση τα συμφραζόμενα χρησιμοποιήθηκε ως είσοδος για το αρχικό ερωτηματολόγιο αυτής της μελέτης. Μετά από αυτό, εξετάστηκε το ερωτηματολόγιο. Είστε ειδικοί σε αποθήκη δεδομένων συμμετείχε στη δοκιμή. Ο σκοπός της δοκιμής του αρχικού ερωτηματολογίου ήταν να ελεγχθεί η πληρότητα και η ακρίβεια των ερωτήσεων. Με βάση τα αποτελέσματα του τεστ, το ερωτηματολόγιο τροποποιήθηκε και η τροποποιημένη έκδοση στάλθηκε στους συμμετέχοντες στην έρευνα. Τα ερωτηματολόγια που επιστράφηκαν στη συνέχεια αναλύθηκαν για i δώσει σε πίνακες, διαγράμματα και άλλες μορφές. Ο

αποτελέσματα ανάλυσης του δώσει αποτελούν ένα στιγμιότυπο της πρακτικής αποθήκευσης δεδομένων στην Αυστραλία.

ΕΠΙΣΚΟΠΗΣΗ ΑΠΟΘΗΚΕΥΣΗΣ ΔΕΔΟΜΕΝΩΝ

Η έννοια της αποθήκευσης δεδομένων έχει εξελιχθεί με τις βελτιώσεις στην τεχνολογία των υπολογιστών.
Στοχεύει στο να ξεπεραστούν τα προβλήματα που αντιμετωπίζουν ομάδες υποστήριξης εφαρμογών όπως το Σύστημα Υποστήριξης Αποφάσεων (DSS) και το Σύστημα Πληροφοριακών Στελεχών (EIS).

Στο παρελθόν το μεγαλύτερο εμπόδιο αυτών των εφαρμογών ήταν η αδυναμία αυτών των εφαρμογών να παρέχουν α βάση δεδομένων απαραίτητο για την ανάλυση.
Αυτό οφείλεται κυρίως στη φύση του έργου της διοίκησης. Τα συμφέροντα της διοίκησης μιας εταιρείας ποικίλλουν συνεχώς ανάλογα με την περιοχή που καλύπτεται. Επομένως, εγώ δώσει θεμελιώδους σημασίας για αυτές τις εφαρμογές πρέπει να μπορούν να αλλάζουν γρήγορα ανάλογα με το τμήμα που πρόκειται να υποβληθεί σε επεξεργασία.
Αυτό σημαίνει ότι i δώσει πρέπει να είναι διαθέσιμο στην κατάλληλη μορφή για τις ζητούμενες αναλύσεις. Στην πραγματικότητα, οι ομάδες υποστήριξης εφαρμογών δυσκολεύτηκαν πολύ στο παρελθόν να συλλέξουν και να ενσωματώσουν δώσει από πολύπλοκες και διαφορετικές πηγές.

Το υπόλοιπο αυτής της ενότητας παρουσιάζει μια επισκόπηση της έννοιας της αποθήκευσης δεδομένων και συζητά πώς το αποθήκη δεδομένων μπορεί να ξεπεράσει τα προβλήματα των ομάδων υποστήριξης εφαρμογών.
Ο όρος "Αποθήκη δεδομένων» έγινε δημοφιλής από τον William Inmon το 1990. Ο συχνά αναφερόμενος ορισμός του βλέπει το Αποθήκη δεδομένων ως συλλογή από δώσει προσανατολισμένο στο θέμα, ολοκληρωμένο, μη πτητικό και μεταβλητό με την πάροδο του χρόνου, για υποστήριξη των αποφάσεων της διοίκησης.

Χρησιμοποιώντας αυτόν τον ορισμό ο Inmon επισημαίνει ότι i δώσει που κατοικεί σε α αποθήκη δεδομένων πρέπει να διαθέτουν τα ακόλουθα 4 χαρακτηριστικά:

• ▪ Υποκειμενικό
• ▪ Ολοκληρωμένη
• ▪ Μη πτητικό
• ▪ Μεταβλητή με την πάροδο του χρόνου Με τον θεματοκεντρικό Inmon σημαίνει ότι i δώσει σε αποθήκη δεδομένων στους μεγαλύτερους οργανωτικούς τομείς που έχουν υπάρξει

που ορίζεται στο μοντέλο δώσει. Για παράδειγμα όλα δώσει σχετικά με το πελάτες περιέχονται στη θεματική περιοχή ΠΕΛΑΤΕΣ. Παρομοίως όλα δώσει που σχετίζονται με τα προϊόντα περιέχονται στη θεματική περιοχή ΠΡΟΪΟΝΤΑ.

Με το Integrated Inmon σημαίνει ότι i δώσει που προέρχονται από διαφορετικές πλατφόρμες, συστήματα και τοποθεσίες συνδυάζονται και αποθηκεύονται σε ένα μέρος. Κατά συνέπεια δώσει παρόμοια πρέπει να μετατραπούν σε συνεπείς μορφές, ώστε να μπορούν εύκολα να προστεθούν και να συγκριθούν.
Για παράδειγμα, το αρσενικό και το θηλυκό γένος αντιπροσωπεύονται από τα γράμματα M και F σε ένα σύστημα και από το 1 και το 0 σε ένα άλλο. Για να τα ενσωματώσετε σωστά, πρέπει να μετατραπεί η μία ή και οι δύο μορφές έτσι ώστε οι δύο μορφές να είναι ίδιες. Σε αυτή την περίπτωση θα μπορούσαμε να αλλάξουμε το M σε 1 και το F σε 0 ή το αντίστροφο. Υποκειμενικό και Ολοκληρωμένο υποδεικνύουν ότι το αποθήκη δεδομένων έχει σχεδιαστεί για να παρέχει μια λειτουργική και εγκάρσια όραση του δώσει από την εταιρεία.

Με τον όρο Non-volatile εννοεί ότι i δώσει σε αποθήκη δεδομένων παραμένουν συνεπείς και η ενημέρωση των δώσει δεν είναι απαραίτητο. Αντίθετα, κάθε αλλαγή σε δώσει πρωτότυπα προστίθεται σε βάσεις δεδομένων del αποθήκη δεδομένων. Αυτό σημαίνει ότι η ιστορική δεη δώσει περιέχεται σε αποθήκη δεδομένων.

Για μεταβλητές με χρόνο ο Inmon υποδεικνύει ότι i δώσει σε αποθήκη δεδομένων περιέχει πάντα τους δείκτες ρυθμού ei δώσει συνήθως διασχίζουν έναν ορισμένο χρονικό ορίζοντα. Για παράδειγμα α
αποθήκη δεδομένων μπορεί να περιέχει 5 χρόνια ιστορικών αξιών του πελάτες από το 1993 έως το 1997. Η διαθεσιμότητα της ιστορίας και μια χρονοσειρά των δώσει σας επιτρέπει να αναλύσετε τις τάσεις.

Un αποθήκη δεδομένων μπορεί να μαζέψει τα δικά του δώσει από συστήματα OLTP· από πηγές δώσει εκτός του οργανισμού ή/και από άλλα ειδικά έργα συστημάτων σύλληψης δώσει.
I δώσει τα εκχυλίσματα μπορούν να περάσουν από μια διαδικασία καθαρισμού, σε αυτήν την περίπτωση i δώσει μετασχηματίζονται και ενσωματώνονται πριν αποθηκευτούν στο βάσεις δεδομένων del αποθήκη δεδομένων. Τότε εγώ δώσει

που κατοικεί εντός του βάσεις δεδομένων del αποθήκη δεδομένων διατίθενται στα εργαλεία σύνδεσης τελικού χρήστη και ανάκτησης. Χρησιμοποιώντας αυτά τα εργαλεία ο τελικός χρήστης μπορεί να έχει πρόσβαση στην ολοκληρωμένη προβολή της οργάνωσης του δώσει.

I δώσει που κατοικεί εντός του βάσεις δεδομένων del αποθήκη δεδομένων αποθηκεύονται τόσο λεπτομερώς όσο και σε συνοπτικές μορφές.
Το επίπεδο περίληψης μπορεί να εξαρτάται από τη φύση του δώσει. Εγώ δώσει λεπτομερείς μπορεί να αποτελείται από δώσει τρέχουσα και δώσει ιστορικοί
I δώσει πραγματικές δεν περιλαμβάνονται στο αποθήκη δεδομένων μέχρι εγώ δώσει σε αποθήκη δεδομένων ενημερώνονται εκ νέου.
Εκτός από την αποθήκευση του δώσει οι ίδιοι, α αποθήκη δεδομένων μπορεί επίσης να αποθηκεύσει διαφορετικό τύπο δεδομένων ονομάζεται ΜΕΤΑΔΕΔΟΜΕΝΑ που περιγράφει το δώσει που κατοικεί στο δικό του βάσεις δεδομένων.
Υπάρχουν δύο τύποι μεταδεδομένων: τα μεταδεδομένα ανάπτυξης και τα μεταδεδομένα αναλυτικών στοιχείων.
Τα μεταδεδομένα ανάπτυξης χρησιμοποιούνται για τη διαχείριση και την αυτοματοποίηση των διαδικασιών εξαγωγής, καθαρισμού, χαρτογράφησης και φόρτωσης του δώσει σε αποθήκη δεδομένων.
Οι πληροφορίες που περιέχονται στα μεταδεδομένα ανάπτυξης ενδέχεται να περιέχουν λεπτομέρειες των λειτουργικών συστημάτων, λεπτομέρειες των στοιχείων που πρόκειται να εξαχθούν, το μοντέλο δώσει del αποθήκη δεδομένων και επιχειρηματικούς κανόνες για τη μετατροπή δώσει.

Ο δεύτερος τύπος μεταδεδομένων, γνωστός ως analytics metadata, δίνει τη δυνατότητα στον τελικό χρήστη να εξερευνήσει το περιεχόμενο του αποθήκη δεδομένων να βρεις το δώσει διαθέσιμα και τη σημασία τους με σαφείς, μη τεχνικούς όρους.

Επομένως, τα μεταδεδομένα αναλυτικών στοιχείων λειτουργούν ως γέφυρα μεταξύ των αποθήκη δεδομένων και εφαρμογές τελικού χρήστη. Αυτά τα μεταδεδομένα μπορούν να περιέχουν το επιχειρηματικό μοντέλο, περιγραφές του δώσει που αντιστοιχούν στο επιχειρηματικό μοντέλο, προκαθορισμένα ερωτήματα και αναφορές, πληροφορίες για την πρόσβαση των χρηστών και το ευρετήριο.

Τα μεταδεδομένα ανάλυσης και ανάπτυξης πρέπει να συνδυάζονται σε ένα ενιαίο ενσωματωμένο μεταδεδομένα περιορισμού για να λειτουργούν σωστά.

Δυστυχώς, πολλά από τα υπάρχοντα εργαλεία έχουν τα δικά τους μεταδεδομένα και επί του παρόντος δεν υπάρχουν υπάρχοντα πρότυπα για αυτό

επιτρέπουν στα εργαλεία αποθήκευσης δεδομένων να ενσωματώνουν αυτά τα μεταδεδομένα. Για να διορθωθεί αυτή η κατάσταση, πολλοί έμποροι των κύριων εργαλείων αποθήκευσης δεδομένων σχημάτισαν το Συμβούλιο Meta Data, το οποίο αργότερα έγινε ο συνασπισμός Meta Data.

Ο στόχος αυτού του συνασπισμού είναι να δημιουργήσει ένα τυπικό σύνολο μεταδεδομένων που επιτρέπει σε διαφορετικά εργαλεία αποθήκευσης δεδομένων να μετατρέπουν τα μεταδεδομένα
Οι προσπάθειές τους κατέληξαν στη γέννηση της προδιαγραφής ανταλλαγής δεδομένων μετα-δεδομένων (MDIS) που θα επιτρέψει την ανταλλαγή πληροφοριών μεταξύ των αρχείων της Microsoft και των σχετικών αρχείων MDIS.

Η ύπαρξη του δώσει τόσο συνοπτικά/ευρετηριασμένα όσο και αναλυτικά δίνουν στον χρήστη τη δυνατότητα να πραγματοποιήσει ένα DRILL DROWN (γεώτρηση) από δώσει ευρετηριάζονται σε λεπτομερείς και αντίστροφα. Η ύπαρξη του δώσει Τα λεπτομερή ιστορικά επιτρέπουν τη δημιουργία αναλύσεων τάσεων με την πάροδο του χρόνου. Επιπλέον, τα μεταδεδομένα αναλυτικών στοιχείων μπορούν να χρησιμοποιηθούν ως κατάλογος του βάσεις δεδομένων del αποθήκη δεδομένων για να βοηθήσουν τους τελικούς χρήστες να εντοπίσουν το δώσει απαραίτητη.

Σε σύγκριση με τα συστήματα OLTP, με την ικανότητά τους να υποστηρίζουν ανάλυση του δώσει και αναφορά, η αποθήκη δεδομένων θεωρείται ως ένα καταλληλότερο σύστημα για διαδικασίες πληροφόρησης, όπως η δημιουργία και η απάντηση σε ερωτήματα και η παραγωγή αναφορών. Η επόμενη ενότητα θα επισημάνει λεπτομερώς τις διαφορές των δύο συστημάτων.

ΑΠΟΘΗΚΗ ΔΕΔΟΜΕΝΩΝ ΚΑΤΑ ΣΥΣΤΗΜΑΤΩΝ OLTP

Πολλά από τα πληροφοριακά συστήματα εντός των οργανισμών προορίζονται να υποστηρίξουν τις καθημερινές λειτουργίες. Αυτά τα συστήματα γνωστά ως OLTP SYSTEMS, καταγράφουν καθημερινές συναλλαγές που ενημερώνονται συνεχώς.

I δώσει σε αυτά τα συστήματα συχνά τροποποιούνται, προστίθενται ή διαγράφονται. Για παράδειγμα, η διεύθυνση ενός πελάτη αλλάζει καθώς μετακινείται από το ένα μέρος στο άλλο. Σε αυτήν την περίπτωση η νέα διεύθυνση θα καταχωρηθεί τροποποιώντας το πεδίο διεύθυνσης βάσεις δεδομένων. Ο κύριος στόχος αυτών των συστημάτων είναι η μείωση του κόστους συναλλαγών και ταυτόχρονα η μείωση του χρόνου διεκπεραίωσης. Παραδείγματα Συστημάτων OLTP περιλαμβάνουν κρίσιμες ενέργειες όπως καταχώρηση παραγγελίας, μισθοδοσία, τιμολόγιο, κατασκευή, εξυπηρέτηση πελατών πελάτες.

Σε αντίθεση με τα συστήματα OLTP, τα οποία δημιουργήθηκαν για διαδικασίες που βασίζονται σε συναλλαγές και συμβάντα, π.χ αποθήκη δεδομένων δημιουργήθηκαν για να παρέχουν υποστήριξη για διαδικασίες που βασίζονται σε αναλυτικά στοιχεία δώσει και διαδικασίες λήψης αποφάσεων.

Αυτό συνήθως επιτυγχάνεται με την ενσωμάτωση i δώσει από διάφορα OLTP και εξωτερικά συστήματα σε ένα μόνο «κοντέινερ» του δώσει, όπως συζητήθηκε στην προηγούμενη ενότητα.

Μοντέλο διαδικασίας αποθήκευσης δεδομένων Monash

Το μοντέλο διαδικασίας για αποθήκη δεδομένων Το Monash αναπτύχθηκε από ερευνητές του Monash DSS Research Group και βασίζεται στη βιβλιογραφία του αποθήκη δεδομένων, σχετικά με την εμπειρία στην υποστήριξη της ανάπτυξης πεδίων συστημάτων, σε συζητήσεις με προμηθευτές εφαρμογών για χρήση αποθήκη δεδομένων, σε μια ομάδα ειδικών στη χρήση του αποθήκη δεδομένων.

Οι φάσεις είναι: Έναρξη, Σχεδιασμός, Ανάπτυξη, Λειτουργίες και Επεξηγήσεις. Το διάγραμμα εξηγεί την επαναληπτική ή εξελικτική φύση της ανάπτυξης του α αποθήκη δεδομένων διαδικασία χρησιμοποιώντας αμφίδρομα βέλη τοποθετημένα μεταξύ των διαφορετικών φάσεων. Σε αυτό το πλαίσιο, «επαναληπτικές» και «εξελικτικές» σημαίνουν ότι, σε κάθε βήμα της διαδικασίας, οι δραστηριότητες υλοποίησης μπορούν πάντα να διαδίδονται προς τα πίσω προς την προηγούμενη φάση. Αυτό οφείλεται στη φύση ενός έργου αποθήκη δεδομένων στο οποίο προκύπτουν ανά πάσα στιγμή πρόσθετα αιτήματα από τον τελικό χρήστη. Για παράδειγμα, κατά τη φάση ανάπτυξης μιας διαδικασίας αποθήκη δεδομένων, μια νέα διάσταση ή θεματική περιοχή ζητείται από τον τελικό χρήστη, η οποία δεν ήταν μέρος του αρχικού σχεδίου, πρέπει να προστεθεί στο σύστημα. Αυτό προκαλεί μια αλλαγή στο έργο. Το αποτέλεσμα είναι ότι η ομάδα σχεδιασμού πρέπει να αλλάξει τις απαιτήσεις των εγγράφων που έχουν δημιουργηθεί μέχρι τώρα κατά τη φάση του σχεδιασμού. Σε πολλές περιπτώσεις, η τρέχουσα κατάσταση του έργου πρέπει να επιστρέψει στη φάση του σχεδιασμού όπου πρέπει να προστεθεί και να τεκμηριωθεί η νέα απαίτηση. Ο τελικός χρήστης πρέπει να μπορεί να δει τη συγκεκριμένη τεκμηρίωση που εξετάζεται και τις αλλαγές που έχουν γίνει στη φάση ανάπτυξης. Στο τέλος αυτού του κύκλου ανάπτυξης, το έργο πρέπει να λάβει εξαιρετική ανατροφοδότηση τόσο από την ομάδα ανάπτυξης όσο και από την ομάδα χρηστών. Τα σχόλια στη συνέχεια επαναχρησιμοποιούνται για τη βελτίωση ενός μελλοντικού έργου.

Πρόβλεψη χωρητικότητας
Το Dw τείνει να είναι πολύ μεγάλο σε μέγεθος και να μεγαλώνει πολύ γρήγορα (Best 1995, Rudin 1997a) ως αποτέλεσμα της ποσότητας δώσει ιστορίες που διατηρούν από τη διάρκειά τους. Η ανάπτυξη μπορεί επίσης να προκληθεί από δώσει προσθήκες που ζητούνται από τους χρήστες για να αυξήσουν την αξία του δώσει που έχουν ήδη. Αντίστοιχα, οι απαιτήσεις αποθήκευσης για δώσει μπορεί να ενισχυθεί σημαντικά (Eckerson 1997). Ως εκ τούτου, είναι απαραίτητο να διασφαλιστεί, με τη διεξαγωγή σχεδιασμού χωρητικότητας, ότι το σύστημα που κατασκευάζεται μπορεί να αυξάνεται καθώς αυξάνονται οι ανάγκες (Best 1995, LaPlante 1996, Lang 1997, Eckerson 1997, Rudin 1997a, Foley 1997a).
Κατά τον σχεδιασμό της επεκτασιμότητας της βάσης δεδομένων, πρέπει να γνωρίζουμε την αναμενόμενη αύξηση του μεγέθους της αποθήκης, τους τύπους των ερωτημάτων που είναι πιθανό να γίνουν και τον αριθμό των τελικών χρηστών που υποστηρίζονται (Best 1995, Rudin 1997b, Foley 1997a). Η δημιουργία επεκτάσιμων εφαρμογών απαιτεί συνδυασμό τεχνολογιών επεκτάσιμων διακομιστών και τεχνικών σχεδίασης επεκτάσιμων εφαρμογών (Best 1995, Rudin 1997b. Και οι δύο είναι απαραίτητες για τη δημιουργία μιας εξαιρετικά επεκτάσιμης εφαρμογής. Οι επεκτάσιμες τεχνολογίες διακομιστή μπορούν να κάνουν εύκολη και πλεονεκτική την προσθήκη αποθήκευσης, μνήμης και CPU χωρίς υποβάθμιση απόδοση (Lang 1997, Telephony 1997).

Υπάρχουν δύο κύριες τεχνολογίες διακομιστών με δυνατότητα κλιμάκωσης: η συμμετρική πολλαπλή επεξεργασία (SMP) και η μαζική παράλληλη επεξεργασία (MPP) (IDC 1997, Humphries et al. 1999). Ένας διακομιστής SMP έχει τυπικά πολλούς επεξεργαστές που μοιράζονται μια μνήμη, ένα δίαυλο συστήματος και άλλους πόρους (IDC 1997, Humphries et al. 1999). Μπορούν να προστεθούν επιπλέον επεξεργαστές για να αυξηθεί εξουσία υπολογιστική. Μια άλλη μέθοδος για την αύξηση του εξουσία του διακομιστή SMP, είναι ο συνδυασμός πολλών μηχανών SMP. Αυτή η τεχνική είναι γνωστή ως ομαδοποίηση (Humphries et al. 1999). Ένας διακομιστής MPP, από την άλλη πλευρά, έχει πολλούς επεξεργαστές ο καθένας με τη δική του μνήμη, σύστημα διαύλου και άλλους πόρους (IDC 1997, Humphries et al. 1999). Κάθε επεξεργαστής ονομάζεται κόμβος. Αύξηση σε εξουσία μπορεί να ληφθεί υπολογιστική

προσθέτοντας επιπλέον κόμβους σε διακομιστές MPP (Humphries et al. 1999).

Μια αδυναμία των διακομιστών SMP είναι ότι πάρα πολλές λειτουργίες εισόδου-εξόδου (I/O) μπορούν να συμφορήσουν το δίαυλο συστήματος (IDC 1997). Αυτό το πρόβλημα δεν παρουσιάζεται σε διακομιστές MPP, καθώς κάθε επεξεργαστής έχει το δικό του σύστημα διαύλου. Ωστόσο, οι διασυνδέσεις μεταξύ κάθε κόμβου είναι γενικά πολύ πιο αργές από το σύστημα διαύλου SMP. Επιπλέον, οι διακομιστές MPP μπορούν να προσθέσουν ένα επιπλέον επίπεδο πολυπλοκότητας στους προγραμματιστές εφαρμογών (IDC 1997). Έτσι, η επιλογή μεταξύ διακομιστών SMP και MPP μπορεί να επηρεαστεί από πολλούς παράγοντες, συμπεριλαμβανομένης της πολυπλοκότητας των εφαρμογών, της αναλογίας τιμής/απόδοσης, της απαιτούμενης ικανότητας επεξεργασίας, των αποτρεπόμενων εφαρμογών dw και της αύξησης του μεγέθους του βάσεις δεδομένων της dw και στον αριθμό των τελικών χρηστών.

Πολλές κλιμακούμενες τεχνικές σχεδιασμού εφαρμογών μπορούν να χρησιμοποιηθούν στον προγραμματισμό χωρητικότητας. Κάποιος χρησιμοποιεί διάφορες περιόδους ειδοποίησης, όπως ημέρες, εβδομάδες, μήνες και χρόνια. Έχοντας διάφορες περιόδους ειδοποίησης, το βάσεις δεδομένων μπορεί να χωριστεί σε διαχειρίσιμα ομαδοποιημένα κομμάτια (Inmon et al. 1997). Μια άλλη τεχνική είναι η χρήση συνοπτικών πινάκων που κατασκευάζονται με σύνοψη δώσει da δώσει λεπτομερής. Και 'γώ το ίδιο δώσει συνοπτικά είναι πιο συμπαγή παρά λεπτομερή, κάτι που απαιτεί λιγότερο χώρο στη μνήμη. Ετσι το δώσει Οι λεπτομέρειες μπορούν να αποθηκευτούν σε μια λιγότερο ακριβή μονάδα αποθήκευσης, η οποία εξοικονομεί ακόμη περισσότερο χώρο αποθήκευσης. Αν και η χρήση συνοπτικών πινάκων μπορεί να εξοικονομήσει χώρο στη μνήμη, απαιτούν μεγάλη προσπάθεια για να διατηρηθούν ενημερωμένοι και σύμφωνα με τις επιχειρηματικές ανάγκες. Ωστόσο, αυτή η τεχνική χρησιμοποιείται ευρέως και χρησιμοποιείται συχνά σε συνδυασμό με την προηγούμενη τεχνική (Best 1995, Inmon 1996a, Chauduri and Dayal
1997).

Ορισμός Αποθήκη δεδομένων Τεχνικές Αρχιτεκτονικές Ορισμός τεχνικών αρχιτεκτονικής dw

Οι πρώτοι υιοθέτες της αποθήκευσης δεδομένων σκέφτηκαν κυρίως μια κεντρική υλοποίηση της dw στην οποία όλα τα δώσει, συμπεριλαμβανομένου του i δώσει εξωτερικά, ενσωματώθηκαν σε ένα ενιαίο,
φυσική αποθήκευση (Inmon 1996a, Bresnahan 1996, Peacock 1998).

Το κύριο πλεονέκτημα αυτής της προσέγγισης είναι ότι οι τελικοί χρήστες είναι σε θέση να έχουν πρόσβαση σε ολόκληρη την επιχείρηση δώσει οργανωτική (Ovum 1998). Ένα άλλο πλεονέκτημα είναι ότι προσφέρει τυποποίηση δώσει μέσω οργάνωσης, που σημαίνει ότι υπάρχει μόνο μία έκδοση ή ορισμός για κάθε ορολογία που χρησιμοποιείται στο αποθετήριο dw (μεταδεδομένα) (Flanagan and Safdie 1997, Ovum 1998). Το μειονέκτημα αυτής της προσέγγισης, από την άλλη πλευρά, είναι ότι είναι δαπανηρή και δύσκολη στην κατασκευή της (Flanagan and Safdie 1997, Ovum 1998, Inmon et al. 1998). Όχι πολύ μετά την αρχιτεκτονική αποθήκευσης δώσει συγκεντρωτική έγινε δημοφιλής, η έννοια της εξαγωγής μικρότερων υποσυνόλων του εξελιγμένου δώσει για την υποστήριξη των αναγκών συγκεκριμένων εφαρμογών (Varney 1996, IDC 1997, Berson and Smith 1997, peacock 1998). Αυτά τα μικρά συστήματα είναι παράγωγα του μεγαλύτερου αποθήκη δεδομένων συγκεντρωτική. Ονομάζονται αποθήκη δεδομένων εξαρτώμενα τμήματα ή εξαρτημένα δεδομένα. Η αρχιτεκτονική εξαρτημένων δεδομένων mart είναι γνωστή ως αρχιτεκτονική τριών επιπέδων όπου το πρώτο επίπεδο αποτελείται από το αποθήκη δεδομένων συγκεντρωτική, η δεύτερη αποτελείται από τις καταθέσεις των δώσει νομαρχιακό και το τρίτο αποτελείται από πρόσβαση σε δώσει και με εργαλεία ανάλυσης (Demarest 1994, Inmon et al. 1997).

Οι μάρκες δεδομένων κατασκευάζονται συνήθως μετά από το αποθήκη δεδομένων κεντρική κατασκευάστηκε για να καλύψει τις ανάγκες συγκεκριμένων μονάδων (White 1995, Varney 1996).
Data marts store i δώσει πολύ σχετικό σε σχέση με συγκεκριμένες μονάδες (Inmon et al. 1997, Inmon et al. 1998, IA 1998).

Το πλεονέκτημα αυτής της μεθόδου είναι ότι δεν θα υπάρχει δεδομένων δεν είναι ενσωματωμένο και ότι i δώσει θα είναι λιγότερο περιττές στις μάρκες δεδομένων όπως όλες δώσει προέρχονται από κατάθεση του δώσει ολοκληρωμένο. Ένα άλλο πλεονέκτημα είναι ότι θα υπάρχουν λίγες συνδέσεις μεταξύ κάθε μάρκετ δεδομένων και των πηγών του δώσει επειδή κάθε μάρκετ δεδομένων έχει μόνο μία πηγή δώσει. Επιπλέον, με αυτήν την αρχιτεκτονική, οι τελικοί χρήστες μπορούν ακόμα να έχουν πρόσβαση στην επισκόπηση δώσει

εταιρικές οργανώσεις. Αυτή η μέθοδος είναι γνωστή ως μέθοδος από πάνω προς τα κάτω, όπου οι μάρκες δεδομένων δημιουργούνται μετά το αποθήκη δεδομένων (peacock 1998, Goff 1998).
Αυξάνοντας την ανάγκη για έγκαιρη εμφάνιση των αποτελεσμάτων, ορισμένοι οργανισμοί έχουν αρχίσει να δημιουργούν ανεξάρτητες μάρκες δεδομένων (Flanagan and Safdie 1997, White 2000). Σε αυτή την περίπτωση, τα data marts αποκτούν τα δικά τους δώσει κατευθείαν από τα βασικά του δώσει OLTP και όχι από την κεντρική και ολοκληρωμένη αποθήκη, εξαλείφοντας έτσι την ανάγκη να υπάρχει η κεντρική αποθήκη επί τόπου.

Κάθε μάρκετ δεδομένων απαιτεί τουλάχιστον έναν σύνδεσμο προς τις πηγές του δώσει. Ένα μειονέκτημα της ύπαρξης πολλαπλών συνδέσεων για κάθε data mart είναι ότι, σε σύγκριση με τις δύο προηγούμενες αρχιτεκτονικές, η υπεραφθονία δώσει αυξάνεται σημαντικά.

Κάθε data mart πρέπει να αποθηκεύει όλα τα δώσει απαιτείται τοπικά για να μην έχει καμία επίδραση στα συστήματα OLTP. Αυτό προκαλεί ότι i δώσει αποθηκεύονται σε διαφορετικές μάρκες δεδομένων (Inmon et al. 1997). Ένα άλλο μειονέκτημα αυτής της αρχιτεκτονικής είναι ότι οδηγεί στη δημιουργία πολύπλοκων διασυνδέσεων μεταξύ των data marts και των πηγών δεδομένων τους. δώσει που είναι δύσκολο να πραγματοποιηθούν και να ελεγχθούν (Inmon et al. 1997).

Ένα άλλο μειονέκτημα είναι ότι οι τελικοί χρήστες δεν μπορούν να έχουν πρόσβαση στην επισκόπηση των πληροφοριών της εταιρείας επειδή i δώσει των διαφορετικών μαρτύρων δεδομένων δεν είναι ενσωματωμένα (Ovum 1998).
Ένα άλλο μειονέκτημα είναι ότι μπορεί να υπάρχουν περισσότεροι από ένας ορισμοί για κάθε ορολογία που χρησιμοποιείται στα data marts, γεγονός που δημιουργεί ασυνέπειες δώσει στην οργάνωση (Ovum 1998).
Παρά τα μειονεκτήματα που συζητήθηκαν παραπάνω, οι ανεξάρτητες μάρκες δεδομένων εξακολουθούν να προσελκύουν το ενδιαφέρον πολλών οργανισμών (IDC 1997). Ένας παράγοντας που τα κάνει ελκυστικά είναι ότι αναπτύσσονται πιο γρήγορα και απαιτούν λιγότερο χρόνο και πόρους (Bresnahan 1996, Berson and Smith 1997, Ovum 1998). Κατά συνέπεια, χρησιμεύουν κυρίως ως δοκιμαστικά έργα που μπορούν να χρησιμοποιηθούν για τον γρήγορο εντοπισμό πλεονεκτημάτων ή/και ατελειών στο έργο (Parsaye 1995, Braly 1995, Newing 1996). Σε αυτή την περίπτωση, το μέρος που θα εφαρμοστεί στο πιλοτικό έργο πρέπει να είναι μικρό αλλά σημαντικό για τον οργανισμό (Newing 1996, Mansell-Lewis 1996).

Εξετάζοντας το πρωτότυπο, οι τελικοί χρήστες και η διοίκηση μπορούν να αποφασίσουν εάν θα συνεχίσουν ή θα σταματήσουν το έργο (Flanagan and Safdie 1997).
Εάν η απόφαση είναι να συνεχιστεί, τα data marts για άλλες βιομηχανίες θα πρέπει να δημιουργηθούν ένα κάθε φορά. Υπάρχουν δύο επιλογές για τους τελικούς χρήστες με βάση τις ανάγκες τους για τη δημιουργία ανεξάρτητων πινάκων δεδομένων: ενσωματωμένο/συνομοσπονδιακό και μη ενσωματωμένο (Ovum 1998)

Στην πρώτη μέθοδο, κάθε νέα μάρκα δεδομένων θα πρέπει να χτίζεται με βάση τις τρέχουσες μάρκες δεδομένων και το μοντέλο δώσει χρησιμοποιείται από την εταιρεία (Varney 1996, Berson and Smith 1997, Peacock 1998). Η ανάγκη χρήσης του μοντέλου δώσει της εταιρείας σημαίνει ότι πρέπει να διασφαλιστεί ότι υπάρχει μόνο ένας ορισμός για κάθε ορολογία που χρησιμοποιείται σε όλες τις μάρκες δεδομένων, αυτός είναι επίσης για να διασφαλιστεί ότι διαφορετικά μάρκες δεδομένων μπορούν να συνδυαστούν για να δώσουν μια επισκόπηση των πληροφοριών της εταιρείας (Bresnahan 1996). Αυτή η μέθοδος ονομάζεται από κάτω προς τα πάνω και είναι καλύτερη όταν υπάρχει περιορισμός σε οικονομικά μέσα και χρόνο (Flanagan and Safdie 1997, Ovum 1998, Peacock 1998, Goff 1998). Στη δεύτερη μέθοδο, τα κατασκευασμένα data marts μπορούν να ικανοποιήσουν μόνο τις ανάγκες μιας συγκεκριμένης μονάδας. Μια παραλλαγή του ομοσπονδιακού μάρκετ δεδομένων είναι το αποθήκη δεδομένων διανέμεται στην οποία η βάσεις δεδομένων Το ενδιάμεσο λογισμικό του διακομιστή Hub χρησιμοποιείται για τη συγχώνευση πολλών μαρτύρων δεδομένων σε ένα ενιαίο χώρο αποθήκευσης δώσει διανεμήθηκε (White 1995). Σε αυτή την περίπτωση, i δώσει εταιρείες κατανέμονται σε διάφορους μάρτυρες δεδομένων. Τα αιτήματα τελικού χρήστη προωθούνται στο βάσεις δεδομένων ενδιάμεσο λογισμικό διακομιστή hub, το οποίο εξάγει όλα δώσει ζητείται από τα data marts και επιστρέφει τα αποτελέσματα σε εφαρμογές τελικού χρήστη. Αυτή η μέθοδος παρέχει επιχειρηματικές πληροφορίες στους τελικούς χρήστες. Ωστόσο, τα προβλήματα των ανεξάρτητων μαρκετών δεδομένων δεν έχουν εξαλειφθεί ακόμη. Υπάρχει μια άλλη αρχιτεκτονική που μπορεί να χρησιμοποιηθεί η οποία ονομάζεται το αποθήκη δεδομένων εικονικό (White 1995). Ωστόσο, αυτή η αρχιτεκτονική, η οποία περιγράφεται στο Σχήμα 2.9, δεν είναι αρχιτεκτονική αποθήκευσης δεδομένων. δώσει πραγματικό καθώς δεν μετακινεί τη φόρτωση από τα συστήματα OLTP σε αποθήκη δεδομένων (Demarest 1994).

Μάλιστα, αιτήματα για δώσει από τους τελικούς χρήστες μεταβιβάζονται στα συστήματα OLTP τα οποία επιστρέφουν αποτελέσματα μετά την επεξεργασία των αιτημάτων των χρηστών. Παρόλο που αυτή η αρχιτεκτονική επιτρέπει στους τελικούς χρήστες να δημιουργούν αναφορές και να υποβάλλουν αιτήματα, δεν μπορεί να τις παρέχει

δώσει ιστορικό και επισκόπηση των πληροφοριών της εταιρείας από τότε i δώσει από τα διαφορετικά συστήματα OLTP δεν είναι ενσωματωμένα. Ως εκ τούτου, αυτή η αρχιτεκτονική δεν μπορεί να ικανοποιήσει την ανάλυση του δώσει πολύπλοκα όπως οι προβλέψεις.

Επιλογή εφαρμογών πρόσβασης και ανάκτησης δώσει

Ο σκοπός του κτιρίου α αποθήκη δεδομένων είναι η μεταφορά πληροφοριών στους τελικούς χρήστες (Inmon et al. 1997, Poe 1996, McFadden 1996, Shanks et al. 1997, Hammergren 1998). μία ή περισσότερες εφαρμογές πρόσβασης και ανάκτησης δώσει πρέπει να παρέχονται. Μέχρι σήμερα, υπάρχει μια μεγάλη ποικιλία από αυτές τις εφαρμογές από τις οποίες ο χρήστης μπορεί να επιλέξει (Hammergren 1998, Humphries et al. 1999). Οι εφαρμογές που επιλέγετε καθορίζουν την επιτυχία της προσπάθειας αποθήκευσης δώσει σε έναν οργανισμό επειδή οι εφαρμογές είναι το πιο ορατό μέρος του αποθήκη δεδομένων στον τελικό χρήστη (Inmon et al. 1997, Poe 1996). Για να είναι επιτυχημένος α αποθήκη δεδομένων, πρέπει να είναι σε θέση να υποστηρίξει τις δραστηριότητες ανάλυσης του δώσει του τελικού χρήστη (Poe 1996, Seddon and Benjamin 1998, Eckerson 1999). Επομένως, πρέπει να προσδιοριστεί το «επίπεδο» αυτού που θέλει ο τελικός χρήστης (Poe 1996, Mattison 1996, Inmon et al. 1997, Humphries et al. 1999).

Γενικά, οι τελικοί χρήστες μπορούν να ομαδοποιηθούν σε τρεις κατηγορίες: εκτελεστικούς χρήστες, επιχειρησιακούς αναλυτές και ισχυρούς χρήστες (Poe 1996, Humphries et al. 1999). Οι εκτελεστικοί χρήστες χρειάζονται εύκολη πρόσβαση σε προκαθορισμένα σύνολα αναφορών (Humphries et al. 1999). Αυτές οι αναλογίες είναι εύκολα προσβάσιμες με την πλοήγηση μενού (Poe 1996). Επιπλέον, οι αναφορές πρέπει να παρουσιάζουν πληροφορίες χρησιμοποιώντας γραφική αναπαράσταση, όπως πίνακες και πρότυπα για τη γρήγορη μεταφορά πληροφοριών (Humphries et al. 1999). Οι επιχειρησιακοί αναλυτές, οι οποίοι μπορεί να μην έχουν τις τεχνικές δυνατότητες να αναπτύξουν εκθέσεις από την αρχή μόνοι τους, πρέπει να μπορούν να τροποποιούν τις τρέχουσες αναφορές για να καλύψουν τις συγκεκριμένες ανάγκες τους (Poe 1996, Humphries et al. 1999). Οι ισχυροί χρήστες, από την άλλη πλευρά, είναι ο τύπος των τελικών χρηστών που έχουν τη δυνατότητα να δημιουργούν και να γράφουν αιτήματα και αναφορές από την αρχή (Poe 1996, Humphries et al. 1999). Είναι αυτοί που

αναπτύσσουν αναφορές για άλλους τύπους χρηστών (Poe 1996, Humphries et al. 1999).

Αφού καθοριστούν οι απαιτήσεις του τελικού χρήστη, πρέπει να γίνει επιλογή των εφαρμογών πρόσβασης και ανάκτησης δώσει μεταξύ όλων των διαθέσιμων (Poe 1996, Inmon et al. 1997).
Πρόσβαση σε δώσει και τα εργαλεία ανάκτησης μπορούν να ταξινομηθούν σε 4 τύπους: εργαλεία OLAP, εργαλεία EIS/DSS, εργαλεία ερωτημάτων και αναφορών και εργαλεία εξόρυξης δεδομένων.

Τα εργαλεία OLAP επιτρέπουν στους χρήστες να δημιουργούν ad hoc ερωτήματα καθώς και αυτά που γίνονται στο βάσεις δεδομένων del αποθήκη δεδομένων. Επιπρόσθετα, αυτά τα προϊόντα επιτρέπουν στους χρήστες να ανατρέχουν από δώσει γενικά έως λεπτομερή.

Τα εργαλεία EIS/DSS παρέχουν εκτελεστικές αναφορές, όπως ανάλυση «τι θα γινόταν αν» και πρόσβαση σε αναφορές που βασίζονται στο μενού. Οι αναφορές πρέπει να είναι προκαθορισμένες και να συγχωνεύονται με μενού για ευκολότερη πλοήγηση.
Τα εργαλεία ερωτημάτων και αναφορών επιτρέπουν στους χρήστες να παράγουν προκαθορισμένες και συγκεκριμένες αναφορές.

Τα εργαλεία εξόρυξης δεδομένων χρησιμοποιούνται για τον εντοπισμό σχέσεων που θα μπορούσαν να ρίξουν νέο φως σε ξεχασμένες λειτουργίες στο δώσει της αποθήκης δεδομένων.

Παράλληλα με τη βελτιστοποίηση των απαιτήσεων κάθε τύπου χρήστη, τα επιλεγμένα εργαλεία πρέπει να είναι διαισθητικά, αποτελεσματικά και εύχρηστα. Πρέπει επίσης να είναι συμβατά με άλλα μέρη της αρχιτεκτονικής και να μπορούν να λειτουργούν με υπάρχοντα συστήματα. Συνιστάται επίσης να επιλέξετε εργαλεία πρόσβασης και ανάκτησης δεδομένων με λογικές τιμές και απόδοση. Άλλα κριτήρια που πρέπει να ληφθούν υπόψη περιλαμβάνουν τη δέσμευση του πωλητή εργαλείων να υποστηρίζει το προϊόν του και πώς θα εξελιχθεί σε μελλοντικές εκδόσεις. Για να διασφαλιστεί η δέσμευση των χρηστών στη χρήση της αποθήκης δεδομένων, η ομάδα ανάπτυξης εμπλέκει τους χρήστες στη διαδικασία επιλογής εργαλείων. Σε αυτή την περίπτωση θα πρέπει να πραγματοποιηθεί μια πρακτική αξιολόγηση από τον χρήστη.

Για να βελτιώσει την αξία της αποθήκης δεδομένων, η ομάδα ανάπτυξης μπορεί επίσης να παρέχει πρόσβαση στο διαδίκτυο στην αποθήκη δεδομένων της. Μια αποθήκη δεδομένων με δυνατότητα web επιτρέπει στους χρήστες να έχουν πρόσβαση σε δώσει από απομακρυσμένα μέρη ή όταν ταξιδεύετε. Επίσης οι πληροφορίες μπορούν

να παρέχεται με χαμηλότερο κόστος μέσω μείωσης του κόστους εκπαίδευσης.

2.4.3 Αποθήκη δεδομένων Φάση Λειτουργίας

Αυτή η φάση αποτελείται από τρεις δραστηριότητες: καθορισμός στρατηγικών ανανέωσης δεδομένων, έλεγχος των δραστηριοτήτων της αποθήκης δεδομένων και διαχείριση της ασφάλειας της αποθήκης δεδομένων.

Ορισμός στρατηγικών ανανέωσης δεδομένων

Μετά την αρχική φόρτωση, i δώσει σε βάσεις δεδομένων της αποθήκης δεδομένων πρέπει να ανανεώνεται περιοδικά για να αναπαράγει τις αλλαγές που έγιναν σε αυτές δώσει πρωτότυπα. Επομένως, πρέπει να αποφασίσετε πότε θα ανανεώσετε, πόσο συχνά θα πρέπει να προγραμματιστεί η ανανέωση και πώς να ανανεώσετε τα δεδομένα δώσει. Προτείνεται η ανανέωση του δώσει όταν το σύστημα μπορεί να τεθεί εκτός σύνδεσης. Η συχνότητα ανανέωσης καθορίζεται από την ομάδα ανάπτυξης με βάση τις απαιτήσεις των χρηστών. Υπάρχουν δύο προσεγγίσεις για την ανανέωση της αποθήκης δεδομένων: η πλήρης ανανέωση και η συνεχής φόρτωση των αλλαγών.

Η πρώτη προσέγγιση, η πλήρης ανανέωση, απαιτεί επαναφόρτωση όλων δώσει από την αρχή. Αυτό σημαίνει ότι όλα τα δώσει που απαιτείται πρέπει να εξαχθεί, να καθαριστεί, να μεταμορφωθεί και να ενσωματωθεί σε κάθε ανανέωση. Αυτή η προσέγγιση θα πρέπει, στο μέτρο του δυνατού, να αποφεύγεται γιατί απαιτεί πολύ χρόνο και πόρους.

Μια εναλλακτική προσέγγιση είναι η συνεχής μεταφόρτωση αλλαγών. Αυτό προσθέτει i δώσει που έχουν αλλάξει από τον τελευταίο κύκλο ανανέωσης της αποθήκης δεδομένων. Ο εντοπισμός νέων ή τροποποιημένων εγγραφών μειώνει σημαντικά το ποσό των δώσει το οποίο πρέπει να διαδίδεται στην αποθήκη δεδομένων σε κάθε ενημέρωση αφού μόνο αυτά δώσει θα προστεθεί σε βάσεις δεδομένων της αποθήκης δεδομένων.

Υπάρχουν τουλάχιστον 5 προσεγγίσεις που μπορούν να χρησιμοποιηθούν για την απόσυρση i δώσει νέο ή τροποποιημένο. Για να αποκτήσετε μια αποτελεσματική στρατηγική ανανέωσης δεδομένων δώσει Ένας συνδυασμός αυτών των προσεγγίσεων που καταγράφει όλες τις αλλαγές στο σύστημα μπορεί να είναι χρήσιμος.

Η πρώτη προσέγγιση, η οποία χρησιμοποιεί χρονικές σημάνσεις, προϋποθέτει ότι όλες έχουν εκχωρηθεί δώσει επεξεργάστηκε και ενημέρωσε μια χρονική σήμανση, ώστε να μπορείτε εύκολα να τα προσδιορίσετε όλα δώσει τροποποιημένο και νέο. Αυτή η προσέγγιση, ωστόσο, δεν έχει χρησιμοποιηθεί ευρέως στα περισσότερα από τα σημερινά λειτουργικά συστήματα.
Η δεύτερη προσέγγιση είναι να χρησιμοποιήσετε ένα αρχείο δέλτα που δημιουργείται από μια εφαρμογή που περιέχει μόνο τις αλλαγές που έγιναν δώσει. Η χρήση αυτού του αρχείου ενισχύει επίσης τον κύκλο ενημέρωσης. Ωστόσο, ακόμη και αυτή η μέθοδος δεν έχει χρησιμοποιηθεί σε πολλές εφαρμογές.
Η τρίτη προσέγγιση είναι η σάρωση ενός αρχείου καταγραφής, το οποίο περιέχει βασικά πληροφορίες παρόμοιες με το αρχείο δέλτα. Η μόνη διαφορά είναι ότι ένα αρχείο καταγραφής δημιουργείται για τη διαδικασία ανάκτησης και μπορεί να είναι δύσκολο να γίνει κατανοητό.
Η τέταρτη προσέγγιση είναι η τροποποίηση του κώδικα εφαρμογής. Ωστόσο, ο περισσότερος κώδικας εφαρμογής είναι παλιός και εύθραυστος. επομένως αυτή η τεχνική θα πρέπει να αποφεύγεται.
Η τελευταία προσέγγιση είναι η σύγκριση i δώσει πηγές με το κύριο αρχείο dei δώσει.

Παρακολούθηση δραστηριοτήτων αποθήκης δεδομένων

Μόλις η αποθήκη δεδομένων αποδεσμευτεί στους χρήστες, πρέπει να παρακολουθείται με την πάροδο του χρόνου. Σε αυτήν την περίπτωση, ο διαχειριστής της αποθήκης δεδομένων μπορεί να χρησιμοποιήσει ένα ή περισσότερα εργαλεία διαχείρισης και ελέγχου για την παρακολούθηση της χρήσης της αποθήκης δεδομένων. Συγκεκριμένα, μπορούν να συλλεχθούν πληροφορίες σχετικά με τα άτομα και τον χρόνο πρόσβασης στην αποθήκη δεδομένων. Ελα δώσει συλλέγονται, μπορεί να δημιουργηθεί ένα προφίλ της εργασίας που εκτελείται, το οποίο μπορεί να χρησιμοποιηθεί ως είσοδος στην εφαρμογή αντιστροφής χρέωσης του χρήστη. Η αντιστροφή χρέωσης επιτρέπει στους χρήστες να ενημερώνονται για το κόστος επεξεργασίας της αποθήκης δεδομένων.

Επιπλέον, ο έλεγχος της αποθήκης δεδομένων μπορεί επίσης να χρησιμοποιηθεί για τον προσδιορισμό των τύπων ερωτημάτων, το μέγεθός τους, τον αριθμό των ερωτημάτων ανά ημέρα, τους χρόνους αντίδρασης ερωτημάτων, τους τομείς που καλύπτονται και το ποσό δώσει επεξεργασμένα. Ένας άλλος σκοπός του ελέγχου της αποθήκης δεδομένων είναι ο εντοπισμός του δώσει που δεν χρησιμοποιούνται. Αυτά τα δώσει μπορούν να αφαιρεθούν από την αποθήκη δεδομένων για να βελτιωθεί ο χρόνος

της απόκρισης εκτέλεσης ερωτήματος και ελέγχου της ανάπτυξης του δώσει που κατοικούν εντός του βάση δεδομένων της αποθήκης δεδομένων.

Διαχείριση ασφάλειας αποθήκης δεδομένων

Μια αποθήκη δεδομένων περιέχει δώσει ολοκληρωμένη, κριτική, ευαίσθητη που μπορεί εύκολα να προσεγγιστεί. Για το λόγο αυτό θα πρέπει να προστατεύεται από μη εξουσιοδοτημένους χρήστες. Ένας τρόπος για την υλοποίηση της ασφάλειας είναι η χρήση της συνάρτησης del DBMS να εκχωρήσετε διαφορετικά δικαιώματα σε διαφορετικούς τύπους χρηστών. Με αυτόν τον τρόπο, πρέπει να διατηρείται ένα προφίλ πρόσβασης για κάθε τύπο χρήστη. Ένας άλλος τρόπος για να ασφαλίσετε την αποθήκη δεδομένων είναι να την κρυπτογραφήσετε όπως γράφεται στο βάση δεδομένων της αποθήκης δεδομένων. Πρόσβαση σε δώσει και τα εργαλεία ανάκτησης πρέπει να αποκρυπτογραφήσουν το δώσει πριν από την παρουσίαση των αποτελεσμάτων στους χρήστες.

2.4.4 Αποθήκη δεδομένων Φάση ανάπτυξης

Είναι η τελευταία φάση στον κύκλο υλοποίησης της αποθήκης δεδομένων. Οι δραστηριότητες που θα πραγματοποιηθούν σε αυτή τη φάση περιλαμβάνουν την εκπαίδευση των χρηστών για τη χρήση της αποθήκης δεδομένων και τη διενέργεια ελέγχων της αποθήκης δεδομένων.

Εκπαίδευση χρηστών

Η εκπαίδευση των χρηστών πρέπει να γίνεται πριν από την πρόσβαση στο δώσει της αποθήκης δεδομένων και τη χρήση εργαλείων ανάκτησης. Γενικά, οι συνεδρίες πρέπει να ξεκινούν με μια εισαγωγή στην έννοια της αποθήκευσης δώσει, το περιεχόμενο της αποθήκης δεδομένων, το meta δώσει και τα βασικά χαρακτηριστικά των εργαλείων. Στη συνέχεια, οι πιο προχωρημένοι χρήστες θα μπορούσαν επίσης να μελετήσουν τους φυσικούς πίνακες και τα χαρακτηριστικά χρήστη των εργαλείων πρόσβασης και ανάκτησης δεδομένων.

Υπάρχουν πολλές προσεγγίσεις για την εκπαίδευση χρηστών. Ένα από αυτά περιλαμβάνει μια επιλογή πολλών χρηστών ή αναλυτών που επιλέγονται από ένα σύνολο χρηστών, με βάση τις ηγετικές και επικοινωνιακές τους δεξιότητες. Εκπαιδεύονται προσωπικά σε όλα όσα πρέπει να γνωρίζουν για να εξοικειωθούν με το σύστημα. Μόλις ολοκληρωθεί η εκπαίδευση, επιστρέφουν στις δουλειές τους και αρχίζουν να διδάσκουν σε άλλους χρήστες πώς να χρησιμοποιούν το σύστημα. Στο

Με βάση αυτά που έχουν μάθει, άλλοι χρήστες μπορούν να ξεκινήσουν την εξερεύνηση της αποθήκης δεδομένων.
Μια άλλη προσέγγιση είναι να εκπαιδεύσετε πολλούς χρήστες ταυτόχρονα, σαν να παρακολουθούσατε ένα μάθημα στην τάξη. Αυτή η μέθοδος είναι κατάλληλη όταν υπάρχουν πολλοί χρήστες που πρέπει να εκπαιδευτούν ταυτόχρονα. Μια άλλη μέθοδος είναι η εκπαίδευση κάθε χρήστη ξεχωριστά, ένας προς έναν. Αυτή η μέθοδος είναι κατάλληλη όταν υπάρχουν λίγοι χρήστες.

Ο σκοπός της εκπαίδευσης χρηστών είναι να σας εξοικειώσει με την πρόσβαση στο δώσει και εργαλεία ανάκτησης καθώς και τα περιεχόμενα της αποθήκης δεδομένων. Ωστόσο, ορισμένοι χρήστες μπορεί να συγκλονιστούν από τον όγκο των πληροφοριών που παρέχονται κατά τη διάρκεια της εκπαιδευτικής συνεδρίας. Επομένως, πρέπει να πραγματοποιηθεί ένας ορισμένος αριθμός συνεδριών ανανέωσης για συνεχή βοήθεια και για απάντηση σε συγκεκριμένες ερωτήσεις. Σε ορισμένες περιπτώσεις, δημιουργείται μια ομάδα χρηστών για την παροχή αυτού του τύπου υποστήριξης.

Συλλογή σχολίων

Μόλις ξεκινήσει η αποθήκη δεδομένων, οι χρήστες μπορούν να χρησιμοποιήσουν το i δώσει που βρίσκονται στην αποθήκη δεδομένων για διάφορους σκοπούς. Κυρίως, οι αναλυτές ή οι χρήστες χρησιμοποιούν i δώσει στην αποθήκη δεδομένων για:

1. 1 Προσδιορίστε τις τάσεις της εταιρείας
2. 2 Αναλύστε τα προφίλ αγορών του πελάτες
3. 3 Διαιρέστε i πελάτες και
4. 4 Παρέχετε τις καλύτερες υπηρεσίες σε πελάτες – προσαρμόστε τις υπηρεσίες
5. 5 Διατυπώστε στρατηγικές Marketing
6. 6 Παρέχετε ανταγωνιστικές προσφορές για αναλύσεις κόστους και βοηθήστε τον έλεγχο
7. 7 Υποστήριξη στρατηγικής λήψης αποφάσεων
8. 8 Προσδιορίστε ευκαιρίες για να ξεχωρίσετε
9. 9 Βελτιώστε την ποιότητα των τρεχουσών επιχειρηματικών διαδικασιών
10. 10 Ελέγξτε το κέρδος

Ακολουθώντας την κατεύθυνση ανάπτυξης της αποθήκης δεδομένων, θα μπορούσε να πραγματοποιηθεί μια σειρά αναθεωρήσεων στο σύστημα για τη λήψη σχολίων

τόσο από την ομάδα ανάπτυξης όσο και από την κοινότητα των τελικών χρηστών.
Τα αποτελέσματα που λαμβάνονται μπορούν να ληφθούν υπόψη για τον επόμενο κύκλο ανάπτυξης.

Δεδομένου ότι η αποθήκη δεδομένων έχει μια σταδιακή προσέγγιση, είναι σημαντικό να μαθαίνουμε από τις επιτυχίες και τα λάθη των προηγούμενων εξελίξεων.

2.5 Περίληψη

Σε αυτό το κεφάλαιο συζητήθηκαν οι προσεγγίσεις που υπάρχουν στη βιβλιογραφία. Στην ενότητα 1, συζητήθηκε η έννοια της αποθήκης δεδομένων και ο ρόλος της στην επιστήμη των αποφάσεων. Η ενότητα 2 περιέγραψε τις κύριες διαφορές μεταξύ των αποθηκών δεδομένων και των συστημάτων OLTP. Στην ενότητα 3 συζητήσαμε το μοντέλο αποθήκης δεδομένων Monash που χρησιμοποιήθηκε στην ενότητα 4 για να περιγράψει τις δραστηριότητες που εμπλέκονται στη διαδικασία ανάπτυξης μιας αποθήκης δεδομένων, αυτές οι διατριβές δεν βασίστηκαν σε αυστηρή έρευνα. Αυτό που συμβαίνει στην πραγματικότητα μπορεί να είναι πολύ διαφορετικό από αυτό που αναφέρει η βιβλιογραφία, ωστόσο αυτά τα αποτελέσματα μπορούν να χρησιμοποιηθούν για να δημιουργηθεί ένα βασικό υπόβαθρο που υπογραμμίζει την έννοια της αποθήκης δεδομένων για αυτήν την έρευνα.

Κεφάλαιο 3

Μέθοδοι έρευνας και σχεδιασμού

Αυτό το κεφάλαιο πραγματεύεται τις μεθόδους έρευνας και σχεδιασμού για αυτήν τη μελέτη. Το πρώτο μέρος δείχνει μια γενική άποψη των ερευνητικών μεθόδων που είναι διαθέσιμες για ανάκτηση πληροφοριών, ενώ επιπλέον συζητούνται τα κριτήρια για την επιλογή της καλύτερης μεθόδου για μια συγκεκριμένη μελέτη. Στην ενότητα 2, συζητούνται δύο μέθοδοι που επιλέχθηκαν με τα κριτήρια που μόλις εκτέθηκαν. Από αυτά, ένα θα επιλεγεί και θα υιοθετηθεί με τους λόγους που αναφέρονται στην ενότητα 3, όπου εκτίθενται και οι λόγοι για τον αποκλεισμό του άλλου κριτηρίου. Στην ενότητα 4 παρουσιάζεται ο σχεδιασμός της έρευνας και στην ενότητα 5 τα συμπεράσματα.

3.1 Έρευνα σε πληροφοριακά συστήματα

Η έρευνα στα πληροφοριακά συστήματα δεν περιορίζεται απλώς στον τεχνολογικό τομέα, αλλά πρέπει επίσης να επεκταθεί ώστε να περιλαμβάνει συμπεριφορικούς και οργανωτικούς σκοπούς.
Αυτό το οφείλουμε στις διατριβές διαφόρων κλάδων που κυμαίνονται από τις κοινωνικές έως τις φυσικές επιστήμες. Αυτό οδηγεί στην ανάγκη για χρήση ενός συγκεκριμένου φάσματος ερευνητικών μεθόδων που περιλαμβάνουν ποσοτικές και ποιοτικές μεθόδους για συστήματα πληροφοριών.
Όλες οι διαθέσιμες ερευνητικές μέθοδοι είναι σημαντικές, στην πραγματικότητα αρκετοί ερευνητές όπως οι Jenkins (1985), Nunamaker et al. (1991) και Galliers (1992) υποστηρίζουν ότι δεν υπάρχει συγκεκριμένη καθολική μέθοδος για τη διεξαγωγή έρευνας στα διάφορα πεδία των πληροφοριακών συστημάτων. Στην πραγματικότητα, μια μέθοδος μπορεί να είναι κατάλληλη για μια συγκεκριμένη έρευνα αλλά όχι για άλλες. Αυτό μας φέρνει την ανάγκη να επιλέξουμε μια μέθοδο που είναι κατάλληλη για το συγκεκριμένο ερευνητικό μας έργο: για αυτήν την επιλογή Benbasat et al. (1987) αναφέρουν ότι πρέπει να ληφθεί υπόψη η φύση και ο σκοπός της έρευνας.

3.1.1 Φύση της έρευνας

Οι διάφορες μέθοδοι που βασίζονται στη φύση της έρευνας μπορούν να ταξινομηθούν σε τρεις παραδόσεις ευρέως γνωστές στην επιστήμη της πληροφορίας: θετικιστική, ερμηνευτική και κριτική έρευνα.

3.1.1.1 Θετικιστική έρευνα

Η θετικιστική έρευνα είναι επίσης γνωστή ως επιστημονική ή εμπειρική μελέτη. Επιδιώκει: «να εξηγήσει και να προβλέψει τι θα συμβεί στον κοινωνικό κόσμο εξετάζοντας τις κανονικότητες και τις σχέσεις αιτίου-αποτελέσματος μεταξύ των στοιχείων που τον αποτελούν» (Shanks et al 1993).

Η θετικιστική έρευνα χαρακτηρίζεται επίσης από επαναληψιμότητα, απλουστεύσεις και διαψεύσεις. Επιπλέον, η θετικιστική έρευνα παραδέχεται την ύπαρξη a priori σχέσεων μεταξύ των φαινομένων που μελετήθηκαν.
Σύμφωνα με τον Galliers (1992) η ταξινόμηση είναι μια ερευνητική μέθοδος που περιλαμβάνεται στο θετικιστικό παράδειγμα, η οποία ωστόσο δεν περιορίζεται σε αυτό, στην πραγματικότητα υπάρχουν εργαστηριακά πειράματα, πειράματα πεδίου, μελέτες περιπτώσεων, επιδείξεις θεωρημάτων, προβλέψεις και προσομοιώσεις. Χρησιμοποιώντας αυτές τις μεθόδους, οι ερευνητές παραδέχονται ότι τα φαινόμενα που μελετώνται μπορούν να παρατηρηθούν αντικειμενικά και αυστηρά.

3.1.1.2 Ερμηνευτική έρευνα

Η ερμηνευτική έρευνα, η οποία συχνά αποκαλείται φαινομενολογία ή αντιθετικισμός, περιγράφεται από τον Neuman (1994) ως «η συστηματική ανάλυση του κοινωνικού νοήματος της δράσης μέσω άμεσης και λεπτομερούς παρατήρησης ανθρώπων σε φυσικές καταστάσεις, προκειμένου να καταλήξουμε σε μια κατανόηση και στην ερμηνεία του πώς οι άνθρωποι δημιουργούν και διατηρούν τον κοινωνικό τους κόσμο». Οι ερμηνευτικές μελέτες απορρίπτουν την υπόθεση ότι τα παρατηρούμενα φαινόμενα μπορούν να παρατηρηθούν αντικειμενικά. Στην πραγματικότητα βασίζονται σε υποκειμενικές ερμηνείες. Επιπλέον, οι ερμηνευτικοί ερευνητές δεν επιβάλλουν εκ των προτέρων σημασίες στα φαινόμενα που μελετούν.

Αυτή η μέθοδος περιλαμβάνει υποκειμενικές/επιχειρηματικές μελέτες, έρευνα δράσης, περιγραφικές/ερμηνευτικές μελέτες, μελλοντική έρευνα και παιχνίδι ρόλων. Εκτός από αυτές τις έρευνες και περιπτωσιολογικές μελέτες μπορούν να συμπεριληφθούν σε αυτήν την προσέγγιση, καθώς αφορούν μελέτες ατόμων ή οργανισμών σε πολύπλοκες πραγματικές καταστάσεις.

3.1.1.3 Κριτική έρευνα

Η κριτική διερεύνηση είναι η λιγότερο γνωστή προσέγγιση στις κοινωνικές επιστήμες, αλλά πρόσφατα έχει λάβει την προσοχή από ερευνητές πληροφοριακών συστημάτων. Η φιλοσοφική υπόθεση ότι η κοινωνική πραγματικότητα παράγεται και αναπαράγεται ιστορικά από τους ανθρώπους, καθώς και τα κοινωνικά συστήματα με τις δράσεις και τις αλληλεπιδράσεις τους. Η ικανότητά τους, ωστόσο, διαμεσολαβείται από μια σειρά κοινωνικών, πολιτιστικών και πολιτικών εκτιμήσεων.

Όπως η ερμηνευτική έρευνα, η κριτική έρευνα υποστηρίζει ότι η θετικιστική έρευνα δεν έχει καμία σχέση με το κοινωνικό πλαίσιο και αγνοεί την επιρροή της στις ανθρώπινες ενέργειες.
Η κριτική έρευνα, από την άλλη πλευρά, επικρίνει την ερμηνευτική έρευνα ότι είναι πολύ υποκειμενική και ότι δεν στοχεύει να βοηθήσει τους ανθρώπους να βελτιώσουν τη ζωή τους. Η μεγαλύτερη διαφορά μεταξύ της κριτικής έρευνας και των άλλων δύο προσεγγίσεων είναι η αξιολογική της διάσταση. Ενώ η αντικειμενικότητα των θετικιστικών και ερμηνευτικών παραδόσεων είναι να προβλέψουν ή να εξηγήσουν το status quo ή την κοινωνική πραγματικότητα, η κριτική έρευνα στοχεύει να αξιολογήσει κριτικά και να μετασχηματίσει την υπό μελέτη κοινωνική πραγματικότητα.

Οι κριτικοί ερευνητές συνήθως αντιτίθενται στο status quo για να άρουν τις κοινωνικές διαφορές και να βελτιώσουν τις κοινωνικές συνθήκες. Η κριτική έρευνα έχει μια δέσμευση για μια διαδικαστική θεώρηση των φαινομένων που ενδιαφέρουν και, ως εκ τούτου, είναι συνήθως διαχρονική. Παραδείγματα μεθόδων έρευνας είναι οι μακροπρόθεσμες ιστορικές μελέτες και οι εθνογραφικές μελέτες. Η κριτική έρευνα, ωστόσο, δεν έχει χρησιμοποιηθεί ευρέως στην έρευνα πληροφοριακών συστημάτων

3.1.2 Σκοπός της έρευνας

Μαζί με τη φύση της έρευνας, ο σκοπός της μπορεί να χρησιμοποιηθεί για να καθοδηγήσει τον ερευνητή στην επιλογή μιας συγκεκριμένης ερευνητικής μεθόδου. Ο σκοπός ενός ερευνητικού έργου είναι στενά συνδεδεμένος με τη θέση της έρευνας σε σχέση με τον ερευνητικό κύκλο που αποτελείται από τρεις φάσεις: οικοδόμηση θεωρίας, δοκιμή θεωρίας και τελειοποίηση θεωρίας. Έτσι, με βάση το χρονοδιάγραμμα του ερευνητικού κύκλου, ένα ερευνητικό έργο μπορεί να έχει επεξηγηματικό, περιγραφικό, διερευνητικό ή προγνωστικό σκοπό.

3.1.2.1 Διερευνητική έρευνα

Η διερευνητική έρευνα στοχεύει να διερευνήσει ένα εντελώς νέο θέμα και να διατυπώσει ερωτήματα και υποθέσεις για μελλοντική έρευνα. Αυτός ο τύπος έρευνας χρησιμοποιείται στην οικοδόμηση θεωρίας για την απόκτηση αρχικών αναφορών σε μια νέα περιοχή. Συνήθως, χρησιμοποιούνται ποιοτικές μέθοδοι έρευνας, όπως μελέτες περιπτώσεων ή φαινομενολογικές μελέτες.

Ωστόσο, είναι επίσης δυνατό να χρησιμοποιηθούν ποσοτικές τεχνικές όπως διερευνητικές έρευνες ή πειράματα.

3.1.3.3 Περιγραφική αναζήτηση

Η περιγραφική έρευνα στοχεύει να αναλύσει και να περιγράψει με μεγάλη λεπτομέρεια μια συγκεκριμένη οργανωτική κατάσταση ή πρακτική. Αυτό είναι κατάλληλο για την οικοδόμηση θεωριών και μπορεί επίσης να χρησιμοποιηθεί για να επιβεβαιώσει ή να αμφισβητήσει υποθέσεις. Η περιγραφική έρευνα περιλαμβάνει συνήθως τη χρήση μέτρων και δειγμάτων. Οι καταλληλότερες μέθοδοι έρευνας περιλαμβάνουν έρευνες και ανάλυση προηγούμενων.

3.1.2.3 Επεξηγηματική έρευνα

Η επεξηγηματική έρευνα προσπαθεί να εξηγήσει γιατί συμβαίνουν τα πράγματα. Είναι χτισμένο σε γεγονότα που έχουν ήδη μελετηθεί και προσπαθεί να βρει τους λόγους για αυτά τα γεγονότα.
Έτσι, η επεξηγηματική έρευνα βασίζεται συνήθως σε διερευνητική ή περιγραφική έρευνα και είναι βοηθητική σε σχέση με τις θεωρίες δοκιμής και τελειοποίησης. Η επεξηγηματική έρευνα συνήθως χρησιμοποιεί περιπτωσιολογικές μελέτες ή ερευνητικές μεθόδους που βασίζονται σε έρευνες.

3.1.2.4 Προληπτική έρευνα

Η προληπτική έρευνα στοχεύει να προβλέψει τα γεγονότα και τις συμπεριφορές υπό παρατήρηση που μελετώνται (Marshall and Rossman 1995). Η πρόβλεψη είναι το τυπικό επιστημονικό τεστ της αλήθειας. Αυτός ο τύπος έρευνας χρησιμοποιεί γενικά έρευνες ή αναλύσεις δώσει ιστορικοί. (Γιν 1989)

Η παραπάνω συζήτηση καταδεικνύει ότι υπάρχει ένας αριθμός πιθανών μεθόδων έρευνας που μπορούν να χρησιμοποιηθούν σε μια συγκεκριμένη μελέτη. Ωστόσο, πρέπει να υπάρχει μια συγκεκριμένη μέθοδος που να είναι καταλληλότερη από τις άλλες για ένα συγκεκριμένο είδος ερευνητικού έργου. (Galliers 1987, Yin 1989, De Vaus 1991). Κάθε ερευνητής, λοιπόν, χρειάζεται να αξιολογήσει προσεκτικά τα δυνατά και τα αδύνατα σημεία των διαφόρων μεθόδων, προκειμένου να υιοθετήσει την καταλληλότερη ερευνητική μέθοδο συμβατή με το ερευνητικό έργο. (Jenkins 1985, Pervan and Klass 1992, Bonomia 1985, Yin 1989, Himilton and Ives 1992).

3.2. Πιθανές μέθοδοι αναζήτησης

Ο στόχος αυτού του έργου ήταν να μελετήσει την εμπειρία σε αυστραλιανούς οργανισμούς με τους i δώσει αποθηκεύονται με ανάπτυξη του αποθήκη δεδομένων. Δεδομένα ότι, επί του παρόντος, υπάρχει έλλειψη έρευνας στον τομέα της αποθήκευσης δεδομένων στην Αυστραλία, αυτό το ερευνητικό έργο βρίσκεται ακόμη στη θεωρητική φάση του ερευνητικού κύκλου και έχει διερευνητικό σκοπό. Η διερεύνηση της εμπειρίας σε αυστραλιανούς οργανισμούς που υιοθετούν την αποθήκευση δεδομένων απαιτεί ερμηνεία της πραγματικής κοινωνίας. Κατά συνέπεια, η φιλοσοφική υπόθεση στην οποία βασίζεται το ερευνητικό έργο ακολουθεί την παραδοσιακή ερμηνεία.

Μετά από μια αυστηρή εξέταση των διαθέσιμων μεθόδων, εντοπίστηκαν δύο πιθανές μέθοδοι έρευνας: έρευνες και μελέτες περιπτώσεων, οι οποίες μπορούν να χρησιμοποιηθούν για διερευνητική έρευνα (Shanks et al. 1993). Ο Galliers (1992) υποστηρίζει την καταλληλότητα αυτών των δύο μεθόδων για τη συγκεκριμένη μελέτη στην αναθεωρημένη ταξινομία του λέγοντας ότι είναι κατάλληλες για οικοδόμηση θεωρίας. Οι ακόλουθες δύο υποενότητες εξετάζουν κάθε μέθοδο λεπτομερώς.

3.2.1 Ερευνητική μέθοδος

Η μέθοδος έρευνας της έρευνας προέρχεται από την αρχαία απογραφική μέθοδο. Η απογραφή συνίσταται στη συλλογή πληροφοριών από έναν ολόκληρο πληθυσμό. Αυτή η μέθοδος είναι δαπανηρή και μη πρακτική, ιδιαίτερα εάν ο πληθυσμός είναι μεγάλος. Έτσι, σε σύγκριση με μια απογραφή, μια έρευνα συνήθως επικεντρώνεται στη συλλογή πληροφοριών για ένα μικρό αριθμό, ή δείγμα, εκπροσώπων του πληθυσμού (Fowler 1988, Neuman 1994). Ένα δείγμα αντικατοπτρίζει τον πληθυσμό από τον οποίο αντλείται, με διαφορετικά επίπεδα ακρίβειας, ανάλογα με τη δομή του δείγματος, το μέγεθος και τη μέθοδο επιλογής που χρησιμοποιείται (Fowler 1988, Babbie 1982, Neuman 1994).

Η μέθοδος έρευνας ορίζεται ως «στιγμιότυπα πρακτικών, καταστάσεων ή απόψεων σε μια συγκεκριμένη χρονική στιγμή, που πραγματοποιούνται με τη χρήση ερωτηματολογίων ή συνεντεύξεων, από τα οποία μπορούν να προκύψουν συμπεράσματα
made» (Galliers 1992:153) [στιγμιότυπο πρακτικών, καταστάσεων ή απόψεων σε συγκεκριμένη χρονική στιγμή, που πραγματοποιήθηκε με τη χρήση ερωτηματολογίων ή συνεντεύξεων, από τις οποίες μπορούν να εξαχθούν συμπεράσματα]. Οι έρευνες ασχολούνται με τη συλλογή πληροφοριών σχετικά με κάποια πτυχή της μελέτης, από συγκεκριμένο αριθμό συμμετεχόντων, με την υποβολή ερωτήσεων (Fowler 1988). Αυτά τα ερωτηματολόγια και οι συνεντεύξεις, που περιλαμβάνουν τηλεφωνικές συνεντεύξεις πρόσωπο με πρόσωπο και δομημένες, αποτελούν επίσης τις τεχνικές συλλογής δώσει που χρησιμοποιούνται συνήθως σε έρευνες (Blalock 1970, Nachmias and Nachmias 1976, Fowler 1988), μπορούν να χρησιμοποιηθούν παρατηρήσεις και αναλύσεις (Gable 1994). Από όλες αυτές τις μεθόδους συλλογής του δώσει, η χρήση ερωτηματολογίου είναι η πιο δημοφιλής τεχνική, καθώς διασφαλίζει ότι i δώσει

που συλλέγονται είναι δομημένα και μορφοποιημένα, και ως εκ τούτου διευκολύνει την ταξινόμηση των πληροφοριών (Hwang 1987, de Vaus 1991).

Στην ανάλυση του i δώσει, μια στρατηγική έρευνας συχνά χρησιμοποιεί ποσοτικές τεχνικές, όπως η στατιστική ανάλυση, αλλά μπορούν επίσης να χρησιμοποιηθούν ποιοτικές τεχνικές (Galliers 1992, Pervan

και Klass 1992, Gable 1994). Κανονικά, i δώσει που συλλέγονται χρησιμοποιούνται για την ανάλυση κατανομών και προτύπων συσχετισμών (Fowler 1988).

Αν και οι έρευνες είναι γενικά κατάλληλες για έρευνα που ασχολείται με το ερώτημα «τι;» (τι) ή που προέρχονται από αυτό, όπως «πόσο» και «πόσα», μπορούν να τεθούν μέσω της ερώτησης «γιατί» (Sonquist and Dunkelberg 1977, Yin 1989). Σύμφωνα με τους Sonquist και Dunkelberg (1977), η ερευνητική έρευνα στοχεύει στην αμφισβήτηση υποθέσεων, στην αξιολόγηση προγραμμάτων, στην περιγραφή του πληθυσμού και στην ανάπτυξη μοντέλων ανθρώπινης συμπεριφοράς. Επιπλέον, οι έρευνες μπορούν να χρησιμοποιηθούν για τη μελέτη μιας συγκεκριμένης γνώμης του πληθυσμού, συνθηκών, απόψεων, χαρακτηριστικών, προσδοκιών και ακόμη και παρελθουσών ή παρόντων συμπεριφορών (Neuman 1994).

Οι έρευνες επιτρέπουν στον ερευνητή να ανακαλύψει σχέσεις μεταξύ του πληθυσμού και τα αποτελέσματα είναι συνήθως πιο γενικά από άλλες μεθόδους (Sonquist και Dunkelberg 1977, Gable 1994). Οι έρευνες επιτρέπουν στους ερευνητές να καλύψουν μια μεγαλύτερη γεωγραφική περιοχή και να προσεγγίσουν πολλούς ερωτηθέντες (Blalock 1970, Sonquist and Dunkelberg 1977, Hwang and Lin 1987, Gable 1994, Neuman 1994). Τέλος, οι έρευνες μπορούν να παρέχουν πληροφορίες που δεν είναι διαθέσιμες αλλού ή στη μορφή που απαιτείται για τις αναλύσεις (Fowler 1988).

Υπάρχουν, ωστόσο, ορισμένοι περιορισμοί στη διεξαγωγή μιας έρευνας. Ένα μειονέκτημα είναι ότι ο ερευνητής δεν μπορεί να λάβει πολλές πληροφορίες για το αντικείμενο που μελετήθηκε. Αυτό οφείλεται στο γεγονός ότι οι έρευνες διεξάγονται μόνο σε μια συγκεκριμένη χρονική στιγμή και, ως εκ τούτου, υπάρχει περιορισμένος αριθμός μεταβλητών και ατόμων που μπορεί ο ερευνητής

μελέτη (Yin 1989, de Vaus 1991, Gable 1994, Denscombe 1998). Ένα άλλο μειονέκτημα είναι ότι η διεξαγωγή μιας έρευνας μπορεί να είναι πολύ δαπανηρή από άποψη χρόνου και πόρων, ιδιαίτερα εάν περιλαμβάνει συνεντεύξεις πρόσωπο με πρόσωπο (Fowler 1988).

3.2.2. Ερευνητική Μέθοδος Έρευνας

Η ερευνητική μέθοδος διερεύνησης περιλαμβάνει σε βάθος μελέτη μιας συγκεκριμένης κατάστασης στο πλαίσιο του πραγματικού της κόσμου για μια καθορισμένη χρονική περίοδο, χωρίς καμία παρέμβαση από την πλευρά του ερευνητή (Shanks & C. 1993, Eisenhardt 1989, Jenkins 1985). Κυρίως αυτή η μέθοδος χρησιμοποιείται για να περιγράψει τις σχέσεις μεταξύ των μεταβλητών που μελετώνται σε μια συγκεκριμένη κατάσταση (Galliers 1992). Οι έρευνες μπορεί να περιλαμβάνουν μεμονωμένες ή πολλαπλές περιπτώσεις, ανάλογα με το φαινόμενο που αναλύεται (Franz and Robey 1987, Eisenhardt 1989, Yin 1989).

Η ερευνητική μέθοδος διερεύνησης ορίζεται ως «μια εμπειρική έρευνα που μελετά ένα σύγχρονο φαινόμενο μέσα στο πραγματικό του πλαίσιο, χρησιμοποιώντας πολλαπλές πηγές που συλλέγονται από μία ή περισσότερες οντότητες όπως άτομα, ομάδες ή οργανισμούς» (Yin 1989). Δεν υπάρχει σαφής διαχωρισμός μεταξύ του φαινομένου και του πλαισίου του και δεν υπάρχει πειραματικός έλεγχος ή χειρισμός των μεταβλητών (Yin 1989, Benbasat et al. 1987).

Υπάρχει μια ποικιλία τεχνικών για τη συλλογή θεών δώσει που μπορούν να χρησιμοποιηθούν στη μέθοδο διερεύνησης, η οποία περιλαμβάνει άμεσες παρατηρήσεις, ανασκοπήσεις αρχειακών αρχείων, ερωτηματολόγια, ανασκόπηση τεκμηρίωσης και δομημένες συνεντεύξεις. Διαθέτοντας μια ποικιλία τεχνικών συγκομιδής δώσει, οι έρευνες επιτρέπουν στους ερευνητές να ασχοληθούν και με τα δύο δώσει ποιοτική και ποσοτική ταυτόχρονα (Bonoma 1985, Eisenhardt 1989, Yin 1989, Gable 1994). Όπως συμβαίνει με τη μέθοδο της έρευνας, ένας ερευνητής έρευνας λειτουργεί ως παρατηρητής ή ερευνητής και όχι ως ενεργός συμμετέχων στον υπό μελέτη οργανισμό.

Οι Benbasat et al. (1987) υποστηρίζουν ότι η μέθοδος διερεύνησης είναι ιδιαίτερα κατάλληλη για την οικοδόμηση της ερευνητικής θεωρίας, η οποία ξεκινά με ένα ερευνητικό ερώτημα και συνεχίζει με την εκπαίδευση.

μιας θεωρίας κατά τη διαδικασία της συλλογής δώσει. Είναι επίσης κατάλληλο για τη σκηνή

της οικοδόμησης θεωρίας, οι Franz και Robey (1987) προτείνουν ότι η μέθοδος διερεύνησης μπορεί επίσης να χρησιμοποιηθεί για τη φάση της σύνθετης θεωρίας. Στην περίπτωση αυτή, με βάση τα στοιχεία που συγκεντρώθηκαν, μια δεδομένη θεωρία ή υπόθεση επαληθεύεται ή διαψεύδεται. Επιπλέον, η έρευνα είναι επίσης κατάλληλη για έρευνα που ασχολείται με ερωτήσεις «πώς» ή «γιατί» (Yin 1989).

Σε σύγκριση με άλλες μεθόδους, οι έρευνες επιτρέπουν στον ερευνητή να συλλάβει βασικές πληροφορίες με περισσότερες λεπτομέρειες (Galliers 1992, Shanks et al. 1993). Επιπλέον, οι έρευνες επιτρέπουν στον ερευνητή να κατανοήσει τη φύση και την πολυπλοκότητα των διαδικασιών που μελετήθηκαν (Benbasat et al. 1987).

Υπάρχουν τέσσερα κύρια μειονεκτήματα που σχετίζονται με τη μέθοδο έρευνας. Το πρώτο είναι η έλλειψη ελεγχόμενων εκπτώσεων. Η υποκειμενικότητα του ερευνητή μπορεί να αλλάξει τα αποτελέσματα και τα συμπεράσματα της μελέτης (Yin 1989). Το δεύτερο μειονέκτημα είναι η έλλειψη ελεγχόμενης παρατήρησης. Σε αντίθεση με τις πειραματικές μεθόδους, ο ερευνητής δεν μπορεί να ελέγξει τα φαινόμενα που μελετήθηκαν καθώς εξετάζονται στο φυσικό τους πλαίσιο (Gable 1994). Το τρίτο μειονέκτημα είναι η έλλειψη δυνατότητας αναπαραγωγής. Αυτό συμβαίνει επειδή ο ερευνητής είναι απίθανο να παρατηρήσει τα ίδια γεγονότα και δεν μπορεί να επαληθεύσει τα αποτελέσματα μιας συγκεκριμένης μελέτης (Lee 1989). Τέλος, ως συνέπεια της μη δυνατότητας αναπαραγωγής, είναι δύσκολο να γενικευτούν τα αποτελέσματα που προκύπτουν από μία ή περισσότερες έρευνες (Galliers 1992, Shanks et al. 1993). Όλα αυτά τα προβλήματα, ωστόσο, δεν είναι ανυπέρβλητα και μπορούν, στην πραγματικότητα, να ελαχιστοποιηθούν από τον ερευνητή με την εφαρμογή κατάλληλων ενεργειών (Lee 1989).

3.3. Να αιτιολογήσετε τη μεθοδολογία της έρευνας adttata

Από τις δύο πιθανές μεθόδους έρευνας για αυτή τη μελέτη, η μέθοδος της έρευνας θεωρείται η καταλληλότερη. Η έρευνα απορρίφθηκε μετά από προσεκτική εξέταση των σχετικών

πλεονεκτήματα και αδυναμίες. Η καταλληλότητα ή η ακαταλληλότητα κάθε μεθόδου για αυτήν τη μελέτη συζητείται παρακάτω.

3.3.1. Ακαταλληλότητα της μεθόδου έρευνας της έρευνας

Η μέθοδος διερεύνησης απαιτεί σε βάθος μελέτη για μια συγκεκριμένη κατάσταση σε έναν ή περισσότερους οργανισμούς για μια χρονική περίοδο (Eisenhardt 1989). Σε αυτή την περίπτωση, η περίοδος μπορεί να υπερβαίνει το χρονικό πλαίσιο που δίνεται για αυτή τη μελέτη. Ένας άλλος λόγος για τη μη υιοθέτηση της μεθόδου έρευνας είναι ότι τα αποτελέσματα μπορεί να υποφέρουν από έλλειψη αυστηρότητας (Yin 1989). Η υποκειμενικότητα του ερευνητή μπορεί να επηρεάσει τα αποτελέσματα και τα συμπεράσματα. Ένας άλλος λόγος είναι ότι αυτή η μέθοδος είναι πιο κατάλληλη για έρευνα σχετικά με ερωτήσεις τύπου «πώς» ή «γιατί» (Yin 1989), ενώ το ερευνητικό ερώτημα για αυτή τη μελέτη είναι του τύπου «τι». Τελευταίο αλλά εξίσου σημαντικό, είναι δύσκολο να γενικευτούν τα ευρήματα από μία ή λίγες μόνο έρευνες (Galliers 1992, Shanks et al. 1993). Με βάση αυτό το σκεπτικό, η ερευνητική μέθοδος έρευνας δεν επιλέχθηκε καθώς ήταν ακατάλληλη για τη συγκεκριμένη έρευνα.

3.3.2. Ευκολία της μεθόδου αναζήτησης του έρευνα

Όταν διεξήχθη αυτή η έρευνα, η πρακτική της αποθήκευσης δεδομένων δεν είχε υιοθετηθεί ευρέως από αυστραλιανούς οργανισμούς. Έτσι, δεν υπήρχαν πολλές πληροφορίες σχετικά με την εφαρμογή τους σε αυστραλιανούς οργανισμούς. Οι διαθέσιμες πληροφορίες προέρχονταν από οργανισμούς που είχαν εφαρμόσει ή χρησιμοποιήσει α αποθήκη δεδομένων. Σε αυτή την περίπτωση, η μέθοδος έρευνας της έρευνας είναι η καταλληλότερη αφού επιτρέπει τη λήψη πληροφοριών που δεν είναι διαθέσιμες αλλού ή στη μορφή που απαιτείται για ανάλυση (Fowler 1988). Επιπλέον, η μέθοδος έρευνας της έρευνας επιτρέπει στον ερευνητή να αποκτήσει μια καλή εικόνα για πρακτικές, καταστάσεις ή απόψεις σε μια συγκεκριμένη χρονική στιγμή (Galliers 1992, Denscombe 1998). Απαιτήθηκε μια επισκόπηση για να αυξηθεί η γνώση σχετικά με την εμπειρία αποθήκευσης δεδομένων στην Αυστραλία.

Επιπλέον, οι Sonquist και Dunkelberg (1977) αναφέρουν ότι τα αποτελέσματα της έρευνας έρευνας είναι πιο γενικά από άλλες μεθόδους.

3.4. Σχεδιασμός Έρευνας Έρευνας

Η έρευνα για τις πρακτικές αποθήκευσης δεδομένων πραγματοποιήθηκε το 1999. Ο πληθυσμός-στόχος σχηματίστηκε από αυστραλιανούς οργανισμούς που ενδιαφέρονται για μελέτες αποθήκευσης δεδομένων, καθώς πιθανότατα ήταν ήδη ενημερωμένοι για δώσει που αποθηκεύουν και, ως εκ τούτου, θα μπορούσαν να παρέχουν χρήσιμες πληροφορίες για αυτήν τη μελέτη. Ο πληθυσμός-στόχος προσδιορίστηκε μέσω μιας αρχικής έρευνας όλων των Αυστραλών μελών του Ινστιτούτου Αποθήκευσης Δεδομένων (Tdwi-aap). Αυτή η ενότητα συζητά τον σχεδιασμό της εμπειρικής ερευνητικής φάσης αυτής της μελέτης.

3.4.1. Τεχνική συγκομιδής δώσει

Από τις τρεις τεχνικές που χρησιμοποιούνται συνήθως στην έρευνα έρευνας (δηλαδή ερωτηματολόγιο αλληλογραφίας, τηλεφωνική συνέντευξη και προσωπική συνέντευξη) (Nachmias 1976, Fowler 1988, de Vaus 1991), το ερωτηματολόγιο αλληλογραφίας υιοθετήθηκε για αυτή τη μελέτη. Ο πρώτος λόγος για την υιοθέτηση του τελευταίου είναι ότι μπορεί να φτάσει σε έναν γεωγραφικά διασκορπισμένο πληθυσμό (Blalock 1970, Nachmias and Nachmias 1976, Hwang and Lin 1987, de Vaus 1991, Gable 1994). Δεύτερον, το ερωτηματολόγιο αλληλογραφίας είναι κατάλληλο για συμμετέχοντες με υψηλή εκπαίδευση (Fowler 1988). Το ερωτηματολόγιο αλληλογραφίας για αυτή τη μελέτη απευθυνόταν σε χορηγούς έργων αποθήκευσης δεδομένων, διευθυντές ή/και διαχειριστές έργων. Τρίτον, τα ερωτηματολόγια αλληλογραφίας είναι κατάλληλα όταν είναι διαθέσιμη μια ασφαλής λίστα αλληλογραφίας (Salant and Dilman 1994). Το TDWI, σε αυτήν την περίπτωση, μια αξιόπιστη ένωση αποθήκευσης δεδομένων έχει παράσχει τη λίστα αλληλογραφίας των μελών της από την Αυστραλία. Ένα άλλο πλεονέκτημα του ερωτηματολογίου αλληλογραφίας έναντι του τηλεφωνικού ερωτηματολογίου ή των προσωπικών συνεντεύξεων είναι ότι επιτρέπει στους ερωτηθέντες να απαντήσουν με μεγαλύτερη ακρίβεια, ιδιαίτερα όταν οι ερωτηθέντες πρέπει να συμβουλευτούν σημειώσεις ή να συζητήσουν ερωτήσεις με άλλα άτομα (Fowler 1988).

Ένα πιθανό μειονέκτημα μπορεί να είναι ο χρόνος που απαιτείται για τη διεξαγωγή ερωτηματολογίων μέσω ταχυδρομείου. Κανονικά, μια έρευνα αλληλογραφίας διεξάγεται με αυτή τη σειρά: ταχυδρομικές επιστολές, αναμονή για απαντήσεις και αποστολή επιβεβαίωσης (Fowler 1988, Bainbridge 1989). Έτσι, ο συνολικός χρόνος μπορεί να είναι μεγαλύτερος από τον χρόνο που απαιτείται για προσωπικές συνεντεύξεις ή τηλεφωνικές συνεντεύξεις. Ωστόσο, ο συνολικός χρόνος μπορεί να είναι γνωστός εκ των προτέρων (Fowler 1988, Denscombe 1998). Ο χρόνος που αφιερώνεται στη διεξαγωγή προσωπικών συνεντεύξεων δεν μπορεί να είναι γνωστός εκ των προτέρων καθώς ποικίλλει από τη μια συνέντευξη στην άλλη (Fowler 1988). Οι τηλεφωνικές συνεντεύξεις μπορεί να είναι πιο γρήγορες από τα ταχυδρομικά ερωτηματολόγια και τις προσωπικές συνεντεύξεις, αλλά μπορεί να έχουν υψηλό ποσοστό μη ανταπόκρισης λόγω της μη διαθεσιμότητας ορισμένων ατόμων (Fowler 1988). Επιπλέον, οι τηλεφωνικές συνεντεύξεις περιορίζονται γενικά σε σχετικά σύντομους καταλόγους ερωτήσεων (Bainbridge 1989).

Μια άλλη αδυναμία ενός ερωτηματολογίου αλληλογραφίας είναι το υψηλό ποσοστό μη ανταπόκρισης (Fowler 1988, Bainbridge 1989, Neuman 1994). Ωστόσο, έχουν ληφθεί αντίμετρα συνδέοντας αυτήν τη μελέτη με ένα αξιόπιστο ίδρυμα αποθήκευσης δεδομένων (δηλαδή TDWI) (Bainbridge 1989, Neuman 1994), το οποίο στέλνει δύο επιστολές υπενθύμισης σε μη ανταποκρινόμενους (Fowler 1988, Neuman 1994) και περιλαμβάνει επίσης μια πρόσθετη επιστολή εξηγώντας τον σκοπό της μελέτης (Neuman 1994).

3.4.2. Μονάδα ανάλυσης

Σκοπός αυτής της μελέτης είναι η απόκτηση πληροφοριών σχετικά με την εφαρμογή της αποθήκευσης δεδομένων και τη χρήση της σε οργανισμούς της Αυστραλίας. Ο πληθυσμός-στόχος αποτελείται από όλους τους αυστραλιανούς οργανισμούς που έχουν εφαρμόσει ή εφαρμόζουν, i αποθήκη δεδομένων. Στη συνέχεια, οι μεμονωμένοι οργανισμοί καταχωρούνται στο όνομα. Το ερωτηματολόγιο στάλθηκε ταχυδρομικώς σε οργανισμούς που ενδιαφέρονται να το υιοθετήσουν αποθήκη δεδομένων. Αυτή η μέθοδος διασφαλίζει ότι οι πληροφορίες που συλλέγονται προέρχονται από τους καταλληλότερους πόρους κάθε συμμετέχοντος οργανισμού.

3.4.3. Δείγμα έρευνας

Η «λίστα αλληλογραφίας» των συμμετεχόντων στην έρευνα ελήφθη από το TDWI. Από αυτή τη λίστα, 3000 αυστραλιανοί οργανισμοί επιλέχθηκαν ως βάση για δειγματοληψία. Μια πρόσθετη επιστολή που εξηγούσε το έργο και τον σκοπό της έρευνας, μαζί με ένα φύλλο απαντήσεων και έναν προπληρωμένο φάκελο για την επιστροφή του συμπληρωμένου ερωτηματολογίου στάλθηκαν στο δείγμα. Από τους 3000 οργανισμούς, οι 198 συμφώνησαν να συμμετάσχουν στη μελέτη. Αναμενόταν τόσο μικρός αριθμός απαντήσεων δεδομένων ο μεγάλος αριθμός αυστραλιανών οργανισμών που τότε είχαν υιοθετήσει ή υιοθετούσαν τη στρατηγική αποθήκευσης δεδομένων εντός των οργανισμών τους. Έτσι, ο πληθυσμός-στόχος για αυτή τη μελέτη αποτελείται από μόνο 198 οργανισμούς.

3.4.4. Περιεχόμενα του ερωτηματολογίου

Η δομή του ερωτηματολογίου βασίστηκε στο μοντέλο αποθήκευσης δεδομένων Monash (που συζητήθηκε προηγουμένως στο μέρος 2.3). Το περιεχόμενο του ερωτηματολογίου βασίστηκε στη βιβλιογραφική ανάλυση που παρουσιάζεται στο κεφάλαιο 2. Αντίγραφο του ερωτηματολογίου που στάλθηκε στους συμμετέχοντες στην έρευνα βρίσκεται στο Παράρτημα Β. Το ερωτηματολόγιο αποτελείται από έξι ενότητες, οι οποίες ακολουθούν τις φάσεις του καλυπτόμενου μοντέλου. Οι ακόλουθες έξι παράγραφοι συνοψίζουν συνοπτικά τα περιεχόμενα κάθε ενότητας.

Ενότητα Α: Βασικές πληροφορίες για τον οργανισμό
Αυτή η ενότητα περιέχει ερωτήσεις σχετικά με το προφίλ των συμμετεχόντων οργανισμών. Επιπλέον, ορισμένες από τις ερωτήσεις σχετίζονται με την κατάσταση του έργου αποθήκευσης δεδομένων του συμμετέχοντος. Εμπιστευτικές πληροφορίες όπως το όνομα του οργανισμού δεν αποκαλύφθηκαν στην ανάλυση της έρευνας.

Ενότητα Β: Αρχή
Οι ερωτήσεις σε αυτήν την ενότητα σχετίζονται με την εργασία έναρξης αποθήκευσης δεδομένων. Έγιναν ερωτήσεις σχετικά με τους φορείς εκκίνησης του έργου, τους εγγυητές, τις απαιτούμενες δεξιότητες και γνώσεις, τους στόχους ανάπτυξης της αποθήκευσης δεδομένων και τις προσδοκίες των τελικών χρηστών.

Ενότητα Γ: Σχεδιασμός
Αυτή η ενότητα περιέχει ερωτήσεις που σχετίζονται με τον προγραμματισμό δραστηριοτήτων αποθήκη δεδομένων. Ειδικότερα, οι ερωτήσεις αφορούσαν το εύρος της εκτέλεσης, τη διάρκεια του έργου, το κόστος του έργου και την ανάλυση κόστους/οφέλους.

Ενότητα Δ: Ανάπτυξη
Στην ενότητα ανάπτυξης υπάρχουν ερωτήσεις που σχετίζονται με τις αναπτυξιακές δραστηριότητες του αποθήκη δεδομένων: συλλογή απαιτήσεων τελικού χρήστη, πηγές δώσει, το λογικό μοντέλο του δώσει, πρωτότυπα, σχεδιασμός χωρητικότητας, τεχνικές αρχιτεκτονικές και επιλογή εργαλείων ανάπτυξης αποθήκευσης δεδομένων.

Ενότητα Ε: Λειτουργία
Λειτουργικά ερωτήματα που σχετίζονται με τη λειτουργία και την επεκτασιμότητα του αποθήκη δεδομένων, πώς εξελίσσεται στην επόμενη φάση ανάπτυξης. Εκεί ποιότητα δεδομένων, τις στρατηγικές ανανέωσης του δώσει, η ευαισθησία του δώσει, επεκτασιμότητα του αποθήκη δεδομένων και τα θέματα ασφάλειας του αποθήκη δεδομένων ήταν μεταξύ των τύπων ερωτήσεων που τέθηκαν.

Ενότητα ΣΤ: Ανάπτυξη
Αυτή η ενότητα περιέχει ερωτήσεις που σχετίζονται με τη χρήση του αποθήκη δεδομένων από τους τελικούς χρήστες. Ο ερευνητής ενδιαφέρθηκε για τον σκοπό και τη χρησιμότητα του αποθήκη δεδομένων, τις στρατηγικές αναθεώρησης και κατάρτισης που υιοθετήθηκαν και τη στρατηγική ελέγχου του αποθήκη δεδομένων θετός.

3.4.5. Ποσοστό απόκρισης

Αν και οι έρευνες αλληλογραφίας επικρίνονται για χαμηλό ποσοστό απόκρισης, έχουν ληφθεί μέτρα για την αύξηση του ποσοστού επιστροφής (όπως συζητήθηκε προηγουμένως στο μέρος 3.4.1). Ο όρος «ποσοστό ανταπόκρισης» αναφέρεται στο ποσοστό των ατόμων σε ένα συγκεκριμένο δείγμα έρευνας που απαντούν στο ερωτηματολόγιο (Denscombe 1998). Ο ακόλουθος τύπος χρησιμοποιήθηκε για τον υπολογισμό του ποσοστού απόκρισης για αυτήν τη μελέτη:

Αριθμός ατόμων που απάντησαν
Ποσοστό απόκρισης = ——————————————————————————– X 100 Συνολικός αριθμός ερωτηματολογίων που στάλθηκαν

3.4.6. Δοκιμή πιλότου

Πριν σταλεί το ερωτηματολόγιο στο δείγμα, οι ερωτήσεις εξετάστηκαν με τη διενέργεια πιλοτικών δοκιμών, όπως πρότειναν οι Luck and Rubin (1987), Jackson (1988) και de Vaus (1991). Ο σκοπός των πιλοτικών δοκιμών είναι να αποκαλύψουν τυχόν άβολες, διφορούμενες εκφράσεις και ερωτήσεις που είναι δύσκολο να ερμηνευτούν, να αποσαφηνίσουν τυχόν ορισμούς και όρους που χρησιμοποιούνται και να προσδιορίσουν τον κατά προσέγγιση χρόνο που απαιτείται για τη συμπλήρωση του ερωτηματολογίου (Warwick and Lininger 1975, Jackson 1988, Salant και Dilman 1994). Οι πιλοτικές δοκιμές πραγματοποιήθηκαν επιλέγοντας θέματα με χαρακτηριστικά παρόμοια με εκείνα των τελικών θεμάτων, όπως προτείνει ο Davis e Cosenza (1993). Σε αυτή τη μελέτη, έξι επαγγελματίες αποθήκευσης δεδομένων επιλέχθηκαν ως πιλοτικά υποκείμενα. Μετά από κάθε πιλοτική δοκιμή γίνονταν οι απαραίτητες διορθώσεις. Από τις πιλοτικές δοκιμές που πραγματοποιήθηκαν, οι συμμετέχοντες συνέβαλαν στην αναμόρφωση και επαναφορά της τελικής έκδοσης του ερωτηματολογίου.

3.4.7. Μέθοδοι Ανάλυσης Από Δώστε

I δώσει των ερευνών που συλλέχθηκαν από τα ερωτηματολόγια κλειστού τύπου αναλύθηκαν χρησιμοποιώντας ένα στατιστικό πακέτο προγράμματος που ονομάζεται SPSS. Πολλές από τις απαντήσεις αναλύθηκαν χρησιμοποιώντας περιγραφικές στατιστικές. Ορισμένα ερωτηματολόγια επιστράφηκαν ελλιπή. Αυτά αντιμετωπίστηκαν με μεγαλύτερη προσοχή για να διασφαλιστεί ότι i δώσει που λείπουν δεν ήταν συνέπεια σφαλμάτων εισαγωγής δεδομένων, αλλά επειδή οι ερωτήσεις δεν ήταν κατάλληλες για τον καταχωρίζοντα ή ο καταχωρίζων αποφάσισε να μην απαντήσει σε μία ή περισσότερες συγκεκριμένες ερωτήσεις. Αυτές οι απαντήσεις που λείπουν αγνοήθηκαν κατά την ανάλυση δώσει και κωδικοποιήθηκαν ως «- 9» για να εξασφαλιστεί η εξαίρεση τους από τη διαδικασία ανάλυσης.

Κατά την προετοιμασία του ερωτηματολογίου, οι κλειστές ερωτήσεις κωδικοποιήθηκαν εκ των προτέρων με την ανάθεση ενός αριθμού σε κάθε επιλογή. Ο αριθμός χρησιμοποιήθηκε στη συνέχεια για την προετοιμασία του δώσει κατά τη διάρκεια της ανάλυσης (Denscombe 1998, Sapsford and Jupp 1996). Για παράδειγμα, υπήρχαν έξι επιλογές που αναφέρονται στην ερώτηση 1 της ενότητας Β: διοικητικό συμβούλιο, ανώτερο στέλεχος, τμήμα πληροφορικής, επιχειρηματική μονάδα, σύμβουλοι και άλλα. Στο αρχείο του δώσει του SPSS, δημιουργήθηκε μια μεταβλητή για να υποδείξει «τον εκκινητή του έργου», με έξι ετικέτες τιμών: «1» για «διοικητικό συμβούλιο», «2» για «ανώτερο στέλεχος» και ούτω καθεξής. Η χρήση της κλίμακας Likertin σε ορισμένες από τις κλειστές ερωτήσεις επέτρεψε επίσης την εύκολη αναγνώριση δεδομένης της χρήσης των αντίστοιχων αριθμητικών τιμών που εισήχθησαν στο SPSS. Για ερωτήσεις με μη εξαντλητικές απαντήσεις, οι οποίες δεν ήταν αμοιβαία αποκλειόμενες, κάθε επιλογή αντιμετωπίστηκε ως μια ενιαία μεταβλητή με δύο ετικέτες τιμών: «1» για το «επισημασμένο» και «2» για το «μη επισημασμένο».

Οι ανοιχτές ερωτήσεις αντιμετωπίστηκαν διαφορετικά από τις κλειστές ερωτήσεις. Οι απαντήσεις σε αυτές τις ερωτήσεις δεν καταχωρήθηκαν στο SPSS. Αντίθετα, αναλύθηκαν με το χέρι. Η χρήση αυτού του τύπου ερωτήσεων μας επιτρέπει να αποκτήσουμε πληροφορίες σχετικά με τις ελεύθερα εκφρασμένες ιδέες και προσωπικές εμπειρίες των ερωτηθέντων (Bainbridge 1989, Denscombe 1998). Όπου ήταν δυνατόν, έγινε μια κατηγοριοποίηση των απαντήσεων.

Για την ανάλυση των δώσει, χρησιμοποιούνται απλές μέθοδοι στατιστικής ανάλυσης, όπως συχνότητα απόκρισης, μέσος όρος, τυπική απόκλιση και διάμεσος (Argyrus 1996, Denscombe 1998).
Η δοκιμή γάμμα είχε καλή απόδοση για τη λήψη ποσοτικών μετρήσεων των συσχετίσεων μεταξύ δώσει διατακτικά (Νορύσης 1983, Αργυρούς 1996). Αυτές οι δοκιμές ήταν κατάλληλες επειδή οι τακτικές κλίμακες που χρησιμοποιήθηκαν δεν είχαν πολλές κατηγορίες και μπορούσαν να παρουσιαστούν σε έναν πίνακα (Norusis 1983).

3.5 Περίληψη

Σε αυτό το κεφάλαιο συζητήθηκε η μεθοδολογία της έρευνας και ο σχεδιασμός που υιοθετήθηκε για τη συγκεκριμένη έρευνα.

Η επιλογή της καταλληλότερης μεθόδου έρευνας για μια συγκεκριμένη μελέτη λαμβάνει υπόψη
εξέταση ορισμένων κανόνων, συμπεριλαμβανομένης της φύσης και του είδους της έρευνας, καθώς και των πλεονεκτημάτων και των αδυναμιών κάθε πιθανής μεθόδου (Jenkins 1985, Benbasat et al. 1097, Galliers and Land 1987, yin 1989, Hamilton and ives 1992, Galliers 1992, Neuman 1994). Δεδομένης της έλλειψης υπάρχουσας γνώσης και θεωρίας σχετικά με την υιοθέτηση της αποθήκευσης δεδομένων στην Αυστραλία, αυτή η ερευνητική μελέτη απαιτεί μια ερμηνευτική ερευνητική μέθοδο με διερευνητική ικανότητα διερεύνησης των εμπειριών των αυστραλιανών οργανισμών. Η επιλεγμένη μέθοδος έρευνας επιλέχθηκε για τη συλλογή πληροφοριών σχετικά με την υιοθέτηση της έννοιας της αποθήκευσης δεδομένων από αυστραλιανούς οργανισμούς. Ως τεχνική συλλογής επιλέχθηκε ένα ταχυδρομικό ερωτηματολόγιο δώσει. Αιτιολογήσεις για τη μέθοδο έρευνας και την τεχνική συλλογής δώσει επιλεγμένα θα παρέχονται σε αυτό το κεφάλαιο. Ακόμη, έγινε συζήτηση για τη μονάδα ανάλυσης, το δείγμα που χρησιμοποιήθηκε, τα ποσοστά απαντήσεων, το περιεχόμενο του ερωτηματολογίου, την προκαταρκτική δοκιμή του ερωτηματολογίου και τη μέθοδο ανάλυσης των αποτελεσμάτων. δώσει.

σχεδιάζοντας ένα Αποθήκη δεδομένων:

Συνδυασμός Σχέσεων Οντοτήτων και Μοντελοποίησης Διαστάσεων

ΠΕΡΙΛΗΨΗ
Αποθήκευση i δώσει είναι ένα σημαντικό επίκαιρο ζήτημα για πολλούς οργανισμούς. Βασικό ζήτημα στην ανάπτυξη της αποθήκευσης τροφίμων δώσει είναι το σχέδιό του.
Το σχέδιο πρέπει να υποστηρίζει την ανίχνευση εννοιών στο αποθήκη δεδομένων στο σύστημα παλαιού τύπου και άλλες πηγές του δώσει και επίσης μια εύκολη κατανόηση και αποτελεσματικότητα στην εφαρμογή του αποθήκη δεδομένων.
Μεγάλο μέρος της βιβλιογραφίας αποθήκευσης του δώσει συνιστά τη χρήση μοντελοποίησης σχέσεων οντοτήτων ή μοντελοποίησης διαστάσεων για την αναπαράσταση του σχεδιασμού του αποθήκη δεδομένων.
Σε αυτό το άρθρο δείχνουμε πώς και οι δύο αναπαραστάσεις μπορούν να συνδυαστούν σε μία προσέγγιση για το σχέδιο αποθήκη δεδομένων. Η προσέγγιση που χρησιμοποιείται είναι συστηματική

εξετάζεται σε μια μελέτη περίπτωσης και εντοπίζεται σε μια σειρά από σημαντικές επιπτώσεις με τους επαγγελματίες.

ΑΠΟΘΗΚΕΥΣΗ ΔΕΔΟΜΕΝΩΝ

Un αποθήκη δεδομένων ορίζεται συνήθως ως μια «υποκειμενική, ολοκληρωμένη, χρονικά μεταβλητή και μη πτητική συλλογή δεδομένων για την υποστήριξη των αποφάσεων της διοίκησης» (Inmon και Hackathorn, 1994). Υποκειμενικό και ολοκληρωμένο δείχνει ότι το αποθήκη δεδομένων έχει σχεδιαστεί για να διασχίζει τα λειτουργικά όρια των συστημάτων Legaci για να προσφέρει μια ολοκληρωμένη προοπτική δώσει.
Η χρονική παραλλαγή επηρεάζει την ιστορική ή τη χρονοσειρά φύση του δώσει σε ένα αποθήκη δεδομένων, το οποίο επιτρέπει την ανάλυση των τάσεων. Το μη πτητικό δείχνει ότι το αποθήκη δεδομένων δεν ενημερώνεται συνεχώς όπως α βάσεις δεδομένων του ΟΛΤΠ. Μάλλον ενημερώνεται περιοδικά, με δώσει προέρχονται από εσωτερικές και εξωτερικές πηγές. ο αποθήκη δεδομένων έχει σχεδιαστεί ειδικά για αναζήτηση και όχι για ενημέρωση της ακεραιότητας και της απόδοσης λειτουργίας.
Η ιδέα της αποθήκευσης i δώσει δεν είναι νέο, ήταν ένας από τους σκοπούς διαχείρισης του δώσει από τη δεκαετία του εξήντα (The Martin, 1982).
I αποθήκη δεδομένων προσφέρουν την υποδομή δώσει για συστήματα υποστήριξης διαχείρισης. Τα συστήματα υποστήριξης διαχείρισης περιλαμβάνουν συστήματα υποστήριξης αποφάσεων (DSS) και συστήματα πληροφοριών εκτελεστικών στελεχών (EIS). Το DSS είναι ένα πληροφοριακό σύστημα που βασίζεται σε υπολογιστή και έχει σχεδιαστεί για να βελτιώνει τη λήψη αποφάσεων από τον άνθρωπο. Ένα EIS είναι συνήθως ένα σύστημα παράδοσης δώσει που επιτρέπει στους ηγέτες επιχειρήσεων να έχουν εύκολη πρόσβαση στην προβολή του δώσει.
Η γενική αρχιτεκτονική του α αποθήκη δεδομένων αναδεικνύει το ρόλο του αποθήκη δεδομένων στη διοικητική υποστήριξη. Εκτός από την προσφορά της υποδομής δώσει για EIS και DSS, al αποθήκη δεδομένων μπορεί να προσπελαστεί απευθείας μέσω ερωτημάτων. Ο δώσει περιλαμβάνεται σε α αποθήκη δεδομένων βασίζονται σε ανάλυση των απαιτήσεων πληροφοριών διαχείρισης και προέρχονται από τρεις πηγές: εσωτερικά παλαιού τύπου συστήματα, συστήματα συλλογής δεδομένων ειδικού σκοπού και εξωτερικές πηγές δεδομένων. Ο δώσει στα εσωτερικά παλαιού τύπου συστήματα είναι συχνά περιττά, ασυνεπή, χαμηλής ποιότητας και αποθηκεύονται σε διαφορετικές μορφές, επομένως πρέπει να εναρμονιστούν και να καθαριστούν πριν φορτωθούν στο

αποθήκη δεδομένων (Inmon, 1992· McFadden, 1996). Ο δώσει προέρχονται από συστήματα αποθήκευσης δώσει ad hoc και από πηγές δώσει τα εξωτερικά χρησιμοποιούνται συχνά για αύξηση (ενημέρωση, αντικατάσταση) i δώσει από παλαιού τύπου συστήματα.

Υπάρχουν πολλοί επιτακτικοί λόγοι για την ανάπτυξη α αποθήκη δεδομένων, που περιλαμβάνουν βελτιωμένη λήψη αποφάσεων μέσω της αποτελεσματικής χρήσης περισσότερων πληροφοριών (Ives 1995), υποστήριξη για εστίαση σε ολόκληρες συμφωνίες (Graham 1996) και μειώσεις στο κόστος λήψης αποφάσεων. δώσει για EIS και DSS (Graham 1996, McFadden 1996).

Μια πρόσφατη εμπειρική μελέτη βρήκε, κατά μέσο όρο, απόδοση επένδυσης για αποθήκη δεδομένων κατά 401% μετά από τρία χρόνια (Graham, 1996). Ωστόσο, οι άλλες εμπειρικές μελέτες του αποθήκη δεδομένων βρήκε σημαντικά προβλήματα, όπως δυσκολία στη μέτρηση και την εκχώρηση οφελών, έλλειψη σαφούς σκοπού, υποτίμηση του σκοπού και της πολυπλοκότητας της διαδικασίας αποθήκευσης οφελών δώσει, ιδιαίτερα όσον αφορά τις πηγές και την καθαριότητα του δώσει. Αποθήκευση i δώσει μπορεί να θεωρηθεί ως λύση στο πρόβλημα διαχείρισης δώσει μεταξύ οργανισμών. Η χειραγώγηση του δώσει ως κοινωνικός πόρος παρέμεινε ένα από τα βασικά προβλήματα στη διαχείριση των πληροφοριακών συστημάτων σε όλο τον κόσμο για πολλά χρόνια (Brancheau et al. 1996, Galliers et al. 1994, Niederman et al. 1990, Pervan 1993).

Μια δημοφιλής προσέγγιση στη διαχείριση δώσει τη δεκαετία του ογδόντα ήταν η ανάπτυξη ενός μοντέλου δώσει κοινωνικός. Μοντέλο δώσει social σχεδιάστηκε για να προσφέρει μια σταθερή βάση για την ανάπτυξη νέων συστημάτων εφαρμογών και βάσεις δεδομένων και την ανακατασκευή και την ενοποίηση των παλαιών συστημάτων (Brancheau et al.

1989, Goodhue et al. 1988:1992, Kim and Everest 1994). Ωστόσο, υπάρχουν πολλά προβλήματα με αυτήν την προσέγγιση, ιδίως, η πολυπλοκότητα και το κόστος κάθε εργασίας και ο μεγάλος χρόνος που απαιτείται για την παραγωγή απτών αποτελεσμάτων (Beynon-Davies 1994, Earl 1993, Goodhue et al. 1992, Periasamy 1994, Shanks 1997 ).

Il αποθήκη δεδομένων Είναι μια ξεχωριστή βάση δεδομένων που συνυπάρχει με παλαιού τύπου βάσεις δεδομένων αντί να τις αντικαθιστά. Επομένως, σας επιτρέπει να κατευθύνετε τη διαχείριση του δώσει και αποφυγή δαπανηρής ανακατασκευής παλαιών συστημάτων.

ΥΠΑΡΧΟΝΤΕΣ ΠΡΟΣΕΓΓΙΣΕΙΣ ΣΤΟ ΣΧΕΔΙΑΣΜΟ ΔΕΔΟΜΕΝΩΝ

ΑΠΟΘΗΚΗ

Η διαδικασία οικοδόμησης και τελειοποίησης α αποθήκη δεδομένων θα πρέπει να κατανοηθεί περισσότερο ως μια εξελικτική διαδικασία παρά ως ένας κύκλος ζωής ανάπτυξης των παραδοσιακών συστημάτων (Desio, 1995, Shanks, O'Donnell and Arnott 1997a). Υπάρχουν πολλές διαδικασίες που εμπλέκονται σε ένα έργο αποθήκη δεδομένων όπως αρχικοποίηση, προγραμματισμός. πληροφορίες που λαμβάνονται από τις απαιτήσεις που ζητούνται από τους διευθυντές της εταιρείας· πηγές, μεταμορφώσεις, καθαρισμός δώσει και συγχρονισμός από παλαιού τύπου συστήματα και άλλες πηγές δώσει; συστήματα παράδοσης υπό ανάπτυξη· παρακολούθηση των αποθήκη δεδομένων; και ανούσια της εξελικτικής διαδικασίας και κατασκευής του α αποθήκη δεδομένων (Stinchi, O'Donnell and Arnott 1997b). Σε αυτό το περιοδικό, εστιάζουμε στο πώς να σχεδιάσουμε το δώσει αποθηκεύονται στο πλαίσιο αυτών των άλλων διαδικασιών. Υπάρχουν πολλές προτεινόμενες προσεγγίσεις στην αρχιτεκτονική αποθήκη δεδομένων στη λογοτεχνία (Inmon 1994, Ives 1995, Kimball 1994 McFadden 1996). Κάθε μία από αυτές τις μεθοδολογίες έχει μια σύντομη ανασκόπηση με ανάλυση των δυνατών και των αδυναμιών τους.

Inmon's (1994) Approach for Αποθήκη δεδομένων Υπηρεσίες

Ο Inmon (1994) πρότεινε τέσσερα επαναληπτικά βήματα για το σχεδιασμό α αποθήκη δεδομένων (βλ. Εικόνα 2). Το πρώτο βήμα είναι να σχεδιάσετε ένα πρότυπο δώσει κοινωνικό για να καταλάβω πώς i δώσει μπορεί να ενσωματωθεί σε λειτουργικές περιοχές μέσα σε έναν οργανισμό διαχωρίζοντας το δώσει αποθήκευση σε περιοχές. Μοντέλο δώσει είναι κατασκευασμένο για αποθήκευση δώσει που σχετίζονται με τη λήψη αποφάσεων, συμπεριλαμβανομένων δώσει ιστορικών και περιλαμβάνονται δώσει συνάγεται και συγκεντρώνεται. Το δεύτερο βήμα είναι ο προσδιορισμός θεματικών περιοχών προς υλοποίηση. Αυτά βασίζονται σε προτεραιότητες που καθορίζονται από έναν συγκεκριμένο οργανισμό. Το τρίτο βήμα περιλαμβάνει τη σχεδίαση α βάσεις δεδομένων για τη θεματική περιοχή, δώστε ιδιαίτερη προσοχή στη συμπερίληψη κατάλληλων επιπέδων ευαισθησίας. Ο Inmon συνιστά τη χρήση του μοντέλου οντοτήτων και σχέσεων. Το τέταρτο βήμα είναι ο προσδιορισμός των συστημάτων πηγής δώσει απαιτούνται και αναπτύσσουν διαδικασίες μετασχηματισμού για τη λήψη, τον καθαρισμό και τη μορφοποίηση i δώσει.

Τα δυνατά σημεία της προσέγγισης του Inmon είναι ότι το μοντέλο δώσει κοινωνική προσφέρει τη βάση για την ένταξη των δώσει στο πλαίσιο της οργάνωσης και του σχεδιασμού των στηρίξεων για την επαναληπτική ανάπτυξη των αποθήκη δεδομένων. Τα ελαττώματά του είναι η δυσκολία και το κόστος στο σχεδιασμό του μοντέλου δώσει κοινωνικό, η δυσκολία κατανόησης μοντέλων οντοτήτων και σχέσεων που χρησιμοποιούνται και στα δύο μοντέλα, ότι δώσει κοινωνικό και αυτό των δώσει αποθηκευμένο κατά περιοχή θέματος και την καταλληλότητα του δώσει του σχεδίου του αποθήκη δεδομένων για την πραγματοποίηση του βάσεις δεδομένων σχεσιακό αλλά όχι για βάσεις δεδομένων πολυδιάστατη.

Ives' (1995) Approach to Αποθήκη δεδομένων Υπηρεσίες

Ο Ives (1995) προτείνει μια προσέγγιση τεσσάρων βημάτων για το σχεδιασμό ενός πληροφοριακού συστήματος που πιστεύει ότι μπορεί να εφαρμοστεί στο σχεδιασμό ενός αποθήκη δεδομένων (βλ. Εικόνα 3). Η προσέγγιση βασίζεται σε μεγάλο βαθμό στη Μηχανική Πληροφοριών για την ανάπτυξη πληροφοριακών συστημάτων (Martin 1990). Το πρώτο βήμα είναι να καθοριστούν οι στόχοι, οι κρίσιμοι παράγοντες και οι παράγοντες επιτυχίας και οι βασικοί δείκτες απόδοσης. Οι βασικές επιχειρηματικές διαδικασίες και οι απαραίτητες πληροφορίες διαμορφώνονται για να μας οδηγήσουν σε ένα μοντέλο δώσει κοινωνικός. Το δεύτερο βήμα περιλαμβάνει την ανάπτυξη μιας καθοριστικής αρχιτεκτονικής δώσει αποθηκεύονται ανά περιοχές, βάσεις δεδομένων di αποθήκη δεδομένων, τα στοιχεία τεχνολογίας που απαιτούνται, το σύνολο της οργανωτικής υποστήριξης που απαιτείται για την εφαρμογή και τη λειτουργία με αποθήκη δεδομένων. Το τρίτο βήμα περιλαμβάνει την επιλογή των απαιτούμενων πακέτων λογισμικού και εργαλείων. Το τέταρτο βήμα είναι ο λεπτομερής σχεδιασμός και η κατασκευή του αποθήκη δεδομένων. Ο Ives σημειώνει ότι η αποθήκευση δώσει είναι μια περιορισμένη επαναληπτική διαδικασία.

Η δύναμη της προσέγγισης Ives είναι η χρήση συγκεκριμένων τεχνικών για τον προσδιορισμό των απαιτήσεων πληροφοριών, η χρήση μιας δομημένης διαδικασίας για την υποστήριξη της ενσωμάτωσης αποθήκη δεδομένων, την κατάλληλη επιλογή υλικού και λογισμικού και τη χρήση πολλαπλών τεχνικών αναπαράστασης για το αποθήκη δεδομένων. Τα ελαττώματά του είναι εγγενή στην πολυπλοκότητα. Άλλα περιλαμβάνουν δυσκολία ανάπτυξης πολλών επιπέδων βάσεις δεδομένων μέσα στο αποθήκη δεδομένων σε λογικούς χρόνους και κόστος.

Kimball's (1994) Approach to Αποθήκη δεδομένων Υπηρεσίες

Ο Kimball (1994) πρότεινε πέντε επαναληπτικά βήματα για το σχεδιασμό α αποθήκη δεδομένων (βλ. Σχήματα 4). Η προσέγγισή του είναι ιδιαίτερα αφιερωμένη στο σχεδιασμό ενός σόλο αποθήκη δεδομένων και σχετικά με τη χρήση μοντέλων διαστάσεων κατά προτίμηση από μοντέλα οντοτήτων και σχέσεων. Η Kimball αναλύει αυτά τα μοντέλα διαστάσεων επειδή είναι ευκολότερο για τους ηγέτες επιχειρήσεων να κατανοήσουν τις επιχειρήσεις, είναι πιο αποτελεσματικό όταν ασχολούνται με πολύπλοκες διαβουλεύσεις και το σχεδιασμό βάσεις δεδομένων η φυσική είναι πιο αποτελεσματική (Kimball 1994). Η Kimball αναγνωρίζει ότι η ανάπτυξη του α αποθήκη δεδομένων είναι επαναληπτικό και αυτό αποθήκη δεδομένων χωριστοί πίνακες μπορούν να ενσωματωθούν χωρίζοντάς τους σε πίνακες κοινών διαστάσεων.

Το πρώτο βήμα είναι να προσδιορίσετε τη συγκεκριμένη θεματική περιοχή που πρέπει να τελειοποιηθεί. Το δεύτερο και το τρίτο βήμα αφορούν τη μοντελοποίηση διαστάσεων. Στο δεύτερο βήμα, οι μετρήσεις εντοπίζουν πράγματα που ενδιαφέρουν την θεματική περιοχή και τα ομαδοποιούν σε έναν πίνακα δεδομένων. Για παράδειγμα, σε μια θεματική περιοχή πωλήσεων, τα μέτρα ενδιαφέροντος μπορεί να περιλαμβάνουν το ποσό των πωλήσεων και το δολάριο ως νόμισμα πώλησης. Το τρίτο βήμα περιλαμβάνει τον προσδιορισμό των διαστάσεων που είναι οι τρόποι με τους οποίους μπορούν να ομαδοποιηθούν τα γεγονότα. Σε μια θεματική περιοχή πωλήσεων, οι σχετικές ιδιότητες μπορεί να περιλαμβάνουν στοιχείο, τοποθεσία και χρονική περίοδο. Ο πίνακας γεγονότων έχει ένα κλειδί πολλαπλών τμημάτων για τη σύνδεση του με κάθε έναν από τους πίνακες διαστάσεων και συνήθως περιέχει πολύ μεγάλο αριθμό γεγονότων. Αντίθετα, οι πίνακες διαστάσεων περιέχουν περιγραφικές πληροφορίες σχετικά με τις διαστάσεις και άλλα χαρακτηριστικά που μπορούν να χρησιμοποιηθούν για την ομαδοποίηση γεγονότων. Ο σχετικός προτεινόμενος πίνακας γεγονότων και διαστάσεων σχηματίζει αυτό που ονομάζεται σχήμα αστεριού λόγω του σχήματός του. Το τέταρτο βήμα περιλαμβάνει την κατασκευή α βάσεις δεδομένων πολυδιάστατο για να τελειοποιήσετε το μοτίβο αστεριών. Το τελευταίο βήμα είναι ο εντοπισμός των συστημάτων πηγής δώσει απαιτούνται και αναπτύσσουν διαδικασίες μετασχηματισμού για τη λήψη, τον καθαρισμό και τη μορφοποίηση i δώσει.

Τα δυνατά σημεία της προσέγγισης του Kimball περιλαμβάνουν τη χρήση μοντέλων διαστάσεων για την αναπαράσταση του δώσει αποθηκευμένο που το καθιστά εύκολο στην κατανόηση και οδηγεί σε αποτελεσματικό φυσικό σχεδιασμό. Ένα μοντέλο διαστάσεων που χρησιμοποιεί επίσης εύκολα και τα δύο συστήματα βάσεις δεδομένων σχεσιακή μπορεί να τελειοποιηθεί ή συστήματα βάσεις δεδομένων πολυδιάστατη. Τα μειονεκτήματά του περιλαμβάνουν την έλλειψη ορισμένων τεχνικών για τη διευκόλυνση του σχεδιασμού ή της ενσωμάτωσης πολλών μοτίβων αστεριών μέσα σε ένα αποθήκη δεδομένων και τη δυσκολία σχεδιασμού από την ακραία αποκανονικοποιημένη δομή σε ένα μοντέλο διαστάσεων δώσει σε σύστημα παλαιού τύπου.

McFadden's (1996) Approach to Data Σχεδιασμός Αποθήκης

Ο McFadden (1996) προτείνει μια προσέγγιση πέντε βημάτων για το σχεδιασμό α αποθήκη δεδομένων (βλ. Εικόνα 5).
Η προσέγγισή του βασίζεται σε μια σύνθεση ιδεών από τη λογοτεχνία και επικεντρώνεται στο σχεδιασμό ενός σινγκλ αποθήκη δεδομένων. Το πρώτο βήμα περιλαμβάνει μια ανάλυση απαιτήσεων. Αν και οι τεχνικές προδιαγραφές δεν προδιαγράφονται, οι σημειώσεις του McFadden προσδιορίζουν τις οντότητες δώσει προδιαγραφές και τα χαρακτηριστικά τους, και αναφέρεται στους αναγνώστες των Watson and Frolick (1993) για τη σύλληψη απαιτήσεων.
Στο δεύτερο βήμα, σχεδιάζεται ένα μοντέλο σχέσεων οντοτήτων αποθήκη δεδομένων και στη συνέχεια επικυρώθηκε από στελέχη της εταιρείας. Το τρίτο βήμα περιλαμβάνει τον προσδιορισμό της αντιστοίχισης από παλαιού τύπου συστήματα και εξωτερικές πηγές αποθήκη δεδομένων. Το τέταρτο βήμα περιλαμβάνει διαδικασίες ανάπτυξης, ανάπτυξης και συγχρονισμού δώσει σε αποθήκη δεδομένων. Στο τελευταίο βήμα, η παράδοση του συστήματος αναπτύσσεται με ιδιαίτερη έμφαση στη διεπαφή χρήστη. Ο McFadden σημειώνει ότι η διαδικασία σχεδίασης είναι γενικά επαναληπτική.

Τα δυνατά σημεία της προσέγγισης του McFadden δείχνουν τη συμμετοχή των ηγετών επιχειρήσεων στον καθορισμό των απαιτήσεων και επίσης τη σημασία των πόρων δώσει, τον καθαρισμό και τη συλλογή τους. Στα ελαττώματα του συγκαταλέγεται η έλλειψη διαδικασίας για την κατάρρευση ενός μεγάλου έργου αποθήκη δεδομένων σε πολλά ολοκληρωμένα στάδια, και το

δυσκολία κατανόησης των μοντέλων οντοτήτων και σχέσεων που χρησιμοποιούνται στο σχεδιασμό του αποθήκη δεδομένων.

Δεν είναι μόνο εκείνοι που είναι κοντά μας που μας επιλέγουν.