Деректер қоймасы және ERP | ОРТАЛЫҚ МӘЛІМЕТ МҰРАҒАТЫ: ТАРИХ ЖӘНЕ ЭВОЛЮЦИЯЛАР

АРХИВИО МӘЛІМЕТ ОРТАЛЫҚ: ТАРИХ ЖӘНЕ Эволюциялар

90 жылдардағы корпоративтік технологияның екі басым тақырыбы
мемлекеттер i деректер қоймасы және ERP. Ұзақ уақыт бойы бұл екі күшті
Қазіргі уақытта ешқашан болмаған корпоративтік АТ бөліктері болды
қиылыстар. Олар дерлік материя және антиматерия сияқты болды. Бірақ
екі құбылыстың өсуі еріксіз біреуге әкелді
олардың қиылысы. Бүгінгі күні компаниялар проблемасымен бетпе-бет келіп отыр
ERP-мен не істеу керек e деректер қоймасы. Бұл мақала суреттейтін болады
қандай проблемалар бар және оларды компаниялар қалай шешеді.
БАСЫНДА…
басында болды деректер қоймасы. Мәліметтер қоймасы үшін дүниеге келген
транзакцияны өңдеу қолданбалы жүйесіне қарсы әрекет ету.
Алғашқы күндері жаттау дати болуы керек еді
компьютерді өңдеу қолданбаларына қарсы ғана
транзакциялар. Бірақ қазіргі уақытта әлдеқайда күрделі көзқарастар бар
неден а деректер қоймасы. Қазіргі әлемде
деректер қоймасы ол болуы мүмкін құрылымның ішіне енгізіледі
Корпоративтік ақпарат фабрикасы деп аталады.
КОРПОРАТИВТІК АҚПАРАТ ФАБРИКАСЫ
(CIF)
Корпоративтік ақпарат фабрикасында архитектуралық құрамдас бөліктер бар
стандарт: кодты түрлендіру және интеграциялау деңгейі
ол i біріктіреді дати ал мен дати олар қоршаған ортадан қозғалады
қоршаған ортаға қолдану деректер қоймасы компанияның; а
деректер қоймасы орналасқан компанияның дати
егжей-тегжейлі және біріктірілген тарих. The деректер қоймасы компанияның қызметін атқарады
барлық басқа бөліктерді салуға болатын негіз
қоршаған ортасының деректер қоймасы; операциялық деректер қоймасы (ODS).
ODS - бұл деректердің кейбір аспектілерін қамтитын гибридті құрылым
қойма және OLTP ортасының басқа аспектілері; data marts, мұндағы i
Әртүрлі бөлімдерде деректердің өз нұсқасы болуы мүмкін
қойма; а деректер қоймасы барлау, онда i
Компанияның «философтары» өз сұрақтарын қоя алады
Зиянды әсері жоқ 72 сағат деректер қоймасы; және естелік
жақын сызық, қайда дати ескі және дати көлемді деталь болуы мүмкін
арзан сақталады.
ERP LA-МЕН ҚОСЫЛҒАН ҚАЙДА
КОРПОРАТИВТІК АҚПАРАТ ФАБРИКАСЫ
ERP екі жерде Корпоративтік ақпарат фабрикасымен біріктіріледі.
Біріншіден, i қамтамасыз ететін негізгі қолданба (базалық) ретінде
дати өтінішінен деректер қоймасы. Бұл жағдайда i дати,
транзакция процесінің жанама өнімі ретінде жасалған,
біріктіріліп, ішіне жүктеледі деректер қоймасы компанияның. The
ERP және CIF және ODS арасындағы қосылудың екінші нүктесі. Шын мәнінде, көп
орталарда ERP классикалық ODS ретінде пайдаланылады.
ERP негізгі қолданба ретінде пайдаланылған жағдайда, ол
бірдей ERP CIF-де ODS ретінде де пайдаланылуы мүмкін. жылы
Кез келген жағдайда, егер ERP екі рөлде де қолданылса, онда
екі нысанның арасында нақты айырмашылық болуы керек. Басқа сөздермен айтқанда,
ERP негізгі қолданба және ODS рөлін ойнағанда,
екі сәулет нысаны бөлек болуы керек. Жалғыз болса
ERP енгізу екі рөлді де орындауға тырысады
бұл ретте проблемалар сөзсіз болады
осы құрылымды жобалау және енгізу.
БӨЛЕК ОТҚ ЖӘНЕ НЕГІЗГІ ҚОЛДАНБАЛАР
Компоненттердің бөлінуіне әкелетін көптеген себептер бар
архитектуралық. Бәлкім, бөлу үшін ең шешен сұрақ
Архитектураның әр түрлі құрамдас бөліктері әр компонент болып табылады
сәулет өнерінің өзіндік көзқарасы бар. Негізгі қолданба қызмет етеді
ODS мақсатынан басқа мақсат үшін. Қабаттауға тырысыңыз
ODS әлеміндегі қолданбаның негізгі көрінісі немесе керісінше
Бұл жұмыс істеудің дұрыс жолы емес.
Демек, CIF-тегі ERP-тің бірінші мәселесі - бұл
негізгі және қолданбалар арасында айырмашылық бар-жоғын тексеріңіз
SDGs.
КОРПОРАТИЯДАҒЫ ДЕРЕКТЕР МҮЛДЕРІ
АҚПАРАТ ФАБРИКАСЫ
Әртүрлі құрамдас бөліктер арасындағы үйлесімділікке қол жеткізу
CIF архитектурасының үлгісі болуы керек дати. мен
үлгілері дати Олар әртүрлі құрамдас бөліктер арасындағы байланыс қызметін атқарады
базалық қолданбалар және ODS сияқты архитектураның. THE
үлгілері дати ие болу үшін «интеллектуалдық жол картасына» айналды
CIF әртүрлі архитектуралық құрамдастарынан дұрыс мағына.
Осы ұғыммен қатар келер болсақ, керек деген ой туындайды
тамаша және бірегей үлгісі болыңыз дати. Әрине керек
үлгі болу дати құрамдастардың әрқайсысы үшін және сол жерде
бұл әртүрлі үлгілерді байланыстыратын ақылға қонымды жол болуы керек.
Архитектураның әрбір құрамдас бөлігі – ODS, базалық қолданбалар,
деректер қоймасы компанияның және т.б.. – өзінің қажет
үлгісі дати. Сондықтан оның нақты анықтамасы болуы керек
осы модельдер сияқты дати олар бір-бірімен байланысады.
ҚОСУ I МӘЛІМЕТ ДЕРЕКТЕРДЕГІ ERP
ҚАУІПСІЗДІК
Егер шығу тегі дати бастапқы қолданба және/немесе ODS болып табылады, қашан
ERP кірістіреді i дати Nel деректер қоймасы, бұл кірістіру қажет
«түйіршіктіліктің» ең төменгі деңгейінде кездеседі. Қайталау немесе
жай ғана жинақтау i дати олар шыққан кезде
ERP базалық қолданбасынан немесе ERP ODS емес
дұрыс әрекет. THE дати мәліметтерде мәліметтер қажет
DSS процесінің негізін құрайтын қойма. Мұндай дати
олар деректер маркеттері мен барлаулар арқылы көптеген жолдармен қайта құрылады
дель деректер қоймасы.
орын ауыстыруы дати негізгі қолданбалы ортадан
ERP ортасына деректер қоймасы компанияның а-да жасалған
ақылға қонымды түрде босаңсыту. Бұл ауысым содан кейін болады
ERP жүйесінде жаңартудан немесе жасалғаннан кейін шамамен 24 сағат. фактісі
«жалқау» қозғалысы бар дати Nel деректер қоймасы
компания рұқсат береді дати ERP-ден «депозитке» келеді.
Бірде мен дати базалық қолданбада сақталады,
содан кейін қауіпсіз жылжытуға болады дати ERP
бизнесте. Қозғалыстың арқасында қол жеткізуге болатын тағы бір мақсат
«жалқау» құдайлар дати операциялық процестер мен арасындағы нақты шекара болып табылады
DSS. «жылдам» қозғалысымен дати бөлу сызығы
DSS және операциялық арасындағы түсініксіз болып қалады.
Қозғалысы дати ERP ODS бастап деректер қоймасы
компанияның мезгіл-мезгіл жасалады, әдетте
апта сайын немесе ай сайын. Бұл жағдайда қозғалысы
дати ол ескіні «тазалау» қажеттілігіне негізделген дати тарихшылар.
Әрине, ODS құрамында i дати олар әлдеқайда жақында
құрмет дати тарихшылар табылды деректер қоймасы.
орын ауыстыруы дати Nel деректер қоймасы ол ешқашан орындалмайды
«көтерме» (көтерме саудада). Кестені көшіру
ERP ортасынан бастап деректер қоймасы мағынасы жоқ. Бір тәсіл
таңдалған бірліктердің қозғалысы әлдеқайда шынайы дати.
Тек дати деректердің соңғы жаңартуынан кейін өзгерген
қойма деректерге көшірілуі керек
қойма. Олардың қайсысы екенін білудің бір жолы дати олар өзгертілген
өйткені соңғы жаңарту уақыт белгілерін қарау болып табылады дати
ERP ортасында табылған. Дизайнер барлық өзгерістерді таңдайды
соңғы жаңартудан бері көрсетілген. Басқа тәсіл
өзгерістерді алу әдістерін қолдану болып табылады дати. С
Бұл әдістер журналдар мен журнал таспаларын талдайды
қайсысын анықтаңыз дати ERP ортасынан келесіге жылжыту керек
Сол деректер қоймасы. Бұл әдістер ең жақсы
ERP файлдарынан қанша журналдар мен журнал таспаларын оқуға болады
басқа ERP ресурстарына қосымша әсер етпестен.
БАСҚА АСҚЫНУЛАР
CIF-тегі ERP-мен байланысты мәселелердің бірі - басқалармен не болатыны
қолданба көздері немесе ai дати олар үлес қосуы тиіс ODS туралы
деректер қоймасы бірақ олар ERP ортасының бөлігі емес. Берілген
ERP жабық сипаты, әсіресе SAP, біріктіру әрекеті
сыртқы көздерден алынған кілттер дати мен дати олар ERP жүйесінен келеді
қозғалатын уақыт i дати Nel деректер қоймасы, бұл үлкен сынақ.
Және дәл қандай ықтималдықтар мен дати қолданбалардың немесе
ERP ортасынан тыс ODS деректерге біріктіріледі
қойма? Ықтималдықтар шын мәнінде өте жоғары.
ТАБУ МӘЛІМЕТ ERP-тен ТАРИХИ
i-мен тағы бір мәселе дати ERP нәтижесі болып табылады
болу қажеттілігінен дати ішіндегі тарихшылар деректер қоймасы.
Әдетте деректер қоймасы қажеттіліктер дати тарихшылар. ЖӘНЕ
ERP технологиясы әдетте бұларды сақтамайды дати
тарихи, тым болмағанда деректерде қажетті деңгейде емес
қойма. Үлкен мөлшерде болған кезде дати тарихшылар бастайды
ERP ортасына қосылса, сол орта болуы керек
тазартылды. Мысалы, a деректер қоймасы дебба
бес жыл мерзімге жүктеледі дати тарихи, ал ERP сақтайды
олардың ең көбі алты айы дати. Компанияның көңілінен шыққанша
жиынтығын жинаңыз дати уақыт өткен сайын тарихшылар
онда ERP көзі ретінде пайдалануда қиындықтар болмайды
деректер қоймасы. Бірақ қашан деректер қоймасы кету керек
уақытқа оралып, құдайларды қабылдаңыз дати болмаған тарихшылар
бұрын ERP жинаған және сақталған, содан кейін ERP ортасы
тиімсіз болады.
ERP ЖӘНЕ МЕТАМӘЛІМЕТТЕР
ERP туралы тағы бір ескеру қажет e деректер қоймасы бұл сол
ERP ортасында бар метадеректер туралы. Сондай-ақ метадеректер
ERP ортасынан АТ ортасына өту деректер қоймасы, i
метадеректер дәл осылай жылжытылуы керек. Сонымен қатар, И
метадеректер пішім мен құрылым бойынша трансформациялануы керек
инфрақұрылымы талап етеді деректер қоймасы. Үлкені бар
операциялық метадеректер мен DSS метадеректері арасындағы айырмашылық. Метадеректер
операциялық, ең алдымен, әзірлеушіге және пайдаланушыға арналған
бағдарламашы. DSS метадеректері ең алдымен пайдаланушыға арналған
финал. ERP қолданбаларындағы немесе ODS файлдарындағы бар метадеректер
оларды түрлендіру керек және бұл түрлендіру әрқашан оңай бола бермейді
және тікелей.
ERP ДЕРЕКТЕРДІҢ КӨЗІН АЛУ
Егер ERP провайдері ретінде пайдаланылса дати жылына деректер қоймасы ci
ол i жылжытатын берік интерфейс болуы керек дати қоршаған ортадан
Қоршаған ортаға ERP деректер қоймасы. Интерфейс:
▪ пайдалану оңай
▪ қол жеткізуге мүмкіндік береді дати ERP
▪ мағынасын алыңыз дати жылжытылатын болады
Nel деректер қоймасы
▪ пайда болуы мүмкін ERP шектеулерін білу
қашан дати ERP туралы:
▪ анықтамалық тұтастық
▪ иерархиялық қатынастар
▪ жасырын логикалық қатынастар
▪ қолдану конвенциясы
▪ барлық құрылымдары дати ERP қолдауымен және т.б.
▪ қол жеткізуде тиімді болу датиқамтамасыз ету арқылы:
▪ тікелей қозғалысы дати
▪ өзгерістерді сатып алу дати
▪ дер кезінде қол жеткізуді қолдау дати
▪ форматын түсіну дати, және тағы басқа…
SAP-МЕН ИНТЕРФЕЙС
Интерфейс екі түрлі болуы мүмкін, үйде немесе коммерциялық.
Кейбір негізгі сауда интерфейстері мыналарды қамтиды:
▪ SAS
▪ Prims Solutions
▪ D2k және т.б.
КӨПТЕГЕН ERP ТЕХНОЛОГИЯЛАРЫ
ERP ортасын бір технология сияқты өңдеу – а
үлкен қате. Көптеген ERP технологиялары бар, олардың әрқайсысының өзіндік ерекшеліктері бар
күшті жақтары. Нарықтағы ең танымал жеткізушілер:
▪ SAP
▪ Oracle Financials
▪ PeopleSoft
▪ Дж.Д. Эдвардс
▪ Баан
SAP
SAP - ең үлкен және толық ERP бағдарламалық жасақтамасы. Қолданбалар
SAP бағдарламасы көптеген салалардағы қолданбалардың көптеген түрлерін қамтиды. SAP бар
беделі:
▪ өте үлкен
▪ іске асыру өте қиын және қымбат
▪ көп адам мен кеңесшілер болуы керек
жүзеге асырылды
▪ іске асыру үшін арнайы мамандар қажет
▪ іске асыру үшін көп уақыт қажет
Сонымен қатар, SAP өзінің сақтау беделіне ие дати molto
мұқият, бұл оларға қол жеткізуді қиындатады
SAP аймағынан тыс адам. SAP-тың күші - болу
көп мөлшерін түсіруге және сақтауға қабілетті дати.
Жақында SAP мерзімін ұзарту ниеті туралы хабарлады
оның қолданбалары деректер қоймасы. Көптеген артықшылықтар мен кемшіліктер бар
SAP жеткізуші ретінде пайдалануда деректер қоймасы.
Артықшылығы - SAP қазірдің өзінде орнатылған және көп бөлігі
кеңесшілер SAP-ті біледі.
SAP жеткізуші ретінде болуының кемшіліктері деректер қоймасы ұйқы
көптеген: SAP әлемде тәжірибесі жоқ деректер қоймасы
Егер SAP жеткізушісі болса деректер қоймасы, «шығару» керек
i дати SAP-тен деректер қоймасы. дата SAP тәжірибесі
жабық жүйеде SAP жүйесінен кіру оңай болуы екіталай
бұл (???). SAP жүйесін қуаттайтын көптеген ескі орталар бар,
IMS, VSAM, ADABAS, ORACLE, DB2 және т.б.
SAP «мұнда ойлап табылмаған» көзқарасты талап етеді. SAP мұны қаламайды
пайдалану немесе жасау үшін басқа жеткізушілермен бірлесіп жұмыс жасаңыз деректер қоймасы.
SAP өзінің барлық бағдарламалық жасақтамасын өзі жасауды талап етеді.
SAP ірі және қуатты компания болғанымен, факт
ELT, OLAP, әкімшілік технологияларын қайта жазу әрекеті
жүйесі және тіпті негізгі коды dbms бұл жай ғана ақылсыз.
Жабдықтаушылармен ынтымақтаса жұмыс істеудің орнына
di деректер қоймасы көптен бері SAP осы тәсілді ұстанды
олар «жақсырақ біледі». Бұл көзқарас табысқа жетуді бәсеңдетеді
SAP аймағында болуы мүмкін деректер қоймасы.
SAP сыртқы жеткізушілерге кіруге рұқсат беруден бас тартуы
оларға тез және мейірімді дати. Пайдаланудың мәні
un деректер қоймасы қол жеткізу оңай дати. SAP-тың бүкіл тарихы
қол жеткізуді қиындатуға негізделген дати.
SAP-тың үлкен көлемдермен жұмыс істеу тәжірибесінің болмауы дати;
саласында деректер қоймасы көлемдер бар дати бері көрмеген
SAP және осы үлкен көлемдерді басқару дати сізде біреуі болуы керек
қолайлы технология. SAP бұл туралы хабардар емес сияқты
деректер өрісіне кіру үшін бар технологиялық кедергі
қойма.
SAP корпоративтік мәдениеті: SAP бизнесті құрды
i алуда дати жүйеден. Бірақ мұны істеу үшін сізде болуы керек
басқа менталитет. Дәстүрлі түрде бағдарламалық қамтамасыз ету компаниялары болды
деректерді ортаға алуда жақсы болмады
басқа жолмен жүру үшін деректерді алу. Егер SAP мұны істей алса
коммутатор мұны жасаған алғашқы компания болады.
Бір сөзбен айтқанда, компания таңдау керек пе деген сұрақ туындайды
SAP жеткізуші ретінде деректер қоймасы. Өте ауыр тәуекелдер бар
бір жағынан, ал екінші жағынан өте аз сыйақы. Бірақ басқасы бар
деректер жеткізушісі ретінде SAP таңдауға кедергі келтіретін себеп
қойма. Өйткені әрбір компанияда бір күн болуы керек
барлық басқа компаниялардың қоймасы? The деректер қоймасы бұл жүрек
бәсекелестік артықшылық. Әрбір компания бірдей қабылдаса
деректер қоймасы қиын болар еді, мүмкін болмаса да,
бәсекелестік артықшылыққа қол жеткізу. SAP бұл деп ойлайтын сияқты, а
деректер қоймасы печенье ретінде көруге болады және бұл а
олардың «деректерді алу» қолданбалы менталитетінің қосымша белгісі
жылы «.
Ешбір басқа ERP жеткізушісі SAP сияқты басым емес.
SAP жолын ұстанатын компаниялар болатыны сөзсіз
олар үшін деректер қоймасы бірақ бұл күндер
SAP қоймалары үлкен, қымбат және талапты болады
оларды құру уақыты келді.
Бұл орталарға банк кассасын өңдеу,
авиакомпанияларды брондау процестері, шағымдар процестері
сақтандыру және т.б. Транзакция жүйесі тиімдірек болды,
операциялық және процесті бөлу қажеттілігі айқынырақ болды
DSS (шешім қабылдауды қолдау жүйесі). Дегенмен, ресурстық жүйелермен
адам және жеке, сіз ешқашан өзіңізді үлкен көлемдермен кездестірмейсіз
транзакциялар. Және, әрине, адам жұмысқа қабылданған кезде
немесе компаниядан кетеді, бұл транзакцияның жазбасы.
Бірақ басқа жүйелерге қатысты адам ресурстары жүйелері және
жеке тұлғалардың транзакциялары көп емес. Сондықтан, в
адам ресурстары мен персонал жүйесі бар екені толығымен анық емес
DataWarehouse қажет. Көптеген жолдармен бұл жүйелер
DSS жүйелерінің бірігуін білдіреді.
Бірақ егер қажет болса, ескеру қажет тағы бір фактор бар
деректер қоймасымен және PeopleSoft көмегімен орындаңыз. Көптеген орталарда, i дати
адам және жеке ресурстар бизнес үшін екінші орында
компаниясының басшысы. Көптеген компаниялар жүзеге асырады
өндіру, сату, қызмет көрсету және т.б. THE
Кадрлар және персонал жүйелері әдетте қайталама (немесе
қолдау) компанияның негізгі бизнес бағытына. Сондықтан, солай
екіұшты және ыңғайсыз деректер қоймасы үшін бөлек
адам және жеке ресурстарды қолдау.
PeopleSoft бұл жағынан SAP-тен айтарлықтай ерекшеленеді. SAP көмегімен бұл
бар болуы міндетті деректер қоймасы. PeopleSoft қолданбасымен олай емес
сонда анық. Деректер қоймасы PeopleSoft бағдарламасымен міндетті емес.
Мен үшін айтуға болатын ең жақсы нәрсе дати PeopleSoft - бұл деректер
қойманы мұрағаттау үшін пайдалануға болады дати қатысты
ескі адам және жеке ресурстар. Екінші себеп
компания қайсысын пайдаланғысы келеді а деректер қоймасы a
PeopleSoft ортасының зияны қол жеткізуге және
талдау құралдарына еркін қол жеткізу, ai дати PeopleSoft арқылы. Бірақ
Осы себептерге қосымша, олай болмайтын жағдайлар болуы мүмкін
үшін деректер қоймасы бар дати PeopleSoft.
Қысқаша
Деректерді құруға қатысты көптеген идеялар бар
ERP бағдарламалық құралының ішіндегі қойма.
Олардың кейбіреулері:
▪ бар болу мағынасы бар деректер қоймасы кез келгеніне ұқсайды
басқа салада?
▪ ERP қаншалықты икемді деректер қоймасы бағдарламалық жасақтама?
▪ ERP деректер қоймасы бағдарламалық қамтамасыз ету көлемін өңдей алады
дати а-да орналасқандеректер қоймасы арена»?
▪ ERP жеткізушісі қадағалайтын журнал дегеніміз не
оңай және қымбат емес, уақыт тұрғысынан, а.и дати? (не
ERP жеткізушілері арзан жеткізу бойынша рекорд болып табылады
уақыт, деректерге қол жеткізу оңай ма?)
▪ DSS архитектурасы туралы түсінігіңіз қандай және
ERP жеткізушісінің «корпоративтік ақпарат фабрикасы»?
▪ ERP жеткізушілері қалай жетуге болатынын түсінеді дати ішінде
қоршаған ортаны, сонымен қатар оларды қалай экспорттау керектігін түсінесіз бе?
▪ Бүгінгі күнге дейін ERP жеткізушісі қаншалықты ашық
қоймалау?
Осылардың барлығын анықтау кезінде ескеру қажет
қайда қою керек деректер қоймасы ол мен қабылдайды дати ERP және т.б
дати. Тұтастай алғанда, егер дәлелді себеп болмаса
әйтпесе жасау ұсынылады деректер қоймасы сыртында
ERP жеткізушінің ортасынан.
1-тарау
BI ұйымына шолу
Негізгі нүктелер:
Ақпараттық репозиторийлер керісінше жұмыс істейді
бизнес интеллект (BI) архитектурасына:
Корпоративтік мәдениет пен IT табысқа шектеу қоя алады
BI ұйымдарын құру.
Технология енді BI ұйымдары үшін шектеуші фактор емес. The
Сәулетшілер мен жобаны жоспарлаушылар үшін мәселе бұл емес
технологиялар бар, бірақ егер олар тиімді жүзеге асыра алса
қолжетімді технология.
Көптеген компаниялар үшін а деректер қоймасы бұл қоймадан сәл ғана артық
i тарататын пассивті дати қажет пайдаланушыларға. THE дати
олар бастапқы жүйелерден алынады және мақсатты құрылымдарға толтырылады
di деректер қоймасы. мен дати олар сондай-ақ барлық заттармен тазалауға болады
сәттілік. Дегенмен, қосымша мән де қосылмайды
жинаған дати осы процесс барысында.
Негізінде, пассивті Dw, ең жақсы жағдайда, жеткізеді
тек мен дати пайдаланушылар қауымдастығы үшін таза және жұмыс істейді. Ана жерде
ақпаратты құру және аналитикалық түсіну тәуелді
толығымен пайдаланушылар арқылы. DW (Мәліметтер қоймасы) болып табылады
табыс субъективті. Сәттілікке баға берсек
тиімді жинау, біріктіру және тазалау мүмкіндігі i дати
болжамды негізде корпоративті болса, иә, DW сәтті.
Екінші жағынан, егер біз жинаққа қарасақ, шоғырландыру және мыналар
жалпы ұйымның ақпаратын пайдалану, содан кейін
DW сәтсіздікке ұшырады. DW аз немесе мүлдем мән бермейді
ақпарат. Нәтижесінде пайдаланушылар жасауға мәжбүр болады,
осылайша ақпараттық силостарды жасайды. Бұл тарау ұсынылады
BI архитектурасын қорытындылауға арналған толық көзқарас (Business
компанияның барлауы). BI e сипаттамасынан бастайық
содан кейін біз дизайн және туралы талқылауға көшеміз
жай ғана қамтамасыз етуден гөрі ақпаратты әзірлеу дати
пайдаланушыларға. Содан кейін талқылаулар есептеуге бағытталады
BI күш-жігеріңіздің құндылығы. Біз IBM қалай анықтау арқылы қорытындылаймыз
ұйымыңыздың BI архитектуралық талаптарына жауап береді.
архитектурасына сипаттама
BI ұйымы
Транзакцияға бағытталған қуатты ақпараттық жүйелер қазір
кез келген ірі кәсіпорында, олардың деңгейіне қарай әдеттегідей
дүние жүзіндегі корпорациялар үшін тиімді ойын алаңы.
Бәсекеге қабілетті болып қалу үшін қазір аналитикалық жүйе қажет
ред. қайта ашу арқылы компанияның қабілетін өзгертуге бағытталған
оларда бар ақпаратты пайдаланады. Бұл жүйелер
аналитика байлығынан түсінуден туындайды дати
қолжетімді. BI барлық ақпарат бойынша өнімділікті жақсарта алады
компанияның. Компаниялар тұтынушы мен тұтынушы арасындағы қарым-қатынасты жақсарта алады
жеткізушілер, өнімдер мен қызметтердің пайдасын жақсарту, өндіру
жаңа және жақсы ұсыныстар, тәуекеліңізді басқарыңыз және басқалар
кірістер шығындарды күрт қысқартады. BI-мен сіздікі
компания тұтынушылар туралы ақпаратты пайдалана бастайды
мақсаттары бар қосымшалардың арқасында бәсекеге қабілетті тауар ретінде
нарық.
Дұрыс бизнеске ие болу дегеніміз - нақты жауаптар алу дегенді білдіреді
сияқты негізгі сұрақтар:
▪ Қайсысы біздікі клиенттер олар бізді көбірек табуға мәжбүр етеді немесе біз
олар шығынға ұшырады ма?
▪ Ең жақсыларымыз қайда тұрады клиенттер қатысты дүкен/
олар жиі баратын қойма?
▪ Біздің өнімдеріміз бен қызметтеріміздің қайсысы көбірек сатылуы мүмкін
тиімді және кімге?
▪ Қандай өнімдерді ең тиімді және кімге сатуға болады?
▪ Қай сату науқаны ең табысты және неге?
▪ Қандай өнімдер үшін ең тиімді сату арналары бар?
▪ Ең жақсы адамдарымызбен қарым-қатынасымызды қалай жақсартуға болады клиенттер?
Көптеген компанияларда бар дати жауап беру дөрекі
осы сұрақтар.
Операциялық жүйелер үлкен көлемдегі өнім шығарады
тұтынушы және дати сауда нүктелерінен базар, брондау,
тұтынушыларға қызмет көрсету және техникалық қолдау жүйелері арқылы. Мәселе мынада
осы ақпаратты шығарып алыңыз және пайдаланыңыз.
Көптеген компаниялар өздерінің шағын бөліктерінен ғана пайда көреді дати
стратегиялық талдаулар үшін.
I дати қалған, көбінесе i-ге қосылады дати сияқты сыртқы көздерден туындайды
«Үкімет есептері» және басқа да сатып алынған ақпарат бір
алтын кеніші барлауды күтуде, ei дати керек
тек сіздің ақпараттық контекстіңізде нақтыланыңыз
ұйымдастыру.
Бұл білімді әртүрлі тәсілдермен, вариациялармен қолдануға болады
жалпы корпоративтік стратегияны әзірлеуден бастап
байланыс орталықтары арқылы жеткізушілермен жеке байланыс,
шот-фактура, Интернет және басқа да нүктелер. Бүгінгі іскерлік орта талап етеді
DW және оған қатысты BI шешімдері шектен тыс дамиды
дәстүрлі құрылымдардың орындалуы дати ол мен дати дейін нормаланған
атомдық деңгейдегі және «жұлдыз/текше фермалары».
Бәсекеге қабілетті болып қалу үшін қажет нәрсе біріктіру болып табылады
қолдау көрсету мақсатында дәстүрлі және озық технологиялар
кең аналитикалық пейзаж.
Қорытындылай келе, жалпы орта білімді арттыруы керек
қабылданған шараларды қамтамасыз ету, жалпы компанияның
Жүргізілген талдаулардың нәтижесінде әркім жасай алатындай пайдалы
пайда.
Мысалы, сіз өзіңізді классификациялайсыз делік клиенттер санаттарында
жоғары немесе төмен тәуекел.
Бұл ақпарат алу үлгісінен жасалған болса немесе
басқа құралдар Dw ішіне орналастырылуы және қол жетімді болуы керек
кез келген қол жеткізу құралы арқылы, мысалы, i
статикалық есептер, электрондық кестелер, кестелер немесе аналитикалық өңдеу
сызық (OLAP).
Дегенмен, қазіргі уақытта мұндай ақпарат көп
силостарда қалады дати олар жасайтын жеке тұлғалар немесе бөлімдер
талдау. Ұйым, тұтастай алғанда, аз немесе мүлдем көрінбейді
түсіну үшін. Тек осы түрдегі мазмұнды араластыру
Сіздің компанияңыздағы ақпарат DW сіз силостарды жоя аласыз
ақпарат және DW ортаңызды жоғарылатыңыз.
Ұйымның дамуына екі үлкен кедергі бар
BI.
Біріншіден, бізде ұйымның проблемасы бар
тиісті пәннің.
Тіпті саясатты өзгертуге көмектесе алмасақ та
ұйымның құрамдастарын түсінуге көмектесе аламыз
BI ұйымы, оның архитектурасы және қалай
IBM технологиясы оның дамуын жеңілдетеді.
Екінші кедергі – технологияның жоқтығы
интеграцияланған және бүкіл кеңістікті еске түсіретін әдісті білу
кішігірім құрамдас бөлікке қарағанда, BI.
IBM технологиядағы өзгерістермен келісімге келеді
интеграцияланған. Дизайнды қамтамасыз ету сіздің жауапкершілігіңіз
саналы. Бұл архитектураны дамыту керек
шектеусіз немесе, кем дегенде, біріктіру үшін таңдалған технология
ашық стандарттарға сәйкес келетін технология. Оның үстіне, сіздікі
Компания басшылығы Би кәсіпорынның болуын қамтамасыз етуі керек
бағдарламасына сәйкес жүзеге асырылады және оған жол бермеу
өзіне қызмет көрсету нәтижесінде туындайтын ақпараттық силостарды әзірлеу
күн тәртібі немесе мақсаттар.
Бұл BI ортасы сезімтал емес дегенді білдірмейді
әртүрлі пайдаланушылардың әртүрлі қажеттіліктері мен талаптарына жауап беру; орнына, білдіреді
сол жеке қажеттіліктер мен талаптарды жүзеге асыру болып табылады
бүкіл BI ұйымының игілігі үшін жасалған.
BI ұйымының архитектурасының сипаттамасы мүмкін
9-суретте 1.1-беттен табуға болады. Архитектура көрсетеді
технологиялар мен техниканың бай қоспасы.
Дәстүрлі көзқарас бойынша архитектура келесі компоненттерді қамтиды
қоймасы
Атомдық қабат.
Бұл бүкіл Dw негізі, жүрегі және сондықтан
стратегиялық есеп беру.
I дати мұнда сақталған тарихи тұтастық, қарым-қатынастар сақталады
дати және алынған көрсеткіштерді қамтиды, сонымен қатар таза,
интегралды және экстрагирлеу үлгілері арқылы сақталады.
Бұлардың барлық кейінгі қолданылуы дати және оған қатысты ақпарат болып табылады
осы құрылымнан алынған. Бұл үшін тамаша дереккөз
өндіру дати және құрылымдық SQL сұраулары бар есептер үшін
Операциялық депо дати немесе есеп негізінде
дати(Операциялық деректер қоймасы (ODS) немесе есеп беру
дерекқор.)
Бұл құрылым дати үшін арнайы әзірленген
техникалық есеп беру.
I дати осы құрылымдар бойынша сақталады және хабарланады, ақырында
ұйымдастыру аймағы арқылы қоймаға таралады (сахналық
аймақ), ол стратегиялық сигнал беру үшін пайдаланылуы мүмкін.
Қою алаңы.
Көпшілік үшін бірінші аялдама дати қоршаған ортаға арналған
қойма – ұйымдастыру аймағы.
Мұнда мен дати олар біріктіріліп, тазартылады және түрленеді дати пайдалы
қойма құрылымын толтырады
Деректер маркерлері.
Сәулеттің бұл бөлігі құрылымын білдіреді дати қолданылған
арнайы OLAP үшін. Datamarts болуы, егер i дати ұйқы
қабаттасатын жұлдыз схемаларында сақталады дати
реляциялық ортада немесе файлдық шкафтарда көп өлшемді
di дати сияқты арнайы OLAP технологиясы пайдаланатын құпия ақпарат
DB2 OLAP сервері маңызды емес.
Жалғыз шектеу - сәулет пайдалануды жеңілдетеді дати
көпөлшемді.
Архитектура сонымен қатар маңызды BI технологиялары мен әдістерін қамтиды
келесідей ажыратылады:
Кеңістіктік талдау
Ғарыш - бұл талдаушы үшін күтпеген ақпарат және
шешуді аяқтау үшін маңызды. Ғарыш мүмкін
белгілі бір жерде тұратын адамдар туралы ақпаратты білдіреді
орналасқан жері, сондай-ақ сол орынның қай жерде екендігі туралы ақпарат
физикалық тұрғыдан әлемнің қалған бөлігімен салыстырғанда.
Бұл талдауды орындау үшін сіз өзіңізді байлаудан бастауыңыз керек
ендік пен бойлық координаталары туралы мәліметтер. Нені білдіреді
«геокодтау» деп аталады және экстракцияның бөлігі болуы керек,
түрлендіру, және деңгейде жүктеу процесі (ETL).
қоймаңыздың атомы.
Деректерді өндіру.
-ның алынуы дати компанияларымыздың өсуіне мүмкіндік береді
саны клиенттер, сату үрдістерін болжау және қосу
мен қарым-қатынасты басқару клиенттер (CRM), басқа да бастамаларымен қатар
BI.
-ның алынуы дати сондықтан ол құрылымдармен біріктірілуі керек
дати үшін Dwhouse және қойма процестерімен қолдау көрсетіледі
технологияларды тиімді және тиімді пайдалануды қамтамасыз ету және
байланысты техникалар.
BI архитектурасында айтылғандай, атомдық деңгейі
Dwhouse, сондай-ақ datamarts, тамаша көзі болып табылады дати
алу үшін. Сол құрылымдар да болуы керек
қолжетімділігін қамтамасыз ету үшін экстракция нәтижелерін алушы
ең үлкен аудитория (ең кең аудитория).
Агенттер.
Тұтынушыны әр нүкте бойынша тексеретін әртүрлі «агенттер» бар, мысалы, мысалы
компанияның операциялық жүйелері және бірдей dw. Бұл агенттер мүмкін
білуге ​​үйретілген озық нейрондық желілер болуы керек
әрбір нүктенің тенденциялары, мысалы, өнімнің болашақ сұранысына негізделген
сатуды ынталандыру туралы, әрекет ету үшін ережеге негізделген қозғалтқыштар
un деректер жағдайлардың жиынтығы немесе тіпті қарапайым агенттер
олар «жоғарғы басшыларға» ерекшеліктерді хабарлайды. Бұл процестер иә
әдетте нақты уақытта болады, сондықтан қажет
олардың қозғалысымен тығыз байланысты дати.
Барлық осы құрылымдар дати, технологиялар мен техника кепілдігі
ұйым құру үшін түнді өткізбейтініңіз
сіздің BI.
Бұл әрекет біртіндеп, шағын қадамдармен дамитын болады
ұпай.
Әрбір қадам тәуелсіз жоба әрекеті болып табылады және есеп беріледі
DW немесе BI бастамаңыздағы итерация ретінде. Итерациялар
үшін жаңа технологияларды енгізуді қамтуы мүмкін
жаңа құрылымдарды қосып, жаңа әдістерден бастаңыз дати ,
жүктеу i дати қосымша немесе талдауды кеңейту арқылы
сіздің ортаңыз. Бұл параграф толығырақ талқыланады
3 тарауда тереңірек.
DW және BI құралдарының дәстүрлі құрылымдарынан басқа басқалары бар
сізге қажет BI ұйымының функциялары
дизайн, мысалы:
Тұтынушының жанасу нүктелері (Customer touch
нүктелер).
Барлық заманауи ұйымдар сияқты, олардың саны бар
тәжірибені қалай алуға болатынын көрсететін тұтынушы байланыс нүктелері
сіз үшін оң клиенттер. i сияқты дәстүрлі арналар бар
саудагерлер, коммутаторлар, тікелей пошта, мультимедиа және баспа
жарнама, сондай-ақ электрондық пошта және веб сияқты ең өзекті арналар, i дати
кейбір жанасу нүктесі бар өнімдерді сатып алу керек,
тасымалданады, тазартылады, өңделеді, содан кейін нысандарға қоныстанады дати della
BI.
негіздері дати операциялық және пайдаланушылық бірлестіктер (Operational
дерекқорлар және пайдаланушылар қауымдастығы).
Байланыс нүктелерінің соңында клиенттер негіздері табылды дати
компанияның қолданбалары мен пайдаланушылар қауымдастығы. THE дати бар
ұйқы дати біріктіріп, біріктіру керек дәстүрлі дати Che
қажетті қанағаттандыру үшін байланыс нүктелерінен ағын
ақпарат.
Сарапшылар. (Талдаушылар)
BI ортасының негізгі бенефициары талдаушы болып табылады. Ол сол
ағымдағы өндіруден пайда көреді дати операциялық, біріктірілген
әртүрлі көздері дати , аналитика сияқты мүмкіндіктермен толықтырылған
географиялық (геокодтау) және BI технологияларында ұсынылған
шығаруға, OLAP, кеңейтілген SQL есептерін шығаруға және талдауға мүмкіндік береді
географиялық. Орта үшін талдаушыға арналған негізгі интерфейс
есеп беру BI порталы болып табылады.
Дегенмен, талдаушы архитектурадан пайда көретін жалғыз адам емес
BI.
Менеджерлер, ірі пайдаланушылар қауымдастығы, тіпті мүшелер, жеткізушілер және
клиенттер олар кәсіпорынның BI-да пайда табуы керек.
Кері беру циклі.
BI архитектурасы – оқу ортасы. Принцип
дамуының сипаты тұрақты құрылымдарға мүмкіндік беру болып табылады дати
пайдаланылған BI технологиясын пайдаланып және әрекеттер арқылы жаңартылады
пайдаланушы міндеттемелері. Мысал ретінде бағалауды келтіруге болады
тұтынушы (тұтынушы баллы).
Егер сату бөлімі тау-кен үлгісін жүзеге асырса
жаңа қызметті пайдалану бойынша тұтынушының ұпайлары, содан кейін
Сату бөлімі жалғыз бенефициар топ болмауы керек
қызметтің
Оның орнына, экстракциялық модель бөлік ретінде орындалуы керек
компания ішіндегі табиғи деректер ағыны және тұтынушының ұпайлары
ақпараттық контекстінің біріктірілген бөлігіне айналуы тиіс
барлық пайдаланушыларға көрінетін қойма. Bi-bI-орталықталған IBM Suite
соның ішінде DB2 UDB, DB2 OLAP сервері көпшілігін қамтиды
суретте анықталған маңызды технологиялық құрамдастардың бөлігі
1.1.
Біз архитектураны кітаптан бастап осы суретте көрсетілгендей қолданамыз
бізге үздіксіздік деңгейін беріңіз және әр өнімнің қалай екенін көрсетіңіз
IBM ұсынған BI жалпы үлгісіне сәйкес келеді.
Ақпараттық мазмұнды қамтамасыз ету (Қамтамасыз ету
Ақпараттық мазмұн)
BI ортаңызды жобалау, дамыту және енгізу
ауыр операция. Дизайн екеуін де қамтуы керек
ағымдағы және болашақ бизнес талаптары. Сәулет өнерінің дизайны
барлық табылған қорытындыларды қамту үшін толық болуы керек
жобалау кезеңінде. Орындау сақталуы керек
бір мақсатқа бағытталған: BI архитектурасын дамыту
сызбада ресми түрде көрсетілгендей және талаптары негізінде
Бизнес.
Тәртіпті қамтамасыз етеді деп айту әсіресе қиын
салыстырмалы табыс.
Бұл қарапайым, өйткені сіз бүкіл BI ортасын дамытпайсыз
кенеттен, бірақ уақыт өте келе шағын қадамдармен жасалады.
Дегенмен, архитектураңыздың BI құрамдастарын анықтау болып табылады
екі себеп бойынша маңызды: Сіз барлық келесі шешімдерді басшылыққа аласыз
сәулет техникасы.
Сіз белгілі бір технологияны пайдалануды саналы түрде жоспарлай аласыз
дегенмен сізге қажет қайталанбауы мүмкін
технология бірнеше ай бойы.
Сіздің бизнес талаптарыңызды жеткілікті түрде түсіну түрге әсер етеді
сәулетіңіз үшін сатып алатын өнімдер.
Сіздің сәулетіңіздің дизайны мен дамуы қамтамасыз етеді
сіздің қоймаңыз
кездейсоқ оқиға емес, «жақсы ойластырылған»,
мұқият құрастырылған жарнама опера мозаикасы сияқты өнер
аралас технология.
Ақпараттық мазмұнды жобалау
Барлық бастапқы жоспарлау шоғырлануы және анықтауы керек
қоршаған ортаға қажет болатын негізгі BI құрамдастары
жалпы қазір және болашақта.
Бизнес талаптарын білу маңызды.
Тіпті барлық әдеттегі жоспарлау басталғанға дейін
жобаны жоспарлаушы көбінесе бір немесе екеуін анықтай алады
бірден компонент.
үшін қажет болуы мүмкін компоненттердің балансы
Сіздің архитектураңызды оңай табу мүмкін емес.
Жобалау кезеңінде архитектураның негізгі бөлігі
қолданбаларды әзірлеу (JAD) сеансын іздеумен байланыстырады
бизнес талаптарын анықтау.
Кейде бұл талаптарды құралдарға сеніп тапсыруға болады
сұрау және есеп беру.
Мысалы, пайдаланушылар автоматтандыруды қаласа деп хабарлайды
қазіргі уақытта есепті біріктіру арқылы қолмен жасау керек
екі ағымдағы қатынас және алынған есептеулерді қосу
комбинациясы дати.
Бұл талап қарапайым болғанымен, ол белгілі бір нәрсені анықтайды
қашан қосу керек мүмкіндіктің функционалдығы
ұйымыңыз үшін есеп беру құралдарын сатып алыңыз.
Дизайнер қосымша талаптарды орындауы керек
толық суретті алыңыз. Пайдаланушылар жазылғысы келеді
бұл есеп?
Есептің ішкі жиындары жасалады және әртүрлі электрондық пошта арқылы жіберіледі
пайдаланушылар? Олар бұл есепті компания порталында көргісі келеді ме?
Бұл талаптардың барлығы қарапайым қажеттіліктің бір бөлігі
пайдаланушылар сұрағандай қолмен есеп беруді ауыстырыңыз. Пайда
талаптардың осы түрлерінің бірі - пайдаланушылар да, дизайнерлер де бар
есеп беру ұғымы туралы түсінік.
Дегенмен, біз жоспарлауымыз керек басқа да бизнес түрлері бар.
Кәсіпкерлік талаптар түрінде көрсетілген кезде
Бизнес-стратегиялық сұрақтар, бұл сарапшы дизайнер үшін оңай
Өлшем/факті және өлшем талаптарын ажыратыңыз.
1.2-суретте a-ның өлшемдік және өлшемдік құрамдастары көрсетілген
Бизнес мәселесі.
JAD пайдаланушылары өз талаптарын қалай жариялау керектігін білмесе
бизнес мәселесі түрінде дизайнер жиі қамтамасыз етеді
жинау сеансын өткізіп жіберу үшін кейбір мысалдар
талаптар.
Сарапшы дизайнер пайдаланушыларға түсінуге көмектесе алады
стратегиялық сауда, сонымен қатар оны қалай қалыптастыру керек.
Талаптарды жинау тәсілі 3 тарауда талқыланады; Үшін
енді біз барлығына арналған дизайн қажеттілігін атап өткіміз келеді
BI талаптарының түрлері
Бизнестің стратегиялық мәселесі жай ғана талап емес
Бизнес, сонымен қатар дизайн туралы анықтама. Жауап беру керек болса
көп өлшемді сұраққа, содан кейін есте сақтау керек,
қазіргі i дати өлшемді және сақтау қажет болса
дати көпөлшемді, сіз қандай технология түрін шешуіңіз керек немесе
сіз қолданатын техника.
Сіз резервтелген текше жұлдыз схемасын немесе екеуін де жүзеге асырасыз ба?
Көріп отырғаныңыздай, тіпті қарапайым бизнес мәселесі
дизайнға айтарлықтай әсер етуі мүмкін. Дегенмен
Бизнес талаптарының бұл түрлері, кем дегенде, қарапайым және түсінікті
жоба тәжірибесі бар дизайнерлер мен жоспарлаушылар.
технологиялары мен қолдауы туралы жеткілікті пікірталас болды
OLAP және шешімдердің кең ауқымы қол жетімді. Қазірге дейін
біз қарапайым есептілікті i-мен біріктіру қажеттігін айттық
бизнес өлшемдік талаптар және бұл талаптар қалай
техникалық сәулет шешімдеріне әсер етеді.
Бірақ оңай түсінілмейтін талаптар қандай
пайдаланушылар немесе DW командасы арқылы ма? Сізге аналитика қажет бола ма?
кеңістіктік (analysis spatiali)?
алу үлгілері дати олар сенің қажетті бөлігің болады
келешек? Кім біледі?
Айта кету керек, бұл технологиялар түрлері өте көп емес
жалпы пайдаланушылар қауымдастығы мен топ мүшелерімен белгілі
Dw, ішінара, бұл әдетте болғандықтан орын алуы мүмкін
кейбір ішкі немесе үшінші тарап техникалық сарапшылары қарастырады. Бұл
осы технологиялар түрлері тудыратын мәселелердің төтенше жағдайы. Өздігінен
пайдаланушылар бизнес талаптарын сипаттай алмайды немесе оларды құрастыра алмайды
дизайнерлерге нұсқаулар беру үшін олар мүмкін
елеусіз қалдырыңыз немесе одан да жаманы, жай еленбейді.
Дизайнер мен әзірлеуші ​​жасамаған кезде бұл қиынырақ болады
осы жетілдірілген бірінің қолданбасын тани алады, бірақ
сыни технологиялар.
Біз дизайнерлердің айтқанын жиі естігеніміздей, «жақсы, өйткені
Осы басқа нәрсені алғанша оны бір жаққа тастамаймыз ба?
«Оларды шынымен де басымдықтар қызықтырады ма, әлде олардан қашқақтайды
олар түсінбейтін талаптар? Бұл, ең алдымен, соңғы гипотеза.
Сіздің сату тобыңыз талап қойды делік
бизнес, 1.3-суретте көрсетілгендей, көріп отырғаныңыздай,
талап іскерлік мәселе түрінде құрылады. Ана жерде
бұл мәселенің әдеттегі өлшемдік есептен айырмашылығы
қашықтық. Бұл жағдайда сату тобы білгісі келеді,
ай сайын өнімнен, қоймалардан және жалпы сатудан
клиенттер олар қоймадан 5 миль қашықтықта тұрады
олар сатып алады.
Өкінішке орай, дизайнерлер немесе сәулетшілер мұны істей алады
Кеңістіктік құрамды елемеңіз, «бізде тұтынушы бар
өнім және мен дати депозит бойынша. дейін қашықтықты сақтайық
басқа итерация.
«Қате жауап. Бизнестің бұл түрі проблемаға қатысты
BI толығымен. туралы тереңірек түсінуді білдіреді
біздің бизнес және біздің талдаушылар үшін сенімді аналитикалық кеңістік.
BI қарапайым сұраудан немесе стандартты есеп беруден тыс немесе
тіпті OLAP. Бұл бұл технологиялар жоқ дегенді білдірмейді
олар сіздің BI үшін маңызды, бірақ өз бетінше олар ұсынбайды
BI ортасы.
Ақпараттық контекстке арналған дизайн
(Ақпараттық мазмұнды жобалау)
Енді біз бизнеске қойылатын талаптарды анықтадық
сызбаға әртүрлі іргелі құрамдас бөліктер енгізілуі керек
жалпы архитектуралық. BI компоненттерінің кейбірі бөлігі болып табылады
Біздің алғашқы күш-жігеріміз, ал кейбіреулері үшін орындалмайтын болады
бірнеше ай.
Дегенмен, барлық белгілі талаптар дизайнда көрсетілген
белгілі бір технологияны енгізу қажет болғанда, біз
жасауға дайын болыңыз. Жоба туралы бір нәрсе ойды көрсетеді
дәстүрлі.
Мысалы, тараудың басындағы 1.1 суретте деректер көрсетілген
i сақтайтын март дати өлшемді.
Бұл жинақ дати келесі пайдалануды қолдау үшін пайдаланылады
дати Өлшемдік өлшемдер бизнес мәселелеріне негізделген
анықтадық. Қосымша құжаттар ретінде
генерацияланған, мысалы, дизайн әзірлеу дати, біз
біз қалай ресімдеуді бастаймыз дати олар қоршаған ортаға таралады.
Біз i ұсынудың қажеттілігін анықтадық дати солай
өлшемді, оларды бөлу (нақты қажеттіліктерге сәйкес).
анықталған) деректер маркеттерінде.
Жауап беретін келесі сұрақ: олар қалай салынады
бұл деректер маркерлері?
Сіз текшелерді қолдау үшін жұлдыздарды саласыз ба, әлде текшелерді ме, әлде жай ғана жұлдыздарды ма?
(немесе оң жақ текшелер немесе оң жұлдыздар). Деректер архитектурасын жасаңыз
барлығына атом қабатын қажет ететін тәуелді марттар дати
сатып алынды? Тәуелсіз деректер маркерлеріне i алуға рұқсат беріңіз дати
тікелей операциялық жүйелерден?
Қандай Cube технологиясын стандарттауға тырысасыз?
Сізде үлкен мөлшер бар дати өлшемдік талдау үшін қажет
немесе сізге ұлттық сату күшіңіздің текшелері қажет
апталық немесе екеуі де? Күшті зат жасаңыз
қаржыға арналған DB2 OLAP сервері немесе Cognos текшелері сияқты
Сату ұйымыңызға немесе екеуіне де арналған PowerPlay?
Бұл үлкен архитектуралық дизайн шешімдері
BI ортаңызға осыдан кейін әсер етеді. Иә,
сіз OLAP қажеттілігін анықтадыңыз. Енді оны қалай жүзеге асырасыз
техника мен технологияның түрі?
Ең озық технологиялардың кейбірі сізге қалай әсер етеді
сызбалар? Сіз қажеттілікті анықтадыңыз деп ойлаймыз
ұйымыңыздағы кеңістік. Енді еске түсіру керек
жоспарланбаған болса да архитектуралық сызба мәселелері
бірнеше ай бойы ғарыштық компоненттерді орындаңыз. Сәулетші міндетті түрде
бүгінгі күні қажет нәрсеге негізделген дизайн. қажеттілігін болжаңыз
тудыратын, сақтайтын, орындайтын және қамтамасыз ететін кеңістіктік талдау
қол жеткізу дати кеңістіктік. Бұл өз кезегінде қызмет етуі керек
технология түріне және техникалық сипаттамаларға қатысты шектеулер
қазіргі уақытта қарастыруға болатын бағдарламалық платформа. Үшін
мысалы, басқару жүйесі дерекқор реляциялық
Атомдық қабат үшін орындайтын (RDBMS) болуы керек
сенімді кеңістік кеңейтімі бар. Бұл анықтайтын еді
геометрия мен объектілерді пайдалану кезінде максималды өнімділік
аналитикалық қолданбаларыңыздағы кеңістік. Егер сіздің RDBMS жоқ болса
жеңе алады i дати (кеңістіктік-орталық) ішкі, сондықтан сізге қажет болады
тұрақтандыру дерекқор (кеңістіктік-орталық) сыртқы. Бұл қиындатады
мәселені басқару және сіздің жалпы өнімділікті төмендетеді,
сіз үшін жасалған қосымша проблемаларды айтпағанның өзінде
DBAs, өйткені оларда ең аз түсінік болуы мүмкін
негіздерінен дати кеңістіктік те. Екінші жағынан, егер сіздің қозғалтқышыңыз болса
RMBS барлық кеңістіктік құрамдастарды және соған байланысты өңдейді
оңтайландырушы арнайы қажеттіліктерді біледі (мысалы,
Кеңістіктік нысандарды индекстеу), содан кейін сіздің DBA оларды өңдей алады
мәселелерді дереу басқарыңыз және сіз оларды көтере аласыз
өнімділік.
Сонымен қатар, сіз сахналық аумақты және қабатты реттеуіңіз керек
мекенжайды тазалауды қамтитын атом ортасы (а
кеңістіктік талдаудың негізгі элементі), сондай-ақ келесі
ғарыш объектілерін үнемдеу. басылымдарының сабақтастығы
Біз тазалау түсінігін енгізгеннен кейін сурет салу жалғасуда
мекенжайы. Бір жағынан, бұл қолданба түрін белгілейді
сіздің ETL әрекетіңізге қажет бағдарламалық құрал.
Сізге мекенжай беру үшін Trillium сияқты өнімдер қажет
таза немесе оны қамтамасыз етуді таңдаған ETL провайдері
функционалдығы?
Әзірге дизайн деңгейін бағалау маңызды
орындауды бастамас бұрын аяқталуы керек
қоршаған орта (қойма). Жоғарыда келтірілген мысалдар қажет
орындалу керек көптеген дизайн шешімдерін көрсетіңіз
кез келген нақты бизнес талаптарын анықтау. Жасалса
Дұрыс, бұл дизайн шешімдері алға шығады
қоршаған ортаңыздың физикалық құрылымдары арасындағы өзара тәуелділік,
қолданылатын технологияны таңдау және таралу ағыны
ақпарат мазмұны. Бұл дәстүрлі архитектурасыз
BI бойынша ұйымыңыз араласуға ұшырайды
бар технологиялардың хаотикалық, ең жақсысы, бір жолмен біріктірілген
айқын тұрақтылықты қамтамасыз ету үшін дәл емес.
Ақпараттық мазмұнды сақтау
Ұйымыңызға ақпараттың құндылығын жеткізу
өте қиын операция. Жеткілікті түсініксіз
және тәжірибе, немесе барабар жоспарлау және сызба, тіпті
жақсы командалар сәтсіздікке ұшырайды. Екінші жағынан, егер сізде үлкен болса
интуиция және егжей-тегжейлі жоспарлау, бірақ тәртіп жоқ
орындау, сіз тек ақшаңызды және уақытыңызды босқа жұмсадыңыз
өйткені сіздің күш-жігеріңіз сәтсіздікке ұшырайды. Хабарлама керек
анық болыңыз: егер сізде осылардың біреуі немесе бірнешеуі жоқ болса
дағдылар, түсіну/тәжірибе немесе жоспарлау/сызу немесе
орындау тәртібі, бұл параличке әкеледі немесе
BI ұйымының ғимаратын бұзу.
Сіздің командаңыз жеткілікті түрде дайын ба? Сенің жаныңда біреу бар
Қолжетімді кең аналитикалық ландшафтты түсінетін BI командасы
BI орталарында, қажетті әдістер мен технологияларда
бұл пейзажды жүзеге асыру үшін? Сіздің командаңызда біреу бар
қосымшалар арасындағы қолданба айырмашылығын тани алады
статикалық есеп беру және OLAP немесе ROLAP пен OLAP арасындағы айырмашылықтар ма? Бірі
Сіздің командаңыздың мүшелері жолды анық таниды
сығынды және оның қоймаға қалай әсер етуі мүмкін немесе қалай
Қойма тау-кен өнімділігін сақтай ала ма? Мүше
ұжымның құндылығын түсінеді дати ғарыш немесе технология
агент негізінде? Бірегей қолданбаны бағалайтын адам бар ма?
ETL құралдарының брокер технологиясымен салыстырғанда
хабар? Егер сізде жоқ болса, біреуін алыңыз. BI әлдеқайда көп
нормаланған атом қабатының үлкені, OLAP, схемалардың а
жұлдыз және ODS.
Талаптарды тану үшін түсінік пен тәжірибеге ие болыңыз
BI және олардың шешімдері сіздің қабілетіңіз үшін маңызды
пайдаланушының қажеттіліктері мен дизайнын дұрыс ресімдеу
және олардың шешімдерін жүзеге асыру. Егер сіздің пайдаланушы қауымдастығыңыз болса
талаптарды сипаттау қиындығы, бұл ұжымның міндеті
қойма бұл түсінікті қамтамасыз етеді. Бірақ егер командасы
қойма
BI нақты қолданбасын танымайды - мысалы, деректер
тау-кен - бұл BI орталары жасайтын ең жақсы нәрсе емес
көбінесе пассивті депозиттермен шектеледі. Дегенмен, бұларды елемеңіз
технологиялар олардың маңыздылығы мен әсерін төмендетпейді
Сіздің іскерлік барлау мүмкіндіктеріңіздің пайда болуы туралы
ұйым, сондай-ақ сіз жобалаған ақпараттық құрылым
жәрдемдесу.
Жоспарлау сызу ұғымын қамтуы керек, ред
екеуі де сауатты адамды қажет етеді. Оған қоса, жоспарлау
командалық философия мен бақылауды қажет етеді
стандарттарының. Мысалы, егер сіздің компанияңыз а
стандартты платформа немесе сіз белгілі бір RDBMS анықтады
платформада стандарттауды қаласаңыз, бұл бізге міндет
командадағы барлық адамдар осы стандарттарды ұстанады. Жалпы бір
команда қалыпқа келтіру қажеттілігін ашады (пайдаланушыға
қауымдастық), бірақ команданың өзі қосылғысы келмейді
стандарттар компанияның басқа салаларында немесе тіпті мүмкін
ұқсас компаниялар. Бұл екіжүзділік қана емес, сонымен қатар компанияның мұндай еместігіне кепілдік береді
қолда бар ресурстар мен инвестицияларды пайдалануға қабілетті. Бұл дегенді білдірмейді
платформаға немесе а кепілдік беретін жағдайлар жоқ
стандартталмаған технология; дегенмен қойманың күш-жігері
дейін кәсіпорын стандарттарын қызғанышпен қорғауы керек
бизнес талаптары басқаша талап етпейтінін.
BI құру үшін қажет үшінші негізгі компонент
ұйымдастыру – бұл тәртіп.
Бұл жеке адамдарға және қоршаған ортаға бірдей байланысты.
Жобаны жоспарлаушылар, демеушілер, сәулетшілер және пайдаланушылар бағалауы керек
компанияның ақпараттық құрылымын құру үшін қажетті тәртіп.
Дизайнерлер өздерінің дизайндық күш-жігерін осындай жолмен бағыттауы керек
қоғамдағы басқа да қажетті күш-жігерді аяқтау.
Мысалы, сіздің компанияңызды құрастырады делік
Қойма құрамдас бөлігі бар ERP қолданбасы.
Сондықтан ERP дизайнерлерімен бірлесіп жұмыс істеу жауапкершілігі
қойма ортасы командасы бәсекеге түспеу үшін немесе
басталған жұмысты қайталаңыз.
Тәртіп мәселесі де назар аударуды қажет ететін тақырып
бүкіл ұйыммен және әдетте құрылады және а
атқарушы деңгей.
Менеджерлер жобаланған тәсілді ұстануға дайын ба? А
ақпараттық мазмұнды жасауға уәде беретін тәсіл
соңы бизнестің барлық салаларына құндылық әкеледі, бірақ мүмкін
Ол жеке немесе ведомстволық күн тәртібін бұзады ма? Мақалды есте сақта
«Бір нәрсе туралы ойлаудан гөрі бәрін ойлау маңызды».
Бұл сөз BI ұйымдарына қатысты.
Өкінішке орай, көптеген қоймалар өз күштерін шоғырландырады
мақсатқа жетуге және белгілі бір бөлімге мән беруге тырысу немесе
ұйымға аз ғана назар аудара отырып, нақты пайдаланушылар
жалпы. Менеджер командадан көмек сұрады делік
сарай. Команда 90 күнге созылған жұмыспен жауап береді
белгілеген хабарлама талаптарын жеткізуді ғана қамтымайды
менеджер, бірақ барлығын қамтамасыз етеді дати негіз қабатқа араластырылады
текше технологиясына енгізілгенге дейін атомдық
ұсыныс.
Бұл инженерлік қосымшаның орындалуын қамтамасыз етеді
werehouse пайда көреді дати менеджерге қажет.
Дегенмен, басшы бұл туралы сыртқы консалтингтік фирмалармен сөйлесті
4-тен аз мерзімде жеткізумен ұқсас өтінімді ұсынды
апта.
Ішкі werehouse командасы құзыретті деп есептесек,
менеджердің таңдау құқығы бар. Тәртіпті кім қолдай алады
активті өсіру үшін қосымша инженерия қажет
ақпараттық бизнес немесе сіз өзіңізді құруды таңдай аласыз
тез шешу. Соңғысы шынымен таңдалған сияқты
тым жиі және тек ақпараттық контейнерлерді жасауға қызмет етеді
бұл бірнеше адамға немесе жеке адамға ғана пайда әкеледі.
Қысқа және ұзақ мерзімді мақсаттар
Сәулетшілер мен жоба дизайнерлері а
жалпы архитектураның ұзақ мерзімді көрінісі және жоспарлары
BI ұйымында өсіңіз. Бұл комбинациясы
қысқа мерзімді табыс пен ұзақ мерзімді жоспарлау
BI күш-жігерінің екі жағын білдіреді. Қысқа мерзімді пайда
соңғы мерзім - BI қыры, ол итерациялармен байланысты
сіздің қоймаңыз.
Мұнда жоспарлаушылар, сәулетшілер мен демеушілер назар аударады
нақты бизнес талаптарын қанағаттандыру. Дәл осы деңгейде
физикалық құрылымдар салынды, технология сатып алынады және
техникалар жүзеге асырылады. Олармен мүлдем айналысуға болмайды
белгілі бір пайдаланушылар қауымдастығы анықтаған арнайы талаптар.
Барлығы нақты белгіленген талаптарды орындау үшін жасалады
белгілі бір қауымдастықтан.
Ұзақ мерзімді жоспарлау, алайда, басқа қыры
BI. Міне, жоспарлар мен жобалар оны қамтамасыз етті
кез келген физикалық құрылымды, таңдалған технологияларды және
кәсіпорынға көзқараспен жасалған әдістемелерді іске асырды. Және
біртұтастығын қамтамасыз ететін ұзақ мерзімді жоспарлау
іскерлік пайданың барлығына есептелуін қамтамасыз ету үшін қажет
қысқа мерзімді табыстар табылды.
BI күш-жігеріңізді ақтаңыз
Un деректер қоймасы оның өзіндік құндылығы жоқ. Басқада
технологияларының арасында өзіндік құндылық жоқ
қойма және іске асыру әдістері.
Кез келген қоймалық күш-жігердің мәні әрекеттерден табылады
қойма ортасы мен мазмұнына сәйкес орындалады
уақыт өте келе дамыған ақпараттық. Бұл түсіну үшін маңызды нүкте
кез келген бастамасының құнын бағалауға әрекет жасамас бұрын
қай үй.
Көбінесе сәулетшілер мен дизайнерлер құндылықты қолдануға тырысады
қойманың физикалық және техникалық құрамдас бөліктері, егер шын мәнінде құны болса
оң әсер ететін бизнес-процестерге негізделген
қойма және жақсы алынған ақпарат.
BI құрудың қиындығы осында: инвестицияны қалай негіздейсіз?
Егер үй-жайдың өзіндік құндылығы болмаса, дизайнерлер
жоба артықшылықтарды зерттеуге, анықтауға және ресімдеуге тиіс
қойманы пайдаланатын тұлғалар қол жеткізеді
нақты бизнес-процестерді немесе мәнін жақсарту
қорғалған ақпарат немесе екеуі де.
Мәселелерді қиындату үшін кез келген бизнес-процесс
қойма әрекеттерінен зардап шеккендер пайда әкелуі мүмкін
«Елеулі» немесе «аздап». Айтарлықтай артықшылықтар а
инвестицияның табыстылығын (ROI) өлшеуге арналған материалдық көрсеткіш – мысалы
Мысалы, тауарлық-материалдық қорларды кезең ішінде қосымша уақытты айналдыру
арнайы немесе бір жөнелтуге арналған тасымалдау құнының төмендігі үшін. Бұл көбірек
Қолжетімділікті жақсарту сияқты шамалы артықшылықтарды анықтау қиын
материалдық құндылық тұрғысынан ақпарат.
туралы білу үшін жобаңызды қосыңыз
Іскерлік сұраныстар
Көбінесе жоба дизайнерлері мәнді қосуға тырысады
аморфты компания мақсаттары бар қойманың. Мұны жариялау
«Қойманың құны біздің қабілетімізге негізделген
стратегиялық сұраныстарды қанағаттандыру» бөлімін ашамыз
сөйлеу. Бірақ мұны анықтау үшін жалғыз өзі жеткіліксіз
тауарлық-материалдық қорларға инвестиция салудың мәні бар. Қайталауларды байланыстырған дұрыс
нақты және белгілі іскерлік сұраныстары бар қоймалар.
ROI өлшеу
Қойма параметрінде ROI есептеу болуы мүмкін
ерекше қиын. Бұл артықшылық болса, әсіресе қиын
Белгілі бір қайталаудың принципі материалдық емес нәрсе немесе
өлшеуге оңай. Зерттеу пайдаланушылардың қабылдайтынын көрсетті
BI бастамаларының екі негізгі артықшылығы:
▪ Шешім қабылдау қабілетін қалыптастыру
▪ Ақпаратқа қол жеткізу
Бұл артықшылықтар жұмсақ (немесе жұмсақ) артықшылықтар. Көру оңай
Қатты тұтынушыға негізделген ROI-ді қалай есептеуге болады (немесе
үлкен) көлік құнын төмендету сияқты, бірақ қалай
біз жақсырақ шешім қабылдау қабілетін өлшейміз бе?
Бұл, әрине, жоба дизайнерлері үшін қиындық туғызады
олар компанияны белгілі бір компанияға инвестициялауға сендіруге тырысады
қойма күш-жігері. Сату көлемін ұлғайту немесе шығындарды азайту
олар енді BI ортасын басқаратын орталық тақырыптар емес.
Оның орнына сіз кіруге арналған бизнес сұрауларын қарап жатырсыз
белгілі бір бөлім білуі үшін ақпаратқа жақсырақ
тезірек шешім қабылдау. Бұл стратегиялық драйверлер а
Бұл бизнес үшін бірдей маңызды, бірақ маңызды
анық емес және нақты метрикада сипаттау қиынырақ.
Бұл жағдайда ROI есептеу маңызды емес болса, жаңылыстыруы мүмкін.
Жоба дизайнерлері құндылықты көрсете білуі керек
басшыларға инвестиция салу туралы шешім қабылдау үшін нақты
арнайы қайталау қолданылады. Дегенмен, біз жаңасын ұсынбаймыз
ROI есептеу әдісі немесе біз немесе үшін ешқандай дәлел келтірмейміз
оған қарсы.
Негіздерін талқылайтын көптеген мақалалар мен кітаптар бар
ROI есептеу. Құндылық ретінде ерекше құндылық ұсыныстары бар
Gartner сияқты топтар ұсынатын Investing (VOI) бойынша
зерттеуге. Оның орнына біз кез келген нәрсенің негізгі аспектілеріне назар аударамыз
ROI немесе басқа құнды ұсыныстарды ескеру қажет.
ROI қолдану
«Қатты» артықшылықтар мен «жұмсақ» артықшылықтар аргументінен басқа
BI күш-жігерімен байланысты басқа да мәселелер қарастырылады
ROI қолданған кезде. Мысалы:
Келетін DW әрекеттеріне тым көп үнемдеуді жатқызыңыз
кез келген жағдайда
Сіздің компанияңыз архитектурадан шықты делік
негізгі фрейм таратылған UNIX ортасына. Сондықтан кез келген
осы күш-жігерден жүзеге асырылуы мүмкін (немесе болмауы мүмкін) үнемдеу
тек, егер мүлде болса (?) жатқызылмауы керек
қойма.
Барлығын есепке алмау қымбатқа түседі. Ал атқарылатын істер көп
ескеру. Келесі тізімді қарастырыңыз:
▪ Іске қосу құны, оның ішінде техникалық-экономикалық негіздеме.
▪ Тиісті жады бар арнайы жабдықтың құны e
байланыс
▪ Басқаруды қоса алғанда, бағдарламалық құралдың құны дати және кеңейтімдер
клиент/сервер, ETL бағдарламалық қамтамасыз ету, DSS технологиялары, құралдар
визуализация, бағдарламалау және ағынды қолданбалар
жұмыс және бақылау бағдарламалық қамтамасыз ету, .
▪ Құрылымды жобалау құны дати, жүзеге асырумен және
оңтайландыру
▪ Тікелей күш-жігермен байланысты бағдарламалық қамтамасыз етуді әзірлеу құны
BI
▪ Үйді қолдау құны, оның ішінде оңтайландыру
өнімділігі, соның ішінде бағдарламалық құрал нұсқасын бақылау және
көмек операциялары
«Big-Bang» ROI қолданыңыз.
Бірыңғай және үлкен күш ретінде қойманы құру
сәтсіздікке ұшырауы мүмкін, сондықтан бастама үшін ROI есептеңіз
ірі кәсіпорынның ұсынысы таң қалдырады, бұл дизайнерлер
бүтіннің құнын бағалауға әлсіз әрекеттер жасауды жалғастыру
күш.
Өйткені дизайнерлер ақшалай мән беруге тырысады
іскерлік бастама бойынша, егер ол көпшілікке белгілі және қабылданған болса
Арнайы қайталауларды бағалау қиын ба? Бұл қалай мүмкін? Ол емес
бірнеше ерекшеліктерді қоспағанда мүмкін. Оны жасама.
Енді біз есептеу кезінде не істеуге болмайтынын анықтадық
ROI, мұнда анықтауға көмектесетін кейбір нүктелер бар
BI күш-жігеріңіздің мәнін бағалаудың сенімді процесі.
ROI консенсусын алу. Сіздікіне қарамастан
Сіздің BI күш-жігеріңіздің құнын бағалау үшін әдісті таңдау керек
жоба дизайнерлерін қоса алғанда, барлық тараптармен келісіледі,
демеушілер мен компания басшылары.
ROI-ді анықталатын бөліктерге азайтыңыз. Қажетті қадам
ROI-нің ақылға қонымды есебі - бұл есептеуді a-ға бағыттау
нақты жоба. Бұл мәнді бағалауға мүмкіндік береді
орындалатын нақты бизнес талаптарына негізделген
Шығындарды анықтаңыз. Жоғарыда айтылғандай, көптеген шығындар болуы керек
қарастырылады. Сонымен қатар, шығындар тек ілеспе шығындарды қамтымауы керек
бір итерацияға, сонымен қатар байланысты шығындарға
компанияның стандарттарына сәйкестігін қамтамасыз ету.
Артықшылықтарды анықтаңыз. ROI-ны талаптарға анық байланыстыру
нақты кәсіпорындарды анықтай алуымыз керек
талаптарды қанағаттандыруға әкелетін артықшылықтар.
Шығындар мен пайданы алдағы пайдаға азайтыңыз. Ол жол
бағалауды таза келтірілген құнға негіздеген дұрыс
(NPV) болашақ құнды болжау әрекетінен айырмашылығы
болашақ табыстар.
ROI бөлу уақытын минимумға дейін сақтаңыз. ЖӘНЕ'
ұзақ уақыт бойы жақсы құжатталған, ол сізде қолданылған
ROI
Бірнеше ROI формуласын пайдаланыңыз. үшін көптеген әдістер бар
ROI болжамы және сіз біреуін немесе пайдалануды жоспарлауыңыз керек
плюс таза келтірілген құнмен қоса кірістің ішкі жылдамдығы
(IRR) және қалпына келтіру.
Қайталанатын процесті анықтаңыз. Бұл есептеу үшін өте маңызды
кез келген ұзақ мерзімді құндылық. Ол құжатталуы керек а
барлық жобаның ішкі реттіліктері үшін бір қайталанатын процесс a
орындаңыз.
Тізімделген мәселелер сарапшылар анықтаған ең көп таралған мәселелер болып табылады
үй ортасы. басшылығы тарапынан талап
«Үлкен жарылыс» ROI жеткізу өте шатастырады. Егер сіз бәрін бастасаңыз
ROI есептеулерін анықтауға болатын және нақты бөліктерге азайту арқылы сізде
дәл ROI бағасын бағалаудың жақсы мүмкіндігі.
ROI артықшылықтарына қатысты сұрақтар
Сіздің артықшылықтарыңыз қандай болса да, жұмсақ немесе қатты, сіз оларды пайдалана аласыз
олардың құндылығын анықтау үшін кейбір негізгі сұрақтар. Кімге
қарапайым масштабтау жүйесін пайдаланып мысал, 1-ден 10-ға дейін, сіз
төмендегілерді пайдаланып кез келген әрекеттің әсерін бақылауға болады
сұрақтар:
▪ Түсіну деңгейін қалай бағалайсыз дати осыдан кейін
сіздің компанияңыздың жобасы?
▪ Нәтижесінде процестің жақсаруын қалай бағалайсыз?
бұл жоба?
▪ Жаңа түсініктер мен тұжырымдардың әсерін қазір қалай өлшейтін едіңіз?
осы итерация арқылы қолжетімді болды
▪ Жаңа компьютерлік орталардың әсері қандай болды e
үйренген нәрсенің нәтижесінде орындалады?
Бұл сұрақтарға жауаптар аз болса, бұл мүмкін
компания салған инвестицияға тұрарлық емес. Сұрақтар жоғары
ұпай маңызды құндылық өсімдерін көрсетеді және керек
әрі қарай зерттеу үшін нұсқаулық ретінде қызмет етеді.
Мысалы, процесті жақсарту үшін жоғары балл
ол дизайнерлерді процестердің қандай екенін тексеруге әкелуі керек
жетілдірілді. Сіз алған табыстардың бір бөлігін немесе барлығын таба аласыз
олар материалдық болып табылады, сондықтан ақшалай құнды оңай алуға болады
қолданылды.
Бірінші итерациядан барынша пайда алу
қойма
Сіздің іскерлік күш-жігеріңіздің ең үлкен нәтижесі көбінесе
алғашқы бірнеше итерация. Бұл алғашқы әрекеттер дәстүрлі түрде
жұртшылық үшін ең пайдалы ақпарат мазмұнын құру және
кейінгілерге техникалық көмек көрсетуді белгілейді
BI қолданбалары.
Әдетте әрбір келесі келесі реттілік дати жобаның
қоймалар компанияға азырақ қосымша құн әкеледі
жалпы. Бұл әсіресе қайталамасаңыз дұрыс
жаңа тақырыптарды қосады немесе жаңа тақырыптың қажеттілігін қанағаттандырмайды
пайдаланушылар қауымдастығы.
Сақтаудың бұл мүмкіндігі батареяларға да қатысты
-ның өсуі дати тарихшылар. Өйткені кейінгі әрекеттер көбірек қажет етеді
дати және тағы қалай дати уақыт өте келе қоймаға құйылады, көп бөлігі
дати пайдаланылатын талдауға қатыстылығы азырақ болады. Мыналар дати ұйқы
жиі шақырылады дати ұйқысыз және оларды ұстау әрқашан қымбат, өйткені
олар ешқашан қолданылмайды.
Бұл жоба демеушілері үшін нені білдіреді? Негізінде, И
Алғашқы демеушілер инвестицияның қанша тұратынын көбірек бөліседі.
Questo è primario perché essi sono l’impeto per fondare lo strato di
largo ambiente tecnologico e delle risorse del warehouse,
compreso organico.
Ma questi primi passi portano il valore più alto e quindi i progettisti
di progetto devono spesso giustificare l’investimento.
I progetti fatti dopo la vostra iniziativa BI possono avere costi
inferiori ( comparati con la prima) e diretti, ma portano meno valore
all’impresa.
E proprietari dell’organizzazione devono iniziare a considerare
buttare l’accumulo di дати және онша маңызды емес технологиялар.
Деректерді өндіру: экстракция Dati
Numerosi componenti architettonici richiedono variazioni di
tecnologie e tecniche di data mining—
мысалы, қызықты жерлерді зерттеуге арналған әртүрлі «агенттер».
клиенттер, i sistemi operativi dell’azienda e per lo stesso dw. Questi
agenti possono essere reti neurali avanzate addestrate alle
tendenze del POT, quale la richiesta futura del prodotto basata sulle
promozioni di vendite; motori basati sulle regole (rules-based) per
reagire a un insieme деректер di circostanze, ad esempio, diagnosi
medica e raccomandazioni di trattamento; o persino agenti semplici
col ruolo di riportare le eccezioni ai dirigenti superiori (top
executives). Generalmente questi processi di estrazione дати si
verificano in tempo reale; quindi, essi devono essere uniti
completamente con il movimento dei дати өздері.
Онлайн аналитикалық өңдеу
Онлайн аналитика
La capacità di affettare, spezzettare, arrotolare, trapanare giù (drilldown)
ed effettuare l’analisi
cosa-se, è all’interno dell’ambito, dell’obiettivo della suite
tecnologica IBM. Ad esempio, le funzioni di trattamento analitico
online (OLAP) esistono per DB2 che porta l’analisi dimensionale nel
motore del дерекқор бірдей.
Le funzioni aggiungono l’utilità dimensionale a SQL mentre
sfruttano tutti i benefici di essere una parte naturale di DB2. Un altro
esempio di integrazione di OLAP è lo strumento di estrazione, DB2
OLAP Analizzatore Server. Questa tecnologia permette ai cubi del
Server DB2 OLAP di essere rapidamente e automaticamente
analizzati per individuare e riferire su valori dei дати insoliti o inattesi
per tutto il cubo all’analista commerciale. E, infine, le funzioni del
Centro di DW forniscono mezzi perché architetti controllino, tra le
altre cose, il profilo di un cubo server DB2 OLAP come una parte
naturale dei processi ETL.
Кеңістіктік талдау Кеңістіктік талдау
Lo spazio rappresenta la metà delle ancore (conduzioni) analitiche
necessarie per un panorama
analitico largo (il tempo rappresenta l’altra metà). Il livello atomico
(atomic-level ) del magazzino, rappresentato nella Figura 1.1,
include i fondamenti sia per tempo che per spazio. Le registrazioni
dell’ora ancorano analisi per tempo e informazioni di indirizzo
ancorano analisi da spazio. Le marcatura orarie (Timestamps)
conducono l’analisi per tempo, e l’informazione di indirizzo conduce
l’analisi per spazio. Il diagramma mostra geocoding–processo di
conversione indirizzi a punti in una mappa o punti nello spazio
cosicché i concetti come distanza e interno/esterno possano essere
utilizzati nell’analisi–condotto a livello atomico e l’analisi spaziale
che è messa a disposizione dell’analista. IBM fornisce estensioni
spaziali, sviluppati con l’Istituto Ricerca Sistema Ambientale (ESRI),
al дерекқор DB2 in modo che gli oggetti spaziali possano essere
conservati come una parte normale del дерекқор қатынастық. DB2
Spatial Extenders, forniscono anche tutte le estensioni SQL per
sfruttare l’analisi spaziale. Ad esempio, le estensioni SQL da
interrogare sulla
distanza fra indirizzi o se un punto è interno o esterno ad un’area
poligonale definita, sono uno standard analitico con il Spatial
Extender. Consultate il capitolo 16 per ulteriori informazioni.
дерекқор-Rezident Tools Tools дерекқор-
Резидент
DB2 ha molte caratteristiche SQL BI-resident che assistono
nell’azione di analisi. Questi includono:
▪ Le funzioni di ricorsione per eseguire analisi, come “trovare
tutti i possibili percorsi di volo da Сан-Франциско a Нью-Йорк«.
▪ Le funzioni analitiche per il ranking, funzioni cumulative, cubo
e rollup per agevolare i compiti che normalmente si verificano
solo con la tecnologia OLAP, sono ora una parte naturale del
motore del дерекқор
▪ La capacità di creare tabelle che contengano risultati
Сатушылар дерекқор leader mischiano di più delle funzionalità BI
Nel дерекқор бірдей.
Негізгі жеткізушілер дерекқор stanno mescolando più delle
funzionalità della BI nel дерекқор бірдей.
Ciò fornisce le prestazioni migliori e più opzioni di esecuzione per le
soluzioni della BI.
Le caratteristiche e le funzioni di DB2 V8 sono discusse
dettagliatamente nei seguenti capitoli:
Technical Architecture and Data Management Foundations
(5-тарау)
▪ DB2 Fondamenti della BI (BI Fundamentals) (Chapter 6)
▪ DB2 Tabelle di query materializzate (Materialized Query
Tables) (Chapter 7)
▪ DB2 Funzioni OLAP (OLAP Functions) (Chapter 13)
▪ DB2 Caratteristiche e funzioni potenziate di BI (Enhanced BI
Features and Functions) (Chapter 15)
Деректерді жеткізудің оңайлатылған жүйесі
Жеткізу жүйесі дати жеңілдетілген
L’architettura rappresentata nella figura 1.1 include numerose
strutture дати физикалық. Біреуі – қоймасы дати жедел.
Generalmente, un ODS è un oggetto orientato (subject oriented),
integrato e corrente. Costruireste un ODS per sostenere, ad
esempio, l’ufficio vendite. Le vendite ODS integrerebbero дати
provenienti da numerosi sistemi diversi ma manterrebbe solo, ad
esempio, le transazioni di oggi. L’ODS può essere aggiornato
anche molte volte al giorno. Contemporaneamente, i processi
spingono i дати integrati in altre applicazioni. Questa struttura è
progettata specificatamente per integrare дати correnti e dinamici e
sarebbe un candidato probabile a sostenere analisi in tempo reale,
come fornire ad agenti di servizio клиенттер le informazioni di vendite
correnti di un cliente estraendo informazioni di tendenza di vendite
dal magazzino stesso. Un’altra struttura mostrata nella figura 1.1 è
uno stato formale per il dw. Non solo questo è il luogo per
l’esecuzione della necessaria integrazione, della qualità di дати, e
della trasformazione dei дати di magazzino in arrivo, ma è anche
un’area di deposito affidabile e provvisoria per дати replicati che
potrebbero essere utilizzati in analisi in tempo reale. Se decidete di
utilizzare un ODS o una zona di organizzazione (staging area), uno
dei migliori strumenti per popolare queste strutture дати қолдану
diverse sorgenti operative è la query distribuita eterogenea di DB2.
Questa capacità è consegnata dalla caratteristica opzionale di DB2
chiamata DB2 Relational Connect (solo query) e attraverso DB2
DataJoiner (un prodotto separato che consegna la domanda,
l’inserto, l’aggiornamento e la possibilità di cancellazione a
RDBMSs distribuito eterogeneo).
Бұл технология сәулетшілерге мүмкіндік береді дати байлау дати di
produzione con processi analitici. Non solo può la tecnologia
adattarsi virtualmente a una qualunque delle richieste di replica che
potrebbero presentarsi con l’analisi in tempo reale, ma esso
possono anche collegare ad un’ampia varietà delle basi di дати көбірек
popolari, compreso DB2, Oracle, Sybase, assistente di SQL,
Informix ed altri. DB2 DataJoiner può essere utilizzato per popolare
құрылым дати formale come un ODS o anche una tabella
permanente rappresentata nel magazzino progettata per ripristino
rapido di aggiornamenti istantanei o per vendita. Naturalmente,
queste stesse strutture дати пайдаланып толтыруға болады
қайталауға арналған тағы бір маңызды технология дати, IBM
DataPropagator Relational. (DataPropagator è un prodotto separato
per sistemi centrali. DB2 UNIX, Linux, Windows e OS/2 includono
servizi di replica di дати стандартты функция ретінде).
Жылжытудың тағы бір әдісі дати operativi intorno
all’impresa è un integratore di applicazione di impresa altrimenti
noto come message broker(mediatore del messaggio).Questa
tecnologia unica permette controllo impareggiabile per centrare
(targeting) e spostare дати intorno all’impresa. IBM ha il mediatore
del messaggio più ampiamente usato, MQSeries, o una variazione
del prodotto che comprende i requisiti di электрондық коммерция, IBM
WebSphere MQ.
Per più discussione su come sfruttare MQ per sostenere un
magazzino e un ambiente BI, visitare веб-сайт del libro. Per ora, è
sufficiente dire che questa tecnologia è un mezzo eccellente per
catturare e trasformare (utilizzando MQSeries Integrator) дати
operativi centrati (targeted) reclutati per soluzioni della BI. La
tecnologia MQ è stata integrata e impacchettata in UDB V8, il che
significa che le code dei messaggi possono ora essere gestite
come se esse fossero tabelle DB2. Il concetto di saldatura dei
messaggi in coda e dell’universo di дерекқор relazionale si dirige
verso un ambiente potente di consegna di дати.
Нөлдік кешігу Нөлдік кідіріс
L’obiettivo strategico finale per IBM è analisi di latenza nulla (zerolatency).
Come definito da
Gartner, un sistema BI deve essere in grado di dedurre, assimilare
e fornire informazioni per analisti su richiesta. La sfida,
naturalmente, sta nel come mescolare дати correnti e in tempo reale
con informazioni storiche necessarie, quali i дати relativi modello/di
tendenza, o la comprensione estratta, come delineamento del
клиент
Мұндай ақпарат, мысалы, сәйкестендіруді қамтиды клиенттер ad
alto o basso rischio o quali prodotti i клиенттер acquisteranno molto
probabilmente se essi hanno già del formaggio nei loro carrelli di
acquisti.
Ottenere latenza nulla è effettivamente dipendente da due
meccanismi fondamentali:
▪ Unione completa dei дати che vengono analizzati con le
tecniche stabilite e con gli strumenti realizzati dalla BI
▪ Un sistema di consegna di дати efficiente per assicurare che
l’analisi in tempo reale sia realmente disponibile
Questi prerequisiti per latenza nulla non sono differenti dai due
obiettivi stabiliti da IBM e descritti precedentemente.
L’accoppiamento stretto dei дати fa parte del programma di
integrazione senza cuciture disposto dalla IBM. E creare un sistema
di consegna di дати efficiente è completamente dipendente dalla
tecnologia disponibile che semplifica il processo di consegna di
дати. Di conseguenza, due dei tre obiettivi di IBM sono fondamentali
a realizzare il terzo. IBM sta sviluppando coscientemente la sua
tecnologia per assicurare che la latenza nulla sia una realtà per gli
sforzi del magazzino.
Қорытынды / Синтез
L’organizzazione della BI fornisce una mappa di strada per
realizzare il vostro ambiente
iterativamente. Deve essere regolato per riflettere le necessità dei
vostri affari, sia attuali che futuri. Senza una visione architettonica
larga, le ripetizioni di magazzino sono poco più che delle
implementazioni casuali del magazzino centrale che fanno poco per
creare un’impresa larga, informativa.
Il primo ostacolo per i responsabili di progetto è come giustificare gli
investimenti necessari per lo sviluppo dell’organizzazione della BI.
Benché il calcolo del ROI sia rimasto un sostegno principale per
realizzazioni di magazzino, esso sta diventando più difficile da
predire esattamente. Questo ha condotto ad altri metodi per la
determinazione se state ottenendo il valore del vostro denaro. Il
valore sull’ investmento2 (VOI), ad esempio, viene procacciato
come una soluzione.
È incombente sugli architetti di дати e sui pianificatori di progetto
generare e fornire deliberatamente informazioni alle associazioni di
utenti e non dare semplicemente un servizio sui дати. C’è una
differenza enorme fra i due. L’informazione è qualcosa che fa una
differenza nei processi decisionali e nell’efficacia; relativamente, i
дати олар сол ақпаратты алу үшін құрылыс блоктары болып табылады.
Дереккөзге сын көзбен қарасам да дати per indirizzare richieste
commerciali, l’ambiente BI dovrebbero servire un ruolo più grande
nella creazione di contenuto delle informazioni. Dobbiamo prendere
le misure supplementari per pulire, integrare, trasformare o
diversamente creare un contenuto di informazioni secondo cui gli
utenti possano agire, e quindi dobbiamo assicurarci che quelle
azioni e quelle decisioni, dove ragionevole, abbiano un riscontro
nell’ambiente BI. Se releghiamo il magazzino a servire solo su дати,
è assicurato che le associazioni di utenti creeranno il contenuto
delle informazioni necessarie per agire. Questo assicura che la loro
comunità sarà in grado di prendere decisioni migliori, ma l’impresa
soffre della mancanza di conoscenza che essi hanno utilizzato.
дата che gli architetti e i pianificatori di progetto iniziano i progetti
specifici nell’ambiente BI, essi rimangono responsabili all’impresa
nell’insieme. Un esempio semplice di questa caratteristica a due
facce delle iterazioni della BI è trovato nella sorgente дати. Бәрі
дати ricevuti per richieste commerciali specifiche devono essere
popolati nel primo strato atomico. Questo garantisce lo sviluppo del
bene di informazioni aziendale, così come gestire, indirizzare le
richieste specifiche di utente definite nella iterazione.

W h a t i s a D a t a W a r e h o u s e ?
Мәліметтер қоймасы è il cuore dell’architettura dei sistemi informative
dal 1990 e supporta i processi informativi offrendo una solida
piattaforma integrata di дати storici presi come base per successive
analisi. I деректер қоймасы offrono la facilità di integrazione in un
mondo di sistemi applicativi non compatibili tra loro. Data
warehouse si è evoluto fino a diventare una moda. Мәліметтер қоймасы
ұйымдастыру және сақтау i дати necessari per processi informativi e
analitici sulla base di una lunga prospettiva storica temporale. Tutto
ciò comporta un notevole e costante impegno nella costruzione e
nel mantenimento del деректер қоймасы.
Сонымен, а деректер қоймасы? А деректер қоймасы және:
▪ orientato ai soggetti
▪ sistema integrato
▪ tempo variante
▪ non volatile ( non si cancella )
жинағы дати usati in supporto a decisioni manageriali nella
realizzazione dei processi.
I дати енгізілген деректер қоймасы derivano nella maggior parte dei
casi da ambienti operazionali. Il деректер қоймасы è realizzato da una
unità di memorizzazione, fisicamente separata dal resto del
sistema, che contiene дати precedentemente trasformati dalle
applicazioni che operano sulle informazioni derivanti dall’ambiente
жедел.
Сөзбе-сөз анықтамасы а деректер қоймасы merita un’approfondita
spiegazione poichè esistono importanti motivazioni e significati di
fondo che descrivono le caratteristiche di una warehouse.
ПӘННІҢ БАҒЫТТАРЫ
ТАҚЫРЫПТЫҚ
Бірінші қасиет А деректер қоймасы è che è orientato ai
maggior soggetti di un’impresa. La giuda dei processi attraverso i
дати è in contrasto con il più classico metodo che prevede
l’orientamento delle applicazioni verso i processi e le funzioni,
metodo per la maggior parte condiviso dalla maggior parte dei
meno recenti sistemi direzionali.
Il mondo operativo è progettato intorno ad applicazioni e a funzioni
quali prestiti, risparmi, bankcard e la fiducia per un’istituzione
finanziaria. Il mondo del dw è organizzato intorno a soggetti
principali quali il cliente, il venditore, il prodotto e l’attività.
L’allineamento intorno ad argomenti influisce sulla progettazione e
sulla realizzazione dei дати trovati nel dw. In modo più rilevante,
l’argomento principale influisce sulla parte più importante della
struttura chiave.
Il mondo del applicazione è influenzato sia dal disegno del data
base che dal disegno del processo (Process design). Il mondo del
dw è concentrato esclusivamente sulla modellazione dei дати Ол қосулы
disegno del дерекқор. Il disegno del processo (nella sua forma
classica) non fa parte dell’ambiente del dw.
Le differenze fra la scelta di applicazione processo/funzione e
scelta per subject si rivelano anche come differenze nel contenuto
dei дати егжей-тегжейлі деңгейде. THE дати dw ішіне i кірмейді дати Che
non saranno usati per il processo di DSS, mentre applicazioni
операциялық бағдарланған дати құрамында i дати per soddisfare
immediatamente i requisiti funzionale/elaborazione che possono o
meno avere qualsiasi uso per l’analista di DSS.
Un altro modo importante in cui applicazioni operazionali orientate
ai дати -дан ерекшеленеді дати dw саны dei есептерінде көрсетілген дати. мен дати
operativi mantengono un rapporto continuo tra due o più tabelle
basato su una regola commerciale che è attiva. I дати di dw
attraversano uno spettro di tempo e i rapporti trovati nel dw sono
molti. Molte regole commerciali ( e corrispondentemente, molti
rapporti di дати ) қоймасында ұсынылған дати tra due o
più tabelle.
(Олар арасындағы байланыстарды егжей-тегжейлі түсіндіру үшін дати ұйқы
gestiti nel DW, facciamo riferimento al Tech Topic su quella
questione.)
Da nessuna altra prospettiva che quella della differenza
fondamentale tra una scelta di applicazione functional/process e
una scelta subject, c’è una maggiore differenza tra i sistemi
operativi e i дати және DW.
ИНТЕГРАЦИЯЛЫҚ ИНТЕГРАЦИЯ
dw ортасының ең маңызды аспектісі мынада: i дати trovati
all’interno del dw sono integrati facilmente. SEMPRE. SENZA
ECCEZIONI. L’essenza stessa dell’ambiente del dw è che i дати
қойма шегінде қамтылғандар біріктірілген.
L’integrazione si rivela in molti modi differenti – nelle convenzioni
identificate consistenti, nella misura di variabili consistenti, nelle
strutture codificate consistenti, negli attributi fisici dei дати
дәйекті және т.б.
Nel corso degli anni i progettisti di diverse applicazioni hanno fatto
possesso di molte decisioni su come un’applicazione dovrebbe
essere sviluppata. Lo stile e le decisioni progettuali individualizzate
delle applicazioni dei progettisti si rivelano in cento modi: nelle
differenze di codifica, struttura chiave, caratteristiche fisiche,
identificazione convenzioni, e così via. La capacità collettiva di molti
progettisti di applicazione di generare le applicazioni contradditorie
è leggendaria. La figura 3 espone alcune delle differenze più
importanti nei modi in cui le applicazioni sono progettate.
Кодтау: Кодтау:
I progettisti di applicazioni hanno scelto la codifica del campo –
sesso- in diversi modi. Un progettista rappresenta il sesso come
una “m” e “f”. Un altro progettista rappresenta il sesso come un “1”
e uno “0”. Un altro progettista rappresenta il sesso come una “x” e
“y”. Un altro progettista rappresenta il sesso come “maschio” e
“femmina”. Non importa molto come il sesso arriva nel DW. La “M”
e la “F” sono probabilmente buone quanto tutta la
rappresentazione.
Cosa importa è che da qualunque origine derivi il campo sesso,
quel campo arriva nel DW in uno stato integrato consistente. Di
conseguenza quando il campo è caricato nel DW da
un’applicazione dove esso è stato rappresentato fuori nel formato
“M” e “F”, i дати DW пішіміне түрлендіру керек.
Атрибуттарды өлшеу: өлшеу
Атрибуттары:
I progettisti di applicazione hanno scelto di misurare la conduttura in
una varietà di modi nel corso
degli anni. Un progettista memorizza i дати della conduttura in
centimetri. Un altro progettista di applicazione memorizza i дати
della conduttura in termini di pollici. Un altro progettista di
applicazione memorizza i дати della conduttura in milione piedi cubi
al secondo. E un altro progettista memorizza le informazioni della
conduttura in termini di iarde. Qualunque sia la fonte, quando le
informazioni della conduttura arrivano nel DW esse devono essere
misurate nello stesso modo.
Secondo le indicazioni di figura 3 le questioni di integrazione
interessano quasi ogni aspetto del progetto – le caratteristiche
fisiche dei дати, бірнеше көзге ие болу дилеммасы датиЛа
questione di campioni identificati inconsistenti, formati dei дати
сәйкес келмейтін және т.б.
Qualunque sia l’argomento di progettazione, il risultato è lo stesso –
i дати devono essere memorizzati nel DW in una singolare e
globalmente accettabile maniera anche quando i sistemi operativi di
fondo memorizzano diversamente i дати.
Quando l’analista DSS guarda il DW, l’obbiettivo dell’analista
dovrebbe essere lo sfruttamento dei дати қоймада бар,
сенімділігі немесе дәйектілігі туралы ойланудан гөрі
дати.
УАҚЫТ ТҮРЛІГІ
Барлығы дати nel DW sono precisi in qualche momento in tempo.
Questa caratteristica base dei дати DW-де ол басқалардан айтарлықтай ерекшеленеді дати
операциялық ортада табылды. THE дати dell’ambiente operativo sono
precisi come nel momento dell’accesso. In altre parole,
nell’ambiente operativo quando si accede ad una unità дати, ci si
attendete che rifletterà valori precisi come nel momento di accesso.
Perché i дати nel DW siano precisi come in qualche momento nel
tempo (cioè, non “proprio adesso”), si dice che i дати trovati nel DW
sono “time variancy”.
Уақыттың ауытқуы дати DW көптеген жолдармен аталады.
Ең қарапайым әдіс - бұл i дати DW көрсетеді дати Бұл
lungo orizzonte di tempo – da cinque a dieci anni. L’orizzonte
temporale rappresentato per l’ambiente operativo è molto più breve
▪ dai valori correnti di oggi da fino a sessanta novanta
Le applicazioni che devono funzionare bene e devono essere
disponibili per l’elaborazione delle transazioni devono portare la
quantità minima di дати se esse ammettono qualsiasi grado di
flessibilità. Quindi le applicazioni operative hanno un orizzonte
temporale breve, come un argomento di progettazione di
applicazioni audio.
Il secondo modo in cui ‘time variancy’ compare nel DW è nella
struttura chiave. Ogni struttura chiave nel DW contiene,
implicitamente o esplicitamente, un elemento di tempo, come
giorno, settimana, mese, ecc. L’elemento di tempo è quasi sempre
in fondo alla chiave concatenata trovata nel DW. In queste
occasioni, l’elemento di tempo esisterà implicitamente, come il caso
dove un intero file è duplicato alla fine del mese o del quarto.
Уақыт дисперсиясын көрсетудің үшінші жолы - i дати дель
DW, appena correttamente registrati, non possono essere
aggiornati. I дати del DW sono, per tutti gli scopi pratici, una lunga
serie di snapshots(istantanea). Naturalmente se la snapshots è
stata presa non correttamente, allora le snapshots possono essere
modificate. Ma assumendo che le snapshots siano fatte
correttamente, esse non vengono modificate appena fatte. In alcuni
casi può essere immorale o anche non valido che le snapshots nel
DW siano modificate. I дати operativi, essendo precisi come nel
momento di accesso, possono essere aggiornati come si presenta
la necessità.
ҰШҚАҢЫЗ
DW төртінші маңызды сипаттамасы - оның өзгермейтіндігі.
Gli aggiornamenti, inserimenti, cancellazioni e modifiche, sono fatte
regolarmente per gli ambienti operazionali record per record. Ma la
manipolazione di base dei дати che occorrono nel DW è molto più
semplice. Ci sono solo due generi di operazioni che si verificano nel
DW – il caricamento iniziale dei дати және қол жеткізу дати. Жоқ
alcun aggiornamento dei дати (nel senso generale di
aggiornamento) nel DW come normale operazione di elaborazione.
Ci sono alcune conseguenze molto potenti di questa differenza di
base fra elaborazione operativa ed elaborazione del DW. Al livello
di progettazione, la necessità di essere cauti sull’aggiornamento
anomalo non è fattore nel DW, poiché l’aggiornamento di дати ол ЕМЕС
effettuato. Questo significa che a livello fisico di progettazione,
possono essere prese delle libertà per ottimizzare l’accesso ai дати,
in particolare nell’occuparsi degli argomenti di normalizzazione e di
denormalizzazione fisica. Un’altra conseguenza della semplicità
delle operazioni di DW è nella tecnologia sottostante utilizzata per
eseguire l’ambiente di DW. Dovendo supportare aggiornamenti
record per record in linea (così come è spesso il caso con
elaborazione operativa) si richiede che la tecnologia abbia delle
fondamenta molto complesse sotto una apparente semplicità.
La tecnologia che supporta copie di riserva e recupero, transazioni
e integrità dei дати e la scoperta e il rimedio di condizione di stallo è
abbastanza complessa e non necessaria per elaborazione di DW.
Le caratteristiche di un DW, orientamento di progettazione,
integrazione di дати all’interno del DW, time variancy e la semplicità
di gestione dei дати, tutto induce ad un ambiente che è molto, molto
diverso dall’ambiente operativo classico. La sorgente di quasi tutti i
дати di DW sono l’ambiente operativo. È una tentazione pensare
che ci sia una ridondanza massiccia di дати екі орта арасында.
Infatti la prima impressione che molte persone hanno è quella di
grande ridondanza di дати жұмыс ортасы мен қоршаған орта арасында
DW. Una tale interpretazione è superficiale e dimostra una
mancanza nel capire che cosa accade nel DW.
Іс жүзінде минимум артық жұмыс бар дати tra l’ambiente operativo
және дати del DW. Consideriamo quanto segue:
▪ I дати олар сүзіледі деректер che si passa dall’ambiente operativo
all’ambiente DW. Molti дати non passano mai fuori
dall’ambiente operativo. Solo che i дати che sono necessari per
l’elaborazione DSS trovano la loro direzione nell’ambiente
▪ l’orizzonte temporale dei дати è molto diverso da un ambiente
all’altro. I дати жұмыс ортасында олар өте жаңа. THE дати
nel DW sono molto più vecchi. Solo dalla prospettiva
dell’orizzonte temporale, c’è la sovrapposizione molto piccola
tra l’ambiente operativo e il DW.
▪ Il DW contiene дати di riepilogo che non si trovano mai
nell’ambiente
▪ I дати subiscono una trasformazione fondamentale dal
momento che passano al La figura 3 illustra che la maggior
parte dei дати sono significativamente modificati a condizione
di essere selezionati e spostati nel DW. Detto in altro modo, la
maggior parte dei дати viene modificata fisicamente e
radicalmente come viene spostata nel DW. Dal punto di vista
dell’integrazione non sono gli stessi дати che risiedono
nell’ambiente operativo.
Alla luce di questi fattori, la ridondanza di дати tra i due ambienti è
un evento raro, che porta a meno dell’ 1% di ridondanza tra i due
ambienti.
ҚОЙМА ҚҰРЫЛЫМЫ
I DWs hanno una struttura distinta. Ci sono vari livelli riassuntivi e di
dettaglio che demarcano i DWs.
DW әртүрлі компоненттері:
▪ Metadata
▪ Dati ағымдағы мәліметтер
▪ Dati ескі бөлшектерден
▪ Dati аздап жинақталған
▪ Dati жоғары жинақталған
Әзірге басты алаңдаушылық дати di dettaglio
correnti. È la preoccupazione principale perché:
▪ I дати di dettaglio correnti riflettono gli avvenimenti più recenti,
che sono sempre di grande interesse e
▪ i дати di dettaglio correnti sono voluminosi perché è
memorizzato al livello più basso di granularità e
▪ i дати di dettaglio correnti sono memorizzati quasi sempre su
memoria su disco, il quale è veloce ad accedere, ma caro e
complesso da
I дати олар неғұрлым үлкен болса, егжей-тегжейлі дати che sono memorizzati su
qualche memoria di Масса. Ha accesso sporadicamente ed è
memorizzato a un livello di dettaglio compatibile con дати dettagliati
correnti. Mentre non è obbligatorio memorizzare su un supporto di
memoria alternativo, a causa del grande volume di дати uniti con
l’accesso sporadico dei дати, жадты қолдау дати di
dettaglio più vecchi non è di solito memorizzato su disco.
I дати аздап жинақталған дати che sono distillati dal basso
livello di dettaglio trovato al corrente livello di dettaglio. Questo
livello del DW è memorizzato quasi sempre su memoria su disco. I
problemi della progettazione che si presentano all’architetto dei дати
DW осы деңгейдің құрылысында:
▪ Quale unità di tempo è la summarization fatta sopra
▪ Quali contenuti, attributi riassumeranno leggermente il
contenuto dei дати
Келесі деңгейі дати DW табылған болып табылады дати жоғары
riassunti. I дати altamente riassunti sono compatti e facilmente
accessibili. I дати altamente riassunti sono talvolta trovati
nell’ambiente DW e in altri casi i дати altamente riassunti sono
trovati fuori dalle pareti immediate della tecnologia che ospita il DW.
(in ogni caso, i дати altamente riassunti fanno parte del DW
indipendentemente da dove i дати sono alloggiati fisicamente).
Il componente finale del DW è quello dei metadata. Per molti aspetti
i metadata siedono in una dimensione diversa rispetto ad altri дати
DW, себебі метадеректерде ешқайсысы жоқ деректер тікелей
preso dall’ambiente operativo. I metadata hanno un ruolo speciale e
molto importante nel DW. I metadata sono utilizzati come:
▪ una directory per aiutare l’analista DSS ad individuare il
contenuto del DW,
▪ una guida alla mappatura dei дати қалай мен дати Олар болды
trasformati dall’ambiente operativo all’ambiente di DW,
▪ una guida agli algoritmi usati per la summarization tra i дати di
dettaglio correnti e i дати аздап жинақталған, яғни дати жоғары
riassunti,
I metadata giocano un ruolo molto più importante nell’ambiente DW
rispetto a quello che hanno mai avuto nell’ambiente operativo
ЕСКІ БЕЛГІЛЕРДІ САҚТАУ ОРТА
Мұндай сақтау үшін магниттік таспаны пайдалануға болады
дати. Infatti c’è una larga varietà di strumenti di memorizzazione che
dovrebbero essere considerati per la conservazione di vecchi дати di
dettaglio.
A seconda del volume dei дати, la frequenza di accesso, il costo
degli strumenti e il tipo di accesso, esso è completamente probabile
che altri strumenti avranno bisogno del vecchio livello di dettaglio
nel DW.
ДЕРЕКТЕР АҒЫНЫ
Қалыпты және болжамды ағыны бар дати DW ішінде.
I дати entrano nel DW dall’ambiente operativo. (NOTA: ci sono
alcune eccezioni molto interessanti a questa regola. Tuttavia, quasi
бәрі дати жұмыс ортасынан DW енгізіңіз). дата бұл мен дати
entrano nel DW dall’ambiente operativo, è trasformato come è stato
descritto prima. A condizione di entrare nel DW, i дати entrano nel
corrente livello di dettaglio, come mostrato. Risiede là ed è utilizzato
finché uno dei tre eventi si verifica:
▪ è purificato,
▪ è riassunto, e/o
▪ è
Il processo obsoleto dentro un DW sposta i дати ағымдағы мәліметтер
a дати жасына негізделген ескі бөлшектер дати. Процесс
жиынтық мәліметтерін пайдаланады дати есептеу үшін i дати
аздап жинақталған және жоғары жинақталған деңгейлері дати. Сонда
alcune eccezioni al flusso mostrato (sarà discusso più tardi).
Tuttavia, di solito, per la vasta maggioranza dei дати trovati
all’interno di un DW, il flusso di дати ол бейнеленгендей.
ДЕРЕКТЕР ҚОЙЫНЫН ПАЙДАЛАНУ
Әртүрлі деңгейлері таңқаларлық емес дати all’interno del DW non
ricevono differenti livelli di utilizzo. Di regola, più è alto livello di
summarization, più i дати олар пайдаланылады.
Көптеген қолданулар кездеседі дати жоғары жинақталған, ал ескі
дати di dettaglio sono utilizzati quasi mai. C’è una buona ragione nel
spostare l’organizzazione al paradigma in utilizzo di risorsa. Più ha
riassunto i дати, соғұрлым тезірек және тиімдірек болады дати. өзі
un дүкен trova che fa molti processi a livello di dettaglio dei DW,
allora una grande quantità corrispondente di risorse di macchina
viene consumato. È nei migliori interessi di ognuno processare
come in un alto livello di summarization appena possibile.
Көптеген дүкендер үшін DW алдындағы ортадағы DSS талдаушысы пайдаланылды
дати егжей-тегжейлі деңгейде. Көп жағдайда келу дати dettagliati
somiglia a una coperta di sicurezza, anche quando sono disponibili
altri livelli di summarization. Una delle attività dell’architetto di дати è
disabituare l’utente DSS da un utilizzo costante di дати al livello più
basso di dettaglio. Ci sono due motivazioni a disposizione
dell’architetto di дати:
▪ installando un sistema chargeback, dove l’utente finale paga le
risorse consumate e
▪ che indicano che il tempo di risposta molto buono può essere
ottenuto quando il comportamento con i дати è ad un alto livello
di summarization, mentre il tempo di risposta povero deriva dal
comportamento dei дати төмен деңгейде
БАСҚА ШАРТТАР
Ci sono alcune altre considerazioni di costruzione e gestione del
Д.В.
Бірінші ескерілетін нәрсе - индекстер. THE дати ai livelli più alti di
summarization possono essere liberamente indicizzati, mentre i дати
ai livelli inferiori di dettaglio sono così voluminosi che può essere
indicizzato frugalmente. Dallo stesso token, i дати agli alti livelli di
dettaglio possono essere relativamente ristrutturati facilmente,
mentre il volume di дати төменгі деңгейлерде ол соншалықты үлкен, i дати емес
possono essere ristrutturati facilmente. Di conseguenza, il modello
dei дати e il lavoro formale fatto dalla progettazione pongono la
fondazione per il DW applicata quasi esclusivamente al livello
corrente di dettaglio. In altre parole, le attività di modellazione dei
дати non si applicano ai livelli di summarization, in quasi ogni caso.
Un’altra considerazione strutturale è quella della suddivisione dei
дати DW.
Бөлу екі деңгейде орындалуы мүмкін – деңгейінде dbms және т.б.
livello di applicazione. Nella divisione al livello dbmsол dbms è
informato delle divisioni e le controlla di conseguenza. Nel caso di
divisione a livello applicazione, soltanto il programmatore è
informato delle divisioni e la responsabilità della loro
amministrazione è lasciata a lui
Деңгейден төмен dbms, molto lavoro è fatto automaticamente. C’è
molta inflessibilità connessa con l’amministrazione automatica delle
divisioni. Nel caso delle divisione a livello applicazione dei дати дель
деректер қоймасы, molto lavoro grava sul programmatore, ma il
risultato finale è la flessibilità nell’amministrazione dei дати nel data
қойма
АЛТРЕ АНОМАЛИ
құрамдас бөліктері болған кезде деректер қоймасы funzionano come descritto
per quasi tutti i дати, ci sono alcune eccezioni utili che devono
essere discusse. Un’eccezione è quella dei дати sommari pubblici
(public summary data). Questi sono дати sommari che sono stati
calcolati fuori dal деректер қоймасы бірақ оларды қоғам пайдаланады. THE дати
Жалпыға ортақ қорытындылар ішінде сақталады және басқарылады деректер қоймасы,
anche se come detto precedentemente sono calcolati fuori. I
ragionieri lavorano per produrre trimestralmente tali дати ретінде
reddito, le spese trimestrali, profitto trimestrale, e così via. Il lavoro
fatto dai ragionieri è esterno al деректер қоймасы. Дегенмен, и дати ұйқы
usati “internamente” alla società – dal маркетинг, dalle vendite, ecc.
Un’altra anomalia, di cui non si parlerà, è quella dei дати сыртқы.
Тағы бір ерекше түрі дати che si possono trovare in un data
warehouse è quello dei permanent detail data. Questi provocano la
necessità di memorizzare in modo permanente i дати ad un livello
dettagliato per i motivi etici o legali. Se una società sta esponendo i
relativi operai a sostanze pericolose c’ è un’esigenza di дати
dettagliati e permanenti . Se una società produce un prodotto che
coinvolge la sicurezza pubblica, quali parti di un aeroplano, c’è
l’esigenza di дати dettagliati permanenti, così come se una società
stipula contratti pericolosi.
La società non può permettersi di trascurare i particolari perché
durante i prossimi anni, nel caso di una causa, di un richiamo, di un
difetto di costruzione disputato, ecc. l’esposizione dell’azienda
potrebbe essere grande. Di conseguenza c’è un tipo unico di дати
тұрақты егжей-тегжейлі деректер ретінде белгілі.
ҚОРЫТЫНДЫ
Un деректер қоймасы è un oggetto orientato, integrato, variante di
tempo, una raccolta di дати non volatile a sostegno dei bisogni di
decisione dell’amministrazione. Ciascuna delle funzioni salienti di
un деректер қоймасы ha le relative implicazioni. In più ci sono quattro
livelli di дати дель деректер қоймасы:
▪ Old detail
▪ Current detail
▪ Dati аздап қайталанады
▪ Dati altamente ricapitolati
I metadati sono inoltre una parte importante del деректер қоймасы.
АНСТРАТ
Сақтау туралы түсінік дати recentemente ha ricevuto
molte attenzioni ed è diventato una tendenza degli anni 90. Ciò è
dovuto alla capacità di un деректер қоймасы di sormontare le
limitazioni dei sistemi di supporto dell’amministrazione quali i
sistemi di ausilio decisionale (DSS) ed i sistemi d’informazione
esecutivi (EIS).
Anche se il concetto del деректер қоймасы sembra promettente,
implementare i деректер қоймасы può essere problematico a causa
dei processi d’immagazzinamento su larga scala. Malgrado la
complessità dei progetti d’immagazzinamento di дати, molti fornitori
e consulenti che immagazzinano дати олар бұл туралы айтады
l’immagazzinamento di дати attuali non comporta problemi.
Tuttavia, all’inizio di questo progetto di ricerca, quasi nessuna
ricerca indipendente, rigorosa e sistematica era stata effettuata. Di
conseguenza è difficile dire, che cosa realmente accade
nell’industria quando si costruiscono деректер қоймасы.
Questo studio ha esplorato la pratica d’immagazzinamento di дати
contemporanei che punta a sviluppare una comprensione più ricca
della pratica australiana. L’analisi della letteratura ha fornito il
contesto ed il fondamento per lo studio empirico.
Ci sono un certo numero di risultati da questa ricerca. In primo
luogo, questo studio ha rivelato le attività che si sono presentate
durante lo sviluppo del деректер қоймасы. Көптеген салаларда, i дати жиналған
hanno confermato la pratica segnalata nella letteratura. In secondo
luogo, le edizioni ed i problemi che possono avere effetto sullo
sviluppo del деректер қоймасы sono stati identificati da questo studio.
Infine, benefici tratti dalle organizzazioni australiane connesse con
l’uso dei деректер қоймасы анықталды.
1 тарау
Зерттеу контексі
Il concetto del data warehousing ha ricevuto una diffusa
esposizione e si è trasformato in una tendenza emergente negli
anni 90 (McFadden 1996, TDWI 1996, Shah e Milstein 1997,
Shanks ed altri. 1997, Eckerson 1998, Adelman e Oates 2000). Ciò
può essere visto dal numero crescente di articoli sul data
warehousing nelle pubblicazioni commerciali (Little e Gibson 1999).
Molti articoli (vedere, per esempio, Fisher 1995, Hackathorn 1995,
Morris 1995a, Bramblett e re 1996, Graham ed altri. 1996,
Sakaguchi e Frolick 1996, Alvarez 1997, Brousell 1997, Clarke
1997, McCarthy 1997, O’ Donnell 1997, Edwards 1998, TDWI
1999) hanno segnalato notevoli benefici tratti dalle organizzazioni
che implementano i деректер қоймасы. Hanno sostenuto la loro teoria
con la prova aneddotale delle implementazioni riuscite, l’alto ritorno
sulle figure di investimento (ROI) e, anche, fornendo la guida di
riferimento o le metodologie per lo sviluppo dei деректер қоймасы
(Shanks ed altri. 1997, Seddon e Benjamin 1998, poco e Gibson
1999). In un caso estremo, Graham ed altri. (1996) hanno
segnalato un ritorno medio su un investimento triennale del 401%.
Gran parte della letteratura attuale, tuttavia, ha trascurato le
complessità coinvolte nell’intraprendere tali progetti. I progetti di
деректер қоймасы sono normalmente complesso e su grande scala e
quindi implicano un’alta probabilità di non riuscire se non sono
controllati con attenzione (Shah e Milstein 1997, Eckerson 1997,
Foley 1997b, Zimmer 1997, Bort 1998, Gibbs e Clymer 1998, Rao
1998). Essi richiedono i vasti importi sia di risorse umane che
finanziarie e, tempo e sforzo per costruirli (Hill 1998, Crofts 1998). Il
tempo tipico ed i mezzi finanziari necessari sono rispettivamente di
circa due anni e di due o tre milioni di dollari (Braly 1995, Foley
1997b, Bort 1998, Humphries ed altri. 1999). Questi tempi e mezzi
finanziari sono richiesti per controllare e consolidare molti aspetti
differenti del data warehousing (Cafasso 1995, Hill 1998). A lato
delle considerazioni hardware e software, altre funzioni, che variano
dall’estrazione di дати жүктеу процестеріне дати, оның
capacità di memoria per gestire gli aggiornamenti e dai meta дати
пайдаланушыларды оқыту үшін қарастырылуы керек.
Ai tempi dell’inizio di questo progetto di ricerca, c’era pochissima
ricerca accademica condotta nel campo del data warehousing,
specialmente in Australia. Ciò era evidente dalla penuria di articoli
pubblicati sul data warehousing da giornali o altre scritture
accademiche del tempo. Molte delle scritture accademiche
disponibili descrivevano l’esperienza statunitense. La mancanza di
ricerca accademica nella zona sl data warehousing ha causato la
richiesta di ricerca rigorosa e studi empirici (McFadden 1996,
Shanks ed altri. 1997, Little e Gibson 1999). In particolare, gli studi
di ricerca sul processo di implementazione dei деректер қоймасы
necessitano di essere effettuati per estendere la conoscenza
generale riguardo l’implementazione dei деректер қоймасы e
serviranno come base per un futuro studio di ricerca (Shanks ed
altri. 1997, Little e Gibson 1999).
Lo scopo di questo studio, quindi, è studiare che cosa realmente
accade quando le organizzazioni effettuano ed usano i data
warehouse in Australia. Specificamente, questo studio coinvolgerà
un’analisi di un intero processo di sviluppo di un деректер қоймасы,
iniziando dall’iniziazione e progettazione attraverso il design e
l’inplementazione e il successivo uso all’interno delle organizzazioni
australiane. In più, lo studio inoltre contribuirà al la pratica attuale
identificando le aree in cui la pratica può essere ulteriormente
migliorata e le inefficienze e i rischi possono essere minimizzati o
evitati. Inoltre, servirà da base per altri studi sui деректер қоймасы in
Australia e colmerà il gap attualmente esistente in letteratura.
Зерттеу сұрақтары
L’obiettivo di questa ricerca è studiare le attività coinvolte
nell’implementazione dei деректер қоймасы e il loro uso da parte delle
organizzazioni australiane. In particolare, sono studiati gli elementi
riguardo alla pianificazione di progetto, allo sviluppo, al
funzionamento, all’uso ed ai rischi in questione. Quindi la domanda
di questa ricerca è:
«Қазіргі тәжірибе қандай деректер қоймасы Австралияда ма?
Per rispondere efficacemente a questo problema, sono richieste un
certo numero di domande sussidarie di ricerca. In particolare, tre
sotto-domande sono state identificate dalla letteratura, che è
presentata nel capitolo 2, per guidare questo progetto di ricerca:
Come sono implementati i деректер қоймасы dalle organizzazioni
australiane? Quali sono i problemi incontrati?
Қандай артықшылықтар бар?
Nel rispondere a queste domande, è stato usato un disegno
esplorativo di ricerca che impiega un’indagine. Come studio
esplorativo, le risposte alle suddette domande non sono complete
(Shanks ed altri. 1993, Denscombe 1998). In questo caso, è
richiesta una triangolazione per migliorare le risposte a queste
domande. Tuttavia, l’indagine fornirà un solido fondamento per
futuri lavori che esaminano queste domande. Una dettagliata
discussione sulla giustificazione del metodo di ricerca e sul design
è presentata nel capitolo 3.
Ғылыми жобаның құрылымы
Questo progetto di ricerca è diviso in due parti: lo studio contestuale
del concetto di datawarehousing e la ricerca empirica (si veda
figura 1.1), ciascuno dei quali è discusso qui di seguito.
I бөлім: Мәтінмәндік зерттеу
La prima parte della ricerca è consistita nella riesaminazione della
letteratura attuale sui vari tipi di data warehousing compresi i
sistemi di ausilio decisionale (DSS), i sistemi d’informazione
esecutivi (EIS), i case study di деректер қоймасы ed i concetti di data
warehouse. Inoltre, i risultati dei foum sui деректер қоймасы және құдайлар
gruppi di incontro per esperti e professionisti condotti dal gruppo di
ricerca Monash DSS, hanno contribuito a questa fase dello studio
che è stato inteso per ottenere le informazioni sulla pratica dei data
warehouse e per identificare i rischi coinvolti nella loro adozione.
Durante questo periodo di studio contestuale, la comprensione
dell’area del problema è stata stabilita per fornire la conoscenza di
base per le successive investigazioni empiriche. Tuttavia, questo
era un processo continuo durante lo svolgimento dello studio di
ғылыми-зерттеу.
II бөлім: Эмпирикалық зерттеулер
Il concetto relativamente nuovo del data warehousing, specialmente
in Australia, ha creato la necessità di eseguire un’indagine per
ottenere una vasta immagine dell’esperienza di utilizzo. Questa
parte è stata effettuata una volta che il dominio del problema fosse
stato stabilito attraverso vasta revisione della letteratura. Il concetto
di data-warehousing formato durante la fase di studio contestuale è
stato usato come input per il questionario iniziale di questo studio.
Dopo questo, il questionario è stato esaminato. Sei esperti di data
warehouse hanno partecipato al test. Lo scopo del test del
questionario iniziale era controllare la completezza e la precisione
delle domande. Sulla base dei risultati del test, il questionario è
stato modificato e la versione modificata è stata spedita ai
partecipanti all’indagine. I questionari restituiti allora sono stati
analizzati per i дати кестелерде, диаграммаларда және басқа форматтарда. THE
талдау нәтижелері дати formano una fotografia istantanea della
pratica del data warehousing in Australia.
ДЕРЕКТЕР ҚОЙМАСЫНА ШОЛУ
Il concetto di data warehousing si è evoluto con i miglioramenti
della tecnologia dei computer.
Esso è finalizzato a superare i problemi incontrati dai gruppi di
supporto delle applicazioni come Decision Support System (DSS) e
Executive Information System (EIS).
Nel passato il maggiore ostacolo di queste applicazioni è stata
l’incapacità di queste applicazioni di fornire una дерекқор
талдау үшін қажет.
Questo è principalmente causato dalla natura del lavoro della
dirigenza. Gli interessi della dirigenza di una società variano
costantemente a seconda dell’area trattata. Perciò i дати
fondamentali per queste applicazioni devono essere in grado di
cambiare rapidamente a seconda della parte da trattare.
Бұл i дати devono essere disponibili nella forma
adeguata per le analisi richieste. Infatti i gruppi di supporto delle
applicazioni trovarono molte difficoltà in passato a raccogliere ed
интеграциялау дати күрделі және әртүрлі көздерден.
Il resto di questa sezione presenta una panoramica del concetto di
data warehousing e tratta di come il деректер қоймасы può superare i
problemi dei gruppi di supporto delle applicazioni.
«ТерминДеректер қоймасы” fu diffuso da William Inmon nel 1990.
La sua spesso citata definizione vede il Деректер қоймасы келу
collezione di дати orientati al soggetto,integrati,non volatili,e variabili
col tempo,in supporto alle decisioni dirigenziali.
Бұл анықтаманы пайдалану Инмон i дати тұрғын
ішінде а деректер қоймасы devono possedere le seguenti 4
Мүмкіндіктер:
▪ Orientati al soggetto
▪ Integrati
▪ Non volatili
▪ Variabili col tempo
Per Orientati al soggetto Inmon intende che i дати nel data
warehouse nelle più grandi aree organizzative che sono state
үлгіде анықталған дати. Мысалы, барлығы дати қатысты и клиенттер
пәндік аймақта қамтылған КЛИЕНТТЕР. Сол сияқты барлығы
дати relativi ai prodotti sono contenuti nell’area soggetto
PRODOTTI.
Integrated Inmon арқылы i дати provenienti da differenti
piattaforme,sistemi e locazioni sono combinate e immagazzinate in
unico posto. Di conseguenza дати similari devono essere trasformati
in formati consistenti in modo da essere aggiunti e comparati
оңай.
Per esempio il genere maschile e femminile sono rappresentati
dalle lettere M e F in un sistema,e con 1 e 0 in un altro. Per
integrarli nella maniera giusta,uno o tutti e due i formati devono
essere trasformati in modo che i due formati siano uguali. In questo
caso potremmo cambiare M in 1 e F in 0 o viceversa. Orientati al
soggetto e Integrati indicano che il деректер қоймасы è progettato per
fornire una funzionale e trasversale visione dei дати шетке
компанияның.
Non-volatile арқылы ол i дати Nel деректер қоймасы rimangono
consistenti e l’aggiornamento dei дати non occorre. Invece,ogni
cambiamento nei дати түпнұсқалар қосылады дерекқор del data
warehouse. Questo significa che lo storico dei дати құрамында қамтылған
деректер қоймасы.
Уақыты бар айнымалылар үшін Inmon i екенін көрсетеді дати Nel деректер қоймасы
әрқашан ei уақыт көрсеткіштерін қамтиды дати әдетте
attraversano un certo orizzonte temporale. Per esempio un
деректер қоймасы 5 жылдық тарихи құндылықтарды қамтуы мүмкін клиенттер dal
1993 al 1997. La disponibilità dello storico e di una serie temporale
dei дати тенденцияларды талдауға мүмкіндік береді.
Un деректер қоймасы өзі жинай алады дати da dei sistemi
OLTP;da origini дати esterne all’organizzazione e/o da altri speciali
progetti di sistema di cattura дати.
I дати estratti possono passare attraverso un processo di pulizia,in
questo caso i дати vengono trasformati ed integrati prima di essere
immagazzinati nel дерекқор дель деректер қоймасы. Содан кейін, и дати
ішіндегі тұрғындар дерекқор дель деректер қоймасы sono resi disponibili
agli accessi degli utenti finali e agli strumenti di recupero. Usando
questi strumenti l’utente finale può accedere alla vista integrata
dell’organizzazione dei дати.
I дати ішіндегі тұрғындар дерекқор дель деректер қоймасы ұйқы
immagazzinati sia dettagliatamente che in formati riassuntivi.
Қорытындылау деңгейі оның сипатына байланысты болуы мүмкін дати. мен дати
егжей-тегжейлі тұруы мүмкін дати ағымдағы e дати тарихшылар
I дати роялти құрамына кірмейді деректер қоймасы дейін мен дати
Nel деректер қоймасы жаңартылады.
Сақтаудан басқа i дати өздері, а деректер қоймасы può anche
immagazzinare un differente tipo di деректер chiamato METADATI che
descrivono i дати оның тұрғындары дерекқор.
Ci sono due tipi di metadati: metadati di sviluppo e metadati di
analisi.
I metadati di sviluppo sono utilizzati per gestire ed automatizzare i
processi di estrazione,pulizia,mappatura e caricamento dei дати Nel
деректер қоймасы.
L’informazione contenuta nei metadati di sviluppo può contenere
dettagli di sistemi operativi,dettagli degli elementi da estrarre,il
Modello дати дель деректер қоймасы e le regole aziendali per la
түрлендіру дати.
Il secondo tipo di metadati,conosciuti come metadati di analisi
rende in grado l’utente finale di esplorare il contenuto del data
warehouse per trovare i дати disponibili e il loro significato in termini
chiari e non tecnici.
Perciò i metadati di analisi funzionano come un ponte tra il data
warehouse e le applicazioni degli utenti finali. Questo metadata può
contenere il modello aziendale, le descrizioni dei дати corrispondenti
al modello aziendale,interrogazioni (queries) pre-definite e report,
informazioni per gli accessi degli utenti e l’indice.
I metadati di analisi e sviluppo devono essere combinati in un unico
integrato metadata di contenimento per funzionare correttamente.
Sfortunatamente molti degli strumenti esistenti hanno il proprio
metadata e attualmente non ci sono degli standard esistenti che
permettono agli strumenti di data warehousing di integrare questi
metadati. Per rimediare a questa situazione molti commercianti dei
principali strumenti di data warehousing hanno formato il Meta Data
Council divenuto poi Meta Data Coalition.
Lo scopo di questa coalizione è di costruire un set di metadati
standard che permette a differenti strumenti di data warehousing di
convertire i metadati
I loro sforzi hanno avuto come esito quello della nascita del Meta
Data Interchange Specification (MDIS) che permetterà lo scambio
di informazioni tra gli archivi Microsoft e i relativi MDIS files.
бар болуы дати sia riassunti/indicizzati che dettagliati dà
all’utente la possibilità di effettuare un DRILL DROWN
(trapanamento) dai дати indicizzati a quelli dettagliati e viceversa.
бар болуы дати storici dettagliati permette la realizzazione di
analisi di trend nel tempo. In aggiunta i metadati di analisi possono
essere usati come directory del дерекқор дель деректер қоймасы бір
aiutare gli utenti finali a localizzare i дати қажетті.
In confronto ai sistemi OLTP,con la loro capacità di supportare
analisi di дати және есеп беру, деректер қоймасы è visto come un sistema
più appropriato per processi di informazione come effettuare e
rispondere a queries e produrre report. La prossima sezione
evidenzierà le differenze dei due sistemi dettagliatamente.
ДЕРЕКТЕР ҚОЙМАСЫ OLTP ЖҮЙЕЛЕРІНЕ ҚАРСЫ
Molti dei sistemi di informazione all’interno delle organizzazioni
hanno lo scopo di supportare le operazioni giornaliere. Questi
sistemi conosciuti come SISTEMI OLTP, catturano le transazioni
giornaliere continuamente aggiornate.
I дати all’interno di questi sistemi sono spesso modificati,aggiunti o
cancellati. Per esempio un indirizzo di un cliente cambia appena
egli si sposta da un luogo all’altro. In questo caso il nuovo indirizzo
sarà registrato modificando il campo indirizzo del дерекқор.
L’obiettivo principale di questi sistemi è quello di ridurre i costi delle
transazioni e allo stesso tempo di ridurre in tempi di elaborazione.
Esempi di Sistemi OLTP includono azioni critiche come scritture
contabili di ordini,libri paga,fatture,fabbricazione,servizi ai клиенттер.
A differenza dei sistemi OLTP,che sono stati creati per processi
basati su transazioni ed eventi, i деректер қоймасы sono stati creati
per fornire supporto ai processi basati su analisi di дати U болып табылады
processi di decisione.
Бұған әдетте i интегралдау арқылы қол жеткізіледі дати da vari sistemi
OLTP ed esterni in un unico “contenitore” di дати,come discusso
nella sezione precedente.
Monash деректер қоймасының процесінің үлгісі
үшін процесс үлгісі деректер қоймасы Monashè stato sviluppato dai
ricercatori del Monash DSS Research Group, è basato sulla
letterature dei деректер қоймасы, sull’esperienza nel supporto allo
sviluppo di campi di sistemi, su discussioni con vendors di
applicazioni per l’uso su деректер қоймасы, su di un gruppo di esperti
nell’uso di деректер қоймасы.
Le fasi sono: Inizio, Pianificazione, Sviluppo, Operazioni e
Spiegazioni. Il diagramma spiega la natura iterativa o
evoluzionistica dello sviluppo di un деректер қоймасы process usando
frecce a doppio senso collocate tra le diverse fasi. In questo
contesto “iterativo” e “evoluzionistico” significano che, ad ogni
passo del processo, le attività di implementazione si possono
sempre propagare all’indietro verso la fase precedente. Questo è
dovuto alla natura del progetto di un деректер қоймасы онда
subentrano in ogni momento richieste addizionali da parte
dell’utente finale. Per sempio, durante la fase di sviluppo di un
processo di деректер қоймасы, viene richiesta dall’utente finale una
nuova dimensione o area di soggetto, che non faceva perte del
piano originale, questa deve essere aggiunta al sistema. Questo
causa un cambiamento nel progetto. Il risultato è che il team di
progettazione deve cambiare i requisiti dei documenti creati finora
durante la fase di progettazione. In molti casi, il corrente stato del
progetto deve tornare indietro fino alla fase di progettazione dove
deve essere aggiunta la nuova richiesta e documentarla. L’utente
finale deve poter vedere la documentazione specifica revisionata e i
cambiamenti che sono stati fatti nella fase di sviluppo. Alla fine di
questo ciclo di sviluppo il progetto deve ottenere ottimi feedback da
entrambi i team, quello di sviluppo e quello degli utilizzatori. I
feedback sono poi riutilizzati per migliorare un progetto futuro.
Сыйымдылықты жоспарлау
I dw tendono a essere molto grandi in dimensione e a crescere
molto velocemente (Best 1995, Rudin 1997a) a seguito della
сомасы дати storici che essi conservano dalla loro durata. La
crescita può essere causata anche da дати aggiuntivi richiesti dagli
utenti per aumentare il valore dei дати che essi hanno già. Di
conseguenza, i requisiti di immagazzinamento per дати мүмкін
essere significativamente potenziati (Eckerson 1997). Così, è
essenziale assicurare, conducendo una pianificazione della
capacità, che il sistema per essere costruito può crescere con la
crescita delle necessità(Best 1995, LaPlante 1996, Lang 1997,
Eckerson 1997, Rudin 1997a, Foley 1997a).
Nella pianificazione per scalabilità del dw, uno deve conoscere la
crescita attesa della dimensione del magazzino, i tipi di domande
probabili da effettuare, e il numero di utenti finali sostenuti(Best
1995, Rudin 1997b, Foley 1997a). Costruire applicazioni scalabili
richiede una combinazione di tecnologie server scalabili e tecniche
di progettazione di applicazioni scalabili (Best 1995, Rudin 1997b.
Entrambe sono necessarie nella creazione di un’applicazione
estremamente scalabile. Le tecnologie server scalabili possono
renderlo facile e vantaggioso per aggiungere deposito, memoria e
CPU senza degradare le prestazioni (Lang 1997, Telephony 1997).
Ci sono due tecnologie server scalabili principali: elaborazione
multipla simmetrica (SMP) ed elaborazione in maniera massiccia
parallela (MPP) ) (IDC 1997, Humphries et al. 1999). Un server
SMP normalmente ha più processori che condividono una memoria,
sistema bus e altre risorse (IDC 1997, Humphries et al. 1999).
Processori supplementari possono essere aggiunti per aumentare
ол күш есептеу. Көбейтудің тағы бір әдісі
күш computazionale del server SMP, è combinare numerose
macchine SMP. Questa tecnica è nota come clustering (Humphries
et al. 1999). Un server MPP, d’altra parte, ha più processori ognuno
con una propria memoria, sistema bus e altre risorse (IDC 1997,
Humphries et al. 1999). Ogni processore è chiamato nodo. Un
ұлғайту күш есептеуге қол жеткізуге болады
aggiungendo nodi supplementari ai server MPP (Humphries et al.
1999).
Una debolezza dei server SMP è che troppe operazioni input-output
(I/O) possono congestionare il sistema bus (IDC 1997). Questo
problema non si verifica all’interno dei server MPP poiché ogni
processore ha il proprio sistema di bus. Tuttavia, le interconnessioni
fra ogni nodo generalmente sono molto più lente del sistema bus
dei SMP. Inoltre, i server MPP possono aggiungere un livello
supplementare di complessità agli sviluppatori di applicazioni (IDC
1997). Così, la scelta tra server SMP e MPP può essere influenzata
da molti fattori, tra cui la complessità delle domande, il rapporto
prezzo/prestazioni, la capacità di trattamento richiesta, le
applicazioni dw prevenute e l’aumento in dimensione dei дерекқор
dw және соңғы пайдаланушылар санында.
Numerose tecniche di progettazione di applicazione scalabile
possono essere impiegate nella pianificazione della capacità. Uno
utilizza vari periodi di notifica come giorni, settimane, mesi e anni.
Avendo vari periodi di notifica, il дерекқор può essere diviso in
pezzi raggruppati maneggevolmente (Inmon et al. 1997). Un’altra
tecnica è utilizzare tabelle riepilogative che sono costruite
riassumendo дати da дати егжей-тегжейлі. Сонымен, и дати riassunti sono più
compatti del dettagliato, il quale richiede meno spazio di memoria.
Quindi i дати di dettaglio possono essere archiviati in un’unità di
memorizzazione meno cara, la quale salva ancora più deposito.
Benché utilizzare tabelle riepilogative possa salvare spazio di
memoria, essi richiedono molto sforzo per mantenerli aggiornati e in
linea con le necessità commerciali. Tuttavia, questa tecnica è
ampiamente utilizzata e spesso utilizzata insieme alla tecnica
precedente(Best 1995, Inmon 1996a, Chauduri and Dayal
1997).
Анықтау Деректер қоймасы техникалық
Architectures Definizione delle tecniche di
architetture di dw
Iniziali adottanti di data warehousing concepivano principalmente
un’implementazione centralizzata del dw in cui tutti i дати, енгізілген
i дати сыртқы, біртұтас біріктірілген,
физикалық сақтау (Inmon 1996a, Bresnahan 1996, Peacock 1998).
Il vantaggio principale di questo approccio è che gli utenti finali
sono in grado di accedere alla vista su scala imprenditoriale
(enterprise-wide view) dei дати organizzativi (Ovum 1998). Un altro
vantaggio è che offre standardizzazione di дати арқылы
l’organizzazione, che significa che c’è solo una versione o
definizione per ogni terminologia utilizzata nel dw deposito
(reposity) metadata (Flanagan and Safdie 1997, Ovum 1998). Lo
svantaggio di questo approccio, d’altra parte, è che è caro e difficile
da costruire (Flanagan and Safdie 1997, Ovum 1998, Inmon et al.
1998). Non molto dopo che l’architettura d’immagazzinamento дати
centralizzata divenne popolare, si evolse il concetto di estrazione
dei sottoinsiemi più piccoli dei дати per sostenere i bisogni di
applicazioni specifiche (Varney 1996, IDC 1997, Berson e Smith
1997, peacock 1998). Questi piccoli sistemi sono derivati dal più
Ұлы деректер қоймасы centralizzato. Sono denominati data
warehouse dipartimentali dipendenti o data marts dipendenti.
L’architettura del data mart dipendente è conosciuta come
architettura tre-tiered in cui la prima fila consiste del data
warehouse centralizzato, la seconda consiste dei depositi di дати
ведомстволық және үшінші қол жеткізуден тұрады дати e dai tools di
analisi (Demarest 1994, Inmon ed altri. 1997).
Data marts әдетте кейін жасалады деректер қоймасы
centralizzato è stato costruito per rispondere alle esigenze delle
specifiche unità(White 1995, Varney 1996).
Деректер қоймалары сақтайды дати molto rilevanti relativi a particolari
unità (Inmon ed altri. 1997, Inmon ed altri. 1998, IA 1998).
Бұл әдістің артықшылығы - ол болмайды деректер емес
integrato e che i дати saranno meno ridondanti all’interno dei data
marts poiché tutti i дати олар қоймадан келеді дати интеграцияланған.
Un altro vantaggio è che ci saranno pochi collegamenti fra ogni
data mart e le relative fonti di дати perché ogni data mart ha soltanto
una fonte di дати. In più con questa architettura sul posto, gli utenti
finali possono ancora accedere alla panoramica dei дати
organizzativi aziendali. Questo metodo è conosciuto come il
metodo top-down, in cui i data marts sono costruiti dopo il data
warehouse (peacock 1998, Goff 1998).
Aumentando la necessità di mostrare presto i risultati, alcune
organizzazioni hanno cominciato costruire data marts indipendenti
(Flanagan e Safdie 1997, White 2000). In questo caso, i data marts
prendono i loro дати негіздерінен тікелей дати OLTP e non dal
deposito centralizzato e integrato, eliminando così l’esigenza di
avere il deposito centrale sul posto.
Ogni data mart richiede almeno un collegamento alle relative fonti
di дати. Uno svantaggio di avere collegamenti multipli per ogni data
mart è che, confrontato alle due architetture precedenti, la
sovrabbondanza di дати айтарлықтай артады.
Әрбір деректер маркері барлығын сақтауы керек дати richiesti localmente per
non avere effetto sui sistemi di OLTP. Questo provoca che i дати
sono immagazzinati in differenti data marts (Inmon ed altri. 1997).
Un altro svantaggio di questa architettura è che conduce alla
creazione di complesse interconnessioni fra i data marts e le loro
fonti di дати che sono difficili da effettuare e controllare (Inmon ed
altri. 1997).
Un altro svantaggio è che gli utenti finali non possono potere
accedere alla panoramica delle informazioni aziendali poiché i дати
әр түрлі деректер марштары біріктірілмеген (Ovum 1998).
Ancora un altro svantaggio è che potrebbe esistere più di una
definizione per ogni terminologia usata nei data marts che genera
inconsistenze di дати ұйымда (Ovum 1998).
Malgrado gli svantaggi discussi sopra, i data marts indipendenti
attraggono ancora l’interesse di molte organizzazioni (IDC 1997).
Un fattore che li rende attraenti è che sono più rapidi da sviluppare
e richiedono meno tempo e risorse (Bresnahan 1996, Berson e
Smith 1997, Ovum 1998). Di conseguenza, servono principalmente
come progetti-prova che possono essere usati per identificare
rapidamente i benefici e/o le imperfezioni nel progetto (Parsaye
1995, Braly 1995, Newing 1996). In questo caso, la parte da
implementare nel progetto pilota deve essere piccola ma importante
per l’organizzazione (Newing 1996, Mansell-Lewis 1996).
Esaminando il prototipo, gli utenti finali e l’amministrazione possono
decidere se continuare o fermare il progetto (Flanagan e Safdie
1997).
Se la decisione è di continuare, i data marts per altri settori
dovrebbero essere costruiti una alla volta. Ci sono due opzioni per
gli utenti finali basate sui loro bisogni nella costruzione dei data
matrs indipendenti: integrated/federated ed unintegrated (Ovum
1998)
Nel primo metodo, ogni nuovo data mart dovrebbe essere costruito
basandosi sui data marts attuali e sul modello дати пайдаланылған
dall’impresa (Varney 1996, Berson e Smith 1997, Peacock 1998).
La necessità di usare il modello дати dell’impresa fa si che bisogna
accertarsi che esista soltanto una definizione per ogni terminologia
usata attraverso i data marts, questo anche per accertarsi che data
marts differenti possano essere uniti per dare una panoramica delle
informazioni aziendali (Bresnahan 1996). Questo metodo è
denominato il bottom-up ed è il migliore quando c’è un vincolo sui
mezzi finanziari e sul tempo (Flanagan e Safdie 1997, Ovum 1998,
peacock 1998, Goff 1998). Nel secondo metodo, i data marts
costruiti possono soddisfare soltanto i bisogni di un’unità specifica.
Una variante del federated data mart è il деректер қоймасы таратылды
онда дерекқор middleware hub server è utilizzato per unire molti
data marts in un singolo deposito di дати distribuito (White 1995). In
questo caso, i дати aziendali sono distribuiti in parecchi data marts.
Le richieste dell’utente finale sono trasmesse al дерекқор
барлығын шығаратын сервер хабының аралық бағдарламасы дати richiesti dai data
marts e ritorna i risultati alle applicazioni dell’utente finale. Questo
metodo fornisce le informazioni aziendali agli utenti finali. Tuttavia,
ancora non vengono eliminati i problemi dei data marts
indipendenti. C’è un’altra architettura che può essere usata che è
chiamata il деректер қоймасы virtuale (White 1995). Tuttavia, questa
architettura, che è descritta nella figura 2.9, non è un’architettura
d’immagazzinamento di дати reali poiché non sposta il caricamento
dai sistemi OLTP al деректер қоймасы (Demarest 1994).
Шын мәнінде, өтініштері дати dagli utenti finali sono passate sopra ai
sistemi di OLTP che restituiscono i risultati dopo l’elaborazione delle
richieste di utente. Anche se questa architettura permette agli utenti
finali di generare i rapporti e formulare le richieste, non può fornire i
дати компания ақпаратының тарихи және шолуы i дати
dai differenti sistemi di OLTP non sono integrati. Quindi, questa
architettura non può soddisfare l’analisi di дати complessa quale ad
esempio previsioni.
Selezione dell’applicativi di accesso e di
recupero dei дати
Құрылыстың мақсаты А деректер қоймасы è di trasmettere
informazioni agli utenti finali (Inmon ed altri 1997, Poe 1996,
McFadden 1996, Shanks ed altri 1997, Hammergren 1998); uno o
più applicativi di accesso e recupero дати devono essere forniti. Ad
oggi, esiste un’ampia varietà di questi applicativi tra cui l’utente può
scegliere (Hammergren 1998, Humphries ed altri 1999). Gli
applicativi selezionati determinano il successo dello sforzo
d’immagazzinamento di дати in un’organizzazione perché gli
applicativi sono la parte più visibile del деректер қоймасы all’utente
finale (Inmon ed altri 1997, Poe 1996). Per aver successo un data
warehouse, deve potere sostenere le attività di analisi dei дати
dell’utente finale (Poe 1996, Seddon e Benjamin 1998, Eckerson
1999). Quindi il “livello” di ciò che l’utente finale vuole deve essere
identificato (Poe 1996, Mattison 1996, Inmon ed altri 1997,
Humphries ed altri 1999).
In generale, gli utenti finali possono essere raggruppati in tre
categorie: executive users, business analysts e power user (Poe
1996, Humphries ed altri 1999). Gli executive users necessitano di
un facile accesso ad insiemi predefiniti di rapporti (Humphries ed
altri 1999). Questi rapporti possono essere raggiunti facilmente con
la navigazione dei menu (Poe 1996). In più, i rapporti dovrebbero
presentare le informazioni usando la rappresentazione grafica
come le tabelle ed i modelli per trasportare rapidamente le
informazioni (Humphries ed altri 1999). I business analyst, che non
possono avere le possibilità tecniche per sviluppare i rapporti da
zero da soli, necessitano di potere modificare i rapporti attuali per
soddisfare i loro bisogni specifici (Poe 1996, Humphries ed altri
1999). I power user, d’altra parte, sono il tipo di utilizzatori finali che
hanno la capacità di generare e scrivere le richieste ed i rapporti da
zero (Poe 1996, Humphries ed altri 1999). Sono quelli che
sviluppano i rapporti per gli altri tipi di utenti (Poe 1996, Humphries
ed altri 1999).
Una volta determinati i requisiti dell’utente finale deve essere fatta
una selezione degli applicativi di accesso e recupero дати tra tutti
quelli disponibili (Poe 1996, Inmon ed altri 1997).
қол жеткізу дати e gli strumenti di retrieval possono essere
classificati in 4 tipi: OLAP tool, EIS/DSS tool, tool di query e
reporting e tool di data mining.
I tool OLAP permettono agli utenti di creare query ad hoc così come
quelle fatte sul дерекқор дель деректер қоймасы. Inoltre questi prodotti
consentono agli utenti di fare drill-down dai дати generali a quelli
dettagliati.
I tool EIS/DSS forniscono reporting esecutivi come analisi “what if”
e accessi ai reports organizzati a menu. I report devono essere
predefiniti e uniti ai menu per una navigazione più facile.
I tool di query e reporting permettono agli utenti di produrre report
predefiniti e specifici.
I tool di data mining sono usati per identificare relazioni che
potrebbero fare nuova luce sulle operazioni dimenticate nei дати дель
datawarehouse.
Accanto all’ottimizzazione dei requisiti di ogni tipologia di utenti, i
tool selezionati devono essere intuitivi, efficienti e di facile utilizzo.
Inoltre devono essere compatibili con le altre parti dell’architettura e
in grado di lavorare con i sistemi esistenti. È inoltre suggerito di
scegliere data access e tool di retrieval con prezzi e performance
ragionevoli. Altri criteri da considerare includono l’impegno del
venditore del tool nel sostenere il loro prodotto e gli sviluppi che lo
stesso avrà nelle future release. Per garantire l’impegno degli utenti
nell’utilizzo del datawarehouse, il team di sviluppo coinvolge gli
utenti nel processo della selezione del tool. In questo caso
dovrebbe essere effettuata una valutazione pratica dell’utente.
Per migliorare il valore del datawarehouse il team di sviluppo può
fornire anche un accesso web ai loro datawarehouse. Un
datawarehouse web-enabled permette agli utenti di accedere ai дати
шалғай жерлерден немесе саяхат кезінде. Қосымша ақпарат алуға болады
essere fornite a costi più bassi mediante una diminuzione dei costi
оқыту.
2.4.3 Деректер қоймасы Жұмыс кезеңі
Questa fase consiste di tre attività: definizione di strategie di data
refresh, controllo delle attività del datawarehouse e gestione della
sicurezza del datawarehouse.
Деректерді жаңарту стратегияларының анықтамасы
Бастапқы жүктеуден кейін, i дати Nel дерекқор del datawarehouse
devono essere refreshati periodicamente per riprodurre i
cambiamenti effettuati sui дати originali. Bisogna quindi decidere
quando fare il refresh, ogni quanto tempo deve essere schedulato il
refresh e come eseguire il refresh dei дати. Viene suggerito di fare il
refresh dei дати quando il sistema può essere messo off- line. La
frequenza del refresh è determinata dal team di sviluppo basandosi
sui requisiti degli utenti. Ci sono due approcci per fare il refresh del
datawarehouse: il refresh completo e il caricamento continuo dei
өзгерістер.
Il primo approccio, il refresh completo, richiede il ricaricamento di
бәрі дати нөлден. Бұл барлық дегенді білдіреді дати richiesti devono
essere estratti, puliti, trasformati ed integrati in ogni refresh. Questo
approccio dovrebbe essere, per quanto possibile, evitato perché
richiede molto tempo e risorse.
Un approccio alternativo è quello di caricare continuamente i
cambiamenti. Questo aggiunge i дати che sono stati cambiati
dall’ultimo ciclo di refresh del datawarehouse. L’identificazione di
records nuovi o modificati riduce significativamente la quantità di
дати che devono essere propagati al datawarehouse in ogni
aggiornamento poiché solo questi дати қосылады дерекқор
деректер қоймасының.
Ci sono almeno 5 approcci che possono essere usati per prelevare
i дати nuovi o modificati. Per ottenere un’efficiente strategia di
refresh dei дати può essere utile un misto di questi approcci che
preleva tutti i cambiamenti nel sistema.
Il primo approccio, che usa i timestamp, suppone che viene
assegnato a tutti i дати modificati e aggiornati un timestamp in modo
da potere identificare facilmente tutti i дати modificati e nuovi.
Questo approccio, però, non è stato molto usato nella maggior
parte degli odierni sistemi operativi.
Il secondo approccio è quello di usare un delta file generato da
un’applicazione che contiene soltanto i cambiamenti fatti ai дати.
Бұл файлды пайдалану жаңарту циклін де күшейтеді.
Tuttavia, anche questo metodo, non è stato usato in molte
applicazioni.
Il terzo approccio è quello di fare uno scan su un file di log, che
fondamentalmente contiene informazioni simili al delta file. L’unica
differenza è che un log file è creato per il processo di recovery e
può essere difficile da capire.
Il quarto approccio è quello di modificare il codice dell’applicazione.
Tuttavia la maggior parte del codice delle applicazioni è vecchio e
fragile; perciò questa tecnica dovrebbe essere evitata.
Соңғы тәсіл - салыстыру дати sorgenti con il file
principale dei дати.
Мәліметтер қоймасының қызметін бақылау
Una volta che il datawarehouse è stato rilasciato agli utenti, è
necessario monitorarlo nel tempo. In questo caso, l’amministratore
del datawarehouse può impiegare uno o più tool di gestione e
controllo per monitorare l’uso del datawarehouse. In particolare
possono essere raccolte informazioni sulle persone e sul tempo in
cui accedono al datawarehouse. Dai дати raccolti può essere creato
un profilo del lavoro effettuato che può essere usato come input
nell’implementazione del chargeback dell’utente. Il Chargeback
permette agli utenti di essere informati sul costo di elaborazione del
datawarehouse.
Inoltre, il controllo del datawarehouse può anche essere usato per
identificare i tipi di query, la loro grandezza, il numero di query al
giorno, i tempi di reazione alla query, i settori raggiunti e la quantità
di дати processati. Un altro scopo di fare il controllo del
datawarehouse è identificare i дати пайдаланылмайтын. Мыналар дати
уақытты жақсарту үшін оларды деректер қоймасынан жоюға болады
сұраудың орындалуына жауап беру және өсуін бақылау
дати ішінде тұратындар дерекқор деректер қоймасының.
Деректер қоймасының қауіпсіздігін басқару
Деректер қоймасы бар дати integrati, critici, sensibili che
possono essere raggiunti facilmente. Per questo motivo dovrebbe
essere protetto dagli utenti non autorizzati. Un modo per
implementare la sicurezza è quello di usare la funzione del ДББЖ
per assegnare i diversi privilegi ai diversi tipi di utenti. In questo
modo, deve essere mantenuto per ogni tipo di utenti un profilo di
accesso. Un altro modo per assicurare il datawarehouse è cifrarlo
come è scritto nella дерекқор деректер қоймасының. қол жеткізу
дати және іздеу құралдарының шифрын ашу керек дати prima di presentare i
risultati agli utenti.
2.4.4 Деректер қоймасы Орналастыру кезеңі
È l’ultima fase nel ciclo di implementazione del datawarehouse. Le
attività da effettuare in questa fase includono l’addestramento degli
utenti per utilizzare il datawarehouse e la realizzazione di reviews
деректер қоймасының.
Пайдаланушыны оқыту
L’addestramento degli utenti dovrebbe essere fatto prima
dell’accesso ai дати del datawarehouse e dell’uso dei tool di
retrieval. Generalmente, le sessioni dovrebbero iniziare con
l’introduzione al concetto dell’immagazzinamento di дати, Кімге
contenuto del datawarehouse, ai meta дати ed alle features di base
dei tool. Poi, gli utenti più avanzati potrebbero inoltre studiare le
tabelle fisiche e le features degli utenti dei data access e dei tool di
іздеу.
Ci sono molti approcci per fare l’addestramento degli utenti. Uno di
questi prevede una selezione di molti utenti o analisti scelti da un
insieme di utenti, basandosi sulla loro leadership e abilità di
comunicazione. Questi vengono addestrati a titolo personale su
tutto quello che devono sapere per prendere confidenza con il
sistema. Finito l’addestramento, questi ritornano al loro lavoro e
iniziano a insegnare agli altri utenti come utilizzare il sistema. Sulla
base di quanto hanno imparato, gli altri utenti possono iniziare ad
esplorare il datawarehouse.
Un altro approccio è quello di addestrare molti utenti nello stesso
tempo, come se si stesse facendo un corso in aula. Questo metodo
è adatto quando ci sono molti utenti che devono essere addestrati
allo stesso tempo. Un altro metodo ancora è quello di addestrare
individualmente ogni utente, ad uno ad uno. Questo metodo è
adatto quando ci sono pochi utenti.
Lo scopo dell’addestramento degli utenti è quello di familiarizzare
con l’accesso ai дати e i tool di retrieval così come i contenuti del
datawarehouse. Tuttavia, alcuni utenti possono essere sopraffatti
dalla quantità di informazioni fornita durante la sessione di
addestramento. Quindi devono essere fatte un certo numero di
sessioni di aggiornamento l’assistenza continua e per rispondere
alle domande specifiche. In alcuni casi viene formato un gruppo di
utenti per fornire questo tipo di supporto.
Кері байланыс жинау
Una volta che il datawarehouse è stato rolled out, gli utenti possono
usare i дати che risiedono nel datawarehouse per vari scopi.
Principalmente, gli analisti o gli utenti utilizzano i дати Nel
datawarehouse per:
1 Identificare le tendenze dell’azienda
2 Analizzare i profili d’acquisto dei клиенттер
3 Suddividere i клиенттер және
4 Fornire i servizi migliori ai клиенттер - қызметтерді теңшеу
5 Formulare strategie di маркетинг
6 Effettuare preventivi competitivi per cost analyses e help
бақылау
7 Supportare decision-making strategiche
8 Identificare occasioni per emergere
9 Migliorare la qualità degli attuali business process
10 Controllare il profitto
Seguendo la direzione di sviluppo del datawarehouse, si potrebbero
condurre una serie di revisioni al sistema per ottenere dei feddback
sia da parte del team di sviluppo che da parte della comunità degli
utenti finali.
I risultati ottenuti possono essere presi in considerazione per il
prossimo ciclo di sviluppo.
Dal momento che il datawarehouse ha un approccio incrementale,
è fondamentale imparare dai successi e dagli errori dei precedenti
sviluppi.
2.5 Түйіндеме
In questo capitolo sono stati discussi gli approcci presenti in
letteratura. Nella sezione 1 è stato discusso il concetto di
datawarehouse e il suo ruolo nella scienza delle decisioni. Nella
sezione 2 sono state descritte le principali differenze tra
datawarehouse e sistemi OLTP. Nella sezione 3 si è discusso il
modello di datawarehouse secondo Monash che è stato utilizzato
nella sezione 4 per descrivere le attività coinvolte nel processo di
sviluppo di un datawarehouse, queste tesi non sono state basate su
una ricerca rigorosa. Quello che succede nella realtà può essere
molto diverso da quello che riporta la letteratura, tuttavia questi
risultati possono essere utilizzati per creare un bagaglio di base che
sottolinei il concetto di datawarehouse per questa ricerca.
3 тарау
Зерттеу және жобалау әдістері
Questo capitolo si occupa dei metodi di ricerca e progettazione per
questo studio. La prima parte mostra una vista generica dei metodi
di ricerca disponibili per il reperimento dell’informazione, inoltre
vengono discussi i criteri per selezionare il miglior metodo per uno
studio particolare. Nella sezione 2 vengono poi discussi due metodi
selezionati con i criteri appena esposti; di questi ne verrà scelto ed
adottato uno con le motivazioni esposte nella sezione 3 dove sono
anche esposte le motivazioni per l’esclusione dell’altro criterio. La
sezione 4 presenta il progetto della ricerca e la sezione 5 le
conclusioni.
3.1 Ақпараттық жүйелердегі зерттеулер
La ricerca nei sistemi informativi non si limita semplicemente
all’ambito tecnologico ma deve essere anche estesa per includere
fini riguardanti il comportamento e l’organizzazione.
Questo lo dobbiamo alle tesi di varie discipline che vanno dalle
scienze sociali a quelle naturali; questo porta alla necessità di un
certo spettro di metodi di ricerca che coinvolgono metodi quantitativi
e qualitativi da utilizzare per i sistemi informativi.
Tutti i metodi di ricerca disponibili sono importanti, infatti svariati
ricercatori come Jenkins (1985), Nunamaker et al. (1991), e Galliers
(1992) sostengono che non esista un metodo specifico universale
per condurre ricerche nei vari campi dei sistemi informativi; infatti
un metodo può essere adatto per una particolare ricerca ma non
per altre. Questo ci porta la necessità di selezionare un metodo che
sia adatto alla nostro particolare progetto di ricerca: per questa
scelta Benbasat et al. (1987) affermano che si debbano considerare
la natura e il fine della ricerca.
3.1.1 Зерттеудің сипаты
I vari metodi basati sulla natura della ricerca possono essere
classificati in tre tradizioni ampiamente conosciuti nella scienza
dell’informazione: positivista, interpretativa e ricerca critica.
3.1.1.1 Позитивистік зерттеулер
La ricerca positivista è anche conosciuta come studio scientifico o
empirico. Essa cerca di: “spiegare e prevedere cosa succederà nel
mondo sociale guardando alle regolarità e alle relazioni causaeffetto
tra gli elementi che lo costituiscono” (Shanks et al 1993).
La ricerca positivista è inoltre caratterizzata da ripetibilità ,
semplificazioni e confutazioni. Inoltre la ricerca positivista ammette
l’esistenza di relazioni a priori tra i fenomeni studiati.
Secondo Galliers(1992) la tassonomia è un metodo di ricerca
incluso nel paradigma positivista, che però non è limitato a questa,
infatti sussistono esperimenti di laboratorio, esperimenti sul campo,
casi di studio, dimostrazioni di teoremi, previsioni e simulazioni.
Utilizzando questi metodi i ricercatori ammettono che i fenomeni
studiati possano essere osservati oggettivamente e rigorosamente.
3.1.1.2 Түсіндірмелі зерттеу
La ricerca interpretativa, che è spesso chiamata fenomenologia o
anti-positivismo viene descritta da Neuman (1994) come “l’analisi
sistematica del significato sociale dell’azione attraverso la diretta e
dettagliata osservazione delle persone in situazioni naturali, al fine
di arrivare alla comprensione e all’interpretazione di come le
persone creano e mantengono il loro mondo sociale”. Gli studi
interpretative rifiutano l’assunzione che i fenomeni osservati
possano essere osservati oggettivamente. Infatti essi sono basati
su interpretazioni soggettive. Inoltre i ricercatori interpretativi non
impongono significati a priori ai fenomeni che studiano.
Questo metodo comprende studi soggettivo/argomentativi, azioni di
ricerca, studi descrittivo/interpretativi, ricerche future e giochi di
ruolo. In aggiunta a questi indagini e casi di studio possono essere
inclusi in questo approccio in quanto essi concernono gli studi degli
individui o delle organizzazioni all’interno di complesse situazioni
нақты әлемнен.
3.1.1.3 Сыни зерттеулер
La ricerca critica è l’approccio meno conosciuto nelle scienze
sociali ma di recente ha ricevuto l’attenzione dei ricercatori
nell’ambito dei sistemi informativi. L’assunzione filosofica che la
realtà sociale è storicamente prodotta e riprodotta dalle persone,
così come i sistemi sociali con le loro azioni ed interazioni. La loro
abilità, comunque, è mediata da un certo numero di considerazione
sociali, culturali e politiche.
Cosi come la ricerca interpretativa, quella critica sostiene che la
ricerca positivista non c’entra con il contesto sociale ed ignora la
sua influenza sulle azioni umane.
La ricerca critica, d’altra parte, critica la ricerca interpretativa per
essere troppo soggettiva e perché non si propone di aiutare le
persone a migliorare le proprie vite. La più grossa differenza tra la
ricerca critica e gli altri due approcci è la sua dimensione valutativa.
Mentre l’oggettività delle tradizioni positivista ed interpretativa, è per
predire o spiegare lo status quo o la realtà sociale, la ricerca critica
punta a valutare criticamente e trasformare la realtà sociale sotto
студия.
I ricercatori critici solitamente si oppongono allo status quo al fine di
rimuovere le differenze sociali e migliorare le condizioni sociali. La
ricerca critica ha un impegno ad una vista processuale dei
fenomeni di interesse e, pertanto, è normalmente longitudinale.
Esempi di metodi di ricerca sono gli studi storici a lungo termine e
gli studi etnografici. La ricerca critica, tuttavia, non è stata
ampiamente usata nella ricerca dei sistemi d’informazione
3.1.2 Зерттеудің мақсаты
Assieme alla natura della ricerca, il suo scopo può essere utilizzato
per guidare il ricercatore nella selezione di un particolare metodo di
ricerca. Lo scopo di un progetto di ricerca è strettamente correlato
alla posizione della ricerca rispetto al ciclo di ricerca che consiste di
tre fasi: costruzione della teoria, test della teoria e affinamento della
teoria. Così, basandosi sul momento rispetto al ciclo di ricerca, un
progetto di ricerca può avere un fine di spiegazione, descrittivo, di
esplorazione oppure predittivo.
3.1.2.1 Барлау зерттеулері
La ricerca esplorativa è finalizzata nell’investigare un argomento
totalmente nuovo e formulare domande e ipotesi per la ricerca
futura. Questo tipo di ricerca è utilizzato nella costruzione della
teoria per ottenere dei riferimenti iniziali in una nuova area.
Normalmente si utilizzano metodi di ricerca qualitativa, come i casi
di studio o gli studi fenomenonologici.
Tuttavia è anche possibile impiegare tecniche quantitative come
indagini esplorative od esperimenti.
3.1.3.3 Сипаттамалық зерттеу
La ricerca descrittiva è finalizzata ad analizzare e descrivere in gran
dettaglio una particolare situazione o pratica organizzativa. Questa
è appropriata per costruire teorie e può essere anche usata per
confermare o contestare ipotesi. La ricerca descrittiva solitamente
comprende l’uso di misure e campioni. I metodi di ricerca più adatti
comprendono indagini e analisi di antecedenti.
3.1.2.3 Түсіндірмелі зерттеу
La ricerca esplicativa cerca di spiegare perché succedono le cose.
Essa è costruita su fatti che sono già stati studiati e cerca di trovare
i perché di tali fatti.
Quindi la ricerca esplicativa è normalmente costruita sulla ricerca
esplorativa o descrittiva ed è accessoria al fine di testare ed affinare
le teorie. La ricerca esplicativa normalmente impiega casi di studio
o metodi di ricerca basati sulle indagini.
3.1.2.4 Профилактикалық зерттеулер
La ricerca preventiva punta a predire gli eventi e i comportamenti
sotto osservazione che si stanno studiando (Marshall and Rossman
1995). La previsione è il test scientifico standard della verità.
Questo tipo di ricerca generalmente impiega indagini o analisi dei
дати тарихшылар. (Инь 1989)
La suddetta discussione dimostra che c’è un certo numero di
possibili metodi di ricerca che possono essere usati in uno studio
particolare. Tuttavia, ci deve essere un metodo specifico più adatto
degli altri per un tipo particolare di progetto di ricerca. (Galliers
1987, Yin 1989, De Vaus 1991). Ogni ricercatore, quindi, ha
bisogno di valutare con attenzione i punti di forza e le debolezze di
vari metodi, per arrivare ad adottare il metodo di ricerca più adatto e
compatibile col progetto di ricerca. (Jenkins 1985, Pervan e Klass
1992, Bonomia 1985, Yin 1989, Himilton and Ives 1992).
3.2. Мүмкін болатын зерттеу әдістері
L’obiettivo di questo progetto era studiare l’esperienza nelle
organizzazioni australiane con i дати immagazzinati con uno
дамуы деректер қоймасы. дата che, attualmente, c’è una
mancanza di ricerca nell’area di data warehousing in Australia,
questo progetto di ricerca è ancora nella fase teorica del ciclo di
ricerca ed ha uno scopo esplorativo. Esplorando l’esperienza nelle
organizzazioni australiane che adottano il data warehousing
richiede l’interpretazione della società reale. Di conseguenza, il
l’assunzione filosofica alla base del progetto di ricerca segue
l’interpretazione tradizionale.
Dopo un rigoroso esame dei metodi disponibili, sono stati identificati
due possibili metodi di ricerca: indagini (surveys) e casi di studio
(case studies), che possono essere usati per una ricerca
esplorativa (Shanks et al. 1993). Galliers (1992) sostiene che
l’idoneità di questi due metodi per questo particolare studio nella
sua tassonomia rivisitata dicendo che sono adatti per la costruzione
teorica. Le seguenti due sottosezioni discutono ogni metodo in
dettaglio.
3.2.1 Сауалнамалық зерттеу әдісі
Il metodo di ricerca d’indagine proviene dall’antico metodo del
censimento. Un censimento consta nel collezionare informazioni da
un’intera popolazione. Questo metodo è costoso e poco pratico, in
particolare se la popolazione è elevata. Quindi, rispetto al
censimento, una indagine normalmente è concentrata sul
collezionare informazioni per un piccolo numero, o campione, dei
rappresentanti della popolazione (Fowler 1988, Neuman 1994). Un
campione riflette la popolazione da cui è disegnato, con differenti
livelli di accuratezza, secondo la struttura del campione, la
dimensione e il metodo di selezione utilizzato (Fowler 1988, Babbie
1982, Neuman 1994).
Il metodo d’indagine è definito come “snapshots of practices,
situations or views at a particular point in time, undertaken using
questionnaires or interviews, from which inferences may be
made” (Galliers 1992:153) [fotografia istentanea delle pratiche,
situazioni o viste in particolare punto temporale, intrapreso usando
questionari o interviste, da cui possono essere fatte inferenze]. Le
indagini si occupano della raccolta di informazioni su alcuni aspetti
dello studio, da un certo numero di partecipanti, facendo delle
domande (Fowler 1988). Anche questi questionari e interviste, che
includono le interviste faccia a faccia al telefono e quelle strutturate,
sono le tecniche di collezione di дати più comuni impiegate nelle
indagini (Blalock 1970, Nachmias and Nachmias 1976, Fowler
1988), possono essere utilizzate osservazioni ed analisi (Gable
1994). Di tutti questi metodi di collezione dei дати, l’uso del
questionario è la tecnica più popolare, poiché assicura che i дати
collezionati siano strutturati e formattati, e quindi facilita la
classificazione delle informazioni (Hwang 1987, de Vaus 1991).
Талдау кезінде И дати, una strategia d’indagine impiega spesso le
tecniche quantitative, come l’analisi statistica, ma possono essere
impiegate anche tecniche qualitative (Galliers 1992, Pervan
және Klass 1992, Gable 1994). Әдетте, i дати raccolti sono
usati per analizzare le distribuzioni e i modelli delle associazioni
(Fowler 1988).
Anche se le indagini sono generalmente appropriate per ricerche
che si occupano della domanda ‘che cosa?’ (what) o da essa
derivanti, quali ‘quanto’(how much) e ‘quant’è’ (how many), esse
possono essere poste tramite la domanda ‘perché’ (Sonquist and
Dunkelberg 1977, Yin 1989). Secondo Sonquist e Dunkelberg
(1977), l’indagine di ricerca punta ad ipotesi difficili, programme di
valutazione, descrivendo la popolazione e sviluppando modelli del
comportamento umano. Inoltre, le indagini possono essere usate
per studiare un’opinione certa della popolazione, condizioni,
opinioni, caratteristiche, aspettative e anche comportamenti passati
o presenti(Neuman 1994).
Le indagini permettono al ricercatore di scoprire i rapporti tra la
popolazione ed i risultato sono normalmente più generici rispetto ad
altri metodi (Sonquist and Dunkelberg 1977, Gable 1994). Le
indagini permettono ai ricercatori di riguardare una zona geografica
più larga e di raggiungere tantissimi dichiaranti (Blalock 1970,
Sonquist and Dunkelberg 1977, Hwang and Lin 1987, Gable 1994,
Neuman 1994). Infine, le indagini possono fornire le informazioni
che non sono disponibili altrove o nella forma richiesta per le analisi
(Fowler 1988).
Ci sono, tuttavia, alcune limitazioni nell’eseguire un’indagine. Uno
svantaggio è che il ricercatore non può ottenere molte informazioni
a riguardo dell’oggetto studiato. Questo è dovuto al fatto che le
indagini sono eseguite soltanto in un momento particolare e, quindi,
c’è un numero limitato di variabili e di persone che il ricercatore può
studiare (Yin 1989, de Vaus 1991, Gable 1994, Denscombe 1998).
Un altro svantaggio è quello che esegue un’indagine può essere
molto costoso in termini di tempo e risorse, particolarmente se
coinvolge le interviste faccia a faccia (Fowler 1988).
3.2.2. Сауалнамалық зерттеу әдісі
Il metodo di ricerca di inchiesta coinvolge lo studio approfondito su
una particolare situazione all’interno del relativo contesto reale in un
periodo di tempo definito, senza alcun intervento da parte del
ricercatore (Shanks & C. 1993, Eisenhardt 1989, Jenkins 1985).
Principalmente questo metodo è usato per descrivere i rapporti fra
le variabili che si stanno studiando in una situazione particolare
(Galliers 1992). Le inchieste possono coinvolgere singoli casi o
multipli, a seconda del fenomeno analizzato (Franz e Robey 1987,
Eisenhardt 1989, Yin 1989).
Il metodo di ricerca di inchiesta è definito come “un’inchiesta
empirica che studia un fenomeno contemporaneo all’interno del
relativo contesto reale, usando le fonti multiple raccolte da una o
più entità quali la gente, i gruppi, o le organizzazioni” (Yin 1989).
Non c’è netta separazione fra il fenomeno ed il relativo contesto e
non c’è controllo o manipolazione sperimentale delle variabili (Yin
1989, Benbasat ed altri 1987).
Оны жинаудың әртүрлі әдістері бар дати олар жасай алады
essere impiegate nel metodo di inchiesta, che includono le
osservazioni dirette, revisioni di record di archivi, questionari,
revisione della documentazione ed interviste strutturate. Avendo
una gamma varia di tecniche della raccolta di дати, le inchieste
permettono ai ricercatori di occuparsi sia dei дати qualitativi che
quantitativi allo stesso tempo (Bonoma 1985, Eisenhardt 1989, Yin
1989, Gable 1994). Com’è il caso con il metodo di indagine, un
ricercatore di inchiesta funge da osservatore o ricercatore e non
come partecipante attivo all’organizzazione allo studio.
Benbasat ed altri (1987) asseriscono che il metodo di inchiesta è
particolarmente adatto per la costruzione della teoria di ricerca, che
comincia con una domanda di ricerca e continua con la formazione
жинақтау процесінде теорияның дати. Болу
adatto anche per la fase
della costruzione di teoria, Franz e Robey (1987) suggeriscono che
il metodo di inchiesta può anche essere utilizzato per la complessa
fase di teoria. In questo caso, basandosi sulle prove raccolte, una
data teoria o ipotesi viene verificata o confutata. In più, l’inchiesta è
anche adatta per ricerca che si occupa delle domande ‘come’ o
‘perché’ (Yin 1989).
Rispetto ad altri metodi, le inchieste permettono al ricercatore di
catturare le informazioni essenziali più nel particolare (Galliers
1992, Shanks ed altri 1993). Inoltre, le inchieste permettono al
ricercatore di capire la natura e la complessità dei processi studiati
(Benbasat ed altri 1987).
Ci sono quattro svantaggi principali connessi con il metodo di
inchiesta. Il primo è la mancanza di deduzioni controllate. La
soggettività del ricercatore può alterare i risultati e le conclusioni
dello studio (Yin 1989). Il secondo svantaggio è la mancanza di
osservazione controllata. A differenza dei metodi sperimentali, il
ricercatore di inchiesta non può controllare i fenomeni studiati
poiché sono esaminati nel loro contesto naturale (Gable 1994). Il
terzo svantaggio è la mancanza di replicabilità. Ciò è dovuto al fatto
che il ricercatore ha poca probabilità di osservare gli stessi eventi, e
non può verificare i risultati di un particolare studio (Lee 1989).
Infine, come conseguenza della non replicabilità, è difficile
generalizzare i risultati ottenuti da una o più inchieste (Galliers
1992, Shanks ed altri 1993). Tutti questi problemi, tuttavia, non
sono insormontabili e possono, infatti, essere minimizzati dal
ricercatore applicando azioni appropriate (Lee 1989).
3.3. Зерттеу әдістемесін негіздеңіз
қабылданды
Dai due metodi di ricerca possibili per questo studio, il metodo di
indagine è considerato come il più adatto. Quello di inchiesta è
stato scartato in seguito ad un attenta considerazione dei relativi
meriti e debolezze. La convenienza o l’inappropriatezza di ogni
metodo per questo studio è discussa in seguito.
3.3.1. Зерттеу әдісінің сәйкессіздігі
тергеу
Il metodo di inchiesta richiede lo studio approfondito circa una
situazione particolare all’interno di una o più organizzazioni per un
periodo di tempo (Eisenhardt 1989). In questo caso, il periodo può
eccedere la struttura di tempo data per questo studio. Un altro
motivo per non adottare il metodo di inchiesta è che i risultati
possono soffrire da mancanza di rigore (Yin 1989). La soggettività
del ricercatore può influenzare i risultati e le conclusioni. Un altro
motivo è che questo metodo è più adatto a ricerche su domande
del tipo ‘come’ o ‘perché’ (Yin 1989), mentre la domanda di ricerca
per questo studio è del tipo ‘che cosa’. Infine, ma non meno
importante, è difficile generalizzare i risultati da appena una o
poche inchieste (Galliers 1992, Shanks ed altri 1993). Sulla base di
questa spiegazione razionale, il metodo di ricerca di inchiesta non è
stato scelto poiché inadatto per questo studio.
3.3.2. Іздеу әдісінің ыңғайлылығы
тергеу
Quando questa ricerca è stata condotta, la pratica di datawarehousing
non era stata ampiamente adottata dalle
organizzazioni australiane. Quindi, non c’erano molte informazioni
per quanto riguarda la loro implementazione all’interno delle
organizzazioni australiane. Le informazioni disponibili provenivano
dalle organizzazioni che avevano implementato o utilizzato un data
warehouse. In questo caso, il metodo di ricerca di indagine è il più
adatto poiché permette di ottenere le informazioni che non sono
disponibili altrove o nella forma richiesta per analisi (Fowler 1988).
In più, il metodo di ricerca di indagine permette al ricercatore di
ottenere una buona visione delle pratiche, delle situazioni, o delle
viste in un determinato momento (Galliers 1992, Denscombe 1998).
Una veduta d’insieme era stata richiesta per aumentare la
conoscenza circa l’esperienza australiana di data warehousing.
Ancora, Sonquist e Dunkelberg (1977) dichiarano che i risultati di
ricerca di indagine sono più generali di altri metodi.
3.4. Сауалнамалық зерттеу дизайны
L’indagine circa la pratica di data warehousing è stata eseguita nel 1999.

La popolazione obiettivo era formata da organizzazioni
australiane interessate agli studi di data warehousing, poiché erano
probabilmente già informati circa i дати che immagazzinano e,
pertanto, potrebbe fornire le informazioni utili per questo studio. La
popolazione obiettivo è stata identificata con un’indagine iniziale di
tutti i membri australiani del ‘The Data Warehousing Institute’ (Tdwiaap).
Questa sezione discute il disegno della fase di ricerca
empirica di questo studio.
3.4.1. Егін жинау техникасы дати
Dalle tre tecniche usate comunemente nella ricerca di indagine
(cioè questionario via posta, intervista del telefono ed intervista
personale) (Nachmias 1976, Fowler 1988, de Vaus 1991), per
questo studio è stato adottato il questionario via posta. Il primo
motivo per l’adozione di quest’ultimo è che può raggiungere una
popolazione sparsa geograficamente (Blalock 1970, Nachmias e
Nachmias 1976, Hwang e Lin 1987, de Vaus 1991, Gable 1994).
Secondariamente, il questionario via posta è adatto a partecipanti
altamente istruiti (Fowler 1988). Il questionario via posta per questo
studio è stato indirizzato ai project sponsors del data warehousing,
direttori e/o responsabili di progetto. In terzo luogo, i questionari via
posta sono adatti quando si ha a disposizione una lista sicura di
indirizzi (Salant e Dilman 1994). TDWI, in questo caso, una
associazione fidata di data warehousing ha fornito la lista di indirizzi
dei relativi membri australiani. Un altro vantaggio del questionario
via posta rispetto al questionario via telefono o alle interviste
personali è che permette ai dichiaranti di rispondere con maggior
esattezza, particolarmente quando i dichiaranti devono consultare
le annotazioni o discutere le domande con altra gente (Fowler
1988).
Uno svantaggio potenziale può essere il tempo richiesto per
condurre i questionari via posta. Normalmente, un questionario via
posta è condotto in questa sequenza: spedire le lettere, aspettare le
risposte e mandare la conferma(Fowler 1988, Bainbridge 1989).
Quindi, il tempo totale può essere più lungo del tempo richiesto per
le interviste personali o per le interviste al telefono. Tuttavia, il
tempo totale può essere conosciuto in anticipo (Fowler 1988,
Denscombe 1998). Il tempo speso per condurre le interviste
personali non può essere conosciuto in anticipo poiché varia da
un’intervista all’altra (Fowler 1988). Le interviste telefoniche
possono essere più rapide dei questionari via posta e delle
interviste personali ma possono avere un alto tasso di mancanza di
risposta dovuto all’indisponibilità di alcune persone (Fowler 1988).
In più, le interviste telefoniche sono limitate generalmente a liste di
domande relativamente corte (Bainbridge 1989).
Un’altra debolezza di un questionario via posta è l’alto tasso di
mancanza di risposta (Fowler 1988, Bainbridge 1989, Neuman
1994). Tuttavia, sono state prese delle contromisure, associando
questo studio con un’istituzione fidata nel campo del data
warehousing (cioè TDWI) (Bainbridge 1989, Neuman 1994), la
quale trasmette due lettere di sollecito ai chi non ha risposto
(Fowler 1988, Neuman 1994) ed include inoltre una lettera
aggiuntiva che spiega lo scopo dello studio (Neuman 1994).
3.4.2. Талдау бірлігі
Lo scopo di questo studio è ottenere le informazioni circa
l’implementazione del data warehousing e l’utilizzo dello stesso
all’interno delle organizzazioni australiane. La popolazione obiettivo
è costituita da tutte le organizzazioni australiane che hanno
implementato, o stanno implementando, i деректер қоймасы, жылы
seguito vengono intestate le singole organizzazioni. Il questionario
via posta è stato spedito alle organizzazioni interessate all’adozione
di деректер қоймасы. Questo metodo garantisce che le informazioni
raccolte provengano dalle risorse più adatte di ogni organizzazione
partecipante.
3.4.3. Сауалнама үлгісі
La “mailing list” dei partecipanti all’indagine è stata ottenuta da
TDWI. A partire da questa lista, 3000 organizzazioni australiane
sono state selezionate come base per il campionamento. Una
lettera di aggiuntiva spiegava il progetto e lo scopo dell’indagine,
insieme ad una scheda per le risposte e una busta prepagata per
rinviare il questionario compilato sono state inviate al campione.
Delle 3000 organizzazioni, 198 hanno accettato di partecipare allo
studio. Era previsto un così piccolo numero di risposte деректер il
grande numero di organizzazioni australiane che allora avevano
abbracciato o stavano abbracciando la strategia di data
warehousing all’interno delle loro organizzazioni. Quindi, la
popolazione obiettivo per questo studio consiste di sole 198
organizzazioni.
3.4.4. Сауалнаманың мазмұны
La struttura del questionario è stata basata sul modello di data
warehousing Monash (discusso precedentemente nella parte 2.3). Il
contenuto del questionario è stato basato sull’analisi della
letteratura presentata nel capitolo 2. Una copia del questionario
spedito ai partecipanti all’indagine può essere trovata
nell’appendice B. Il questionario è composto da sei sezioni, che
seguono le fasi del modello trattato. I seguenti sei paragrafi
brevemente ricapitolano il contenuto di ogni sezione.
А бөлімі: Ұйым туралы негізгі ақпарат
Questa sezione contiene le domande relative al profilo delle
organizzazioni partecipanti. In più, alcune delle domande sono
relative alla condizione del progetto di data warehousing del
partecipante. Le informazioni confidenziali quale il nome
dell’organizzazione non sono state rivelate nell’analisi di indagine.
В бөлімі: Басталуы
Le domande in questa sezione sono relative all’attività di inizio di
data warehousing. Le domande sono state fatte per quanto
riguarda gli iniziatori di progetto, garanti, abilità e conoscenza
richieste, gli obiettivi dello sviluppo di data warehousing e le
aspettative degli utilizzatori finali.
С бөлімі: Дизайн
Questa sezione contiene le domande relative alle attività di
pianificazione del деректер қоймасы. In particolare, le domande sono
state circa la portata di esecuzione, la durata del progetto, il costo
del progetto e l’analisi di costi/benefici.
D бөлімі: Әзірлеу
Nella sezione di sviluppo ci sono le domande relative alle attività di
sviluppo del деректер қоймасы: raccolta di requisiti dell’utilizzatore
finale, le fonti di дати, логикалық моделі дати, prototipi, la
pianificazione di capienza, architetture tecniche e selezione dei
tools di sviluppo del data warehousing.
E бөлімі: Операция
Domande di funzionamento relative al funzionamento ed
all’estensibilità del деректер қоймасы, come si evolve nella
successiva fase di sviluppo. La мәліметтер сапасы, le strategie di
refresh dei дати, түйіршіктілігі дати, scalabilità del data
warehouse ed i problemi di sicurezza del деректер қоймасы erano fra
le tipologie di domande fatte.
F бөлімі: Әзірлеу
Questa sezione contiene le domande relative all’utilizzo del data
warehouse da parte degli utenti finali. Il ricercatore era interessato
allo scopo e all’utilità del деректер қоймасы, la revisione e le strategie
di addestramento adottati e la strategia di controllo del data
warehouse adottata.
3.4.5. Жауап беру жылдамдығы
Anche se le indagini via posta sono criticate per avere un tasso di
risposta basso, sono state adottate delle misure per aumentare il
tasso di rendimento (come discusso precedentemente nella parte
3.4.1). Il termine ‘tasso di risposta’ si riferisce alla percentuale di
persone in un campione particolare di indagine che risponde al
questionario (Denscombe 1998). E’ stata utilizzata la seguente
formula per calcolare il tasso di risposta per questo studio:
Жауап берген адамдар саны
Tasso di risposta =
——————————————————————————– X 100
Numero totale di questionari spediti
3.4.6. Пилоттық сынақ
Prima che il questionario sia spedito al campione, le domande sono
state esaminate effettuando le prove pilota, come suggerito da Luck
e Rubin (1987), Jackson (1988) e de Vaus (1991). Lo scopo delle
prove pilota è di rivelare tutte le espressioni scomode, ambigue e
domande di difficile interpretazione, per chiarire qualunque
definizioni e termini usati e per identificare il tempo approssimativo
richiesto per compilare il questionario (Warwick e Lininger 1975,
Jackson 1988, Salant e Dilman 1994). Le prove pilota sono state
effettuate selezionando soggetti con caratteristiche simili a quelle
dei soggetti finali, come suggerito Davis e Cosenza (1993). Ішінде
questo studio, sei professionisti di data warehousing sono stati
selezionati come i soggetti pilota. Dopo ogni prova pilota, sono
state fatte le correzioni necessarie. Dalle prove pilota effettuate, i
partecipanti hanno contribuito a rimodellare e reimpostar la
versione definitiva del questionario.
3.4.7. Талдау әдістері бойынша Dati
I дати di indagine raccolti dai questionari a domanda chiusa sono
stati analizzati usando un pacchetto di programmi statistico
denominato SPSS. Molte delle risposte sono state analizzate
usando le statistiche descrittive. Un certo numero di questionari
sono ritornati incompleti. Questi sono stati trattati con maggiore
attenzione per accertarsi che i дати mancanti non fossero una
conseguenza degli errori di data entry, ma perché le domande non
erano adatte per il dichiarante, o il dichiarante ha deciso non
rispondere ad una o più domande specifiche. Queste risposte
mancanti sono state ignorate durante l’analisi dei дати e sono state
codificate come ‘- 9’ per accertare la loro esclusione dal processo di
analisi.
Nel preparare il questionario, le domande chiuse sono state
precodificate assegnando un numero ad ogni opzione. Il numero
allora è stato usato per preparare i дати durante l’analisi
(Denscombe 1998, Sapsford e Jupp 1996). Per esempio, c’erano
sei opzioni elencate nella domanda 1 della sezione B: consiglio
d’amministrazione, esecutivo ad alto livello, dipartimento IT , unità
di affari, i consulenti ed altro. Nello schedario di дати di SPSS, è
stata generata una variabile per indicare ‘l’iniziatore di progetto’,
con sei etichette di valore: ‘1’ per il ‘consiglio d’amministrazione’, ‘2’
per ‘l’esecutivo ad alto livello’ e così via. L’uso della scala di Likertin
in alcune delle domande chiuse inoltre ha permesso
un’identificazione che non richiede sforzo visto l’utilizzo dei valori
numerici corrispondenti inseriti in SPSS. Per le domande con le
risposte non esaustive, che non erano reciprocamente esclusive,
ogni opzione è stata trattata come una singola variabile con due
etichette di valore: ‘1 ‘ per ‘segnata’ e ‘2 ‘ per ‘non segnata’.
Le domande aperte sono state trattate diversamente dalle domande
chiuse. Le risposte a queste domande non sono state inserite in
SPSS. Al contrario, sono state analizzate a mano. L’uso di questo
tipo di domande permette di acquisire informazioni circa le idee
liberamente espresse e le esperienze personali nei dichiaranti
(Bainbridge 1989, Denscombe 1998). Dove possibile, è stata fatta
una categorizzazione delle risposte.
талдау үшін дати, sono usati metodi di semplice analisi statistica,
come la frequenza delle risposte, la media, la scarto quadratico
medio e la mediana (Argyrous 1996, Denscombe 1998).
Il Gamma test era performante per ottenere misure quantitative
delle associazioni tra дати ordinali (Norusis 1983, Argyrous 1996).
Questi test erano appropriati perché le scale ordinali usate non
avevano molte categorie e potevano essere mostrate in una tabella
(Norusis 1983).
3.5 қысқаша сипаттама
In questo capitolo, sono stati discussi la metodologia di ricerca e il
design adottati per questo studio.
La selezione del più appropriato metodo di ricerca per un
particolare studio prende in
considerazione un certo numero di regole, inclusa la natura e il tipo
della ricerca, così come i meriti e le debolezze di ogni possibile
metodo(Jenkins 1985, Benbasat et al. 1097,Galliers e Land 1987,
yin 1989, Hamilton e ives 1992, Galliers 1992, neuman 1994). Vista
la mancanza di conoscenza e teoria esistenti a proposito
dell’adozione di data warehousing in Australia, questo studio di
ricerca richiede un metodo di ricerca interpretativo con una abilità
esplorativa per esplorare le esperienze delle organizzazioni
australiane. Il metodo di ricerca prescelto è stato selezionato per
raccogliere informazioni riguardanti l’adozione del concetto di data
ware-housing da parte delle organizzazioni australiane. Un
questionario postale è stato scelto come tecnica di raccolta дати. Le
giustificazioni per il metodo di ricerca e la tecnica di raccolta дати
selezionati saranno fornite in questo capitolo. Inoltre è stata
presentata una discussione sull’unità di analisi,il campione
utilizzato, le percentuali di risposte, il contenuto del questionario, il
pre test del questionario e il metdo di analisi dei дати.

Жобалау а Деректер қоймасы:
Нысан қатынасы мен өлшемді модельдеуді біріктіру
АННОТАЦИЯ
Сақтау i дати è un problema attuale importante per molte
organizzazioni. Un problema chiave nello sviluppo
dell’immagazzinamento dei дати бұл оның дизайны.
Il disegno deve sostenere il rilevamento di concetti nel data
warehouse a legacy system e le altre fonti di дати ed anche una
facile comprensione ed efficienza nell’implementazione di data
қойма.
Сақтау әдебиетінің көп бөлігі дати ұсынылады
l’uso di entity relationship modelling or dimensional modelling per
rappresentare il disegno di деректер қоймасы.
In questo giornale noi mostriamo come entrambe le
rappresentazioni possono essere combinate in un approccio per il
disegno di деректер қоймасы. Қолданылатын тәсіл жүйелі
esaminato in un caso di studio ed è identificato in un numero di
importanti implicazioni con professionisti.
ДЕРЕКТЕРДІ САҚТАУ
Un деректер қоймасы di solito è definito come un “subject-oriented,
integrated, time-variant, and nonvolatile collection of data in support
of management’s decisions” (Inmon and Hackathorn, 1994).
Subject-oriented and integrated indica che il деректер қоймасы è
progettato per attraversare i confini funzionali dei legaci system per
offrire una prospettiva integrata dei дати.
Уақыт-варианты тарихи немесе уақыт қатарының сипатына әсер етеді дати in
un деректер қоймасы, la quale abilita trend per essere analizzati.
Non-volatile indica che il деректер қоймасы non è continuamente
aggiornato come un дерекқор di OLTP. Piuttosto è aggiornato
periodicamente, con дати ішкі және сыртқы көздерден келеді. The
деректер қоймасы specificatamente è disegnato per la ricerca
piuttosto che per l’integrità degli aggiornamenti e le prestazioni delle
operazioni.
Сақтау идеясы i дати non è nuova, è stato uno degli scopi
di gestione dei дати алпысыншы жылдардан бастап (Мартин, 1982).
I деректер қоймасы олар инфрақұрылымды ұсынады дати per management
support systems. Management support systems includono decision
support systems (DSS) and executive information systems (EIS).
Un DSS è un sistema di informazioni computer-based che è
progettato per migliorare il processo e di conseguenza la presa di
decisione umana. Un EIS è tipicamente un sistema di consegna di
дати che abilita dirigenti d’azienda ad accedere facilmente alla vista
dei дати.
Жалпы архитектурасы А деректер қоймасы рөлін атап көрсетеді
деректер қоймасы nel supporto alla gestione. Oltre ad offrire
l’infrastruttura дати EIS және DSS үшін, т.б деректер қоймасы мүмкін
accedervi direttamente attraverso le query. I дати inclusi in un data
warehouse si basano su un’analisi dei requisiti di informazioni di
gestione e sono ottenuti da tre fonti: internal legacy systems,
special purpose data capture systems and external data sources. I
дати negli internal legacy systems sono frequentemente ridondanti,
inconsistenti, di bassa qualità, e immagazzinati in diversi formati
quindi devono essere riconciliati e puliti prima di poterli caricare nel
деректер қоймасы (Инмон, 1992; МакФадден, 1996). THE дати provenienti
da sistemi di immagazzinamento дати арнайы және көздерден дати
сыртқы жиі көбейту (жаңарту, ауыстыру) үшін қолданылады i
дати бұрынғы жүйелерден.
дамыту үшін көптеген дәлелді себептер бар деректер қоймасы,
che includono una migliore presa di decisione attraverso l’uso
effettivo di più informazioni (Ives 1995), il supporto per un focus
sugli affari completi (Graham 1996), e la riduzione in costi di
provvedimento di дати per EIS e DSS (Graham 1996, McFadden
1996).
Un recente studio empirico ha scoperto, in media, un ritorno degli
investimenti per i деректер қоймасы del 401% dopo tre anni (Graham,
1996). Comunque, gli altri studi empirici di деректер қоймасы бар
trovato significanti problemi incluso la difficoltà nel misurare ed
assegnare benefici, mancanza di un scopo chiaro, sottovalutando lo
scopo e la complessità del processo di immagazzinare i датижылы
particolare quanto riguarda le fonti e la pulizia dei дати.
Сақтау i дати può essere considerato come una soluzione
al problema di gestione dei дати fra le organizzazioni. La
manipolazione dei дати come risorsa sociale è rimasto uno dei
problemi chiave nella gestione di sistemi di informazioni in tutto il
mondo per molti anni (Brancheau et al. 1996, Galliers et al. 1994,
Niederman et al. 1990, Pervan 1993).
Басқарудың танымал тәсілі дати negli anni ottanta era
lo sviluppo di un modello дати әлеуметтік. Үлгі дати sociale fu
pensato per offrire una base stabile per lo sviluppo di nuovi sistemi
applicativi e дерекқор e la ricostruzione e l’integrazione di legacy
systems (Brancheau et al.
1989, Goodhue et al. 1988:1992, Kim and Everest 1994).
Comunque, ci sono molti problemi con questo approccio, in
particolare, la complessità e il costo di ogni task, ed il lungo tempo
richiesto per avere risultati tangibili (Beynon-Davies 1994, Earl
1993, Goodhue et al. 1992, Periasamy 1994, Shanks 1997).
Il деректер қоймасы è un databse separato che co-esiste coi legacy
databases piuttosto che sostituirli. Esso perciò consente di
indirizzare la gestione dei дати ed evitare la costosa ricostruzione
dei legacy systems.
ДЕРЕКТЕРДІ ДИЗАЙНДАУҒА ҚОЛДАНЫЛҒАН ТӘСІЛДЕР
ҚАУІПСІЗДІК
Құру және жетілдіру процесі а деректер қоймасы
va compreso più come un processo evolutivo piuttosto che un
lifecycle di sviluppo di sistemi tradizionali (Десио, 1995, Shanks,
O’Donnell and Arnott 1997a ). Ci sono molti processi coinvolti in un
жобасы деректер қоймасы come inizializzazione, pianificazione;
informazioni acquisite dai requisiti chieste ai dirigenti d’azienda;
fonti, trasformazioni, pulizia dei дати e di sincronizzazione da legacy
systems e le altre fonti di дати; sistemi di consegna in sviluppo;
monitoraggio dei деректер қоймасы; e insensatezza del processo
evolutivo e di costruzione di un деректер қоймасы (Stinchi, O’Donnell
ed Arnott 1997b). In questo giornale, noi focalizziamo su come
disegnare i дати immagazzinati nel contesto di questi altri processi.
Ci sono un numero di approcci proposti per l’architettura dei data
warehouse nella letteratura (Inmon 1994, Ives 1995, Kimball 1994
McFadden 1996). Ognuna di queste metodologie ha una breve
rassegna con un’analisi dei loro punti di forza e non.
Инмонның (1994) көзқарасы Деректер қоймасы
жобалау
Inmon (1994) propose quattro passi iterativi per disegnare un data
warehouse (veda Figura 2). Il primo passo è progettare un modello
дати қалай түсіну үшін әлеуметтік i дати possono essere integrati
attraverso aree funzionali all’interno di un’organizzazione
suddividendo i дати аймақтарда сақтау. Үлгі дати ол үшін жасалған
immagazzinare дати шешімдер қабылдауға қатысты, соның ішінде дати
тарихшылар, оның ішінде дати dedotti ed aggregati. Il secondo passo è
identificare aree soggette per la realizzazione. Questi sono basati
su priorità determinate da una particolare organizzazione. Il terzo
passo comporta il disegno di un дерекқор per l’area soggetta, pone
particolare attenzione a includere appropriati livelli di granularità.
Inmon raccomanda di usare il modello entità e relazioni. Il quarto
passo è identificare sistemi di fonti дати richiesti e sviluppare
processi di trasformazione per acquisire, pulire e formattare i дати.
Инмон тәсілінің күшті жақтары - бұл модель дати қоғамдық
offre la base per l’integrazione di дати all’interno dell’organizzazione
e pianificazione di supporti per lo sviluppo iterativo di data
warehouse. Le sue pecche sono la difficoltà e il costo nel disegnare
модель дати sociale, la difficoltà nel capire modelli di entità e
relazioni usati in ambo i modelli, quello дати әлеуметтік және сол дати
пән аймағы бойынша сақталады және сәйкестігі дати дель
disegno di деректер қоймасы жүзеге асыру үшін дерекқор
қатысты, бірақ үшін емес дерекқор көпөлшемді.
Ives' (1995) Approach to Деректер қоймасы
жобалау
Ives (1995) propone un approccio di quattro passi per disegnare un
sistema informativo che lui ritiene applicabile al disegno di un data
warehouse (veda Figura 3). L’approccio è molto basato sull’
Information Engineering per lo sviluppo di sistemi di informazioni
(Martin 1990). Il primo passo è determinare gli obiettivi, i fattori
critici e di successo e gli indicatori chiave delle prestazioni. I
processi chiave di business e le informazioni necessarie sono
modellate per condurci ad un modello дати sociale. Il secondo passo
comporta lo sviluppo di un architettura che definisce дати
аймақтар бойынша сақталады, дерекқор di деректер қоймасы, i componenti
di tecnologia che sono richiesti, l’insieme di supporto organizzativo
richiesto per implementare ed operare con деректер қоймасы. Il terzo
passo include la selezione di pacchetti software e attrezzi richiesti.
Il quarto passo è il disegno particolareggiato e la costruzione del
деректер қоймасы. Айвес сақтайтынын атап өтеді дати è un vincolato
processo iterativo.
La forza dell’approccio di Ives sono l’uso di specifiche tecniche per
determinare i requisiti d’informazione, l’uso di uno strutturato
processo per sostenere l’integrazione dei деректер қоймасы,
l’opportuna selezione hardware e software, e l’uso di molteplici
tecniche di rappresentazione per il деректер қоймасы. Le sue pecche
sono inerenti alla complessità. Altre includono la difficoltà nello
sviluppare molti livelli di дерекқор ішінде деректер қоймасы in
tempi e costi ragionevoli.
Кимбаллдың (1994) көзқарасы Деректер қоймасы
жобалау
Kimball (1994) propose cinque passi iterativi per disegnare un data
warehouse (vedi Figuri 4). Il suo approccio è particolarmente
dedicato sul disegno di un solo деректер қоймасы e sull’uso di modelli
dimensionali in preferenza a modelli di entità e relazioni. Kimball
analizza quei modelli dimensionali perché è più facile capire per i
dirigenti d’azienda gli affari, è più efficiente quando si trattano
consultazioni complesse, e il disegno di дерекқор fisico è più
efficiente (Kimball 1994). Kimball riconosce che lo sviluppo di un
деректер қоймасы бұл итеративті және бұл деректер қоймасы separati possono
essere integrati attraverso la ripartizione in tavole di dimensioni
ортақ.
Il primo passo è identificare la particolare area soggetto per essere
perfezionato. Il secondo e terzo passo concernono modellatura
dimensionale. Nel secondo passo le misure identificano cose di
interesse nell’area soggetto e raggruppate in una tabella dei fatti.
Per esempio, in un’area di soggetto di vendite le misure di interesse
potrebbero includere l’ammontare di articoli venduto ed il dollaro
come valuta di vendite. Il terzo passo comporta l’identificazione di
dimensioni che sono i modi nei quali possono essere raggruppati i
fatti. In un’area di soggetto di vendite, dimensioni attinenti
potrebbero includere articolo, ubicazione e tempo periodo. La
tabella dei fatti ha una chiave multi- part per collegarla ad ognuna
delle tabelle di dimensione e tipicamente contiene un numero molto
grande di fatti. In contrasto, tavole di dimensione contengono
descrittive informazioni sulle dimensioni e gli altri attributi che
possono essere usati per raggruppare i fatti. La tabella dei fatti e
dimensioni associata proposta forma quello che è chiamato uno
schema a stella a causa della sua forma. Il quarto passo comporta
la costruzione di un дерекқор multidimensionale per perfezionare lo
schema della stella. Il passo finale è identificare sistemi di fonti дати
richiesti e sviluppare processi di trasformazione per acquisire, pulire
e formattare i дати.
Le forze dell’approccio di Kimball includono l’uso di modelli
dimensionali per rappresentare i дати immagazzinati che lo rendono
facile da capire e conduce ad un disegno fisico efficiente. Un
modello dimensionale che usa prontamente anche entrambi i
жүйелері дерекқор реляциялық жетілген немесе жүйелер болуы мүмкін
дерекқор multidimensionali. Le sue pecche includono la mancanza
di alcune tecniche per facilitare la pianificazione o l’integrazione di
molti schemi della stella all’interno di un деректер қоймасы және
difficoltà di progettare dall’estrema struttura denormalizzata in un
modello dimensionale a дати мұрагерлік жүйеде.
МакФадден (1996) деректерге көзқарас
Қойма дизайны
McFadden (1996) propone un approccio di cinque passi per
disegnare un деректер қоймасы (5-суретті қараңыз).
Il suo approccio è basato su una sintesi delle idee dalla letteratura
ed è focalizzato sul disegno di un solo деректер қоймасы. Ең бірінші
passo comporta un’analisi dei requisiti. Anche se le specifiche
tecniche non sono prescritte, le note di McFadden identificano le
entità дати specifiche ed i loro attributi, e si riferisce ai lettori Watson
e Frolick (1993) per l’acquisizione dei requisiti.
Екінші қадамда нысан қатынастарының үлгісі арналған
деректер қоймасы e poi convalidato dai dirigenti d’azienda. Il terzo
passo comprende la determinazione del mapping da legacy system
e fonti esterne di деректер қоймасы. Il quarto passo comporta
processi in sviluppo, la distribuzione e sincronizzazione di дати Nel
деректер қоймасы. Nel passo finale, la consegna del sistema è
sviluppata con particolare enfasi su un’interfaccia utente.
McFadden fa notare che il processo di disegno è generalmente
iterativo.
Le forze dell’approccio di McFadden puntano sulla partecipazione
da parte dei dirigenti d’azienda nel determinare i requisiti ed anche
l’importanza delle risorse дати, la loro pulizia e raccolta. Le sue
pecche riguardano la mancanza di un processo per suddividere un
grande progetto di деректер қоймасы көптеген біріктірілген кезеңдерде және
дизайнында қолданылатын субъект және қарым-қатынас үлгілерін түсіну қиындықтары
деректер қоймасы.

Admin бас атқарушы директор

👍Онлайн Веб Агенттігі | Веб агенттігінің сандық маркетинг және SEO бойынша сарапшысы. Web Agency Online — веб-агенттік. Agenzia Web Online үшін цифрлық трансформациядағы табысқа жету Iron SEO нұсқасының 3 негізіне негізделген. Мамандықтар: Жүйелік интеграция, Кәсіпорын қолданбаларын біріктіру, Қызметке бағытталған архитектура, Бұлттық есептеулер, Деректер қоймасы, іскерлік интеллект, Үлкен деректер, порталдар, интранеттер, Веб қолданбасы Реляциялық және көп өлшемді мәліметтер қорын жобалау және басқару Сандық медиа үшін интерфейстерді жобалау: ыңғайлылық және графика. Онлайн веб-агенттігі компанияларға келесі қызметтерді ұсынады: -Google, Amazon, Bing, Yandex-те SEO; -Web Analytics: Google Analytics, Google Tag Manager, Yandex Metrica; -Пайдаланушы түрлендірулері: Google Analytics, Microsoft Clarity, Yandex Metrica; -Google, Bing, Amazon Ads сайттарында SEM; -Әлеуметтік медиа маркетинг (Facebook, Linkedin, Youtube, Instagram).

Толық био қараңыз

сандық Маркетинг дерекқор ДББЖ Деректер қоймасы деректер Ғылым Онлайн жарнама Ақпараттық технологиясы Веб-агенттік Жарнама агенттігі Маркетинг