انبار داده و ERP | آرشیو داده های مرکزی: تاریخ و تکامل

بایگانی داده ها مرکز: تاریخ و تکامل

دو موضوع غالب فناوری شرکت ها در دهه 90 عبارتند از
بیان می کند i انبار داده و ERP برای مدت طولانی این دو توانا
جریان‌ها بخش‌هایی از فناوری اطلاعات شرکت‌ها بوده‌اند، بدون اینکه هرگز نداشته باشند
تقاطع ها تقریباً انگار ماده و ضد ماده بودند. ولی
رشد هر دو پدیده ناگزیر منجر به یکی شد
تقاطع آنها امروزه شرکت ها با مشکل مواجه هستند
با ERP چکار کنیم انبار داده. این مقاله نشان خواهد داد
مشکلات چیست و چگونه توسط شرکت ها برطرف می شود.
در آغاز…
در ابتدا وجود داشت انبار داده. انبار داده متولد شد برای
مقابله با سیستم برنامه کاربردی پردازش تراکنش
در روزهای اولیه حفظ کردن اطلاعات باید این چنین میشد
فقط نقطه مقابل برنامه های پردازش ایمیل
معاملات اما امروزه دیدگاه های بسیار پیچیده تری وجود دارد
از آنچه که یک می تواند انجام دهد انبار داده. در دنیای امروز
انبار داده درون ساختاری قرار می گیرد که می تواند باشد
به نام کارخانه اطلاعات شرکت.
کارخانه اطلاعات شرکتی
(CIF)
کارخانه اطلاعات شرکتی دارای اجزای معماری است
استاندارد: سطحی از تبدیل و یکپارچه سازی کد
که i را ادغام می کند اطلاعات در حالی که من اطلاعات آنها از محیط حرکت می کنند
کاربرد برای محیط زیست انبار داده از شرکت؛ آ
انبار داده از شرکتی که در آن اطلاعات
مورخان دقیق و یکپارچه را انبار داده شرکت به عنوان
شالوده ای که تمام قسمت های دیگر را می توان بر روی آن ساخت
از محیط زیست انبار داده; یک انبار داده عملیاتی (ODS).
ODS یک ساختار ترکیبی است که شامل برخی از جنبه های داده است
انبار و سایر جنبه های یک محیط OLTP؛ data marts، جایی که i
بخش های مختلف می توانند نسخه خود را از داده ها داشته باشند
انبار؛ آ انبار داده اکتشاف که در آن i
شرکت "فیلسوفان" (متفکران) می توانند سوالات خود را از
72 ساعت بدون اثر مضر بر انبار داده; و یک خاطره
خط نزدیک، که در آن اطلاعات پیر و اطلاعات جزئیات انبوه می تواند باشد
ارزان ذخیره می شود
ERP کجا با ERP ترکیب می شود
کارخانه اطلاعات شرکتی
ERP در دو مکان با کارخانه اطلاعات شرکت ادغام می شود.
در درجه اول به عنوان یک برنامه کاربردی که i
اطلاعات از برنامه به انبار داده. در این مورد من اطلاعات,
تولید شده به عنوان محصول جانبی فرآیند تراکنش،
یکپارچه شده و در آن بارگذاری می شوند انبار داده از شرکت. را
نقطه دوم اتحاد بین ERP و CIF و ODS. در واقع، بسیاری از
محیط های ERP به عنوان یک ODS کلاسیک استفاده می شود.
در صورتی که ERP به عنوان یک برنامه اصلی استفاده شود، آن را
از همان ERP می توان در CIF به عنوان ODS نیز استفاده کرد. که در
با این حال، اگر قرار است از ERP در هر دو نقش استفاده شود، وجود دارد
باید تمایز واضحی بین این دو نهاد وجود داشته باشد. به عبارت دیگر،
هنگامی که ERP نقش برنامه پایه و ODS را بازی می کند، le
دو نهاد معماری باید از هم متمایز شوند. اگر مجرد
اجرای یک ERP سعی می کند هر دو نقش را ایفا کند
در عین حال به ناچار مشکلاتی در این زمینه وجود خواهد داشت
طراحی و اجرای این سازه
ODS و کاربردهای اساسی را جدا کنید
دلایل زیادی وجود دارد که منجر به تقسیم قطعات می شود
معماری شاید فصیح ترین سوال برای جدا کردن
اجزای مختلف یک معماری است که هر جزء
معماری دیدگاه خاص خود را دارد. برنامه پایه در خدمت است
برای هدفی متفاوت از هدف ODS. همپوشانی را امتحان کنید
یک نمای برنامه پایه در دنیای ODS یا بالعکس
این روش درستی برای کار نیست.
در نتیجه، اولین مشکل یک ERP در CIF مشکل است
بررسی کنید که آیا تفاوتی بین برنامه های کاربردی پایه و
ODS
مدل های داده در شرکت
کارخانه اطلاعات
برای دستیابی به انسجام بین اجزای مختلف
از معماری CIF، باید مدلی از آن وجود داشته باشد اطلاعاتاست. من
مدل های اطلاعات آنها به عنوان پیوندی بین اجزای مختلف عمل می کنند
معماری مانند برنامه های کاربردی پایه و ODS. THE
مدل های اطلاعات تبدیل شدن به "نقشه راه فکری" برای داشتن
معنای درست از اجزای مختلف معماری CIF.
دست در دست هم با این مفهوم، ایده این است که باید وجود داشته باشد
یک مدل عالی و منحصر به فرد از اطلاعات. البته او مجبور است
الگویی از اطلاعات برای هر یک از اجزاء و علاوه بر آن وجود دارد
باید مسیر معقولی باشد که مدل های مختلف را به هم متصل می کند.
هر جزء از معماری - ODS، برنامه های کاربردی پایه،
انبار داده شرکت، و غیره .. – نیاز به خود دارد
مدل از اطلاعات. و بنابراین باید تعریف دقیقی از آن وجود داشته باشد
مانند این مدل های اطلاعات آنها با یکدیگر ارتباط برقرار می کنند.
MOVE I داده ها ERP در داده ها
انبار
اگر منشاء اطلاعات یک برنامه کاربردی پایه و/یا یک ODS است، وقتی
ERP i را درج می کند اطلاعات به انبار داده، این ورودی باید
در پایین ترین سطح دانه بندی اتفاق می افتد. خلاصه یا
به سادگی جمع آوری i اطلاعات همانطور که آنها بیرون می آیند
از برنامه پایه ERP یا ERP ODS وجود ندارد
کار درست THE اطلاعات جزئیات در داده ها مورد نیاز است
انباری که اساس فرآیند DSS را تشکیل می دهد. چنین اطلاعات
آنها به طرق مختلف توسط داده ها و اکتشاف تغییر شکل خواهند داد
از انبار داده.
حرکت از اطلاعات از محیط برنامه پایه
از ERP به محیط زیست انبار داده این شرکت در یک انجام می شود
راه نسبتا آرام این تغییر بعد از آن اتفاق می افتد
حدود 24 ساعت از به روز رسانی یا ایجاد در ERP. واقعیت از
یک حرکت "تنبل" از اطلاعات به انبار داده
شرکت اجازه می دهد اطلاعات از ERP به "تسویه" می آید.
یک بار من اطلاعات در برنامه پایه سپرده گذاری می شوند،
سپس می توانید با خیال راحت i را حرکت دهید اطلاعات از ERP
در شرکت هدف دیگری که به لطف حرکت به دست می آید
خدایان "تنبل". اطلاعات مرزبندی واضح بین فرآیندهای عملیاتی و
پسوند DS. با یک حرکت "سریع" از اطلاعات خط مرزی
بین DSS و عملیاتی مبهم باقی مانده است.
Il Movimento dei اطلاعات از ODS ERP به انبار داده
این شرکت معمولاً به صورت دوره ای انجام می شود
هفتگی یا ماهانه در این مورد حرکت از
اطلاعات این بر اساس نیاز به "تمیز کردن" قدیمی ها است اطلاعات مورخان
به طور طبیعی، ODS حاوی i اطلاعات که بسیار جدیدتر هستند
توجه به اطلاعات مورخان پیدا شده در انبار داده.
حرکت از اطلاعات به انبار داده تقریبا هرگز انجام نمی شود
"عمده فروشی" (به صورت عمده فروشی). یک جدول را کپی کنید
از محیط ERP به انبار داده این بی معنی است. یک رویکرد
حرکت واحدهای انتخاب شده بسیار واقعی تر است اطلاعات.
فقط اطلاعات که از آخرین به روز رسانی داده ها تغییر کرده اند
انبار آنهایی هستند که باید به داده ها منتقل شوند
انبار. یک راه برای دانستن کدام یک اطلاعات آنها اصلاح شده اند
از آنجایی که آخرین به روز رسانی این است که به مُهرهای زمانی نگاه کنید اطلاعات
در محیط ERP یافت می شود. طراح تمام تغییرات را انتخاب می کند
که از آخرین به روز رسانی به وجود آمده اند. رویکرد دیگر
استفاده از تکنیک های ثبت تغییر است اطلاعات. با
این تکنیک ها لاگ ها و نوارهای مجله را به منظور تجزیه و تحلیل می کنند
تعیین کنید کدام اطلاعات باید از محیط ERP به
که از انبار داده. این تکنیک ها بهترین هستند
چگونه لاگ ها و نوارهای مجله را می توان از فایل های ERP خواند
بدون تاثیر بیشتر بر سایر منابع ERP.
سایر عوارض
یکی از مشکلات ERP در CIF این است که چه اتفاقی برای دیگران می افتد
منابع برنامه یا ai اطلاعات از ODS که باید در آن مشارکت کنند
انبار داده اما آنها بخشی از محیط ERP نیستند. تاریخ
ماهیت بسته ERP، به خصوص SAP، تلاش برای ادغام
کلید از منابع خارجی اطلاعات با من اطلاعات که از ERP al
زمان حرکت i اطلاعات به انبار داده، این یک چالش بزرگ است.
و دقیقاً چه احتمالاتی وجود دارد که i اطلاعات از برنامه های کاربردی یا
ODS خارج از محیط ERP در داده ها ادغام خواهد شد
انبار؟ شانس در واقع بسیار بالا است.
پیدا کردن داده ها تاریخی از ERP
مشکل دیگر با i اطلاعات از ERP یک نتیجه است
از نیاز به داشتن اطلاعات مورخان در داخل انبار داده.
معمولا انبار داده نیاز دارد اطلاعات مورخان و
فناوری ERP معمولاً اینها را ذخیره نمی کند اطلاعات
تاریخی، حداقل نه در حدی که در تاریخ لازم است
انبار. زمانی که مقدار زیادی از اطلاعات مورخان آگهی را آغاز می کند
برای اضافه شدن به محیط ERP، آن محیط باید باشد
تمیز کردن. به عنوان مثال، فرض کنید a انبار داده دبا
با پنج سال بارگذاری شود اطلاعات تاریخی در حالی که ERP حفظ می کند
حداکثر شش ماه از این اطلاعات. تا زمانی که شرکت راضی باشد
یک سری از اطلاعات تاریخ با گذشت زمان،
پس هیچ مشکلی برای استفاده از ERP به عنوان منبع برای وجود ندارد
انبار داده. اما زمانی که انبار داده باید رفت
به زمان برگرد و خدایان را بگیر اطلاعات مورخانی که نبوده اند
قبلاً توسط ERP و سپس محیط ERP جمع آوری و ذخیره شده است
ناکارآمد می شود.
ERP و فراداده
یکی دیگر از ملاحظات در مورد ERP e انبار داده این است که
بر روی ابرداده های موجود در محیط ERP. و همچنین ابرداده
آنها از محیط ERP به سمت del حرکت می کنند انبار داده،
ابرداده ها باید به همین ترتیب جابجا شوند. علاوه بر این، i
ابرداده ها باید در قالب و ساختار تبدیل شوند
مورد نیاز زیرساخت های انبار داده. یک بزرگ وجود دارد
تفاوت بین ابرداده عملیاتی و ابرداده DSS فراداده
عملیاتی عمدتا برای توسعه دهنده و برای
برنامه نویس ابرداده DSS در درجه اول برای شما است
آخرین. ابرداده های موجود در برنامه های کاربردی ERP یا ODS ها
آنها باید تبدیل شوند و این تبدیل همیشه آسان نیست
و مستقیم.
منبع یابی داده های ERP
اگر از ERP به عنوان تامین کننده استفاده شود اطلاعات برای انبار داده ci
باید یک رابط جامد باشد که i را حرکت دهد اطلاعات از محیط زیست
ERP به محیط زیست انبار داده. رابط باید:
▪ استفاده آسان باشد
▪ اجازه دسترسی به اطلاعات از ERP
▪ معنی را بردارید اطلاعات که در شرف جابجایی هستند
به انبار داده
▪ محدودیت های ERP که ممکن است در آن ایجاد شود را بشناسید
لحظه ای که دسترسی انجام می شود اطلاعات از ERP:
▪ تمامیت ارجاعی
▪ روابط سلسله مراتبی
▪ روابط منطقی ضمنی
▪ کنوانسیون برنامه
▪ تمامی ساختارهای اطلاعات پشتیبانی شده توسط ERP و غیره …
▪ در دسترسی کارآمد باشد اطلاعات، با ارائه:
▪ حرکت مستقیم از اطلاعات
▪ کسب تغییر اطلاعات
▪ پشتیبانی از دسترسی به موقع به اطلاعات
▪ درک قالب اطلاعات، و غیره…
رابط با SAP
رابط می تواند دو نوع باشد، خانگی یا تجاری.
برخی از رابط های تجاری اصلی عبارتند از:
▪ SAS
▪ Prime Solutions
▪ D2k و غیره…
فن آوری های چندگانه ERP
برخورد با محیط ERP به گونه ای که انگار یک فناوری واحد است
اشتباه بزرگ. فن آوری های ERP زیادی وجود دارد که هر کدام مختص به خود هستند
نقاط قوت. شناخته شده ترین فروشندگان در بازار عبارتند از:
▪ SAP
▪ اوراکل مالی
▪ PeopleSoft
جی دی ادواردز
▪ باانس
SAP
SAP بزرگترین و جامع ترین نرم افزار ERP است. برنامه های کاربردی
SAP انواع بسیاری از برنامه ها را در بسیاری از زمینه ها در بر می گیرد. SAP دارد
شهرت بودن:
▪ بسیار بزرگ
▪ اجرای بسیار سخت و پرهزینه
▪ برای بودن به افراد و مشاوران زیادی نیاز دارد
اجرا شد
▪ برای اجرا به افراد متخصص نیاز دارد
▪ برای اجرا به زمان زیادی نیاز دارد
همچنین SAP برای ذخیره آن شهرت دارد اطلاعات مولتو
با دقت، دسترسی به آنها را برای فرد دشوار می کند
فرد خارج از منطقه SAP قدرت SAP بودن است
قادر به گرفتن و ذخیره مقدار زیادی از اطلاعات.
SAP اخیراً قصد خود را برای تمدید آن اعلام کرده است
برنامه های کاربردی آن به انبار داده. مزایا و معایب زیادی وجود دارد
در استفاده از SAP به عنوان ارائه دهنده انبار داده.
یک مزیت این است که SAP قبلاً نصب شده است و اکثر موارد
مشاوران از قبل SAP را می شناسند.
معایب داشتن SAP به عنوان تامین کننده انبار داده هستند
بسیاری: SAP هیچ تجربه ای در جهان ندارد انبار داده
اگر SAP تامین کننده باشد انبار داده، لازم است "بیرون"
i اطلاعات از SAP به انبار داده. داتو سابقه یک SAP از
سیستم بسته، بعید است که به راحتی بتوان i از SAP وارد کرد
آی تی (؟؟؟). محیط های قدیمی بسیاری وجود دارند که SAP را تامین می کنند،
مانند IMS، VSAM، ADABAS، ORACLE، DB2 و غیره.
SAP بر رویکرد "در اینجا اختراع نشده" اصرار دارد. SAP نمی خواهد
برای استفاده یا ایجاد آن با سایر فروشندگان همکاری کنید انبار داده.
SAP اصرار دارد که تمام نرم افزارهای خودش را خودش تولید کند.
اگرچه SAP یک شرکت بزرگ و قدرتمند است، اما واقعیت این است
تلاش برای بازنویسی فناوری ELT، OLAP، مدیریت
سیستم و حتی پایگاه کد dbms این فقط دیوانه است
به جای اتخاذ نگرش همکاری با تامین کنندگان
di انبار داده SAP از دیرباز این رویکرد را دنبال کرده است
آنها "بهترین" را می دانند. این نگرش مانع از موفقیت است
SAP ممکن است در منطقه داشته باشد انبار داده.
امتناع SAP از اجازه دسترسی فروشندگان خارجی
به سرعت و با ظرافت به آنها اطلاعات. ماهیت استفاده از
un انبار داده دسترسی آسان است اطلاعات. کل داستان SAP است
بر اساس سخت شدن دسترسی اطلاعات.
عدم تجربه SAP در برخورد با حجم زیادی از اطلاعات;
در زمینه انبار داده حجم وجود دارد اطلاعات از آن زمان هرگز دیده نشده است
SAP و برای مدیریت این مقادیر زیادی از اطلاعات شما باید یکی داشته باشید
تکنولوژی مناسب SAP ظاهرا از این موضوع آگاه نیست
مانع تکنولوژیکی که برای ورود به حوزه داده وجود دارد
انبار.
فرهنگ شرکتی SAP: SAP یک کسب و کار ایجاد کرد
در گرفتن i اطلاعات از سیستم اما برای انجام این کار باید داشته باشید
یک طرز فکر متفاوت به طور سنتی، شرکت های نرم افزاری که بودند
در انتقال داده ها به یک محیط خوب نبوده اند
گرفتن داده برای رفتن به سمت دیگر. اگر SAP بتواند این کار را انجام دهد
سوییچ اولین شرکتی خواهد بود که این کار را انجام می دهد.
به طور خلاصه، این سوال است که آیا یک شرکت باید انتخاب کند یا خیر
SAP به عنوان تامین کننده انبار داده. خطرات بسیار جدی وجود دارد
از یک طرف و پاداش بسیار کمی از طرف دیگر. اما دیگری وجود دارد
دلیلی که از انتخاب SAP به عنوان تامین کننده داده دلسرد می شود
انبار. زیرا هر شرکتی باید تاریخ یکسانی داشته باشد
انبار همه شرکت های دیگر؟ را انبار داده آن قلب است
از مزیت رقابتی اگر هر شرکتی همین را اتخاذ کند
انبار داده دشوار خواهد بود، هرچند غیرممکن نیست،
دستیابی به مزیت رقابتی به نظر می رسد SAP فکر می کند که الف
انبار داده می تواند به عنوان یک بیسکویت دیده شود و آن است
نشانه دیگری از "دریافت داده ها".
که در".
هیچ فروشنده ERP دیگری به اندازه SAP مسلط نیست.
بدون شک شرکت هایی خواهند بود که راه SAP را خواهند رفت
برای آنها انبار داده اما احتمالاً این تاریخ ها
انبارهای SAP بزرگ، گران و نیاز زیادی دارند
زمان ایجاد آنها
این محیط ها شامل فعالیت هایی مانند پردازش عابر بانک،
فرآیندهای رزرو خطوط هوایی، فرآیندهای شکایت
بیمه و غیره سیستم معاملات کارآمدتر بود،
واضح تر، نیاز به جدایی بین عملیاتی و فرآیندی بود
DSS (سیستم پشتیبانی تصمیم). با این حال، با سیستم های منابع
انسانی و شخصی هرگز با حجم زیادی از
معاملات و البته زمانی که فردی استخدام می شود
یا ترک شرکت این سابقه یک معامله است.
اما نسبت به سایر سیستم ها، سیستم های منابع انسانی و
افراد فقط معاملات زیادی ندارند. بنابراین، در
منابع انسانی و سیستم های پرسنلی کاملاً واضح نیست که وجود دارد
نیاز به Data Warehouse از بسیاری جهات این سیستم ها
یکپارچه سازی سیستم های DSS را نشان می دهد.
اما عامل دیگری وجود دارد که در صورت لزوم باید در نظر گرفته شود
با datawarehouse و PeopleSoft انجام دهید. در بسیاری از محافل، i اطلاعات
منابع انسانی و منابع شخصی در درجه دوم کسب و کار هستند
رئیس شرکت اکثر شرکت ها عمل می کنند
تولید، فروش، ارائه خدمات و غیره. THE
سیستم های منابع انسانی و پرسنل معمولاً ثانویه هستند (یا از
پشتیبانی) به خط اصلی کسب و کار شرکت. بنابراین، آن است
مبهم و ناخوشایند الف انبار داده جدا برای
حمایت از منابع انسانی و شخصی
PeopleSoft از این نظر با SAP بسیار متفاوت است. با SAP، این است
الزامی است که وجود دارد انبار داده. با PeopleSoft، اینطور نیست
پس خیلی واضح انبار داده با PeopleSoft اختیاری است.
بهترین چیزی که می توان برای آن گفت اطلاعات PeopleSoft آن داده است
انبار می تواند برای ذخیره سازی استفاده شود اطلاعات مربوط به
منابع انسانی و شخصی قدیمی دلیل دوم برای
که یک شرکت می خواهد از آن استفاده کند انبار داده a
نقطه ضعف محیط PeopleSoft اجازه دسترسی و
دسترسی رایگان به ابزار تحلیل، ai اطلاعات توسط PeopleSoft. ولی
علاوه بر این دلایل، ممکن است مواردی وجود داشته باشد که ترجیح داده نشود
یک انبار داده برای اطلاعات PeopleSoft.
خلاصه
ایده های زیادی در مورد ساخت یک داده وجود دارد
انبار در یک نرم افزار ERP
برخی از این موارد عبارتند از:
▪ داشتن الف منطقی است انبار داده که شبیه هر کدام است
دیگر در صنعت؟
▪ ERP چقدر انعطاف پذیر است انبار داده نرم افزار؟
▪ یک ERP انبار داده نرم افزار می تواند حجمی از
اطلاعات که در الف واقع شده استانبار داده عرصه"؟
▪ ثبت ردیابی که فروشنده ERP انجام می دهد چیست
مواجه با آسان و ارزان، وقت گیر، ai اطلاعات? (چی
ERP سابقه فروشندگان در تحویل ارزان قیمت است
زمان، دسترسی آسان به داده ها؟)
▪ چه درک از معماری DSS و
"کارخانه اطلاعات شرکت" توسط فروشنده ERP؟
▪ فروشندگان ERP می دانند که چگونه به دست آورند اطلاعات all'interno
از محیط زیست، بلکه درک چگونگی صادرات آنها؟
▪ فروشنده ERP چقدر به روی ابزارهای داده باز است
انبارداری؟
همه این ملاحظات باید در تعیین انجام شود
کجا قرار دادن انبار داده که میزبان i اطلاعات از ERP و دیگران
اطلاعات. به طور کلی، مگر اینکه دلیل قانع کننده ای برای آن وجود داشته باشد
برای انجام در غیر این صورت، توصیه می شود که بسازید انبار داده خارج
از محیط فروشنده ERP.
فصل 1
مروری بر سازمان BI
امتیاز کلیدی:
مخازن اطلاعات برعکس عمل می کنند
به معماری هوش تجاری (BI):
فرهنگ شرکتی و فناوری اطلاعات می‌توانند موفقیت را محدود کنند
ساخت سازمان های BI
فناوری دیگر عامل محدودکننده برای سازمان های BI نیست. را
مشکل برای معماران و برنامه ریزان پروژه این نیست که آیا
فن آوری وجود دارد، اما اگر آنها بتوانند به طور موثر آن را پیاده سازی کنند
تکنولوژی موجود
برای بسیاری از شرکت ها الف انبار داده کمی بیشتر از سپرده است
منفعل که i را توزیع می کند اطلاعات به کاربرانی که به آن نیاز دارند. THE اطلاعات
آنها از سیستم های منبع استخراج می شوند و در ساختارهای هدف پر می شوند
di انبار دادهاست. من اطلاعات آنها همچنین می توانند با کل تمیز شوند
ثروت با این حال هیچ ارزش اضافی نیز اضافه نمی شود
جمع آوری شده توسط اطلاعات در طول این فرآیند
اساسا، Dw غیرفعال در بهترین حالت، ارائه می دهد
فقط من اطلاعات پاک و عملیاتی برای انجمن های کاربر. آنجا
ایجاد اطلاعات و درک تحلیلی بستگی دارد
کاملا توسط کاربران قضاوت در مورد اینکه آیا DW (انبار داده) است
موفقیت ذهنی است اگر موفقیت را بر اساس قضاوت کنیم
توانایی جمع آوری، ادغام و تمیز کردن کارآمد i اطلاعات
شرکت بر اساس قابل پیش بینی، پس بله، DW یک موفقیت است.
از طرفی اگر به مجموعه نگاه کنیم، تثبیت و ن
بهره برداری از اطلاعات سازمان به عنوان یک کل، سپس
DW یک شکست است. DW مقدار کمی یا بدون ارزش ارائه می دهد
اطلاعات در نتیجه، کاربران مجبور به انجام
بنابراین سیلوهای اطلاعات ایجاد می شود. این فصل ارائه می کند
یک نمای جامع برای بازنگری معماری BI(Business
اطلاعات) شرکت ها. بیایید با توضیح BI و شروع کنیم
سپس ما به بحث در مورد طراحی و
توسعه اطلاعات بر خلاف ارائه ساده i اطلاعات
به کاربران سپس بحث بر روی محاسبه متمرکز است
ارزش تلاش های BI شما ما با تعریف چگونگی IBM نتیجه گیری می کنیم
الزامات معماری BI سازمان شما را به یاد می آورد.
شرح معماری از
سازمان BI
سیستم های اطلاعاتی تراکنش گرا در حال حاضر قدرتمند هستند
در دستور کار هر شرکت بزرگ، همانطور که آنها در سطح هستند
به طور موثر زمین بازی برای شرکت ها در جهان است.
با این حال، رقابتی ماندن، اکنون نیازمند سیستم‌های تحلیلی است
گرایش به آن می تواند توانایی شرکت را با کشف مجدد ed
با استفاده از اطلاعاتی که از قبل دارند. این سیستم ها
تحلیلی ناشی از درک از ثروت از اطلاعات
در دسترس. BI می تواند عملکرد را در تمام اطلاعات بهبود بخشد
از شرکت. کسب و کارها می توانند روابط مشتری با مشتری را بهبود بخشند
تامین کنندگان، بهبود سود محصولات و خدمات، تولید
پیشنهادات جدید و بهترین، بررسی ریسک و بسیاری موارد دیگر
درآمد به طور چشمگیری هزینه ها را کاهش می دهد. با BI شما
شرکت در نهایت شروع به استفاده از اطلاعات مشتری می کند
به عنوان یک دارایی رقابتی به لطف برنامه هایی که اهدافی دارند
بازار.
داشتن ابزار مناسب کسب و کار به معنای داشتن پاسخ های قطعی است
سوالات کلیدی مانند:
▪ کدام یک از ما مشتریان آنها باعث می شوند ما درآمد بیشتری داشته باشیم یا آنجا
آیا آنها باختند؟
▪ جایی که بهترین های ما زندگی می کنند مشتریان در رابطه با فروشگاه/
انبار آنها رفت و آمد دارند؟
▪ کدام یک از محصولات و خدمات ما قابل فروش بیشتر است
به طور موثر و به چه کسی؟
▪ چه محصولاتی را می توان موثرترین و به چه کسانی فروخت؟
▪ کدام کمپین فروش موفق تر است و چرا؟
▪ کدام کانال های فروش برای کدام محصولات موثرتر هستند؟
▪ چگونه می توانیم روابط خود را با بهترین ها بهبود بخشیم مشتریان?
اکثر شرکت ها دارند اطلاعات خشن برای پاسخ دادن
این سوالات.
سیستم های عملیاتی مقادیر زیادی محصول تولید می کنند
مشتری و از اطلاعات بازار از نقاط فروش، از رزرو،
از سیستم های خدمات مشتری و پشتیبانی فنی. چالش این است
استخراج و بهره برداری از این اطلاعات
بسیاری از شرکت ها فقط از بخش های کوچکی از آنها سود می برند اطلاعات
برای تحلیل های استراتژیک
I اطلاعات باقی مانده، اغلب با i ترکیب می شود اطلاعات استخراج منابع خارجی مانند i
"گزارش های دولتی" و سایر اطلاعات خریداری شده یکی هستند
معدن طلا فقط در انتظار اکتشاف، ei اطلاعات باید
فقط در زمینه اطلاعاتی شما اصلاح شود
سازمان.
این دانش را می توان به روش های مختلف، تغییرات اعمال کرد
از طراحی یک استراتژی کلی شرکت تا
ارتباط شخصی با تامین کنندگان، از طریق مراکز تماس،
صورتحساب، اینترنت و نکات دیگر فضای کسب و کار امروز حکم می کند
که DW و راه حل های مربوط به BI تکامل بیشتری می یابند
اجرای سازه های سنتی از اطلاعات مانند من اطلاعات عادی به
در سطح اتمی و "مزارع ستاره/مکعب".
آنچه برای رقابتی ماندن لازم است ادغام است
فناوری های سنتی و پیشرفته در تلاش برای حمایت از الف
چشم انداز تحلیلی گسترده
در نهایت، محیط عمومی باید دانش را بهبود بخشد
شرکت به عنوان یک کل، اطمینان از اینکه اقدامات انجام شده است
به عنوان یک نتیجه از تجزیه و تحلیل انجام شده، آنها به کار می آیند به طوری که همه هستند
سود.
به عنوان مثال، فرض کنید شما رتبه خود را رتبه بندی می کنید مشتریان در دسته بندی ها
ریسک بالا یا کم
این که آیا این اطلاعات توسط یک مدل استخراج تولید می شود یا
به معنای دیگر، باید در Dw قرار داده شود و در دسترس قرار گیرد
هر کسی، از طریق هر وسیله دسترسی، مانند i
گزارش های استاتیک، صفحات گسترده، جداول، یا پردازش تحلیلی در
خط (OLAP).
با این حال، در حال حاضر، بسیاری از این نوع اطلاعات
آنها در سیلوهای اطلاعات از افراد یا بخش هایی که تولید می کنند
تجزیه و تحلیل. سازمان به عنوان یک کل دید کمی دارد یا اصلا دیده نمی شود
برای درک فقط با مخلوط کردن این نوع محتوا
اطلاعات موجود در شرکت شما dw شما می توانید سیلوهای را از بین ببرید
اطلاعات و محیط Dw خود را ارتقا دهید.
دو مانع بزرگ برای توسعه یک سازمان وجود دارد
از BI.
اول اینکه ما مشکل خود سازمان را داریم
از رشته مرتبط
حتی اگر نتوانیم به تغییر سیاست کمک کنیم
سازمان، ما می توانیم به درک اجزای آن کمک کنیم
یک سازمان BI، معماری و چگونگی آن
فناوری IBM توسعه آن را تسهیل می کند.
دومین مانعی که باید بر آن غلبه کرد کمبود فناوری است
یکپارچه و دانش روشی که کل فضا را فرا می خواند
BI در مقابل تنها یک جزء کوچک.
IBM در حال پاسخگویی به تغییرات فناوری است
یکپارچه مسئولیت ارائه طرح بر عهده شماست
خودآگاه این معماری باید با
فناوری انتخاب شده برای ادغام بدون محدودیت، یا حداقل، با
فناوری که به استانداردهای باز پایبند است. همچنین، مال شما
مدیریت شرکت باید اطمینان حاصل کند که شرکت بی است
طبق برنامه انجام می شود و اجازه نمی دهد
توسعه سیلوهای اطلاعاتی که از خود خدمتی ناشی می شود
دستور کارها یا اهداف
این بدان معنا نیست که محیط BI به آن حساس نیست
به نیازها و نیازهای مختلف کاربران مختلف واکنش نشان می دهد. در عوض، به این معنی است
که اجرای آن نیازها و نیازهای فردی است
به نفع کل سازمان BI انجام می شود.
شرحی از معماری BI سازمان می تواند
در صفحه 9 در شکل 1.1 مشاهده می شود
ترکیبی غنی از فناوری ها و تکنیک ها
از دیدگاه سنتی، معماری شامل اجزای زیر است
از انبار
لایه اتمی (لایه اتمی).
این پایه، قلب کل Dw و بنابراین از است
گزارش استراتژیک
I اطلاعات ذخیره شده در اینجا یکپارچگی تاریخی را حفظ خواهد کرد
اطلاعات و شامل متریک مشتق شده، و همچنین تمیز بودن،
یکپارچه شده و با استفاده از قالب های استخراج ذخیره می شود.
تمام استفاده های بعدی از اینها اطلاعات و اطلاعات مرتبط است
برگرفته از این ساختار این یک منبع عالی برای
استخراج از اطلاعات و برای گزارش هایی با پرس و جوهای SQL ساختاریافته
انبار عملیاتی از اطلاعات یا اساس گزارش از
اطلاعات(ذخیره اطلاعات عملیاتی (ODS) یا گزارش
پایگاه داده.)
این یک ساختار از اطلاعات به طور خاص برای
گزارش فنی
I اطلاعات ذخیره و گزارش شده در بالا این ساختارها می توانند در نهایت
از طریق منطقه مرحله‌بندی (Staging) در انبار منتشر شود
منطقه)، جایی که می توان از آن برای سیگنال دهی استراتژیک استفاده کرد.
منطقه صحنه سازی.
اولین توقف برای بیشتر اطلاعات در نظر گرفته شده برای محیط زیست
انبار منطقه سازمان است.
اینجا من اطلاعات یکپارچه، تمیز و تبدیل می شوند اطلاعات مفید است که
آنها ساختار انبار را پر خواهند کرد
مسابقه تاریخ.
این بخش از معماری نشان دهنده ساختار اطلاعات استفاده شده
به طور خاص برای OLAP. وجود datamarts، اگر i اطلاعات هستند
در طرحواره های ستاره ای که روی آنها قرار می گیرند ذخیره می شوند اطلاعات
چند بعدی در یک محیط رابطه ای یا در کابینت های بایگانی
di اطلاعات اختصاصی مورد استفاده توسط فناوری OLAP خاص، مانند
سرور DB2 OLAP، مرتبط نیست.
تنها محدودیت این است که معماری استفاده از آن را تسهیل می کند اطلاعات
چند بعدی
این معماری همچنین شامل فناوری‌ها و تکنیک‌های حیاتی Bi است
که متمایز می شوند:
تحلیل فضایی
فضا یک پول بادآورده اطلاعاتی برای تحلیلگر و
برای وضوح کامل بسیار مهم است. فضا می تواند
نشان دهنده اطلاعات افرادی است که در یک معین زندگی می کنند
مکان، و همچنین اطلاعاتی در مورد مکان آن مکان
از نظر فیزیکی در مقایسه با سایر نقاط جهان.
برای انجام این تجزیه و تحلیل، باید با گره زدن خود شروع کنید
اطلاعات مختصات طول و عرض جغرافیایی یعنی چی
به عنوان "ژئوکدینگ" شناخته می شود و باید بخشی از استخراج باشد،
تبدیل و فرآیند بارگذاری (ETL) به سطح
شماره اتمی انبار شما
داده کاوی.
استخراج از اطلاعات به شرکت های ما اجازه می دهد تا رشد کنند
تعداد مشتریان، برای پیش بینی روند فروش و فعال کردن
مدیریت ارتباط با مشتریان (CRM) از جمله ابتکارات دیگر
BI.
استخراج از اطلاعات بنابراین باید با ساختارهای ادغام شود
اطلاعات از Dwhouse و توسط فرآیندهای انبار پشتیبانی می شود
اطمینان از استفاده موثر و کارآمد از فناوری و
تکنیک های مرتبط
همانطور که در معماری BI نشان داده شده است، سطح اتمی
Dwhouse، مانند datamarts، یک منبع عالی برای اطلاعات
برای استخراج همان ساختارها نیز باید باشند
دریافت کنندگان نتایج استخراج برای اطمینان از در دسترس بودن به
بزرگترین مخاطب (گسترده ترین مخاطب).
عوامل
«نماینده‌های» مختلفی وجود دارد که مشتری را برای هر نقطه‌ای مانند، مثلاً بررسی می‌کند
سیستم عامل های شرکت و خود dw. این عوامل می توانند
شبکه های عصبی پیشرفته آموزش دیده برای یادگیری در مورد
روند هر نقطه، مانند تقاضای محصول آینده بر اساس
در تبلیغات فروش، موتورهای مبتنی بر قوانین به واکنش نشان می دهند
un dato مجموعه ای از شرایط، یا حتی عوامل ساده که
آنها استثناهایی را برای "مدیران ارشد" ذکر می کنند. این فرآیندها بله
به طور کلی در زمان واقعی وجود دارد و بنابراین، باید
از نزدیک با حرکت آنها همراه باشد اطلاعات.
تمام این ساختارهای اطلاعات، فن آوری ها و تکنیک ها را تضمین می کند
که شما شب را صرف ایجاد سازمانی از سازمان نخواهید کرد
BI شما
این فعالیت در گام های افزایشی، برای موارد کوچک توسعه خواهد یافت
نکته ها.
هر مرحله یک تلاش مستقل پروژه است و گزارش می شود
به عنوان یک تکرار در ابتکار عمل dw یا BI شما. تکرارها
ممکن است شامل اجرای فن آوری های جدید، برای
شروع با تکنیک های جدید، اضافه کردن ساختارهای جدید اطلاعات ,
در حال بارگذاری i اطلاعات مکمل، و یا با گسترش تجزیه و تحلیل از
محیط شما این پاراگراف بیشتر مورد بحث قرار گرفته است
به تفصیل در فصل 3
علاوه بر ساختارهای سنتی ابزارهای Dw و Bi ابزارهای دیگری نیز وجود دارد
عملکردهای سازمان BI شما که مدیون آنها هستید
طراحی، مانند:
نقاط تماس مشتری (لمس مشتری
نکته ها).
مانند تمام سازمان های مدرن تعدادی از
نقاط تماس مشتری که نشان می دهد چگونه یک تجربه داشته باشید
مثبت برای شما مشتریان. کانال های سنتی مانند i وجود دارد
بازرگانان، اپراتورهای تابلو، پست مستقیم، چند رسانه ای و چاپ
تبلیغات، و همچنین جدیدترین کانال ها مانند ایمیل و وب، i اطلاعات
محصولاتی با نقطه تماسی باید خریداری شوند،
حمل و نقل، تمیز، تبدیل و سپس در سازه های جمعیت اطلاعات از
BI.
پایه های اطلاعات انجمن های عملیاتی و کاربری (عملیاتی
پایگاه های داده و جوامع کاربر).
در پایان نقاط تماس از مشتریان پایه ها پیدا می شود اطلاعات
از برنامه های کاربردی شرکت و جوامع کاربر. THE اطلاعات موجود
هستند اطلاعات سنتی که باید کنار هم جمع شود و با آن ادغام شود اطلاعات که
آنها از نقاط تماس برای انجام کارهای لازم جاری می شوند
اطلاعات
تحلیلگران (تحلیلگران)
ذینفع اصلی محیط BI، تحلیلگر است. اوست که
منافع حاصل از استخراج فعلی اطلاعات عملیاتی، یکپارچه با
منابع مختلف از اطلاعات ، با ویژگی هایی مانند تجزیه و تحلیل افزوده شده است
جغرافیایی (geocoding) و ارائه شده در فناوری های BI که
امکان استخراج، OLAP، گزارش و تحلیل پیشرفته SQL را فراهم می کند
جغرافیایی رابط اولیه برای تحلیلگر با محیط
گزارش پورتال BI است.
با این حال، تحلیلگر تنها کسی نیست که از معماری آن بهره می برد
BI.
مدیران اجرایی، انجمن های کاربران بزرگ، و حتی اعضا، تامین کنندگان و i
مشتریان باید در BI سازمانی مزایایی پیدا کند.
حلقه فید برگشتی.
معماری BI یک محیط یادگیری است. یک اصل
ویژگی توسعه اجازه دادن به ساختارهای پایدار است اطلاعات
با فناوری BI استفاده شده و اقدامات به روز شود
تعهدات کاربر یک مثال ارزیابی از
مشتری (امتیاز مشتری).
اگر بخش فروش مدل ماینینگ را انجام دهد
از نمرات مشتری مانند استفاده از یک سرویس جدید، سپس
بخش فروش نباید تنها گروه ذینفع باشد
از خدمات
در عوض، مدل استخراج باید به عنوان بخشی انجام شود
ماهیت جریان داده در شرکت و امتیازات مشتری
باید به بخشی یکپارچه از محیط اطلاعاتی تبدیل شود
انبار، قابل مشاهده برای همه کاربران. مجموعه IBM با محوریت Bi-bi
از جمله DB2 UDB، DB2 OLAP سرور شامل بسیاری از
بخشی از اجزای مهم فناوری که در شکل تعریف شده است
1.1.
ما از معماری همانطور که در این شکل کتاب نشان داده شده است استفاده می کنیم
سطحی از تداوم را به ما بدهید و نحوه هر محصول را نشان دهید
IBM با الگوی عمومی BI مطابقت دارد.
ارائه محتوای اطلاعاتی (ارائه
محتوای اطلاعاتی)
طراحی، توسعه و پیاده سازی محیط BI شما می باشد
یک کار سخت طرح باید هر دو را در بر گیرد
الزامات فعلی و آتی کسب و کار طراحی معماری
باید کامل باشد تا تمام نتایج یافت شده را شامل شود
در مرحله طراحی اعدام باید باقی بماند
متعهد به یک هدف واحد: توسعه معماری BI
همانطور که به طور رسمی در نقشه ارائه شده است و بر اساس الزامات
تجارت.
به ویژه دشوار است که استدلال کنیم که نظم و انضباط این را تضمین می کند
موفقیت نسبی
این ساده است زیرا شما یک محیط BI برای همه نمی‌سازید
به طور ناگهانی، اما در طول زمان در مراحل کوچک انجام می شود.
با این حال، شناسایی اجزای BI معماری شما است
به دو دلیل مهم است: شما تمام تصمیمات بعدی را هدایت خواهید کرد
تکنیک های معماری
شما قادر خواهید بود به طور آگاهانه استفاده خاصی از فناوری را طراحی کنید
اگر چه ممکن است تکرار لازم را دریافت نکنید
تکنولوژی برای چندین ماه
درک کافی نیازهای کسب و کار شما بر نوع آن تأثیر می گذارد
از محصولاتی که برای معماری خود به دست خواهید آورد.
برنامه ریزی و توسعه معماری شما تضمین می کند
که انبار شماست
نه یک رویداد تصادفی، بلکه یک "خوب فکر شده"،
آگهی با دقت ساخته شده اپرا هنر مانند موزاییکی از
تکنولوژی ترکیبی
طراحی محتوای اطلاعاتی
تمام طراحی اولیه باید تمرکز و شناسایی کند
اجزای اصلی BI که محیط شما به آن نیاز دارد
کلی در حال و آینده
دانستن الزامات کسب و کار مهم است.
حتی قبل از شروع تمام برنامه ریزی های رسمی،
برنامه ریز پروژه اغلب می تواند یک یا دو مورد را شناسایی کند
جزء فورا
تعادل اجزایی که ممکن است برای
با این حال، معماری شما را نمی توان به راحتی پیدا کرد.
در مرحله طراحی، بخش اصلی معماری
جلسه توسعه برنامه (JAD) را در یک جستجو متصل می کند
برای شناسایی الزامات کسب و کار
گاهی اوقات می توان این الزامات را به ابزارها واگذار کرد
پرس و جو و گزارش
به عنوان مثال، کاربران بیان می کنند که اگر می خواهند خودکار کنند
در حال حاضر یک گزارش باید به صورت دستی یکپارچه سازی شود
دو نسبت جریان و اضافه کردن محاسبات به دست آمده از
ترکیبی از اطلاعات.
در حالی که این نیاز ساده است، یک نیاز خاص را تعریف می کند
عملکرد ویژگی که باید در آن قرار دهید
خرید ابزار گزارش دهی برای سازمان
طراح همچنین باید الزامات اضافی را برای
یک تصویر کامل دریافت کنید کاربران می خواهند مشترک شوند
این گزارش؟
زیر مجموعه های گزارش تولید شده و از طریق ایمیل به انواع مختلف ارسال می شود
کاربران؟ آیا می خواهید این گزارش را در پورتال شرکت ببینید؟
همه این الزامات بخشی از نیاز ساده است
طبق درخواست کاربران، گزارش دستی را جایگزین کنید. منفعت
یکی از این نوع الزامات این است که همه، کاربران و توسعه دهندگان، دارند
درک مفهوم گزارش
با این حال، انواع دیگری از کسب و کارها وجود دارد که باید برای آنها برنامه ریزی کنیم.
زمانی که الزامات کسب و کار در قالب بیان می شود
سوالات استراتژیک کسب و کار، برای برنامه ریز با تجربه آسان است
نیازهای ابعادی و اندازه گیری/واقعیت را تشخیص دهید.
شکل 1.2 اندازه و ابعاد اجزای a را نشان می دهد
مشکل کسب و کار
اگر کاربران JAD نمی دانند که چگونه نیازهای خود را اعلام کنند
در قالب یک مشکل تجاری، طراح اغلب ارائه می دهد
مثال‌هایی برای پرش-شروع جلسه جمع‌آوری داده‌ها
مورد نیاز است.
طراح متخصص می تواند به کاربران کمک کند نه تنها درک کنند
تجارت استراتژیک، بلکه نحوه شکل گیری آن.
رویکرد جمع آوری نیازمندی ها در فصل 3 مورد بحث قرار گرفته است. برای
اکنون ما فقط می خواهیم به نیاز به طراحی برای همه اشاره کنیم
انواع الزامات BI
یک موضوع استراتژیک کسب و کار فقط یک الزام نیست
کسب و کار، بلکه یک سرنخ طراحی است. اگه باید جواب بدی
به یک سوال چند بعدی، سپس باید حفظ کنید،
ارسال i اطلاعات ابعادی، و در صورت نیاز به حفظ کردن
اطلاعات چند بعدی، شما باید تصمیم بگیرید که چه نوع فناوری یا
تکنیکی که قرار است از آن استفاده کنید
آیا شما یک طرح ستاره مکعب رزرو شده را پیاده سازی می کنید یا هر دو؟
همانطور که می بینید، حتی یک مشکل ساده تجاری
می تواند به طور قابل توجهی بر طراحی تأثیر بگذارد. با این حال
این نوع الزامات تجاری معمولی و البته حداقل هستند
توسط برنامه ریزان و طراحان مجرب پروژه.
بحث های کافی در مورد فن آوری ها و پشتیبانی وجود داشته است
OLAP، و طیف گسترده ای از راه حل ها در دسترس هستند. تا به حال
ما به لزوم گردآوری گزارش‌های ساده با i اشاره کردیم
الزامات اندازه کسب و کار، و چگونگی این الزامات
بر تصمیمات فنی معماری تاثیر می گذارد.
اما چه الزاماتی وجود دارد که به راحتی قابل درک نیست
توسط کاربران یا توسط تیم Dw؟ شما همیشه به تجزیه و تحلیل نیاز خواهید داشت
فضایی (تحلیل فضایی)؟
مدل های استخراج از اطلاعات آنها بخشی ضروری از شما خواهند بود
آینده؟ چه کسی می داند؟
توجه به این نکته مهم است که این نوع فناوری ها زیاد نیستند
توسط جوامع عمومی کاربران و اعضای تیم شناخته شده است
Dw، تا حدی، این ممکن است اتفاق بیفتد زیرا آنها معمولا
توسط برخی از کارشناسان فنی داخلی یا شخص ثالث اداره می شود. این یک
مورد مرزی مشکلاتی که این نوع فناوری ها ایجاد می کنند. خود
کاربران نمی توانند الزامات کسب و کار را توصیف کنند یا آنها را چارچوب بندی کنند
به منظور ارائه دستورالعمل به طراحان، آنها می توانند
بدون توجه یا بدتر از آن، به سادگی نادیده گرفته شوند.
زمانی مشکل سازتر می شود که طراح و توسعه دهنده شکست بخورند
می تواند کاربرد یکی از این پیشرفته ها را تشخیص دهد
فن آوری های حیاتی
همانطور که اغلب شنیده ایم که طراحان می گویند، "خب، چرا
آیا آن را کنار نمی گذاریم تا این چیز دیگری را بدست آوریم؟
«آیا آنها واقعاً به اولویت‌ها علاقه دارند یا به سادگی از من اجتناب می‌کنند
الزاماتی که آنها نمی فهمند؟ به احتمال زیاد این فرض دوم است.
فرض کنید تیم فروش شما یک الزام را اعلام کرده است
تجارت، همانطور که در شکل 1.3 بیان شده است، همانطور که می بینید،
نیاز در قالب یک مشکل تجاری قاب می شود. آنجا
تفاوت بین این مسئله و مسئله ابعادی معمولی است
فاصله. در این مورد، تیم فروش می خواهد بداند،
به صورت ماهانه، کل فروش از محصولات، انبارها و
مشتریان که در 5 مایلی انباری که در آن زندگی می کنند زندگی می کنند
آنها می خرند.
متأسفانه، طراحان یا معماران به سادگی می توانند
با گفتن: «ما مشتری داریم، مؤلفه فضایی را نادیده بگیرید
محصول و من اطلاعات از سپرده ما فاصله را حفظ می کنیم تا اینکه
تکرار دیگر
"جواب اشتباه. این نوع از مشکلات کسب و کار نگران است
به طور کامل BI این نشان دهنده درک عمیق تر از
کسب و کار ما و یک فضای تحلیلی قوی برای تحلیلگران ما.
BI فراتر از پرس و جوی ساده یا گزارش استاندارد است
حتی OLAP. این بدان معنا نیست که این فناوری ها شکست می خورند
آنها برای BI شما مهم هستند، اما به خودی خود مهم نیستند
محیط BI
طراحی برای زمینه اطلاعات
(طراحی برای محتوای اطلاعاتی)
اکنون که ما الزامات تجاری را که برجسته هستند شناسایی کرده ایم
اجزای اساسی مختلف، باید در یک طرح گنجانده شوند
معماری عمومی برخی از اجزای BI بخشی هستند
از تلاش های اولیه ما است، در حالی که برخی برای اجرا نخواهد شد
چندین ماه.
با این حال، تمام الزامات شناخته شده در طراحی منعکس شده است به طوری که
زمانی که ما نیاز به پیاده سازی یک فناوری خاص داریم، هستیم
برای انجام آن آماده شوید چیزی در مورد پروژه منعکس کننده این فکر است
سنتی.
به عنوان مثال، شکل 1.1، در ابتدای فصل، یک داده را نشان می دهد
mart که i اطلاعات بعدی
این مجموعه از اطلاعات برای پشتیبانی از کاربردهای بعدی استفاده می شود
اطلاعات ابعاد رانده شده توسط مسائل تجاری که
ما شناسایی کرده ایم. همانطور که اسناد اضافی هستند
تولید شده، مانند توسعه طراحی اطلاعات، ما
ما شروع به رسمی کردن چگونگی i اطلاعات در محیط پخش می شوند.
ما نیاز به نمایندگی i را مشخص کرده ایم اطلاعات بنابراین
بعدی، تقسیم آنها (بر اساس نیازهای خاص
تعیین شده) بر روی داده ها.
سوال بعدی که باید به آن پاسخ داد این است که آنها چگونه ساخته خواهند شد
این دیتا مارت ها؟
آیا شما ستاره ها را برای حمایت از مکعب ها می سازید یا فقط مکعب ها یا فقط ستاره ها؟
(یا مکعب های راست، یا ستاره های سمت راست). ایجاد معماری برای داده ها
مارت های وابسته که برای همه به یک لایه اتمی نیاز دارند اطلاعات
آیا به دست می آورید؟ به داده‌های مستقل اجازه دهید i را بدست آورند اطلاعات
مستقیما از سیستم عامل؟
چه فناوری مکعبی را می خواهید استاندارد کنید؟
شما تعداد زیادی خدا دارید اطلاعات برای تحلیل ابعادی مورد نیاز است
یا آیا به مکعب های نیروی فروش ملی خود روی یکی نیاز دارید
به صورت هفتگی یا هر دو؟ یک آیتم قدرتمند بسازید
مانند DB2 OLAP Server for Finance یا Cognos cubes
پاورپلی برای سازمان فروش شما یا هر دو؟
اینها تصمیمات بزرگ طراحی معماری هستند که
آنها در آینده روی محیط BI شما تأثیر خواهند گذاشت. آره،
شما نیاز به OLAP را شناسایی کرده اید. حالا چطور می‌خواهید این کار را انجام دهید
نوع تکنیک و تکنولوژی؟
چگونه برخی از پیشرفته ترین فناوری ها روی شما تأثیر می گذارند
نقاشی ها؟ بیایید فرض کنیم شما نیازی را شناسایی کرده اید
فضایی در سازمان شما حالا باید زنگ بزنی
نسخه های طراحی معماری حتی اگر برنامه ریزی نشده باشد
اجزای فضایی را برای چندین ماه انجام دهید. معمار باید
طراحی امروز بر اساس آنچه مورد نیاز است. نیاز را پیش بینی کنید
تجزیه و تحلیل فضایی که تولید، ذخیره، اجرا و ارائه می کند
دسترسی به اطلاعات فضایی. این به نوبه خود باید به عنوان یک
محدودیت در مورد نوع فناوری و مشخصات
پلت فرم نرم افزاری که ممکن است در حال حاضر در نظر داشته باشید. برای
به عنوان مثال، سیستم مدیریت از پایگاه داده رابطهای
(RDBMS) که برای لایه اتمی خود انجام می دهید باید داشته باشد
وسعت فضایی قوی در دسترس است. این تضمین می کند
حداکثر عملکرد در هنگام استفاده از هندسه و اشیاء
فضایی در برنامه های تحلیلی شما اگر RDBMS شما اینطور نیست
می تواند من را اداره کند اطلاعات (مکان محور) به صورت داخلی، بنابراین شما مجبور خواهید بود
تثبیت کننده una پایگاه داده (فضایی محور) خارجی. این موضوع را پیچیده می کند
مدیریت مسائل و تاثیرگذاری بر عملکرد کلی شما،
بدون ذکر مشکلات اضافی که برای شما ایجاد شده است
DBA ها، زیرا به احتمال زیاد درک کمتری دارند
از پایه های اطلاعات فضایی نیز از سوی دیگر، اگر موتور شما
RDMBS تمام اجزای فضایی و مرتبط را مدیریت می کند
بهینه ساز از نیازهای خاص آگاه است (به عنوان مثال،
نمایه سازی) اشیاء فضایی، سپس DBA های شما می توانند آن را مدیریت کنند
مسائل را به سرعت مدیریت کنید و می توانید آنها را ارتقا دهید
prestazioni
همچنین، باید ناحیه مرحله بندی و لایه را تنظیم کنید
محیط اتمی شامل پاکسازی آدرس (un
عنصر کلیدی برای تجزیه و تحلیل فضایی)، و همچنین بعدی
صرفه جویی در اشیاء فضایی توالی نسخه های
اکنون که مفهوم تمیز کردن را معرفی کردیم، نقاشی ادامه دارد
نشانی. برای یک چیز، این برنامه نوع آن را تعیین می کند
نرم افزار لازم برای تلاش ETL شما.
برای ارائه آدرس به محصولاتی مانند Trillium نیاز دارید
تمیز، یا یک فروشنده ETL انتخابی شما برای ارائه آن
عملکرد؟
در حال حاضر مهم است که از استاندارد طراحی قدردانی کنید
باید قبل از شروع پیاده سازی خود تکمیل شود
محیط (انبار). نمونه های بالا باید
انبوهی از تصمیمات ترسیمی را که باید دنبال شود را نشان دهید
شناسایی هر نیاز تجاری خاص اگر انجام شود
به درستی، این تصمیمات طراحی ترویج می کنند
وابستگی متقابل بین ساختارهای فیزیکی محیط شما،
انتخاب تکنولوژی مورد استفاده و جریان انتشار
محتوای اطلاعاتی بدون این معماری مرسوم
از BI، سازمان شما در معرض ترکیبی قرار خواهد گرفت
هرج و مرج فناوری های موجود، در بهترین حالت، به نوعی متحد شده اند
نادقیق برای ایجاد ثبات ظاهری.
محتوای اطلاعاتی را حفظ کنید
آوردن ارزش اطلاعات به سازمان شما است
یک عملیات بسیار دشوار بدون درک کافی
و تجربه، یا برنامه ریزی و طراحی مناسب، حتی
تیم های بهتر شکست می خوردند. از طرف دیگر، اگر شما یک عالی دارید
شهود و برنامه ریزی دقیق اما بدون نظم و انضباط برای
اعدام، شما فقط پول و زمان خود را هدر دادید
زیرا تلاش شما به شکست خواهد انجامید. پیام باید
واضح باشید: اگر یک یا چند مورد از این موارد را از دست داده اید
مهارت ها، درک/تجربه یا برنامه ریزی/طراحی o
انضباط اجرا، این منجر به فلج یا
ساختمان سازمان BI را تخریب کنید.
آیا تیم شما به اندازه کافی آماده است؟ کسی روی تو هست
تیم BI که چشم انداز تحلیلی گسترده موجود را درک می کند
در محیط های BI، در تکنیک ها و فناوری های لازم
برای تأثیرگذاری بر آن منظره؟ یک نفر در تیم شما وجود دارد
که می تواند تفاوت کاربرد بین پیشرفته را تشخیص دهد
گزارش استاتیک و OLAP، یا تفاوت بین ROLAP و OLAP؟ یکی از
اعضای تیم شما به وضوح راه را تشخیص می دهند
استخراج و چگونه ممکن است بر روی انبار تاثیر بگذارد یا چگونه
آیا انبار می تواند عملکرد استخراج را پشتیبانی کند؟ عضو
از تیم ارزش آن را درک می کند اطلاعات فضا یا فناوری
بر اساس عامل؟ آیا کسی را دارید که از برنامه منحصر به فرد قدردانی کند
ابزارهای ETL در برابر فناوری کارگزار
پیام؟ اگر آن را ندارید، یکی بگیرید. BI بسیار بیشتر است
بزرگ از یک لایه اتمی نرمال شده، از OLAP، از طرح های a
ستاره و ODS.
درک و تجربه لازم برای تشخیص الزامات را داشته باشید
BI و راه حل های آنها برای توانایی شما ضروری است
نیازهای کاربران را به درستی رسمی کرده و طراحی کند
و راه حل های آنها را اجرا کنند. اگر جامعه کاربری شما دارد
دشواری در توصیف الزامات، این وظیفه تیم است
انبار این درک را فراهم می کند. اما اگر تیم از
انبار
کاربرد خاص BI - به عنوان مثال، داده ها را نمی شناسد
استخراج- پس این بهترین کاری نیست که محیط های BI انجام می دهند
اغلب خود را به سپرده های منفعل محدود می کنند. با این حال، اینها را نادیده بگیرید
فن آوری ها از اهمیت و تأثیر آنها نمی کاهد
در مورد ظهور امکانات هوش تجاری خودتان
سازمان و همچنین ساختار اطلاعاتی که طراحی می کنید
برای ترویج.
طرح باید شامل مفهوم طراحی، ویرایش
هر دو به یک فرد شایسته نیاز دارند. به علاوه، طراحی
این امر مستلزم یک گروه فلسفه و مشاهده است
از استانداردها به عنوان مثال، اگر شرکت شما یک
پلت فرم استاندارد یا RDBMS خاصی را که شما شناسایی کرده اید
می خواهید در سراسر پلت فرم استانداردسازی کنید، این امر قریب الوقوع است
همه اعضای تیم به آن استانداردها پایبند هستند. به طور کلی یکی
تیم نیاز به عادی سازی (برای کاربر
جوامع)، اما خود تیم حاضر به پیوستن به آن نیست
استانداردهایی نیز در زمینه های دیگر در شرکت یا شاید حتی در شرکت تعیین شده است
شرکت های مشابه این نه تنها ریاکارانه است، بلکه مطمئن می شود که شرکت این کار را نمی کند
می تواند از منابع و سرمایه گذاری های موجود استفاده کند. به این معنا نیست
که هیچ موقعیتی وجود ندارد که یک پلت فرم یا یک را تضمین کند
تکنولوژی غیر استاندارد؛ با این حال، تلاش های انبار
باید با حسادت استانداردهای شرکت را حفظ کند
که الزامات کسب و کار غیر از این را دیکته نمی کند.
سومین مؤلفه کلیدی مورد نیاز برای ایجاد یک BI
سازمان نظم و انضباط است.
در کل، به طور مساوی به افراد و محیط بستگی دارد.
برنامه ریزان پروژه، حامیان مالی، معماران و کاربران باید قدردان آن باشند
نظم و انضباط لازم برای ایجاد ساختار اطلاعاتی شرکت.
طراحان باید تلاش های طراحی خود را به گونه ای هدایت کنند که
سایر تلاش های ضروری در جامعه را تکمیل کنید.
به عنوان مثال، فرض کنید شرکت شما یک را می سازد
برنامه ERP که دارای یک جزء انبار است.
بنابراین این وظیفه طراحان ERP است که با آن همکاری کنند
تیم محیط انبار تا رقابت نکنند یا
کار از قبل شروع شده را کپی کنید.
انضباط نیز موضوعی است که باید مشغول باشد
توسط کل سازمان و معمولا تأسیس و به الف سپرده می شود
سطح اجرایی
آیا مدیران مایل به پایبندی به یک رویکرد طراحی شده هستند؟ آ
رویکردی که نوید ایجاد محتوای اطلاعاتی را می دهد
در نهایت برای تمام حوزه های شرکت ارزش به ارمغان خواهد آورد، اما شاید
آیا برنامه های فردی یا سازمانی را به خطر می اندازد؟ ضرب المثل را به خاطر بسپار
"فکر کردن به همه چیز مهمتر از فکر کردن به یک چیز است."
این جمله برای سازمان های BI صادق است.
متأسفانه بسیاری از انبارها تلاش خود را متمرکز می کنند
به دنبال رانندگی و ارزش بخشیدن به یک بخش خاص یا a
کاربران خاص، با توجه کمی به سازمان
عمومی. فرض کنید مدیر درخواست کمک از تیم در
انبار. این تیم با یک کار 90 روزه پاسخ می دهد که
نه تنها شامل تحویل الزامات اطلاع رسانی تعریف شده توسط
مدیر اما تضمین می کند که همه اطلاعات پایه در لایه مخلوط می شوند
اتمی قبل از وارد شدن به فناوری مکعب
پیشنهاد.
این مهندسی علاوه بر تضمین می کند که تعهد از
Werehouse از آن بهره مند خواهد شد اطلاعات برای مدیر لازم است.
با این حال، مدیر اجرایی با شرکت های مشاوره خارجی صحبت کرد
یک برنامه مشابه با تحویل در کمتر از 4 پیشنهاد داده اند
هفته ها
با فرض اینکه تیم داخلی انبار صلاحیت دارد،
مدیر یک انتخاب دارد چه کسی می تواند از نظم و انضباط حمایت کند
مهندسی اضافی مورد نیاز برای رشد دارایی
کسب و کار آموزنده یا شما می توانید انتخاب کنید که خودتان را ایجاد کنید
حل سریع به نظر می رسد آخرین مورد واقعاً انتخاب شده است
اغلب اوقات و فقط برای ایجاد ظروف اطلاعاتی از
که فقط به نفع عده معدودی یا فردی است.
اهداف کوتاه مدت و بلند مدت
معماران و طراحان پروژه باید الف را رسمی کنند
چشم انداز بلندمدت از معماری کلی و برنامه ها برای
در یک سازمان BI رشد کنید. این ترکیب از
سود کوتاه مدت و برنامه ریزی بلند مدت
نشان دهنده دو طرف تلاش های BI است. سود کوتاه مدت
ضرب‌الاجل جنبه‌ای از BI است که با تکرار آن مرتبط است
انبار شما
این جایی است که برنامه ریزان، معماران و حامیان مالی روی آن تمرکز می کنند
نیازهای تجاری خاص را برآورده کند. در این سطح است که
سازه های فیزیکی ساخته می شوند، تکنولوژی خریداری می شود و
تکنیک ها اجرا می شوند. آنها اصلا ساخته نشده اند که با آنها برخورد کنند
الزامات خاص که توسط جوامع کاربر خاص تعریف شده است.
همه چیز به منظور رفع نیازهای تعریف شده خاص انجام می شود
از یک جامعه خاص
با این حال، برنامه ریزی بلندمدت جنبه دیگر است
از BI. اینجاست که طرح ها و پروژه ها وجودش را تضمین می کردند
ساخته شده هر ساختار فیزیکی، فن آوری های انتخاب شده و
تکنیک هایی که با نگاهی به شرکت ایجاد شده اند. و
برنامه ریزی بلندمدت که انسجام را فراهم می کند
ضروری است تا اطمینان حاصل شود که منافع تجاری به همه تعلق می گیرد
دستاوردهای کوتاه مدت یافت شده
تلاش BI خود را توجیه کنید
Un انبار داده به خودی خود هیچ ارزش ذاتی ندارد. در دیگر
به عبارت دیگر، هیچ ارزش ذاتی در میان فن آوری های وجود ندارد
انبار و تکنیک های پیاده سازی
ارزش هرگونه تلاش انبار در اقدامات یافت می شود
مطابق با محیط و محتوای انبار انجام می شود
اطلاعاتی که در طول زمان کشت می شود. این یک نکته حیاتی برای درک است
قبل از اینکه بخواهید ارزش هر ابتکاری را تخمین بزنید
کجا خانه
اغلب، معماران و طراحان تلاش می کنند تا ارزشی را به کار گیرند
اجزای فیزیکی و فنی انبار در حالی که در واقع ارزش دارد
مبتنی بر فرآیندهای تجاری است که به طور مثبت تحت تأثیر قرار می گیرند
انبار و اطلاعات به خوبی کسب شده است.
چالش ایجاد BI در اینجا نهفته است: چگونه سرمایه گذاری را توجیه می کنید؟
اگر جایی که خانه به خودی خود ارزش ذاتی ندارد، طراحان از
پروژه باید مزایا را بررسی، تعریف و رسمی کند
توسط آن دسته از افرادی که از انبار استفاده خواهند کرد
بهبود فرآیندهای کسب و کار خاص یا ارزش
اطلاعات محافظت شده یا هر دو
برای پیچیده کردن امور، هر فرآیند تجاری
تحت تأثیر تلاش های انبار می تواند مزایایی را به همراه داشته باشد
"قابل توجه" یا "خفیف". مزایای قابل توجهی فراهم می کند
معیارهای ملموس برای اندازه گیری بازگشت سرمایه (ROI) - به عنوان مثال
به عنوان مثال، تبدیل موجودی یک زمان اضافی در طول یک دوره
خاص یا برای هزینه حمل و نقل کمتر در هر محموله. بیشتر است
تعریف مزایای جزئی، مانند دسترسی بهتر به آن، دشوار است
اطلاعات از نظر ارزش ملموس
پروژه خود را وصل کنید تا در مورد آن بیاموزید
درخواست های تجاری
اغلب اوقات، طراحان پروژه تلاش می کنند تا ارزش را به هم متصل کنند
از انبار با اهداف شرکت بی شکل. اعلام می کند که
ارزش یک انبار بر اساس توانایی ما است
برآورده کردن درخواست های استراتژیک" ما باز می کنیم
سخن، گفتار. اما این به تنهایی برای تعیین اینکه آیا کافی نیست
سرمایه گذاری در انبار منطقی است. بهتر است تکرارها را به هم وصل کنید
انبارهایی با درخواست های تجاری مشخص و شناخته شده
اندازه گیری بازگشت سرمایه
محاسبه ROI در یک تنظیمات انبار می تواند باشد
به خصوص دشوار است. به خصوص دشوار است اگر مزیت
اصل یک تکرار خاص چیزی نامشهود یا نامشهود است
آسان برای اندازه گیری یک مطالعه نشان داد که کاربران درک می کنند
دو مزیت اصلی ابتکارات BI:
▪ ایجاد توانایی تصمیم گیری
▪ ایجاد دسترسی به اطلاعات
این مزایا مزایای نرم (یا ملایم) هستند. دیدن آن آسان است
چگونه می توانیم ROI را بر اساس یک سرنخ سخت (یا
بیشتر) مانند کاهش هزینه حمل و نقل، اما چگونه
آیا توانایی تصمیم گیری بهتر را می سنجیم؟
این قطعا برای طراحان پروژه یک چالش است
آنها در تلاش هستند تا شرکت را متقاعد کنند که در یک شرکت خاص سرمایه گذاری کند
تلاش انبار افزایش فروش یا کاهش هزینه ها
آنها دیگر موضوعات اصلی که محیط BI را هدایت می کنند نیستند.
در عوض، شما به درخواست‌های تجاری برای دسترسی نگاه می‌کنید
بهترین اطلاعات به طوری که یک بخش خاص می تواند
سریعتر تصمیم بگیرید اینها محرک های استراتژیک هستند
که اتفاقا برای کسب و کار به همان اندازه مهم هستند اما هستند
مشخص کردن آن در یک معیار ملموس مبهم تر و دشوارتر است.
در این مورد، محاسبه ROI اگر نامربوط نباشد، می تواند گمراه کننده باشد.
طراحان پروژه باید بتوانند ارزش خود را نشان دهند
ملموس باشد تا مدیران بتوانند تصمیم بگیرند که در آن سرمایه گذاری کنند یا خیر
یک تکرار خاص اعمال می شود. با این حال، ما پیشنهاد جدیدی را پیشنهاد نمی کنیم
روشی برای محاسبه ROI است و هیچ استدلالی برای یا ارائه نخواهیم داد
در برابر آن
مقالات و کتاب های زیادی وجود دارد که در مورد اصول اولیه بحث می کنند
ROI را محاسبه کنید گزاره های ارزشی خاصی به عنوان ارزش وجود دارد
در سرمایه گذاری (VOI)، ارائه شده توسط گروه هایی مانند گارتنر، که می توانید
به تحقیق. در عوض، ما بر جنبه های اصلی هر یک تمرکز خواهیم کرد
ROI یا سایر گزاره های ارزشی که باید در نظر بگیرید.
اعمال بازگشت سرمایه
فراتر از مزایای "سخت" در مقابل بحث "نرم" منافع
در ارتباط با تلاش های BI، مسائل دیگری نیز وجود دارد که باید در نظر گرفته شوند
وقتی ROI را اعمال می کنیم. مثلا:
صرفه جویی های زیادی را به تلاش های DW نسبت دهید
با این حال
فرض کنید شرکت شما از یک معماری ساخته شده است
پردازنده مرکزی به یک محیط یونیکس توزیع شده. بنابراین هر
پس انداز هایی که ممکن است (یا ممکن است) از آن تلاش محقق شود
نباید به طور انحصاری (؟) نسبت داده شود
انبار.
حساب نکردن همه چیز پرهزینه است. و کارهای زیادی برای انجام دادن وجود دارد
به حساب آوردن. لیست زیر را در نظر بگیرید:
▪ هزینه راه اندازی، از جمله امکان سنجی.
▪ هزینه سخت افزار اختصاصی با ذخیره سازی مرتبط ه
ارتباطات
▪ هزینه نرم افزار از جمله مدیریت اطلاعات و الحاقات
کلاینت/سرور، نرم افزار ETL، فناوری های DSS، ابزار
کاربردهای تجسم، برنامه نویسی و جریان
نرم افزار کار و نظارت، .
▪ هزینه طراحی سازه اطلاعات، با تحقق و
بهینه سازی از
▪ هزینه توسعه نرم افزار به طور مستقیم با تلاش مرتبط است
BI
▪ هزینه پشتیبانی خانگی، از جمله بهینه سازی
عملکرد، از جمله کنترل نسخه نرم افزار و
عملیات کمک
ROI "Big-Bang" را اعمال کنید.
ایجاد انبار به عنوان یک تلاش واحد و عظیم
مسلماً شکست خواهد خورد، بنابراین ROI را برای یک ابتکار محاسبه کنید
از شرکت های بزرگ پیشنهاد تعجب آور است، و طراحان
به تلاش های ضعیف برای تخمین ارزش کل ادامه می دهند
تلاش.
زیرا طراحان سعی می کنند ارزش پولی بدهند
در مورد ابتکار تجاری اگر به طور گسترده شناخته شده و پذیرفته شده باشد
آیا تخمین تکرارهای خاص دشوار است؟ چطور ممکنه؟ این نیست
با چند استثنا امکان پذیر است. انجامش نده
اکنون که مشخص کرده‌ایم در هنگام محاسبه چه کارهایی را نباید انجام داد
ROI، نکاتی در اینجا وجود دارد که به ما در تعریف کمک می کند
یک فرآیند قابل اعتماد برای تخمین ارزش تلاش های BI شما.
به دست آوردن اجماع ROI. بدون توجه به مال شما
انتخاب تکنیک برای تخمین ارزش تلاش های BI شما، باید
مورد توافق همه طرف ها، از جمله طراحان پروژه،
حامیان مالی و مدیران شرکت
ROI را به قسمت های قابل شناسایی کاهش دهید. گامی ضروری به سوی
محاسبه معقول ROI این است که آن محاسبه را روی یک متمرکز کنیم
پروژه خاص سپس به شما امکان می دهد یک مقدار را تخمین بزنید
بر اساس الزامات تجاری خاص که برآورده شده است
هزینه ها را تعریف کنید. همانطور که گفته شد، هزینه های زیادی باید باشد
در نظر گرفته شده. علاوه بر این، هزینه ها باید نه تنها شامل هزینه های مرتبط باشد
به تکرار واحد بلکه به هزینه های مرتبط
اطمینان از انطباق با استانداردهای شرکت
مزایا را تعریف کنید. به وضوح ROI را به الزامات مرتبط می کند
کسب و کار خاص، ما باید قادر به شناسایی
مزایایی که منجر به ارضای نیازها می شود.
کاهش هزینه ها و منافع در سود قریب الوقوع. راه است
بهترین کار این است که ارزش گذاری های خود را بر اساس ارزش فعلی خالص قرار دهید
(NPV) بر خلاف تلاش برای پیش بینی ارزش آینده در
درآمدهای آتی
زمان تقسیم ROI خود را به حداقل برسانید. و'
به خوبی در طول مدت زمانی طولانی که در شما استفاده شده است، مستند شده است
ROI
از بیش از یک فرمول ROI استفاده کنید. روش های متعددی برای
پیش بینی ROI و باید برنامه ریزی کنید که آیا از یکی یا
به علاوه، از جمله ارزش فعلی خالص، سرعت داخلی بازده
(IRR) و بازیابی.
تعریف فرآیند تکرارپذیر این برای محاسبه بسیار مهم است
هر ارزش بلند مدت باید مستند باشد الف
یک فرآیند قابل تکرار برای تمام مراحل بعدی پروژه a
دنبال کردن.
مشکلات ذکر شده رایج ترین مشکلاتی هستند که توسط کارشناسان تعریف شده اند
از محیط انبار اصرار از سوی مدیریت
تحویل ROI "Big-Bang" بسیار گیج کننده است. اگر همه چیز را شروع کنید
محاسبات ROI خود را با کاهش آنها به قطعات قابل شناسایی و ملموس، در اختیار دارید
فرصت خوبی برای تخمین ارزش گذاری ROI دقیق است.
سوالات مربوط به مزایای بازگشت سرمایه
مزایای شما هر چه باشد، نرم یا سخت، می توانید از آنها استفاده کنید
چند سوال اساسی برای تعیین ارزش آنها. به
به عنوان مثال با استفاده از یک سیستم مقیاس بندی ساده، از 1 تا 10، شما
با استفاده از موارد زیر می توانید تأثیر هر تلاشی را دنبال کنید
سوالات:
▪ به درک آن چه نمره ای می دهید اطلاعات در دنباله این
پروژه شرکت شما؟
▪ در نتیجه بهبود فرآیند را چگونه تخمین می زنید
این پروژه؟
▪ اکنون تأثیر بینش‌ها و استنباط‌های جدید را چگونه می‌سنجید؟
با این تکرار در دسترس قرار گرفته است
▪ تاثیر محیط های کامپیوتری جدید چه بوده است
عملکرد در نتیجه آنچه آموخته شده بود؟
اگر پاسخ به این سوالات کم باشد، ممکن است
شرکت ارزش سرمایه گذاری انجام شده را ندارد. سوالات با بالا
امتیاز به سود قابل توجه ارزش و باید
به عنوان راهنما برای تحقیقات بیشتر خدمت می کنند.
به عنوان مثال، نمره بالا برای بهبود فرآیند
باید طراحان را به بررسی چگونگی فرآیندها سوق دهد
بهبود یافته است. ممکن است متوجه شوید که برخی یا همه دستاوردهایی که به دست می آورید
آنها ملموس هستند و بنابراین ارزش پولی را می توان به راحتی به دست آورد
کاربردی.
بیشترین بهره را از اولین تکرار از
انبار
بزرگترین نتیجه تلاش تجاری شما اغلب در
چند تکرار اول این اولین تلاش ها به طور سنتی
ایجاد مفیدترین محتوای اطلاعاتی برای عموم و
کمک های پایه فناوری را برای موارد بعدی ایجاد می کند
برنامه های کاربردی BI
معمولا هر دنباله بعدی از اطلاعات پروژه
انبارها ارزش اضافی کمتر و کمتری برای شرکت به ارمغان می آورند
عمومی. این به ویژه اگر تکرار نکنید صادق است
موضوعات جدیدی اضافه می کند یا نیازهای یک موضوع جدید را برآورده نمی کند
جامعه کاربران
این ویژگی ذخیره سازی در مورد باتری ها نیز صدق می کند
در حال رشد از اطلاعات مورخان همانطور که تلاش های بعدی مستلزم بیشتر است
اطلاعات و چگونه بیشتر اطلاعات به مرور زمان به انبار ریخته می شوند، بیشتر
اطلاعات کمتر به تحلیل مورد استفاده مرتبط می شود. اینها اطلاعات هستند
اغلب نامیده می شود اطلاعات خوابیده و نگهداری آنها همیشه گران است زیرا
آنها تقریبا هرگز استفاده نمی شوند.
این برای حامیان پروژه چه معنایی دارد؟ اساسا، i
اسپانسرهای اولیه میزان بیشتری از هزینه های سرمایه گذاری را به اشتراک می گذارند.
این امر اولیه است زیرا آنها انگیزه ای برای پایه گذاری لایه هستند
محیط فناوری گسترده و منابع انبار،
از جمله ارگانیک
اما این اولین قدم ها بالاترین ارزش و در نتیجه را برای طراحان به ارمغان می آورد
پروژه ها اغلب باید سرمایه گذاری را توجیه کنند.
پروژه هایی که پس از ابتکار BI شما انجام می شوند ممکن است هزینه داشته باشند
پست تر (در مقایسه با اول) و مستقیم، اما ارزش کمتری دارند
به شرکت.
و صاحبان سازمان باید شروع به بررسی کنند
دور ریختن تجمع اطلاعات و فناوری های کمتر مرتبط.
داده کاوی: استخراج Dati
بسیاری از اجزای معماری نیاز به تغییرات دارند
فن آوری ها و تکنیک های داده کاوی -
به عنوان مثال، "عامل" های مختلف برای بررسی نقاط مورد علاقه
مشتریان، سیستم عامل های شرکت و برای خود dw. اینها
عامل ها می توانند بر روی شبکه های عصبی پیشرفته آموزش دیده باشند
روند گلدان، مانند تقاضای محصول آینده بر اساس
تبلیغات فروش؛ موتورهای مبتنی بر قوانین برای
به یک مجموعه واکنش نشان می دهد dato از شرایط، به عنوان مثال، تشخیص
توصیه های پزشکی و درمانی؛ یا حتی عوامل ساده
با نقش گزارش استثنا به مدیران ارشد (بالا
مدیران اجرایی). به طور کلی این فرآیندهای استخراج اطلاعات si
تأیید در زمان واقعی؛ بنابراین، آنها باید متحد شوند
به طور کامل با حرکت از اطلاعات استسی
پردازش تحلیلی آنلاین
تجزیه و تحلیل آنلاین
توانایی برش، تاس، رول کردن، دریل کردن
و تجزیه و تحلیل را انجام دهید
what-if، در محدوده، هدف مجموعه است
فناوری IBM. به عنوان مثال، توابع پردازش تحلیلی
آنلاین (OLAP) برای DB2 وجود دارد که تجزیه و تحلیل ابعادی را به داخل می آورد
موتور از پایگاه داده یکسان .
در حالی که توابع ابزار ابعادی را به SQL اضافه می کنند
آنها از تمام مزایای طبیعی بودن بخشی از DB2 بهره می برند. یکی دیگر
نمونه ای از ادغام OLAP ابزار استخراج DB2 است
آنالایزر سرور OLAP. این تکنولوژی اجازه می دهد تا مکعب از
سرور DB2 OLAP سریع و خودکار باشد
تجزیه و تحلیل برای شناسایی و گزارش در مورد ارزش های اطلاعات غیرمعمول یا غیرمنتظره
در سراسر مکعب به تحلیلگر تجاری. و در نهایت، عملکردهای
مرکز DW ابزاری را برای معماران فراهم می‌کند تا بتوانند در میان آنها بررسی کنند
موارد دیگر، نمایه یک مکعب سرور DB2 OLAP به عنوان بخشی
طبیعت طبیعی فرآیندهای ETL
تحلیل فضایی تحلیل فضایی
فضا نشان دهنده نیمی از لنگرهای تحلیلی (سرنخ ها) است.
برای یک پانوراما لازم است
تحلیلی گسترده (زمان نشان دهنده نیمه دیگر است). سطح اتمی
(سطح اتمی) انبار، نشان داده شده در شکل 1.1،
شامل پایه هایی برای زمان و مکان است. ضبط ها
تجزیه و تحلیل لنگر زمان برای اطلاعات زمان و آدرس
لنگر آنالیز از فضا مهر زمانی
آنها تجزیه و تحلیل را به موقع انجام می دهند و اطلاعات جهت هدایت می شود
تحلیل بر اساس فضا نمودار فرآیند geocoding را نشان می دهد
تبدیل آدرس ها به نقاط روی نقشه یا نقاطی در فضا
به طوری که مفاهیمی مانند فاصله و درون/خارج می تواند باشد
مورد استفاده در تجزیه و تحلیل - انجام شده در سطح اتمی و تجزیه و تحلیل فضایی
که در اختیار تحلیلگر قرار می گیرد. IBM برنامه های افزودنی را ارائه می دهد
فضا، توسعه یافته با موسسه تحقیقات سیستم محیطی (ESRI)،
al پایگاه داده DB2 به طوری که اشیاء فضایی می توانند باشند
به عنوان یک بخش عادی ذخیره می شود پایگاه داده رابطه ای DB2
Spatial Extender ها، همچنین تمام پسوندهای SQL را برای آن ارائه می کنند
بهره برداری از تحلیل فضایی به عنوان مثال، پسوندهای SQL از
سوال در مورد
فاصله بین آدرس ها یا اینکه یک نقطه در داخل یا خارج یک منطقه است
چند ضلعی تعریف شده، یک استاندارد تحلیلی با فضایی هستند
توسعه دهندگان. برای اطلاعات بیشتر به فصل 16 مراجعه کنید.
پایگاه دادهابزارهای مقیم پایگاه داده-
ساکن
DB2 دارای بسیاری از ویژگی های SQL مقیم BI است که کمک می کند
در عمل تجزیه و تحلیل این شامل:
▪ توابع بازگشتی برای انجام تحلیل، مانند «یافتن
تمام مسیرهای پروازی ممکن از سان فرانسیسکو a نیویورک".
▪ توابع تحلیلی برای رتبه بندی، توابع تجمعی، مکعب
و جمع آوری برای تسهیل کارهایی که معمولاً اتفاق می افتد
تنها با فناوری OLAP، آنها اکنون بخشی طبیعی از آن هستند
موتور از پایگاه داده
▪ امکان ایجاد جداول حاوی نتایج
فروشندگان از پایگاه داده رهبران بیش از قابلیت های BI ترکیب می کنند
به پایگاه داده یکسان.
تامین کنندگان اصلی از پایگاه داده آنها بیش از
عملکرد BI در پایگاه داده یکسان.
این کار عملکرد بهتر و گزینه های در حال اجرا بیشتری را برای شما فراهم می کند
راه حل های BI
ویژگی ها و عملکردهای DB2 V8 مورد بحث قرار گرفته است
به تفصیل در فصول زیر:
معماری فنی و مبانی مدیریت داده
(فصل 5)
▪ مبانی DB2 BI (فصل 6)
▪ جداول پرس و جوی متریال شده DB2
جداول) (فصل 7)
▪ توابع OLAP DB2 (فصل 13)
▪ ویژگی ها و عملکردهای پیشرفته BI DB2 (Enhanced BI
ویژگی ها و توابع) (فصل 15)
سیستم تحویل داده ساده شده
سیستم تحویل از اطلاعات ساده شده
معماری نشان داده شده در شکل 1.1 شامل تعداد زیادی است
سازه های اطلاعات فیزیکی یکی انبار است اطلاعات عملیاتی.
به طور کلی، یک ODS شی گرا است،
یکپارچه و جاری آیا می خواهید یک ODS برای پشتیبانی بسازید، به عنوان مثال
مثلا دفتر فروش فروش ODS مکمل خواهد بود اطلاعات
از سیستم‌های مختلف متعددی می‌آیند، اما فقط حفظ می‌شوند، به عنوان مثال
به عنوان مثال، معاملات امروز. ODS را می توان به روز کرد
حتی چند بار در روز در عین حال، فرآیندهای
آنها را فشار می دهند اطلاعات با سایر برنامه ها ادغام شده است. این ساختار است
به طور خاص برای ادغام طراحی شده است اطلاعات جریان و دینامیک e
کاندیدای احتمالی برای پشتیبانی از تجزیه و تحلیل بلادرنگ خواهد بود،
نحوه ارائه خدمات نمایندگی مشتریان اطلاعات فروش
روندهای فعلی مشتری با استخراج اطلاعات روند فروش
از خود انبار ساختار دیگری که در شکل 1.1 نشان داده شده است
یک وضعیت رسمی برای dw. نه تنها این مکان برای
اجرای ادغام لازم، کیفیت اطلاعاتو
از تبدیل اطلاعات سهام به زودی، اما آن را نیز
یک منطقه ذخیره سازی مطمئن و موقت برای اطلاعات پاسخ دهید که
می تواند در تجزیه و تحلیل بلادرنگ استفاده شود. اگر تصمیم دارید
از یک ODS یا یک منطقه صحنه سازی استفاده کنید
یکی از بهترین ابزارها برای پر کردن این سازه ها اطلاعات استفاده كردن
منابع عملیاتی مختلف عبارت است از پرس و جوی توزیع شده ناهمگن DB2.
این قابلیت توسط ویژگی اختیاری DB2 ارائه شده است
DB2 Relational Connect (فقط پرس و جو) و از طریق DB2 نامیده می شود
DataJoiner (محصول جداگانه ای که برنامه را ارائه می دهد،
درج، به روز رسانی و امکان حذف الف
RDBMS های توزیع شده ناهمگن).
این فناوری به معماران اجازه می دهد تا اطلاعات بستن اطلاعات di
تولید با فرآیندهای تحلیلی نه تنها فناوری می تواند
عملاً با هر یک از درخواست های تکراری که
آنها ممکن است با تجزیه و تحلیل زمان واقعی نشان داده شوند، اما اینطور است
آنها همچنین می توانند به انواع مختلفی از پایه ها متصل شوند اطلاعات بیشتر
محبوب، از جمله DB2، Oracle، Sybase، SQL Server،
Informix و دیگران. DB2 DataJoiner می تواند برای پر کردن استفاده شود
یک ساختار اطلاعات رسمی مانند ODS یا حتی یک میز
به طور دائم در انبار طراحی شده برای بازسازی نمایندگی می شود
سریع برای به روز رسانی فوری یا برای فروش. به طور طبیعی،
همین ساختارها اطلاعات می توان با استفاده از
یکی دیگر از فناوری های مهم طراحی شده برای تکرار اطلاعاتآی بی ام
DataPropagator رابطه ای. (DataPropagator یک محصول جداگانه است
برای سیستم های مرکزی DB2 UNIX، Linux، Windows و OS/2 عبارتند از
خدمات تکرار اطلاعات به عنوان یک ویژگی استاندارد).
روش دیگری برای جابجایی اطلاعات عملیات در اطراف
در غیر این صورت to enterprise یک ادغام کننده اپلیکیشن سازمانی است
به عنوان واسطه پیام شناخته می شود
فن آوری منحصر به فرد اجازه می دهد تا کنترل بی رقیب برای مرکز
(هدف گیری) و حرکت اطلاعات در اطراف شرکت IBM میانجی دارد
یکی از پرکاربردترین پیام ها، MQSeries، یا یک تنوع
از محصول که شامل الزامات تجارت الکترونیکآی بی ام
WebSphere MQ.
برای بحث بیشتر در مورد نحوه استفاده از MQ برای پشتیبانی از a
انبار و محیط BI، بازدید کنید سایت اینترنتی از کتاب. در حال حاضر، آن است
کافی است بگوییم که این فناوری وسیله ای عالی برای
گرفتن و تبدیل (با استفاده از MQSeries Integrator) اطلاعات
اپراتورهای متمرکز (هدفمند) که برای راه حل های BI استخدام شده اند. آنجا
فناوری MQ در UDB V8 ادغام و بسته بندی شده است که
به این معنی که اکنون می توان صف های پیام را مدیریت کرد
انگار میزهای DB2 هستند. مفهوم جوشکاری از
پیام های صف و جهان از پایگاه داده رابطه ای هدایت می شود
به سمت یک محیط تحویل قدرتمند از اطلاعات.
تاخیر صفر تاخیر صفر
هدف استراتژیک نهایی برای IBM، تجزیه و تحلیل تاخیر صفر (زولاتنسی) است.
همانطور که توسط
گارتنر، یک سیستم BI باید قادر به استنتاج، جذب باشد
و در صورت درخواست، اطلاعاتی را برای تحلیلگران ارائه دهید. چالش،
البته، در نحوه مخلوط کردن است اطلاعات جاری و در زمان واقعی
با اطلاعات تاریخی لازم، مانند i اطلاعات مدل(های) مرتبط
گرایش، یا درک استخراج شده، به عنوان ترسیم از
مشتری می باشد.
چنین اطلاعاتی شامل، برای مثال، شناسایی مشتریان ad
ریسک بالا یا کم یا کدام محصولات i مشتریان آنها بسیار خرید خواهند کرد
احتمالاً اگر قبلاً پنیر در چرخ دستی های خود دارند
اکتساب ها
دریافت تاخیر صفر در واقع به دو بستگی دارد
مکانیسم های اساسی:
▪ اتحاد کامل از اطلاعات که با استفاده از
تکنیک ها و ابزارهای ایجاد شده توسط BI
▪ سیستم تحویل اطلاعات کارآمد برای اطمینان از آن
تجزیه و تحلیل زمان واقعی واقعا در دسترس است
این پیش نیازها برای تاخیر صفر هیچ تفاوتی با این دو ندارند
اهداف تعیین شده توسط IBM و شرح داده شده در بالا.
جفت گیری نزدیک از اطلاعات بخشی از برنامه است
ادغام یکپارچه که توسط IBM ترتیب داده شده است. و یک سیستم ایجاد کنید
از تحویل اطلاعات کارآمد کاملاً وابسته است
فن آوری موجود که فرآیند تحویل را ساده می کند
اطلاعات. در نتیجه، دو هدف از سه هدف IBM حیاتی هستند
برای ساختن سوم IBM آگاهانه در حال توسعه خود است
فناوری برای اطمینان از تاخیر صفر برای کاربران یک واقعیت است
تلاش های انبار
خلاصه / ترکیب
سازمان BI نقشه راه را برای
محیط خود را ایجاد کنید
به صورت مکرر باید تنظیم شود تا منعکس کننده نیازها باشد
کسب و کار شما، چه در حال و چه در آینده. بدون دید معماری
گسترده، تکرار انبار کمی بیشتر از
پیاده‌سازی‌های تصادفی انبار مرکزی که کار کمی دارند
یک شرکت گسترده و آموزنده ایجاد کنید.
اولین مانع برای مدیران پروژه نحوه توجیه آن است
سرمایه گذاری های لازم برای توسعه سازمان BI.
اگرچه محاسبه ROI به عنوان یک پشتیبان اصلی باقی مانده است
دستاوردهای انبار، سخت تر می شود
دقیقا پیش بینی کنید این منجر به روش های دیگری برای
تعیین اینکه آیا ارزش پول خود را بدست می آورید یا خیر. این
برای مثال، ارزش سرمایه گذاری 2 (VOI) خریداری می شود
به عنوان یک راه حل
بر عهده معماران است اطلاعات و برنامه ریزان پروژه
به طور عمدی اطلاعات را تولید و به انجمن ها ارائه می کند
کاربران و نه صرفاً ارائه خدمات به آنها اطلاعات. وجود دارد
تفاوت فاحش بین این دو اطلاعات کاری است که فرد انجام می دهد
تفاوت در فرآیندهای تصمیم گیری و اثربخشی؛ نسبتاً، i
اطلاعات آنها بلوک هایی برای استخراج آن اطلاعات هستند.
حتی اگر من به منبع انتقادی داشته باشم اطلاعات برای رسیدگی به درخواست ها
تجاری، محیط BI باید نقش بزرگتری را ایفا کند
در تولید محتوای اطلاعاتی باید بگیریم
اقدامات اضافی برای تمیز کردن، ادغام، تبدیل یا
در غیر این صورت یک محتوای اطلاعاتی ایجاد کنید که بر اساس آن
کاربران می توانند اقدامی انجام دهند، بنابراین ما باید مطمئن شویم که آن ها
اقدامات و تصمیمات، در صورت معقول بودن، پشتیبانی می شوند
در محیط BI اگر انبار را به خدمت واگذار کنیم اطلاعات,
تضمین می شود که انجمن های کاربر محتوا را ایجاد خواهند کرد
اطلاعات مورد نیاز برای اقدام این تضمین می کند که آنها
جامعه قادر به تصمیم گیری بهتر خواهد بود، اما شرکت
از کمبود دانشی که استفاده کرده اند رنج می برد.
داتو که معماران و برنامه ریزان پروژه پروژه ها را آغاز می کنند
خاص محیط BI، آنها در برابر شرکت پاسخگو باقی می مانند
روی هم رفته. یک مثال ساده از این دو ویژگی
چهره تکرارهای BI در منبع یافت می شود اطلاعات. همه
اطلاعات دریافت شده برای درخواست های تجاری خاص باید باشد
در اولین لایه اتمی پر شده است. این توسعه را تضمین می کند
دارایی اطلاعات شرکت، و همچنین مدیریت، هدایت
درخواست های خاص کاربر که در تکرار تعریف شده اند.

W hatisa D ata W انبار ?
انبار داده این قلب معماری سیستم های اطلاعاتی است
از سال 1990 و با ارائه جامد از فرآیندهای اطلاعاتی پشتیبانی می کند
پلت فرم یکپارچه اطلاعات مورخان به عنوان مبنایی برای مورخان بعدی
تجزیه و تحلیل THE انبار داده سهولت ادغام را در a
دنیای سیستم های کاربردی که با یکدیگر سازگار نیستند. تاریخ
انبار به یک روند تبدیل شده است. انبار داده
سازماندهی و ذخیره سازی i اطلاعات برای فرآیندهای اطلاعاتی ضروری است
تحلیلی بر اساس دیدگاه زمانی طولانی تاریخی. همه
این مستلزم تعهد قابل توجه و مداوم به ساخت و ساز و
در نگهداری از انبار داده.
پس a چیست انبار داده؟ انبار داده و:
▪ موضوع محور
▪ سیستم یکپارچه
▪ زمان واریانت
▪ غیر فرار (قابل پاک شدن نیست)
مجموعه ای از اطلاعات برای حمایت از تصمیمات مدیریتی در
اجرای فرآیندها
I اطلاعات درج شده است انبار داده در بیشتر موارد بوجود می آیند
موارد از محیط های عملیاتی این انبار داده توسط یکی ساخته شده است
واحد ذخیره سازی، از نظر فیزیکی از بقیه جدا شده است
سیستمی که شامل اطلاعات قبلا توسط
برنامه هایی که بر اساس اطلاعات حاصل از محیط کار می کنند
عملیاتی.
تعریف تحت اللفظی الف انبار داده سزاوار مطالعه عمیق است
توضیحی چون انگیزه ها و معانی مهمی وجود دارد
پس زمینه ای که ویژگی های یک انبار را توصیف می کند.
جهت گیری موضوعی
موضوعی
اولین ویژگی الف انبار داده این است که به سمت آن جهت گیری شده است
بازیگران اصلی یک شرکت راهنمای آزمایشات از طریق
اطلاعات این در تضاد با روش کلاسیک تری است که ارائه می دهد
جهت گیری برنامه ها به سمت فرآیندها و توابع،
روشی که اکثراً به اشتراک گذاشته شده اند
سیستم های مدیریت قدیمی تر
دنیای عملیاتی حول برنامه ها و عملکردها طراحی شده است
مانند وام، پس انداز، کارت بانکی و امانت برای یک موسسه
مالی. دنیای dw حول موضوعات سازماندهی شده است
اصولی مانند مشتری، فروشنده، محصول و تجارت.
همسویی حول موضوعات بر طراحی و
بر تحقق اطلاعات در dw یافت شد. مهمتر از آن،
موضوع اصلی مهم ترین بخش را تحت تاثیر قرار می دهد
ساختار کلیدی
دنیای برنامه تحت تأثیر هر دو طراحی داده ها است
بر اساس طراحی فرآیند جهان از
dw به طور انحصاری بر مدل سازی متمرکز است اطلاعات روشن است
طراحی از پایگاه داده. طراحی فرآیند (در شکل آن
کلاسیک) بخشی از محیط dw نیست.
تفاوت بین انتخاب فرآیند/عملکرد و کاربرد
انتخاب بر اساس موضوع نیز به عنوان تفاوت در محتوا آشکار می شود
از اطلاعات در سطح دقیق THE اطلاعات از dw شامل i نمی شود اطلاعات که
در حین برنامه ها برای فرآیند DSS استفاده نخواهد شد
عملیاتی گرا اطلاعات حاوی i اطلاعات برای ارضای
بلافاصله الزامات عملکردی/پردازشی که می تواند o
کمتر هیچ استفاده ای برای تحلیلگر DSS دارند.
راه مهم دیگری که در آن برنامه های کاربردی گرا هستند
ai اطلاعات متفاوت از اطلاعات از dw در گزارش های dei است اطلاعاتاست. من اطلاعات
عملیاتی یک رابطه مستمر بین دو یا چند جدول را حفظ کنید
بر اساس یک قانون تجاری که فعال است. THE اطلاعات توسط dw
آنها طیفی از زمان را در بر می گیرند و روابط موجود در dw هستند
زیاد. بسیاری از قوانین معاملاتی (و به همین ترتیب، بسیاری
گزارش های مربوط به اطلاعات ) در انبار از اطلاعات بین دو o
میزهای متعدد
(برای توضیح دقیق در مورد چگونگی روابط بین اطلاعات هستند
که در DW به کار گرفته شده است، ما به موضوع فناوری در این مورد اشاره می کنیم
سوال.)
از هیچ منظر دیگری جز تفاوت
اساسی بین انتخاب برنامه کاربردی/فرایندی و
انتخاب موضوع، تفاوت بیشتری بین سیستم ها وجود دارد
عملیاتی ei اطلاعات و DW.
ادغام ادغام
مهمترین جنبه محیط dw این است که i اطلاعات یافت
در dw آنها به راحتی ادغام می شوند. همیشه. بدون
استثناها. ماهیت محیط dw این است که i اطلاعات
موجود در محدوده انبار یکپارچه شده است.
ادغام خود را به طرق مختلف نشان می دهد - در قراردادها
شناسایی سازگار، در اندازه گیری متغیرهای سازگار، در
ساختارهای مدون شامل، در ویژگی های فیزیکی از اطلاعات
سازگار و غیره
در طول سال ها طراحان برنامه های مختلف این کار را انجام داده اند
در اختیار داشتن تصمیمات زیادی در مورد چگونگی یک درخواست
توسعه یابد. سبک و تصمیمات طراحی فردی
از برنامه های طراحان خود را در صد راه نشان می دهد: در
تفاوت های کدگذاری، ساختار کلیدی، ویژگی های فیزیکی،
شناسایی کنوانسیون ها و غیره. ظرفیت جمعی بسیاری
طراحان اپلیکیشن اپلیکیشن های متناقض ایجاد می کنند
افسانه ای است شکل 3 برخی از تفاوت های بیشتر را نشان می دهد
در روش های طراحی برنامه ها مهم است.
رمزگذاری: رمزگذاری:
طراحان برنامه کدگذاری فیلد را انتخاب کردند -
جنسی - به روش های مختلف یک طراح جنسیت را به عنوان نشان می دهد
یک "m" و "f". طراح دیگری جنسیت را به عنوان "1" نشان می دهد
و یک "0". طراح دیگری جنسیت را به عنوان "x" نشان می دهد و
"y". طراح دیگری جنسیت را به عنوان "مرد" و
"مونث". نحوه ورود جنسیت به DW خیلی مهم نیست. "M"
و "F" احتمالاً به خوبی همه هستند
نمایندگی.
آنچه مهم است این است که حوزه جنسی از هر منبعی که باشد،
آن میدان در یک حالت یکپارچه سازگار به DW می رسد. از جانب
نتیجه زمانی که فیلد در DW از بارگذاری می شود
برنامه ای که در آن در قالب نمایش داده شده است
"M" و "F"، i اطلاعات باید به فرمت DW تبدیل شود.
اندازه گیری صفات: اندازه گیری از
ویژگی های:
طراحان برنامه اندازه گیری خط لوله را انتخاب کردند
روش های مختلف در دوره
چند سال. یک طراح آن را ذخیره می کند اطلاعات از خط لوله در
سانتی متر یکی دیگر از طراحان برنامه ذخیره می کند اطلاعات
خط لوله بر حسب اینچ. یکی دیگر از طراحان از
فروشگاه های برنامه i اطلاعات خط لوله در میلیون فوت مکعب
در هر ثانیه و طراح دیگری اطلاعات مربوط به آن را ذخیره می کند
خط لوله از نظر متری. منبع هر چه باشد، زمانی که
اطلاعات خط لوله به DW می رسد که باید باشد
به همین ترتیب اندازه گیری می شود.
با توجه به نشانه های شکل 3، مسائل یکپارچه سازی
آنها تقریباً بر تمام جنبه های پروژه - ویژگی ها - تأثیر می گذارند
خدایان فیزیکی اطلاعات، معضل داشتن بیش از یک منبع از اطلاعاتاز
موضوع نمونه های شناسایی ناسازگار، فرمت های اطلاعات
ناسازگار و غیره
موضوع طراحی هر چه باشد، نتیجه یکسان است -
i اطلاعات باید در DW به صورت e مفرد ذخیره شود
روشی قابل قبول در سطح جهانی حتی زمانی که سیستم عامل های
پایین آنها را متفاوت ذخیره می کنند اطلاعات.
وقتی تحلیلگر DSS به DW نگاه می کند، هدف تحلیلگر است
باید بهره برداری از اطلاعات که در انبار هستند،
به جای تعجب در مورد اعتبار یا سازگاری
اطلاعات.
واریانس زمانی
همه من اطلاعات در DW آنها تا حدی در زمان دقیق هستند.
این ویژگی اساسی از اطلاعات در DW بسیار متفاوت از آنهایی است اطلاعات
در محیط عملیاتی یافت می شود. THE اطلاعات از محیط عملیاتی هستند
به همان دقت در لحظه دسترسی به عبارت دیگر،
در محیط عملیاتی زمانی که به یک درایو دسترسی دارید اطلاعات، آره
صبر کنید تا مقادیر دقیق را در زمان دسترسی منعکس کند.
چرا من اطلاعات در DW به همان اندازه دقیق هستند که در برخی از نقاط
زمان (یعنی نه "در حال حاضر")، گفته می شود که i اطلاعات در DW یافت شد
آنها "واریانس زمانی" هستند.
واریانس زمانی از اطلاعات توسط DW به طرق متعددی اشاره شده است.
ساده ترین راه این است که i اطلاعات از یک DW نشان می دهد اطلاعات این یک
افق زمانی طولانی - پنج تا ده سال. افق
بازه زمانی ارائه شده برای محیط عملیاتی بسیار کوتاهتر است
▪ از مقادیر فعلی امروز تا شصت نود
برنامه هایی که باید خوب کار کنند و باید باشند
موجود برای پردازش تراکنش باید به همراه داشته باشد
حداقل مقدار اطلاعات اگر هر درجه ای از آن را قبول کنند
انعطاف پذیری بنابراین کاربردهای عملیاتی افق دارند
مقیاس زمانی کوتاه، به عنوان موضوع طراحی
برنامه های صوتی
دومین روشی که "واریانس زمانی" در DW ظاهر می شود در این است
ساختار کلیدی هر ساختار کلیدی در DW شامل،
به طور ضمنی یا صریح، عنصری از زمان، مانند
روز، هفته، ماه و غیره عنصر زمان تقریباً همیشه وجود دارد
در پایین کلید پیوسته موجود در DW. دراین
در موارد، عنصر زمان به طور ضمنی وجود خواهد داشت، مانند شانس
جایی که یک فایل کامل در پایان ماه یا سه ماهه تکرار می شود.
سومین روشی که واریانس زمانی نمایش داده می شود این است که i اطلاعات از
DW، به محض اینکه به درستی ثبت شود، نمی تواند
به روز شد. THE اطلاعات از DW، برای همه اهداف عملی، طولانی است
مجموعه ای از عکس های فوری البته اگر عکس های فوری باشد
اشتباه گرفته شده است، پس ممکن است عکس های فوری گرفته شوند
اصلاح شده. اما با فرض گرفتن عکس های فوری
درست است، آنها به محض ساخته شدن اصلاح نمی شوند. در برخی
در مواردی ممکن است عکس‌های فوری غیراخلاقی یا حتی نامعتبر باشد
DW اصلاح شده است. THE اطلاعات عملیاتی، دقیق مانند
لحظه ورود، آنها را می توان به روز رسانی به عنوان آن است
نیاز
غیر فرار
چهارمین ویژگی مهم DW غیر فرار بودن آن است.
به روز رسانی ها، درج ها، حذف ها و اصلاحات انجام می شود
به طور منظم برای محیط های عملیاتی رکورد به رکورد. اما
دستکاری اساسی از اطلاعات موارد مورد نیاز در DW بسیار بیشتر است
ساده. تنها دو نوع عملیات وجود دارد که در آن رخ می دهد
DW – بارگذاری اولیه از اطلاعات و دسترسی به اطلاعات. وجود ندارد
بدون به روز رسانی اطلاعات (به معنای عام
به روز رسانی) در DW به عنوان یک عملیات پردازش عادی.
این تفاوت پیامدهای بسیار قدرتمندی دارد
مبنای بین پردازش عملیاتی و پردازش DW. در سطح
با توجه به طراحی، نیاز به احتیاط در مورد ارتقاء
غیر طبیعی هیچ عاملی در DW، از زمان به روز رسانی اطلاعات این نیست
انجام شد. این بدان معناست که در سطح طراحی فیزیکی،
ممکن است آزادی ها برای بهینه سازی دسترسی به اطلاعات,
به ویژه در پرداختن به موضوعات استانداردسازی و
عادی سازی فیزیکی یکی دیگر از پیامدهای سادگی
از عملیات DW در فناوری اساسی مورد استفاده قرار می گیرد
محیط DW را اجرا کنید. نیاز به پشتیبانی از به روز رسانی ها
ضبط با رکورد درون خطی (همانطور که اغلب مورد است
پردازش عملیاتی) تکنولوژی مورد نیاز است تا مقداری داشته باشد
پایه های بسیار پیچیده تحت یک سادگی ظاهری.
فناوری که از پشتیبان گیری و بازیابی، تراکنش ها پشتیبانی می کند
و یکپارچگی از اطلاعات و تشخیص و رفع وضعیت بن بست می باشد
بسیار پیچیده است و برای پردازش DW ضروری نیست.
ویژگی های یک DW، جهت گیری طراحی،
ادغام از اطلاعات در DW، واریانس زمانی و سادگی
مدیریت از اطلاعات، همه چیز به محیطی منتهی می شود که بسیار بسیار است
متفاوت از محیط عملیاتی کلاسیک منبع تقریباً همه
اطلاعات DW محیط عملیاتی هستند. فکر کردن وسوسه انگیز است
که افزونگی عظیمی وجود دارد اطلاعات بین دو محیط
در واقع، اولین برداشتی که بسیاری از مردم دارند این است
افزونگی زیاد اطلاعات بین محیط عملیاتی و محیط عملیاتی
DW. چنین تعبیری ظاهری است و یکی را نشان می دهد
عدم درک آنچه در DW اتفاق می افتد.
در واقع حداقل افزونگی وجود دارد اطلاعات بین محیط عملیاتی
و من اطلاعات از DW. بیایید موارد زیر را در نظر بگیریم:
▪ من اطلاعات آنها فیلتر می شوند dato که از محیط عملیاتی عبور می کند
به محیط DW. زیاد اطلاعات آنها هرگز از بیرون عبور نمی کنند
از محیط عملیاتی جز اینکه من اطلاعات که برای
پردازش DSS جهت خود را در محیط پیدا می کند
▪ افق زمانی اطلاعات با یک محیط بسیار متفاوت است
به دیگران. THE اطلاعات در محیط عملیاتی آنها بسیار باحال هستند. THE اطلاعات
در DW آنها بسیار قدیمی تر هستند. فقط از منظر
از افق زمانی، همپوشانی بسیار کمی وجود دارد
بین محیط عملیاتی و DW.
▪ DW شامل اطلاعات خلاصه ای که هرگز پیدا نمی شوند
در محیط زیست
▪ من اطلاعات دچار یک تحول اساسی از
لحظه ای که آنها به شکل 3 انتقال می یابند بیشتر این را نشان می دهد
قسمتی از اطلاعات وضعیت به طور قابل توجهی تغییر کرده است
انتخاب شود و به DW منتقل شود. به عبارت دیگر،
بیشتر اطلاعات از نظر فیزیکی اصلاح شده است و
به طور اساسی چگونه به DW منتقل می شود. از نقطه نظر
ادغام یکسان نیستند اطلاعات که ساکن هستند
در محیط عملیاتی
با توجه به این عوامل، افزونگی از اطلاعات بین دو محیط است
یک رویداد نادر، که منجر به کاهش کمتر از 1٪ بین این دو می شود
محیط ها
ساختار انبار
DW ها ساختار مشخصی دارند. سطوح مختلفی از خلاصه و
جزئیاتی که DW ها را مشخص می کند.
اجزای مختلف یک DW عبارتند از:
▪ فراداده
▪ Dati جزئیات فعلی
▪ Dati از جزئیات قدیمی
▪ Dati کمی خلاصه شده
▪ Dati بسیار خلاصه شده است
تا حد زیادی نگرانی اصلی برای اطلاعات از جزئیات
جریان ها این نگرانی اصلی است زیرا:
▪ من اطلاعات جزئیات فعلی منعکس کننده رویدادهای اخیر است،
که همیشه مورد توجه زیاد و
▪ من اطلاعات جزئیات فعلی حجیم هستند زیرا چنین است
ذخیره شده در پایین ترین سطح دانه بندی e
▪ من اطلاعات جزئیات فعلی تقریباً همیشه در ذخیره می شوند
ذخیره سازی دیسک، که دسترسی سریع، اما گران و
مجتمع از
I اطلاعات از جزئیات هر چه سنشان بیشتر باشد اطلاعات که در ذخیره می شوند
برخی از خاطرات جرم. به صورت پراکنده دسترسی دارد و هست
ذخیره شده در سطحی از جزئیات سازگار با اطلاعات دقیق
جریان ها در حالی که ذخیره آن بر روی یک رسانه اجباری نیست
ذخیره سازی جایگزین، به دلیل حجم زیاد اطلاعات متحد با
دسترسی پراکنده از اطلاعات، پشتیبانی از حافظه برای اطلاعات di
جزئیات قدیمی‌تر معمولاً روی دیسک ذخیره نمی‌شوند.
I اطلاعات اندکی خلاصه شده اند اطلاعات که از ته تقطیر می شوند
سطح جزئیات موجود در سطح فعلی جزئیات. این
سطح DW تقریباً همیشه در حافظه دیسک ذخیره می شود. THE
مشکلات طراحی که برای معمار ایجاد می شود اطلاعات
در ساخت این سطح از DW عبارتند از:
▪ خلاصه ای که در بالا انجام شد چند واحد زمان است
▪ کدام محتویات، ویژگی ها را اندکی خلاصه می کند
محتوای اطلاعات
سطح بعدی از اطلاعات موجود در DW است که از اطلاعات بسیار
خلاصه ها THE اطلاعات بسیار خلاصه شده فشرده و آسان هستند
در دسترس. THE اطلاعات گاهی اوقات بسیار خلاصه شده یافت می شود
در محیط DW و در موارد دیگر i اطلاعات بسیار خلاصه شده اند
خارج از دیوارهای مستقیم فناوری که DW را در خود جای داده است.
(در هر صورت من اطلاعات بسیار خلاصه شده بخشی از DW هستند
بدون توجه به اینکه کجا هستم اطلاعات به صورت فیزیکی اسکان داده می شوند).
مؤلفه نهایی DW فراداده است. از بسیاری جهات
ابرداده در ابعاد متفاوتی نسبت به سایرین قرار دارد اطلاعات
از DW، زیرا فراداده حاوی هیچ کدام نیست dato مستقیما
از محیط عملیاتی گرفته شده است. فراداده نقش ویژه ای دارد
در DW بسیار مهم است. از متادیتا به صورت زیر استفاده می شود:
▪ دایرکتوری برای کمک به تحلیلگر DSS در یافتن محل
محتوای DW،
▪ راهنمای نقشه برداری اطلاعات از اینکه چگونه من اطلاعات آنها بودند
تبدیل از محیط عملیاتی به محیط DW،
▪ راهنمای الگوریتم های مورد استفاده برای خلاصه سازی بین اطلاعات di
جزئیات فعلی ei اطلاعات کمی خلاصه شده، i اطلاعات بسیار
خلاصه ها،
ابرداده نقش بسیار بیشتری در محیط DW ایفا می کند
نسبت به آنچه که تاکنون در محیط عملیاتی داشته اند
محیط ذخیره‌سازی جزئیات قدیمی
از نوار مغناطیسی می توان برای ذخیره این نوع مواد استفاده کرد
اطلاعات. در واقع طیف گسترده ای از ابزارهای ذخیره سازی وجود دارد که
آنها باید برای حفظ قدیمی ها در نظر گرفته شوند اطلاعات di
جزئیات
بسته به حجم اطلاعات، فرکانس دسترسی، هزینه
از نظر ابزار و نوع دسترسی کاملا محتمل است
که ابزارهای دیگر به سطح جزئیات قدیمی نیاز دارند
در DW
جریان داده ها
یک جریان عادی و قابل پیش بینی وجود دارد اطلاعات داخل DW
I اطلاعات آنها از محیط عملیاتی وارد DW می شوند. (توجه: وجود دارد
چند استثنا بسیار جالب از این قاعده با این حال، تقریبا
همه اطلاعات DW را از محیط عملیاتی وارد کنید). داتو که من اطلاعات
آنها از محیط عملیاتی وارد DW می شوند، همانطور که بوده است تبدیل می شود
قبلا شرح داده شده است. به شرط ورود به DW، i اطلاعات وارد می شوند
سطح فعلی جزئیات، همانطور که نشان داده شده است. در آنجا ساکن است و مورد استفاده قرار می گیرد
تا زمانی که یکی از سه رویداد رخ دهد:
▪ پاک می شود،
▪ خلاصه شده است، و/یا
▪ است
فرآیند منسوخ در داخل یک DW حرکت می کند اطلاعات جزئیات فعلی
a اطلاعات از جزئیات قدیمی، بر اساس سن اطلاعات. فرآیند
خلاصه از جزئیات استفاده می کند اطلاعات برای محاسبه i اطلاعات
سطوح کمی خلاصه و بسیار خلاصه شده از اطلاعات. وجود دارد
برخی از استثناهای جریان نشان داده شده (بعدا مورد بحث قرار خواهد گرفت).
با این حال، معمولا، برای اکثریت قریب به اتفاق از اطلاعات یافت
در یک DW، جریان اطلاعات همانطور که به تصویر کشیده شده است.
استفاده از انبار داده
جای تعجب نیست که سطوح مختلف اطلاعات در داخل DW نه
سطوح مختلف استفاده را دریافت کنید. به عنوان یک قاعده، سطح بالاتر از
خلاصه، به علاوه i اطلاعات آنها استفاده می شوند.
استفاده های زیادی در اطلاعات بسیار خلاصه شده است، در حالی که آنهایی که قدیمی است
اطلاعات از جزئیات تقریباً هرگز استفاده نمی شود. دلیل خوبی در این وجود دارد
سازمان را به سمت پارادایم استفاده از منابع سوق دهید. هر چه بیشتر داشته باشد
خلاصه من اطلاعات، هر چه سریعتر و کارآمدتر به آن برسید اطلاعات. خود
un فروشگاه دریابید که پردازش های زیادی در سطح جزئیات DW انجام می دهد،
سپس مقدار زیادی از منابع ماشین
مصرف می شود. پیگرد قانونی به نفع همه است
همانطور که در سطح بالایی از خلاصه در اسرع وقت.
برای بسیاری از مغازه ها، تحلیلگر DSS در یک محیط قبل از DW استفاده کرده است
اطلاعات در سطح جزئیات از بسیاری جهات ورود در اطلاعات دقیق
حتی زمانی که آنها در دسترس هستند، شبیه یک پتوی امنیتی است
سایر سطوح خلاصه یکی از فعالیت های معمار اطلاعات è
کاربر DSS را از استفاده مداوم از اطلاعات در بالاترین سطح
جزئیات کم دو دلیل در دسترس است
از معمار اطلاعات:
▪ نصب سیستم استرداد شارژ، جایی که کاربر نهایی هزینه را پرداخت می کند
منابع مصرف شده ه
▪ که نشان می دهد زمان پاسخگویی می تواند بسیار خوب باشد
زمانی بدست می آید که رفتار با i اطلاعات در سطح بالایی قرار دارد
به طور خلاصه، در حالی که زمان پاسخ ضعیف از
رفتار از اطلاعات در سطح پایین
دیدگاه های دیگر
برخی ملاحظات ساخت و ساز و مدیریت دیگری نیز وجود دارد
DW
اولین ملاحظه مربوط به شاخص هاست. THE اطلاعات در بالاترین سطوح
خلاصه را می توان آزادانه نمایه کرد، در حالی که i اطلاعات
در سطوح پایین‌تر از جزئیات، تا جایی که می‌توانند حجیم هستند
با صرفه جویی نمایه شده است. از همین رو، i اطلاعات در سطوح بالا
جزئیات را می توان نسبتاً به راحتی بازسازی کرد،
در حالی که حجم از اطلاعات در سطوح پایین آنقدر بزرگ است که i اطلاعات نه
آنها را می توان به راحتی بازسازی کرد. بر این اساس، مدل
از اطلاعات و کار رسمی انجام شده توسط طراحی مطرح می شود
اساس DW تقریباً به طور انحصاری در سطح اعمال می شود
جریان جزئیات به عبارت دیگر، فعالیت های مدل سازی از
اطلاعات آنها تقریباً در هر موردی برای سطوح خلاصه سازی اعمال نمی شوند.
یکی دیگر از ملاحظات ساختاری مربوط به تقسیم بندی است
اطلاعات توسط DW.
پارتیشن را می توان در دو سطح انجام داد - در سطح dbms و به
سطح برنامه در تقسیم بندی در سطح dbms، dbms è
از تقسیمات مطلع شده و بر این اساس آنها را رصد می کند. در شرایطی که
بخش در سطح برنامه، فقط برنامه نویس است
از تقسیمات و مسئولیت آنها مطلع می شود
اداره به او واگذار شده است
زیر سطح dbms، بسیاری از کارها به صورت خودکار انجام می شود. وجود دارد
بسیاری از عدم انعطاف در ارتباط با مدیریت خودکار
تقسیمات در مورد تقسیمات در سطح کاربردی از اطلاعات از
انبار داده، کار زیادی روی برنامه نویس سنگینی می کند، اما
نتیجه نهایی انعطاف پذیری در مدیریت است اطلاعات در تاریخ
انبار
ناهنجاری های دیگر
در حالی که اجزای تشکیل دهنده انبار داده آنها همانطور که توضیح داده شد کار می کنند
تقریبا برای همه اطلاعات، استثناهای مفیدی وجود دارد که باید
مورد بحث قرار گیرد. یک استثنا این است که از اطلاعات خلاصه های عمومی
(داده های خلاصه عمومی). اینها هستند اطلاعات خلاصه هایی که بودند
محاسبه شده از انبار داده اما جامعه از آنها استفاده می کند. THE اطلاعات
خلاصه های عمومی در ذخیره و مدیریت می شوند انبار داده,
اگرچه همانطور که قبلا ذکر شد آنها محاسبه می شوند. THE
حسابداران برای تولید این سه ماهه کار می کنند اطلاعات به عنوان
درآمد، هزینه های سه ماهه، سود سه ماهه و غیره. کار
انجام شده توسط حسابداران خارجی است انبار داده. با این حال، من اطلاعات هستند
استفاده "داخلی" در شرکت - از بازار یابی، فروش و غیره
یکی دیگر از ناهنجاری ها که مورد بحث قرار نخواهد گرفت، ناهنجاری است اطلاعات استرنی
یک نوع استثنایی دیگر اطلاعات که در یک داده یافت می شود
انبار اطلاعات با جزئیات دائمی است. اینها باعث می شوند
نیاز به ذخیره دائمی i اطلاعات در یک سطح
به دلایل اخلاقی یا قانونی توضیح داده شده است. اگر شرکتی در حال نمایش i
کارگران مرتبط با مواد خطرناک نیاز به وجود دارد اطلاعات
مفصل و دائمی اگر شرکتی محصولی تولید کند که
شامل امنیت عمومی می شود که چه قسمت هایی از هواپیما وجود دارد
نیاز به اطلاعات دقیق دائمی، و همچنین اگر یک شرکت
قراردادهای خطرناک منعقد می کند.
جامعه نمی تواند جزییات را نادیده بگیرد زیرا
طی چند سال آینده، در صورت شکایت، فراخوان، الف
نقص ساختمانی مورد اختلاف و غیره قرار گرفتن در معرض شرکت
می تواند بزرگ باشد در نتیجه یک نوع منحصر به فرد وجود دارد اطلاعات
به عنوان داده های جزئیات دائمی شناخته می شود.
خلاصه
Un انبار داده یک نوع شی گرا، یکپارچه، است
زمان، مجموعه ای از اطلاعات غیر فرار برای حمایت از نیازهای
تصمیم مدیریت هر یک از کارکردهای برجسته
un انبار داده پیامدهای خود را دارد. به علاوه چهار وجود دارد
سطوح از اطلاعات از انبار داده:
▪ جزئیات قدیمی
▪ جزئیات فعلی
▪ Dati کمی خلاصه شده است
▪ Dati بسیار خلاصه شده است
فراداده نیز بخش مهمی از انبار داده.
خلاصه
مفهوم ذخیره سازی از اطلاعات اخیرا دریافت کرده است
بسیار مورد توجه قرار گرفته و به یک روند دهه 90 تبدیل شده است
با توجه به ظرفیت الف انبار داده برای غلبه بر آنها
محدودیت های سیستم های پشتیبانی مدیریت مانند i
سیستم های پشتیبانی تصمیم (DSS) و سیستم های اطلاعاتی
اجرایی (EIS).
حتی اگر مفهوم انبار داده امیدوار کننده به نظر می رسد،
پیاده سازی i انبار داده می تواند به دلیل مشکل ساز باشد
فرآیندهای انبارداری در مقیاس بزرگ با وجود
پیچیدگی پروژه های انبارداری اطلاعات، بسیاری از تامین کنندگان
و مشاوران انبارداری اطلاعات آنها ادعا می کنند که
ذخیره سازی از اطلاعات جریان هیچ مشکلی ایجاد نمی کند.
با این حال، در آغاز این پروژه تحقیقاتی، تقریبا هیچ
تحقیقات مستقل، دقیق و سیستماتیک انجام شده بود. از جانب
در نتیجه دشوار است که بگوییم واقعا چه اتفاقی می افتد
در صنعت وقتی ساخته می شوند انبار داده.
این مطالعه به بررسی عملکرد انبارداری از اطلاعات
معاصرانی که هدف آن توسعه درک غنی تر است
تمرین استرالیا تجزیه و تحلیل ادبیات ارائه شده است
زمینه و مبنای مطالعه تجربی.
تعدادی یافته از این تحقیق وجود دارد. اولین
مکان، این مطالعه فعالیت های رخ داده را نشان داد
در طول توسعه انبار داده. در بسیاری از مناطق، i اطلاعات جمع آوری کرد
عمل گزارش شده در ادبیات را تایید کرد. دوما
سایت، مسائل و مشکلاتی که ممکن است بر آن تأثیر بگذارد
توسعه از انبار داده توسط این مطالعه شناسایی شدند.
در نهایت، مزایای به دست آمده از سازمان های استرالیایی مرتبط با
استفاده از انبار داده آشکار شده اند.
فصل 1
زمینه تحقیق
مفهوم انبار داده به رسمیت شناخته شده است
قرار گرفتن در معرض و تبدیل به یک روند در حال ظهور در
دهه 90 (مک فادن 1996، TDWI 1996، شاه و میلشتاین 1997،
شانکس و همکاران 1997، Eckerson 1998، Adelman and Oates 2000). به این معنا که
را می توان از تعداد فزاینده مقالات در مورد داده ها مشاهده کرد
انبارداری در نشریات تجاری (لیتل و گیبسون 1999).
بسیاری از مقالات (برای مثال به Fisher 1995، Hackathorn 1995 مراجعه کنید.
موریس 1995a، برامبلت و کینگ 1996، گراهام و همکاران. 1996،
ساکاگوچی و فرولیک 1996، آلوارز 1997، بروسل 1997، کلارک
1997، McCarthy 1997، O' Donnell 1997، Edwards 1998، TDWI
1999) مزایای قابل توجهی را که از سازمان ها به دست می آید گزارش کرده اند
که i انبار داده. آنها از نظریه خود حمایت کردند
با شواهد حکایتی از اجرای موفق، بازده بالا
در ارقام سرمایه گذاری (ROI) و همچنین ارائه راهنمایی
مرجع یا روش شناسی برای توسعه انبار داده
(شانکس و همکاران 1997، سدون و بنجامین 1998، لیتل و گیبسون
1999). در یک مورد شدید، گراهام و همکاران. (1996) دارند
متوسط ​​بازده سرمایه گذاری سه ساله 401 درصد را گزارش کرد.
با این حال، بسیاری از ادبیات کنونی، این موضوع را نادیده گرفته است
پیچیدگی های موجود در اجرای چنین پروژه هایی پروژه های
انبار داده آنها معمولاً پیچیده و در مقیاس بزرگ هستند و
بنابراین اگر اینطور نباشند احتمال شکست بالایی دارند
به دقت کنترل شود (شاه و میلشتاین 1997، اکرسون 1997،
Foley 1997b، Zimmer 1997، Bort 1998، Gibbs and Clymer 1998، Rao
1998). آنها به مقادیر زیادی هم نیروی انسانی و هم منابع نیاز دارند
مالی و زمان و تلاش برای ساخت آنها (هیل 1998، کرافتز 1998). این
زمان معمول و تمکن مالی لازم به ترتیب می باشد
حدود دو سال و دو یا سه میلیون دلار (برالی 1995، فولی
1997b، Bort 1998، Humphries et al. 1999). این زمان ها و وسایل
مؤسسات مالی ملزم به کنترل و ادغام بسیاری از جنبه ها هستند
تفاوت در انبار داده ها (کافاسو 1995، هیل 1998). در کنار
ملاحظات سخت افزاری و نرم افزاری، عملکردهای دیگر، که متفاوت است
از استخراج اطلاعات به فرآیندهای بارگیری از اطلاعات، از
ظرفیت حافظه برای مدیریت به روز رسانی ها و داده های متا اطلاعات
برای آموزش کاربر، باید در نظر گرفته شود.
در زمان شروع این پروژه تحقیقاتی، بسیار کم بود
تحقیقات دانشگاهی انجام شده در زمینه ذخیره سازی داده ها،
به خصوص در استرالیا این از کمبود اقلام مشهود بود
منتشر شده در انبار داده توسط روزنامه ها یا نوشته های دیگر
دانشگاهیان آن زمان بسیاری از نوشته های دانشگاهی
موجود تجربه ایالات متحده را تشریح کرد. کمبود
تحقیقات آکادمیک در حوزه انبار داده SL باعث شده است
فراخوان برای تحقیقات دقیق و مطالعات تجربی (مک فادن 1996،
شانکس و همکاران 1997، لیتل و گیبسون، 1999). به ویژه، مطالعات
تحقیق در مورد فرآیند پیاده سازی انبار داده
برای گسترش دانش باید انجام شود
کلی در خصوص اجرای انبار داده e
به عنوان مبنایی برای یک مطالعه تحقیقاتی آینده عمل خواهد کرد (Shanks ed
دیگران. 1997، لیتل و گیبسون، 1999).
بنابراین، هدف از این مطالعه، مطالعه آنچه در واقع است
این زمانی اتفاق می افتد که سازمان ها داده ها را نگهداری و استفاده می کنند
انبار در استرالیا به طور خاص، این مطالعه شامل خواهد شد
تجزیه و تحلیل کل فرآیند توسعه یک انبار داده,
شروع از شروع و برنامه ریزی از طریق طراحی و
پیاده سازی و استفاده بعدی در سازمان ها
استرالیایی علاوه بر این، این مطالعه همچنین به عملکرد فعلی کمک خواهد کرد
شناسایی مناطقی که این عمل می تواند بیشتر توسعه یابد
بهبود یافته و ناکارآمدی ها و خطرات را می توان به حداقل رساند یا
اجتناب کردن. علاوه بر این، به عنوان مبنایی برای مطالعات دیگر در مورد انبار داده in
استرالیا و شکافی که در حال حاضر در ادبیات وجود دارد را پر خواهد کرد.
سوالات تحقیق
هدف این تحقیق بررسی فعالیت های انجام شده است
در اجرای انبار داده و استفاده از آنها توسط
سازمان های استرالیایی به طور خاص، عناصر مورد مطالعه قرار می گیرند
در مورد برنامه ریزی پروژه، توسعه،
عملیات، استفاده و خطرات مرتبط پس سوال
از این تحقیق عبارت است از:
«رویه فعلی چیست؟ انبار داده در استرالیا؟"
برای پاسخگویی موثر به این مشکل، الف
تعداد معینی از سوالات تحقیق فرعی به طور خاص، سه
سوالات فرعی از ادبیات شناسایی شده است که این است
ارائه شده در فصل 2، برای هدایت این پروژه تحقیقاتی:
نحوه اجرای آنها i انبار داده توسط سازمان ها
استرالیایی؟ با چه مشکلاتی مواجه شده اید؟
مزایای تجربه شده چیست؟
در پاسخ به این سوالات از نقاشی استفاده شده است
تحقیق اکتشافی با استفاده از پیمایش چگونه درس می خوانم
اکتشافی، پاسخ به سوالات فوق کامل نیست
(شانکس و همکاران 1993، دنسکامب 1998). در این صورت است
مثلث بندی برای بهبود پاسخ به این موارد مورد نیاز است
درخواست ها. با این حال، تحقیقات یک پایه محکم برای
کار آینده بررسی این سوالات. یکی مفصل
بحث در مورد توجیه روش و طرح تحقیق
در فصل 3 ارائه شده است.
ساختار پروژه تحقیقاتی
این پروژه تحقیقاتی به دو بخش مطالعه زمینه ای تقسیم می شود
مفهوم انبار داده و تحقیقات تجربی (نگاه کنید به
شکل 1.1)، که هر کدام در زیر مورد بحث قرار گرفته است.
بخش اول: مطالعه زمینه‌ای
بخش اول تحقیق شامل بررسی مجدد بود
ادبیات فعلی در مورد انواع مختلف انبار داده از جمله i
سیستم های پشتیبانی تصمیم (DSS)، سیستم های اطلاعاتی
اجرایی (EIS)، مطالعات موردی از انبار داده و مفاهیم تاریخ
انبار. علاوه بر این، نتایج انجمن انبار داده و
گروه های نشست برای کارشناسان و متخصصان که توسط گروه از
تحقیقات DSS موناش، به این مرحله از مطالعه کمک کرد
که برای به دست آوردن اطلاعات در مورد عمل داده ها در نظر گرفته شده بود
انبار و شناسایی خطرات مربوط به پذیرش آنها.
در این دوره از مطالعه زمینه ای، درک
منطقه مشکل برای ارائه دانش ایجاد شده است
مبنایی برای تحقیقات تجربی بعدی با این حال، این
این یک فرآیند مداوم بود در حالی که مطالعه در حال انجام بود
پژوهش.
بخش دوم: تحقیق تجربی
مفهوم نسبتاً جدید انبار داده، به ویژه
در استرالیا، نیاز به انجام یک نظرسنجی برای
تصویر گسترده ای از تجربه استفاده از آن به دست آورید. این
بخشی زمانی انجام شد که دامنه مشکل وجود داشت
از طریق بررسی ادبیات گسترده ایجاد شد. مفهوم
ذخیره سازی داده ها در مرحله مطالعه زمینه ای شکل گرفته است
به عنوان ورودی پرسشنامه اولیه این پژوهش استفاده شد.
پس از این، پرسشنامه مورد بررسی قرار گرفت. شما متخصص تاریخ هستید
انبار در آزمون شرکت کرد. هدف از آزمون
پرسشنامه اولیه برای بررسی کامل بودن و صحت بود
چند سوال بر اساس نتایج آزمون، پرسشنامه می باشد
اصلاح شد و نسخه اصلاح شده به ارسال شد
شرکت کنندگان در نظرسنجی سپس پرسشنامه ها برگشت داده شد
برای i تجزیه و تحلیل شد اطلاعات در جداول، نمودارها و فرمت های دیگر. THE
نتایج تجزیه و تحلیل از اطلاعات یک عکس فوری از
عمل انبارداری داده در استرالیا
بررسی اجمالی انبار داده
مفهوم انبار داده با پیشرفت ها تکامل یافته است
از فناوری کامپیوتر
هدف آن غلبه بر مشکلاتی است که گروه‌هایی با آن مواجه می‌شوند
پشتیبانی از برنامه های کاربردی مانند سیستم پشتیبانی تصمیم (DSS) e
سیستم اطلاعات اجرایی (EIS).
در گذشته مانع اصلی این کاربردها بوده است
عدم توانایی این برنامه ها در ارائه الف پایگاه داده
برای تجزیه و تحلیل لازم است.
این عمدتاً به دلیل ماهیت کار ایجاد می شود
مدیریت. منافع مدیریت یک شرکت متفاوت است
به طور مداوم بسته به منطقه تحت درمان است. بنابراین من اطلاعات
اساسی برای این برنامه ها باید قادر باشد
بسته به بخشی که باید درمان شود، به سرعت تغییر می کند.
این بدان معنی است که من اطلاعات باید به شکل موجود باشد
برای تحلیل های مورد نیاز کافی است. در واقع گروه های پشتیبانی از
برنامه‌ها در گذشته جمع‌آوری ed را بسیار دشوار می‌دانستند
ادغام شدن اطلاعات از منابع پیچیده و متنوع
بقیه این بخش یک نمای کلی از مفهوم را ارائه می دهد
انبار داده و سر و کار با چگونگی انبار داده می تواند بر
مشکلات گروه پشتیبانی برنامه
اصطلاح "انبار داده” توسط ویلیام اینمون در سال 1990 منتشر شد.
تعریفی که او اغلب به آن اشاره می کند، این را می بیند انبار داده بیا
مجموعه ای از اطلاعات موضوع محور، یکپارچه، غیر فرار و متغیر
در طول زمان، در حمایت از تصمیمات مدیریت.
با استفاده از این تعریف Inmon مشخص می کند که i اطلاعات ساکن
در یک انبار داده باید دارای 4 مورد زیر باشد
امکانات:
▪ موضوع محور
▪ یکپارچه
▪ غیر فرار
▪ در طول زمان متغیر است
منظور از سوژه محور اینمون این است که i اطلاعات در تاریخ
انبار در بزرگترین مناطق سازمانی که بوده است
در مدل تعریف شده است اطلاعات. به عنوان مثال همه اطلاعات در مورد i مشتریان
در حوزه موضوعی موجود هستند مشتریان. به همین ترتیب همه
اطلاعات مربوط به محصولات در قسمت موضوع موجود است
محصولات.
منظور از Integrated Inmon این است که i اطلاعات از مختلف می آیند
پلتفرم‌ها، سیستم‌ها و مکان‌ها ترکیب شده و در آن ذخیره می‌شوند
مکان واحد در نتیجه اطلاعات مشابه باید تبدیل شود
در قالب‌های ثابت، بنابراین می‌توان آنها را اضافه و مقایسه کرد
به آسانی.
به عنوان مثال جنسیت مرد و زن نشان داده شده است
با حروف M و F در یک سیستم و با 1 و 0 در سیستم دیگر. برای
آنها را به روش صحیح ادغام کنید، یک یا هر دو فرمت باید
تبدیل شود تا دو قالب یکسان باشند. در این
در صورتی که می توانیم M را به 1 و F را به 0 تغییر دهیم یا بالعکس. جهت گیری به سمت
موضوع و یکپارچه نشان می دهد که انبار داده برای آن طراحی شده است
یک دید کاربردی و عرضی از اطلاعات گذشته از
از شرکت.
منظور او از Non-volatile این است که i اطلاعات به انبار داده ماندن
منسجم و به روز اطلاعات لازم نیست. در عوض، هر
تغییر در اطلاعات اصل به اضافه شده است پایگاه داده از تاریخ
انبار. این بدان معناست که دی تاریخی اطلاعات موجود است در
انبار داده.
برای متغیرهای با زمان Inmon نشان می دهد که i اطلاعات به انبار داده
همیشه شامل شاخص های زمان و i اطلاعات به طور معمول
عبور از یک افق زمانی خاص به عنوان مثال الف
انبار داده می تواند حاوی 5 سال ارزش تاریخی باشد مشتریان DAL
1993 تا 1997. در دسترس بودن تاریخچه و یک سری زمانی
از اطلاعات به شما امکان تجزیه و تحلیل روندها را می دهد.
Un انبار داده او می تواند خود را جمع آوری کند اطلاعات از سیستم ها
OLTP؛ از مبدا اطلاعات خارج از سازمان و/یا توسط متخصصان دیگر
گرفتن پروژه های سیستمی اطلاعات.
I اطلاعات عصاره ها می توانند از طریق یک فرآیند تمیز کردن، در
این مورد من اطلاعات آنها قبل از اینکه تبدیل شوند و یکپارچه شوند
ذخیره شده در پایگاه داده از انبار داده. سپس من اطلاعات
ساکنین داخل پایگاه داده از انبار داده در دسترس قرار می گیرند
دسترسی کاربر نهایی و ابزارهای بازیابی. استفاده كردن
این ابزارها کاربر نهایی می تواند به نمای یکپارچه دسترسی داشته باشد
از سازمان اطلاعات.
I اطلاعات ساکنین داخل پایگاه داده از انبار داده هستند
هم با جزئیات و هم در قالب های خلاصه ذخیره می شود.
سطح خلاصه ممکن است به ماهیت آن بستگی داشته باشد اطلاعاتاست. من اطلاعات
جزئیات ممکن است شامل اطلاعات فعلی e اطلاعات مورخان
I اطلاعات حق امتیاز شامل نمی شود انبار داده تا من اطلاعات
به انبار داده به روز می شوند.
علاوه بر ذخیره سازی i اطلاعات خودشان، الف انبار داده نیز میتواند
نوع متفاوتی از dato به نام METADATA که
من را توصیف کنید اطلاعات ساکنین در او پایگاه داده.
دو نوع ابرداده وجود دارد: ابرداده توسعه و ابرداده توسعه
تجزیه و تحلیل
ابرداده توسعه برای مدیریت و خودکارسازی استفاده می شود
فرآیندهای استخراج، تمیز کردن، نقشه برداری و بارگذاری اطلاعات به
انبار داده.
اطلاعات موجود در فراداده توسعه می تواند حاوی باشد
جزئیات سیستم عامل، جزئیات عناصر برای استخراج،
مدل اطلاعات از انبار داده و قوانین شرکت برای
تبدیل دی اطلاعات.
نوع دوم متادیتا که به فراداده های تحلیلی معروف است
کاربر نهایی را قادر می سازد تا محتوای داده ها را بررسی کند
انبار برای پیدا کردن اطلاعات در دسترس است و معنای آنها از نظر چیست
واضح و غیر فنی
بنابراین ابرداده های تحلیلی به عنوان پلی بین داده ها عمل می کند
برنامه های کاربردی انبار و کاربر نهایی این ابرداده می تواند
شامل مدل کسب و کار، توضیحات اطلاعات خبرنگاران
به مدل کسب و کار، پرس و جوها و گزارش های از پیش تعریف شده،
اطلاعات برای ورود کاربران و فهرست.
تجزیه و تحلیل و ابرداده توسعه باید در یک ترکیب شوند
محتوی ابرداده یکپارچه برای عملکرد صحیح
متأسفانه بسیاری از ابزارهای موجود خود را دارند
ابرداده و در حال حاضر هیچ استانداردی برای آن وجود ندارد
به ابزارهای انبار داده اجازه می دهد تا اینها را یکپارچه کنند
فراداده برای اصلاح این وضعیت بسیاری از معامله گران از
ابزارهای اصلی انبار داده متا دیتا را تشکیل داده اند
شورایی که بعداً به ائتلاف متا داده تبدیل شد.
هدف این ائتلاف ایجاد یک مجموعه ابرداده است
استانداردی که به ابزارهای مختلف انبار داده اجازه می دهد
تبدیل ابرداده
تلاش آنها منجر به تولد متا شد
مشخصات تبادل داده (MDIS) که امکان تبادل را فراهم می کند
اطلاعات بین بایگانی های مایکروسافت و فایل های MDIS مربوطه.
وجود اطلاعات هر دو خلاصه / نمایه شده و تفصیلی می دهد
کاربر این امکان را دارد که یک DRILL DROWN را انجام دهد
(حفاری) بیا اطلاعات نمایه شده به جزئیات و بالعکس.
وجود اطلاعات تاریخچه های دقیق اجازه می دهد تا ایجاد
تحلیل روند در طول زمان علاوه بر این، فراداده تجزیه و تحلیل می تواند
به عنوان دایرکتوری استفاده شود پایگاه داده از انبار داده برای
به کاربران نهایی کمک کنید مکان i را پیدا کنند اطلاعات ضروری
در مقایسه با سیستم های OLTP، با توانایی آنها در پشتیبانی
تجزیه و تحلیل اطلاعات و گزارش، انبار داده به عنوان یک سیستم دیده می شود
مناسب تر برای فرآیندهای اطلاعاتی مانند ساخت و
به سوالات پاسخ دهید و گزارش تهیه کنید. بخش بعدی
تفاوت های این دو سیستم را با جزئیات برجسته خواهد کرد.
پایگاه داده تحلیلی در برابر سیستم های OLTP
بسیاری از سیستم های اطلاعاتی در سازمان ها
آنها برای پشتیبانی از عملیات روزانه در نظر گرفته شده اند. اینها
سیستم های معروف به OLTP SYSTEMS، تراکنش ها را ضبط می کنند
به طور مداوم روزانه به روز می شود.
I اطلاعات در این سیستم ها اغلب اصلاح، اضافه یا
حذف شده. به عنوان مثال، آدرس مشتری به سختی تغییر می کند
او از جایی به جای دیگر حرکت می کند. در این مورد آدرس جدید
با تغییر فیلد آدرس ثبت می شود پایگاه داده.
هدف اصلی این سیستم ها کاهش هزینه ها است
معاملات و در عین حال کاهش زمان پردازش.
نمونه هایی از سیستم های OLTP شامل اقدامات حیاتی مانند نوشتن است
حسابداری سفارش، حقوق و دستمزد، فاکتورها، ساخت، خدمات هوش مصنوعی مشتریان.
برخلاف سیستم های OLTP که در هر فرآیند ایجاد می شدند
بر اساس معاملات و رویدادها، i انبار داده آنها ایجاد شدند
برای ارائه پشتیبانی از فرآیندهای مبتنی بر تجزیه و تحلیل اطلاعات شکایت
فرآیندهای تصمیم گیری
این معمولاً با ادغام i به دست می آید اطلاعات از سیستم های مختلف
OLTP و خارجی در یک "کانتینر". اطلاعات،همانطور که بحث شد
در بخش قبل
مدل فرآیند ذخیره سازی داده موناش
مدل فرآیند برای انبار داده موناش توسط
محققان از گروه تحقیقاتی موناش DSS، بر اساس
ادبیات از انبار داده، در مورد تجربه در حمایت از
توسعه زمینه های سیستم، در بحث با فروشندگان
برنامه های کاربردی برای استفاده در انبار داده، بر روی گروهی از کارشناسان
در استفاده از انبار داده.
این مراحل عبارتند از: آغاز، برنامه ریزی، توسعه و عملیات
توضیحات نمودار ماهیت تکرار شونده یا
تکامل تکاملی a انبار داده فرآیند با استفاده از
فلش های دو طرفه بین فازهای مختلف قرار می گیرند. در این
بافت «تکرار شونده» و «تکاملی» به این معناست که در هر یک
مرحله ای از فرآیند، فعالیت های اجرایی را می توان انجام داد
همیشه به سمت عقب به مرحله قبل انتشار دهید. این هست
با توجه به ماهیت پروژه الف انبار داده کوره نل
درخواست های اضافی در هر زمان ایجاد می شود
از کاربر نهایی به عنوان مثال، در مرحله توسعه a
روند انبار داده، یکی توسط کاربر نهایی درخواست شده است
بعد یا حوزه موضوعی جدید، که به آن تعلق نداشت
طرح اصلی، این باید به سیستم اضافه شود. این
باعث تغییر در پروژه می شود. نتیجه این است که تیم از
طراحی باید الزامات اسناد ایجاد شده را تغییر دهد
در مرحله طراحی در بسیاری از موارد، وضعیت فعلی
پروژه باید به مرحله طراحی برگردد که در آن
درخواست جدید باید اضافه و مستند شود. کاربر
نهایی باید بتواند مستندات خاص بررسی شده را ببیند
تغییراتی که در مرحله توسعه ایجاد شد. در پایان
این چرخه توسعه، پروژه باید بازخورد زیادی از آن دریافت کند
هر دو تیم، تیم توسعه و تیم کاربر. THE
سپس از بازخورد برای بهبود پروژه آینده استفاده مجدد می شود.
برنامه ریزی ظرفیت
Dw از نظر اندازه بسیار بزرگ است و رشد می کند
خیلی سریع (Best 1995, Rudin 1997a) به دنبال این
مقداری اطلاعات تاریخ هایی که آنها از مدت زمان خود حفظ می کنند. آنجا
رشد نیز می تواند ناشی از اطلاعات موارد اضافی درخواست شده توسط
کاربران برای افزایش ارزش اطلاعات که آنها قبلا دارند. از جانب
در نتیجه، الزامات ذخیره سازی برای اطلاعات پوسونو
به طور قابل توجهی افزایش یابد (Eckerson 1997). پس اینطور
ضروری است، با انجام برنامه ریزی از
ظرفیتی که سیستم ساخته شده می تواند با آن رشد کند
رشد نیازها (Best 1995، LaPlante 1996، Lang 1997،
Eckerson 1997, Rudin 1997a, Foley 1997a).
در برنامه ریزی برای مقیاس پذیری dw، فرد باید این را بداند
رشد مورد انتظار در اندازه موجودی، انواع سوالات
به احتمال زیاد انجام خواهد شد، و تعداد کاربران نهایی پشتیبانی شده (بهترین
1995، Rudin 1997b، Foley 1997a). ساخت اپلیکیشن های مقیاس پذیر
به ترکیبی از فن آوری ها و تکنیک های سرور مقیاس پذیر نیاز دارد
طراحی برنامه های کاربردی مقیاس پذیر (Best 1995, Rudin 1997b.
هر دو هنگام ایجاد یک برنامه ضروری هستند
بسیار مقیاس پذیر فناوری های سرور مقیاس پذیر می توانند
افزودن فضای ذخیره سازی، حافظه و
CPU بدون عملکرد ضعیف (Lang 1997، Telephony 1997).
دو فناوری اصلی سرور مقیاس پذیر وجود دارد: محاسبه
چند متقارن (SMP) و پردازش عظیم
موازی (MPP) (IDC 1997, Humphries et al. 1999). یک سرور
SMP به طور معمول دارای چندین پردازنده است که یک حافظه مشترک دارند،
سیستم اتوبوس و سایر منابع (IDC 1997, Humphries et al. 1999).
پردازنده های اضافی را می توان برای تقویت اضافه کرد
لا سوا قدرت محاسباتی روش دیگری برای افزایش
قدرت قدرت محاسباتی سرور SMP، ترکیبی از تعداد زیادی است
ماشین های SMP این تکنیک به عنوان خوشه بندی (Humphries
و همکاران 1999). از طرف دیگر یک سرور MPP هر کدام دارای چندین پردازنده است
با حافظه خود، سیستم اتوبوس و سایر منابع (IDC 1997،
هامفریس و همکاران 1999). هر پردازنده یک گره نامیده می شود. آ
افزایش در قدرت محاسباتی قابل دستیابی است
اضافه کردن گره های اضافی به سرورهای MPP (Humphries et al.
1999).
یک ضعف سرورهای SMP تعداد زیاد عملیات ورودی-خروجی است
(I/O) می تواند سیستم اتوبوس را شلوغ کند (IDC 1997). این
مشکل در سرورهای MPP از هر زمان رخ نمی دهد
پردازنده سیستم گذرگاه خود را دارد. با این حال، اتصالات
بین هر گره آنها معمولاً بسیار کندتر از سیستم اتوبوس هستند
از SMP ها علاوه بر این، سرورهای MPP می توانند یک لایه اضافه کنند
پیچیدگی اضافی برای توسعه دهندگان برنامه (IDC
1997). بنابراین، انتخاب بین سرورهای SMP و MPP می تواند تحت تأثیر قرار گیرد
توسط عوامل بسیاری، از جمله پیچیدگی سوالات، رابطه
قیمت/عملکرد، ظرفیت درمان مورد نیاز،
از کاربردهای dw و افزایش اندازه جلوگیری کرد پایگاه داده
از dw و تعداد کاربران نهایی.
تکنیک های متعدد طراحی اپلیکیشن مقیاس پذیر
می تواند در برنامه ریزی ظرفیت استفاده شود. یکی
از دوره های مختلف اطلاع رسانی مانند روز، هفته، ماه و سال استفاده می کند.
داشتن دوره های مختلف اطلاع رسانی، پایگاه داده را می توان به تقسیم کرد
قطعات به راحتی در کنار هم قرار می گیرند (اینمون و همکاران 1997). یکی دیگه
تکنیک استفاده از جداول خلاصه ای است که ساخته شده اند
خلاصه کردن اطلاعات da اطلاعات دقیق بنابراین، من اطلاعات خلاصه بیشتر است
فشرده نسبت به جزئیات، که به فضای حافظه کمتری نیاز دارد.
بنابراین اطلاعات جزئیات را می توان در یک درایو ذخیره کرد
ذخیره سازی ارزان تر، که باعث صرفه جویی در فضای ذخیره سازی بیشتر می شود.
اگرچه استفاده از جداول خلاصه می تواند باعث صرفه جویی در فضا شود
حافظه، برای به روز نگه داشتن آنها به تلاش زیادی نیاز دارند
مطابق با نیازهای تجاری با این حال، این تکنیک است
به طور گسترده استفاده می شود و اغلب در ارتباط با این تکنیک استفاده می شود
قبلی (بهترین 1995، Inmon 1996a، Chauduri و Dayal
1997).
تعریف کردن انبار داده فنی
معماری تعریف تکنیک ها
معماری های dw
پذیرندگان اولیه انبار داده ها در درجه اول تصور می شدند
اجرای متمرکز dw که در آن همه اطلاعات، مشمول
i اطلاعات خارجی، در یک واحد ادغام شدند،
ذخیره سازی فیزیکی (Inmon 1996a, Bresnahan 1996, Peacock 1998).
مزیت اصلی این رویکرد این است که کاربران نهایی
من قادر به دسترسی به دیدگاه در مقیاس کارآفرینی هستم
(نمای گسترده سازمانی) dei اطلاعات سازمانی (Ovum 1998). یکی دیگر
مزیت این است که استانداردسازی را ارائه می دهد اطلاعات از طریق
سازمان، به این معنی که تنها یک نسخه وجود دارد یا
تعریف برای هر اصطلاح مورد استفاده در سپرده dw
ابرداده (مخزن) (Flanagan and Safdie 1997، Ovum 1998). را
از سوی دیگر عیب این روش گران و دشوار بودن آن است
ساخته شود (Flanagan and Safdie 1997, Ovum 1998, Inmon et al.
1998). مدت زیادی از معماری ذخیره سازی نگذشته است اطلاعات
متمرکز رایج شد، مفهوم استخراج تکامل یافت
از کوچکترین زیر مجموعه های اطلاعات برای حمایت از نیازهای
کاربردهای خاص (وارنی 1996، IDC 1997، برسون و اسمیت
1997، طاووس 1998). این سیستم های کوچک از بیشتر مشتق شده اند
بزرگ انبار داده متمرکز تاریخ نامیده می شوند
انبارهای دپارتمان وابسته یا بازارهای داده وابسته.
معماری دیتا مارت وابسته به نام شناخته می شود
معماری سه لایه که در آن لایه اول از داده ها تشکیل شده است
انبار متمرکز، دوم از انبارها تشکیل شده است اطلاعات
بخش و سوم شامل دسترسی به اطلاعات و از ابزارهای
تجزیه و تحلیل (Demarest 1994، Inmon et al. 1997).
دیتامارت ها معمولاً بعد از این ساخته می شوند انبار داده
متمرکز برای رفع نیازهای ساخته شده است
واحدهای خاص (وایت 1995، وارنی 1996).
Data marts ذخیره می کند اطلاعات بسیار مرتبط با جزئیات
وحدت (اینمون و همکاران 1997، اینمون و همکاران 1998، IA 1998).
مزیت این روش این است که وجود نخواهد داشت dato نه
یکپارچه و اینکه i اطلاعات آنها کمتر در داده ها اضافی خواهند بود
مارت از همه اطلاعات آنها از یک انبار می آیند اطلاعات یکپارچه.
مزیت دیگر این است که اتصالات کمی بین هر کدام وجود خواهد داشت
داده ها و منابع مرتبط اطلاعات زیرا هر دیتا مارت فقط دارد
یک منبع از اطلاعات. به علاوه با این معماری در محل، کاربران
فینال ها هنوز هم می توانند به نمای کلی دسترسی داشته باشند اطلاعات
سازمان های شرکتی این روش به نام
روش از بالا به پایین، که در آن داده‌ها پس از داده‌ها ساخته می‌شوند
انبار (طاووس 1998، گاف 1998).
افزایش نیاز به نشان دادن نتایج زود هنگام، برخی
سازمان‌ها شروع به ساخت داده‌های مستقل کرده‌اند
(Flanagan and Safdie 1997, White 2000). در این مورد، دیتا مارت می شود
آنها مال خود را می گیرند اطلاعات مستقیما از اصول اولیه اطلاعات OLTP و نه از
ذخیره سازی متمرکز و یکپارچه، در نتیجه نیاز به
دارای انبار مرکزی در محل
هر دیتا مارت به حداقل یک پیوند به منابع خود نیاز دارد
di اطلاعات. یکی از معایب داشتن چندین لینک برای هر تاریخ
mart این است که در مقایسه با دو معماری قبلی،
فراوانی بیش از حد اطلاعات به طور قابل توجهی افزایش می یابد.
هر دیتا مارت باید تمام اطلاعات را ذخیره کند اطلاعات درخواست محلی برای
هیچ تاثیری روی سیستم های OLTP ندارند. این باعث می شود که i اطلاعات
آنها در داده های مختلف ذخیره می شوند (اینمون و همکاران 1997).
یکی دیگر از معایب این معماری این است که منجر به
ایجاد ارتباطات پیچیده بین داده‌ها و آنها
منابع از اطلاعات که انجام و کنترل آنها دشوار است (Inmon ed
دیگران. 1997).
یکی دیگر از معایب این است که کاربران نهایی نمی توانند برق را تامین کنند
دسترسی به نمای کلی اطلاعات شرکت به صورت i اطلاعات
داده های مختلف یکپارچه نیستند (Ovum 1998).
یکی دیگر از معایب این است که ممکن است بیش از یک وجود داشته باشد
تعریفی برای هر اصطلاحی که در داده‌هایی که تولید می‌کند، استفاده می‌شود
ناهماهنگی های اطلاعات در سازمان (Ovum 1998).
علیرغم معایبی که در بالا مورد بحث قرار گرفت، داده‌های مستقل کار می‌کنند
آنها هنوز هم توجه بسیاری از سازمان ها را به خود جلب می کنند (IDC 1997).
یکی از عواملی که آنها را جذاب می کند این است که سریعتر رشد می کنند
و به زمان و منابع کمتری نیاز دارند (برسناهان 1996، برسون ای
اسمیت 1997، تخمک 1998). بر این اساس، آنها عمدتا خدمت می کنند
به عنوان پروژه های آزمایشی که می توان از آنها برای شناسایی استفاده کرد
به سرعت مزایا و/یا عیوب پروژه (پارسای
1995، برالی 1995، نیوینگ 1996). در این مورد، بخشی از
اجرا در پروژه آزمایشی باید کوچک اما مهم باشد
برای سازمان (نیوینگ 1996، منسل-لوئیس 1996).
با بررسی نمونه اولیه، کاربران نهایی و مدیریت می توانند
تصمیم بگیرید که آیا پروژه را ادامه دهید یا متوقف کنید (Flanagan and Safdie
1997).
اگر تصمیم ادامه پیدا کند، داده‌ها برای سایر بخش‌ها مورد بررسی قرار می‌گیرند
آنها باید یکی یکی ساخته شوند. دو گزینه برای وجود دارد
کاربران نهایی بر اساس نیازهایشان در ساخت داده
مواد مستقل: یکپارچه/فدرال و غیر یکپارچه (Ovum
1998)
در روش اول، هر دیتا مارت جدید باید ساخته شود
بر اساس مدل و مدل داده های فعلی اطلاعات استفاده
توسط شرکت (وارنی 1996، برسون و اسمیت 1997، طاووس 1998).
لزوم استفاده از مدل اطلاعات شرکت آن را ضروری می کند
اطمینان حاصل کنید که برای هر اصطلاح فقط یک تعریف وجود دارد
از طریق data marts استفاده می شود، این نیز برای اطمینان از داده ها است
مارت های مختلف را می توان با هم ادغام کرد تا یک نمای کلی از آنها ارائه شود
اطلاعات شرکتی (برسناهان 1996). این روش است
پایین به بالا نامیده می شود و زمانی بهترین است که محدودیتی وجود داشته باشد
امکانات مالی و زمان (Flanagan and Safdie 1997, Ovum 1998,
طاووس 1998، گاف 1998). در روش دوم داده مارتس
ساخته شده تنها می تواند نیازهای یک واحد خاص را برآورده کند.
یک نوع از دیتا مارت فدرال است انبار داده توزیع شده
که در آن پایگاه داده میان افزار سرور هاب برای پیوستن به بسیاری از آنها استفاده می شود
data marts در یک مخزن واحد اطلاعات توزیع شده (White 1995). که در
این مورد، i اطلاعات شرکت ها در چندین بازار داده توزیع شده اند.
درخواست های کاربر نهایی به ارسال می شود پایگاه داده
میان افزار هاب سرور، که همه را استخراج می کند اطلاعات درخواست شده توسط داده ها
مارت می شود و نتایج را به برنامه های کاربر نهایی برمی گرداند. این
این روش اطلاعات تجاری را در اختیار کاربران نهایی قرار می دهد. با این حال،
مشکلات دیتا مارت ها هنوز برطرف نشده است
مستقل. معماری دیگری نیز وجود دارد که می توان از آن استفاده کرد
با ... تماس بگیر انبار داده مجازی (White 1995). با این حال، این
معماری، که در شکل 2.9 توضیح داده شده است، یک معماری نیست
ذخیره سازی اطلاعات واقعی است زیرا بار را حرکت نمی دهد
از سیستم های OLTP به انبار داده (Demarest 1994).
در واقع درخواست های اطلاعات توسط کاربران نهایی به
سیستم های OLTP که پس از پردازش نتایج را برمی گرداند
درخواست های کاربر اگرچه این معماری به کاربران اجازه می دهد
نهایی برای تولید گزارش ها و فرموله کردن درخواست ها، نمی تواند i
اطلاعات تاریخچه و مروری بر اطلاعات شرکت به عنوان i اطلاعات
از سیستم های مختلف OLTP یکپارچه نشده اند. بنابراین، این یکی
معماری نمی تواند تجزیه و تحلیل را برآورده کند اطلاعات پیچیده مانند
پیش بینی های نمونه
انتخاب برنامه های دسترسی و دسترسی
بازیابی از اطلاعات
هدف از ساخت الف انبار داده انتقال است
اطلاعات به کاربران نهایی (اینمون و همکاران 1997، پو 1996،
مک فادن 1996، شانکس و همکاران 1997، هامرگرن 1998). یکی یا
دسترسی چندگانه و برنامه های بازیابی اطلاعات باید فراهم شود. به
امروزه طیف گسترده ای از این برنامه ها برای انتخاب کاربر وجود دارد
را انتخاب کنید (Hammergren 1998, Humphries et al. 1999). این
برنامه های انتخاب شده موفقیت تلاش را تعیین می کند
ذخیره سازی اطلاعات در یک سازمان زیرا
برنامه های کاربردی قابل مشاهده ترین بخش هستند انبار داده به کاربر
نهایی (اینمون و همکاران 1997، پو 1996). برای موفقیت در یک قرار
انبار، باید قادر به پشتیبانی از فعالیت های تجزیه و تحلیل از اطلاعات
کاربر نهایی (Poe 1996, Seddon and Benjamin 1998, Eckerson
1999). بنابراین "سطح" آنچه کاربر نهایی می خواهد باید باشد
شناسایی شده (پو 1996، متیسون 1996، اینمون و همکاران 1997،
هامفریس و همکاران 1999).
به طور کلی، کاربران نهایی را می توان به سه دسته تقسیم کرد
دسته بندی ها: کاربران اجرایی، تحلیلگران تجاری و کاربران قدرتمند (پو
1996، هامفریس و همکاران 1999). کاربران اجرایی نیاز دارند
دسترسی آسان به مجموعه های از پیش تعریف شده گزارش ها (Humphries ed
دیگران 1999). این گزارش ها را می توان به راحتی با
پیمایش منو (Poe 1996). به علاوه، گزارش ها باید
ارائه اطلاعات با استفاده از نمایش گرافیکی
مانند جداول و الگوها برای انتقال سریع
اطلاعات (Humphries et al. 1999). تحلیلگران کسب و کار، که این کار را نمی کنند
آنها ممکن است از امکانات فنی برای توسعه روابط برخوردار باشند
صفر به تنهایی، آنها باید بتوانند روابط فعلی را تغییر دهند
نیازهای خاص خود را ارضا کنند (پو 1996، هامفریس و همکاران
1999). از سوی دیگر، کاربران قدرتمند، آن دسته از کاربران نهایی هستند که
توانایی تولید و نوشتن درخواست و گزارش از
صفر (Poe 1996, Humphries et al. 1999). آنها کسانی هستند که
گزارش هایی را برای انواع دیگر کاربران تهیه کنید (پو 1996، هامفریس
و دیگران 1999).
پس از تعیین نیازهای کاربر نهایی باید انجام شود
مجموعه ای از برنامه های دسترسی و بازیابی اطلاعات در میان همه
موارد موجود (پو 1996، اینمون و همکاران 1997).
دسترسی به اطلاعات و ابزارهای بازیابی می تواند باشد
به 4 نوع طبقه بندی می شود: ابزار OLAP، ابزار EIS/DSS، ابزار پرس و جو و
ابزارهای گزارش دهی و داده کاوی
ابزارهای OLAP به کاربران این امکان را می‌دهند که کوئری‌های موردی ایجاد کنند
آنهایی که ساخته شده اند پایگاه داده از انبار داده. به علاوه این محصولات
به کاربران اجازه دهید از اطلاعات عمومی به آن ها
دقیق
ابزارهای EIS/DSS گزارش‌های اجرایی را به‌عنوان تحلیل «چه می‌شد اگر» ارائه می‌کنند
و دسترسی به گزارش های سازماندهی شده توسط منو. گزارش ها باید باشد
از پیش تعریف شده و ادغام شده با منوها برای ناوبری آسان تر.
ابزارهای پرس و جو و گزارش به کاربران امکان می دهد گزارش تهیه کنند
از پیش تعریف شده و مشخص
ابزارهای داده کاوی برای شناسایی روابطی که
می تواند نور جدیدی بر عملیات فراموش شده در اطلاعات از
پایگاه داده تحلیلی.
در کنار بهینه سازی نیازهای هر نوع کاربر، i
ابزارهای انتخاب شده باید بصری، کارآمد و آسان برای استفاده باشند.
آنها همچنین باید با سایر بخش های معماری سازگار باشند
توانایی کار با سیستم های موجود همچنین پیشنهاد می شود
ابزارهای دسترسی و بازیابی داده را با قیمت و عملکرد انتخاب کنید
معقول. معیارهای دیگری که باید در نظر گرفته شوند عبارتند از تعهد به
فروشنده ابزار در حمایت از محصول خود و پیشرفت های آن
همین امر در نسخه های بعدی خواهد بود. برای اطمینان از تعامل کاربر
در استفاده از انبار داده، تیم توسعه درگیر است
کاربران در فرآیند انتخاب ابزار در این مورد
یک ارزیابی عملی کاربر باید انجام شود.
برای بهبود ارزش انبار داده، تیم توسعه می تواند
همچنین دسترسی وب به انبارهای داده خود را فراهم می کند. آ
انبار داده با قابلیت وب به کاربران امکان دسترسی به آن را می دهد اطلاعات
از مکان های دور یا در هنگام سفر. اطلاعات بیشتر می تواند
با هزینه کمتر از طریق کاهش هزینه ارائه شود
از آموزش.
2.4.3 انبار داده فاز عملیاتی
این مرحله شامل سه فعالیت است: تعریف استراتژی های تاریخ
به روز رسانی، کنترل فعالیت های انبار داده و مدیریت
امنیت انبار داده
تعریف استراتژی های به روز رسانی داده ها
پس از بارگذاری اولیه، i اطلاعات به پایگاه داده از انبار داده
برای پخش باید به صورت دوره ای رفرش شود
تغییرات ایجاد شده در اطلاعات اصل بنابراین ما باید تصمیم بگیریم
چه زمانی برای تازه کردن، هر چند وقت یکبار
تازه کردن و نحوه رفرش کردن اطلاعات. پیشنهاد می شود انجام شود
رفرش دی اطلاعات زمانی که می توان سیستم را آفلاین کرد. آنجا
نرخ تجدید توسط تیم توسعه بر اساس تعیین می شود
در مورد نیازهای کاربر دو رویکرد برای تازه کردن وجود دارد
انبار داده: به روز رسانی کامل و بارگذاری مداوم
تغییر می کند
اولین رویکرد، به‌روزرسانی کامل، نیاز به بارگیری مجدد دارد
همه اطلاعات از ابتدا این بدان معنی است که همه اطلاعات باید مورد نیاز
استخراج، پاکسازی، تبدیل و ادغام در هر تازه سازی شود. این
تا آنجا که ممکن است باید از رویکرد اجتناب شود زیرا
به زمان و منابع زیادی نیاز دارد.
یک رویکرد جایگزین بارگذاری مداوم i است
تغییر می کند. این i را اضافه می کند اطلاعات که تغییر کرده اند
از آخرین چرخه به روز رسانی انبار داده. شناسایی از
رکوردهای جدید یا اصلاح شده به میزان قابل توجهی کاهش می یابد
اطلاعات که باید در هر کدام به انبار داده منتشر شود
به روز رسانی از آنجایی که فقط این اطلاعات به اضافه خواهد شد پایگاه داده
از انبار داده
حداقل 5 رویکرد وجود دارد که می توان از آنها برای عقب نشینی استفاده کرد
i اطلاعات جدید یا اصلاح شده برای به دست آوردن یک استراتژی کارآمد
رفرش دی اطلاعات ترکیبی از این رویکردها می تواند مفید باشد
تمام تغییرات سیستم را دریافت می کند.
اولین رویکرد، که از مهر زمانی استفاده می کند، فرض می کند که می آید
به همه اختصاص داده شده است اطلاعات یک مهر زمانی را ویرایش و به روز کرد
تا بتوانید به راحتی همه را شناسایی کنید اطلاعات اصلاح شده و جدید
با این حال، این رویکرد به طور گسترده در اکثر موارد استفاده نشده است
بخشی از سیستم عامل های امروزی
روش دوم استفاده از فایل دلتا تولید شده توسط
برنامه ای که فقط شامل تغییرات ایجاد شده در آن است اطلاعات.
استفاده از این فایل چرخه به روز رسانی را نیز تقویت می کند.
با این حال، حتی این روش در بسیاری از افراد مورد استفاده قرار نگرفته است
برنامه های کاربردی.
روش سوم اسکن یک فایل گزارش است که
اساسا حاوی اطلاعات مشابه فایل دلتا است. تنها
تفاوت این است که یک فایل log برای فرآیند بازیابی ایجاد می شود و
درک آن می تواند دشوار باشد.
روش چهارم اصلاح کد برنامه است.
با این حال بیشتر کد برنامه قدیمی است و
شکننده؛ بنابراین باید از این تکنیک اجتناب شود.
آخرین رویکرد، مقایسه است اطلاعات منابع با فایل
خدایان اصلی اطلاعات.
کنترل فعالیت های انبار داده
زمانی که انبار داده در اختیار کاربران قرار می گیرد، می شود
نظارت بر آن در طول زمان ضروری است. در این مورد، مدیر
انبار داده می تواند از یک یا چند ابزار مدیریتی استفاده کند
کنترل برای نظارت بر استفاده از انبار داده. به خصوص
اطلاعات در مورد مردم و آب و هوا را می توان جمع آوری کرد
که آنها به انبار داده دسترسی دارند. بیا دیگه اطلاعات می توان محصولات زراعی ایجاد کرد
نمایه ای از کار انجام شده که می تواند به عنوان ورودی استفاده شود
در اجرای بازپرداخت شارژ کاربر بازپرداخت شارژ
به کاربران این امکان را می دهد که از هزینه پردازش اطلاعات مطلع شوند
پایگاه داده تحلیلی.
علاوه بر این، کنترل انبار داده نیز می تواند مورد استفاده قرار گیرد
شناسایی انواع پرس و جوها، اندازه آنها، تعداد پرس و جوها در هر
روز، زمان پاسخ به پرس و جو، بخش های رسیده و مقدار
di اطلاعات فرآوری شده. هدف دیگر از انجام بررسی
انبار داده برای شناسایی است اطلاعات که در حال استفاده نیستند. اینها اطلاعات
برای بهبود زمان می توان آنها را از انبار داده حذف کرد
پاسخ اجرای پرس و جو و نظارت بر رشد
اطلاعات که در داخل ساکن هستند پایگاه داده از انبار داده
مدیریت امنیت انبار داده
انبار داده شامل اطلاعات یکپارچه، انتقادی، حساس که
به راحتی قابل دسترسی است. به همین دلیل باید
از کاربران غیرمجاز محافظت شود. یک راه برای
پیاده سازی امنیت استفاده از تابع del است DBMS
برای تخصیص امتیازات مختلف به انواع مختلف کاربران. در این
برای هر نوع کاربر باید یک نمایه حفظ شود
دسترسی داشته باشید. راه دیگر برای ایمن سازی انبار داده رمزگذاری آن است
همانطور که در آن نوشته شده است پایگاه داده از انبار داده دسترسی به
اطلاعات و ابزارهای بازیابی باید رمزگشایی شوند اطلاعات قبل از ارسال i
نتایج به کاربران
2.4.4 انبار داده فاز استقرار
این آخرین مرحله در چرخه پیاده سازی انبار داده است. را
فعالیت هایی که در این مرحله انجام می شود شامل آموزش
کاربران برای استفاده از انبار داده و ایجاد نظرات
از انبار داده
آموزش کاربر
ابتدا باید آموزش کاربران انجام شود
از دسترسی به اطلاعات از انبار داده و استفاده از ابزار
بازیابی به طور کلی، جلسات باید با شروع شود
مقدمه ای بر مفهوم ذخیره سازی اطلاعاتدر
محتوای انبار داده، ai meta اطلاعات و ویژگی های اساسی
از ابزارها سپس، کاربران پیشرفته تر نیز می توانند آن را مطالعه کنند
جداول فیزیکی و ویژگی های کاربر دسترسی به داده ها و ابزارها
بازیابی
روش های زیادی برای انجام آموزش کاربران وجود دارد. یکی از
این شامل انتخاب بسیاری از کاربران یا تحلیلگرانی است که توسط a
گروهی از کاربران، بر اساس رهبری و توانایی آنها
ارتباط اینها در ظرفیت شخصی آموزش می بینند
همه چیزهایی که باید بدانند تا با آن آشنا شوند
سیستم. پس از پایان آموزش، آنها به کار خود باز می گردند و
آنها شروع به آموزش سایر کاربران می کنند که چگونه از سیستم استفاده کنند. در
بر اساس آنچه که آموخته اند، سایر کاربران می توانند شروع کنند
کاوش در انبار داده
روش دیگر آموزش بسیاری از کاربران در همین زمینه است
زمان، انگار در حال گذراندن یک دوره کلاسی هستید. این روش
زمانی مناسب است که کاربران زیادی وجود داشته باشند که نیاز به آموزش دارند
همزمان. روش دیگر آموزش است
هر کاربر به صورت جداگانه، یک به یک. این روش است
مناسب زمانی که کاربران کمی وجود دارد.
هدف از آموزش کاربران آشنایی شماست
با دسترسی به اطلاعات و ابزارهای بازیابی و همچنین محتویات
پایگاه داده تحلیلی. با این حال، برخی از کاربران ممکن است خسته شوند
با توجه به میزان اطلاعات ارائه شده در طول جلسه
آموزش. بنابراین تعداد معینی کار باید انجام شود
پشتیبانی مداوم و جلسات تجدید نظر برای پاسخگویی
به سوالات خاص در برخی موارد یک گروه تشکیل می شود
کاربران برای ارائه این نوع پشتیبانی.
جمع آوری بازخورد
هنگامی که انبار داده راه اندازی شد، کاربران می توانند
استفاده از i اطلاعات که برای اهداف مختلف در انبار داده ساکن هستند.
اغلب، تحلیلگران یا کاربران از i اطلاعات به
انبار داده برای:
1 روندهای شرکت را شناسایی کنید
2 پروفایل های خرید را تجزیه و تحلیل کنید مشتریان
3 تقسیم i مشتریان و من
4 بهترین خدمات را به مشتریان - سفارشی کردن خدمات
5 استراتژی ها را تدوین کنید بازار یابی
6 پیشنهادهای رقابتی برای تجزیه و تحلیل هزینه و کمک ارائه دهید
کنترل
7 از تصمیم گیری استراتژیک حمایت کنید
8 فرصت هایی برای برجسته شدن را شناسایی کنید
9 بهبود کیفیت فرآیندهای تجاری فعلی
10 سود را بررسی کنید
با پیروی از جهت توسعه انبار داده، آنها می توانستند
برای دریافت بازخورد، یک سری بررسی های سیستمی انجام دهید
هم از تیم توسعه و هم از جامعه
کاربران نهایی
نتایج به دست آمده را می توان در نظر گرفت
چرخه توسعه بعدی
از آنجایی که انبار داده رویکردی افزایشی دارد،
درس گرفتن از موفقیت ها و اشتباهات قبلی ضروری است
تحولات
2.5 خلاصه
در این فصل رویکردهای موجود در آن مورد بحث قرار گرفته است
ادبیات. در بخش 1 مفهوم مورد بحث قرار گرفت
انبار داده و نقش آن در علم تصمیم گیری در
بخش 2 تفاوت های اصلی بین
انبار داده و سیستم های OLTP. در بخش 3 ما در مورد
مدل انبار داده موناش که مورد استفاده قرار گرفت
در بخش 4 برای تشریح فعالیت های درگیر در فرآیند
توسعه یک انبار داده، این پایان نامه ها بر اساس آن نبوده است
تحقیق دقیق آنچه در واقعیت اتفاق می افتد می تواند باشد
بسیار متفاوت از آنچه در ادبیات گزارش شده است، با این حال
از نتایج می توان برای ایجاد یک چمدان اساسی استفاده کرد که
بر مفهوم انبار داده برای این تحقیق تاکید می کند.
فصل 3
روش تحقیق و طراحی
این فصل به روش های تحقیق و طراحی برای
این مطالعه. بخش اول یک نمای کلی از روش ها را نشان می دهد
علاوه بر این، تحقیقات موجود برای بازیابی اطلاعات
معیارهای انتخاب بهترین روش برای یکی مورد بحث قرار گرفته است
مطالعه خاص سپس دو روش در بخش 2 مورد بحث قرار می گیرد
با معیارهایی که به تازگی تعیین شده انتخاب شده است. از اینها انتخاب خواهد شد و
یکی را با دلایل ذکر شده در بخش 3 که در کجا هستند، اتخاذ کرد
دلایل حذف معیار دیگر نیز توضیح داده شده است. آنجا
بخش 4 طرح تحقیق و بخش 5 آن را ارائه می دهد
نتیجه گیری
3.1 تحقیق در سیستم های اطلاعاتی
تحقیق در سیستم های اطلاعاتی به سادگی محدود نمی شود
به حوزه فناوري مي‌رسد، اما بايد آن را نيز شامل شود
اهداف مربوط به رفتار و سازمان
ما این را مدیون پایان نامه های رشته های مختلف اعم از
علوم اجتماعی به علوم طبیعی; این منجر به نیاز به a
طیف خاصی از روش های تحقیق شامل روش های کمی است
و کیفی برای استفاده در سیستم های اطلاعاتی.
همه روش های تحقیق موجود، در واقع چندین روش مهم هستند
محققانی مانند جنکینز (1985)، Nunamaker و همکاران. (1991) و گالیرز
(1992) استدلال می کنند که روش جهانی خاصی وجود ندارد
انجام تحقیقات در زمینه های مختلف سیستم های اطلاعاتی؛ در واقع
یک روش ممکن است برای یک تحقیق خاص مناسب باشد اما نه
برای بقیه. این نیاز ما را به انتخاب روشی که
برای پروژه تحقیقاتی خاص ما مناسب است: برای این
انتخاب Benbasat et al. (1987) بیان می کنند که باید آنها را در نظر گرفت
ماهیت و هدف تحقیق.
3.1.1 ماهیت تحقیق
روش های مختلفی بر اساس ماهیت تحقیق می تواند باشد
طبقه بندی شده به سه سنت که به طور گسترده در علم شناخته شده است
اطلاعات: پژوهش پوزیتیویستی، تفسیری و انتقادی.
3.1.1.1 پژوهش پوزیتیویستی
تحقیقات پوزیتیویستی به عنوان مطالعه علمی یا
تجربی تلاش می‌کند: «توضیح و پیش‌بینی کند که در آن چه اتفاقی خواهد افتاد
جهان اجتماعی با نگاه به قاعده مندی ها و روابط علت و معلولی
از جمله عناصر تشکیل دهنده آن» (شانکس و همکاران 1993).
تحقیقات پوزیتیویستی نیز با تکرارپذیری مشخص می شود،
ساده سازی ها و ابطال ها علاوه بر این، تحقیقات پوزیتیویستی تأیید می کند
وجود روابط پیشینی بین پدیده های مورد مطالعه.
طبق نظر گالیرز (1992) تاکسونومی یک روش تحقیق است
در پارادایم پوزیتیویستی گنجانده شده است، اما به این محدود نمی شود،
در واقع آزمایش های آزمایشگاهی، آزمایش های صحرایی،
مطالعات موردی، اثبات قضیه، پیش‌بینی و شبیه‌سازی.
محققین با استفاده از این روشها اعتراف می کنند که پدیده ها
مطالعه را می توان به طور عینی و دقیق مشاهده کرد.
3.1.1.2 تحقیق تفسیری
تحقیق تفسیری که اغلب به آن پدیدارشناسی یا
ضد پوزیتیویسم توسط نیومن (1994) به عنوان «تحلیل» توصیف شده است
سیستماتیک از معنای اجتماعی کنش از طریق مستقیم و
مشاهده دقیق افراد در موقعیت های طبیعی، به ترتیب
برای رسیدن به درک و تفسیر چگونگی
مردم جهان اجتماعی خود را می سازند و حفظ می کنند." مطالعات
روش های تفسیری این فرض را رد می کنند که پدیده های مشاهده شده
را می توان به صورت عینی مشاهده کرد. در واقع آنها مبتنی هستند
در مورد تفسیرهای ذهنی علاوه بر این، محققان تفسیری این کار را نمی کنند
آنها معانی پیشینی را بر پدیده هایی که مطالعه می کنند تحمیل می کنند.
این روش شامل مطالعات ذهنی/استدلالی، اقدامات
تحقیقات، مطالعات توصیفی/تفسیری، آینده پژوهی و بازی
نقش. علاوه بر این تحقیقات و مطالعات موردی می توان
در این رویکرد به عنوان آنها مربوط به مطالعات
افراد یا سازمان ها در شرایط پیچیده
از دنیای واقعی
3.1.1.3 تحقیق انتقادی
تحقیق انتقادی ناشناخته ترین رویکرد در علوم است
اجتماعی است اما اخیرا مورد توجه محققان قرار گرفته است
در زمینه سیستم های اطلاعاتی این فرض فلسفی که
واقعیت اجتماعی به طور تاریخی توسط مردم تولید و بازتولید می شود،
و نیز نظام های اجتماعی با کنش ها و کنش های متقابلشان. آنها
توانایی، با این حال، با مقدار معینی از ملاحظات واسطه است
اجتماعی، فرهنگی و سیاسی.
درست مانند تحقیقات تفسیری، تحقیقات انتقادی معتقدند که
تحقیقات پوزیتیویستی هیچ ارتباطی با بافت اجتماعی ندارد و آن را نادیده می گیرد
تأثیر آن بر اعمال انسان
از سوی دیگر، پژوهش انتقادی، پژوهش تفسیری را برای
بیش از حد ذهنی باشید و به این دلیل که هدف آن کمک نیست
مردم برای بهبود زندگی خود بزرگترین تفاوت بین
پژوهش انتقادی و دو رویکرد دیگر بعد ارزشی آن است.
در حالی که عینیت سنت های پوزیتیویستی و تفسیری برای
پیش بینی یا توضیح وضعیت موجود یا واقعیت اجتماعی، پژوهش انتقادی
هدف آن ارزیابی انتقادی و دگرگونی واقعیت اجتماعی است
استودیو
محققان انتقادی معمولاً با وضع موجود مخالفت می کنند تا بتوانند
حذف تفاوت های اجتماعی و بهبود شرایط اجتماعی. آنجا
پژوهش انتقادی تعهدی به دیدگاه فرآیندی دارد
پدیده های مورد علاقه و بنابراین، معمولا طولی است.
نمونه هایی از روش های تحقیق، مطالعات تاریخی بلندمدت و
مطالعات قوم نگاری با این حال، تحقیقات انتقادی انجام نشده است
به طور گسترده در تحقیقات سیستم های اطلاعاتی استفاده می شود
3.1.2 هدف تحقیق
در کنار ماهیت جستجو می توان از هدف آن استفاده کرد
تا محقق را در انتخاب یک روش خاص راهنمایی کند
پژوهش. هدف یک پروژه تحقیقاتی ارتباط نزدیکی دارد
به موقعیت جستجو نسبت به چرخه جستجو که شامل
سه مرحله: تئوری سازی، تست تئوری و پالایش تئوری
تئوری. بنابراین، بر اساس حرکت با توجه به چرخه جستجو، الف
پروژه تحقیقاتی می تواند هدفی تبیینی، توصیفی و کاربردی داشته باشد
اکتشافی یا پیش بینی کننده
3.1.2.1 تحقیق اکتشافی
پژوهش اکتشافی با هدف بررسی یک موضوع است
کاملا جدید و فرموله سوالات و فرضیه های تحقیق
آینده. از این نوع تحقیق در ساخت
نظریه برای به دست آوردن مراجع اولیه در یک منطقه جدید.
معمولاً از روش های تحقیق کیفی مانند موارد استفاده می شود
مطالعات مطالعاتی یا پدیدارشناسی
با این حال، می توان از تکنیک های کمی مانند
تحقیقات یا آزمایشات اکتشافی
3.1.3.3 تحقیق توصیفی
پژوهش توصیفی با هدف تجزیه و تحلیل و توصیف تا حد زیادی انجام شده است
جزئیات یک موقعیت خاص یا عملکرد سازمانی. این
برای تئوری سازی مناسب است و همچنین می توان از آن استفاده کرد
تایید یا رد فرضیه ها تحقیقات توصیفی معمولا
شامل استفاده از اندازه گیری ها و نمونه ها می شود. مناسب ترین روش های تحقیق
شامل بررسی و تجزیه و تحلیل پیشینیان است.
3.1.2.3 تحقیق تبیینی
تحقیق تبیینی سعی می کند علت وقوع اتفاقات را توضیح دهد.
بر روی حقایقی ساخته شده است که قبلاً مطالعه شده و سعی در یافتن آنها دارد
دلایل این حقایق
بنابراین تحقیقات تبیینی معمولاً مبتنی بر تحقیق است
اکتشافی یا توصیفی و کمکی برای آزمایش و پالایش است
نظریه ها تحقیق توضیحی معمولاً از مطالعات موردی استفاده می کند
یا روش های تحقیق مبتنی بر پیمایش.
3.1.2.4 تحقیقات پیشگیرانه
هدف تحقیق پیشگیرانه پیش بینی رویدادها و رفتارها است
تحت مشاهده که در حال مطالعه هستند (مارشال و راسمن
1995). پیش بینی آزمون علمی استاندارد حقیقت است.
این نوع تحقیق عموماً از نظرسنجی یا تجزیه و تحلیل استفاده می کند
اطلاعات مورخان (یین 1989)
بحث بالا نشان می دهد که تعدادی از
روش های تحقیق ممکن که می تواند در یک مطالعه استفاده شود
خاص با این حال، باید روش خاصی وجود داشته باشد که مناسب تر باشد
دیگران برای نوع خاصی از پروژه تحقیقاتی. (گالیرز
1987، یین 1989، د واو 1991). بنابراین، هر محققی دارد
نیاز به ارزیابی دقیق نقاط قوت و ضعف
روش های مختلف، برای رسیدن به اتخاذ مناسب ترین روش تحقیق ه
سازگار با پروژه تحقیقاتی (جنکینز 1985، پروان و کلاس
1992، Bonomia 1985، Yin 1989، Himilton and Ives 1992).
3.2. روش های احتمالی تحقیق
هدف این پروژه مطالعه تجربه در
سازمان های استرالیایی با i اطلاعات با یکی ذخیره می شود
توسعه از انبار داده. داتو که، در حال حاضر، یکی وجود دارد
فقدان تحقیق در زمینه انبار داده در استرالیا،
این پروژه تحقیقاتی هنوز در مرحله نظری چرخه است
پژوهشی است و هدف اکتشافی دارد. کاوش در تجربه در
سازمان های استرالیایی در حال پذیرش انبار داده ها
نیاز به تفسیر جامعه واقعی دارد. در نتیجه،
فرض فلسفی زیربنای پروژه تحقیقاتی به شرح زیر است
تفسیر سنتی
پس از بررسی دقیق روش های موجود، آنها شناسایی شدند
دو روش ممکن تحقیق: پیمایش و مطالعات موردی
(مطالعات موردی)، که می تواند برای تحقیق مورد استفاده قرار گیرد
اکتشافی (شانکس و همکاران 1993). گالیرز (1992) استدلال می کند که
مناسب بودن این دو روش برای این مطالعه خاص در
طبقه بندی اصلاح شده آن می گوید که آنها برای ساخت و ساز مناسب هستند
نظری. دو بخش زیر در مورد هر روش بحث می کنند
جزئیات
3.2.1 روش تحقیق پیمایشی
روش تحقیق پیمایشی برگرفته از روش باستانی است
سرشماری سرشماری شامل جمع آوری اطلاعات از
یک جمعیت کامل این روش گران و غیرعملی است
به خصوص اگر جمعیت زیاد باشد. بنابراین، در مقایسه با
سرشماری، یک نظرسنجی معمولاً بر روی آن متمرکز است
جمع آوری اطلاعات برای تعداد کمی، یا نمونه
نمایندگان جمعیت (فاولر 1988، نیومن 1994). آ
نمونه نشان دهنده جامعه ای است که از آن استخراج شده است، با متفاوت
سطوح دقت، با توجه به ساختار نمونه،
اندازه و روش انتخاب مورد استفاده (فاولر 1988، بابی
1982، نیومن 1994).
روش بررسی به عنوان "عکس های فوری از اقدامات،
موقعیت ها یا دیدگاه ها در یک نقطه خاص از زمان، با استفاده از
پرسشنامه یا مصاحبه، که ممکن است استنباط از آنها باشد
ساخته شده» (گالیرز 1992:153) [عکس فوری از تمرینات،
موقعیت ها یا دیدگاه ها در یک مقطع زمانی خاص، با استفاده از
پرسشنامه یا مصاحبه که می توان از آنها استنباط کرد]. را
تحقیقات به جمع آوری اطلاعات در مورد جنبه های خاص می پردازد
از مطالعه، توسط تعداد معینی از شرکت کنندگان، ساخت
سوالات (فاولر 1988). حتی این پرسشنامه ها و مصاحبه ها که
شامل مصاحبه حضوری و تلفنی،
تکنیک های مجموعه هستند اطلاعات رایج ترین مورد استفاده در
تحقیقات (Blalock 1970, Nachmias and Nachmias 1976, Fowler
1988)، از مشاهدات و تحلیل ها می توان استفاده کرد (گیبل
1994). از همه این روش های جمع آوری اطلاعات، استفاده از
پرسشنامه محبوب ترین تکنیک است، زیرا تضمین می کند که i اطلاعات
جمع آوری شده ساختار و قالب بندی شده اند و بنابراین تسهیل می کند
طبقه بندی اطلاعات (Hwang 1987, de Vaus 1991).
هنگام تجزیه و تحلیل i اطلاعات، یک استراتژی تحقیق اغلب از آن استفاده می کند
تکنیک های کمی، مانند تجزیه و تحلیل آماری، اما آنها می توانند
از تکنیک های کیفی نیز استفاده می شود (گالیرز 1992، پروان
و کلاس 1992، گیبل 1994). به طور معمول، i اطلاعات جمع آوری شده اند
برای تجزیه و تحلیل توزیع ها و الگوهای انجمن ها استفاده می شود
(فاولر 1988).
اگرچه نظرسنجی ها عموماً برای تحقیق مناسب هستند
که با این سوال سروکار دارند "چی؟" (چه چیزی) یا از آن
مشتق، مانند «چقدر» و «چند»، آنها
می توان از طریق سوال "چرا" پرسید (Sonquist و
دانکلبرگ 1977، یین 1989). به گفته سونکویست و دانکلبرگ
(1977)، تحقیق تحقیق با هدف فرضیه های دشوار، برنامه
ارزیابی، توصیف جمعیت و توسعه مدل های
رفتار انسان. علاوه بر این، می توان از نظرسنجی ها استفاده کرد
برای مطالعه نظر خاصی از جمعیت، شرایط،
نظرات، ویژگی ها، انتظارات و حتی رفتارهای گذشته
یا در حال حاضر (Neuman 1994).
بررسی ها به محقق اجازه می دهد تا روابط بین آن ها را کشف کند
جمعیت و نتایج به طور معمول عمومی تر از
روشهای دیگر (Sonquist و Dunkelberg 1977، Gable 1994). این
نظرسنجی ها به محققان اجازه می دهد تا یک منطقه جغرافیایی را پوشش دهند
گسترده تر و دستیابی به بسیاری از اعلام کنندگان (بللاک 1970،
Sonquist and Dunkelberg 1977, Hwang and Lin 1987, Gable 1994,
نیومن 1994). در نهایت، نظرسنجی ها می توانند اطلاعاتی را ارائه دهند
که در جای دیگر یا به شکل مورد نیاز برای تجزیه و تحلیل موجود نیستند
(فاولر 1988).
با این حال، محدودیت هایی در انجام یک نظرسنجی وجود دارد. یکی
عیب این است که محقق نمی تواند اطلاعات زیادی به دست آورد
در مورد شی مورد مطالعه این به دلیل این واقعیت است که
تحقیقات فقط در یک زمان خاص انجام می شود و بنابراین،
تعداد محدودی از متغیرها و افراد وجود دارد که محقق می تواند
مطالعه (Yin 1989, de Vaus 1991, Gable 1994, Denscombe 1998).
یکی دیگر از معایب اجرای نظرسنجی می تواند باشد
از نظر زمان و منابع بسیار گران است، به ویژه اگر
شامل مصاحبه های چهره به چهره است (فاولر 1988).
3.2.2. روش تحقیق پرس و جو
روش تحقیق پیمایشی شامل مطالعه عمیق است
یک موقعیت خاص در چارچوب واقعی خود در الف
دوره زمانی مشخص، بدون هیچ گونه مداخله ای از طرف
محقق (Shanks & C. 1993, Eisenhardt 1989, Jenkins 1985).
عمدتاً از این روش برای توصیف روابط بین استفاده می شود
متغیرهایی که در یک موقعیت خاص مورد مطالعه قرار می گیرند
(گالیرز 1992). تحقیقات ممکن است شامل موارد فردی یا
چندگانه، بسته به پدیده مورد تجزیه و تحلیل (فرانتس و رابی 1987،
آیزنهارت 1989، یین 1989).
روش تحقیق استعلامی به عنوان «پژوهشی» تعریف شده است
مطالعه تجربی که یک پدیده معاصر را در داخل مطالعه می کند
زمینه واقعی نسبی، با استفاده از چندین منبع جمع آوری شده از یک یا
موجودیت های متعدد مانند افراد، گروه ها یا سازمان ها» (یین 1989).
هیچ جدایی واضحی بین پدیده و زمینه آن وجود ندارد
هیچ کنترل یا دستکاری تجربی متغیرها وجود ندارد (Yin
1989، بنباسات و همکاران 1987).
تکنیک های مختلفی برای جمع آوری خدایان وجود دارد اطلاعات چه پونسونو
در روش استعلام استفاده شود که شامل
مشاهدات مستقیم، بررسی سوابق بایگانی، پرسشنامه،
بررسی مستندات و مصاحبه های ساختاریافته داشتن
طیف متنوعی از تکنیک های برداشت اطلاعات، تحقیقات
به محققان این امکان را می دهد که با هر دو مورد مقابله کنند اطلاعات کیفی که
مقادیر در همان زمان (بونوما 1985، آیزنهارت 1989، یین
1989، گیبل 1994). همانطور که در روش پیمایش وجود دارد، الف
محقق پرسشگر به عنوان ناظر یا محقق عمل می کند و نه
به عنوان یک شرکت کننده فعال در سازمان مورد مطالعه.
بنباسات و همکاران (1987) اظهار می دارند که روش تحقیق است
به ویژه برای تحقیقات ساختمان نظریه، که
با یک سوال تحقیق شروع کنید و با آموزش ادامه دهید
یک نظریه در طول فرآیند جمع آوری اطلاعات. بودن
برای صحنه نیز مناسب است
فرانتس و روبی (1987) در مورد ساختمان نظریه پیشنهاد می کنند که
از روش استعلام نیز می توان برای مجتمع استفاده کرد
مرحله تئوری در این مورد، بر اساس شواهد جمع آوری شده، یک
نظریه یا فرضیه داده شده تأیید یا رد می شود. به علاوه، بررسی است
همچنین برای تحقیقاتی که با سؤالات «چگونه» یا «چگونه» سروکار دارند، مناسب است
"چرا" (یین 1989).
در مقایسه با روش های دیگر، نظرسنجی به محقق این امکان را می دهد
اطلاعات ضروری را با جزئیات بیشتری دریافت کنید (Galliers
1992، شانکس و همکاران 1993). علاوه بر این، تحقیقات اجازه می دهد
محقق برای درک ماهیت و پیچیدگی فرآیندهای مورد مطالعه
(بنباسات و همکاران 1987).
چهار نقطه ضعف اصلی در ارتباط با روش وجود دارد
تحقیق و بررسی. اولین مورد عدم کسورات کنترل شده است. آنجا
ذهنیت محقق می تواند نتایج و نتیجه گیری ها را تغییر دهد
مطالعه (یین 1989). دومین عیب عدم وجود
مشاهده کنترل شده بر خلاف روش های تجربی،
محقق پرس و جو نمی تواند پدیده های مورد مطالعه را کنترل کند
همانطور که آنها در زمینه طبیعی خود بررسی می شوند (گیبل 1994). را
سومین نقطه ضعف، عدم تکرارپذیری است. این به دلیل این واقعیت است
که بعید است محقق همان رویدادها را مشاهده کند و
نمی تواند نتایج یک مطالعه خاص را تأیید کند (لی 1989).
در نهایت، به عنوان یک نتیجه از غیر قابل تکرار، دشوار است
تعمیم نتایج به دست آمده از یک یا چند تحقیق (Galliers
1992، شانکس و همکاران 1993). همه این مشکلات، با این حال، نه
غیرقابل حل هستند و در واقع می توان آنها را به حداقل رساند
محققی که اقدامات مناسب را اعمال می کند (لی 1989).
3.3. روش تحقیق را توجیه کنید
به تصویب رسید
از دو روش تحقیق ممکن برای این مطالعه، روش
تحقیق به عنوان مناسب ترین در نظر گرفته می شود. آن تحقیق است
به دنبال بررسی دقیق موارد مربوطه کنار گذاشته شد
محاسن و ضعف ها راحتی یا نامناسب بودن هر کدام
روش این مطالعه در زیر مورد بحث قرار گرفته است.
3.3.1. نامناسب بودن روش تحقیق
تحقیق
روش تحقیق مستلزم مطالعه عمیق در مورد یک است
وضعیت خاص در یک یا چند سازمان برای الف
دوره زمانی (Eisenhardt 1989). در این مورد، دوره می تواند
از بازه زمانی ارائه شده برای این مطالعه فراتر رود. یکی دیگر
دلیل عدم اتخاذ روش پیمایشی این است که نتایج
آنها می توانند از فقدان سختگیری رنج ببرند (یین 1989). ذهنیت
محقق می تواند بر نتایج و نتیجه گیری ها تأثیر بگذارد. یکی دیگر
دلیل آن این است که این روش برای تحقیق در مورد سوالات مناسب تر است
از نوع "چگونه" یا "چرا" (یین 1989)، در حالی که سوال تحقیق
برای این مطالعه از نوع "چه" است. آخرین موضوع ولی به همان اهمیت
نکته مهم این است که تعمیم یافته ها از یک یا مشکل است
تحقیقات اندکی (گالیرز 1992، شانکس و همکاران 1993). بر اساس
این تبیین عقلانی، روش تحقیق تحقیق نیست
به دلیل نامناسب بودن برای این مطالعه انتخاب شد.
3.3.2. راحتی روش جستجو از
تحقیق و بررسی
زمانی که این تحقیق انجام شد، عمل ذخیره سازی داده ها انجام شد
به طور گسترده توسط
سازمان های استرالیایی بنابراین، اطلاعات زیادی وجود نداشت
در مورد اجرای آنها در
سازمان های استرالیایی اطلاعات موجود آمد
از سازمان هایی که داده ای را پیاده سازی کرده یا استفاده کرده اند
انبار. در این مورد روش تحقیق پیمایشی بیشترین است
مناسب است زیرا به شما امکان می دهد اطلاعاتی را به دست آورید که چنین نیست
در جاهای دیگر یا به شکل مورد نیاز برای تحلیل موجود است (فاولر 1988).
علاوه بر این، روش تحقیق پیمایشی به محقق این امکان را می دهد
بینش خوبی در مورد شیوه ها، موقعیت ها یا
در یک زمان خاص دیده شده است (Galliers 1992، Denscombe 1998).
یک نمای کلی برای افزایش نیاز بود
دانش در مورد تجربه انبار داده استرالیا.
باز هم سونکویست و دانکلبرگ (1977) بیان می کنند که نتایج
تحقیقات پیمایشی نسبت به سایر روش ها کلی تر است.
3.4. طرح تحقیق پیمایشی
تحقیق در مورد عملکرد انبار داده در سال 1999 انجام شد.

جامعه هدف را سازمان ها تشکیل می دادند
استرالیایی‌هایی که علاقه‌مند به مطالعات انبارداری داده‌ها بودند، همانطور که بودند
احتمالا قبلاً در مورد i اطلاع داده شده است اطلاعات که ذخیره می کنند و
بنابراین، می تواند اطلاعات مفیدی برای این مطالعه ارائه دهد. آنجا
جمعیت هدف با بررسی اولیه شناسایی شد
همه اعضای استرالیایی "موسسه انبار داده" (Tdwiaap).
این بخش به طراحی مرحله تحقیق می پردازد
شواهد تجربی این مطالعه
3.4.1. تکنیک برداشت اطلاعات
از سه تکنیکی که معمولاً در تحقیقات پیمایشی استفاده می شود
(یعنی پرسشنامه پستی، مصاحبه تلفنی و مصاحبه
شخصی) (Nachmias 1976, Fowler 1988, de Vaus 1991), برای
این مطالعه از پرسشنامه پستی استفاده کرد. اولین
دلیل اتخاذ دومی این است که می توان به الف دست یافت
جمعیت پراکنده جغرافیایی (Blalock 1970, Nachmias e
Nachmias 1976, Hwang and Lin 1987, de Vaus 1991, Gable 1994).
دوم اینکه پرسشنامه پستی برای شرکت کنندگان مناسب است
دارای تحصیلات عالی (فاولر 1988). پرسشنامه پستی برای این
مطالعه به حامیان پروژه انبار داده انجام شد،
مدیران و/یا مدیران پروژه سوم، پرسشنامه ها دور
نامه زمانی مناسب است که شما یک لیست امن از
آدرس ها (سالانت و دیلمان 1994). TDWI، در این مورد، یکی
انجمن انبار داده مورد اعتماد لیست آدرس را ارائه کرد
از اعضای استرالیایی آن یکی دیگر از مزایای پرسشنامه
از طریق پست در مقابل پرسشنامه تلفنی یا مصاحبه
شخصی این است که به ثبت نام کنندگان اجازه می دهد بیشتر پاسخ دهند
دقت، به ویژه زمانی که ثبت نام کنندگان نیاز به مشورت دارند
یادداشت کنید یا در مورد سؤالات با افراد دیگر بحث کنید (فاولر
1988).
یک نقطه ضعف بالقوه ممکن است زمان مورد نیاز برای
انجام پرسشنامه از طریق پست به طور معمول، یک پرسشنامه دور است
نامه به این ترتیب انجام می شود: نامه بفرستید، منتظر بمانید
پاسخ ها و ارسال تاییدیه (فاولر 1988، باینبریج 1989).
بنابراین، کل زمان ممکن است بیشتر از زمان مورد نیاز باشد
مصاحبه های شخصی یا برای مصاحبه تلفنی. با این حال
زمان کل را می توان از قبل مشخص کرد (فاولر 1988،
دنسکام 1998). زمان صرف شده برای انجام مصاحبه
داده های شخصی را نمی توان از قبل شناخت زیرا متفاوت است
یک مصاحبه با دیگری (فاولر 1988). مصاحبه های تلفنی
می تواند سریعتر از پرسشنامه های پستی و
مصاحبه های شخصی اما می تواند میزان زیادی از دست رفته داشته باشد
پاسخ به دلیل در دسترس نبودن برخی افراد (فاولر 1988).
علاوه بر این، مصاحبه های تلفنی به طور کلی به لیستی از این موارد محدود می شود
سوالات نسبتا کوتاه (Bainbridge 1989).
یکی دیگر از نقاط ضعف پرسشنامه پستی، نرخ بالای آن است
عدم پاسخگویی (فاولر 1988، باینبریج 1989، نیومن
1994). با این حال، اقدامات متقابل انجام شده است، مرتبط
این مطالعه با یک موسسه مورد اعتماد در زمینه داده است
انبارداری (یعنی TDWI) (Bainbridge 1989، Neuman 1994)،
که دو نامه یادآوری برای کسانی که پاسخ نداده اند ارسال می کند
(Fowler 1988, Neuman 1994) و همچنین شامل یک نامه است
مکمل توضیح دهنده هدف مطالعه (Neuman 1994).
3.4.2. واحد تحلیل
هدف از این مطالعه به دست آوردن اطلاعات در مورد
اجرای انبار داده و استفاده از آن
در سازمان های استرالیایی جمعیت هدف
از تمام سازمان های استرالیایی تشکیل شده است
اجرا شده، یا در حال اجرا هستند، i انبار داده. به
سپس سازمان های فردی ثبت می شوند. پرسشنامه
از طریق پست برای سازمان‌های علاقه‌مند به پذیرش ارسال شد
di انبار داده. این روش تضمین می کند که اطلاعات
جمع آوری شده از مناسب ترین منابع هر سازمان است
شرکت کننده
3.4.3. نمونه نظرسنجی
"لیست پستی" شرکت کنندگان در نظرسنجی به دست آمد
TDWI. از این لیست، 3000 سازمان استرالیایی
به عنوان مبنای نمونه گیری انتخاب شدند. آ
نامه اضافی پروژه و هدف تحقیق را توضیح داد،
به همراه یک پاسخنامه و یک پاکت از پیش پرداخت شده برای
ارسال مجدد پرسشنامه تکمیل شده برای نمونه ارسال شد.
از 3000 سازمان، 198 سازمان موافقت کردند که در آن شرکت کنند
مطالعه. انتظار چنین تعداد کمی از پاسخ ها بود dato il
تعداد زیادی از سازمان های استرالیایی که در آن زمان داشتند
استراتژی تاریخ را در آغوش گرفتند یا پذیرفتند
انبارداری در سازمان خود بنابراین
جامعه هدف برای این مطالعه تنها 198 نفر است
سازمان های.
3.4.4. محتویات پرسشنامه
ساختار پرسشنامه بر اساس مدل تاریخ بود
انبارداری موناش (قبلاً در قسمت 2.3 بحث شد). را
محتوای پرسشنامه بر اساس تحلیل
ادبیات ارائه شده در فصل 2. یک کپی از پرسشنامه
ارسال شده به شرکت کنندگان در نظرسنجی را می توان یافت
در ضمیمه B. پرسشنامه شامل شش بخش است که
مراحل مدل مورد بحث در ادامه می آید. شش پاراگراف زیر
آنها به طور خلاصه مطالب هر بخش را خلاصه می کنند.
بخش A: اطلاعات اولیه در مورد سازمان
این بخش شامل سوالات مربوط به پروفایل است
سازمان های شرکت کننده به علاوه، برخی از سؤالات هستند
مربوط به شرایط پروژه انبار داده
شرکت کننده اطلاعات محرمانه مانند نام شما
سازمان در تجزیه و تحلیل نظرسنجی نشان داده نشد.
بخش ب: آغاز
سوالات این بخش مربوط به شروع فعالیت است
انبار داده ها سوالات برای چه مدت پرسیده شد
مربوط به آغاز کنندگان پروژه، ضامن ها، مهارت ها و دانش است
درخواست ها، اهداف توسعه انبار داده و
انتظارات کاربران نهایی
بخش ج: طراحی
این بخش شامل سوالات مربوط به فعالیت های
برنامه ریزی از انبار داده. به طور خاص، سوالات هستند
در مورد محدوده اجرا، مدت زمان پروژه، هزینه بیان کنید
پروژه و تحلیل هزینه/فایده
بخش د: توسعه
در بخش توسعه سوالات مربوط به فعالیت های وجود دارد
توسعه از انبار داده: مجموعه ای از نیازهای کاربر
نهایی، منابع اطلاعات، مدل منطقی از اطلاعات، نمونه های اولیه،
برنامه ریزی ظرفیت، معماری فنی و انتخاب
ابزارهای توسعه انبار داده
بخش E: عملیات
سوالات عملیات مربوط به عملیات ویرایش
به توسعه پذیری انبار داده، چگونگی تکامل آن در
مرحله بعدی توسعه آنجا کیفیت داده، استراتژی های
رفرش دی اطلاعات، دانه بندی از اطلاعات، مقیاس پذیری داده ها
انبار و مشکلات امنیتی انبار داده آنها بین بودند
انواع سوالات پرسیده شده
بخش F: توسعه
این بخش شامل سوالات مربوط به استفاده از داده است
انبار توسط کاربران نهایی محقق علاقه مند شد
به هدف و سودمندی انبار داده، بررسی و استراتژی ها
آموزش اتخاذ شده و استراتژی کنترل داده ها
انبار پذیرفته شد
3.4.5. نرخ پاسخ
اگرچه نظرسنجی های پستی به دلیل داشتن نرخ مورد انتقاد قرار می گیرند
پاسخ کم، اقداماتی برای افزایش آن انجام شده است
نرخ بازده (همانطور که قبلا در قسمتی بحث شد
3.4.1). اصطلاح "نرخ پاسخ" به درصدی از
افراد در یک نمونه نظرسنجی خاص که به
پرسشنامه (Denscombe 1998). زیر استفاده شد
فرمول محاسبه نرخ پاسخ برای این مطالعه:
تعداد افرادی که پاسخ دادند
نرخ پاسخ =
——————————————————————————— X 100
تعداد کل پرسشنامه های ارسال شده
3.4.6. تست خلبانی
قبل از اینکه پرسشنامه برای نمونه ارسال شود، سوالات می باشند
طبق پیشنهاد Luck، با انجام آزمایش‌های آزمایشی مورد بررسی قرار گرفت
و روبین (1987)، جکسون (1988)، و د وو (1991). هدف از
آزمایشات آزمایشی برای آشکار کردن تمام عبارات ناجور، مبهم و مبهم است
سؤالاتی که تفسیر آنها دشوار است، برای روشن شدن هر یک از آنها
تعاریف و اصطلاحات مورد استفاده و برای شناسایی زمان تقریبی
مورد نیاز برای تکمیل پرسشنامه (وارویک و لینگر 1975،
جکسون 1988، سالانت و دیلمن 1994). آزمایشات خلبانی بود
با انتخاب موضوعاتی با ویژگی های مشابه انجام می شود
از موضوعات نهایی، همانطور که دیویس ای کوزنسا (1993). که در
در این مطالعه 6 نفر از متخصصان انبارداری داده بودند
به عنوان سوژه های آزمایشی انتخاب شدند. بعد از هر آزمایش آزمایشی، آنها هستند
اصلاحات لازم انجام شده است. از آزمایش های آزمایشی انجام شده، i
شرکت کنندگان به تغییر شکل و تنظیم مجدد کمک کردند
نسخه نهایی پرسشنامه
3.4.7. روش های تجزیه و تحلیل توسط Dati
I اطلاعات تحقیق جمع آوری شده از پرسشنامه های بسته سوال می باشد
با استفاده از بسته نرم افزاری آماری مورد تجزیه و تحلیل قرار گرفت
SPSS نامیده می شود. بسیاری از پاسخ ها مورد تجزیه و تحلیل قرار گرفت
با استفاده از آمار توصیفی تعداد معینی پرسشنامه
ناقص برگشتند با اینها برخورد بیشتری شد
توجه کنید تا مطمئن شوید که i اطلاعات گم شده یکی نبود
پیامد خطاهای ورود داده ها، اما چرا سوالات این کار را نمی کنند
برای اظهار کننده مناسب بودند، یا اعلام کننده تصمیم گرفت که این کار را نکند
به یک یا چند سوال خاص پاسخ دهید. این پاسخ ها
در طول تجزیه و تحلیل نادیده گرفته شد اطلاعات و آنها بودند
برای اطمینان از حذف آنها از فرآیند، به عنوان '- 9' کدگذاری شده است
تجزیه و تحلیل
در تهیه پرسشنامه، سوالات بسته شد
با اختصاص یک عدد به هر گزینه از پیش کدگذاری می شود. شماره
سپس برای تهیه i استفاده شد اطلاعات در طول تجزیه و تحلیل
(Denscombe 1998، Sapsford and Jupp 1996). مثلا وجود داشت
شش گزینه ذکر شده در سوال 1 از بخش B: مشاوره
هیئت مدیره، مدیر اجرایی ارشد، بخش فناوری اطلاعات، واحد
کسب و کار، مشاوران و موارد دیگر. در فایل از اطلاعات از SPSS است
یک متغیر برای نشان دادن "مغز پروژه" تولید شد،
با شش برچسب ارزش: "1" برای "هیئت مدیره"، "2"
برای "مدیریت سطح بالا" و غیره. استفاده از مقیاس لیکرتین
در برخی از سوالات بسته نیز اجازه داد
شناسایی که با توجه به استفاده از ارزش ها نیازی به تلاش ندارد
اعداد مربوطه وارد SPSS می شوند. برای سوالات با
پاسخ های غیر جامع، که متقابلاً منحصر به فرد نبودند،
هر گزینه به عنوان یک متغیر با دو مورد در نظر گرفته شد
برچسب های مقدار: "1" برای "علامت گذاری شده" و "2" برای "بدون علامت".
با سؤالات باز با سؤالات متفاوت برخورد شد
بسته پاسخ به این سوالات وارد نشده است
SPSS. در عوض، آنها با دست تجزیه و تحلیل شدند. استفاده از این
نوع سؤال به شما امکان می دهد اطلاعاتی در مورد ایده ها به دست آورید
آزادانه بیان شده و تجربیات شخصی پاسخ دهندگان
(Bainbridge 1989، Denscombe 1998). در صورت امکان انجام شده است
دسته بندی پاسخ ها
برای تحلیل اطلاعاتاز روش های تحلیل آماری ساده استفاده می شود،
مانند فراوانی پاسخ ها، میانگین، انحراف معیار
میانگین و میانه (آرگیروس 1996، دنسکام 1998).
آزمون گاما برای به دست آوردن اندازه گیری های کمی موثر بود
از انجمن های بین اطلاعات ترتیبی (نوروسیس 1983، آرگیروس 1996).
این آزمون‌ها مناسب بودند زیرا مقیاس‌های ترتیبی استفاده‌شده مناسب نبودند
آنها دسته بندی های زیادی داشتند و می توانستند در یک جدول نشان داده شوند
(نوروسیس 1983).
3.5 سوماریو
در این فصل روش تحقیق و
طرح های اتخاذ شده برای این مطالعه
انتخاب مناسب ترین روش تحقیق برای الف
مطالعه خاص انجام می شود
در نظر گرفتن تعدادی از قوانین، از جمله ماهیت و نوع
از تحقیقات، و همچنین شایستگی ها و ضعف های هر یک از ممکن است
روش (Jenkins 1985, Benbasat et al. 1097, Galliers and Land 1987,
یین 1989، همیلتون و آیوز 1992، گالیرز 1992، نیومن 1994). چشم انداز
فقدان دانش و نظریه موجود در مورد آن
از پذیرش انبار داده در استرالیا، این مطالعه توسط
تحقیق نیاز به روش تحقیق تفسیری با مهارت دارد
اکتشافی برای کشف تجربیات سازمان ها
استرالیایی. روش تحقیق انتخاب شده برای
جمع آوری اطلاعات در مورد پذیرش مفهوم تاریخ
انبارداری توسط سازمان های استرالیایی آ
پرسشنامه پستی به عنوان تکنیک گردآوری انتخاب شد اطلاعاتاست.
توجیه روش تحقیق و تکنیک گردآوری اطلاعات
انتخاب شده در این فصل ارائه خواهد شد. همچنین بود
بحث در مورد واحد تجزیه و تحلیل، نمونه ارائه شد
استفاده شده، درصد پاسخ ها، محتوای پرسشنامه،
پیش آزمون پرسشنامه و روش تحلیل اطلاعات.

طراحی یک انبار داده:
ترکیب رابطه موجودیت و مدل سازی ابعادی
چکیده
ذخیره سازی i اطلاعات این یک مسئله مهم فعلی برای بسیاری است
سازمان های. یک مشکل کلیدی در توسعه
از ذخیره سازی اطلاعات طراحی اوست
طراحی باید از تشخیص مفاهیم در داده ها پشتیبانی کند
سیستم انبار به میراث و سایر منابع اطلاعات و همچنین یکی
درک آسان و کارایی در پیاده سازی داده ها
انبار.
بسیاری از ادبیات ذخیره سازی از اطلاعات توصیه می کند
استفاده از مدل‌سازی رابطه موجودیت یا مدل‌سازی ابعادی برای
نشان دهنده طراحی انبار داده.
در این مقاله ما نشان می دهیم که چگونه هر دو
بازنمایی ها را می توان در یک رویکرد ترکیب کرد
نقاشی از انبار داده. رویکرد مورد استفاده سیستماتیک است
در یک مطالعه موردی بررسی شده و در تعدادی از شناسایی شده است
پیامدهای مهم با حرفه ای ها
انبار داده ها
Un انبار داده معمولاً به عنوان "موضوع گرا،
مجموعه یکپارچه، متغیر زمانی و غیرفرار از داده ها در پشتیبانی
تصمیمات مدیریت» (اینمون و هکاثورن، 1994).
موضوع محور و یکپارچه نشان می دهد که انبار داده è
طراحی شده برای عبور از مرزهای عملکردی سیستم های قدیمی برای
یک دیدگاه یکپارچه از اطلاعات.
متغیر زمانی بر ماهیت تاریخی یا سری زمانی آن تأثیر می گذارد اطلاعات in
un انبار داده، که امکان تجزیه و تحلیل روندها را فراهم می کند.
غیر فرار نشان می دهد که انبار داده پیوسته نیست
به روز شده به عنوان a پایگاه داده از OLTP. بلکه به روز شده است
به صورت دوره ای، با اطلاعات از منابع داخلی و خارجی می آید. این
انبار داده به طور خاص برای تحقیق طراحی شده است
به جای یکپارچگی به روز رسانی ها و عملکرد
عملیات
ایده ذخیره سازی i اطلاعات این جدید نیست، این یکی از اهداف بود
مدیریت از اطلاعات از دهه شصت (مارتین، 1982).
I انبار داده زیرساخت را ارائه می دهند اطلاعات برای مدیریت
سیستم های پشتیبانی سیستم های پشتیبانی مدیریت شامل تصمیم گیری است
سیستم های پشتیبانی (DSS) و سیستم های اطلاعات اجرایی (EIS).
DSS یک سیستم اطلاعاتی مبتنی بر رایانه است
طراحی شده برای بهبود فرآیند و در نتیجه گرفتن
تصمیم انسانی EIS معمولاً یک سیستم تحویل است
اطلاعات که مدیران تجاری را قادر می سازد تا به راحتی به نما دسترسی داشته باشند
از اطلاعات.
معماری کلی الف انبار داده نقش را برجسته می کند
انبار داده در پشتیبانی مدیریت علاوه بر ارائه
زیرساخت اطلاعات برای EIS و DSS، al انبار داده امکان پذیر است
مستقیماً از طریق پرس و جو به آن دسترسی داشته باشید. THE اطلاعات در یک تاریخ گنجانده شده است
انبار بر اساس تجزیه و تحلیل اطلاعات مورد نیاز است
مدیریت و از سه منبع به دست آمده اند: سیستم های میراث داخلی،
سیستم های جمع آوری داده با هدف ویژه و منابع داده خارجی. THE
اطلاعات در سیستم‌های قدیمی داخلی، اغلب اضافی هستند،
ناسازگار، با کیفیت پایین و در قالب های مختلف ذخیره می شود
بنابراین قبل از اینکه بتوانید آنها را در داخل دستگاه بارگذاری کنید، باید آنها را با هم تطبیق داده و تمیز کنید
انبار داده (اینمون، 1992؛ مک فادن، 1996). THE اطلاعات از جانب
از سیستم های ذخیره سازی اطلاعات موقت و از منابع اطلاعات
خارجی اغلب برای تقویت (به روز رسانی، جایگزینی) استفاده می شود
اطلاعات از سیستم های قدیمی
دلایل قانع کننده زیادی برای توسعه a وجود دارد انبار داده,
که شامل تصمیم گیری بهتر از طریق استفاده است
اطلاعات بیشتر موثر (Ives 1995)، پشتیبانی از تمرکز
در کسب و کار کامل (گراهام 1996)، و کاهش هزینه های
ارائه اطلاعات برای EIS و DSS (گراهام 1996، مک فادن
1996).
یک مطالعه تجربی اخیر به طور متوسط ​​بازدهی از
سرمایه گذاری برای i انبار داده 401٪ پس از سه سال (گراهام،
1996). با این حال، سایر مطالعات تجربی از انبار داده داشتن
مشکلات قابل توجهی از جمله دشواری در اندازه گیری ed
تخصیص منافع، فقدان هدف مشخص، دست کم گرفتن آن
هدف و پیچیدگی فرآیند ذخیره سازی i اطلاعات، در
به خصوص در مورد منابع و تمیزی اطلاعات.
ذخیره سازی i اطلاعات می تواند به عنوان یک راه حل در نظر گرفته شود
به مشکل مدیریت اطلاعات بین سازمان ها آنجا
دستکاری از اطلاعات به عنوان یک منبع اجتماعی یکی از منابع باقی مانده است
مسائل کلیدی در مدیریت سیستم های اطلاعاتی در سراسر
جهان برای سالهای زیادی (Brancheau et al. 1996, Galliers et al. 1994,
نیدرمن و همکاران 1990، پروان 1993).
یک رویکرد محبوب برای مدیریت اطلاعات در دهه هشتاد بود
توسعه یک مدل اطلاعات اجتماعی. مدل اطلاعات اجتماعی بود
طراحی شده تا پایه ای پایدار برای توسعه سیستم های جدید ارائه دهد
برنامه های کاربردی e پایگاه داده و بازسازی و ادغام میراث
سیستم ها (Brancheau et al.
1989، گودهو و همکاران. 1988:1992، کیم و اورست 1994).
با این حال، مشکلات زیادی در این رویکرد وجود دارد، در
به خصوص، پیچیدگی و هزینه هر کار، و زمان طولانی
برای داشتن نتایج ملموس مورد نیاز است (Beynon-Davies 1994, Earl
1993، گودهو و همکاران. 1992، Periasamy 1994، Shanks 1997).
Il انبار داده این یک پایگاه داده جداگانه است که با پایگاه های قدیمی وجود دارد
پایگاه های داده به جای جایگزینی آنها بنابراین به شما اجازه می دهد
هدایت مدیریت از اطلاعات و از بازسازی پرهزینه جلوگیری کنید
سیستم های قدیمی
رویکردهای موجود برای طراحی داده
انبار
فرآیند ساخت و تکمیل الف انبار داده
باید بیشتر به عنوان یک فرآیند تکاملی درک شود تا یک
چرخه عمر توسعه سیستم های سنتی (دسیو، 1995، شانکس،
O'Donnell and Arnott 1997a). فرآیندهای زیادی در الف دخیل هستند
پروژه از انبار داده مانند مقداردهی اولیه، برنامه ریزی.
اطلاعات به دست آمده از الزامات خواسته شده از مدیران شرکت؛
منابع، تحولات، تمیز کردن اطلاعات و همگام سازی از میراث
سیستم ها و سایر منابع اطلاعات; سیستم های تحویل در حال توسعه؛
نظارت بر انبار داده; و بی معنی بودن فرآیند
تکاملی و ساخت الف انبار داده (استینچ، اودانل
و آرنوت 1997 ب). در این مجله، ما بر روی چگونگی تمرکز می کنیم
رسم i اطلاعات در چارچوب این فرآیندهای دیگر ذخیره می شود.
تعدادی رویکرد برای معماری داده پیشنهاد شده است
انبار در ادبیات (اینمون 1994، آیوز 1995، کیمبال 1994
مک فادن 1996). هر یک از این روش ها مختصری دارند
با تجزیه و تحلیل نقاط قوت و ضعف آنها بررسی شود.
رویکرد اینمون (1994) برای انبار داده
طرح
اینمون (1994) چهار مرحله تکراری را برای ترسیم یک داده پیشنهاد کرد
انبار (شکل 2 را ببینید). اولین قدم طراحی یک قالب است
اطلاعات اجتماعی برای درک اینکه چگونه من اطلاعات می تواند یکپارچه شود
در سراسر حوزه های عملکردی در یک سازمان
تقسیم i اطلاعات در مناطق ذخیره کنید مدل اطلاعات برای ساخته شده است
برای ذخیره کردن اطلاعات مربوط به تصمیم گیری، از جمله اطلاعات
مورخان و شامل اطلاعات استنباط و تجمیع شد. مرحله دوم این است
شناسایی حوزه های موضوعی برای اجرا اینها مبتنی هستند
در اولویت های تعیین شده توسط یک سازمان خاص. سومین
مرحله شامل ترسیم a پایگاه داده برای حوزه موضوعی، ژست ها
توجه ویژه ای به گنجاندن سطوح مناسب از دانه بندی داشته باشید.
اینمون استفاده از مدل نهادها و روابط را توصیه می کند. چهارم
مرحله شناسایی سیستم های منبع است اطلاعات مورد نیاز و توسعه یابد
فرآیندهای تبدیل برای ضبط، تمیز کردن و قالب‌بندی i اطلاعات.
نقاط قوت رویکرد اینمون این است که مدل اطلاعات اجتماعی
پایه ای را برای ادغام ارائه می دهد اطلاعات در داخل سازمان
و از برنامه ریزی برای توسعه داده های تکراری پشتیبانی می کند
انبار. اشکالات آن سختی و هزینه ترسیم است
ایل مودلو اطلاعات اجتماعی، مشکل در درک مدل های موجودیت ها و
روابط مورد استفاده در هر دو مدل، که اطلاعات اجتماعی و آن از اطلاعات
ذخیره شده بر اساس منطقه موضوع، و مناسب بودن اطلاعات از
نقاشی از انبار داده برای تحقق پایگاه داده
رابطه ای اما نه برای پایگاه داده چند بعدی
رویکرد ایوز (1995) به انبار داده
طرح
ایوز (1995) یک رویکرد چهار مرحله ای را برای طراحی پیشنهاد می کند
سیستم اطلاعاتی که به نظر او برای طراحی یک داده قابل استفاده است
انبار (شکل 3 را ببینید). رویکرد بسیار مبتنی بر
مهندسی اطلاعات برای توسعه سیستم های اطلاعاتی
(مارتین 1990). اولین قدم تعیین اهداف، عوامل است
شاخص های حیاتی و موفق و کلیدی عملکرد. THE
فرآیندهای تجاری کلیدی و اطلاعات لازم هستند
مدل شده تا ما را به یک مدل هدایت کند اطلاعات اجتماعی. مرحله دوم
شامل توسعه یک معماری تعریف کننده است اطلاعات
ذخیره شده توسط مناطق، پایگاه داده di انبار داده، اجزاء
از فناوری مورد نیاز مجموعه پشتیبانی سازمانی است
مورد نیاز برای اجرا و عملیات با انبار داده. سومین
مرحله شامل انتخاب بسته های نرم افزاری و ابزارهای مورد نیاز است.
مرحله چهارم طراحی دقیق و ساخت و ساز
انبار داده. آیوز یادداشت می کند که ذخیره سازی اطلاعات او یک مرد پیوند خورده است
فرآیند تکرار شونده
نقطه قوت رویکرد ایوز استفاده از تکنیک های خاص برای
تعیین نیازهای اطلاعاتی، استفاده از ساختار
فرآیند حمایت از ادغام انبار داده,
انتخاب سخت افزار و نرم افزار مناسب و استفاده از چندین
تکنیک های نمایندگی برای انبار داده. ایراداتش
آنها در پیچیدگی ذاتی هستند. سایر موارد شامل مشکل در
سطوح زیادی از پایگاه داده all'interno del انبار داده in
زمان و هزینه های معقول
رویکرد کیمبال (1994) به انبار داده
طرح
کیمبال (1994) پنج مرحله تکراری را برای ترسیم یک داده پیشنهاد کرد
انبار (شکل 4 را ببینید). رویکرد او به ویژه است
اختصاص داده شده به طراحی فقط یک انبار داده و در مورد استفاده از مدل ها
ابعادی نسبت به مدل‌های موجودیت‌ها و روابط. کیمبال
آن مدل های بعدی را تحلیل کنید زیرا درک آن برای من آسان تر است
معاملات مدیران کسب و کار، هنگام معامله کارآمدتر است
مشاوره های پیچیده و طراحی پایگاه داده فیزیکی بیشتر است
کارآمد (Kimball 1994). کیمبال تشخیص می دهد که توسعه a
انبار داده تکراری است و این انبار داده آنها می توانند جدا شوند
از طریق تقسیم به جداول ابعاد یکپارچه شود
مشترک.
اولین گام این است که حوزه موضوعی خاصی را که باید باشد شناسایی کنید
کامل شد. مرحله دوم و سوم مربوط به شکل دادن است
ابعادی در مرحله دوم، اندازه‌گیری‌ها چیزهایی را شناسایی می‌کنند
علاقه مندی به حوزه موضوعی و گروه بندی در جدول حقایق.
به عنوان مثال، در یک حوزه موضوع فروش، معیارهای مورد علاقه
می تواند شامل مقدار اقلام فروخته شده و دلار باشد
به عنوان ارز فروش مرحله سوم شامل شناسایی است
ابعادی که روش هایی هستند که در آنها می توان آنها را گروه بندی کرد i
حقایق در حوزه موضوع فروش، ابعاد مربوطه
می تواند شامل آیتم، مکان و دوره زمانی باشد. آنجا
جدول حقایق دارای یک کلید چند قسمتی برای پیوند دادن به هر یک است
جداول ابعاد و معمولاً شامل تعداد بسیار زیادی است
پر از حقایق در مقابل، جداول ابعاد شامل
اطلاعات توصیفی در مورد ابعاد و سایر خصوصیات که
می توان برای گروه بندی حقایق استفاده کرد. جدول حقایق e
ابعاد مرتبط با پروپوزال چیزی را تشکیل می دهد که یک نامیده می شود
الگوی ستاره به دلیل شکل آن. مرحله چهارم شامل
ساخت یک پایگاه داده چند بعدی برای تکمیل آن
الگوی ستاره مرحله آخر شناسایی سیستم های منبع است اطلاعات
مورد نیاز و توسعه فرآیندهای تحول برای به دست آوردن، تمیز کردن
و فرمت i اطلاعات.
از نقاط قوت رویکرد کیمبال می توان به استفاده از مدل ها اشاره کرد
بعدی برای نشان دادن i اطلاعات ذخیره شده که آن را می سازد
به راحتی قابل درک است و منجر به طراحی فیزیکی کارآمد می شود. آ
مدل بعدی که به راحتی از هر دو استفاده می کند
سیستم های پایگاه داده رابطه ای می تواند کامل شود یا سیستم ها
پایگاه داده چند بعدی از عیوب آن می توان به کمبود اشاره کرد
برخی از تکنیک ها برای تسهیل برنامه ریزی یا ادغام
بسیاری از الگوهای ستاره در یک انبار داده و
مشکل در طراحی از ساختار غیرعادی شدید در الف
مدل بعدی الف اطلاعات در سیستم میراث
رویکرد مک فادن (1996) به داده ها
طراحی انبار
مک فادن (1996) یک رویکرد پنج مرحله ای را پیشنهاد می کند
رسم الف انبار داده (شکل 5 را ببینید).
رویکرد او مبتنی بر ترکیبی از ایده ها از ادبیات است
و تنها بر روی طراحی یکی از آنها متمرکز شده است انبار داده. اولین
مرحله شامل تجزیه و تحلیل الزامات است. اگرچه مشخصات
یادداشت‌های مک فادن، تکنیک‌ها را تجویز نمی‌کنند
وجود، موجودیت اطلاعات مشخصات و ویژگی های آنها، و به خوانندگان واتسون اشاره دارد
و Frolick (1993) برای گرفتن نیازها.
در مرحله دوم، یک مدل روابط موجودیت طراحی شده است
انبار داده و سپس توسط رهبران کسب و کار تایید می شود. سومین
مرحله شامل تعیین نقشه برداری از سیستم قدیمی است
و منابع خارجی از انبار داده. مرحله چهارم شامل
فرآیندهای توسعه، استقرار و هماهنگ سازی اطلاعات به
انبار داده. در مرحله آخر، سیستم تحویل داده می شود
با تاکید ویژه بر رابط کاربری توسعه یافته است.
مک فادن اشاره می کند که فرآیند ترسیم به طور کلی است
تکرار شونده
نقاط قوت رویکرد مک فادن به مشارکت اشاره دارد
توسط رهبران کسب و کار در تعیین الزامات و همچنین
اهمیت منابع اطلاعات، نظافت و جمع آوری آنها. او
نقص ها مربوط به عدم وجود فرآیندی برای تقسیم الف است
پروژه عالی توسط انبار داده در بسیاری از مراحل یکپارچه، و
مشکل در درک موجودیت و مدل های رابطه مورد استفاده در طراحی
انبار داده.

مدیر سایت مدیریت عامل

👍آژانس اینترنتی آنلاین | کارشناس آژانس وب در دیجیتال مارکتینگ و سئو. وب آژانس آنلاین یک آژانس وب است. برای Agenzia Web Online موفقیت در تحول دیجیتال بر اساس مبانی Iron SEO نسخه 3 است. تخصص ها: یکپارچه سازی سیستم، یکپارچه سازی برنامه های سازمانی، معماری سرویس گرا، رایانش ابری، انبار داده، هوش تجاری، داده های بزرگ، پورتال ها، اینترانت ها، برنامه های کاربردی وب طراحی و مدیریت پایگاه های داده رابطه ای و چند بعدی طراحی رابط برای رسانه های دیجیتال: قابلیت استفاده و گرافیک. آژانس وب آنلاین به شرکت ها خدمات زیر را ارائه می دهد: -SEO در گوگل، آمازون، بینگ، یاندکس. تجزیه و تحلیل وب: Google Analytics، Google Tag Manager، Yandex Metrica. تبدیل کاربر: Google Analytics، Microsoft Clarity، Yandex Metrica. -SEM در تبلیغات گوگل، بینگ، آمازون؛ - بازاریابی رسانه های اجتماعی (فیس بوک، لینکدین، یوتیوب، اینستاگرام).

بیو کامل را ببینید

بازاریابی دیجیتال پایگاه داده DBMS انبار داده علم اطلاعات تبلیغات آنلاین فناوری اطلاعات وب سایت آژانس آژانس تبلیغاتی بازار یابی (Marketing)