Warehousing Data û ERP | ARŞIVÊ DANÊN NAVENDA: DÎROK Û PERWERÎ

ARCHIV JIMARE NAVENDA : DÎROK Û PÊŞANDIN

Du mijarên serdest ên teknolojiya pargîdanî di salên 90-an de ne
dewletên i daneyên daneyên û ERP. Ji bo demeke dirêj ev her du hêzdar
herikîn beşên IT-ya pargîdanî bêyî ku qet nebe bûne
xaçerêyan. Hema bêje ew made û dij-madde bûn. Lebê
mezinbûna her du diyardeyan bi neçarî bû sedema yek
xaçerêya wan. Îro şirket bi pirsgirêkê re rû bi rû ne
bi ERP re çi bikin e daneyên daneyên. Ev gotar dê nîşan bide
Pirsgirêk çi ne û ji hêla pargîdaniyan ve çawa têne çareser kirin.
LI DESTPÊKÊ…
Di destpêkê de hebû daneyên daneyên. Depoya daneyê ji bo hatiye dinyayê
li dijî pergala serîlêdana pêvajoyê ya danûstendinê.
Di rojên destpêkê de ezberkirina dati mebest jê hebû
tenê bertekek ji serîlêdanên hilberandina e-nameyê re
muamele. Lê îroj dîtinên pir sofîstîketir hene
ya ku meriv dikare bike daneyên daneyên. Di cîhana îroyîn de
daneyên daneyên di nav avahiyek ku dikare bibe de tê xistin
jê re Factory Information Corporate.
FABRÎKA AGAHYÊN KORPORATE
(CIF)
Kargeha Agahdariya Pargîdaniyê pêkhateyên mîmarî hene
standard: astek veguherîn û yekbûna kodê
ku i entegre dike dati dema ku ez dati ew ji hawîrdorê bar dikin
sepanê ji bo jîngehê daneyên daneyên ya şirket; yek
daneyên daneyên ya şîrketa ku li dati
dîroknasên berfireh û yekgirtî. Ew daneyên daneyên ya pargîdanî wekî xizmetê dike
bingehê ku hemû beşên din li ser wê bêne avakirin
ya jîngehê ya daneyên daneyên; depoya daneya xebitandinê (ODS).
ODS avahiyek hîbrîd e ku hin aliyên daneyê vedihewîne
wargeh û aliyên din ên jîngehek OLTP; marts data, ku ez
beşên cuda dikarin guhertoya xwe ya daneyan hebin
embar; yek daneyên daneyên lêgerîna ku tê de i
Şirketa "fîlozof" (ramanker) dikarin pirsên xwe bişînin
72 saetan bêyî bandorek zirarê li ser daneyên daneyên; û bîranînek
xeta nêzîk, ku tê de dati pîr û dati hûrguliyên mezin dikarin bibin
erzan têne hilanîn.
ERP LI KU JI LI KIR DIKIN
FABRÎYA AGAHYARIYÊ KORPORATE
ERP li du cihan bi Fabrîkaya Agahdariya Pargîdaniyê re dibe yek.
Di serî de wekî serîlêdana bingehîn a ku i peyda dike
dati ya serîlêdanê ji bo daneyên daneyên. Di vê rewşê de i dati,
wekî hilberek pêvajoyek danûstendinê hatî çêkirin,
di nav de têne yek kirin û barkirin daneyên daneyên ya şîrketê. Ew
xala duyemîn ya yekîtiya di navbera ERP û CIF û ODS de. Bi rastî, gelek
derdorên ERP wekî ODS-ya klasîk tê bikar anîn.
Ger ERP wekî serîlêdana bingehîn tê bikar anîn, ew
heman ERP dikare di CIF-ê de wekî ODS jî were bikar anîn. Li
lebê, eger ERP di herdu rolan de bê bikaranîn, li wir
divê ferqeke zelal di navbera her du pêkhateyan de hebe. Bi gotineke din,
dema ku ERP rola serîlêdana bingehîn û ODS dilîze, le
divê du pêkhateyên mîmarî ji hev bên cuda kirin. Ger yekane
pêkanîna ERP hewl dide ku her du rola xwe bicîh bîne
di heman demê de bêguman dê pirsgirêk di nav de hebin
sêwirandin û pêkanîna vê avahiyê.
ODS VEQAD Û SERÊVANÊN BINGEHÎ
Gelek sedem hene ku dibin sedema parçebûna pêkhateyan
mîmarî. Dibe ku pirsa herî xweş ku ji hev veqetîne
pêkhateyên cuda yên mîmarî ev e ku her pêkhate
mîmarî nêrîna xwe heye. Serlêdana bingehîn xizmetê dike
ji bo armanceke cuda ji ya ODS. Biceribînin ku lihev bikin
nêrînek serîlêdana bingehîn a li ser cîhana ODS an berevajî
ew ne rêyeke rast a xebatê ye.
Ji ber vê yekê, pirsgirêka yekem a ERP di CIF de ew e
kontrol bikin ka cûdahiyek di navbera serîlêdanên bingehîn û ya bingehîn de heye
SDGs.
MODELÊN DATA LI SER PARTÎ
FABRÎKA AGAHÎ
Ji bo bidestxistina hevgirtinek di navbera pêkhateyên cuda de
ya mîmariya CIF, divê modelek hebe dati. ez
modelên ji dati ew wekî girêdanek di navbera pêkhateyên cûda de kar dikin
mîmarî wekî serîlêdanên bingehîn û ODS. EW
modelên ji dati bibe "nexşeya rê ya rewşenbîrî" ku xwedî
wateya rast ji pêkhateyên cuda yên mîmarî yên CIF.
Bi vê têgihiştinê re, hizir ew e ku divê hebe
bibe modelek mezin û bêhempa ya dati. Helbet mecbûr e
bibe modela dati ji bo her yek ji pêkhateyan û bêtir li wir
divê ew rêyek maqûl be ku modelên cûda bi hev ve girêdide.
Her pêkhateyek mîmariyê - ODS, serîlêdanên bingehîn,
daneyên daneyên ya pargîdanî, û hwd.. - hewceyê xwe ye
modela dati. Û ji ber vê yekê divê pênaseyek rastîn hebe
mîna van modelan dati ew bi hev re têkilî dikin.
LIVE I JIMARE JI ERP DI DATA
EMBAR
Ger koka ji dati serîlêdana bingehîn û / an ODS e, dema ku
ERP têxe i dati nel daneyên daneyên, ev têketin divê
di asta herî nizm a granularity de pêk tê. Vegere an
bi tenê komkirin i dati wek ku derdikevin
ji serîlêdana bingehîn ERP an ERP ODS ne li wir e
tiştê rast bikin. EW dati hûrgulî di daneyan de hewce ne
wargeh ku bingeha pêvajoya DSS-ê ava bike. Yên wisa dati
ew ê bi gelek awayan ji hêla daneyên daneyan û vekolînê ve werin şekil kirin
del daneyên daneyên.
Tevgera ji dati ji hawîrdora serîlêdana bingehîn
yên ERP ji bo jîngeha ji daneyên daneyên ya şirketê di a
bi awayekî maqûl rehet. Ew guhertin piştî wê çêdibe
bi qasî 24 demjimêran ji nûvekirin an afirandina di ERP de. Rastiya
xwedî tevgereke "tebelî" ya dati nel daneyên daneyên
ya pargîdanî destûrê dide dati ji ERP tê "rûniştin".
Carekê i dati di serîlêdana bingehîn de têne razandin,
wê demê hûn dikarin bi ewlehî i bizivirin dati ya ERP
di pargîdaniyê de. Armanceke din a ku bi saya tevgerê pêk tê
xwedayên "tembel". dati veqetandina zelal di navbera pêvajoyên operasyonê de ye û
dirêjkirina DS. Bi tevgereke “lez” ya dati xeta sînorkirinê
di navbera DSS û operasyonê de nezelal dimîne.
Tevgera ya dati ji ODS ya ERP heta daneyên daneyên
ya pargîdanî bi gelemperî, bi gelemperî tête kirin
heftane an mehane. Di vê rewşê de tevgera
dati ew li ser hewcedariya "paqijkirina" yên kevin ava bûye dati dîrokzan.
Bi xwezayî, ODS i dihewîne dati ku pir nûtir in
rêzgirtin ji dati dîrokzanan di nav de dîtin daneyên daneyên.
Tevgera ji dati nel daneyên daneyên hema qet nayê kirin
"pirtûk" (bi awayê pirfiroş). Tabloyek kopî bikin
ji hawîrdora ERP heta daneyên daneyên wateya wê nîne. Yek nêzîkbûn
pir realîsttir tevgera yekîneyên hilbijartî yên dati.
Tenê dati yên ku ji nûvekirina dawîn a daneyan ve hatine guhertin
wargeh ew in ku divê di nav daneyan de werin veguheztin
embar. Yek awayek ku hûn bizanin ka kîjan dati ew hatine guhertin
ji ber ku nûvekirina paşîn ev e ku meriv li îşaretên demjimêran binêre dati
di hawîrdora ERP de tê dîtin. Sêwiran hemî guhertinan hildibijêre
yên ku ji nûvekirina paşîn ve derketine. Nêzîkatiyeke din
bikaranîna teknîkên girtina guherînê ye dati. Bi
van teknîkan têketin û kasetên kovarê analîz dikin da ku bikin
diyar bike ka kîjan dati divê ji hawîrdora ERP-ê were veguheztin
Ew ya daneyên daneyên. Van teknîkan çêtirîn in
çawa têketin û kasetên kovarê dikarin ji pelên ERP werin xwendin
bêyî bandorek din li ser çavkaniyên ERP yên din.
KOMPLICATIONS DIN
Yek ji pirsgirêkên bi ERP-ê di CIF-ê de ev e ku ji yên din re çi diqewime
çavkaniyên sepanê an ai dati ji ODS-ê divê ew tevkariyê bikin
daneyên daneyên lê ew beşek ji hawîrdora ERP ne. Dîroka
xwezaya girtî ya ERP, nemaze SAP, hewildana entegrasyonê ye
keys ji çavkaniyên derve yên dati bi i dati ku ji ERP al tên
dema barkirinê i dati nel daneyên daneyên, dijwariyek mezin e.
Û bi rastî îhtimalên ku i dati yên sepanan an
ODS li derveyî hawîrdora ERP dê di nav daneyan de were yek kirin
embar? Bi rastî şans pir zêde ne.
DÎTIN JIMARE DÎROK JI ERP
Pirsgirêkek din bi i dati ya ERP ya encam e
ji hewcedariya hebûnê dati dîrokzanên nav daneyên daneyên.
Bi gelemperî ya daneyên daneyên pêdivî ye dati dîrokzan. Û
Teknolojiya ERP bi gelemperî van hilnagire dati
dîrokî, bi kêmanî ne bi wê radeya ku di tarîxê de pêwîst e
embar. Dema ku hejmareke mezin ji dati dîroknas dest bi reklamê dike
ku di hawîrdora ERP-ê de were zêdekirin, divê ew jîngeh hebe
paqij kirin. Mînak, bihesibînin a daneyên daneyên mecbûrmayin
bi pênc salan were barkirin dati dîrokî dema ku ERP digire
herî zêde şeş meh ji van dati. Heya ku pargîdanî jê razî ye
rêzek berhev bikin dati dîrok her ku diçe,
wê hingê pirsgirêk tune ku ERP-ê wekî çavkaniyek ji bo karanîna bikar bînin
daneyên daneyên. Lê dema ku daneyên daneyên divê biçin
li demê vegere û xwedayan bigire dati dîrokzanên ku nebûne
berê ji hêla ERP ve hatî berhev kirin û xilas kirin, paşê jîngeha ERP
ew bêbandor dibe.
ERP Û METADATA
Nîşanek din ku meriv di derbarê ERP e daneyên daneyên Ma ev
li ser metadata heyî di hawîrdora ERP de. Her weha metadata
ew ji hawîrdora ERP diçin del daneyên daneyên, ez
metadata divê bi heman awayî bêne barkirin. Wekî din, i
Divê metadata di form û strukturê de bêne guheztin
pêwîstî bi binesaziya ya daneyên daneyên. Yek mezin heye
Cûdahiya di navbera metadata operasyonê û metadata DSS de. Metadata
operasyon bi piranî ji bo pêşdebiran û ji bo
bernamenûs. Metadata DSS di serî de ji bo we ye
dawî. Di serîlêdanên ERP an ODS de metadata heyî
divê ew bên guherandin û ev veguhertin her gav ne hêsan e
û rasterast.
ÇAVKANKIRINA DATA ERP
Ger ERP wekî dabînkerê tê bikar anîn dati per il daneyên daneyên ci
divê navbeynkarek zexm be ku i diherike dati ji jîngehê
ERP ji jîngehê re daneyên daneyên. Divê navbeynkar:
▪ bikaranîna wê hêsan be
▪ destûr bide gihîştinê dati ya ERP
▪ wateya xwe hilde dati ku li ber barkirinê ne
nel daneyên daneyên
▪ sînorên ERP-ê yên ku dikarin di nav de derkevin nas bikin
dema ku gihîştinê pêk tê dati ya ERP:
▪ yekitiya referansê
▪ têkiliyên hiyerarşîk
▪ têkiliyên mantiqî yên nepenî
▪ peymana serîlêdanê
▪ hemû pêkhateyên dati ji hêla ERP ve hatî piştgirî kirin, û hwd…
▪ di gihîştinê de bi bandor be dati, bi pêşkêşkirina:
▪ tevgera rasterast ya dati
▪ bidestxistina guhertinê dati
▪ piştgiriya gihîştina demkî ya dati
▪ formata wê fam bikin dati, wate ya vê çîye…
NAVENDA BI SAP'ê re
Têkilî dikare du celeb be, malê an bazirganî.
Hin têkiliyên bazirganî yên sereke hene:
▪ SAS
▪ Çareseriyên Yekem
▪ D2k, û hwd…
TECHNOLOGIES MULTIPLE ERP
Dermankirina hawîrdora ERP wekî ku ew teknolojiyek yekane be ev e
xeletiyek mezin. Gelek teknolojiyên ERP hene, her yek bi xwe
hêzan. Firoşkarên herî naskirî yên li sûkê ev in:
▪ SAP
▪ Oracle Financials
▪ PeopleSoft
JD Edwards
▪ Baans
MÊWEAV
SAP nermalava ERP ya herî mezin û berfireh e. Serîlêdanên
ya SAP-ê di gelek deveran de gelek celeb serlêdanan vedihewîne. SAP heye
navûdengê bûyînê:
▪ pir mezin
▪ Pêkanîna pir dijwar û buha
▪ hewcedariya gelek kes û şêwirmendan heye
pêkanîn
▪ Ji bo cîbicîkirinê pêdivî bi kesên pispor heye
▪ ji bo bicihkirinê gelek dem lazim e
Di heman demê de SAP ji bo hilanîna xwe jî navdar e dati gellek
bi baldarî, ji bo ku meriv bigihîje wan dijwar e
kesê li derveyî qada SAP. Hêza SAP ew e ku bibe
dikare hejmareke mezin bigire û hilîne dati.
SAP herî dawî niyeta xwe ya dirêjkirina vê yekê ragihand
sepanên wê ji bo daneyên daneyên. Gelek pro û nebaş hene
di karanîna SAP-ê de wekî peydakerek daneyên daneyên.
Avantajek ev e ku SAP jixwe hatî saz kirin û ku piraniya wan
şêwirmend jixwe SAP-ê dizanin.
Dezawantajên hebûna SAP-ê wekî dabînkerê daneyên daneyên sono
gelek: SAP di cîhanê de ti ezmûnek tune daneyên daneyên
Ger SAP dabînkerê ye daneyên daneyên, pêdivî ye ku "derxistin"
i dati ji SAP heta daneyên daneyên. date qeyda şopa SAP-ê ya
pergala girtî, ne mimkûn e ku meriv i ji SAP-ê tê de hêsan be
ew (???). Gelek hawîrdorên mîras hene ku SAP-ê hêz dikin,
wek IMS, VSAM, ADABAS, ORACLE, DB2, û hwd.
SAP li ser nêzîkatiyek "li vir nehatiye îcadkirin" israr dike. SAP naxwaze
bi firoşkarên din re hevkariyê bikin da ku bikar bînin an çêbikin daneyên daneyên.
SAP israr dike ku hemî nermalava xwe bixwe biafirîne.
Her çend SAP pargîdaniyek mezin û hêzdar e, lê rastî
hewl didin ku teknolojiya ELT, OLAP, rêveberiya ji nû ve binivîsin
pergal û hetta bingeha kodê ya dbms ew tenê dîn e.
Li şûna ku bi dabînkeran re helwestek hevkariyê bipejirînin
di daneyên daneyên demeke dirêj, SAP nêzîkatiya ku şopandiye
ew "baştir dizanin". Ev helwêst serkeftina ku paşde digire
SAP dibe ku li herêmê hebe daneyên daneyên.
Redkirina SAP-ê ku destûr bide firoşkarên derveyî
bi lez û bez ji wan re dati. Cûreya bingehîn a karanîna
un daneyên daneyên gihîştina hêsan e dati. Tevahiya çîroka SAP e
li ser bingeha zehmetkirina gihîştina wê dati.
Nebûna ezmûna SAP-ê di danûstandina bi cildên mezin de dati;
di warê daneyên daneyên cildên wê hene dati ji hingê ve qet nehatiye dîtin
SAP û ji bo birêvebirina van mîqdarên mezin dati divê tu yek hebe
teknolojiya minasib. SAP eşkere ji vê yekê nizane
astengiya teknolojîk ku ji bo ketina qada daneyê heye
embar.
Çanda pargîdanî ya SAP: SAP karsaziyek çêkir
di girtina i dati ji sîstemê. Lê ji bo vê yekê divê hûn hebin
hizireke cuda. Bi kevneşopî, pargîdaniyên nermalavê yên ku bûn
baş di gihandina daneyan de li hawîrdorek baş nebûye
wergirtina daneyan ku bi rêyek din ve biçin. Ger SAP dikare bi vî rengî bike
switch dê bibe yekem pargîdaniya ku wiya bike.
Bi kurtasî, ev pirs e gelo pargîdanek divê hilbijêrin
SAP wekî dabînkerê daneyên daneyên. Rîskên pir cidî hene
li aliyekî û li aliyê din jî gelek kêm xelat. Lê ya din heye
sedema ku bijartina SAP-ê wekî dabînkerê daneyê dilteng dike
embar. Ji ber ku her pargîdanî divê heman tarîx hebe
embara hemû şîrketên din? Ew daneyên daneyên ew dil e
ji avantaja reqabetê. Ger her pargîdanî heman qebûl bike
daneyên daneyên ew ê dijwar be, her çend ne gengaz be jî,
avantajeke reqabetê bi dest bixin. SAP wisa difikire ku a
daneyên daneyên dikare wekî biskuvîtê were dîtin û ew a
hê jî nîşanek din a wan "daneyan bistînin
li".
Ti firoşkarê din ê ERP bi qasî SAP-ê serdest nîne.
Bê guman dê pargîdaniyên ku dê di riya SAP-ê de biçin hebin
ji bo wan daneyên daneyên lê dibe ku ev tarîx
Ambarên SAP-ê dê mezin, biha û pir hewce ne
dem ji bo afirandina wan.
Van hawîrdoran çalakiyên wekî pêvajoyek bankeyê vedihewîne,
pêvajoyên rezervasyonên balafirgehê, pêvajoyên gilî
sîgorte, û hwd. Pergala danûstendinê bikêrtir bû,
Ji wê zêdetir pêwîstiya veqetandina di navbera operasyon û pêvajoyê de diyar bû
DSS (Pergala Piştgiriya Biryarê). Lêbelê, bi pergalên çavkaniyê
mirovî û şexsî, tu carî bi cildên mezin re rû bi rû nabe
muamele. Û, bê guman, dema ku kesek bi kar anîn
an ji pargîdaniyê derkeve ev qeyda danûstendinê ye.
Lê bi pergalên din, pergalên HR û
personals tenê gelek danûstandinan tune. Ji ber vê yekê, di
çavkaniyên mirovî û pergalên karmendan bi tevahî ne diyar e ku heye
pêdivî bi DataWarehouse heye. Bi gelek awayan ev sîstem
yekbûna pergalên DSS temsîl dikin.
Lê faktorek din heye ku divê were hesibandin heke hûn hewce ne
bi datawarehouse û bi PeopleSoft re bikin. Di gelek derdoran de, i dati
HR û çavkaniyên kesane ji karsaziyê re duyemîn in
serokê şirketê. Piraniya pargîdaniyan pêk tînin
çêkirin, firotin, pêşkêşkirina xizmetê û hwd. EW
Pergalên HR û personel bi gelemperî duyemîn in (an ji
piştgirî) ji xeta karsaziya sereke ya pargîdaniyê re. Ji ber vê yekê, ew e
dudil û nerehet a daneyên daneyên ji bo veqetandin
piştgiriya çavkaniyên mirovî û kesane.
PeopleSoft di vî warî de ji SAP-ê pir cûda ye. Bi SAP re, ew e
mecbûrî ku heye a daneyên daneyên. Bi PeopleSoft re, ne wusa ye
paşê ewqas zelal. Depoyek daneyê bi PeopleSoft re vebijarkî ye.
Tiştê herî baş ku dikare ji bo wê were gotin dati PeopleSoft ew dane ye
embar dikare ji bo hilanînê i were bikar anîn dati bo
çavkaniyên mirovî û şexsî yên kevn. Sedemek duyemîn ji bo
ya ku pargîdaniyek dixwaze bikar bîne a daneyên daneyên a
dezawantajên jîngeha PeopleSoft e ku destûrê bide û
belaş gihîştina amûrên analîzê, ai dati ji aliyê PeopleSoft. Lebê
ji bilî van sedeman, dibe ku rewşên ku neyên tercîh kirin hebin
ji bo depoya daneyan heye dati PeopleSoft.
Bi kurtahî
Di derbarê avakirina daneyan de gelek raman hene
wargeh di nav nermalava ERP de.
Hin ji van ev in:
▪ Hebûna a daneyên daneyên ku dişibe her
din di pîşesaziyê de?
▪ ERP çiqas nerm e daneyên daneyên nermalav?
▪ ERP daneyên daneyên nivîsbarî dikare cildek ji dest
dati ku li adaneyên daneyên şermeydan"?
▪ Têketina şopa ku firoşkarê ERP dike çi ye
bi hêsanî û erzan re rû bi rû, dem-dixwe, ai dati? (çi
e firoşkarên ERP track record li ser teslîmkirina erzan, li ser
dem, gihîştina daneyan hêsan e?)
▪ Têgihiştina mîmariya DSS û ya
"Fargeha agahdariya pargîdanî" ji hêla firoşkarê ERP ve?
▪ Firoşkarên ERP fêm dikin ka meriv çawa digire dati hundurê
ji jîngehê, lê di heman demê de fêm bikin ka meriv çawa wan hinarde dike?
▪ Firoşkarê ERP-ê ji amûrên daneyê re çiqas vekirî ye
embarkirin?
Divê di diyarkirina van tiştan de hemî nêrîn bêne kirin
li ku derê danîn daneyên daneyên ku dê mazûvaniya i dati ya ERP û yên din
dati. Bi gelemperî, heya ku sedemek berbiçav hebe
ji bo ku wekî din bikin, tê pêşniyar kirin ku were çêkirin daneyên daneyên derve
ji jîngeha vendor ERP.
BEAPA 1
Çavdêriya Rêxistina BI
Xalên sereke:
Depoyên agahdariyê bi awayekî berevajî dixebitin
ji bo mîmariya îstîxbarata karsaziyê (BI):
Çanda pargîdanî û IT-ê dikare serkeftinê di nav de sînordar bike
avakirina rêxistinên BI.
Teknolojî êdî ji bo rêxistinên BI ne faktora sînordar e. Ew
pirsgirêk ji bo mîmar û plansazên projeyê ne ew e ku
teknolojî heye, lê heke ew dikarin bi bandor bicîh bikin
teknolojiya berdest.
Ji bo gelek pargîdaniyan a daneyên daneyên ew ji depoyekê wêdetir e
pasîf ku i belav dike dati ji bikarhênerên ku jê re hewce ne. EW dati
ew ji pergalên çavkaniyê têne derxistin û di nav avahiyên armancê de têne bicîh kirin
di daneyên daneyên. ez dati ew jî dikarin bi tevayî bên paqijkirin
hebûnî. Lêbelê nirxek zêde jî nayê zêdekirin
berhev kirin ji aliyê dati di vê pêvajoyê de.
Di bingeh de, Dw-ya pasîf, di çêtirîn de, peyda dike
tenê ez dati ji komeleyên bikarhêneran re paqij û bikêrhatî. Va
afirandina agahî û têgihîştina analîtîk girêdayî ye
bi tevahî ji hêla bikarhêneran ve. Dadbarkirina ka DW (Depoya daneyê) ye
serkeftin subjektîf e. Ger em serketinê li ser binirxînin
şiyana komkirin, entegrekirin û paqijkirina bi bandor i dati
pargîdanî li ser bingehek pêşbînîkirî, wê hingê erê, DW serkeftinek e.
Li aliyê din, eger em li berhevkirin, hevgirtin û lo
îstismarkirina agahiyê rêxistinê bi tevahî, wê demê
DW têkçûn e. DW nirxek hindik an jî qet peyda dike
agahî. Wekî encamek, bikarhêner neçar dibin ku bikin,
bi vî awayî sîloyên agahdariyê diafirînin. Ev beş pêşkêş dike
nêrînek berfireh ku ji nû ve mîmariya BI (Karsaziyê
Îstixbarat) yên şîrketan. Werin em bi danasîna BI û
wê demê em ê derbasî nîqaşên li ser dîzayn û ya
pêşvebirina agahiyê, berevajî pêşkêşkirina i dati
ji bikarhêneran re. Dûv re nîqaş li ser hesabkirina ya
nirxa hewldanên BI we. Em bi danasîna çawa IBM encam didin
pêdiviyên mîmariya BI ya rêxistina we bi bîr tîne.
Danasîna mîmarî ya
Rêxistina BI
Pergalên agahdariyê yên danûstendinê yên hêzdar naha ne
Di her karsaziyek mezin de, wekî ku asta wan di rojevê de ye
bi bandor qada lîstikê ji bo pargîdaniyên li cîhanê.
Lêbelê, mayîna pêşbaziyê, nuha pergalên analîtîk hewce dike
arasteyê wê dibe ku bi vedîtina ed
bi karanîna agahdariya ku ew berê hene. Ev sîstemên
analîtîk ji têgihîştina ji dewlemendiya dati
berdeste. BI dikare di hemî agahdarî de performansê baştir bike
ya pargîdaniyê. Karsaz dikarin têkiliyên xerîdar-mişterî çêtir bikin
dabînkeran, qezenca hilber û karûbaran baştir dikin, çêdikin
Pêşniyarên nû û çêtirîn, rîsk kontrol bikin û di nav de gelek kesên din
dahat lêçûnên berbiçav kêm dike. Bi BI we re
pargîdanî di dawiyê de dest bi karanîna agahdariya xerîdar dike
wekî sermayeyek pêşbaziyê spas ji serîlêdanên ku armancên wan hene
bazar.
Hebûna rêgezên karsaziyê yên rast tê vê wateyê ku bersivên berbiçav hene
pirsên sereke yên wekî:
▪ Kîjan ji me mişteriyên ew me zêdetir qezenc dikin, an jî li wir
ew winda dikin?
▪ Cihê ku herî baş me lê dijî mişteriyên têkildarî dikan/
embara ku ew gelek caran?
▪ Kîjan berhem û xizmetên me dikarin zêdetir bên firotin
bi bandor û ji kê re?
▪ Çi berhemên herî bi bandor dikarin bên firotin û ji kê re?
▪ Kîjan kampanyaya firotanê serkeftîtir e û çima?
▪ Kîjan kanalên firotanê ji bo kîjan hilberan herî bi bandor in?
▪ Em çawa dikarin têkiliyên xwe yên herî baş çêtir bikin mişteriyên?
Piraniya pargîdaniyan hene dati dijwar bersiv
van pirsan.
Pergalên xebitandinê mîqdarên mezin ên hilberan, ji
mişterî û ya dati bazarê ji nuqteyên firotanê, ji rezervan,
ji karûbarê xerîdar û pergalên piştgiriya teknîkî. Pirsgirêk ev e
van agahiyan derxînin û bi kar bînin.
Gelek pargîdan tenê ji perçeyên xwe yên piçûk sûd werdigirin dati
ji bo analîzên stratejîk.
I dati mayî, gelek caran bi i re tê hev dati derxistina çavkaniyên derve yên wekî i
"raporên hukûmetê", û agahdariyên din ên kirîn, yek in
kana zêr tenê li benda vekolînê ye, ei dati mecbûrmayin
tenê di çarçoveya agahdariya we de were paqij kirin
sazûman.
Ev zanîn dikare bi awayên cûda, cûrbecûr were sepandin
ji sêwirana stratejiyek pargîdanî ya giştî bigire heya
pêwendiya kesane bi dabînkeran re, bi navendên bangê,
fatûrekirin, Internet û xalên din. Jîngeha karsaziya îroyîn ferz dike
ku DW û çareseriyên BI-ya têkildar bêtir pêşve diçin
darvekirina avahiyên kevneşopî yên dati wek i dati normalîze kirin
asta atomî û "stêrk / cotkarên kub".
Ya ku ji bo mayîndekirina pêşbaziyê hewce ye yekbûnek e
teknolojiyên kevneşopî û pêşkeftî di hewldana piştgirîkirina a
dîmena analîtîk a berfireh.
Di dawiyê de, hawirdora gelemperî divê zanînê baştir bike
ya pargîdanî bi tevahî, piştrastkirina ku kiryarên hatine kirin
di encama analîzên hatine kirin de bi kêrî wan tê ku her kes bibe
fêde.
Mînakî, em bibêjin ku hûn rêza xwe didin mişteriyên di kategoriyan de
rîska bilind an kêm.
Ma ev agahdarî ji hêla modela kanan ve hatî çêkirin an
wateyên din, divê ew di Dw-ê de were danîn û bigihîje
her kes, bi her awayê gihîştinê, wek i
raporên statîk, tablo, tablo, an pêvajoyek analîtîk tê de
xeta (OLAP).
Lêbelê, niha, gelek agahdariya bi vî rengî
ew di siloyên ji dati ji kes an dezgehên ku ew çêdikin
analîz. Rêxistinê bi tevahî kêm xuya ye an jî tune ye
ji bo têgihiştinê. Tenê bi tevlihevkirina vî rengî naverokê
agahdariya di pargîdaniya we de dw hûn dikarin siloyên ji holê rakin
agahdarî û hawîrdora xwe ya Dw bilind bikin.
Ji bo pêşxistina rêxistinê du astengên mezin hene
ya BI.
Ya yekem, pirsgirêka me ya rêxistinê bi xwe heye
ya dîsîplîna têkildar.
Her çend em nikaribin alîkariya guhertinên polîtîkayê bikin
ya rêxistinê, em dikarin ji we re bibin alîkar ku hûn pêkhateyên wê fam bikin
rêxistinek BI, mîmariya wê û çawa
Teknolojiya IBM pêşveçûna wê hêsan dike.
Astengiya duyemîn a ku tê derbas kirin nebûna teknolojiyê ye
entegre û zanîna rêbazek ku tevahiya cîhê vedixwîne
ya BI berevajî tenê beşek piçûk.
IBM bersivê dide guhertinên di teknolojiyê de
yên entegre. Berpirsiyariya we ye ku hûn sêwiranek peyda bikin
xwe haydar. Divê ev mîmarî bi pêş bikeve
teknolojiya ji bo entegrasyonê bê astengî, an jî qet nebe, bi hilbijartî
teknolojiya ku bi standardên vekirî ve girêdayî ye. Her weha, ya te
divê rêveberiya pargîdaniyê piştrast bike ku pargîdaniya Bi ye
li gorî plansaziyê tê meşandin û destûr nadin
pêşvebirina sîloyên agahdariyê ku ji xwe-xizmetkirinê derdixin
rojev, an jî armanc.
Ev nayê wê wateyê ku hawîrdora BI ne hesas e
bersivê bidin hewcedarî û daxwazên cûda yên bikarhênerên cûda; li şûna, ew tê wateya
ku cîbicîkirina wan pêwîstî û pêdiviyên takekesî ye
ji bo berjewendiya tevahiya rêxistina BI hatiye kirin.
Danasîna mîmariya BI ya rêxistinê dikare
di rûpela 9 de di jimar 1.1 de were dîtin Mîmarî nîşan dide
tevliheviyek dewlemend a teknolojiyê û teknîkan.
Ji nêrîna kevneşopî, mîmarî pêkhateyên jêrîn pêk tîne
depoyê
Tebeqeya atomî (Atomic Layer).
Ev bingeh, dilê hemû Dw û ji ber vê yekê ye
raporkirina stratejîk.
I dati li vir hilanîn dê yekitiya dîrokî, raporên xwe biparêze
dati û metrîka jêderkirî tê de, û hem jî paqij e,
entegre, û bi karanîna şablonên madenê têne hilanîn.
Hemî karanîna van paşê dati û agahdariya têkildar e
ji vê avahîyê tê. Ev ji bo çavkaniyek hêja ye
derxistina dati û ji bo raporên bi pirsên SQL-ya sazkirî
Depoya operasyonê ya dati an bingeha raporê ya
dati(Daneyên xebitandinê (ODS) an rapor
heye.)
Ev avahiyek e dati bi taybetî ji bo dîzaynkirin
raporkirina teknîkî.
I dati hilanîn û rapor kirin li jor van strukturên dikarin di dawiyê de
di nav depoyê de bi navgîniya qada stasyonê belav bibin (sazî
qada), ku ew dikare ji bo nîşana stratejîk were bikar anîn.
Qada sehneyê.
Rawestgeha yekem ji bo piraniya dati ji bo jîngehê tê armanc kirin
depo qada rêxistinê ye.
Li vir ez dati têne hevgirtin, paqijkirin û veguherandin dati kêrhatî ku
ew ê avahiya embarê bi cih bikin
Date marts.
Ev beşê mîmariyê avahiyan temsîl dike dati bikar anîn
taybetî ji bo OLAP. Hebûna datamarts, eger ez dati sono
di şemayên stêrkan de têne hilanîn ku ew li ser hev têne hilanîn dati
piralî di hawîrdorek pêwendiyê de, an di kabîneyên peldankê de
di dati xwedan ku ji hêla teknolojiya taybetî ya OLAP ve tê bikar anîn, wek mînak
Pêşkêşkara DB2 OLAP, ew ne têkildar e.
Tenê asteng ev e ku mîmarî karanîna hêsan dike dati
piralî.
Mîmarî di heman demê de teknolojî û teknîkên Bi krîtîk jî vedihewîne
ku bi vî rengî têne cuda kirin:
Analîza mekan
Space agahî bayê ji bo analîstê û
ji bo çareseriya bêkêmasî krîtîk e. Space dikare
agahdariya mirovên ku di hindek de dijîn temsîl dike
cîh, û her weha agahdarî li ser ku ew cîh li ku ye
fizîkî li gorî yên mayî yên cîhanê.
Ji bo pêkanîna vê analîzê, divê hûn dest bi girêdana xwe bikin
agahdariya hevrêziya dirêjahî û dirêjahî. Wateya çi
wekî "geocoding" tê binav kirin û divê bibe beşek ji derxistinê,
veguherîn, û pêvajoya barkirinê (ETL) di asta
jimareya atomî ya depoya we.
Daneyên danûstendinê.
Derxistina ji dati dihêle ku pargîdaniyên me mezin bibin
hejmara mişteriyên, meylên firotanê pêşbînî bikin û çalak bikin
rêveberiya têkiliya bi mişteriyên (CRM), tra altre iniziative della
BI.
Derxistina ji dati Ji ber vê yekê divê ew bi strukturên ji
dati ya Dwhouse û ji hêla pêvajoyên warehouse ve têne piştgirî kirin
hem karanîna teknolojiyê ya bi bandor û bikêrhatî û hem jî piştrast bikin
teknîkên têkildar.
Wekî ku di mîmariya BI de tê destnîşan kirin, asta atomê ya
Dwhouse, mîna datamarts, çavkaniyek hêja ye dati
ji bo derxistinê. Divê heman avahî jî hebin
wergirên encamên derxistinê da ku hebûna xwe misoger bikin
temaşevanên herî mezin (temaşevanên herî berfireh).
Agents.
Cûrbecûr "ajan" hene ku xerîdar ji bo her xalek mîna, i
pergalên xebitandinê yên pargîdanî û dw bixwe. Ev ajan dikarin
torên neuralî yên pêşkeftî bin ku ji bo fêrbûnê hatine perwerde kirin
meylên her xalê, wekî bingeha daxwaza hilberê pêşerojê
li ser promosyonên firotanê, motorên li gorî qaîdeyan ku bertek nîşan didin
un dayîn set rewşan, an jî ajanên sade ku
ew îstîsnayan ji "rêveberên bilind" re destnîşan dikin. Ev pêvajoyan erê
bi gelemperî di dema rast de heye û, ji ber vê yekê, divê
bi tevgera wan re ji nêz ve were girêdan dati.
Hemû van avahiyên dati, teknolojî û teknîk garantî dike
ku hûn ê şeva xwe derbas nekin rêxistinek ji bo afirandina
BI we.
Ev çalakî dê di gavên piçûk de, ji bo yên piçûk pêşve bibin
xalên.
Her gav hewldanek projeyek serbixwe ye, û tê ragihandin
wekî dubareyek di însiyatîfa weya dw an BI de. The iterations
dibe ku pêkanîna teknolojiyên nû, ji bo
bi teknîkên nû dest pê bikin, strukturên nû lê zêde bikin dati ,
barkirin i dati pêvek, an bi berfirehkirina analîzê ya
jîngeha xwe. Ev paragraf bêtir tê nîqaş kirin
bi berfirehî di beşa 3 de.
Ji bilî strukturên kevneşopî yên amûrên Dw û Bi yên din hene
fonksiyonên rêxistina BI-ya we ya ku hûn deyndar in
sêwirandin, wek:
Xalên pêwendiya xerîdar (Têkiliya xerîdar
xalên).
Mîna hemû rêxistinên nûjen, hejmarek ji wan hene
xalên pêwendiya xerîdar ên ku destnîşan dikin ka meriv çawa xwedî ezmûnek e
erênî ji bo te mişteriyên. Kanalên kevneşopî yên wekî i
bazirgan, operatorên panelê, nameya rasterast, multimedia û çapkirinê
reklam, û her weha kanalên herî rojane yên wekî e-name û tevneyê, ez dati
divê hilberên bi hin xalek têkiliyê re bêne bidestxistin,
hatin veguheztin, paqijkirin, veguherandin û dûv re di strukturên ji dati della
BI.
Bingehên ji dati komeleyên xebatkar û bikarhêner (Operasyon
databases û civakên bikarhêner).
Di dawiya xalên têkiliyê yên mişteriyên bingeh têne dîtin dati
serîlêdana pargîdanî û civakên bikarhêner. EW dati heyî
sono dati kevneşopî ya ku divê were berhev kirin û bi hev re were kirin dati che
ew ji nuqteyên têkilîyê diherikin da ku tiştên pêwîst pêk bînin
agahî.
Analysts. (Analîst)
Sûdmendê bingehîn ê hawîrdora BI analîst e. Ew ew e ku
sûd ji derxistina niha ya dati bikêrhatî, entegreyî bi
çavkaniyên cuda yên dati , bi taybetmendiyên wekî analîtîk ve hatî zêdekirin
erdnîgarî (geocoding) û di teknolojiyên BI de pêşkêş kirin ku
destûr ji bo madenê, OLAP, raporkirin û analîza pêşkeftî ya SQL
erdnîgarî. Têkiliya bingehîn ji bo analîstê bi jîngehê re
rapor portala BI ye.
Lêbelê, vekoler ne tenê ye ku ji mîmariya wê sûd werdigire
BI.
Rêvebir, komeleyên bikarhênerên mezin, û tewra endam, dabînker û i
mişteriyên divê di pargîdaniya BI de feydeyên bibînin.
Xwarina paşiya xwarinê.
Mîmariya BI jîngehek fêrbûnê ye. Prensîbek
taybetmendiya pêşveçûnê ev e ku destûr bide strukturên domdar ên dati
ji hêla teknolojiya BI-yê ve û ji hêla çalakiyan ve were nûve kirin
berpirsiyariyên bikarhêner. Mînak nirxandina e
xerîdar (teqandina xerîdar).
Ger beşa firotanê modelek madenê pêk tîne
ji xalên xerîdar hez dikin ku karûbarek nû bikar bînin, paşê
Divê beşa firotanê ne tenê koma sûdmend be
ya xizmetê.
Di şûna wê de, divê modela kanan wekî beşek were kirin
cewhera herikîna daneyê di hundurê pargîdaniyê û hejmarên xerîdar de
divê bibe parçeyek yekbûyî ya hawîrdora agahdariyê ya
embar, ji bo hemû bikarhêneran xuya. Bi-bI-navendî IBM Suite
di nav de DB2 UDB, DB2 OLAP Pêşkêşkara piran pêk tîne
beşek ji hêmanên girîng ên teknolojiyê, ku di wêneyê de hatine diyarkirin
1.1.
Em mîmariyê wekî ku di vê jimareya pirtûkê de xuya dike bikar tînin
astek berdewamiyê bide me û nîşan bide ka her hilberek çawa ye
ya IBM-ê di nav şêwaza giştî ya BI de cih digire.
Pêşkêşkirina Naveroka Agahdariyê (Pêşkêşkirina
naveroka agahdariyê)
Jîngeha BI-ya we sêwirandin, pêşvebirin û bicîh kirin
karekî dijwar. Pêdivî ye ku sêwiran her duyan hembêz bike
pêdiviyên karsaziya niha û pêşerojê. Sêwirana mîmarî
divê bêkêmasî be ku hemî encamên hatine dîtin tê de bin
di dema qonaxa sêwiranê de. Divê îdam bimîne
bi armancek yekane ve girêdayî ye: pêşxistina mîmariya BI
wekî ku bi fermî di nexşeyê de hatî pêşkêş kirin û li ser bingeha hewcedariyên
dikan.
Bi taybetî dijwar e ku meriv nîqaş bike ku dîsîplîn wê misoger bike
serkeftina nisbî.
Ev hêsan e ji ber ku hûn ji bo her kesî jîngehek BI ava nakin
ji nişka ve, lê bi demê re bi gavên piçûk pêk tê.
Lêbelê, naskirina pêkhateyên BI yên mîmariya we ye
ji ber du sedeman girîng e: Hûn ê hemî biryarên paşerojê rêber bikin
teknîkên mîmarî.
Hûn ê bikaribin bi hişmendî karanîna teknolojiyê ya taybetî sêwirînin
her çend dibe ku hûn dubare nebin ew hewce dike
teknolojî ji bo çend mehan.
Fêmkirina hewcedariyên karsaziya we bi têra xwe dê bandorê li celebê bike
berhemên ku hûn ê ji bo mîmariya xwe bistînin.
Plansazkirin û pêşkeftina mîmariya we piştrast dike
ku embara we ye
ne bûyerek tesadufî, lê belê "baş-hizirkirî",
reklama bi baldarî hatî çêkirin opera yên hunerî wek mozaîka ji
teknolojiya tevlihev.
Naveroka agahdariya sêwiranê
Pêdivî ye ku hemî sêwirana destpêkê balê bikişîne û nas bike
pêkhateyên sereke yên BI ku hawîrdora we hewce dike
giştî di dema niha û di pêşerojê de.
Zanîna pêdiviyên karsaziyê girîng e.
Tewra berî ku hemî plansaziya fermî dest pê bike, ya
plansazkerê projeyê pir caran dikare yek an du nas bike
pêkhatî di cih de.
Hevsengiya pêkhateyên ku dibe ku ji bo wê hewce bibin
mîmariya te, lê belê, bi hêsanî nayê dîtin.
Di qonaxa sêwiranê de, beşa sereke ya mîmariyê
danişîna pêşkeftina serîlêdanê (JAD) li ser lêgerînê girêdide
ji bo naskirina pêdiviyên karsaziyê.
Carinan ev hewcedarî dikarin ji amûran re werin veguheztin
pirs û rapor.
Mînakî, bikarhêner diyar dikin ku heke ew dixwazin otomatîk bikin
niha raporek pêdivî ye ku bi destan entegrasyonê çêbike
du rêjeyên heyî û lê zêdekirina hesabên ku jê hatine
kombînasyona dati.
Dema ku ev pêdivî hêsan e, ew yek diyar dike
fonksiyona taybetmendiyê divê hûn kengê têxin nav xwe
ji bo rêxistinê amûrên ragihandinê bikirin.
Sêwiraner divê ji bo hewcedariyên din jî bişopîne
wêneyek tevahî bistînin. Bikarhêner dixwazin bibin abone
vê raporê?
Beşên raporê têne çêkirin û bi e-nameyê ji cûrbecûr re têne şandin
bikarhêneran? Ma hûn dixwazin vê raporê di portalê pargîdaniyê de bibînin?
Hemî van pêdiviyan beşek ji hewcedariya hêsan in
wekî ku ji hêla bikarhêneran ve tê xwestin raporek manual biguhezînin. Feyde
ji van celeb hewcedariyên ku her kes, bikarhêner û pêşdebiran hene
têgihîştina têgeha raporan.
Lêbelê, celebên karsaziyên din hene, ku em hewce ne ku ji bo wan plansaz bikin.
Dema ku pêdiviyên karsaziyê di formê de têne diyar kirin
Pirsên stratejîk ên karsaziyê, ew ji bo plansazkerê xwedî ezmûn hêsan e
hewcedariyên pîvan û pîvana / rastiyê nas bikin.
Xiflteya 1.2 mezinahî û hêmanên a-yê diyar dike
pirsgirêka karsaziyê.
Ger bikarhênerên JAD nizanin ka meriv çawa hewcedariyên xwe ragihîne
di forma pirsgirêkek karsaziyê de, sêwiran dê pir caran radest bike
mînakên ji bo derbasbûn-destpêkirina danişîna berhevkirina daneyan
daxwazên.
Sêwiranerê pispor dikare ji bikarhêneran re ne tenê fêm bike
bazirganiya stratejîk, lê di heman demê de çawa çêdibe.
Nêzîkatiya berhevkirina hewcedariyên di beşa 3 de tê nîqaş kirin; Bo
naha em tenê dixwazin destnîşan bikin ku hewcedariya sêwiranê ji bo her kesî heye
cureyên pêdiviyên BI
Pirsgirêkek karsaziyek stratejîk e, ne tenê pêdivî ye
Karsaz, lê di heman demê de nîşanek sêwiranê jî. Ger divê hûn bersiv bidin
ji bo pirsek piralî, wê hingê divê hûn ezber bikin,
şandin i dati dimensional, û heke hûn hewce ne ku ji bîr bikin
dati piralî, divê hûn biryar bidin ka çi celeb teknolojî an
teknîka ku hûn ê bikar bînin.
Ma hûn nexşeyek stêrkek kubê ya parastî, an hem jî bicîh dikin?
Wekî ku hûn dikarin bibînin, tewra pirsgirêkek karsaziyek hêsan e
dikare bandorek berbiçav li sêwiranê bike. Lebê
van celeb pêdiviyên karsaziyê asayî ne û bê guman, bi kêmanî
ji hêla plansaz û sêwiranerên projeyê ve bi ezmûn.
Li ser teknolojiyên û piştgiriya ji têra xwe nîqaş hene
OLAP, û cûrbecûr çareseriyê hene. Heta niha
me behsa hewcedariya berhevkirina raporên hêsan bi i kir
daxwazên mezinahiya karsaziyê, û van hewcedariyên çawa
biryarên mîmarî yên teknîkî bandor bike.
Lê çi hewcedariyên ku bi hêsanî nayên fêm kirin
ji hêla bikarhêneran an ji hêla tîmê Dw ve? Hûn ê carî hewceyê analîzê bikin
mekanî (analîzek mekan)?
Modelên madenê yên dati ew ê bibin beşek pêwîst ji we
dahatû? Kî dizane?
Girîng e ku bala xwe bidinê ku ev celeb teknolojî ne pir in
ji hêla civakên bikarhêner ên gelemperî û endamên tîmê ve têne zanîn
Dw, beşek, ev dikare bibe ji ber ku ew bi gelemperî
ji hêla hin pisporên teknîkî yên navxweyî an sêyemîn ve têne rêve kirin. Ew a
doza sînorî ya pirsgirêkên ku van cûreyên teknolojiyê çêdikin. Wekhev
bikarhêner nikarin hewcedariyên karsaziyê diyar bikin an wan çarçove bikin
ji bo ku rênîşanderan pêşkêşî sêwiranan bikin, ew dikarin
guh nedane an, xirabtir, bi tenê paşguh kirin.
Dema ku sêwiraner û pêşdebir têk diçin pirsgirêktir dibe
dikare sepana yek ji van pêşketî lê nas bike
teknolojiyên krîtîk.
Wekî ku me pir caran bihîstiye sêwiranan dibêjin, "baş, çima
heta ku em vî tiştê din negirin em nahêlin?
"Gelo ew bi rastî bi pêşaniyan re eleqedar dibin, an ew bi tenê ji i dûr dikevin
hewcedariyên ku ew fêm nakin? Bi îhtîmaleke mezin ew texmîna paşîn e.
Ka em bibêjin tîmê weya firotanê daxwazek ragihîne
ya karsaziyê, wekî ku di jimar 1.3 de hatî destnîşan kirin, wekî ku hûn dibînin, ya
hewcedarî di forma pirsgirêkek karsaziyê de tête kirin. Va
Cûdahiya di navbera vê pirsgirêkê û pirsgirêka pîvanê ya tîpîk de ye
dûr. Di vê rewşê de, tîmê firotanê dixwaze zanibe,
li ser bingeha mehane, firotina giştî ji berhemên, embar û
mişteriyên ku di nav 5 kîlometreyan ji embara ku ew lê dijîn
ew dikirin.
Mixabin, sêwiraner an mîmar bi hêsanî dikarin
bi gotina, "me muwekîlê me heye, ya."
berhem û i dati ya emanetê. Em ji dûr ve heta
dubarekirineke din.
"Bersiva şaş. Pirsgirêka karsaziyê bi vî rengî ve girêdayî ye
bi tevahî BI. Ew têgihiştinek kûrtir nîşan dide
karsaziya me û cîhek analîtîk a bihêz ji bo analîstên me.
BI jî ji lêpirsîna hêsan an raporkirina standard wêdetir e
heta OLAP. Ev nayê wê wateyê ku ev teknolojî têk diçin
ew ji bo BI we girîng in, lê bi xwe ew ne
jîngeha BI.
Sêwirana ji bo çarçoveya agahdariyê
(Sêwirana ji bo naveroka Agahdariyê)
Naha ku me Pêdiviyên Karsaziyê yên ku derdikevin nas kirin
hêmanên bingehîn ên cihêreng, divê di sêwiranê de bêne girtin
mîmarî giştî. Hin pêkhateyên BI-yê beşek in
hewldanên me yên destpêkê, di heman demê de dê hin ji bo neyên pêkanîn
çend mehan.
Lêbelê, hemî daxwazên naskirî di sêwiranê de têne xuyang kirin da ku
dema ku em hewce ne ku teknolojiyek taybetî bicîh bikin, em in
xwe amade bikin ku wê bikin. Tiştek di derbarê projeyê de dê ramanê nîşan bide
kevneşop.
Mînakî, jimar 1.1, di destpêka beşê de, daneyekê nîşan dide
mart ku i diparêze dati dimensional.
Ev set of dati ji bo piştgirîkirina karanîna paşê tê bikar anîn
dati dimensional ji hêla pirsgirêkên Karsaziyê ve têne rêve kirin
me tespît kiriye. Wekî ku belgeyên zêde hene
hilberandin, wekî pêşveçûna sêwirînê ya dati, em
em ê dest bi fermîkirina çawa i dati ew li hawîrdorê belav dibin.
Me pêdiviya temsîlkirina i tespît kir dati wusa
dimenî, dabeşkirina wan (li gorî hewcedariyên taybetî
diyar kirin) li ser daneyên danûstendinê.
Pirsa din a ku bersivê bide ev e ku ew ê çawa werin avakirin
van daneyan mars?
Ma hûn stêrkan çêdikin ku piştgirî bidin kubeyan, an tenê kubeyan, an tenê stêrkan?
(an kubên rast, an stêrên rast). Ji bo daneyan mîmariyê biafirînin
martên girêdayî ku ji bo hemûyan qatek atomî hewce dikin dati
tu distînî? Destûrê bide martên daneyên serbixwe ku i bi dest bixin dati
rasterast ji pergalên xebitandinê?
Hûn ê hewl bidin ku kîjan Teknolojiya Cube standard bikin?
Gelek xwedayên we hene dati ji bo analîza pîvanê hewce ye
an jî hûn hewceyê kubên hêza xweya firotanê ya neteweyî li ser yek hewce ne
bingeha heftane an herdu? Tiştek hêzdar ava bikin
wek DB2 OLAP Server ji bo Aborî an kubên Cognos
PowerPlay ji bo rêxistina weya firotanê an herduyan?
Ev biryarên sêwirana mîmarî yên mezin in ku
ew ê bandorê li hawîrdora BI-ya we bikin ku pêşve diçin. Erê,
we hewcedariya OLAP nas kiriye. Niha hûn ê çawa vê yekê pêk bînin
cureyê teknîk û teknolojiyê?
Hin teknolojiyên herî pêşkeftî çawa bandorê li we dikin
nexşe? Ka em bihesibînin ku we hewcedariyek nas kiriye
cîh di rêxistina we de. Niha divê hûn bang bikin
weşanên xêzkirina mîmarî heke ne plankirî be jî
çend mehan pêkhateyên cîhê pêk bînin. Mîmar divê
sêwirana îro li ser bingeha tiştê ku hewce ye. Pêşbîniya hewcedariya
analîzên mekan ên ku diafirîne, hilîne, pêk tîne û radest dike
tê gihîştin dati mekanî. Ev di serî de divê ku weke a
astengî di derbarê celeb û taybetmendiyên teknolojî de
platforma nermalavê ku hûn niha dikarin bifikirin. Bo
mînak, sîstema rêvebirinê ya bingeha daneyan re têkilî
(RDBMS) ku hûn ji bo qata xweya atomî pêk tînin divê hebe
deverek mekan a bihêz peyda dibe. Ev dê misoger bike
performansa herî zêde dema ku geometrî û tiştan bikar tînin
cîh di sepanên weya analîtîk de. Heke RDBMS-ya we nake
dikarin i bikin dati (mekanî-navendî) hundurîn, ji ber vê yekê hûn ê neçar bibin
ava kirin a bingeha daneyan (mekan-navendî) derve. Ev tevlihev dike
rêveberiya pirsgirêkê û bandorê li performansa weya giştî bike,
nebêjin pirsgirêkên zêde yên ku ji bo we hatine afirandin
DBA, ji ber ku dibe ku têgihîştina hindiktirîn heye
ji bingehên ji dati mekanî jî. Li aliyê din, eger motora we
RDMBS hemî hêmanên mekanî û têkildar digire dest
Optimîzator ji hewcedariyên taybetî agahdar e (mînak,
îndekskirin) tiştên mekan, wê hingê DBA-yên we dikarin bi rê ve bibin
bi lez pirsgirêkan birêve bibin û hûn dikarin wan bilind bikin
birêvebirinî.
Di heman demê de, hûn hewce ne ku cîh û qata qonaxê rast bikin
hawîrdora atomê ku paqijkirina navnîşan (un
hêmana sereke ya analîza mekan), û her weha ya din
tomarkirina tiştên fezayê. Li dûv çapên ji
xêzkirin niha berdewam dike ku me têgîna paqijkirinê destnîşan kir
navnîşan. Ji bo yekê, ev serîlêdan dê celebê dîktator bike
nermalava pêwîst ji bo hewildana weya ETL.
Hûn hewceyê hilberên mîna Trillium hewce ne ku hûn navnîşanek peyda bikin
paqij, an firoşkarek ETL ya bijartina we ku wê peyda bike
fonksiyonel?
Heya nuha girîng e ku hûn standarda sêwiranê binirxînin
berî ku hûn dest bi bicihanîna ya xwe bikin divê were qedandin
jîngeh (embar). Mînakên jorîn divê
gelek biryarên xêzkirinê yên ku divê bişopînin nîşan bidin
naskirina her hewcedariya karsaziyek taybetî. Ger kirin
rast, van biryarên sêwiranê pêşve diçin
pêwendiya di navbera strukturên laşî yên hawîrdora we de, ya
Hilbijartina teknolojiya bikar anîn û herikîna belavbûna ya
naveroka agahdariyê. Bêyî vê mîmariya kevneşopî
ya BI, rêxistina we dê bibe mijara tevliheviyê
kaotîka teknolojiyên heyî, herî baş, bi rengek yekgirtî
nerast e ku aramiya xuya peyda bike.
Naveroka agahdariyê biparêzin
Nirxkirina nirxa agahdariyê ji rêxistina we re ye
operasyoneke pir dijwar. Bêyî têgihîştina têr
û ezmûn, an plansazkirin û sêwirana rast, tewra
tîmên çêtir dê têk biçin. Ji aliyê din ve, heke we mezin heye
intuition û plansaziya hûrgulî lê ji bo dîsîplîn tune
darvekirinê, we tenê pere û wextê xwe winda kir
ji ber ku hewldana we neçar e ku têk bibe. Peyam divê
zelal be: Heke hûn yek an jî çend ji van winda ne
jêhatîbûn, têgihiştin/azmûn an plansazkirin/xêzkirin o
dîsîplîna bicihanîna, ev dê bibe sedema felcî an
avahiya rêxistina BI hilweşînin.
Tîma we têra xwe amade ye? Li ser we kesek heye
Tîma BI ku perestgeha analîtîk a berfireh a berdest fam dike
di hawîrdorên BI de, di teknîk û teknolojiyên pêwîst de
bandorkirina wê dîmenê? Di tîmê we de kesek heye
ku dikare cûdahiya serîlêdanê di navbera pêşkeftî de nas bike
raporkirina statîk û OLAP, an cûdahiyên di navbera ROLAP û OLAP de? Yek ji
endamên tîmê we bi zelalî riya xwe nas dike
derxînin û çawa ew dikare bandorê li embarê an çawa
gelo depo dikare performansa madenê piştgirî bike? Endamek
ji tîmê nirxa fêm dike dati cîh an teknolojî
agent bingeha? Ma we kesek heye ku serîlêdana bêhempa dinirxîne
Amûrên ETL li dijî teknolojiya broker
agah? Heke we tune, yek jê bistînin. BI pir zêde ye
mezin ji tebeqeya atomê ya normalîzekirî, ya OLAP, ji pîlan a
stêrk û ODS.
Xwedî têgihîştin û ezmûna ku hewcedariyên nas bikin
BI û çareseriyên wan ji şiyana we re bingehîn e
hewcedariyên bikarhêneran rast fermî bikin û sêwiran bikin
û çareseriyên wan pêk bînin. Ger civaka bikarhênerê we heye
dijwariya danasîna pêdiviyan, ew peywira tîmê ye
wargeh wê têgihiştinê peyda dike. Lê eger tîma ji
embar
serîlêdana taybetî ya BI nas nake - mînakî, dane
kanan- wê hingê ew ne tiştê çêtirîn e ku derdorên BI dikin
pir caran xwe bi bûna depoyên pasîf sînordar dikin. Lêbelê, van ji bîr nekin
teknolojî girîngiya wan û bandora wan kêm nake
li ser derketina îmkanên îstîxbarata karsaziya xwe
rêxistin, û her weha avahiya agahdariya ku hûn dîzayn dikin
pêşvebirin.
Plansazkirin divê têgîna xêzkirinê, weş
her du jî kesek jêhatî hewce dike. Ji bilî vê, design
ji bo vê yekê tîmek felsefe û çavdêriya malê hewce dike
ji standardên. Mînakî, heke pargîdaniya we ava kiriye
platformek standard an jî RDBMSek taybetî ya ku we nas kiriye
dixwazin li seranserê platformê standardîze bikin, ew nêzîk e
her kesê di tîmê de li gorî wan standardan tevdigere. Bi gelemperî yek
tîm hewcedariya normalîzekirinê (ji bikarhêner
civatan), lê tîmê bixwe ne amade ye ku beşdarî wê bibe
standardên di nav pargîdaniyê de an jî dibe ku di nav deverên din de jî têne destnîşan kirin
şîrketên wekhev. Ne tenê ev durûtî ye, lê ew piştrast dike ku fîrma nake
dikare çavkanî û veberhênanên heyî bi kar bîne. Ew nayê wateya
ku tu rewşên ku garantiya platformek an a
teknolojiya ne-standardîzekirî; lê belê, hewldanên warehouse
divê bi çavnebarî pîvanên pargîdaniyê biparêze
ku pêdiviyên karsaziyê wekî din ferman nakin.
Ji bo avakirina BI-ê pêkhateya sereke ya sêyemîn hewce ye
rêxistinî dîsîplîn e.
Ew bi tevahî, wekhevî li ser kesan û jîngehê ve girêdayî ye.
Plansazên projeyê, sponsorger, mîmar û bikarhêneran divê teqdîr bikin
dîsîplîna pêwîst ji bo avakirina avahiya agahî şîrketa.
Sêwiran divê hewildanên sêwirana xwe bi vî rengî rêve bibin
hewldanên din ên pêwîst di civakê de temam bikin.
Mînakî, em bibêjin pargîdaniya we a ava dike
Serlêdana ERP ya ku xwedan pêkhateyek wargehê ye.
Ji ber vê yekê berpirsiyariya sêwiranerên ERP ye ku bi wan re hevkariyê bikin
tîma hawîrdora embarê da ku pêşbaziyê nekin an
karê ku berê dest pê kiriye dubare bike.
Disîplîn jî mijarek e ku divê mijûl bibe
ji aliyê tevahiya rêxistinê ve û bi gelemperî tê damezrandin û spartin a
asta rêveberiyê.
Ma rêveber amade ne ku li gorî nêzîkatiyek sêwirandî tevbigerin? YEK
nêzîkatiya ku soz dide ku naveroka agahdariyê biafirîne ku ew e
di dawiyê de ew ê nirxê bide hemî warên pargîdaniyê, lê dibe ku
Ma ew rojeva kesane an dezgehî tawîz dide? Gotinê bîr bînin
"Fikirîna li ser her tiştî ji fikirîna li ser yek tiştî girîngtir e."
Ev gotin ji bo rêxistinên BI rast e.
Mixabin, gelek embaran hewildanên xwe giran dikin
hewl didin ku armanc bikin û nirxek ji bo dezgehek taybetî an
bikarhênerên taybetî, bi hindik girîngiya rêxistina nav
giştî. Bifikirin ku rêveber ji tîmê alîkariyê bixwaze
warhouse. Tîm bi karekî ku 90 rojan dom kir bersiv dide
ne tenê radestkirina daxwazên ragihandinê yên ku ji hêla ve hatî destnîşan kirin vedihewîne
rêveber lê piştrast dike ku hemî dati bingeh di qatê de tê tevlihev kirin
atomî berî ku di teknolojiya kubeyê de were danîn
pêşnîyar.
Ev lêzêdekirina endezyariyê piştrast dike ku berpirsiyariya
warhouse dê jê sûd werbigire dati ji hêla rêveberê ve hewce ye.
Lêbelê, rêveber bi fîrmayên şêwirmendiyê yên derveyî re axivî
serîlêdanek wekhev bi radestkirina di kêmtirî 4 de pêşniyar kirine
hefte.
Bihesibînin ku tîmê wargeha navxweyî jêhatî ye,
gerînendeyê hilbijartinek heye. Kî dikare piştgiriyê bide dîsîplîna
endezyariya zêde hewce dike ku ji bo mezinbûna sermayê
karsaziya agahdar an hûn dikarin hilbijêrin ku xweya xwe biafirînin
çareseriya bi lez. Ya paşîn xuya dike ku bi rastî hatî hilbijartin
pir caran û tenê ji bo afirandina konteynerên agahdariyan xizmet dike
ku bi tenê ji çend kesan an kesek sûd werdigire.
Armancên demkurt û dirêj
Mîmar û sêwiranerên projeyê divê fermî bikin a
vîzyona demdirêj a mîmariya giştî û planên ji bo
di rêxistinek BI de mezin dibin. Ev kombînasyona ji
qezenca demkurt û plansaziya demdirêj
nûnertiya du aliyên hewldanên BI dike. qezenca demeke kurt
muhlet rûyê BI ye ku bi dubarekirinan ve girêdayî ye
embara te.
Li vir plansaz, mîmar û sponsor li ser disekinin
pêdiviyên karsaziyê yên taybetî bicîh bînin. Di vê astê de ye ku
avahiyên fizîkî têne çêkirin, teknolojî têne kirîn û
teknîk têne bicihkirin. Ew bi ti awayî ne hatine çêkirin
daxwazên taybetî yên ku ji hêla civakên bikarhêner ên taybetî ve têne destnîşan kirin.
Her tişt ji bo ku daxwazên diyarkirî yên diyarkirî çareser bikin têne kirin
ji civakek taybetî.
Lêbelê, plansaziya dûr-dirêj, rûyek din e
ya BI. Li vir plan û proje misoger bû
avahiyek fizîkî, teknolojiyên hilbijartî û ya
teknîkên ku bi çavê pargîdaniyê hatine çêkirin fêm kirin. Û ya
plansaziya demdirêj a ku hevgirtinê peyda dike
pêdivî ye ku pê ewle bibe ku berjewendîyên karsaziyê ji hemîyan re peyda dibe
destkeftiyên demkurt hatine dîtin.
Hewldana xweya BI rastdar bikin
Un daneyên daneyên bi serê xwe tu qîmeta wê ya cewherî nîne. Li yên din
peyvan, di nav teknolojiyên de nirxek xwerû tune
wargeh û teknîkên pêkanîna.
Nirxa her hewldanek ambaran di çalakiyan de tê dîtin
li pey hawîrdor û naverokê depoyê pêk tê
agahdarî bi demê re tê çandin. Ev xalek krîtîk e ku meriv fêm bike
berî ku hûn qet hewl bidin ku nirxa her destpêşxerî texmîn bikin
wherehouse.
Pir caran, mîmar û sêwiraner hewl didin ku nirxê bi kar bînin
hêmanên fîzîkî û teknîkî yên depoyê dema ku di rastiyê de nirx e
li ser pêvajoyên karsaziyê yên ku ji hêla erênî ve têne bandor kirin
wargeh û agahdariya baş-bidestxistî.
Li vir dijwariya damezrandina BI-yê heye: Hûn veberhênanê çawa rast dikin?
Ger ku xanî bixwe nirxek xwerû tune be, sêwiranerên wê
divê proje berjewendiyan lêkolîn bike, diyar bike û fermî bike
ji hêla wan kesan ve hatî bidestxistin ku dê depoyê ji bo bikar bînin
pêvajoyên karsaziya taybetî an nirxê çêtir bikin
agahî parastî an jî herdu.
Ji bo tevlihevkirina pirsgirêkan, her pêvajoyek karsaziyê
ji hêla hewildanên depoyê ve bandor dibe dikare feydeyan peyda bike
"berçav" an "sivik". Awantajên berbiçav peyda dikin a
metrîka berbiçav ji bo pîvandina vegera veberhênanê (ROI) - mînakî
Mînakî, zivirîna envanterê demek zêde di heyamekê de
taybetî an ji bo mesrefa barkirinê kêmtir per barkirin. Ew bêtir e
Zehmet e ku meriv feydeyên sivik diyar bike, wek mînak gihîştina çêtir
agahdarî, di warê nirxa berbiçav de.
Projeya xwe girêdin da ku hûn zanibin
daxwazên karsaziyê
Pir caran, sêwiranerên projeyê hewl didin ku nirxê girêbidin
depoya bi armancên pargîdaniya amorf. Daxuyaniya ku
“Nirxê depoyekê li ser bingeha şiyana me ye
daxwazên stratejîk têr bike” em vekin
axaftin. Lê ji bo diyarkirina ka gelo ew bi tenê têrê nake
veberhênana li envanterê watedar dike. Ew çêtir e ku meriv dubareyan bi hev ve girêbide
depoyên bi daxwazên karsaziya taybetî û naskirî.
ROI bipîvin
Hesabkirina ROI di mîhengek wargehek de dikare bibe
bi taybetî dijwar. Heke avantaj bi taybetî dijwar e
prensîba dubarekirina taybetî tiştek ne maddî ye an
pîvana hêsan. Lêkolînek dît ku bikarhêneran fêm dikin
du avantajên sereke yên destpêşxeriya BI:
▪ Hêza çêkirina biryaran biafirîne
▪ Gihîştina agahdariyê çêbikin
Van feydeyên nerm (an nerm) ne. Dîtina wê hêsan e
çawa em dikarin ROI-yê li ser bingeha rêgezek hişk hesab bikin (an
mezintir) wek kêmkirina lêçûna veguhastinê, lê çawa
gelo em şiyana girtina biryarên çêtir dipîvin?
Dema ku ev bê guman ji bo sêwiranerên projeyê dijwariyek e
ew hewl didin ku pargîdanî razî bikin ku di yek taybetî de veberhênanê bike
warehouse hewl. Zêdekirina firotanê an kêmkirina lêçûnên
ew êdî ne mijarên navendî ne ku hawîrdora BI-yê dimeşînin.
Di şûna wê de, hûn li daxwazên karsaziyê yên ji bo gihîştinê digerin
çêtirîn agahdarî da ku dezgehek taybetî bikaribe
biryarên bileztir bidin. Ev ajokarên stratejîk in a
yên ku ji karsaziyê re wekhev girîng in lê ne
nezelaltir û dijwartir e ku meriv di metrîkek berbiçav de diyar bike.
Di vê rewşê de, hesabkirina ROI dikare şaş be, heke ne ne girîng be.
Divê sêwiranerên projeyê bikaribin nirxê nîşan bidin
ji bo rêveberan maqûl e ku biryar bidin ka dê veberhênanê bikin
dubarekirineke taybetî derbas dibe. Lêbelê, em ê pêşniyarek nû nekin
rêbaza ji bo hesabkirina ROI, ne jî em ê ji bo an argumanan bikin
li dijî wê.
Gelek gotar û pirtûk hene ku ji bo bingehîn nîqaş dikin
ROI hesab bike. Pêşniyarên nirxên taybetî yên wekî nirx hene
li ser Veberhênanê (VOI), ku ji hêla komên mîna Gartner ve hatî pêşkêş kirin, ku hûn dikarin
lêkolîn kirin. Di şûna wê de, em ê li ser aliyên bingehîn ên her yekê bisekinin
ROI an pêşniyarên nirxê din ên ku hûn hewce ne ku bifikirin.
Serlêdana ROI
Ji xeynî argumana feydeyên "zehmet" li hember berjewendîyên "nerm".
bi hewildanên BI-ê re têkildar in, mijarên din jî hene ku meriv li ber çavan bigire
gava ku em ROI bicîh dikin. Bo nimûne:
Ji hewildanên DW-ê yên ku dê werin re gelek teserûfê bidin
di her rewşê de
Em bibêjin ku pargîdaniya we ji mîmariyek derketiye
mainframe ji hawîrdora UNIX-ê ya belavkirî re. So any
teserûfa ku dibe (an dibe ku nebe) ji wê hewildanê were bidestxistin
divê bi tenê (?) neyê veqetandin
embar.
Hesabê her tiştî biha ye. Û gelek tişt hene ku bikin
bikeve hesêb. Lîsteya jêrîn bifikirin:
▪ Mesrefa destpêkî, di nav de fizibilîte.
▪ Mesrefa hardware ya veqetandî bi hilanînê têkildar e
ragihandinê
▪ Mesrefa nermalavê, tevî rêveberiyê dati û dirêjkirin
xerîdar / pêşkêşker, nermalava ETL, teknolojiyên DSS, amûr
sepanên dîtbarî, bername û herikandinê
kar û software çavdêrîkirina,.
▪ Mesrefa sêwirana strukturê dati, bi têgihiştinê, û
optimization of
▪ Mesrefa pêşveçûna nermalavê rasterast bi hewldanê re têkildar e
BI
▪ Mesrefa piştgiriya malê, di nav de xweşbînkirina
performansa, di nav de kontrol Versiyon ji software û
operasyonên alîkariyê
ROI "Big-Bang" bicîh bikin.
Afirandina depoyê wekî hewldanek yekane û mezin
neçar e ku têk biçe, ji ber vê yekê jî ROI ji bo destpêşxeriyek hesab bike
ya pargîdaniya mezin Pêşniyar ecêb e, û ku sêwirîner
ji bo texmînkirina nirxa tevahiyê hewildanên lawaz berdewam bikin
berxwedanî.
Ji ber ku sêwirîner hewl didin ku nirxek diravî bidin
li ser însiyatîfa karsaziyê heke ew bi berfirehî were zanîn û pejirandin
Ma texmînkirina nûnerên taybetî dijwar e? Çawa gengaz e? Ne wisa ye
bi çend îstîsnayan mimkun e. Nekin.
Naha ku me destnîşan kir ku dema hesabkirinê çi nekin
ROI, li vir hin xal hene ku dê di danasînê de ji me re bibin alîkar
pêvajoyek pêbawer ji bo texmînkirina nirxa hewildanên BI-ya we.
Bidestxistina lihevhatina ROI. Bêyî we
hilbijartina teknîka ji bo texmînkirina nirxa hewldanên BI te, divê
ji hêla hemî aliyan ve were pejirandin, tevî sêwiranerên projeyê,
sponsor û rêveberên pargîdaniyê.
ROI li parçeyên naskirî kêm bikin. Pêngavek pêwîst ber bi
Hesabkirina maqûl a ROI ev e ku meriv wê hesabê li ser a
projeya taybetî. Dûv re ev dihêle hûn nirxek texmîn bikin
li ser bingeha pêdiviyên karsaziyê yên taybetî yên ku têne bicîh kirin
Mesrefan diyar bikin. Wekî ku hate gotin, divê gelek lêçûn hebin
nirxandin. Digel vê yekê, lêçûn divê ne tenê lêçûnên têkildar bihewînin
ji dubarekirina yekane lê di heman demê de ji lêçûnên têkildar re jî
ji bo misogerkirina lihevhatina bi standardên pargîdaniyê.
Feydeyên xwe diyar bikin. Zelal ROI bi hewcedariyên ve girêdayî ye
karsaziyên taybetî, divê em karibin nas bikin
avantajên ku dê bibe sedema têrkirina hewcedariyên.
Di qezencên nêzîk de lêçûn û berjewendiyan kêm bikin. Ew rê ye
çêtirîn e ku hûn nirxên xwe li ser nirxa heyî ya neto bingeh bikin
(NPV) berevajî hewldana ji bo pêşbînkirina nirxa pêşerojê li
hatinên pêşerojê.
Demjimêra dabeşkirina ROI-ya xwe herî kêm bihêlin. Û'
di demek dirêj de ku ew di ya we de hatî bikar anîn baş hatî belge kirin
ROI
Zêdetirî yek formula ROI bikar bînin. Ji bo vê yekê gelek rêbaz hene
Pêşbîniya ROI û divê hûn plan bikin ka hûn yek an bikar bînin
plus, di nav de nirxa heyî ya net, leza navxweyî ya vegerê
(IRR) û başbûn.
Pêvajoya dubarekirî diyar bikin. Ev ji bo hesabkirinê girîng e
her nirxek demdirêj. Divê bê belgekirin a
Pêvajoya yekcar dubarekirî ji bo hemî rêzikên projeyê a
pêketin.
Pirsgirêkên navnîşkirî yên herî gelemperî ne ku ji hêla pisporan ve têne destnîşankirin
ji jîngeha werehouse. Îsrara ji aliyê rêveberiya ji
hebûna ROI ya "Big-Bang" pir tevlihev e. Ger hûn hemî dest pê bikin
hesabên ROI-ya we bi kêmkirina wan di perçeyên naskirî û berbiçav de, we heye
şansek baş e ku meriv nirxek rast a ROI texmîn bike.
Pirsên li ser feydeyên ROI
Feydeyên we çi bin, nerm an hişk, hûn dikarin wan bikar bînin
hin pirsên bingehîn ji bo diyarkirina nirxa wan. Ber
mînakek bi karanîna pergalek pîvandinê ya hêsan, ji 1 heta 10, hûn
hûn dikarin bandora her hewldanê bi karanîna jêrîn bişopînin
daxwaz:
▪ Hûn têgihiştina wê çawa dinirxînin dati li pey vê
projeya şirketa we?
▪ Hûn ê di encamê de pêşveçûnên pêvajoyê çawa binirxînin
vê projeyê?
▪ Hûn ê niha bandora têgihîştin û encamên nû çawa bipîvin
ji hêla vê dubarekirinê ve hatî peyda kirin
▪ Bandora hawîrdorên nû yên kompîturê çi bûye e
performansa di encama tiştên ku hîn bûne?
Ger bersivên van pirsan hindik bin, mimkûn e
şirket ne hêja ye ku veberhênana çêkirî ye. Pirsên bi a bilind
xala bi destkeftiyên nirxê girîng û divê
ji bo lêkolînên din wekî rêberan xizmet bikin.
Mînakî, ji bo pêşkeftinên pêvajoyê xalek bilind
divê ew sêwiraner rê li ber vekolînê bikin ka pêvajo çawa ne
hate başkirin. Hûn dikarin bibînin ku hin an hemî destkeftiyên ku hûn digirin
ew mat in û ji ber vê yekê nirxek diravî dikare bi hêsanî were bidestxistin
sepandin.
Ji dubarekirina yekem a herî zêde sûd werdigire
embar
Encama herî mezin a hewldana karsaziya we bi gelemperî di nav de ye
çend dubareyên pêşîn. Ev yekem hewldanên kevneşopî
naveroka agahdariya herî bikêr ji bo gel ava bike û
ji bo yên paşîn arîkariya bingeha teknolojiyê saz dike
sepanên BI.
Bi gelemperî her paşnavên paşerojê yên dati di progetto di
embar her ku diçe nirxê zêde ji pargîdaniyê re kêm û kêmtir tîne
giştî. Ev bi taybetî rast e ku hûn dubare nekin
mijarên nû lê zêde dike an jî hewcedariyên mijareke nû nabîne
civaka bikarhêneran.
Ev taybetmendiya hilanînê ji bo bataryayên jî derbas dibe
crescenti di dati dîrokzan. Ji ber ku hewldanên paşê bêtir hewce dike
dati û çiqas bêtir dati bi demê re di nav embarê de têne rijandin, piraniya wan
dati ew bi analîza ku tê bikar anîn re kêmtir têkildar dibe. Eva dati sono
spesso chiamati dati assopiti ed è sempre costoso tenerli perché
hema hema qet nayên bikaranîn.
Ev ji bo sponsorên projeyê tê çi wateyê? Di bingeh de, i
Sponsorên destpêkê çiqas lêçûnên veberhênanê zêde dikin.
Ev seretayî ye ji ber ku ew teşwîqa damezrandina qatê ne
hawîrdora teknolojiyê ya berfireh û çavkaniyên depoyê,
organîk jî tê de.
Lê ev gavên pêşîn nirxa herî bilind û ji ber vê yekê sêwirîneran tîne
proje bi gelemperî pêdivî ye ku veberhênanê rastdar bikin.
Projeyên ku piştî înîsiyatîfa weya BI têne kirin dibe ku lêçûn hebin
hindiktir (li gorî ya yekem) û rasterast, lê nirxek kêmtir tîne
ji şîrketê re.
Û divê xwediyên rêxistinê dest pê bikin
buttare l’accumulo di dati û teknolojiyên kêmtir têkildar.
Daneyên Daneyê: Derxistin dati
Gelek hêmanên mîmarî guhertoyên hewcedar in
Teknolojî û teknîkên hilanîna daneyê -
ji bo nimûne, "ajanên" cuda ji bo lêkolînkirina xalên balkêş yên
mişteriyên, i sistemi operativi dell’azienda e per lo stesso dw. Questi
ajan dikarin li ser torên neuralî yên pêşkeftî werin perwerde kirin
meylên pot, wek daxwaza berhemên pêşerojê li ser bingeha
pêşveçûnên firotanê; motorên-based qaîdeyên ji bo
reagire a un insieme dayîn di circostanze, ad esempio, diagnosi
pêşniyarên derman û dermankirinê; an jî ajanên sade
bi rola raporkirina îstîsnayan ji rêveberên payebilind re (ser
executives). Generalmente questi processi di estrazione dati si
di wextê rast de rast bikin; ji ber vê yekê divê ew bibin yek
completamente con il movimento dei dati xwe.
Pêvajoya Pêvajoya Analîtîk a Serhêl
Analîtîkên serhêl
Qabiliyeta perçekirin, dirûvandin, rijandin, rijandin
û analîzê bikin
çi-ger, di çarçoveya, armanca suite de ye
teknolojiya IBM. Ji bo nimûne, fonksiyonên pêvajoya analîtîk
serhêl (OLAP) ji bo DB2 heye ku analîza pîvanê tîne nav
motore del heye heman.
Fonksiyon dema ku karûbarê dimenî li SQL zêde dikin
ew ji hemî feydeyên bûna beşek xwezayî ya DB2 sûd werdigirin. Yekî din
mînaka yekbûna OLAP-ê amûra derxistinê ye, DB2
OLAP Server Analyzer. Ev teknolojî rê dide kubên ji
Pêşkêşkara DB2 OLAP ku zû û bixweber be
analizzati per individuare e riferire su valori dei dati insoliti o inattesi
li seranserê kubê ji analîstê karsaziyê re. Û di dawiyê de, fonksiyonên ji
Navenda DW ji bo mîmaran navgînan peyda dike ku di nav wan de kontrol bikin
tiştên din, profîla kuba serverek DB2 OLAP wekî beşek
xwezaya xwezayî ya pêvajoyên ETL.
Analysis Spatial Analîz Spatial
Cih nîvê lengerên analîtîk (lîder) temsîl dike.
ji bo panoramayek pêdivî ye
analîtîk berfireh (dem nîvê din temsîl dike). Asta atomî
(asta atomî) ya depoyê, ku di jimar 1.1 de tê nîşandan,
hem ji bo dem û hem jî ji bo mekan bingeh dihewîne. The tomarkirin
Ji bo agahdariya dem û navnîşanê analîza lengerê ya demê
ankor analîzên ji fezayê. Timestamps
ew analîzê di wextê xwe de dikin, û agahdariya rêgezê rêve dibe
analîza ji hêla cîhê ve. Diagram geocoding-pêvajoyê nîşan dide
veguherandina navnîşanan bo xalên li ser nexşeyê an xalên li cîhê
da ku têgehên wek dûr û hundir/derve bin
di analîzê de tê bikar anîn - di asta atomî û analîzên mekan de têne kirin
ku ji hêla analîstê ve tête peyda kirin. IBM dirêjkirinan peyda dike
cîhê, ku bi Enstîtuya Lêkolînê ya Pergala Jîngehê (ESRI) ve hatî pêşve xistin,
al heye DB2 in modo che gli oggetti spaziali possano essere
conservati come una parte normale del heye pêwendîdar. db2
Berfirehkirina Cihanî, di heman demê de hemî pêvekên SQL ji bo peyda dikin
analîzên mekan bikar bînin. Mînakî, pêvekên SQL ji
pirsa li ser
dûrbûna di navbera navnîşanan de an jî xalek li hundur an derveyî deverê ye
polygonal danasîn, standardek analîtîk bi Spatial in
Extender. Ji bo bêtir agahdarî li beşa 16 binêre.
Database-Niştecîh Amûrên Amûrên Database-
Rûniştevan
DB2 gelek taybetmendiyên SQL-niştecihê BI-yê hene ku alîkariyê dikin
di çalakiya analîzê de. Di nav wan de hene:
▪ Fonksiyonên vegerandinê ji bo pêkanîna analîzê, wek “bibînin
tutti i possibili percorsi di volo da San Francisco a Nûyork".
▪ Fonksiyonên analîtîk ên ji bo rêzgirtinê, fonksiyonên berhevkirî, kubar
û berhevdan ji bo hêsankirina karên ku bi gelemperî diqewimin
tenê bi teknolojiya OLAP re, ew naha beşek xwezayî ne
motore del heye
▪ Qabiliyeta çêkirina tabloyên ku encam tê de hene
Firoşkarên ji heye leader mischiano di più delle funzionalità BI
nel heye stesso
Pêşkêşvanên sereke yên bingeha daneyan stanno mescolando più delle
funzionalità della BI nel heye stesso
Ev ji bo we performansa çêtir û vebijarkên bêtir xebitandinê peyda dike
çareseriyên BI.
Taybetmendî û fonksiyonên DB2 V8 têne nîqaş kirin
bi berfirehî di beşên jêrîn de:
Mîmariya Teknîkî û Weqfên Rêveberiya Daneyê
(Beşa 5)
▪ Bingehên DB2 BI (Beş 6)
▪ Tabloyên Lêpirsînê yên Materialized DB2
Tablo) (Beş 7)
▪ Fonksiyonên DB2 OLAP (Beş 13)
▪ Taybetmendî û fonksiyonên BI-ya pêşkeftî ya DB2 (BI-ya pêşkeftî
Taybetmendî û Karûbar) (Beş 15)
Pergala Radestkirina Daneyên Hêsankirî
Pergala radestkirinê ya dati hêsan kirin
Mîmariya ku di Xiflteya 1.1 de tê xuyang kirin gelekan dihewîne
strutture dati cûsseyî. Yek embara ya dati operasyonê.
Bi gelemperî, ODS-ya objektîv e,
entegre û niha. Ma hûn ê ODS-ê çêbikin ku piştgirî bikin, mînakî
esempio, l’ufficio vendite. Le vendite ODS integrerebbero dati
ji gelek pergalên cihêreng tê lê dê tenê bihêle, mînakî
nimûne, danûstandinên îro. ODS dikare were nûve kirin
rojê jî gelek caran. Di heman demê de, pêvajoyên
spingono i dati integrati in altre applicazioni. Questa struttura è
progettata specificatamente per integrare dati correnti e dinamici e
dê bibe berendamek muhtemel ku piştgirî bide analîtîkên rast-ê,
come fornire ad agenti di servizio mişteriyên le informazioni di vendite
meylên heyî yên xerîdar bi derxistina agahdariya trenda firotanê
ji embarê bi xwe. Avahiyek din a ku di jimar 1.1 de tê xuyang kirin ev e
statûyeke fermî ji bo dw. Ne tenê ev cîh ji bo wê ye
l’esecuzione della necessaria integrazione, della qualità di datie, e
della trasformazione dei dati di magazzino in arrivo, ma è anche
un’area di deposito affidabile e provvisoria per dati replicati che
dikare di analîzên rast-ê de were bikar anîn. Ger hûn biryar bidin
ODS an herêmek seknek bikar bînin, yek
dei migliori strumenti per popolare queste strutture dati bikar anîn
çavkaniyên xebitandinê yên cihêreng pirsa belavkirî ya heterojen a DB2 ye.
Vê kapasîteyê ji hêla taybetmendiya vebijarkî ya DB2 ve tê peyda kirin
Têkiliya Têkilî ya DB2 (tenê pirsê) û bi DB2 ve tê gotin
DataJoiner (hilberek cihêreng ku serîlêdanê peyda dike,
danîn, nûkirin û îmkana jêbirinê a
RDBMS-yên belavbûyî yên heterojen).
Ev teknolojî rê dide mîmaran ku dati girêdan dati di
hilberîna bi pêvajoyên analîtîk. Ne tenê teknolojî dikare
bi hema hema her yek ji daxwazên dubarekirinê yên ku têne adaptekirin
dibe ku ew bi analîtîkên rast-dem nîşan bidin, lê ew
possono anche collegare ad un’ampia varietà delle basi di dati zêde
populer, di nav de DB2, Oracle, Sybase, SQL Server,
Informix û yên din. DB2 DataJoiner dikare ji bo nifûsê were bikar anîn
avahiyek dati formale come un ODS o anche una tabella
bi domdarî di depoya ku ji bo restorasyonê hatî çêkirin de tê temsîl kirin
bilez ji bo nûvekirinên tavilê an ji bo firotanê. Xuriste,
queste stesse strutture dati dikare bi kar were tije kirin
teknolojiyek din a girîng ku ji bo dubarekirinê hatî çêkirin dati, IBM
DataPropagator Têkilî. (DataPropagator hilberek cuda ye
ji bo pergalên navendî. DB2 UNIX, Linux, Windows û OS/2 tê de hene
servizi di replica di dati wekî taybetmendiyek standard).
Rêbazek din a tevgerê dati operativi intorno
ji bo pargîdanî wekî din entegratorek serîlêdana pargîdanî ye
wekî brokera peyamê tê zanîn.Ev
Teknolojiya bêhempa rê dide kontrolkirina bêhempa ji bo navendkirinê
(targeting) e spostare dati intorno all’impresa. IBM ha il mediatore
ji peyama herî berfireh tê bikar anîn, MQSeries, an guhertoyek
del prodotto che comprende i requisiti di e-commerce, IBM
WebSphere MQ.
Ji bo bêtir nîqaşê li ser ka meriv çawa MQ-ê piştgirî dike ku a
magazzino e un ambiente BI, visitare malpera del libro. Per ora, è
bes e ku em bibêjin ku ev teknolojî ji bo we amûrek hêja ye
catturare e trasformare (utilizzando MQSeries Integrator) dati
operatorên navend (hedef) ku ji bo çareseriyên BI-ê têne peyda kirin. Va
Teknolojiya MQ di nav UDB V8 de, ku tê de, hatî yek kirin û pak kirin
tê vê wateyê ku rêzikên peyaman naha dikarin werin rêvebirin
wek ku ew maseyên DB2 bûn. Têgeha welding ya
messaggi in coda e dell’universo di heye relazionale si dirige
verso un ambiente potente di consegna di dati.
Zero-Latency Zero dereng
Armanca stratejîk a dawîn ji bo IBM analîtîka derengiya sifir (zerolatency) ye.
Wekî ku ji hêla
Gartner, pêdivî ye ku pergalek BI-ê bikaribe fêhm bike, asîmîle bike
û li ser daxwazê ​​ji analîstan re agahdarî peyda bikin. Pirsgirêk,
naturalmente, sta nel come mescolare dati correnti e in tempo reale
con informazioni storiche necessarie, quali i dati relativi modello/di
meyla, an jî têgihiştina derxistinê, weke xêzkirina wê ya
mişterî
Agahiyên bi vî rengî, ji bo nimûne, nasnameya mişteriyên ad
alto o basso rischio o quali prodotti i mişteriyên acquisteranno molto
belkî eger jixwe di selikên wan de penîr hebe
destketiyên.
Girtina derengiya sifir bi rastî bi du ve girêdayî ye
mekanîzmayên bingehîn:
▪ Unione completa dei dati che vengono analizzati con le
teknîk û amûrên ku ji hêla BI ve hatine afirandin hatine damezrandin
▪ Un sistema di consegna di dati efficiente per assicurare che
analîza dema rast bi rastî heye
Van şertên ji bo derengiya sifir ji her duyan cûda ne
armancên ku ji hêla IBM ve hatî damezrandin û li jor hatine destnîşan kirin.
L’accoppiamento stretto dei dati fa parte del programma di
entegrasyona bêkêmasî ya ku ji hêla IBM ve hatî saz kirin. Û sîstemekê ava bikin
di consegna di dati efficiente è completamente dipendente dalla
teknolojiya berdest ku pêvajoya radestkirinê hêsan dike
dati. Di conseguenza, due dei tre obiettivi di IBM sono fondamentali
ji bo çêkirina sêyemîn. IBM bi zanebûn xwe pêş dixe
teknolojiyek ji bo misogerkirina derengiya sifir ji bo bikarhêneran rastiyek e
hewldanên warehouse.
Kurte / Sentez
Rêxistina BI ji bo nexşeya rê dide
jîngeha xwe biafirîne
iteratively. Pêdivî ye ku ew were sererast kirin da ku hewcedariyên mirovan nîşan bide
karsaziya we, hem niha û hem jî pêşerojê. Bêyî dîtineke mîmarî
fireh, dubarekirinên ambaran ji hindiktir in
pêkanînên wargeha navendî ya rasthatî ku hindik dike
pargîdaniyek berfireh, agahdar biafirînin.
Astengiya yekem ji bo rêveberên projeyê ev e ku meriv çawa rastdar dike
veberhênanên pêwîst ji bo pêşxistina rêxistina BI.
Her çend hesabkirina ROI ji bo piştgirîyek sereke maye
destkeftiyên embarê, her ku diçe dijwartir dibe
tam pêşbînî bike. Vê yekê rê li ber rêbazên din vekir
destnîşankirina ka hûn nirxa dravê xwe digirin an na. Ew
Mînakî, nirxa veberhênanê2 (VOI), tê kirîn
wek çareserî.
È incombente sugli architetti di dati e sui pianificatori di progetto
bi qestî agahiyê çêdikin û didin komeleyan
utenti e non dare semplicemente un servizio sui dati. C’è una
ferqeke mezin di navbera herduyan de. Agahî tiştek e ku meriv dike
cudahiya di pêvajoyên biryargirtinê û bandorkeriyê de; nisbeten, i
dati ew ji bo bidestxistina wê agahiyê blokên ava dikin.
Ji çavkaniyê rexne be jî dati per indirizzare richieste
bazirganî, hawîrdora BI divê rolek mezintir xizmet bike
di afirandina naveroka agahdariyê de. Divê em bigirin
tedbîrên zêde ji bo paqijkirin, yekbûn, veguherandin an
wekî din naverokek agahdariyê biafirînin ku li gorî wê
bikarhêner dikarin tevbigerin, û ji ber vê yekê divê em pê ewle bin ku wan
çalakî û biryarên ku maqûl bin, têne piştgirî kirin
nell’ambiente BI. Se releghiamo il magazzino a servire solo su dati,
garantî ye ku komeleyên bikarhêner dê naverokê biafirînin
agahiyên pêwîst ji bo çalakiyê. Ev piştrast dike ku wan
civak dê bikaribe biryarên çêtir bide, lê pargîdanî
ji kêmasiya zanîna ku wan bi kar anîne diêşe.
date che gli architetti e i pianificatori di progetto iniziano i progetti
taybetî ji hawîrdora BI re, ew ji pargîdaniyê re berpirsiyar dimînin
bi giranî. Nimûneyek hêsan a vê du taybetmendiyê
facce delle iterazioni della BI è trovato nella sorgente dati. Hemî
dati ricevuti per richieste commerciali specifiche devono essere
di qata atomê ya yekem de niştecih bûye. Ev pêşkeftinê misoger dike
sermayiya agahdariya pargîdanî, û her weha rêvebirin, rasterast
Daxwazên bikarhêner-taybetî di dubarekirinê de hatine destnîşankirin.

W hatisa D ata W arehouse ?
Depoya daneyê è il cuore dell’architettura dei sistemi informative
ji sala 1990 û vir ve û bi pêşkêşkirina zexm pêvajoyên agahdariyê piştgirî dike
piattaforma integrata di dati storici presi come base per successive
analisi. I daneyên daneyên offrono la facilità di integrazione in un
cîhana pergalên serîlêdanê yên ku bi hev re ne lihevhatî ne. Rojek
warehouse si è evoluto fino a diventare una moda. Depoya daneyê
birêxistinkirin û ezberkirin i dati necessari per processi informativi e
analîtîk li ser bingeha perspektîfek demkî ya dîrokî ya dirêj. Gişt
ev yek bi pabendbûnek berbiçav û domdar ji bo avakirinê û
nel mantenimento del daneyên daneyên.
Îcar çi ye a daneyên daneyên? YEK daneyên daneyên û:
▪ mijar-alîkirin
▪ sîstema entegre
▪ dema variant
▪ nehilber (nayê jêbirin)
berhevokek ji dati usati in supporto a decisioni manageriali nella
pêkanîna pêvajoyan.
I dati tê xistin daneyên daneyên derivano nella maggior parte dei
casi da ambienti operazionali. Il daneyên daneyên è realizzato da una
yekîneya hilanînê, bi fîzîkî ji yên mayî veqetandî ye
sistema, che contiene dati precedentemente trasformati dalle
sepanên ku li ser agahdariya ku ji hawîrdorê digirin tevdigerin
operasyonê.
Wateya wêjeyî a daneyên daneyên merita un’approfondita
ravekirin ji ber ku motîvasyon û wateyên girîng hene
paşxaneyek ku taybetmendiyên depoyek vedibêje.
BİXWÎNE BİXWÎNE BİXWÎNE
TEMATÎK
Taybetmendiya yekem a daneyên daneyên è che è orientato ai
lîstikvanên sereke di şirketekê de. Rêberê darizandinan bi rêya
dati è in contrasto con il più classico metodo che prevede
arastekirina sepanan ber bi pêvajo û fonksiyonan,
rêbaza ku bi piranî ji hêla piran ve tê parve kirin
pergalên rêveberiya kevntir.
Cîhana xebitandinê li dora serîlêdan û fonksiyonan hatî çêkirin
wek deyn, teserûf, kartên bankê û bawerî ji bo saziyekê
aborî. Dinyaya dw li dora mijaran hatiye organîzekirin
prensîbên wekî xerîdar, firoşkar, hilber û karsaziyê.
Alignment li dora mijaran bandorê li design û
sulla realizzazione dei dati trovati nel dw. In modo più rilevante,
mijara sereke bandorê li beşa herî girîng dike
avahiya key.
Cîhana serîlêdanê hem ji hêla sêwirana daneyê ve tê bandor kirin
li ser bingeha sêwirana pêvajoyê. Dinya ya
dw è concentrato esclusivamente sulla modellazione dei dati Ew li ser e
disegno del heye. Il disegno del processo (nella sua forma
klasîk) ne beşek ji hawîrdora dw ye.
Cûdahiyên di navbera hilbijartina pêvajoyê / fonksiyon û serîlêdanê de
bijartina ji aliyê babetê ve jî wekî cudahiyên naverokê diyar dibin
ji dati li ser asta berfireh. EW dati del dw i têde nakin dati che
di dema serîlêdanê de dê ji bo pêvajoya DSS-ê neyê bikar anîn
oriented operasyonê dati i hene dati per soddisfare
tavilê hewcedariyên fonksîyonel/pêvajoyê ku dikarin o
kêmtir ji bo analîstê DSS-ê bikar tîne.
Rêbazek din a girîng a ku serîlêdanên birêkûpêk ên xebitandinê tê de ye
ai dati ji hev cuda dibin dati ya dw di raporên ji dati. ez dati
xebitandinê têkiliyek domdar di navbera du an zêdetir tabloyan de diparêze
basato su una regola commerciale che è attiva. I dati di dw
ew li ser speklek dem û têkiliyên ku di dw de têne dîtin hene
gelek. Gelek qaîdeyên bazirganiyê (û bi heman awayî, gelek
rapporti di dati ) di stokê de têne temsîl kirin dati tra due o
tabloyên pirjimar.
(Ji bo ravekirinek berfireh ka têkiliyên di navbera dati sono
ku di DW-ê de hatî desteser kirin, em li ser wê yekê behsa Mijara Teknolojiyê dikin
pirs.)
Ji bilî perspektîfê cudahiyê
bingehîn di navbera hilbijartina serîlêdana fonksiyonel / pêvajoyê û
bijartina mijarê, di navbera pergalan de ferqek mezintir heye
operativi e i dati û DW.
INTEGRATION INTEGRATION
Aliyê herî girîng ê jîngeha dw ew e ku i dati trovati
di nav dw de ew bi hêsanî têne yek kirin. HERDEM. BÊ
ECCEZIONI. L’essenza stessa dell’ambiente del dw è che i dati
ku di nav sînorên depoyê de hene yekbûyî ne.
Entegrasyon xwe bi gelek awayên cihê - di peymanan de eşkere dike
di pîvandina guhêrbarên hevgirtî de, lihevhatî nas kirin
strutture codificate consistenti, negli attributi fisici dei dati
hevgirtî, û hwd.
Bi salan sêwiranerên sepanên cihêreng weha kirine
xwedîkirina gelek biryarên li ser ka divê serlêdanek çawa be
were pêşxistin. Biryarên şêwaz û sêwiranê yên kesane
sepanên sêwiranan xwe bi sed awayan eşkere dikin: di
ciyawaziyên kodkirinê, avahiya sereke, taybetmendiyên laşî,
naskirina peymanan, û hwd. Kapasîteya kolektîf a gelek
Sêwiranên serîlêdanê serîlêdanên nehevgirtî diafirînin
efsanewî ye. Xiflteya 3 hin cudahiyên zêdetir diyar dike
di awayên ku sepan têne sêwirandin de girîng e.
Şîfrekirin: Şîfrekirin:
Sêwiranerên serîlêdanê kodkirina zeviyê hilbijart -
sex- bi awayên cuda. Sêwiranek zayendê wekî temsîl dike
"m" û "f". Sêwiranek din cinsê wekî "1" nîşan dide
û "0". Sêwiranerek din cinsî wekî "x" û
"y". Sêwiranek din cinsê wekî "nêr" û
"mê". Zêde ne girîng e ku cins çawa tê nav DW. "M"
û "F" belkî wekî hemî baş in
cîgirî.
Ya girîng ev e ku qada zayendî ji kîjan eslê xwe derdikeve,
ew zevî di rewşek yekgirtî ya hevgirtî de digihîje DW. Ji
encam dema ku zeviyê di DW-ê de ji barkirin
serîlêdanek ku ew di formê de hatî destnîşan kirin
“M” e “F”, i dati divê ji bo formata DW were guherandin.
Measurement of Attributes: Pîvana ji
Taybetmendî:
Sêwiranên serîlêdanê hilbijart ku boriyê tê de pîvandin
cûrbecûr awayên di qursê de
degli anni. Un progettista memorizza i dati della conduttura in
centimetri. Un altro progettista di applicazione memorizza i dati
ya boriyê di warê inches. Sêwiranerê din ê
applicazione memorizza i dati della conduttura in milione piedi cubi
per second. Û sêwiranerek din agahdariya ya diparêze
boriyê di warê metreyan de. Çavkanî çi dibe bila bibe, dema ku
Agahdariya boriyê di DW-ê de tê divê ew be
bi heman awayî tê pîvandin.
Li gorî nîşaneyên di jimar 3 de, pirsgirêkên entegrasyonê
ew hema hema her aliyek projeyê bandor dikin - taybetmendiyan
fisiche dei dati, dubendiya hebûna zêdetir ji yek jêderê dati, la
questione di campioni identificati inconsistenti, formati dei dati
nakokî û hwd.
Mijara sêwiranê çi dibe bila bibe, encam yek e -
i dati devono essere memorizzati nel DW in una singolare e
bi awayê gerdûnî qebûlkirî ye jî dema ku pergalên xebitandinê yên
fondo memorizzano diversamente i dati.
Dema ku analîstê DSS li DW dinêre, armanca analîstê ye
dovrebbe essere lo sfruttamento dei dati ku di embarê de ne,
ji dêvla ku li ser pêbawerî an hevgirtîbûna wê meraq bikin
dati.
DEMA VARIANCY
Hemî ez dati nel DW sono precisi in qualche momento in tempo.
Questa caratteristica base dei dati di DW de pir cuda ye dati
di hawîrdora xebatê de tê dîtin. EW dati dell’ambiente operativo sono
bi qasî dema gihîştinê rast. Bi gotineke din,
nell’ambiente operativo quando si accede ad una unità dati, ci si
li bendê bimînin heya ku ew nirxên rastîn wekî dema gihîştinê nîşan bide.
Perché i dati nel DW siano precisi come in qualche momento nel
tempo (cioè, non “proprio adesso”), si dice che i dati trovati nel DW
ew "cudabûna demê" ne.
Guhertoya demê ya dati ji hêla DW ve bi gelek awayan tê binav kirin.
Rêya herî hêsan ew e ku i dati nûnerê DW dati wê a
asoya demdirêj - pênc heta deh sal. The horizon
dema ku ji bo hawîrdora xebitandinê tê temsîl kirin pir kurttir e
▪ ji nirxên heyî yên îro ji şêst û notî
Serîlêdanên ku hewce ne ku baş bixebitin û hewce ne
ji bo pêvajoyek danûstendinê heye, divê ew bîne
quantità minima di dati se esse ammettono qualsiasi grado di
nermbûn. Ji ber vê yekê sepanên operasyonê xwedî asoyek in
wextê kurt, wekî mijarek sêwiranê ya
sepanên deng.
Awayê duyemîn 'cudabûna demê' di DW de xuya dike di nav de ye
avahiya key. Her avahiyek sereke di DW de heye,
nepenî an eşkere, hêmaneke demê, wek
roj, hefte, meh û hwd. Hêmana demê hema hema her tim heye
li binê mifteya hevgirtî ya ku di DW de tê dîtin. Di van
carna, hêmana demê dê bi nepenî hebe, mîna şansê
ku pelek tevahî di dawiya mehê an çaryekê de tê dubare kirin.
Awayê sêyem cihêrengiya demê tê nîşandan ev e ku i dati del
DW, gava ku bi rêkûpêk hatî tomar kirin, nikare bibe
aggiornati. I dati del DW sono, per tutti gli scopi pratici, una lunga
rêze snapshots. Helbet ger dîmenên wê bin
bi xeletî hatine girtin, wê hingê dibe ku dîmen bibin
guherandin. Lê bi texmîna ku dîmen hatine kişandin
rast, gava ku têne çêkirin nayên guhertin. Li hinekan
dibe ku ew dîmenên di nav de ne exlaqî an jî nederbasdar be
DW siano modificate. I dati operativi, essendo precisi come nel
dema têketinê, ew dikarin wekî ku tê nûve bikin
hewcedarî.
NOT VOLATIL
Taybetmendiya çaremîn a girîng a DW ew e ku ew ne guhezbar e.
Nûvekirin, têxistin, jêbirin û guherandin têne kirin
bi rêkûpêk ji bo hawîrdorên xebitandinê yên tomar-bi-record. Lê ya
manipolazione di base dei dati che occorrono nel DW è molto più
asan. Tenê du celeb operasyon hene ku di nav de pêk tê
DW – il caricamento iniziale dei dati û gihîştina dati. Non c’è
alcun aggiornamento dei dati (nel senso generale di
nûvekirin) di DW de wekî operasyonek pêvajoyê ya normal.
Hin encamên pir bi hêz ên vê cudahiyê hene
bingeha di navbera pêvajoya xebitandinê û pêvajoya DW de. Di asta
ji hêla sêwiranê ve, pêdivî ye ku meriv di derbarê nûvekirinê de hişyar be
anomalo non è fattore nel DW, poiché l’aggiornamento di dati ne ew e
çîbecî bû. Ev tê wê wateyê ku di asta sêwirana fîzîkî de,
possono essere prese delle libertà per ottimizzare l’accesso ai dati,
bi taybetî di mijûlbûna bi mijarên standardîzekirinê û
denormalîzasyona fizîkî. Encamek din a sadebûnê
ji operasyonên DW di teknolojiya bingehîn de tê bikaranîn
jîngeha DW bimeşîne. Pêdivî ye ku piştgirî bide nûvekirinan
qeyda bi qeyda di rêzê de (wek ku pir caran dibe
pêvajoyek xebitandinê) pêdivî ye ku teknolojiyek hebe
bingehên pir tevlihev di bin sadebûnek xuya.
Teknolojiya ku piştgirî û hilanînê, danûstandinan piştgirî dike
e integrità dei dati e la scoperta e il rimedio di condizione di stallo è
pir tevlihev û ji bo pêvajoyek DW ne hewce ye.
Taybetmendiyên DW, rêgezek sêwiranê,
integrazione di dati all’interno del DW, time variancy e la semplicità
di gestione dei dati, tutto induce ad un ambiente che è molto, molto
cuda ji jîngeha xebatê ya klasîk. Çavkaniya hema hema hemî
dati di DW sono l’ambiente operativo. È una tentazione pensare
che ci sia una ridondanza massiccia di dati di navbera du derdoran de.
Bi rastî, bandora yekem a ku gelek kesan heye ew e
grande ridondanza di dati di navbera jîngeha xebitandinê û jîngeha ji
DW. Şirovekirineke bi vî rengî rûpoşî ye û yek nîşan dide
nebûna têgihîştinê di DW de çi diqewime.
Bi rastî jî kêmasîyek zêde heye dati tra l’ambiente operativo
ed ez dati del DW. Consideriamo quanto segue:
▪ I dati ew têne fîltrekirin dayîn che si passa dall’ambiente operativo
all’ambiente DW. Molti dati non passano mai fuori
dall’ambiente operativo. Solo che i dati che sono necessari per
Pêvajoya DSS-ê rêwerziya xwe li hawîrdorê dibîne
▪ l’orizzonte temporale dei dati è molto diverso da un ambiente
all’altro. I dati di hawîrdora xebatê de ew pir teze ne. EW dati
di DW de ew pir kevntir in. Tenê ji perspektîfê
di asoya demê de, pir hindik lihevhatinek heye
di navbera jîngeha xebitandinê û DW de.
▪ Il DW contiene dati di riepilogo che non si trovano mai
li jîngehê
▪ I dati subiscono una trasformazione fondamentale dal
kêliya ku ew derbasî Xiflteya 3-ê dibin, herî zêde wê yekê diyar dike
parte dei dati sono significativamente modificati a condizione
were hilbijartin û biçe DW. Bi awayekî din, ya
maggior parte dei dati viene modificata fisicamente e
bi awayekî radîkal çawa derbasî DWyê dibe. Ji xala
dell’integrazione non sono gli stessi dati che risiedono
di hawîrdora xebatê de.
Alla luce di questi fattori, la ridondanza di dati tra i due ambienti è
bûyerek hindik, ku di navbera her duyan de ji% 1 kêm zêde dibe
derdorên.
AVAHIYA BERHEQÊ
DW xwedî avahiyek cihê ye. Asta cûrbecûr yên kurt û hene
hûrguliyên ku DW-yan diyar dikin.
Beşên cihêreng ên DW ev in:
▪ Metadata
▪ dati hûrguliyên heyî
▪ dati ji detayên kevn
▪ dati hinekî kurt kirin
▪ dati pir kurt kirin
Heta niha xema sereke ji bo i dati di dettaglio
herikîn. Ew xemgîniya sereke ye ji ber ku:
▪ I dati di dettaglio correnti riflettono gli avvenimenti più recenti,
ku her tim ji eleqeyeke mezin û
▪ i dati di dettaglio correnti sono voluminosi perché è
di asta herî nizm ya granularîteyê de hilanîn e
▪ i dati di dettaglio correnti sono memorizzati quasi sempre su
hilanînê dîskê, ku bi lez gihîştina e, lê biha û
kompleks ji
I dati yên berfireh kevntir in dati che sono memorizzati su
qualche memoria di gel. Ha accesso sporadicamente ed è
memorizzato a un livello di dettaglio compatibile con dati dettagliati
herikîn. Digel ku ew ne mecbûrî ye ku meriv li ser navgînek hilîne
memoria alternativo, a causa del grande volume di dati uniti con
l’accesso sporadico dei dati, navgîna hilanînê ji bo dati di
Hûrguliyên kevn bi gelemperî li ser dîskê nayê hilanîn.
I dati bi sivikî bi kurtî ew in dati che sono distillati dal basso
asta hûrguliyê di asta hûrguliyê ya heyî de tê dîtin. Ev
Asta DW hema hema her gav li ser hilanîna dîskê tê hilanîn. EW
problemi della progettazione che si presentano all’architetto dei dati
di avakirina vê astê ya DW de ev in:
▪ Kurteya ku li jor hatî çêkirin çend yekeya demê ye
▪ Kîjan naverok, taybetmendî dê hinekî bi kurtî bicivîne
contenuto dei dati
Asta din ya dati di DW de tê dîtin ku ya dati pir
riassunti. I dati altamente riassunti sono compatti e facilmente
accessibili. I dati altamente riassunti sono talvolta trovati
nell’ambiente DW e in altri casi i dati altamente riassunti sono
li derveyî dîwarên yekser ên teknolojiya ku DW-ê dihewîne tê dîtin.
(in ogni caso, i dati altamente riassunti fanno parte del DW
indipendentemente da dove i dati sono alloggiati fisicamente).
Beşa dawî ya DW metadata ye. Ji gelek aliyan ve
i metadata siedono in una dimensione diversa rispetto ad altri dati
ya DW, ji ber ku metadata tune ye dayîn rasterast
ji hawîrdora xebitandinê hatî girtin. Metadata xwedî rolek taybetî ye
di DW de pir girîng e. Metadata wekî tê bikar anîn:
▪ pelrêçek ji bo ku ji analîstê DSS re bibe alîkar ku cîhê xwe bibîne
naveroka DW,
▪ una guida alla mappatura dei dati ya çawa ez dati Ew bûn
ji hawîrdora xebitandinê veguherî hawîrdora DW,
▪ una guida agli algoritmi usati per la summarization tra i dati di
dettaglio correnti e i dati hinekî kurtkirî, i dati pir
kurtî,
Metadata di hawîrdora DW de rolek pir mezintir dilîze
ji ya ku wan di hawîrdora operasyonê de hebû
KEVIN DETAIL STORAGE MEDIUM
Ji bo hilanîna vî rengî tape magnetîkî dikare were bikar anîn
dati. Infatti c’è una larga varietà di strumenti di memorizzazione che
dovrebbero essere considerati per la conservazione di vecchi dati di
hûrî.
A seconda del volume dei dati, la frequenza di accesso, il costo
ji amûr û celebê gihîştinê, bi tevahî îhtîmal e
ku amûrên din dê hewceyê asta kevin a hûrguliyê bikin
di DW de.
Herikîna DATA
Herikîna normal û pêşbînîkirî heye dati di nav DW de.
I dati entrano nel DW dall’ambiente operativo. (NOTA: ci sono
hin îstîsnayên pir balkêş ji bo vê qaîdeyê. Lêbelê, hema hema
hemî dati DW ji hawîrdora xebitandinê têkevin). date ku ez dati
ew ji hawîrdora xebitandinê dikevin DW, ew wekî ku hatî veguheztin
descritto prima. A condizione di entrare nel DW, i dati entrano nel
asta niha ya hûragahiyan, wek ku tê nîşandan. Li wir dimîne û tê bikaranîn
heta ku yek ji sê bûyeran pêk tê:
▪ paqij dibe,
▪ tê kurtkirin, û/an
▪ ye
Il processo obsoleto dentro un DW sposta i dati hûrguliyên heyî
a dati ji detail kevn, li gor temenê ji dati. Pêvajoya
kurtkirin hûrgulî ya bikar tîne dati ji bo hesabkirin dati
astên hinekî bi kurtî û pir bi kurtî yên ji dati. Heye
hin îstîsnayên ji herikîna nîşandayî (dê paşê were nîqaş kirin).
Tuttavia, di solito, per la vasta maggioranza dei dati trovati
all’interno di un DW, il flusso di dati ew wekî tê temsîl kirin.
BIKARANÎNA DATAWAREHOUSE
Ne ecêb e ku astên cihêreng ên dati all’interno del DW non
astên cuda yên bikaranîna bistînin. Wekî qaîdeyek, asta bilindtir e
summarization, più i dati ew tên bikaranîn.
Gelek bikaranîn di nav de pêk tê dati pir kurtkirî, dema ku kevn
dati di dettaglio sono utilizzati quasi mai. C’è una buona ragione nel
rêxistinê berbi paradîgmaya karanîna çavkaniyê vegerînin. Zêdetir ew heye
riassunto i dati, bi leztir û bikêrhatîtir e ku ew bigihîje dati. bi xwe
un dikan trova che fa molti processi a livello di dettaglio dei DW,
paşê hejmareke mezin a çavkaniyên makîneyê yên têkildar
tê vexwarin. Dadgehkirin di berjewendiya her kesî de ye
wek ku di asteke bilind de bi kurtî bi lez.
Ji bo gelek firotgehan, analîstê DSS-ê di hawîrdorek pêş-DW de bikar aniye
dati di asta hûragahiyan de. Ji gelek aliyan ve hatina li dati dettagliati
Ew dişibe kefenek ewlehiyê, her çend hebin jî
altri livelli di summarization. Una delle attività dell’architetto di dati è
disabituare l’utente DSS da un utilizzo costante di dati al livello più
hûrgulî kêm. Du sedem hene
dell’architetto di dati:
▪ sazkirina pergalek vegerandina xerckirinê, ku bikarhênerê dawî lê dide
çavkaniyên vexwar e
▪ ku nîşan dide ku dema bersivdayînê dikare pir baş be
ottenuto quando il comportamento con i dati è ad un alto livello
bi kurtî, dema ku dema bersivê ya belengaz ji ya tê
comportamento dei dati di asta nizm de
BERSVANN din
Hin ramanên din ên avakirin û rêveberiyê hene
DW.
Nîqaşa yekem li ser îndeksan e. EW dati ai livelli più alti di
summarization possono essere liberamente indicizzati, mentre i dati
di astên jêrîn ên hûrguliyê de ew bi qasî ku dibe mezin in
indicizzato frugalmente. Dallo stesso token, i dati agli alti livelli di
hûrgulî dikare bi hêsanî were nûve kirin,
mentre il volume di dati di astên jêrîn de ew qas mezin e ku i dati ne
ew dikarin bi hêsanî werin nûve kirin. Li gorî vê yekê, modela
ji dati e il lavoro formale fatto dalla progettazione pongono la
bingeh ji bo DW hema hema tenê li ser astê tê sepandin
hûrgulî niha. Bi gotineke din, çalakiyên modelkirinê yên
dati non si applicano ai livelli di summarization, in quasi ogni caso.
Nîqaşek din a strukturel ew e ku dabeşkirina wê ye
dati ji aliyê DW.
Parvekirin dikare di du astan de were kirin - di asta dbms û el
livello di applicazione. Nella divisione al livello dbmsew dbms è
ji dabeşan agahdar dike û li gora wan dişopîne. Di rewşê de
dabeşkirina di asta serîlêdanê de, tenê bernameçêker e
ji parçebûn û berpirsiyariya wan agahdar kirin
îdarî ji wî re maye
Li jêr asta dbms, molto lavoro è fatto automaticamente. C’è
gelek bêhêziya ku bi rêveberiya otomatîkî ve girêdayî ye
divisioni. Nel caso delle divisione a livello applicazione dei dati del
daneyên daneyên, molto lavoro grava sul programmatore, ma il
risultato finale è la flessibilità nell’amministrazione dei dati nel data
embar
ANOMALIYÊN DIN
Dema ku pêkhateyên ji daneyên daneyên funzionano come descritto
per quasi tutti i dati, ci sono alcune eccezioni utili che devono
essere discusse. Un’eccezione è quella dei dati sommari pubblici
(public summary data). Questi sono dati sommari che sono stati
calcolati fuori dal daneyên daneyên lê ji aliyê civakê ve tên bikaranîn. EW dati
kurtenivîsên giştî di nav de têne hilanîn û rêvebirin daneyên daneyên,
her çend wekî berê hatî behs kirin ew têne hesibandin. EW
ragionieri lavorano per produrre trimestralmente tali dati wekî
hatin, lêçûnên sê mehane, qezenca sê mehane û hwd. Karê
fatto dai ragionieri è esterno al daneyên daneyên. Lêbelê, i dati sono
usati “internamente” alla società – dal marketing, dalle vendite, ecc.
Un’altra anomalia, di cui non si parlerà, è quella dei dati xûkirînî.
Cûreyek din a berbiçav dati che si possono trovare in un data
wargeh ew daneyên hûrguliyên daîmî ye. Ev dibin sedema
necessità di memorizzare in modo permanente i dati ad un livello
ji ber sedemên exlaqî an qanûnî bi berfirehî. Ger pargîdaniyek i
relativi operai a sostanze pericolose c’ è un’esigenza di dati
berfireh û daîmî. Ger pargîdaniyek hilberek ku hilberîne
ewlekariya giştî vedihewîne, çi parçeyên balafirê hene, hene
l’esigenza di dati dettagliati permanenti, così come se una società
dikeve peymanên xeternak.
Civak nikare hûrgiliyan ji ber çavan bigire
di çend salên pêş de, di bûyera dozê de, bîranînek, a
kêmasiya avahiyê ya nîqaşkirî, hwd. eşkerekirina şirketê
potrebbe essere grande. Di conseguenza c’è un tipo unico di dati
wekî daneyên hûrgulî yên daîmî tê zanîn.
BERHEVKIRINÎ
Un daneyên daneyên è un oggetto orientato, integrato, variante di
tempo, una raccolta di dati non volatile a sostegno dei bisogni di
biryara rêveberiyê. Her yek ji fonksiyonên girîng ên
un daneyên daneyên ha le relative implicazioni. In più ci sono quattro
livelli di dati del daneyên daneyên:
▪ Detayên kevn
▪ Detayên heyî
▪ dati hinekî kurt kirin
▪ dati altamente ricapitolati
I metadati sono inoltre una parte importante del daneyên daneyên.
VEQETÎ
Têgeha hilanînê ya dati recentemente ha ricevuto
gelek bal kişandiye û bûye trendek salên 90. Ev e
dovuto alla capacità di un daneyên daneyên di sormontare le
sînorkirinên pergalên piştevaniya rêveberiyê yên wekî i
pergalên piştgiriya biryarê (DSS) û pergalên agahdariyê
rêveber (EIS).
Anche se il concetto del daneyên daneyên sembra promettente,
implementare i daneyên daneyên può essere problematico a causa
pêvajoyên depokirina mezin. Tevî ku
complessità dei progetti d’immagazzinamento di dati, molti fornitori
e consulenti che immagazzinano dati ew îdîa dikin ku
l’immagazzinamento di dati attuali non comporta problemi.
Lêbelê, di destpêka vê projeya lêkolînê de, hema hema tune
lêkolînên serbixwe, hişk û sîstematîk hatibûn kirin. Ji
Ji ber vê yekê zehmet e ku meriv bêje ka bi rastî çi diqewime
nell’industria quando si costruiscono daneyên daneyên.
Questo studio ha esplorato la pratica d’immagazzinamento di dati
hemdemên ku armanc dike ku têgihiştinek dewlemendtir pêş bixe
pratîkê de Australian. Analîza edebiyatê pêşkêş kir
çarçove û bingeha lêkolîna ampîrîkî.
Ji vê lêkolînê gelek dîtin hene. Yekem
cih, vê lêkolînê çalakiyên ku qewimîne eşkere kir
durante lo sviluppo del daneyên daneyên. Li gelek deveran, i dati civandin
pratîka ku di wêjeyê de hatî ragihandin piştrast kir. Ya duyemîn
malper, pirsgirêk û pirsgirêkên ku dibe ku bandorê li ser bike
sviluppo del daneyên daneyên sono stati identificati da questo studio.
Di dawiyê de, feydeyên ku ji rêxistinên Avusturalya ve girêdayî ne
l’uso dei daneyên daneyên hatine eşkere kirin.
Beşa 1
Di çarçoveya lêgerînê de
Têgeha depokirina daneyan nasnameyek berfireh wergirtiye
eşkerekirin û veguherî meyleke nû ya li herêmê
Salên 90î (McFadden 1996, TDWI 1996, Shah and Milstein 1997,
Shanks et al. 1997, Eckerson 1998, Adelman and Oates 2000). Ku heye
ji zêdebûna hejmara gotarên li ser daneyan tê dîtin
depokirin di weşanên bazirganiyê de (Little and Gibson 1999).
Gelek gotar (binêre, bo nimûne, Fisher 1995, Hackathorn 1995,
Morris 1995a, Bramblett and King 1996, Graham et al. 1996,
Sakaguchi and Frolick 1996, Alvarez 1997, Brousell 1997, Clarke
1997, McCarthy 1997, O' Donnell 1997, Edwards 1998, TDWI
1999) feydeyên girîng ên ku ji rêxistinan hatine wergirtin ragihandine
che implementano i daneyên daneyên. Hanno sostenuto la loro teoria
bi delîlên anekdotîkî yên pêkanînên serketî, vegera bilind
li ser hejmarên veberhênanê (ROI) û, di heman demê de, rêbernameyê peyda dikin
riferimento o le metodologie per lo sviluppo dei daneyên daneyên
(Shanks et al. 1997, Seddon and Benjamin 1998, Little and Gibson
1999). Di rewşeke giran de, Graham et al. (1996) hene
vegerek navînî li ser veberhênana sê-salî ya 401% ragihand.
Lêbelê, piraniya wêjeya heyî, îhmal kiriye
tevliheviyên ku di pêkanîna projeyên weha de hene. Projeyên ji
daneyên daneyên sono normalmente complesso e su grande scala e
Ji ber vê yekê ew îhtîmalek mezin a têkçûyînê destnîşan dikin ku heke nebin
bi baldarî kontrol kirin (Shah and Milstein 1997, Eckerson 1997,
Foley 1997b, Zimmer 1997, Bort 1998, Gibbs and Clymer 1998, Rao
1998). Ji wan re hem mirov û hem jî çavkaniyên pir mezin hewce dike
aborî û, dem û hewldana avakirina wan (Hill 1998, Crofts 1998). Ew
dema tîpîk û îmkanên aborî yên pêwîst bi rêzê ne
bi qasî du sal û du an sê mîlyon dolar (Braly 1995, Foley
1997b, Bort 1998, Humphries et al. 1999). Ev dem û wateya
saziyên darayî hewce ne ku gelek aliyan kontrol bikin û yek bikin
cudahiyên di depokirina daneyan de (Cafasso 1995, Hill 1998). Li rex
ji ramanên hardware û nermalavê, fonksiyonên din, ku diguhezin
dall’estrazione di dati ji bo pêvajoyên barkirinê yên dati, ji
capacità di memoria per gestire gli aggiornamenti e dai meta dati
ji bo perwerdehiya bikarhêner, divê were hesibandin.
Dema ku ev projeya lêkolînê dest pê kir, pir kêm bû
lêkolînên akademîk ên ku di warê depokirina daneyan de hatine kirin,
bi taybetî li Australya. Ev ji kêmbûna tiştan diyar bû
ji hêla rojname an nivîsên din ve li ser depokirina daneyan têne weşandin
akademîsyenên wê demê. Gelek nivîsên akademîk
berdest ezmûna Dewletên Yekbûyî diyar kir. Nebûna
lêkolînên akademîk ên li herêmê sl depokirina daneyan bûye sedem ku
banga lêkolînên hişk û lêkolînên ampîrîkî (McFadden 1996,
Shanks et al. 1997, Little û Gibson 1999). Bi taybetî, lêkolîn
di ricerca sul processo di implementazione dei daneyên daneyên
ji bo berfirehkirina zanînê divê were kirin
generale riguardo l’implementazione dei daneyên daneyên e
dê bibe bingehek ji bo lêkolînek lêkolîna pêşerojê (Shanks ed
yên din. 1997, Little û Gibson 1999).
Ji ber vê yekê, armanca vê lêkolînê ew e ku bi rastî lêkolîn bike
Dema ku rêxistin daneyan diparêzin û bikar tînin çêdibe
embar li Australia. Bi taybetî, ev lêkolîn dê tevlî bibin
un’analisi di un intero processo di sviluppo di un daneyên daneyên,
ji destpêk û plansaziyê dest pê dike bi sêwiran û
pêkanîn û paşê bikaranîna di nava rêxistinan de
Australian. Wekî din, lêkolîn dê beşdarî pratîka heyî jî bibe
tespîtkirina qadên ku pratîk dikare bêtir pêş bikeve
başkirin û bêbandorî û metirsî dikarin bên kêmkirin an
evitati. Inoltre, servirà da base per altri studi sui daneyên daneyên in
Awustralya û dê valahiya ku niha di wêjeyê de heye dagire.
Pirsên lêkolînê
Armanca vê lêkolînê lêkolînkirina çalakiyên ku tê de ye
nell’implementazione dei daneyên daneyên e il loro uso da parte delle
rêxistinên Awistralyayê. Bi taybetî, hêman têne lêkolîn kirin
li ser plansazkirina projeyê, pêşveçûn,
operasyon, bikaranîn û rîskên têkildar. Ji ber vê yekê pirs
ya vê lêkolînê ev e:
“Paktîka heyî çawa ye daneyên daneyên li Awustralya?"
Ji bo bersivdana bi bandor a vê pirsgirêkê, a
hejmarek hin pirsên lêkolînê yên alîgir. Bi taybetî, sê
jêr-pirsên ji wêjeyê hatine naskirin, ku ev e
di beşa 2 de hatî pêşkêş kirin, da ku rêberiya vê projeya lêkolînê bike:
Come sono implementati i daneyên daneyên dalle organizzazioni
Australian? Hûn rastî çi pirsgirêkan hatine?
Feydeyên jiyîn çi ne?
Di bersiva van pirsan de, nexşeyek hate bikar anîn
lêkolîna keşfê ku anketek bikar tîne. Ez çawa dixwînim
lêkolîn, bersivên pirsên jorîn ne temam in
(Shanks et al. 1993, Denscombe 1998). Di vê rewşê de, ew e
sêgoşekirin hewce ye ku bersivên van çêtir bikin
daxwazên. Lêbelê, lêpirsîn dê ji bo bingehek zexm peyda bike
xebatên pêşerojê yên ku van pirsan lêkolîn dikin. Yekî berfireh
nîqaşkirina rastdarkirin û sêwirana rêbaza lêkolînê
di beşa 3 de tê pêşkêş kirin.
Struktura projeya lêkolînê
Ev projeya lêkolînê di du beşan de tê dabeş kirin: lêkolîna çarçoveyê
têgeha depokirina daneyan û lêkolîna ampîrîk (binêre
jimar 1.1), her yek ji wan li jêr tê nîqaş kirin.
Beş I: Lêkolîna hevoksaziyê
Beşa yekem a lêkolînê ji nû ve vekolînê bû
wêjeya heyî ya li ser cûrbecûr cûrbecûr depokirina daneyan, tevî i
sîstemên piştgiriya biryarê (DSS), sîstemên agahî
esecutivi (EIS), i case study di daneyên daneyên ed i concetti di data
warehouse. Inoltre, i risultati dei foum sui daneyên daneyên û xwedê
komên civînê ji bo pispor û pisporên ku ji aliyê koma ji
Lêkolîna Monash DSS, beşdarî vê qonaxa lêkolînê bû
ku ji bo bidestxistina agahiyan li ser pratîka daneyan bû
wargeh û ji bo naskirina xetereyên ku di pejirandina wan de ne.
Di vê serdemê de lêkolîna çerçoveyê, têgihiştinê
qada pirsgirêkê ji bo peydakirina zanyariyan hatiye avakirin
bingehek ji bo lêkolînên ampîrîkî yên paşîn. Lêbelê, ev
di dema lêkolînê de pêvajoyek berdewam bû
lêkolîn.
Beş II: Lêkolîna Empirîk
Têgeha nisbeten nû ya embara daneyê, esp
li Awustralya, hewcedariya pêkanîna anketek ji bo afirand
wêneyek berfireh a ezmûna karanîna bikar bînin. Ev
beşek gava ku qada pirsgirêkê bû hate kirin
bi lêkolîneke berfireh a wêjeyê hatiye avakirin. Têgeha
depokirina daneyan a ku di qonaxa lêkolîna konteksî de hatî çêkirin e
ji bo pirsnameya destpêkê ya vê lêkolînê wekî têketin hate bikar anîn.
Piştî vê pirsnameyê hate lêkolîn kirin. Hûn pisporên dîrokê ne
embar beşdarî testê bû. Armanca testê
Pirsnameya destpêkê ev bû ku ji bo tijîbûn û rastbûnê were kontrol kirin
hin pirs. Li ser bingeha encamên testê, pirsname ye
hate guherandin û guhertoya guhertî ji bo re hate şandin
beşdarên anketê. Pirsnameyan vegeriyan paşê bûn
analizzati per i dati di tablo, diagram û formên din de. EW
encamên analîzê yên dati formano una fotografia istantanea della
pratîka depokirina daneyan li Avusturalya.
DENGÊ DATA BERXWEDANA
Têgeha depokirina daneyan bi pêşkeftinan re pêşketiye
teknolojiya kompîturê.
Armanc ji bo derbaskirina pirsgirêkên ku ji aliyê komên ji
piştgiriya sepanê wek Pergala Piştgiriya Biryarê (DSS) e
Pergala Agahdariya Rêvebir (EIS).
Berê astengiya herî mezin a van sepanan bû
l’incapacità di queste applicazioni di fornire una bingeha daneyan
ji bo analîzê pêwîst e.
Ev bi giranî ji ber cewherê xebatê ye
serekî. Berjewendiyên rêveberiya pargîdaniyek cûda dibe
costantemente a seconda dell’area trattata. Perciò i dati
bingehîn ji bo van sepanan divê karibin
bi lez biguhere li gorî beşa ku were derman kirin.
Ev tê wê wateyê ku i dati devono essere disponibili nella forma
ji bo analîzên pêwîst têrê dike. Bi rastî, komên piştgirî yên
sepanan di paşerojê de berhevkirina ed pir dijwar dît
entegre kirin dati ji çavkaniyên tevlihev û cihêreng.
Ya mayî ya vê beşê nêrînek li ser têgehê pêşkêş dike
data warehousing e tratta di come il daneyên daneyên può superare i
Pirsgirêkên koma piştgirî ya sepanê.
Peyva ”Warehouse data” fu diffuso da William Inmon nel 1990.
La sua spesso citata definizione vede il Warehouse data hatin
collezione di dati orientati al soggetto,integrati,non volatili,e variabili
bi demê re, ji bo piştgiriya biryarên management.
Bi karanîna vê pênaseyê Inmon destnîşan dike ku i dati niştecîh
di a daneyên daneyên devono possedere le seguenti 4
taybetmendiyên:
▪ Subject-oriented
▪ Yekgirtî
▪ Nehilber
▪ Bi demê re guherbar
Per Orientati al soggetto Inmon intende che i dati nel data
depo li mezintirîn qadên rêxistinî yên ku bûne
di modelê de hatiye diyarkirin dati. Mînak hemî dati derbarê i mişteriyên
di qada mijarê de cih digirin mişteriyên. Bi heman awayî hemû
dati relativi ai prodotti sono contenuti nell’area soggetto
PRODUCTS.
Ji hêla Integrated Inmon ve tê vê wateyê ku i dati provenienti da differenti
platform, pergal û cîh têne hev kirin û tê de têne hilanîn
unico posto. Di conseguenza dati similari devono essere trasformati
di formên hevgirtî de da ku ew werin zêdekirin û berhev kirin
bi hêsanî.
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 daneyên daneyên è progettato per
fornire una funzionale e trasversale visione dei dati aliyekî
ya şîrketê.
Bi Non-volatile tê wateya ku i dati nel daneyên daneyên mayin
consistenti e l’aggiornamento dei dati non occorre. Invece,ogni
cambiamento nei dati orîjînal tê zêdekirin heye del data
warehouse. Questo significa che lo storico dei dati tê de heye
daneyên daneyên.
Ji bo Guherbarên bi demê re Inmon destnîşan dike ku i dati nel daneyên daneyên
her tim nîşaneyên tempo ei hene dati fêrane
attraversano un certo orizzonte temporale. Per esempio un
daneyên daneyên dikare nirxên dîrokî yên 5 salan dihewîne mişteriyên dal
1993 al 1997. La disponibilità dello storico e di una serie temporale
ji dati destûrê dide te ku hûn trendan analîz bikin.
Un daneyên daneyên ew dikare xwe berhev bike dati da dei sistemi
OLTP;da origini dati esterne all’organizzazione e/o da altri speciali
progetti di sistema di cattura dati.
I dati estratti possono passare attraverso un processo di pulizia,in
questo caso i dati vengono trasformati ed integrati prima di essere
immagazzinati nel heye del daneyên daneyên. Paşê, i dati
di nav de dijîn heye del daneyên daneyên 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 dati.
I dati di nav de dijîn heye del daneyên daneyên sono
immagazzinati sia dettagliatamente che in formati riassuntivi.
Asta kurteyê dibe ku bi xwezayê ve girêdayî be dati. ez dati
berfireh dibe ku pêk were dati niha û dati dîrokzan
I dati rastîn di nav de ne daneyên daneyên heta ez dati
nel daneyên daneyên ji nû ve têne nûve kirin.
Ji bilî depokirina dati xwe, a daneyên daneyên può anche
immagazzinare un differente tipo di dayîn chiamato METADATI che
descrivono i dati li wî rûniştiye heye.
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 dati nel
daneyên daneyên.
L’informazione contenuta nei metadati di sviluppo può contenere
dettagli di sistemi operativi,dettagli degli elementi da estrarre,il
şablonê dati del daneyên daneyên e le regole aziendali per la
veguherîna ya dati.
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 dati 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 dati 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.
Hebûna dati sia riassunti/indicizzati che dettagliati dà
all’utente la possibilità di effettuare un DRILL DROWN
(trapanamento) dai dati indicizzati a quelli dettagliati e viceversa.
Hebûna dati storici dettagliati permette la realizzazione di
analisi di trend nel tempo. In aggiunta i metadati di analisi possono
essere usati come directory del heye del daneyên daneyên her
aiutare gli utenti finali a localizzare i dati pêwist.
In confronto ai sistemi OLTP,con la loro capacità di supportare
analisi di dati û raporkirin, ya daneyên daneyên 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.
DATA WAREHOUSE LI DIJÎ PERGALÊN OLTP
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 dati 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 heye.
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 mişteriyên.
A differenza dei sistemi OLTP,che sono stati creati per processi
basati su transazioni ed eventi, i daneyên daneyên sono stati creati
per fornire supporto ai processi basati su analisi di dati U ye
processi di decisione.
Ev bi gelemperî bi entegrekirina i pêk tê dati da vari sistemi
OLTP ed esterni in un unico “contenitore” di dati,come discusso
nella sezione precedente.
Modela Pêvajoya Warehousing Daneyên Monash
Modela pêvajoyê ji bo daneyên daneyên Monashè stato sviluppato dai
ricercatori del Monash DSS Research Group, è basato sulla
letterature dei daneyên daneyên, sull’esperienza nel supporto allo
sviluppo di campi di sistemi, su discussioni con vendors di
applicazioni per l’uso su daneyên daneyên, su di un gruppo di esperti
nell’uso di daneyên daneyên.
Le fasi sono: Inizio, Pianificazione, Sviluppo, Operazioni e
Spiegazioni. Il diagramma spiega la natura iterativa o
evoluzionistica dello sviluppo di un daneyên daneyên 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 daneyên daneyên di kîjanê de
subentrano in ogni momento richieste addizionali da parte
dell’utente finale. Per sempio, durante la fase di sviluppo di un
processo di daneyên daneyên, 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.
Plankirina kapasîteyê
I dw tendono a essere molto grandi in dimensione e a crescere
molto velocemente (Best 1995, Rudin 1997a) a seguito della
mîqdara ji dati storici che essi conservano dalla loro durata. La
crescita può essere causata anche da dati aggiuntivi richiesti dagli
utenti per aumentare il valore dei dati che essi hanno già. Di
conseguenza, i requisiti di immagazzinamento per dati qûtîk
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
ew hêza computational. Rêbazek din ji bo zêdekirina
hêza 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
zêdebûn hêza hesap dikare were bidestxistin
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 heye
ya dw û di hejmara bikarhênerên dawî de.
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 heye può essere diviso in
pezzi raggruppati maneggevolmente (Inmon et al. 1997). Un’altra
tecnica è utilizzare tabelle riepilogative che sono costruite
riassumendo dati da dati berfireh. Bi vî awayî, i dati riassunti sono più
compatti del dettagliato, il quale richiede meno spazio di memoria.
Quindi i dati 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).
Danasîn Warehouse data Teknîkî
Architectures Definizione delle tecniche di
architetture di dw
Iniziali adottanti di data warehousing concepivano principalmente
un’implementazione centralizzata del dw in cui tutti i dati, tê de
i dati derve, di yek yek de bûn,
depoya fîzîkî (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 dati organizzativi (Ovum 1998). Un altro
vantaggio è che offre standardizzazione di dati bi saya
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 dati
centralizzata divenne popolare, si evolse il concetto di estrazione
dei sottoinsiemi più piccoli dei dati per sostenere i bisogni di
applicazioni specifiche (Varney 1996, IDC 1997, Berson e Smith
1997, peacock 1998). Questi piccoli sistemi sono derivati dal più
Grande daneyên daneyên 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 dati
wezaretî û ya sêyem jî ji gihîştina pêk tê dati e dai tools di
analisi (Demarest 1994, Inmon ed altri. 1997).
Martên daneyan bi gelemperî piştî ku têne çêkirin daneyên daneyên
centralizzato è stato costruito per rispondere alle esigenze delle
specifiche unità(White 1995, Varney 1996).
Data marts store i dati molto rilevanti relativi a particolari
unità (Inmon ed altri. 1997, Inmon ed altri. 1998, IA 1998).
Avantaja vê rêbazê ew e ku dê tune be dayîn ne
integrato e che i dati saranno meno ridondanti all’interno dei data
marts poiché tutti i dati ji emaneta tê dati integrato.
Un altro vantaggio è che ci saranno pochi collegamenti fra ogni
data mart e le relative fonti di dati perché ogni data mart ha soltanto
una fonte di dati. In più con questa architettura sul posto, gli utenti
finali possono ancora accedere alla panoramica dei dati
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 dati rasterast ji bingehên dati 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 dati. Uno svantaggio di avere collegamenti multipli per ogni data
mart è che, confrontato alle due architetture precedenti, la
sovrabbondanza di dati berbiçav zêde dibe.
Pêdivî ye ku her data mart hemî tomar bike dati richiesti localmente per
non avere effetto sui sistemi di OLTP. Questo provoca che i dati
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 dati 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 dati
ji martên daneyên cihêreng ne yekgirtî ne (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 dati di rêxistinê de (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 dati bikaranîn
dall’impresa (Varney 1996, Berson e Smith 1997, Peacock 1998).
La necessità di usare il modello dati 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 daneyên daneyên belav kirin
in ku heye middleware hub server è utilizzato per unire molti
data marts in un singolo deposito di dati distribuito (White 1995). In
questo caso, i dati aziendali sono distribuiti in parecchi data marts.
Le richieste dell’utente finale sono trasmesse al heye
navgîniya servera hub, ku hemî derdixe dati 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 daneyên daneyên virtuale (White 1995). Tuttavia, questa
architettura, che è descritta nella figura 2.9, non è un’architettura
d’immagazzinamento di dati reali poiché non sposta il caricamento
dai sistemi OLTP al daneyên daneyên (Demarest 1994).
Di rastiyê de, daxwazên ji dati 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
dati dîrokî û giştpirsiya agahdariya pargîdaniyê wekî i dati
dai differenti sistemi di OLTP non sono integrati. Quindi, questa
architettura non può soddisfare l’analisi di dati complessa quale ad
esempio previsioni.
Selezione dell’applicativi di accesso e di
recupero dei dati
Armanca avakirina a daneyên daneyên 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 dati 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 dati in un’organizzazione perché gli
applicativi sono la parte più visibile del daneyên daneyên all’utente
finale (Inmon ed altri 1997, Poe 1996). Per aver successo un data
warehouse, deve potere sostenere le attività di analisi dei dati
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 dati tra tutti
quelli disponibili (Poe 1996, Inmon ed altri 1997).
Tê gihîştin dati 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 heye del daneyên daneyên. Inoltre questi prodotti
consentono agli utenti di fare drill-down dai dati 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 dati del
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 dati
ji cihên dûr an dema rêwîtiyê. Zêdetir agahdarî dikare
essere fornite a costi più bassi mediante una diminuzione dei costi
ya perwerdehiyê.
2.4.3 Warehouse data Qonaxa Operasyonê
Questa fase consiste di tre attività: definizione di strategie di data
refresh, controllo delle attività del datawarehouse e gestione della
sicurezza del datawarehouse.
Danasîna stratejiyên nûvekirina daneyan
Piştî barkirina destpêkê, i dati nel heye del datawarehouse
devono essere refreshati periodicamente per riprodurre i
cambiamenti effettuati sui dati originali. Bisogna quindi decidere
quando fare il refresh, ogni quanto tempo deve essere schedulato il
refresh e come eseguire il refresh dei dati. Viene suggerito di fare il
refresh dei dati 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
diguheze.
Il primo approccio, il refresh completo, richiede il ricaricamento di
hemî dati ji serî de. Ev tê wê wateyê ku hemû dati 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 dati che sono stati cambiati
dall’ultimo ciclo di refresh del datawarehouse. L’identificazione di
records nuovi o modificati riduce significativamente la quantità di
dati che devono essere propagati al datawarehouse in ogni
aggiornamento poiché solo questi dati dê were zêdekirin heye
ya depoya daneyan.
Ci sono almeno 5 approcci che possono essere usati per prelevare
i dati nuovi o modificati. Per ottenere un’efficiente strategia di
refresh dei dati 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 dati modificati e aggiornati un timestamp in modo
da potere identificare facilmente tutti i dati 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 dati.
Bikaranîna vê pelê jî çerxa nûvekirinê zêde dike.
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.
Nêzîkatiya paşîn ev e ku meriv hev bide ber hev dati sorgenti con il file
principale dei dati.
Kontrolkirina çalakiyên depoya daneyê
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 dati 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 dati processati. Un altro scopo di fare il controllo del
datawarehouse è identificare i dati ku nayên bikaranîn. Eva dati
ew dikarin ji depoya daneyê werin rakirin da ku dem baştir bikin
bersiva darvekirina pirsê û çavdêriya mezinbûna
dati yên ku di nav de dijîn bingeha daneyan ya depoya daneyan.
Rêveberiya ewlehiya wargeha daneyê
Depoyek daneyê dihewîne dati 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 DBMS
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 bingeha daneyan ya depoya daneyan. Tê gihîştin
dati û amûrên vegerandinê divê şîfre bikin dati prima di presentare i
risultati agli utenti.
2.4.4 Warehouse data Qonaxa Sazkirinê
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
ya depoya daneyan.
Perwerdehiya bikarhêner
L’addestramento degli utenti dovrebbe essere fatto prima
dell’accesso ai dati del datawarehouse e dell’uso dei tool di
retrieval. Generalmente, le sessioni dovrebbero iniziare con
l’introduzione al concetto dell’immagazzinamento di dati, da
contenuto del datawarehouse, ai meta dati 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
dîsabidestxistin.
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 dati 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.
Bersiv berhev dikin
Una volta che il datawarehouse è stato rolled out, gli utenti possono
usare i dati che risiedono nel datawarehouse per vari scopi.
Principalmente, gli analisti o gli utenti utilizzano i dati nel
datawarehouse per:
1 Identificare le tendenze dell’azienda
2 Analizzare i profili d’acquisto dei mişteriyên
3 Suddividere i mişteriyên ed ez
4 Fornire i servizi migliori ai mişteriyên - karûbaran xweş bikin
5 Formulare strategie di marketing
6 Effettuare preventivi competitivi per cost analyses e help
kontrol
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 Kurte
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.
Beşa 3
Rêbazên lêkolîn û sêwiranê
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 Lêkolîn di pergalên agahdariyê de
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 Xwezaya lêkolînê
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 Lêkolîna pozîtîvîst
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 Lêkolîna şiroveker
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
ji cîhana rastîn.
3.1.1.3 Lêkolîna rexneyî
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
studio.
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 Armanca lêkolînê
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 Lêkolîna keşfê
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 Lêkolîna danasînê
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 Lêkolîna raveker
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 Lêkolîna pêşîlêgirtinê
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
dati dîrokzan. (Yin 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. Rêbazên lêkolînê yên gengaz
L’obiettivo di questo progetto era studiare l’esperienza nelle
organizzazioni australiane con i dati immagazzinati con uno
sviluppo di daneyên daneyên. date 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
hûrî.
3.2.1 Rêbaza lêkolînê ya anketê
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 dati 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 dati, l’uso del
questionario è la tecnica più popolare, poiché assicura che i dati
collezionati siano strutturati e formattati, e quindi facilita la
classificazione delle informazioni (Hwang 1987, de Vaus 1991).
Dema analîzkirina i dati, una strategia d’indagine impiega spesso le
tecniche quantitative, come l’analisi statistica, ma possono essere
impiegate anche tecniche qualitative (Galliers 1992, Pervan
û Klass 1992, Gable 1994). Bi gelemperî, i dati 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. Rêbaza Lêkolînê ya Lêpirsînê
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).
Ji bo berhevkirina xwedayan gelek teknîk hene dati ku ew dikarin
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 dati, le inchieste
permettono ai ricercatori di occuparsi sia dei dati 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
teoriyek di dema pêvajoya berhevkirinê de dati. Bûn
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. Rêbaza lêkolînê rast bikin
xwedîkirî
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. Neguncabûna rêbaza lêkolînê
ya lêpirsînê
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. Rehetiya rêbaza lêgerînê ya
lêkolînî
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. Sêwirana Lêkolînê ya Lêkolînê
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 dati 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. Teknîka dirûnê dati
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. Yekîneya analîzê
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 daneyên daneyên, li
seguito vengono intestate le singole organizzazioni. Il questionario
via posta è stato spedito alle organizzazioni interessate all’adozione
di daneyên daneyên. Questo metodo garantisce che le informazioni
raccolte provengano dalle risorse più adatte di ogni organizzazione
partecipante.
3.4.3. Nimûneya lêkolînê
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 dayîn 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. Naveroka pirsnameyê
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.
Beş A: Agahiyên bingehîn ên li ser rêxistinê
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.
Beşa B: Destpêk
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.
Beş C: Sêwirandin
Questa sezione contiene le domande relative alle attività di
pianificazione del daneyên daneyên. 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.
Beş D: Pêşveçûn
Nella sezione di sviluppo ci sono le domande relative alle attività di
sviluppo del daneyên daneyên: raccolta di requisiti dell’utilizzatore
finale, le fonti di dati, modela mantiqî ya dati, prototipi, la
pianificazione di capienza, architetture tecniche e selezione dei
tools di sviluppo del data warehousing.
Beş E: Operasyon
Domande di funzionamento relative al funzionamento ed
all’estensibilità del daneyên daneyên, come si evolve nella
successiva fase di sviluppo. La kalîteya daneyê, le strategie di
refresh dei dati, granularity ya dati, scalabilità del data
warehouse ed i problemi di sicurezza del daneyên daneyên erano fra
le tipologie di domande fatte.
Beş F: Pêşveçûn
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 daneyên daneyên, la revisione e le strategie
di addestramento adottati e la strategia di controllo del data
warehouse adottata.
3.4.5. Rêjeya bersivê
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:
Hejmara kesên ku bersiv dan
Tasso di risposta =
——————————————————————————– X 100
Numero totale di questionari spediti
3.4.6. Test Pilot
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). Li
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. Rêbazên Analîzê By dati
I dati 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 dati 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 dati 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 dati 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 dati 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.
Ji bo analîzkirina dati, 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 dati 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 Kurte
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 dati. Le
giustificazioni per il metodo di ricerca e la tecnica di raccolta dati
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 dati.

Sêwirandin a Warehouse data:
Tevhevkirina Têkiliya Entity û Modelkirina Dimensîyonê
Abstract
Depokirin i dati è un problema attuale importante per molte
organizzazioni. Un problema chiave nello sviluppo
dell’immagazzinamento dei dati ew sêwirana wî ye.
Il disegno deve sostenere il rilevamento di concetti nel data
warehouse a legacy system e le altre fonti di dati ed anche una
facile comprensione ed efficienza nell’implementazione di data
embar.
Piraniya wêjeya hilanînê ya dati pêşniyaz kirin
l’uso di entity relationship modelling or dimensional modelling per
rappresentare il disegno di daneyên daneyên.
In questo giornale noi mostriamo come entrambe le
rappresentazioni possono essere combinate in un approccio per il
disegno di daneyên daneyên. Nêzîkatiya ku tê bikaranîn sîstematîk e
esaminato in un caso di studio ed è identificato in un numero di
importanti implicazioni con professionisti.
BERXWEDANA DATA
Un daneyên daneyên 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 daneyên daneyên è
progettato per attraversare i confini funzionali dei legaci system per
offrire una prospettiva integrata dei dati.
Guhertoya demê bandorê li xwezaya dîrokî an rêze-demî dike dati in
un daneyên daneyên, la quale abilita trend per essere analizzati.
Non-volatile indica che il daneyên daneyên non è continuamente
aggiornato come un heye di OLTP. Piuttosto è aggiornato
periodicamente, con dati ji çavkaniyên hundir û derve tên. Ew
daneyên daneyên specificatamente è disegnato per la ricerca
piuttosto che per l’integrità degli aggiornamenti e le prestazioni delle
operazioni.
Fikra hilanînê i dati non è nuova, è stato uno degli scopi
di gestione dei dati ji salên şêstî (The Martin, 1982).
I daneyên daneyên ew binesaziyê pêşkêş dikin dati 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
dati che abilita dirigenti d’azienda ad accedere facilmente alla vista
ji dati.
Mîmariya giştî a daneyên daneyên rola xwe radixe ber çavan
daneyên daneyên nel supporto alla gestione. Oltre ad offrire
l’infrastruttura dati ji bo EIS û DSS, al daneyên daneyên gengaz e
accedervi direttamente attraverso le query. I dati 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
dati 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
daneyên daneyên (Inmon, 1992; McFadden, 1996). EW dati provenienti
da sistemi di immagazzinamento dati ad hoc û ji çavkaniyan dati
ji derve bi gelemperî ji bo zêdekirin (nûvekirin, veguherandin) têne bikar anîn
dati ji sîstemên mîras.
Gelek sedemên mecburî hene ku pêşketin a daneyên daneyên,
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 dati per EIS e DSS (Graham 1996, McFadden
1996).
Un recente studio empirico ha scoperto, in media, un ritorno degli
investimenti per i daneyên daneyên del 401% dopo tre anni (Graham,
1996). Comunque, gli altri studi empirici di daneyên daneyên heye
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 datide, di
particolare quanto riguarda le fonti e la pulizia dei dati.
Depokirin i dati può essere considerato come una soluzione
al problema di gestione dei dati fra le organizzazioni. La
manipolazione dei dati 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).
Nêzîkatiyek populer a rêveberiyê dati negli anni ottanta era
lo sviluppo di un modello dati civatî. Cins dati sociale fu
pensato per offrire una base stabile per lo sviluppo di nuovi sistemi
applicativi e heye 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 daneyên daneyên è un databse separato che co-esiste coi legacy
databases piuttosto che sostituirli. Esso perciò consente di
indirizzare la gestione dei dati ed evitare la costosa ricostruzione
dei legacy systems.
Nêzîktêdayînên HEBÛN JI BO DESÎNA DATA
EMBAR
Pêvajoya avakirin û tekûzkirin a daneyên daneyên
va compreso più come un processo evolutivo piuttosto che un
lifecycle di sviluppo di sistemi tradizionali (Xwezî, 1995, Shanks,
O’Donnell and Arnott 1997a ). Ci sono molti processi coinvolti in un
progetto di daneyên daneyên come inizializzazione, pianificazione;
informazioni acquisite dai requisiti chieste ai dirigenti d’azienda;
fonti, trasformazioni, pulizia dei dati e di sincronizzazione da legacy
systems e le altre fonti di dati; sistemi di consegna in sviluppo;
monitoraggio dei daneyên daneyên; e insensatezza del processo
evolutivo e di costruzione di un daneyên daneyên (Stinchi, O’Donnell
ed Arnott 1997b). In questo giornale, noi focalizziamo su come
disegnare i dati 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.
Inmon's (1994) Nêzîkatiya ji bo Warehouse data
Mînakkirin
Inmon (1994) propose quattro passi iterativi per disegnare un data
warehouse (veda Figura 2). Il primo passo è progettare un modello
dati civakî ku fêm bikin ka çawa i dati possono essere integrati
attraverso aree funzionali all’interno di un’organizzazione
suddividendo i dati li deveran dikanin. Cins dati ew ji bo çêkirî ye
immagazzinare dati têkildarî biryargirtinê, di nav de dati
dîroknas, û tê de dati 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 heye 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 dati richiesti e sviluppare
processi di trasformazione per acquisire, pulire e formattare i dati.
Hêza nêzîkbûna Inmon ew model e dati civatî
offre la base per l’integrazione di dati 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
il modello dati sociale, la difficoltà nel capire modelli di entità e
relazioni usati in ambo i modelli, quello dati civakî û ya dati
ji hêla qada mijarê ve hatî hilanîn, û guncanbûna wê dati del
disegno di daneyên daneyên ji bo pêkanîna heye
têkilî lê ne ji bo heye pir-alî.
Ives' (1995) Nêzîkî Warehouse data
Mînakkirin
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 dati sociale. Il secondo passo
comporta lo sviluppo di un architettura che definisce dati
ji hêla deveran ve hatî hilanîn, heye di daneyên daneyên, i componenti
di tecnologia che sono richiesti, l’insieme di supporto organizzativo
richiesto per implementare ed operare con daneyên daneyên. Il terzo
passo include la selezione di pacchetti software e attrezzi richiesti.
Il quarto passo è il disegno particolareggiato e la costruzione del
daneyên daneyên. Ives destnîşan dike ku hilanînê dati 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 daneyên daneyên,
l’opportuna selezione hardware e software, e l’uso di molteplici
tecniche di rappresentazione per il daneyên daneyên. Le sue pecche
sono inerenti alla complessità. Altre includono la difficoltà nello
sviluppare molti livelli di heye all'interno del daneyên daneyên in
tempi e costi ragionevoli.
Kimball's (1994) Nêzîkî Warehouse data
Mînakkirin
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 daneyên daneyên 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 heye fisico è più
efficiente (Kimball 1994). Kimball riconosce che lo sviluppo di un
daneyên daneyên ew dubare ye, û ew daneyên daneyên separati possono
essere integrati attraverso la ripartizione in tavole di dimensioni
comuni.
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 heye multidimensionale per perfezionare lo
schema della stella. Il passo finale è identificare sistemi di fonti dati
richiesti e sviluppare processi di trasformazione per acquisire, pulire
e formattare i dati.
Le forze dell’approccio di Kimball includono l’uso di modelli
dimensionali per rappresentare i dati immagazzinati che lo rendono
facile da capire e conduce ad un disegno fisico efficiente. Un
modello dimensionale che usa prontamente anche entrambi i
sistemi di heye têkilî dikare bê kamilkirin an jî sîstem
heye 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 daneyên daneyên û
difficoltà di progettare dall’estrema struttura denormalizzata in un
modello dimensionale a dati di pergala mîrasê de.
McFadden's (1996) Nêzîkatiya Daneyan
Warehouse Design
McFadden (1996) propone un approccio di cinque passi per
disegnare un daneyên daneyên (binêre Xiflteya 5).
Il suo approccio è basato su una sintesi delle idee dalla letteratura
ed è focalizzato sul disegno di un solo daneyên daneyên. Ya yekem
passo comporta un’analisi dei requisiti. Anche se le specifiche
tecniche non sono prescritte, le note di McFadden identificano le
entità dati specifiche ed i loro attributi, e si riferisce ai lettori Watson
e Frolick (1993) per l’acquisizione dei requisiti.
Di gava duyemîn de, modelek têkiliyên hebûnê ji bo hatî çêkirin
daneyên daneyên e poi convalidato dai dirigenti d’azienda. Il terzo
passo comprende la determinazione del mapping da legacy system
e fonti esterne di daneyên daneyên. Il quarto passo comporta
processi in sviluppo, la distribuzione e sincronizzazione di dati nel
daneyên daneyên. 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 dati, la loro pulizia e raccolta. Le sue
pecche riguardano la mancanza di un processo per suddividere un
grande progetto di daneyên daneyên di gelek qonaxên entegre de, û
zehmetiya têgihîştina modelên sazî û têkiliyan ên ku di sêwiranê de têne bikar anîn
daneyên daneyên.

admin CEO

👍Ajansa Malpera Serhêl | Di Kirrûbirra Dîjîtal û SEO de pisporê Ajansa Webê. Web Agency Online Ajansa Webê ye. Ji bo serkeftina Agenzia Web Online di veguherîna dîjîtal de li ser bingehên Iron SEO guhertoya 3-ê ye. Taybetmendî: Yekbûna Pergalê, Yekbûna Serlêdana Pargîdaniyê, Mîmariya Oriented Service, Cloud Computing, Depoya daneyê, îstîxbarata karsaziyê, Daneyên Mezin, portal, intranet, Serlêdana Webê Sêwirandin û rêvebirina databasên pêwendîdar û piralî Sêwirana navberan ji bo medyaya dîjîtal: bikêrhatîbûn û grafîk. Ajansa Malpera Serhêl van karûbarên jêrîn pêşkêşî pargîdaniyan dike: -SEO li Google, Amazon, Bing, Yandex; -Alytics Web: Google Analytics, Google Tag Manager, Yandex Metrica; -Guhertinên bikarhêner: Google Analytics, Microsoft Clarity, Yandex Metrica; -SEM li Google, Bing, Amazon Ads; -Bazarkirina Medyaya Civakî (Facebook, Linkedin, Youtube, Instagram).

Binêre Bio Full

Digital Marketing Database DBMS Warehouse data Data Science Reklamkirina Serhêl Information Technology Ajansa Web Ajansa Reklamê marketing