Data Warehousing an Enterprise Ressource Planning | DWH an ERP

ARCHIV DATA CENTRAL: HISTORY ED EVOLUTIONEN

Déi zwee dominant Themen vun der Firmentechnologie an den 90er waren i daten Lager an ERP. Fir eng laang Zäit sinn dës zwee mächteg Stréimunge Deeler vun der Firmen-IT gewiescht ouni jee Kräizungen ze hunn. Et war bal wéi wa se Matière an Anti-Matière wieren. Awer de Wuesstum vu béide Phänomener huet zwangsleefeg zu hirer Kräizung gefouert. Haut sti Firme mat dem Problem vu wat mat ERP ze maachen an daten Lager. Dësen Artikel wäert skizzéieren wat d'Problemer sinn a wéi d'Firmen se adresséieren.

UM START…

Am Ufank gouf et de daten Lager. Donnéeën Lager gouf geschaf fir den Transaktiounsveraarbechtung Applikatiounssystem entgéintzewierken. Am fréien Deeg d'Erënnerung vun dati et war geduecht just e Géigewier zu Transaktioun Veraarbechtung Uwendungen gin. Awer hautdesdaags ginn et vill méi sophistikéiert Meenungen iwwer wat eng daten Lager. An haut d'Welt d' daten Lager et gëtt an enger Struktur agebaut déi Corporate Information Factory genannt ka ginn.

DER CORPORATE INFORMATIOUN FABRIEK (CIF)

D'Corporate Information Factory huet Standard architektonesch Komponenten: e Niveau vun der Transformatioun an der Codeintegratioun déi den integréiert dati während ech dati si plënneren aus der Applikatioun Ëmfeld Richtung Ëmwelt vun daten Lager vun der Firma; a daten Lager vun der Firma wou de dati detailléiert an integréiert Historiker. Déi daten Lager vun der Firma déngt als Fundament op deem all aner Deeler vun der Ëmwelt gebaut kënne ginn daten Lager; en operationell Dategeschäft (ODS). En ODS ass eng Hybridstruktur déi e puer Aspekter vum daten Lager an aner Aspekter vun engem OLTP Ëmfeld; daten Marts, wou verschidden Departementer kënnen hir eege Versioun vun der daten Lager; a daten Lager vun der Exploratioun an där d'"Philosophen" vun der Firma hir Ufroe fir 72 Stonnen ouni schiedlechen Effekt op de daten Lager; an eng no Linn Erënnerung, an deem dati alt an dati bulk Detail ka bëlleg gespäichert ginn.

WOU KOMBINÉIERT DEN ERP MAT DER CORPORATE INFORMATIOUN FABRIEK

D'ERP fusionéiert mat der Corporate Information Factory op zwou Plazen. Éischt als Basis Applikatioun (Basislinn) déi i dati vun der Applikatioun ze daten Lager. An dësem Fall i dati, generéiert als Byprodukt vun enger Transaktiounsprozess, sinn integréiert a gelueden an de daten Lager vun der Firma. Den zweete Punkt vun der Unioun tëscht ERP an CIF an ODS. Tatsächlech gëtt a ville Ëmfeld ERP als klassesch ODS benotzt.

Am Fall wou ERP als Basisapplikatioun benotzt gëtt, kann déiselwecht ERP och am CIF als ODS benotzt ginn. Op alle Fall, wann ERP a béide Rollen benotzt soll ginn, muss et e kloren Ënnerscheed tëscht den zwou Entitéite sinn. An anere Wierder, wann d'ERP d'Roll vun enger Kärapplikatioun an engem ODS spillt, mussen déi zwee architektonesch Entitéite ënnerscheeden. Wann eng eenzeg ERP-Implementatioun probéiert béid Rollen gläichzäiteg auszeféieren, ginn et zwangsleefeg Probleemer am Design an Ëmsetzung vun där Struktur.

SEPARAT ODS AN BASIC APPLIKATIOUNEN

Et gi vill Grënn, déi zu der Divisioun vun architektonesche Komponenten féieren. Vläicht déi meeschte soen Thema fir déi verschidde Komponente vun enger Architektur ze trennen ass datt all Komponent vun der Architektur seng eege Vue huet. D'Basisapplikatioun déngt en aneren Zweck wéi den ODS. Probéiert ze iwwerlappen

eng Baseline Applikatioun Vue op d'Welt vun engem ODS oder vice versa ass net e richtege Wee fir ze schaffen.

Dofir ass den éischte Problem vun engem ERP am CIF fir z'iwwerpréiwen ob et en Ënnerscheed tëscht de Baseline Uwendungen an den ODS gëtt.

Donnéeën MODELLEN AN DER CORPORATE INFORMATIOUN FABRIEK

Ze erreechen Kohäsioun tëscht de verschiddene Komponente vun der CIF Architektur, et muss e Modell vun dati. D'Modeller vun dati si déngen als Link tëscht de verschiddene Komponente vun der Architektur wéi d'Basisapplikatioune an den ODS. D'Modeller vun dati si ginn déi "intellektuell Stroossekaart" fir déi richteg Bedeitung aus de verschiddenen architektonesche Komponente vum CIF ze kréien.

Ginn Hand an Hand mat dëser Notioun, d'Iddi ass, datt et ee groussen an eenzege Modell vun dati. Natierlech muss et e Modell vun dati fir jiddereng vun den Komponenten an och et muss e verstännege Wee sinn, deen déi verschidde Modeller verbënnt. All Komponent vun der Architektur - ODS, Baseline Uwendungen, daten Lager vun der Firma, a sou weider .. - brauch säin eegene Modell dati. An dofir muss et eng präzis Definitioun sinn wéi dës Modeller dati si Interface mat all aner.

MÉI I DATA VUN DER ERP AN DEN DATA LAGER

Wann den Urspronk vun der dati ass eng Baseline Applikatioun an / oder en ODS, wann den ERP den dati an daten Lager, muss dës Insertioun um niddregsten Niveau vun der "Granularitéit" stattfannen. Einfach zesummefaassen oder aggregéiert i dati wéi se aus der ERP Baseline Applikatioun oder ERP ODS erauskommen ass net déi richteg Saach ze maachen. DEN dati Detailer sinn néideg an daten Lager fir d'Basis vum DSS-Prozess ze bilden. Esou dati gëtt op vill Manéiere vun daten Marts an Exploratioune vun daten Lager.

D'Beweegung vun dati vun der ERP Baseline Applikatioun Ëmfeld op d' daten Lager vun der Firma op eng raisonnabel entspaant Manéier gemaach gëtt. Dës Beweegung geschitt ongeféier 24 Stonnen nom Update oder Erstellt am ERP. D'Tatsaach, datt eng "faul" Bewegung vun der dati an daten Lager vun der Firma erlaabt der dati vun der ERP op "Depot" kommen. Eemol i dati sinn an der baseline Applikatioun gespäichert, da kënnt Dir sécher réckelen der dati vun ERP an der Entreprise. En anert Zil erreechbar dank der "Lazy" Bewegung vun der dati et ass déi kloer Ofgrenzung tëscht operationelle Prozesser an DSS. Mat enger "séier" Bewegung vun der dati d'Trennlinn tëscht DSS an operationell bleift vague.

D 'Bewegung vun dati vum ODS vun der ERP bis daten Lager vun der Firma gëtt periodesch gemaach, normalerweis wëchentlech oder monatlecht. An dësem Fall d'Bewegung vun dati et baséiert op de Besoin fir déi al ze "botzen". dati Historiker. Natierlech enthält den ODS i dati déi vill méi rezent sinn wéi de dati Historiker fonnt an der daten Lager.

D'Beweegung vun dati an daten Lager et gëtt bal ni "Grosshandel" gemaach (op eng Grossist Manéier). Kopéiert en Dësch aus dem ERP Ëmfeld op daten Lager et mécht kee Sënn. A vill méi realistesch Approche ass ausgewielt Unitéiten vun der ze plënneren dati. Nëmmen déi dati déi zanter dem leschten Update vun geännert hunn daten Lager si sinn déi, déi an de geplënnert ginn soll daten Lager. Ee Wee fir ze wëssen wéi eng dati zanter dem leschten Update geännert hunn ass d'Zäitstempele vun der kucken dati am ERP Ëmfeld fonnt. Den Designer wielt all Ännerungen déi zënter dem leschten Update geschitt sinn. Eng aner Approche ass d'Ännerungsfangstechniken ze benotzen dati. Mat dësen Techniken ginn Logbicher a Journalbänner analyséiert fir ze bestëmmen wéi eng dati muss aus dem ERP Ëmfeld op déi vun daten Lager. Dës Technike sinn am beschten well Logbicher a Journalbänner aus ERP Dateien gelies kënne ginn ouni weider aner ERP Ressourcen ze beaflossen.

ANER KOMPLIKATIOUNEN

Ee vun den ERP Themen am CIF ass wat mat anere Applikatiounsquellen geschitt oder mat dati vun den ODS déi si mussen bäidroen daten Lager mä si sinn net Deel vun der ERP Ëmwelt. Kritt der zouene Natur vun ERP, besonnesch SAP, versicht Schlësselen aus externen Quellen vun intégréieren dati mat i dati déi aus der ERP kommen wann Dir de dati an daten Lager, et ass eng grouss Erausfuerderung. A wéi genee sinn d'Wahrscheinlechkeeten, datt d.h dati vun Uwendungen oder ODS ausserhalb der ERP Ëmfeld wäert an der integréiert ginn daten Lager? D'Chance sinn eigentlech ganz héich.

FINN DATA HISTORISK VUN ERP

En anere Problem mat i dati vun ERP ass dat ofgeleet vun der Bedierfnes ze hunn dati Historiker bannent der daten Lager. Normalerweis de daten Lager brauch dati Historiker. An ERP Technologie späichert dës normalerweis net dati historesch, op d'mannst net op de Punkt wou et néideg ass an der daten Lager. Wann eng grouss Quantitéit vun dati D'Geschicht fänkt un am ERP-Ëmfeld op, dat Ëmfeld muss gebotzt ginn. Zum Beispill, ugeholl datt a daten Lager muss mat fënnef Joer vun gelueden ginn dati historesch während der ERP maximal sechs Méint vun dësen hält dati. Soulaang wéi d'Firma zefridden ass mat enger Rei vu sammelen dati Historiker wéi d'Zäit passéiert, da gëtt et kee Problem fir den ERP als Quell fir de daten Lager. Awer wann de daten Lager hie muss zréck an d'Zäit goen a Gëtter kréien dati Geschichten déi net virdru vum ERP gesammelt a gespäichert goufen, da gëtt d'ERP Ëmfeld ineffizient.

ERP AN METADATA

Eng aner Iwwerleeung iwwer ERP ze maachen e daten Lager ass deen op de Metadaten, déi am ERP Ëmfeld existéieren. Just wéi Metadaten aus dem ERP Ëmfeld an d' daten Lager, mussen d'Metadaten op déiselwecht Manéier geréckelt ginn. Ausserdeem mussen d'Metadaten an d'Format an d'Struktur transforméiert ginn, déi d'Infrastruktur vun der daten Lager. Et gëtt e groussen Ënnerscheed tëscht operationellen Metadaten an DSS Metadaten. Operationell Metadaten si virun allem fir den Entwéckler an den

programmeur. DSS Metadaten si primär fir den Endbenotzer. Bestehend Metadaten an ERP Uwendungen oder ODSs musse konvertéiert ginn, an dës Konversioun ass net ëmmer einfach an einfach.

SOURCING DEN ERP DATA

Wann den ERP als Zouliwwerer vun benotzt gëtt dati pro il daten Lager et muss eng zolidd Interface ginn, datt de dati vun ERP Ëmfeld ze Ëmwelt daten Lager. Den Interface muss:

• ▪ einfach ze benotzen
• ▪ erlaben Zougang zu dati vum ERP
• ▪ d'Bedeitung vun huelen dati déi amgaangen an de geplënnert ze ginn daten Lager
• ▪ kennen d'ERP Aschränkungen déi entstoe kënnen wann Dir Zougang zum dati der ERP:
• ▪ referenziell Integritéit
• ▪ hierarchesch Relatiounen
• ▪ implizit logesch Relatiounen
• ▪ Applikatioun Konventioun
• ▪ all d'Strukturen vun dati ënnerstëtzt vum ERP, an sou weider ...
• ▪ Effizient sinn am Accès dati, andeems Dir:
• ▪ direkt Bewegung vun dati
• ▪ Acquisitioun vun änneren dati
• ▪ Ënnerstëtzung virgesinnen Zougang zu dati
• ▪ d'Format vun verstoen dati, a sou weider… INTERFACE MAT SAP D'Interface kann vun zwou Zorte sinn, doheem oder kommerziell. E puer vun de grousse Handelsinterfaces enthalen:

• ▪ SAS
• ▪ Prims Léisunge
• ▪ D2k, a sou weider... MÉI ERP TECHNOLOGIES D'ERP Ëmfeld behandelen wéi wann et eng eenzeg Technologie wier ass e grousse Feeler. Et gi vill ERP Technologien, jidderee mat sengen eegene Stäerkten. Déi bekanntst Ubidder um Maart sinn:

• ▪ SAP
• ▪ Oracle Financials
• ▪ PeopleSoft
• ▪ JD Edwards
• ▪ Baan SAP SAP ass déi gréissten a komplettst ERP Software. SAP Uwendungen enthalen vill Aarte vun Uwendungen a ville Beräicher. SAP huet e Ruff fir ze sinn:

• ▪ ganz grouss
• ▪ ganz schwéier an deier ze realiséieren
• ▪ brauch vill Leit a Beroder fir ëmgesat ze ginn
• ▪ verlaangt spezialiséiert Leit fir Ëmsetzung
• ▪ dauert laang Zäit fir ëmzesetzen Ausserdeem huet SAP e Ruff fir seng Erënnerung ze memoriséieren dati ganz virsiichteg, mécht et schwéier fir een ausserhalb vum SAP Beräich Zougang zu hinnen. D'Kraaft vum SAP ass datt et fäeg ass eng grouss Quantitéit ze erfaassen an ze späicheren dati. Viru kuerzem huet SAP seng Absicht ugekënnegt seng Uwendungen ze verlängeren daten Lager. Et gi vill Virdeeler an Nodeeler fir SAP als Verkeefer ze benotzen daten Lager. E Virdeel ass datt SAP schonn installéiert ass an datt déi meescht Beroder scho SAP kennen.
  D'Nodeeler vun engem mussen SAP als Zouliwwerer vun daten Lager et gi vill: SAP huet keng Erfahrung an der Welt vun daten Lager Wann SAP de Fournisseur vun daten Lager, et ass néideg ze "aushuelen" i dati vum SAP zu daten Lager. Tatsaach engem SAP Streck Rekord vun zouenen System, ass et onwahrscheinlech einfach gin ech aus SAP an et ze kréien (???). Et gi vill legacy Ëmfeld déi SAP Kraaft maachen, wéi IMS, VSAM, ADABAS, ORACLE, DB2, a sou weider. SAP insistéiert op eng "net erfonnt hei" Approche. SAP wëll net mat anere Verkeefer Partner ze benotzen oder schafen der daten Lager. SAP insistéiert all seng Software selwer ze generéieren.

Och wann SAP eng grouss a mächteg Firma ass, probéiert d'Technologie vun ELT, OLAP, Systemverwaltung a souguer de Kärcode vun dbms et ass just verréckt. Amplaz eng kooperativ Astellung mat Fournisseuren vun daten Lager laangjäreg, SAP huet d'Approche "si wëssen am Beschten" gefollegt. Dës Haltung hält den Erfolleg zréck, deen SAP am Beräich kéint hunn daten Lager.
De Refus vum SAP fir extern Ubidder z'erméiglechen, séier a graziéis Zougang zu hirem dati. Déi ganz Essenz vun engem benotzen daten Lager ass einfach Zougang zu dati. D'ganz Geschicht vum SAP baséiert op et schwéier Zougang ze maachen dati.
SAP Mangel un Erfahrung am Ëmgang mat grousse Bänn vun dati; am Beräich vun daten Lager et gi Bänn vun dati ni vun SAP gesinn an dës grouss Quantitéiten ze verwalten vun dati Dir musst eng passend Technologie hunn. SAP ass anscheinend net bewosst vun dëser technologescher Barrière déi existéiert fir an d'Beräich ze kommen daten Lager.
SAP d'Gesellschaftskultur: SAP huet e Geschäft gemaach fir de dati vum System. Awer fir dëst ze maachen, musst Dir eng aner Mentalitéit hunn. Traditionell sinn Softwarefirmen, déi gutt waren fir Daten an en Ëmfeld ze kréien, net gutt gewiescht fir Daten deen anere Wee ze goen. Wann SAP et fäerdeg bréngt dës Zort vu Schalter ze maachen, ass et déi éischt Firma déi dat mécht.

Kuerz gesot, et ass d'Fro ob eng Firma SAP als Zouliwwerer soll wielen daten Lager. Et gi ganz grave Risiken op der enger Säit a ganz wéineg Belounungen op der anerer. Awer et gëtt en anere Grond deen de Choix vum SAP als Zouliwwerer decouragéiert daten Lager. Well all Firma soll déi selwecht hunn daten Lager vun all deenen anere Firmen? Déi daten Lager et ass d'Häerz vum kompetitive Virdeel. Wann all Firma déi selwecht adoptéiert daten Lager et wier schwéier, wann och net onméiglech, e Konkurrenzvirdeel z'erreechen. SAP schéngt ze denken, datt eng daten Lager et kann als Cookie gesi ginn an dëst ass e weidert Zeeche vun hirer "Daten eran" Mentalitéit vun Uwendungen.

Keen aneren ERP Verkeefer ass sou dominant wéi SAP. Et wäerten ouni Zweiwel Firme ginn, déi dem SAP säi Wee fir hiren verfollegen daten Lager mee viraussiichtlech dës daten Lager SAP wäert grouss, deier an Zäitopwänneg ze schafen.

Dës Ëmfeld enthalen sou Aktivitéiten wéi Banktellerveraarbechtung, Fluchgesellschafte Reservatiounsprozesser, Versécherungsfuerderungsprozesser, a sou weider. Wat den Transaktiounssystem méi performant war, dest méi offensichtlech war de Besoin fir Trennung tëscht dem operationelle Prozess an dem DSS (Decision Support System). Wéi och ëmmer, mat HR a Personalsystemer sidd Dir ni mat grousse Volumen vun Transaktioune konfrontéiert. An natierlech, wann eng Persoun engagéiert gëtt oder d'Firma verléisst, ass dëst e Rekord vun enger Transaktioun. Awer par rapport zu anere Systemer hunn HR a Personalsystemer einfach net vill Transaktiounen. Dofir ass et an HR- a Personalsystemer net ganz offensichtlech datt et e Bedierfnes fir en DataWarehouse ass. A ville Weeër representéieren dës Systemer d'Amalgamatioun vun DSS Systemer.

Awer et gëtt en anere Faktor dee muss berücksichtegt ginn wann Dir mat Datelager a PeopleSoft handelt. A ville Ëmfeld, d.h dati vu mënschlechen a perséinleche Ressourcen sinn sekundär zum primäre Betrib vun der Firma. Déi meescht Firmen engagéieren sech mat der Fabrikatioun, Verkaf, Servicer ubidden, asw. Mënschlech Ressourcen a Personalsystemer sinn normalerweis sekundär fir (oder ënnerstëtzen) d'Haaptlinn vun der Firma. Dofir ass et equivocal an onbequem daten Lager getrennt fir mënschlech Ressourcen a Personal Ënnerstëtzung.

PeopleSoft ass ganz anescht wéi SAP an dëser Hisiicht. Mat SAP ass et obligatoresch datt et eng daten Lager. Mat PeopleSoft ass et net sou kloer. En Datelager ass fakultativ mat PeopleSoft.

Déi bescht Saach, datt fir de gesot ginn dati PeopleSoft ass, datt de daten Lager ka benotzt ginn fir i dati betreffend al mënschlech a perséinlech Ressourcen. En zweete Grond firwat eng Firma eng benotze wëllt daten Lager a

Nodeel vun der PeopleSoft Ëmfeld ass Zougang a gratis Zougang zu Analyse Tools ze erlaben, ze dati vun PeopleSoft. Awer doriwwer eraus dës Grënn kënnen et Fäll sinn, wou et léiwer ass net en Datelager ze hunn dati PeopleSoft.

zesummefaassend

Et gi vill Iddien iwwer de Bau vun enger daten Lager an enger ERP Software.
E puer vun dësen sinn:

• ▪ Et mécht Sënn fir eng daten Lager dat ass wéi soss an der Industrie?
• ▪ Wéi flexibel en ERP ass daten Lager Software?
• ▪ An ERP daten Lager Software kann e Volume vun verschaffen dati déi läit an engemdaten Lager arena"?
• ▪ Wat ass d'Spueropnam déi den ERP Verkeefer mécht vis-à-vis vun einfachen a preiswerten, wat d'Zäit ugeet, dati? (wat ass d'ERP Ubidder Track Record iwwer d'Liwwerung vun preiswerten, op Zäit, einfach Zougang zu Daten?)
• ▪ Wat ass dem ERP Verkeefer säi Verständnis vun der DSS Architektur a Firmeninformatiounsfabrik?
• ▪ ERP Ubidder verstinn wéi se z'erreechen dati bannent der Ëmwelt, awer och verstoen wéi se exportéieren?
• ▪ Wéi oppen ass den ERP Verkeefer fir Datewarehousing Tools?
  All dës Considératiounen musse bei der Bestëmmung gemaach ginn, wou de daten Lager déi wäert hosten i dati vum ERP an anerer dati. Am Allgemengen, ausser et gëtt eng zwéngend Grond anescht ze maachen, ass Gebai recommandéiert daten Lager ausserhalb vum ERP-Verkeefer Ëmfeld. KAPITEL 1 Iwwersiicht vun der BI Organisatioun Schlësselpunkte:
  Informatiounsrepositories funktionnéieren ëmgedréint zu Business Intelligence (BI) Architektur:
  Firmenkultur an IT kënnen den Erfolleg beim Bauen vun BI Organisatiounen limitéieren.

Technologie ass net méi de limitéierende Faktor fir BI Organisatiounen. D'Fro fir Architekten a Projetsplaner ass net ob d'Technologie existéiert, mee ob se déi verfügbar Technologie effektiv kënnen ëmsetzen.

Fir vill Betriber a daten Lager et ass bësse méi wéi eng passiv Depot datt verdeelt der dati fir Benotzer déi et brauchen. DEN dati si sinn aus der Quell Systemer ofgebaut a sinn an Zilstrukture vun Populatioun daten Lager. ech dati si kënnen och mat all Gléck gebotzt ginn. Allerdéngs gëtt keen zousätzleche Wäert dobäi oder gesammelt duerch dati während dësem Prozess.

Weesentlechen, passiv Dw, am beschten, bitt nëmmen i dati propper an operationell ze Benotzer Associatiounen. Informatiounsschafung an analytescht Verständnis si ganz ofhängeg vun de Benotzer. Riichter ob den DW (Donnéeën Lager) ass e Succès ass subjektiv. Wa mir Riichter Succès op d'Fähegkeet effikass ze sammelen, intégréieren a propper der dati Firmen op enger prévisibel Basis, dann jo, den DW ass e Succès. Op der anerer Säit, wa mir d'Sammlung, d'Konsolidéierung an d'Ausbeutung vun Informatioun vun der Organisatioun als Ganzt kucken, dann ass den DW e Feeler. En DW bitt wéineg bis keen Informatiounswäert. Als Resultat sinn d'Benotzer gezwongen ze maachen, sou datt Informatiounssiloen erstallt ginn. Dëst Kapitel presentéiert eng ëmfaassend Vue fir d'Firma BI (Business Intelligence) Architektur ze resuméieren. Mir fänken u mat enger Beschreiwung vum BI un a réckelen dann op Diskussiounen iwwer Informatiounsdesign an Entwécklung, am Géigesaz zu einfach Informatioun ze liwweren. dati fir Benotzer. D'Diskussiounen konzentréieren sech dann op d'Berechnung vum Wäert vun Äre BI Efforten. Mir schléissen duerch definéieren wéi IBM Är BI architektonesch Ufuerderunge vun Ärer Organisatioun adresséiert.

Architektur Beschreiwung vun BI Organisatioun

Mächteg transaktiounsorientéiert Informatiounssystemer sinn elo allgemeng an all grousser Entreprise, effektiv d'Spillfeld fir Firmen ronderëm d'Welt ausgläichen.

Kompetitiv bleiwen, awer elo erfuerdert analytesch orientéiert Systemer, déi d'Fäegkeet vun der Firma revolutionéiere kënnen d'Informatioun déi se scho besëtzen nei z'entdecken an ze benotzen. Dës analytesch Systemer ofgeleet vum Versteesdemech vum Räichtum vun dati verfügbar. BI kann d'Performance uechter d'Entreprise verbesseren. Firmen kënne Client-Liwwerant Bezéiungen verbesseren, d'Rentabilitéit vu Produkter a Servicer verbesseren, nei a besser Offeren generéieren, Risiko kontrolléieren an ënner villen anere Gewënn Ausgaben dramatesch reduzéieren. Mat BI fänkt Är Firma endlech un Clientinformatioun als kompetitiv Verméigen ze benotzen dank Uwendungen déi Maartziler hunn.

Déi richteg Geschäftsinstrumenter ze hunn heescht definitiv Äntwerten op Schlësselfroen ze hunn wéi:

• ▪ Wéi eng vun eis Clienten maachen se eis méi verdéngen, oder maachen se eis Suen verléieren?
• ▪ Wou eist Bescht wunnt Clienten par rapport zu Buttek/ Lager, datt se dacks?
• ▪ Wéi eng vun eise Produkter a Servicer kënnen am effektivsten verkaf ginn a wiem?
• ▪ Wéi eng Produkter kënnen am effektivsten verkaf ginn a wiem?
• ▪ Wéi eng Verkafskampagne ass am meeschten erfollegräich a firwat?
• ▪ Wéi eng Verkafskanäl si fir wéi eng Produkter am effektivsten?
• ▪ Wéi kënne mir Bezéiunge mat eise beschte Leit verbesseren Clienten? Déi meescht Firmen hunn dati rau Weeër fir dës Froen ze beäntweren.
  Operationell Systemer generéieren grouss Quantitéite vun Produit, Client an dati Maart vu Verkafspunkten, Reservatiounen, Clientsservice an technesch Ënnerstëtzungssystemer. D'Erausfuerderung ass dës Informatioun ze extrahieren an auszenotzen. Vill Firme profitéieren nëmme vu klenge Fraktiounen vun hiren dati fir strategesch Analysen.
  I dati reschtlech, oft kombinéiert mat ech dati ofgeleet vun externen Quellen wéi Regierungsberichter, an aner kaaft Informatioun, ass eng Goldmine déi just waart op exploréiert ze ginn, an dati si musse just am Informatiounskontext vun Ärer Organisatioun raffinéiert ginn.

Dëst Wësse kann op verschidde Weeër applizéiert ginn, rangéiert vum Design vun enger Gesamtstrategie fir perséinlech Kommunikatioun mat Fournisseuren, iwwer Call Centers, Rechnung, Internet an aner Punkten. D'Geschäftsëmfeld vun haut diktéiert datt DW a verbonne BI-Léisungen iwwer d'traditionell Geschäftsstrukturen evoluéieren. dati wéi ech dati normaliséiert op atomarer Niveau an "Star / Cube Farms".

Wat gebraucht gëtt fir kompetitiv ze bleiwen ass eng Fusioun vun traditionellen a fortgeschratten Technologien an engem Effort fir eng grouss analytesch Landschaft z'ënnerstëtzen.
Fir ofzeschléissen, muss d'allgemeng Ëmfeld d'Wësse vun der Firma als Ganzt verbesseren, fir sécherzestellen datt d'Aktiounen, déi als Resultat vun den Analysen duerchgefouert goufen, nëtzlech sinn, sou datt jidderee profitéiert.

Zum Beispill, loosst eis soen datt Dir Är eege rangéiert Clienten an héich oder niddreg Risiko Kategorien.
Wann dës Informatioun duerch e Modellextraktor oder aner Mëttel generéiert gëtt, muss se an den DW gesat ginn a fir jiddereen zougänglech gemaach ginn, mat Hëllef vun all Zougangsinstrument, wéi statesch Berichter, Spreadsheets, Dëscher oder online analytesch Veraarbechtung (OLAP) .

Wéi och ëmmer, de Moment bleift vill vun dëser Aart vun Informatioun a Siloen dati vun den Individuen oder Departementer déi d'Analyse generéieren. D'Organisatioun, als Ganzt, huet wéineg bis keng Visibilitéit fir ze verstoen. Nëmmen andeems Dir dës Zort Informatiounsinhalt an Ärem Entreprise DW vermëscht kënnt Dir Informatiounssiloen eliminéieren an Äert DW Ëmfeld erhéijen.
Et ginn zwee grouss Hindernisser fir eng BI Organisatioun z'entwéckelen.
Als éischt hu mir de Problem vun der Organisatioun selwer a senger Disziplin.
Och wa mir net mat organisatoresche Politik Ännerungen hëllefe kënnen, kënne mir hëllefen d'Komponente vum BI vun enger Organisatioun ze verstoen, seng Architektur a wéi d'IBM Technologie seng Entwécklung erliichtert.
Déi zweet Barrière fir ze iwwerwannen ass de Mangel un integréierter Technologie a Wëssen vun enger Method déi de ganze BI Raum adresséiert am Géigesaz zu just e klenge Komponent.

IBM kënnt mat Ännerungen an der Integratiounstechnologie an de Grëff. Et ass Är Verantwortung fir Duerchduechte Design ze bidden. Dës Architektur muss entwéckelt ginn mat Technologie gewielt fir onbeschränkt Integratioun, oder op d'mannst mat Technologie déi un oppene Standarden hält. Ausserdeem muss Är Gesellschaftsmanagement suergen datt d'BI Entreprise no Plang duerchgefouert gëtt an net d'Entwécklung vun Informatiounssiloen z'erméiglechen, déi aus selbstdéngende Agendaen, oder Ziler entstinn.
Dëst ass net ze soen datt d'BI Ëmfeld net sensibel ass fir op déi verschidde Bedierfnesser an Ufuerderunge vu verschiddene Benotzer ze reagéieren; amplaz, et heescht, datt d'Ëmsetzung vun deenen eenzelne Besoinen an Ufuerderunge fir de Virdeel vun der ganzer BI Organisatioun gemaach ass.
Eng Beschreiwung vun der Architektur vun der BI Organisatioun fannt Dir op der Säit 9 an der Figur 1.1 D'Architektur weist eng räich Mëschung vun Technologien an Techniken.
Vun der traditioneller Vue enthält d'Architektur déi folgend Lagerkomponenten

Atomesch Schicht (Atomesch Schicht).

Dëst ass d'Fundament, d'Häerz vum ganzen DW an dofir vu strategesche Berichterstattung.
I dati hei gespäichert gëtt déi historesch Integritéit behalen, Rapporte vun dati an enthalen ofgeleet Metriken, souwéi gebotzt, integréiert a gespäichert mat Modellextraktioun.
All spéider Notzung vun dësen dati a verbonne Informatioun ass aus dëser Struktur ofgeleet. Dëst ass eng exzellent Quell fir Biergbau dati a fir Berichter mat strukturéierte SQL Ufroen

Operationell Lager vun dati oder Rapport Basis vun dati(Operational Data Store (ODS) oder Berichterstattung Datebank.)

Dëst ass eng Struktur vun dati speziell fir technesch Berichterstattung entworf.

I dati gespäichert a gemellt iwwer dës Strukturen kënnen endlech an d'Lager iwwer d'Stagegebitt propagéieren, wou et fir strategesch Signalisatioun benotzt ka ginn.

Stadion Beräich.

Den éischten Arrêt fir déi meescht dati geduecht fir d'Lagerhausëmfeld ass d'Organisatiounszone.
Hei ech dati sinn integréiert, gebotzt an transforméiert an dati Gewënn déi d'Lagerstruktur populéieren

Datum Mäerz.

Dësen Deel vun der Architektur stellt d'Struktur vun dati speziell fir OLAP benotzt. D'Präsenz vun datamarts, wann ech dati sinn an der iwwerlappende Stär Schema gespäichert dati multidimensional an engem relational Ëmfeld, oder an de Fichieren vun dati Vertraulech benotzt duerch spezifesch OLAP Technologie, wéi DB2 OLAP Server, ass net relevant.

Déi eenzeg Aschränkung ass datt d'Architektur d'Benotzung erliichtert dati multidimensional.
D'Architektur enthält och kritesch Bi Technologien an Techniken déi erausstinn wéi:

Raumlech Analyse

Space ass en Informatiounswindfall fir den Analyst an ass kritesch fir d'Resolutioun ze kompletéieren. Weltraum kann Informatioun iwwer d'Leit representéieren, déi op enger bestëmmter Plaz wunnen, wéi och Informatioun iwwer wou dës Plaz kierperlech relativ zum Rescht vun der Welt ass.

Fir dës Analyse auszeféieren, musst Dir ufänken andeems Dir Är Informatioun un d'Breet- a Längtekoordinaten verbënnt. Dëst gëtt als "Geocoding" bezeechent a muss en Deel vum Extrait, Transformatioun a Luede (ETL) Prozess um atomesche Niveau vun Ärem Lager sinn.

Data Mining.

D'Extraktioun vun dati erlaabt eis Firmen d'Zuel vun ze wuessen Clienten, Ofsaz Trends virauszesoen an erlaben d'Gestioun vun Relatiounen mat Clienten (CRM), ënner anerem BI Initiativen.

D'Extraktioun vun dati et muss also mat de Strukture vun integréiert ginn dati vum Dwhouse an ënnerstëtzt vu Lagerprozesser fir déi effektiv an effizient Notzung vun der relevanter Technologie an Techniken ze garantéieren.

Wéi an der BI Architektur uginn, ass den atomesche Niveau vum Dwhouse, souwéi datamarts, eng exzellent Quell fir dati fir Extraktioun. Déi selwecht Ariichtungen mussen och Empfänger vun Extraktiounsresultater sinn fir Disponibilitéit fir de breetste Publikum ze garantéieren.

Agenten.

Et gi verschidde "Agenten" fir de Client fir all Punkt z'ënnersichen wéi d'Betribssystemer vun der Firma an d'dw selwer. Dës Agente kënne fortgeschratt neural Netzwierker sinn trainéiert fir iwwer Trends op all Punkt ze léieren, sou wéi zukünfteg Produktbedarf baséiert op Verkafspromotiounen, Regelbaséiert Motore fir op eng ze reagéieren. dato Set vun Ëmstänn, oder souguer einfach Agenten, déi Ausnahmen un "Top-Exekutoren" mellen. Dës Prozesser geschéien allgemeng an Echtzäit a mussen dofir enk mat hirer Bewegung gekoppelt sinn dati. All dës Strukturen vun dati, Technologien an Techniken garantéieren datt Dir d'Nuecht net verbréngen fir eng Organisatioun vun Ärem BI ze generéieren.

Dës Aktivitéit gëtt an inkrementell Schrëtt entwéckelt, fir kleng Punkten.
All Schrëtt ass en onofhängege Projet Effort, a gëtt als Iteratioun an Ärer DW oder BI Initiativ bezeechent. Iteratiounen kënnen d'Ëmsetzung vun neien Technologien enthalen, mat neien Techniken unzefänken, nei Strukturen derbäi ze ginn dati , Luede i dati zousätzlech , oder mat der Erweiderung vun Analyse vun Ärem Ëmfeld. Dëse Paragraf gëtt méi déif am Kapitel 3 diskutéiert.

Zousätzlech zu traditionelle DW Strukturen a BI Tools ginn et aner Funktiounen vun Ärer BI Organisatioun fir déi Dir braucht ze designen, sou wéi:

Client Touchpoints (Client Touch Punkten).

Wéi mat all moderner Organisatioun ginn et eng Zuel vu Client Touchpoints déi uginn wéi Dir eng positiv Erfahrung fir Är hutt Clienten. Et gi traditionell Kanäl wéi Händler, Switchboard Bedreiwer, Direct Mail, Multimedia a Print Reklammen, souwéi méi aktuell Kanäl wéi E-Mail a Web, dati Produkter mat iergendengem Kontaktpunkt musse kaaft, transportéiert, gebotzt, veraarbecht ginn an dann an Ariichtungen populéiert ginn dati vum BI.

Basen vun dati operationnel et user associations (Operational

Datenbanken a Benotzergemeinschaften).
Um Enn vun de Kontaktpunkte vun der Clienten d'Fundamenter fonnt ginn dati vun der Firma Applikatioun an Benotzer Communautéiten. DEN dati bestehend sinn dati traditionell, déi muss zesumme bruecht a fusionéiert mat der dati déi vun de Kontaktpunkte fléissen fir déi néideg Informatioun zefridden ze stellen.

Analysten. (Analysten)

De primäre Beneficiaire vum BI Ëmfeld ass den Analyst. Et ass hien, dee profitéiert vun der aktueller Extraktioun vun dati operationell, integréiert mat verschiddene Quelle vun dati , erweidert mat Features wéi geographesch Analyse (Geokodéierung) a presentéiert a BI Technologien déi Extraktioun, OLAP, fortgeschratt SQL Berichterstattung a geographesch Analyse erméiglechen. Déi primär Analyst-Interface fir d'Berichtungsëmfeld ass de BI Portal.

Wéi och ëmmer, den Analyst ass net deen eenzegen dee vun der BI Architektur profitéiert.
Exekutiv, grouss Benotzerverbänn, a souguer Memberen, Fournisseuren an i Clienten soll Virdeeler am Enterprise BI fannen.

Back Feed Loop.

BI Architektur ass e Léierëmfeld. E charakteristesche Prinzip vun der Entwécklung ass fir bestänneg Strukturen ze erlaben dati vun der BI Technologie déi benotzt gëtt an duerch Handlungen vum Benotzer aktualiséiert ginn. E Beispill ass Client Scoring.

Wann d'Verkafsdepartement d'Clientscores modelléiert fir en neie Service ze benotzen, da sollt de Verkafsdepartement net déi eenzeg Grupp sinn, déi vum Service profitéiert.

Amplaz sollt d'Modellextraktioun als en natierlechen Deel vum Datefloss bannent der Entreprise ausgeführt ginn an d'Clientscores sollen en integréierten Deel vum Lagerinformatiounskontext ginn, siichtbar fir all Benotzer. D'Bi-bI-centric IBM Suite abegraff DB2 UDB, DB2 OLAP Server enthält déi meescht vun den Haapttechnologiekomponenten, definéiert an der Figur 1.1.

Mir benotzen d'Architektur wéi se an dëser Figur aus dem Buch erschéngt fir eis en Niveau vu Kontinuitéit ze ginn an ze weisen wéi all IBM Produkt an de Gesamt BI Schema passt.

Informatiounsinhalt ubidden (Liwweren Informatiounsinhalt)

Entwerfen, entwéckelen an ëmsetzen Äert BI Ëmfeld ass eng beängschtegend Aufgab. Den Design muss souwuel aktuell wéi och zukünfteg Geschäftsbedéngungen ëmfaassen. D'architektonesch Zeechnung muss komplett sinn fir all Conclusiounen ze enthalen déi während der Designphase fonnt goufen. D'Ausféierung muss zu engem eenzegen Zweck engagéiert bleiwen: d'BI-Architektur entwéckelen wéi formell am Design presentéiert a baséiert op Geschäftsbedéngungen.

Et ass besonnesch schwéier ze plädéieren datt Disziplin de relativen Erfolleg garantéiert.
Dëst ass einfach well Dir net e BI Ëmfeld op eemol entwéckelt, awer Dir maacht et a klenge Schrëtt mat der Zäit.

Wéi och ëmmer, d'BI Komponente vun Ärer Architektur z'identifizéieren ass wichteg aus zwee Grënn: Dir wäert all spéider technesch Architektur Entscheedungen guidéieren.
Dir wäert fäeg sinn e bestëmmte Gebrauch vun der Technologie bewosst ze plangen, och wann Dir vläicht keng Widderhuelung kritt, déi d'Technologie fir e puer Méint brauch.

Är Geschäftsfuerderunge genuch ze verstoen wäert d'Art vu Produkter beaflossen déi Dir fir Är Architektur kritt.
Designen an Entwécklung vun Ärer Architektur garantéiert datt Äert Lager ass

keng zoufälleg Manifestatioun, mä éischter e suergfälteg opgebaute "gutt iwwerluechten". Oper vun Konscht als Mosaik vun gemëscht Technologie.

Design Informatiounen Inhalt

All initial Design muss sech op déi Schlëssel BI Komponenten konzentréieren an identifizéieren déi vum Gesamtëmfeld elo an an Zukunft gebraucht ginn.
Wësse vun de Geschäftsbedéngungen ass wichteg.

Och ier e formellen Design ufänkt, kann de Projetsplaner dacks een oder zwee Komponenten direkt identifizéieren.
D'Gläichgewiicht vun de Komponenten, déi fir Är Architektur gebraucht kënne ginn, kann awer net einfach fonnt ginn. Wärend der Designphase verbënnt den Haaptdeel vun der Architektur d'Applikatiounsentwécklung (JAD) Sessioun op eng Sich no Geschäftsfuerderunge z'identifizéieren.

Heiansdo kënnen dës Ufuerderunge fir Ufroen a Berichterinstrumenter uvertraut ginn.
Zum Beispill soen d'Benotzer datt wa se en aktuelle Bericht automatiséieren wëllen, se manuell musse generéieren andeems se zwee aktuell Berichter integréieren an Berechnungen ofgeleet aus der Kombinatioun vun der dati.
Och wann dës Fuerderung einfach ass, definéiert se eng gewësse Funktionalitéit vun der Feature déi Dir musst enthalen wann Dir Berichterinstrumenter fir Är Organisatioun kaaft.

Den Designer muss och zousätzlech Ufuerderunge verfollegen fir e komplett Bild ze kréien. Wëllt d'Benotzer dëse Bericht abonnéieren?
Ginn Bericht-Subsets generéiert an un verschidde Benotzer geschéckt? Wëlle se dëse Bericht am Firmeportal gesinn? All dës Ufuerderunge sinn Deel vum einfache Besoin fir e manuelle Bericht ze ersetzen wéi d'Benotzer gefrot. De Virdeel vun dësen Aarte vun Ufuerderunge ass datt jiddereen, Benotzer an Designer, e Verständnis vum Konzept vu Berichter huet.

Et ginn awer aner Aarte vu Geschäfter, fir déi mir musse plangen. Wann d'Geschäftsfuerderunge a Form vu strategesche Geschäftsfroen uginn ginn, ass et einfach fir den Expert Designer Mooss / Fakt an Dimensiounsufuerderunge z'ënnerscheeden.

Wann JAD Benotzer net wësse wéi se hir Ufuerderungen a Form vun engem Geschäftsproblem soen, wäert den Designer dacks Beispiller ubidden fir d'Ufuerderungssammlung ze sprangen.
Den Expert Designer kann d'Benotzer hëllefen net nëmmen de strategesche Handel ze verstoen, awer och wéi et ze bilden.
D'Ufuerderunge sammelen Approche gëtt am Kapitel 3 diskutéiert; fir elo wëlle mir just op d'Noutwennegkeet weisen fir all Typ vu BI Ufuerderungen ze designen.

E strategesche Geschäftsproblem ass net nëmmen eng Geschäftsfuerderung, awer och en Design Hiweis. Wann Dir eng multidimensional Fro beäntweren musst, da musst Dir memoriséieren, presentéieren i dati dimensional, a wann Dir musst der memoriséieren dati multidimensional, Dir musst entscheeden wéi eng Zort Technologie oder Technik Dir benotzt.

Ëmsetzung Dir e reservéiert Cube Stär Schema, oder béid? Wéi Dir gesitt, kann och en einfachen Geschäftsproblem den Design wesentlech beaflossen. Awer dës Aarte vu Geschäftsfuerderunge sinn allgemeng a verständlech, op d'mannst vun Designer a Planer mat Projetserfahrung.

Et gouf genuch Diskussioun iwwer OLAP Technologien an Ënnerstëtzung, an eng breet Palette vu Léisunge sinn verfügbar. Bis elo hu mir d'Noutwennegkeet ernimmt fir einfach Berichterstattung mat geschäftlechen Dimensiounsufuerderunge zesummenzebréngen, a wéi dës Ufuerderunge technesch architektonesch Entscheedungen beaflossen.

Awer wat sinn d'Ufuerderungen déi net einfach vun de Benotzer oder dem Dw Team verstane ginn? Wäert Dir jeemools raimlech Analyse brauchen?
D'Biergbau Modeller vun dati wäerten se en noutwendegen Deel vun Ärer Zukunft sinn? Wien weess?

Et ass wichteg ze bemierken datt dës Aarte vun Technologien net gutt bekannt sinn vun den allgemenge Benotzergemeinschaften an Dw Teammemberen, deelweis kann dëst sinn well se typesch vun e puer internen oder Drëtt-Partei techneschen Experten gehandhabt ginn. Et ass en extrem Fall vun de Probleemer déi dës Aarte vun Technologien generéieren. Wann d'Benotzer d'Geschäftsufuerderunge net beschreiwen oder se op eng Manéier kaumen déi d'Designer guidéieren, kënne se onnotéiert bleiwen oder, méi schlëmm, einfach ignoréiert ginn.

Méi problematesch gëtt et wann den Designer an den Entwéckler d'Applikatioun vun enger vun dësen fortgeschratt awer kriteschen Technologien net erkennen kann.
Wéi mir d'Designer dacks héieren hunn soen, "gutt, firwat setzen mir et net op der Säit bis mir dës aner Saach kréien? „Sinn se wierklech u Prioritéiten interesséiert, oder vermeide se einfach Ufuerderungen déi se net verstinn? Et ass héchstwahrscheinlech déi lescht Hypothes. Loosst eis soen datt Äert Verkafsteam e Geschäftsfuerderung kommunizéiert huet, wéi an der Figur 1.3 uginn, wéi Dir gesitt, ass d'Ufuerderung a Form vun engem Geschäftsproblem encadréiert. Den Ënnerscheed tëscht dësem Problem an dem typesche Dimensiounsproblem ass Distanz. An dësem Fall wëll d'Verkafsteam all Mount de Gesamtverkaf vun de Produkter, Lager a Clienten déi bannent 5 Meilen vum Lager wunnen wou se kafen.

Leider kënnen Designer oder Architekten de raimleche Bestanddeel einfach ignoréieren andeems se soen: "Mir hunn de Client, de Produkt an de dati vun der Depot. Loosst eis d'Distanz halen bis eng aner Iteratioun.

"Falsch Äntwert. Dës Zort vu Geschäftsproblem ass alles iwwer BI. Et representéiert e méi déif Verständnis vun eisem Geschäft an e robusten analytesche Raum fir eis Analysten. BI ass iwwer einfach Ufroen oder Standardberichterstattung, oder souguer OLAP. Dëst ass net ze soen datt dës Technologien net wichteg sinn fir Ären BI, awer si eleng representéieren net d'BI Ëmfeld.

Design fir Informatiounskontext (Design fir Informatiounsinhalt)

Elo datt mir d'Geschäftsfuerderunge identifizéiert hunn, déi verschidde fundamental Komponenten ënnerscheeden, musse se an engem allgemenge architektoneschen Design abegraff sinn. E puer vun de BI Komponente sinn Deel vun eisen initialen Efforten, während e puer net fir e puer Méint ëmgesat ginn.

Wéi och ëmmer, all bekannt Ufuerderunge ginn am Design reflektéiert sou datt wa mir eng bestëmmten Technologie musse implementéieren, mir bereet sinn dat ze maachen. Eppes iwwer de Projet wäert traditionell Denken reflektéieren.

Dëse Set vun dati gëtt benotzt fir spéider Gebrauch vun ze ënnerstëtzen dati dimensional guidéiert vun de Business Themen déi mir identifizéiert hunn. Als zousätzlech Dokumenter generéiert ginn, wéi den Design Entwécklung vun dati, Mir fänken un ze formaliséieren wéi ech dati si verbreet an der Ëmwelt. Mir hunn festgestallt, datt de Besoin fir i dati op eng dimensional Manéier, deelt se (no spezifesche spezifesche Bedierfnesser) an Datenmart.

Déi nächst Fro fir ze beäntweren ass: Wéi ginn dës Datemarts gebaut?
Baut Dir d'Stäre fir d'Würfel z'ënnerstëtzen, oder just d'Würfel, oder just d'Stären? (oder richteg Cubë, oder richteg Stären). Generéiere Architektur fir ofhängeg Datemarts déi eng Atomschicht fir all erfuerderen dati kaaft Dir? Erlaabt onofhängeg Datemarch fir i dati direkt aus Betribssystemer?

Wéi eng Cube Technologie wäert Dir probéieren ze standardiséieren?

Dir hutt massiv Quantitéiten vu Gëtter dati néideg fir Dimensiounsanalyse oder braucht Dir Würfel vun Ärer nationaler Verkafskraaft op enger wëchentlecher Basis oder béid? Baut Dir eppes sou mächteg wéi DB2 OLAP Server fir Finanzen oder Cognos PowerPlay Cubes fir Är Verkafsorganisatioun, oder béid? Dëst sinn déi grouss architektonesch Designentscheedungen déi Äert BI Ëmfeld vun hei un auswierken. Jo, Dir hutt e Besoin fir OLAP etabléiert. Elo wéi wäert Dir dës Zort Technik an Technologie ausféieren?

Wéi beaflossen e puer vun de fortgeschrattsten Technologien Är Designen? Loosst eis unhuelen datt Dir e Raumbedarf an Ärer Organisatioun identifizéiert hutt. Dir musst elo d'architektonesch Zeechnungseditiounen erënneren, och wann Dir net plangt fir raimlech Komponenten fir e puer Méint ze maachen. Den Architekt muss haut designen no deem wat gebraucht gëtt. Viraussoen de Besoin fir raimlech Analyse déi generéiert, späichert, ausféiert an Zougang zu dati raimlech. Dëst am Tour soll als Aschränkung déngen iwwer d'Aart vu Softwaretechnologie a Plattformspezifikatiounen déi Dir am Moment berücksichtege kënnt. Zum Beispill, d'Administratioun System vun Datebank relational Layer (RDBMS) déi Dir fir Är Atomschicht ausféiert, muss robust raimlech Ausmooss verfügbar hunn. Dëst géif maximal Leeschtung garantéieren wann Dir Geometrie a raimlech Objeten an Ären analyteschen Uwendungen benotzt. Wann Är RDBMS net mat der dati (raimlech-zentresch) intern, also musst Dir eng Datebank (raimlech-zentresch) extern. Dëst komplizéiert d'Gestioun vun Themen a kompromittéiert Är Gesamtleistung, fir net ze schwätzen iwwer déi zousätzlech Probleemer, déi fir Är DBAs erstallt sinn, well se wahrscheinlech e minimalt Verständnis vun de Basics vun dati och raimlech. Op der anerer Säit, wann Ären RDMBS Motor all raimlech Komponenten handhabt a säin Optimizer bewosst ass iwwer déi speziell Bedierfnesser (zum Beispill Indexéierung) vu raimlechen Objeten, da kënnen Är DBAs einfach d'Gestioun vun den Themen handhaben an Dir kënnt d'Performance maximéieren.

Zousätzlech musst Dir d'Inszenéierungsgebitt an d'Atomweltschicht upassen fir d'Adressreinigung (a

Schlësselelement fir raimlech Analyse), wéi och déi spéider Spuer vu Raumobjekter. D'Successioun vun Zeechnen Editioune geet weider elo, datt mir d'Notioun vun kloer Richtung agefouert hunn. Fir eng Saach, wäert dës Applikatioun d'Zort vu Software diktéieren déi néideg ass fir Ären ETL Effort.

Braucht Dir Produkter wéi Trillium fir et mat enger propperer Adress ze bidden, oder en ETL Verkeefer vun Ärer Wiel fir dës Funktionalitéit ze bidden?
Fir de Moment ass et wichteg datt Dir den Designniveau schätzt dee muss ofgeschloss ginn ier Dir ufänkt Äert Lager ëmzesetzen. Déi uewe genannte Beispiller sollen d'Vielfalt vun Designentscheedungen weisen, déi d'Identifikatioun vun all bestëmmte Geschäftsbedéngung musse verfollegen. Wann richteg gemaach, förderen dës Designentscheedungen d'Interdependenz tëscht de kierperleche Strukture vun Ärem Ëmfeld, der Auswiel vun der Technologie déi benotzt gëtt, an de Floss vun der Verbreedung vum Informatiounsinhalt. Ouni dës konventionell BI-Architektur wäert Är Organisatioun e chaotesche Mix vun existente Technologien ënnerleien, am beschten loosst zesummegestut fir scheinbar Stabilitéit ze bidden.

Informatiounsinhalt behalen

De Wäert vun Informatioun an Är Organisatioun ze bréngen ass eng ganz schwéier Aufgab. Ouni genuch Verständnis an Erfarung, oder richteg Planung an Design, wäerten och déi bescht Teams falen. Op der anerer Säit, wann Dir eng grouss Intuition an eng detailléiert Planung hutt awer keng Disziplin fir d'Ausféierung, hutt Dir just Är Suen an Zäit verschwenden well Ären Effort veruerteelt ass ze versoen. De Message sollt kloer sinn: Wann Dir een oder méi vun dëse Fäegkeeten, Verständnis / Erfarung oder Planung / Design oder Implementéierungsdisziplin feelt, wäert et d'Gebai vun der BI Organisatioun kräischen oder zerstéieren.

Ass Är Equipe genuch virbereet? Gëtt et iergendeen an Ärem BI Team deen déi grouss analytesch Landschaft an BI Ëmfeld versteet, an d'Techniken an Technologien déi néideg sinn fir dës Landschaft z'erhalen? Gëtt et een an Ärem Team deen den Uwendungsdifferenz tëscht fortgeschrattene erkennen kann

statesch Berichterstattung an OLAP, oder d'Ënnerscheeder tëscht ROLAP an OLAP? Erkennt ee vun Ären Teammemberen kloer wéi een extrahéiert a wéi et de Lager beaflosst oder wéi d'Lager d'Extraitleeschtung ënnerstëtzen kann? En Teammember versteet de Wäert vun dati Weltraum oder Agent-baséiert Technologie? Hutt Dir een deen déi eenzegaarteg Uwendung vun ETL Tools versus Message Broker Technologie schätzt? Wann Dir keng hutt, kritt een. BI ass vill méi grouss wéi eng normaliséiert Atomschicht, OLAP, Stäreschemaen an en ODS.

D'Verständnis an d'Erfahrung ze hunn fir BI Ufuerderungen an hir Léisungen ze erkennen ass essentiell fir Är Fäegkeet fir d'Benotzerbedürfnisser richteg ze formaliséieren an hir Léisungen ze designen an ëmzesetzen. Wann Är Benotzergemeinschaft Schwieregkeeten huet Ufuerderungen ze beschreiwen, ass et d'Aarbecht vum Lagerteam dëst Verständnis ze bidden. Mä wann de Lager Equipe

erkennt net déi spezifesch Uwendung vum BI - zum Beispill, Datemining - dann ass et net déi bescht Saach datt BI Ëmfeld dacks limitéiert sinn passiv Repositories ze sinn. Wéi och ëmmer, dës Technologien ignoréieren, reduzéiert hir Wichtegkeet an den Effekt, déi se op d'Entstoe vun de Geschäftsintelligenzfäegkeeten vun Ärer Organisatioun hunn, wéi och d'Informatiounslandschaft déi Dir plangt ze förderen.

Planung muss d'Notioun vun Zeechnen enthalen, a béid erfuerderen e kompetenten Individuum. Zousätzlech erfuerdert den Design eng Team Warehouse Philosophie an d'Anhale vun de Standarden. Zum Beispill, wann Är Firma eng Standardplattform etabléiert huet oder e bestëmmte RDBMS identifizéiert huet, deen Dir iwwer d'Plattform wëllt standardiséieren, ass d'Onus op jidderengem am Team fir dës Normen ze halen. Allgemeng stellt e Team d'Bedierfnes fir Standardiséierung aus (fir Benotzergemeinschaften), awer d'Team selwer ass net gewëllt un Normen ze halen, déi och an anere Beräicher an der Firma etabléiert sinn oder vläicht souguer an ähnleche Firmen. Net nëmmen ass dëst hypokritesch, awer et etabléiert datt d'Firma net kapabel ass existent Ressourcen an Investitiounen auszenotzen. Et heescht net datt et keng Situatiounen gëtt, déi eng net-standardiséierter Plattform oder Technologie garantéieren; awer, de Lager Efforten

si sollten jalous d'Normen vun der Entreprise bewaachen bis d'Geschäftsfuerderunge anescht diktéieren.

Déi drëtt Schlësselkomponent déi néideg ass fir eng BI Organisatioun ze bauen ass Disziplin.
Et hänkt am Ganzen gläich vun Individuen an der Ëmwelt of. Projektplaner, Sponsoren, Architekten a Benotzer mussen d'Disziplin schätzen déi néideg ass fir d'Informatiounslandschaft vun der Firma ze bauen. Designer mussen hir Design Efforten an esou enger Manéier dirigéieren fir aner néideg Efforten an der Gesellschaft ergänzen.

Zum Beispill, loosst eis soen datt Är Firma eng ERP Applikatioun baut déi e Lagerkomponent huet.
Dofir ass et d'Verantwortung vun den ERP Designer fir mam Lagerëmfeld Team ze kollaboréieren fir net ze konkurréiere oder d'Aarbecht déi scho ugefaang ass ze duplizéieren.

Disziplin ass och en Thema dat muss vun der ganzer Organisatioun adresséiert ginn an ass normalerweis op en Exekutivniveau etabléiert an uvertraut.
Sinn d'Manager gewëllt un eng entworf Approche ze halen? Eng Approche déi versprécht Informatiounsinhalt ze kreéieren déi schlussendlech Wäert fir all Gebidder vun der Entreprise bréngt, awer vläicht individuell oder Departementer Agenda kompromittéiert? Denkt drun un de Spréchwuert "Iwwer alles denken ass méi wichteg wéi nëmmen un eng Saach ze denken". Dëst Spréchwuert ass wouer fir BI Organisatiounen.

Leider konzentréiere vill Lagerhaiser hir Efforte fir ze probéieren e bestëmmten Departement oder spezifesch Benotzer ze zielen a Wäert ze bréngen, mat wéineg Respekt fir d'Organisatioun am grousse Ganzen. Ugeholl datt d'Exekutiv Hëllef vum Warehouse Team freet. D'Team reagéiert mat engem 90-Deeg Effort deen net nëmmen d'Notifikatiounsufuerderunge liwwert, déi vum Manager definéiert sinn, mee garantéiert datt all dati Basis ginn um atomesche Niveau gemëscht ier se an déi proposéiert Cube Technologie agefouert ginn.
Dësen Ingenieurszousaz garantéiert datt d'Waerhouse-Entreprise profitéiert dati néideg fir de Manager.
Wéi och ëmmer, den Exekutiv huet mat externe Berodungsfirmen geschwat, déi eng ähnlech Applikatioun mat Liwwerung a manner wéi 4 Wochen proposéiert hunn.

Unzehuelen datt d'intern Lagerteam kompetent ass, huet den Exekutiv e Choix. Wien kann déi zousätzlech Ingenieursdisziplin ënnerstëtzen, déi néideg ass fir d'Informatiounsaktivitéitsfirma ze kultivéieren oder ka wielen hir eege Léisung séier ze bauen. Déi lescht schéngt vill ze oft gewielt ze ginn an déngt nëmme fir Container vun Informatioun ze kreéieren déi nëmmen e puer oder den Eenzelen profitéieren.

Kuerz- a laangfristeg Ziler

Architekten a Projet Designer mussen eng laangfristeg Visioun vun der Gesamtarchitektur a Pläng fir Wuesstum an enger BI Organisatioun formaliséieren. Dës Kombinatioun vu kuerzfristeg Gewënn a laangfristeg Planung representéiert déi zwou Säiten vun BI Efforten. Kuerzfristeg Gewënn ass d'Facet vum BI déi mat Iteratiounen vun Ärem Lager assoziéiert ass.

Dëst ass wou Planer, Architekten a Sponsore sech op spezifesch kommerziell Ufuerderunge konzentréieren. Et ass op dësem Niveau wou kierperlech Strukture gebaut ginn, Technologie kaaft an Techniken ëmgesat ginn. Si sinn op kee Fall gemaach fir spezifesch Ufuerderungen unzegoen, wéi definéiert vu bestëmmte Benotzergemeinschaften. Alles gëtt gemaach fir spezifesch Ufuerderungen unzegoen, déi vun enger bestëmmter Gemeinschaft definéiert sinn.
Laangfristeg Planung ass awer déi aner Facett vum BI. Dëst ass wou d'Pläng an d'Designer gesuergt hunn datt all kierperlech Struktur gebaut gouf, d'Technologien ausgewielt an d'Techniken ëmgesat gemaach mat engem Aen op d'Entreprise. Et ass laangfristeg Planung déi d'Kohäsioun ubitt déi néideg ass fir sécherzestellen datt d'Geschäftsvirdeeler entstinn aus all kuerzfristeg Gewënn.

Justifiéiert Är BI Effort

Un daten Lager u sech huet et keen inherente Wäert. An anere Wierder, et gëtt keen inherente Wäert tëscht Lagertechnologien an Implementatiounstechniken.

De Wäert vun all Lager Effort gëtt fonnt an den Aktiounen, déi ausgefouert goufen als Resultat vum Lagerëmfeld an dem Informatiounsinhalt, dee mat der Zäit kultivéiert gëtt. Dëst ass e kritesche Punkt fir ze verstoen ier Dir jeemools probéiert de Wäert vun enger Wonnerhaus Initiativ ze schätzen.

Ze dacks probéieren d'Architekten an d'Designer Wäert op déi kierperlech an technesch Komponente vum Lager z'applizéieren, wann tatsächlech de Wäert baséiert op de Geschäftsprozesser, déi positiv vum Lagerhaus an déi gutt erfaasst Informatioun beaflosst sinn.

Hei läit d'Erausfuerderung vum BI opzebauen: Wéi berechtegt Dir d'Investitioun? Wann d'Wouhouse selwer keen intrinsesche Wäert huet, mussen d'Projetdesigner d'Virdeeler vun deenen Individuen erzielt, definéieren a formaliséieren, déi de Lager benotze fir spezifesch Geschäftsprozesser oder de Wäert vun geschützter Informatioun ze verbesseren, oder béid.

Fir d'Saache komplizéiert ze maachen, kann all Geschäftsprozess, dee vu Lagerbeméiungen betraff ass, "bedeitend" oder "liicht" Virdeeler ubidden. Bedeitend Virdeeler bidden eng konkret Metrik fir de Rendement op Investitioun (ROI) ze moossen - zum Beispill, Inventar eng zousätzlech Zäit während enger spezifescher Period ze dréinen oder fir manner Transportkäschte pro Sendung. Et ass méi schwéier subtile Virdeeler ze definéieren, sou wéi e verbesserten Zougang zu Informatioun, a punkto konkrete Wäert.

Connect Äre Projet ze léieren iwwer de Business Demanden

Ze dacks probéieren d'Projetplaner de Lagerwäert mat amorphen Entrepriseziler ze verbannen. Andeems Dir deklaréiert datt "de Wäert vun engem Lager op eiser Fäegkeet baséiert fir strategesch Ufroen ze erfëllen", öffne mir d'Diskussioun op eng agreabel Manéier. Awer et eleng ass net genuch fir ze bestëmmen ob Investitioun an Inventar Sënn mécht. Et ass am beschten Lager Iteratiounen mat spezifesche, bekannte Geschäftsfuerderunge ze verbannen.

Miessung ROI

D'Berechnung vum ROI an engem Lagerraum ka besonnesch schwéier sinn. Et ass besonnesch schwéier wann de Virdeel

Prinzip vun enger bestëmmter Widderhuelung ass eppes wat net konkret oder einfach ze moossen ass. Eng Studie huet festgestallt datt d'Benotzer zwee Haaptvirdeeler vun BI Initiativen gesinn:

• ▪ Schafen d'Fäegkeet fir Entscheedungen ze kreéieren
• ▪ Schafen Zougang zu Informatiounen
  Dës Virdeeler si mëll (oder mëll) Virdeeler. Et ass einfach ze gesinn wéi mir en ROI berechene kënnen op Basis vun engem haarden (oder grousse) Virdeel wéi reduzéiert Transportkäschten, awer wéi moosse mir d'Fäegkeet fir besser Entscheedungen ze treffen?
  Dëst ass definitiv eng Erausfuerderung fir Projektplaner wa se probéieren d'Firma ze iwwerzeegen an e bestëmmte Lager Effort ze investéieren. Erhéijung Verkaf oder Ofsenkung vun Käschten sinn net méi déi zentral Themen déi d'BI Ëmfeld féieren.
  Amplaz kuckt Dir op Geschäftsufroe fir besseren Zougang zu Informatioun, sou datt e bestëmmten Departement méi séier Entscheedunge maache kann. Dëst si strategesch Chauffeuren déi gläich wichteg fir d'Entreprise sinn, awer méi zweedeiteg a méi schwéier an enger konkreter Metrik ze charakteriséieren. An dësem Fall kann d'Berechnung vum ROI täuschend sinn, wann net irrelevant.
  Projektplaner mussen fäeg sinn e konkrete Wäert fir Exekutoren ze weisen fir ze entscheeden ob d'Investitioun an enger bestëmmter Iteratioun et wäert ass. Mir proposéieren awer keng nei Method fir d'Berechnung vum ROI, an och keng Argumenter dofir oder dogéint.
  Et gi vill Artikelen a Bicher verfügbar déi d'Grondlage vun der Berechnung vum ROI diskutéieren. Et gi speziell Wäertpropositioune wéi Wäert op Investitioun (VOI), ugebuede vu Gruppe wéi Gartner, déi Dir fuerscht. Amplaz konzentréiere mir eis op Käraspekter vun all ROI oder aner Wäertpropositiounen déi Dir braucht ze berücksichtegen. ROI uwenden Nieft dem Argument iwwer "haart" Virdeeler versus "mëll" Virdeeler verbonne mat BI Efforten ginn et aner Themen ze berücksichtegen wann Dir ROI applizéiert. Zum Beispill:

Zouzeschreiwen ze vill spueren ze DW Efforten datt souwisou kommen géif
Loosst eis soen datt Är Firma vun enger Mainframe Architektur an eng verdeelt UNIX Ëmfeld geplënnert ass. Also all Erspuernisser, déi aus deem Effort realiséiert ginn (oder vläicht net) sollen net exklusiv, wann iwwerhaapt (?), dem Lager zougeschriwwe ginn.

Net alles ze berechnen ass deier. An et gi vill Saachen ze berücksichtegen. Bedenkt déi folgend Lëscht:

• ▪ Start-up Käschten, dorënner Machbarkeet.
• ▪ Käschte vun enger spezieller Hardware mat verbonne Späicheren a Kommunikatiounen
• ▪ Käschte vun der Software, dorënner Gestioun dati a Client / Server Extensiounen, ETL Software, DSS Technologien, Visualiséierungsinstrumenter, Zäitplang an Workflow Uwendungen, an Iwwerwaachungssoftware,.
• ▪ Struktur Design Käschten dati, mat der Schafung, an Optimisatioun vun
• ▪ Softwareentwécklungskäschte direkt verbonne mat dem BI Effort
• ▪ Käschte vun Ënnerstëtzung op der Plaz, dorënner Leeschtung Optimisatioun, dorënner Software Versioun Kontroll an Hëllef Operatiounen Benotzt "Big-Bang" ROI. D'Lagerhaus als eenzegen, giganteschen Effort ze bauen ass veruerteelt ze versoen, also berechent souguer de ROI fir eng grouss Entreprise Initiativ D'Offer ass iwwerraschend, a Planer maachen weider schwaach Versuche fir de Wäert vum ganzen Effort ze schätzen. Firwat probéieren d'Planer e monetäre Wäert op d'Geschäftsinitiativ ze setzen, wann et allgemeng bekannt an akzeptéiert ass datt spezifesch Wiederholungen schwiereg ass? Wéi ass et méiglech? Et ass net méiglech mat e puer Ausnahmen. Maacht et net. Elo datt mir festgestallt hunn wat net maache wann Dir ROI berechnen, hei sinn e puer Punkten déi eis hëllefen en zouverléissege Prozess opzebauen fir de Wäert vun Äre BI Efforten ze schätzen.

Erhalen ROI Konsens. Egal wéi Äre Choix vun der Technik fir de Wäert vun Äre BI Efforten ze schätzen, et muss vun alle Parteien ausgemaach ginn, dorënner Projet Designer, Sponsoren a Geschäftsleit.

Reduzéieren ROI an erkennbar Deeler. En noutwendege Schrëtt a Richtung raisonnabel Berechnung vun engem ROI ass dës Berechnung op e spezifesche Projet ze fokusséieren. Dëst erlaabt Iech dann e Wäert ze schätzen baséiert op spezifesche Geschäftsbedéngungen, déi erfëllt sinn

Definéieren d'Käschten. Wéi scho gesot, musse vill Käschten berücksichtegt ginn. Ausserdeem mussen d'Käschte net nëmmen déi enthalen, déi mat der eenzeger Iteratioun verbonne sinn, awer och d'Käschte verbonne mat der Konformitéit mat den Entreprisennormen ze garantéieren.

Definéieren Virdeeler. Andeems Dir ROI kloer mat spezifesche Geschäftsfuerderunge verbënnt, sollte mir fäeg sinn d'Virdeeler z'identifizéieren, déi zu den Ufuerderunge féieren.

Reduzéieren Käschten a Virdeeler an imminent Gewënn. Et ass dee beschte Wee fir Är Bewäertungen op Nettoaktuell Wäert (NPV) ze baséieren am Géigesaz zum probéieren zukünfteg Wäert an zukünfteg Akommes virauszesoen.

Halt den Timing fir Äre ROI op e Minimum opzedeelen. Et ass gutt dokumentéiert iwwer déi laang Zäit déi et an Ärem ROI benotzt gouf.

Benotzt méi wéi eng ROI Formel. Et gi vill Methoden fir ROI virauszesoen an Dir sollt plangen ob een oder méi vun hinnen ze benotzen, inklusiv Nettoaktuell Wäert, internen Taux vum Rendement (IRR), a Payback.

Definéieren widderholl Prozess. Dëst ass entscheedend fir all laangfristeg Wäert ze berechnen. Een eenzegen widderhuelende Prozess soll dokumentéiert ginn fir all Projetssequenzen ze verfollegen.

D'Problemer, déi opgezielt sinn, sinn déi heefegst, definéiert vun Experten am Warehouse Ëmfeld. Dem Management seng Insistenz fir e "Big-Bang" ROI ze liwweren ass ganz desorientéierend. Wann Dir all Är ROI Berechnungen ufänkt andeems Dir se an erkennbar, konkret Stécker opdeelt, hutt Dir eng gutt Chance fir eng korrekt ROI Bewäertung ze schätzen.

Froen iwwer ROI Virdeeler

Egal wat Är Virdeeler sinn, mëll oder schwéier, Dir kënnt e puer grondleeënd Froen benotze fir hire Wäert ze bestëmmen. Zum Beispill, mat engem einfache Skaléierungssystem, vun 1 bis 10, kënnt Dir den Impakt vun all Effort moossen andeems Dir déi folgend Froen benotzt:

• Wéi géift Dir Versteesdemech vun dati no dësem Projet vun Ärer Firma?
• Wéi géift Dir Prozessverbesserungen als Resultat vun dësem Projet schätzen?
• Wéi géift Dir den Impakt vun neien Abléck an Inferenzen moossen, déi elo vun dëser Iteratioun verfügbar sinn
• Wat war den Impakt vun neien a performante Informatikëmfeld als Resultat vun deem wat geléiert gouf? Wann d'Äntwerten op dës Froen wéineg sinn, ass et méiglech datt d'Firma d'Investitioun net wäert ass. Héich-Scoring Froen weisen op bedeitend Wäertergewënn a sollten als Guiden fir weider Enquête déngen. Zum Beispill, en héije Score fir Prozessverbesserungen sollt Designer féieren fir z'ënnersichen wéi d'Prozesser verbessert goufen. Dir kënnt feststellen datt e puer oder all de Gewënn, déi gemaach gi sinn, konkret sinn an dofir kann e monetäre Wäert einfach applizéiert ginn. Déi meescht aus der éischter Iteratioun vun der Lager Dat gréisste Resultat vun Ärem Entreprise Effort ass dacks an den éischte puer Iteratiounen. Dës fréi Efforten etabléieren traditionell den nëtzlechsten Informatiounsinhalt fir de Public an hëllefen d'Technologie Fundament fir spéider BI Uwendungen z'etabléieren. Normalerweis all pafolgende Folg vun dati vu Lagerprojete bréngen ëmmer manner zousätzlech Wäert fir d'Entreprise insgesamt. Dëst ass besonnesch wouer wann d'Iteratioun keng nei Themen bäidréit oder d'Bedierfnesser vun enger neier Benotzergemeinschaft entsprécht.

Dëst Stockage Fonktioun gëllt och fir wuessen stacks vun dati Historiker. Wéi pafolgende Efforten verlaangen méi dati a wéi méi dati ginn iwwer Zäit an d'Lager gegoss, déi meescht vun de dati gëtt manner relevant fir d'Analyse benotzt. Dës dati si ginn dacks genannt dati dormant an et ass ëmmer deier se ze halen, well se bal ni benotzt ginn.

Wat bedeit dat fir Sponsoren vum Projet? Weesentlechen deelen fréi Sponsore méi wéi dat wat d'Investitioun kascht. Dëst ass primär well se den Impuls sinn fir déi breet Technologie- a Ressourceëmfeldschicht vum Lagerhaus opzebauen, och organesch.

Awer dës éischt Schrëtt bréngen den héchste Wäert an dofir musse Projet Designer dacks d'Investitioun berechtegen.
Projete gemaach no Ärer BI Initiativ hu vläicht méi niddereg (am Verglach zu den éischten) an direkt Käschten, awer bréngen manner Wäert fir d'Firma.

An Organisatiounsbesëtzer mussen ufänken ze iwwerdenken d'Akkumulation ewech ze geheien dati a manner relevant Technologien.

Data Mining: Extraktioun Dati

Vill architektonesch Komponenten erfuerderen Variatiounen an Datemining Technologien an Techniken -
zum Beispill, déi verschidde "Agenten" fir d'Untersuchung vun de Punkte vun Interessi vun der Clienten, Betribssystemer vun der Firma a fir dw selwer. Dës Agenten kënnen fortgeschratt neural Netzwierker sinn, déi op POT Trends trainéiert sinn, wéi zukünfteg Produktfuerderung baséiert op Verkafspromotiounen; Regelen-baséiert Motore fir e Set ze reagéieren dato vun Ëmstänn, Zum Beispill, medezinesch Diagnos a Behandlung Recommandatiounen; oder souguer einfachen Agenten mat der Roll vun Ausnahmen un Top-Exekutoren ze mellen. Allgemeng dës Extraktiounsprozesser dati si

z'iwwerpréiwen an Echtzäit; dofir, si mussen komplett mat der Bewegung vun vereente ginn dati sech selwer.

Online analytesch Veraarbechtung Veraarbechtung

Online Analytics

D'Kapazitéit fir ze schneiden, Wierfel, Rouleau, Bueraarbechten an Analyse maachen
wat-wann, ass am Kader, de Fokus vun der IBM Technologie Suite. Zum Beispill, online analytesch Veraarbechtung (OLAP) Funktiounen existéieren fir DB2 déi dimensional Analyse an de Softwaremotor bréngt. Datebank selwecht.

D'Funktioune fügen d'dimensional Utility zu SQL bäi, wärend all d'Virdeeler profitéiere fir en natierlechen Deel vun DB2 ze sinn. En anert Beispill vun der OLAP Integratioun ass den Extraktiounstool, DB2 OLAP Server Analyzer. Dës Technologie erlaabt DB2 OLAP Server Cubes séier an automatesch analyséiert ze ginn fir Wäertwäerter ze lokaliséieren an ze berichten dati ongewéinlech oder onerwaart am ganze Wierfel un de Business Analyst. An endlech, DW Center Fonctiounen déi e Mëttel fir Architekten ze kontrolléieren, ënner anerem, de Profil vun engem DB2 OLAP Server Cube als natierlechen Deel vun ETL Prozesser.

Raumlech Analyse Raumlech Analyse

Space stellt d'Halschent vun den analyteschen Ankeren (Leads) duer fir e Panorama
analytesch breet (Zäit representéiert déi aner Halschent). Den Atomniveau vum Lagerhaus, an der Figur 1.1 duergestallt, enthält souwuel Zäit- a Raumfundamenter. Zäitstempel Verankerungsanalysen no Zäit a Adress Informatiounsverankerungsanalysen no Raum. Zäitstempel féiert Analyse no Zäit, an Adressinformatioun féiert Analyse duerch Raum. D'Diagramm weist Geokodéierung - de Prozess fir Adressen op Punkten an enger Kaart oder Punkten am Weltraum ëmzewandelen, sou datt Konzepter wéi Distanz a bannen / dobaussen an der Analyse benotzt kënne ginn - op atomarem Niveau an der raimlecher Analyse déi zur Verfügung gestallt gëtt den Analyst. IBM stellt raimlech Extensiounen, entwéckelt mam Environmental System Research Institute (ESRI), fir Datebank DB2 sou datt Raum Objete kann als normal Deel vun der gespäichert ginn Datebank relational. DB2

Spatial Extenders, bidden och all SQL Extensiounen fir vun der raimlecher Analyse ze profitéieren. Zum Beispill, d'SQL Extensiounen fir ze froen géint
Distanz tëscht Adressen oder ob e Punkt bannent oder ausserhalb vun engem definéierte polygonale Gebitt ass, sinn en analytesche Standard mam Spatial Extender. Gesinn Kapitel 16 fir méi Informatiounen.

Datebank-Resident Tools Tools Datebank- Resident

DB2 huet vill BI-résident SQL Features déi an der Handlung vun der Analyse hëllefen. Dës enthalen:

• Rekursiounsfunktiounen fir Analyse auszeféieren, sou wéi " all méiglech Fluchweeër ze fannen aus San Francisco a New York".
• Analytesch Funktiounen fir Ranking, kumulative Funktiounen, Cube a Rollup fir Aufgaben ze erliichteren déi normalerweis nëmme mat OLAP Technologie optrieden, sinn elo en natierlechen Deel vum Motor Datebank
• D'Kapazitéit fir Dëscher ze kreéieren déi Resultater enthalen
  D'Verkeefer vun Datebank Cheffen Mix méi vun BI Fäegkeeten an der Datebank selwecht.
  D'Haaptrei Fournisseuren vun Datebank si vermëschen méi BI Fäegkeeten an de Datebank selwecht.
  Dëst bitt besser Leeschtung a méi Ausféierungsoptioune fir BI Léisungen.
  D'Features a Funktiounen vum DB2 V8 ginn am Detail an de folgende Kapitelen diskutéiert:
  Technesch Architektur an Datemanagement Fundamenter (Kapitel 5)

• DB2 BI Fundamentals (Kapitel 6)
• DB2 Materialiséierter Query Tabellen (Kapitel 7)
• DB2 OLAP Funktiounen (Kapitel 13)
• DB2 Enhanced BI Features and Functions (Kapitel 15) Vereinfacht Daten Liwwerung System Liwwerung System vun dati vereinfacht

D'Architektur, déi an der Figur 1.1 duergestallt gëtt, enthält vill Strukturen dati kierperlech. Eent ass de Lager vun dati operéieren. Allgemeng ass en ODS en Thema orientéierten, integréierten an aktuellen Objet. Dir géift en ODS bauen fir zum Beispill de Verkafsbüro z'ënnerstëtzen. ODS Verkaf géif ergänzen dati vu ville verschiddene Systemer awer géifen nëmmen zum Beispill déi haiteg Transaktioune behalen. Den ODS kann och vill Mol am Dag aktualiséiert ginn. Zur selwechter Zäit drécken d'Prozesser de dati integréiert an aner Uwendungen. Dës Struktur ass speziell entwéckelt fir ze integréieren dati aktuell an dynamesch a wier e wahrscheinleche Kandidat fir Echtzäitanalyse z'ënnerstëtzen, sou wéi d'Serviceagenten ubidden Clienten engem Client seng aktuell Verkafsinformatioun andeems Dir Verkafstrendinformatioun aus dem Lager selwer extrahéiert. Eng aner Struktur an der Figur 1.1 gewisen ass e formelle Staat fir dw. Net nëmmen dat ass d'Plaz fir d'Ausféierung vun der néideger Integratioun, d'Qualitéit vum dati, a vun der Transformatioun vun dati vun Entréeën Lager, mä et ass och eng zouverlässeg an temporäre Stockage Beräich fir dati replizéiert déi an Echtzäitanalyse benotzt kënne ginn. Wann Dir décidéiert en ODS oder e Staging Beräich ze benotzen, ee vun de beschten Tools fir dës Strukturen ze populéieren dati benotzt verschidden operationell Quellen ass DB2's heterogen verdeelt Ufro. Dës Fäegkeet gëtt geliwwert vun der optionaler DB2 Feature genannt DB2 Relational Connect (nëmmen Ufro) an duerch DB2 DataJoiner (e separat Produkt dat Ufroen, Insert, Update a Läschen Kapazitéit fir heterogen verdeelt RDBMSs liwwert).

Dës Technologie erlaabt Architekten dati ze bannen dati Produktioun mat analytesche Prozesser. Net nëmmen kann d'Technologie u quasi all vun de Replikatiounsfuerderunge upassen, déi mat Echtzäitanalyse entstoe kënnen, awer et kann och mat enger grousser Villfalt vun Datenbasen verbannen dati beléifsten, dorënner DB2, Oracle, Sybase, SQL Server, Informix an aner. DB2 DataJoiner ka benotzt ginn fir eng Struktur ze populéieren dati formell als ODS oder souguer e permanenten Dësch vertruede am Lager entworf fir séier Erhuelung vun Direktnoriichten Aktualiséierungen oder fir Verkaf. Natierlech, déi selwecht Strukturen dati kënne benotzt ginn

aner wichteg Technologie entworf fir Replikatioun vun dati, IBM DataPropagator Relational. (DataPropagator ass en separat Produkt fir Zentralsystemer. DB2 UNIX, Linux, Windows an OS/2 enthalen Datereplikatiounsservicer dati als Standard Feature).
Aner Method fir Plënneren dati operéiert ronderëm d"Entreprise ass en Enterprise Applikatioun Integrator soss bekannt als Message Broker. Dës eenzegaarteg Technologie erlaabt oniwwertraff Kontroll fir Zilsetzung a Beweegung dati ronderëm d'Firma. IBM huet de meescht benotzte Message Broker, MQSeries, oder eng Variatioun vum Produkt dat d'Ufuerderunge vun enthält E-commerce, IBM WebSphere MQ.
Fir méi Diskussioun iwwer wéi Dir MQ benotzt fir e Lager an BI Ëmfeld z'ënnerstëtzen, besicht Websäit vum Buch. Fir de Moment ass et duer ze soen datt dës Technologie en exzellent Mëttel ass fir z'erfaassen an ze transforméieren (mat MQSeries Integrator) dati zentréiert (cibléiert) Bedreiwer rekrutéiert fir BI Léisungen. MQ Technologie gouf integréiert a verpackt an UDB V8, dat heescht datt Messageschlaangen elo verwalt kënne ginn wéi wa se DB2 Dëscher wieren. D'Konzept vun Schweess Schlaang Messagen an d'Universum vun Datebank relational Kapp Richtung engem mächtege Liwwerung Ëmwelt vun dati.

Null latency Null latency

Den ultimativen strategesche Zil fir IBM ass Nulllatenz Analyse. Wéi definéiert vun
Gartner, e BI System muss fäeg sinn Analysten op Nofro ofzeschléissen, assimiléieren an Informatioun unzebidden. D'Erausfuerderung ass natierlech wéi een ze mëschen dati aktuell an Echtzäit mat néideg historeschen Informatiounen, wéi i dati Zesummenhang Muster / Trend, oder extrahéiert Verständnis, wéi Client Profiling.

Esou Informatiounen ëmfaasst, zum Beispill, d'Identifikatioun vun Clienten héich oder niddreg Risiko oder wéi eng Produkter i Clienten si wäerten héchstwahrscheinlech kafen, wa se scho Kéis an hire Shopping Weenchen hunn.

Null Latenz erreechen ass tatsächlech ofhängeg vun zwee fundamentale Mechanismen:

• Komplett Gewerkschaft vun dati déi analyséiert ginn mat den etabléierten Techniken an Tools erstallt vum BI
• A Liwwerung System vun dati effizient fir sécherzestellen datt Echtzäitanalytik wierklech verfügbar ass. Dës Viraussetzunge fir Null Latenz sinn net anescht wéi déi zwee Ziler, déi vun IBM gesat goufen an uewen beschriwwen. Déi enk Mate vun dati Et ass Deel vum IBM sengem nahtlosen Integratiounsprogramm. A schafen eng Liwwerung System vun dati effizient ass komplett ofhängeg vun der verfügbarer Technologie déi d'Liwwerprozess vereinfacht dati. Als Resultat sinn zwee vun den dräi Ziler vun IBM kritesch fir dat drëtt ze realiséieren. IBM entwéckelt bewosst seng Technologie fir ze garantéieren datt Null Latenz eng Realitéit ass fir Lagerbeméiungen. Resumé / Synthese D'BI Organisatioun bitt eng Stroossekaart fir Äert Ëmfeld ze bauen
  iterativ. Et muss ugepasst ginn fir d'Bedierfnesser vun Ärem Geschäft ze reflektéieren, souwuel aktuell wéi zukünfteg. Ouni eng breet architektonesch Visioun, Warehouse-Iteratiounen si wéineg méi wéi zoufälleg Implementatioune vum Zentrallager, déi wéineg maache fir eng breet, informativ Entreprise ze kreéieren. Déi éischt Hürde fir Projektmanager ass wéi d'Investissementer ze justifiéieren déi néideg sinn fir d'BI Organisatioun z'entwéckelen. Wärend d'ROI Berechnung e Grondsteen vun de Lagerimplementatiounen bliwwen ass, gëtt et ëmmer méi schwéier präzis virauszesoen. Dëst huet zu anere Methoden gefouert fir ze bestëmmen ob Dir de Wäert vun Ärem Geld kritt. De Wäert op Investitioun2 (VOI), zum Beispill, gëtt als Léisung gefördert. Et ass op d'Architekten vun dati a Projetsplaner generéieren a liwweren bewosst Informatioun un d'Benotzerverbänn an net einfach hinnen e Service dati. Et gëtt e groussen Ënnerscheed tëscht deenen zwee. Informatioun ass eppes wat en Ënnerscheed an der Entscheedung an der Effizienz mécht; relativ, ech dati si sinn Bausteng fir dës Informatioun ze kréien.

Och wann ech der Quell kritesch sinn dati Fir Geschäftsufroen unzegoen, sollt d'BI Ëmfeld eng méi grouss Roll bei der Schafung vun Informatiounsinhalt déngen. Mir mussen déi extra Schrëtt huelen fir ze botzen, z'integréieren, transforméieren oder soss Informatiounsinhalt ze kreéieren op deen d'Benotzer kënnen handelen, an da musse mir suergen datt dës Handlungen an Entscheedungen, wa raisonnabel, am BI Ëmfeld reflektéiert ginn. Wa mir de Lager erofsetzen fir nëmmen op ze déngen dati, ass gesuergt datt Benotzerassociatiounen den Informatiounsinhalt erstellen fir ze handelen. Dëst garantéiert datt hir Gemeinschaft fäeg ass besser Entscheedungen ze treffen, awer d'Entreprise leid ënner dem Mangel u Wëssen dat se benotzt hunn. Tatsaach Wéi Architekten a Projektplaner spezifesch Projeten am BI Ëmfeld initiéieren, bleiwen se verantwortlech fir d'Entreprise als Ganzt. En einfacht Beispill vun dëser zweesäiteger Charakteristik vu BI Iteratiounen gëtt an der Quell fonnt dati. All déi dati kritt fir spezifesch Affär Demanden muss an der éischter atomarer Layer populéiert ginn. Dëst garantéiert d'Entwécklung vum Entreprisen Informatiounsverméigen, souwéi verwalten, adresséieren déi spezifesch Benotzerufroen, déi an der Iteratioun definéiert sinn.

WhatisaDataWarehouse?

Donnéeën Lager et ass d'Häerz vun der Informatiounssystemerarchitektur zënter 1990 an ënnerstëtzt Informatiounsprozesser andeems se eng zolidd integréiert Plattform ubidden dati historesch Daten als Basis fir spéider Analysen geholl. DEN daten Lager si bidden einfach Integratioun an enger Welt vun inkompatibel Applikatioun Systemer. Donnéeën Lager et huet sech zu engem Trend entwéckelt. Donnéeën Lager organiséieren a späicheren ech dati néideg fir Informatioun an analytesch Prozesser baséiert op enger laanger historescher temporärer Perspektiv. All dëst bréngt eng bedeitend a konstant Engagement am Bau an Ënnerhalt vun daten Lager.

Also wat ass eng daten Lager? A daten Lager An:

• ▪ Sujet-orientéiert
• ▪ integréiert System
• ▪ Variant Zäit
• ▪ net flüchteg (kann net geläscht ginn)

eng Sammlung vun dati benotzt fir Verwaltungsentscheedungen an der Ëmsetzung vu Prozesser z'ënnerstëtzen.
I dati agesat daten Lager an de meeschte Fäll kommen se aus operationell Ëmfeld. Déi daten Lager et gëtt vun enger Späichereenheet erstallt, kierperlech getrennt vum Rescht vum System, deen et enthält dati virdru transforméiert vun Uwendungen déi op Informatioun funktionnéieren déi aus dem Betribsëmfeld ofgeleet ginn.

Déi wuertwiertlech Definitioun vun engem daten Lager verdéngt eng déif Erklärung well et wichteg Motivatiounen an ënnerierdesch Bedeitunge sinn déi d'Charakteristike vun engem Lager beschreiwen.

Sujet ORIENTATIOUN ORIENTATIOUN THEMATIK

Déi éischt Charakteristik vun engem daten Lager ass datt et op déi grouss Spiller an enger Firma orientéiert ass. De Guide vun de Prozesser duerch d' dati et ass am Géigesaz zu der méi klassescher Method déi d'Orientéierung vun Uwendungen op Prozesser a Funktiounen involvéiert, eng Method déi meeschtens vun de meeschte manner rezente Managementsystemer gedeelt gëtt.

Déi operationell Welt ass entwéckelt ronderëm Uwendungen a Funktiounen wéi Prêten, Spueren, Bankkaarten a Vertrauen fir eng Finanzinstitut. D'Welt vun dw ass ronderëm Haaptthemen organiséiert wéi de Client, de Verkeefer, de Produit an d'Aktivitéit. Ausriichtung ronderëm Themen beaflosst den Design an Ëmsetzung vun dati fonnt an dw. Méi wichteg, den Haaptthema beaflosst de wichtegsten Deel vun der Schlësselstruktur.

D'Welt vun der Applikatioun ass beaflosst souwuel vum Design vun der Datebank wéi och vum Prozessdesign. D'Welt vun dw konzentréiert sech exklusiv op Modellerung dati an op den Design vun der Datebank. Prozessdesign (a senger klassescher Form) ass net Deel vum dw Ëmfeld.

D'Ënnerscheeder tëscht der Wiel vum Prozess/Funktiounsapplikatioun an der Wiel vum Thema ginn och als Differenzen am Inhalt vun der dati op engem detailléierte Niveau. DEN dati vun der dw net enthalen i dati déi net fir den DSS Prozess während Uwendungen benotzt ginn

operationell orientéiert dati enthalen i dati fir direkt funktionell / Veraarbechtungsbedéngungen ze erfëllen, déi eventuell oder net e Gebrauch fir den DSS Analyst hunn.
Aner wichteg Manéier wéi operationell-orientéiert Uwendungen dati ënnerscheeden vun dati vun dw ass an dei Rapporten dati. ech dati Operatiounen erhalen eng kontinuéierlech Relatioun tëscht zwee oder méi Dëscher baséiert op engem Betrib Regel datt aktiv ass. DEN dati vun dw Kräiz e Spektrum vun Zäit an d'Relatiounen fonnt am dw si vill. Vill Handelsregelen (an entspriechend vill Bezéiunge vu dati ) sinn am Lager vun vertrueden dati tëscht zwee oder méi Dëscher.

(Fir eng detailléiert Erklärung wéi d'Relatiounen tëscht den dati am DW gehandhabt ginn, bezéie mir eis op den Tech Thema iwwer dëst Thema.)
Aus kenger aner Perspektiv wéi déi vum fundamentalen Ënnerscheed tëscht enger funktioneller / Prozessapplikatiounswahl an enger Fachwahl, gëtt et e méi groussen Ënnerscheed tëscht Betribssystemer an dati an DW.

INTEGRATIOUN INTEGRATIOUN

De wichtegsten Aspekt vum dw Ëmfeld ass datt i dati fonnt bannent der dw sinn einfach integréiert. ËMMER. Ouni Ausnahmen. Déi ganz Essenz vum dw Ëmfeld ass datt ech dati bannent de Lagergrenzen enthale sinn integréiert.

D'Integratioun weist sech op vill verschidde Weeër - a konsequent identifizéierte Konventiounen, a konsequent variabelen Messung, a konsequent kodéierte Strukturen, an de kierperlechen Attributer vun dati konsequent, etc.

Iwwer d'Joren hunn Designer vu verschiddenen Uwendungen vill Entscheedunge getraff wéi eng Applikatioun entwéckelt soll ginn. De Stil an d'individualiséiert Designdecisioune vun den Applikatiounen vun den Designer verroden sech op honnert Weeër: an Differenzen am Kodéierung, Schlësselstruktur, kierperlech Charakteristiken, Identifikatiounskonventiounen, asw. Déi kollektiv Fäegkeet vu ville Applikatiounsdesigner fir onkonsequent Uwendungen ze kreéieren ass legendär. Figur 3 stellt e puer vun de wichtegsten Differenzen an de Weeër wéi d'Applikatiounen entworf sinn.

Kodéierung: Kodéierung:

Applikatioun Designer hunn d'Kodéierung vum Feld gewielt - Sex - op verschidde Manéieren. En Designer representéiert Sex als "m" an "f". En aneren Designer representéiert Geschlecht als "1" an en "0". En aneren Designer representéiert Sex als "x" an "y". En aneren Designer representéiert Sex als "männlech" a "weiblech". Et ass egal wéi de Geschlecht an den DW kënnt. De "M" an "F" si wahrscheinlech sou gutt wéi dat ganzt Spill.

Wat wichteg ass, datt aus wéi enge Urspronk de Geschlechtfeld ofgeleet ass, dat Feld an der DW an engem konsequent integréierten Zoustand kënnt. Dofir, wann d'Feld an den DW vun enger Applikatioun gelueden ass, wou et am Format "M" an "F" duergestallt gouf, gëtt de dati muss an DW Format ëmgewandelt ginn.

Miessung vun Attributer: Mooss vun Attributer:

Applikatiounsdesigner hu gewielt Pipeline op verschidde Weeër iwwer d'Joren ze moossen. En Designer späichert d' dati vun der Pipeline an Zentimeter. Aner Applikatioun Designer Geschäfter der dati vun der Pipeline a punkto Zoll. Aner Applikatioun Designer Geschäfter der dati vun Pipeline an Millioune Kubikzentimeter Féiss pro Sekonn. An en aneren Designer späichert Pipelineinformatioun a punkto Yards. Wat och ëmmer d'Quell ass, wann d'Pipelineinformatioun an den DW kënnt, muss se op déiselwecht Manéier gemooss ginn.

No den Indikatiounen an der Figur 3, Integratioun Problemer Afloss bal all Aspekt vum Projet - déi kierperlech Charakteristiken vun dati, den Dilemma vu méi wéi eng Quell vu dati, d'Thema vun inkonsistent identifizéiert Echantillon, Formater vun dati inkonsistent, a sou weider.

Egal wat Designthema ass, ass d'Resultat d'selwecht - d.h dati muss am DW op eng eenzeg a global akzeptabel Manéier gespäichert ginn, och wann déi ënnerierdesch Betribssystemer se anescht späicheren dati.

Wann den DSS Analyst den DW kuckt, soll d'Zil vum Analyst sinn d'Exploitatioun vum dati déi am Lager sinn,

anstatt iwwer d'Kredibilitéit oder d'Konsistenz ze froen dati.

TIME VARIANCY

Alles ech dati am DW si se bis zu enger Zäit richteg. Dës Basischarakteristik vun der dati am DW ass et ganz anescht wéi déi dati am Betribssystemer Ëmwelt fonnt. DEN dati vum Betribsëmfeld sinn esou präzis wéi am Moment vum Zougang. An anere Wierder, am Betribsëmfeld wann en Drive zougänglech ass dati, gëtt erwaart datt et präzis Wäerter reflektéiert wéi zum Zäitpunkt vum Zougang. Well ech dati an der DW präzis sinn wéi iergendwann an der Zäit (dh net "am Moment"), gëtt gesot datt ech dati fonnt am DW sinn "Zäit Varianz".
Der Zäit Varianz vun dati vum DW gëtt op ville Weeër bezeechent.
Deen einfachste Wee ass datt ech dati vun engem DW vertrieden dati iwwer eng laang Zäit Horizont - fënnef bis zéng Joer. Den Zäithorisont representéiert fir d'Operatiounsëmfeld ass vill méi kuerz wéi déi aktuell Wäerter vun haut vu bis zu siechzeg néngzeg
Uwendungen déi gutt funktionéiere mussen a musse fir Transaktiounsveraarbechtung verfügbar sinn, mussen de Mindestbetrag vun droen dati wa se all Grad vu Flexibilitéit erlaben. Also operationell Uwendungen hunn e kuerzen Zäithorizont, wéi en Audioapplikatiounsdesign Thema.
Déi zweet Manéier 'Zäitvarianz' am DW erschéngt ass an der Schlësselstruktur. All Schlësselstruktur am DW enthält, implizit oder explizit, en Zäitelement, wéi Dag, Woch, Mount, etc. D'Zäitelement ass bal ëmmer um Enn vum konkatenéierte Schlëssel am DW fonnt. Bei dësen Occasiounen wäert d'Zäitelement implizit existéieren, sou wéi de Fall wou e ganze Fichier um Enn vum Mount oder Véierel duplizéiert gëtt.
Déi drëtt Manéier Zäit Varianz ugewisen ass, datt i dati vun der DW, eemol richteg ugemellt, kann net aktualiséiert ginn. DEN dati vun der DW sinn, fir all praktesch Zwecker, eng laang Serie vu Schnappschëss. Natierlech wann d'Snapshots falsch gemaach goufen, da kënnen d'Snapshots geännert ginn. Awer unzehuelen datt d'Snapshots richteg geholl ginn, gi se net geännert soubal se geholl ginn. An e puer

A verschiddene Fäll kann et onethesch oder souguer ongëlteg sinn fir Snapshots am DW ze änneren. DEN dati operationell, präzis wéi am Moment vum Zougang, kënne se aktualiséiert ginn wéi de Besoin entsteet.

NET-VOLATIL

Déi véiert wichteg Charakteristik vum DW ass datt et net flüchteg ass.
Aktualiséierungen, Insertiounen, Läschen a Modifikatioune gi regelméisseg an den operationellen Ëmfeld op Rekord-fir-Rekord Basis gemaach. Mä d'Basis Manipulatioun vun der dati déi am DW gebraucht ginn ass vill méi einfach. Et ginn nëmmen zwou Aarte vu Operatiounen déi am DW geschéien - d'initial Luede vun dati an Zougang zu dati. Et gëtt keen Update vun der dati (am allgemenge Sënn vun der Aktualiséierung) am DW als normal Veraarbechtungsoperatioun. Et ginn e puer ganz mächteg Konsequenze vun dësem Basisdifferenz tëscht operationeller Veraarbechtung an DW Veraarbechtung. Um Designniveau ass d'Noutwendegkeet virsiichteg ze sinn iwwer anomaler Aktualiséierung net e Faktor am DW, well d'Aktualiséierung vun dati net duerchgefouert gëtt. Dëst bedeit datt um kierperlechen Designniveau Fräiheete kënne geholl ginn fir den Zougang zu optimiséieren dati, besonnesch am Ëmgang mat den Themen vun der kierperlecher Normaliséierung an Denormaliséierung. Eng aner Konsequenz vun der Einfachheet vun DW Operatiounen ass an der Basisdaten Technologie déi benotzt gëtt fir d'DW Ëmfeld ze bedreiwen. Inline Record-by-Record Updates z'ënnerstëtzen (wéi dacks de Fall mat operationeller Veraarbechtung ass) erfuerdert d'Technologie eng ganz komplex Fundament ënner anscheinend Einfachheet ze hunn.
D'Technologie déi Backupsatellit an Erhuelung ënnerstëtzt, Transaktiounen an Integritéit vun dati an d'Detektioun an d'Behandlung vum Deadlock Conditioun ass zimlech komplex an net néideg fir DW Veraarbechtung. D'Charakteristiken vun engem DW, Design Orientatioun, Integratioun vun dati bannent der DW, Zäit Varianz an Simplicitéit vun Gestioun dati, alles féiert zu engem Ëmfeld dat ganz, ganz anescht ass wéi dat klassescht Betribsëmfeld. D'Quell vu bal all dati vun DW sinn d'Operatiounsëmfeld. Et ass verlockend ze denken datt et massiv Redundanz ass dati tëscht deenen zwee Ëmfeld.
Tatsächlech ass den éischten Androck, dee vill Leit hunn, dee vu grousser Redundanz dati tëscht Betribssystemer Ëmwelt an Ëmwelt vun

DW. Esou eng Interpretatioun ass iwwerflächlech a weist e Manktem u Verständnis vun deem wat am DW geschitt.
Tatsächlech gëtt et e Minimum vu Redundanz dati tëscht dem Betribssystemer Ëmfeld an i dati vum DW. Bedenkt déi folgend: I dati si gefiltert dato aus dem Betribsëmfeld an d'DW Ëmfeld ze wiesselen. Vill dati si passéieren ni ausserhalb vum Betribsëmfeld. Ausser datt ech dati déi néideg sinn fir DSS Veraarbechtung fannen hir Richtung an der Ëmwelt

▪ der Zäit Horizont vun dati et ass ganz anescht vun engem Ëmfeld zu engem aneren. DEN dati am Betrib Ëmfeld si ganz frësch. DEN dati am DW si se vill méi al. Nëmmen aus der Zäithorizont Perspektiv gëtt et ganz wéineg Iwwerlappung tëscht dem operationellen Ëmfeld an dem DW.

▪ Den DW enthält dati Resumé déi ni an der Ëmwelt fonnt ginn

▪ Ech dati eng fundamental Transformatioun erliewen wéi se op Figur 3 iwwergoen illustréiert datt déi meescht dati si wesentlech geännert virausgesat datt se ausgewielt an an den DW geplënnert ginn. Anescht gesot, déi meescht vun de dati et gëtt kierperlech a radikal geännert wéi et an den DW geplënnert ass. Aus Integratiounssiicht sinn se net déiselwecht dati déi am Betribsëmfeld wunnen. Am Liicht vun dëse Faktoren, der Redundanz vun dati tëscht deenen zwee Ëmfeld ass e rare Event, wat zu manner wéi 1% Redundanz tëscht deenen zwee Ëmfeld féiert. D'STRUKTUR VUM WAREHOUS DWs hunn eng ënnerschiddlech Struktur. Et gi verschidde Niveaue vu Resumé an Detail déi d'DWs ofgrenzen.
Déi verschidde Komponente vun engem DW sinn:

• Metadate
• Dati aktuell Detailer
• Dati vun alen Detailer
• Dati liicht zesummegefaasst
• Dati héich zesummegefaasst

Bei wäitem ass d'Haapt Suerg fir de dati aktuell Detailer. Et ass d'Haaptsuerg well:

• I dati aktuell Detailer reflektéieren déi rezent Evenementer, déi ëmmer vu groussen Interessi an
• i dati vun aktuellen Detail ass voluminös well et um ënneschten Niveau vun granularity gespäichert ass an
• i dati Aktuell Detailer gi bal ëmmer op Disk Memory gespäichert, wat séier zougänglech ass, awer deier a komplex ze benotzen dati vum Detail wat se méi al sinn dati déi op e puer Erënnerung gespäichert sinn Massa. Et gëtt sporadesch zougänglech a gëtt op engem Detailniveau kompatibel mat dati aktuell Detailer. Obwuel et net obligatoresch ass, op engem alternativen Späichermedium ze späicheren, wéinst dem grousse Volume vun dati kombinéiert mat sporadeschen Zougang vun dati, der Erënnerung Ënnerstëtzung fir dati eeler Detaildaten ginn normalerweis net op Disk gespäichert. DEN dati liicht zesummegefaasst sinn dati déi aus dem nidderegen Detailniveau destilléiert sinn bis zum aktuellen Detailniveau. Dëse Niveau vum DW gëtt bal ëmmer op Disklager gespäichert. D'Designproblemer déi den Architekt konfrontéiert sinn dati am Bau vun dësem Niveau vun der DW sinn:

• Wéi eng Zäitunitéit ass de Resumé hei uewen
• Wat Inhalt, Attributer wäert liicht den Inhalt vun der dati Den nächsten Niveau vun dati am DW fonnt ass, datt vun dati héich zesummegefaasst. DEN dati héich zesummegefaasst si kompakt a liicht zougänglech. DEN dati héich zesummegefaasst ginn heiansdo am DW Ëmfeld fonnt an an anere Fäll i dati héich zesummegefaasst ginn ausserhalb vun den direkten Mauere vun der Technologie fonnt, déi den DW hält. (op alle Fall, d.h dati héich zesummegefaasst sinn Deel vun der DW egal wou ech dati sinn kierperlech ënnerbruecht). De leschte Bestanddeel vum DW ass d'Metadaten. A ville Hisiichte sëtzen Metadaten an enger anerer Dimensioun wéi anerer dati vum DW, well d'Metadate keng enthalen dato direkt aus dem Betribsëmfeld geholl. Metadaten hunn eng speziell a ganz wichteg Roll am DW. Metadaten ginn benotzt wéi:

• e Verzeechnes fir den DSS Analyst ze hëllefen den Inhalt vum DW ze lokaliséieren,
• e Guide fir eng Kaart vun der dati vun wéi i dati goufen aus dem operationellen Ëmfeld an d'DW Ëmfeld transforméiert,
• e Guide fir d'algorithms benotzt fir Zesummefaassung tëscht dem dati vun aktuellen Detailer ei dati liicht zesummegefaasst, d.h dati héich zesummegefaasst, Metadaten spillen eng vill méi grouss Roll am DW Ëmfeld wéi se jeemools am operationellen Ëmfeld haten AAL DETAIL STORAGE MEDIUM Magnéitband kann benotzt ginn fir dës Zort ze späicheren dati. Tatsächlech gëtt et eng grouss Varietéit vu Späichermedien déi fir al Späichere berücksichtegt ginn dati vum Detail. Je de Volume vun dati, d'Frequenz vum Zougang, d'Käschte vun den Tools an d'Zort vum Zougang, ass et ganz wahrscheinlech datt aner Tools den alen Detailniveau am DW brauchen. FLOOS VUN Donnéeën Et gëtt eng normal an prévisibel Flux vun dati an der DW.
  I dati si gitt den DW aus dem Betribsëmfeld. (NOTE: Et ginn e puer ganz interessant Ausnahmen zu dëser Regel. Allerdéngs bal all dati gitt den DW aus dem Betribsëmfeld). Tatsaach datt ech dati gitt den DW aus dem Betribsëmfeld, et gëtt transforméiert wéi et virdru beschriwwe gouf. Op Bedingung fir an den DW anzegoen, d.h dati gitt den aktuellen Detailniveau, wéi gewisen. Et wunnt do a gëtt benotzt bis ee vun dräi Eventer geschitt:

• ass gereinegt,
• gëtt zesummegefaasst, an/oder ▪è Den obsolete Prozess bannent engem DW beweegt sech i dati aktuell Detailer a dati vun al Detailer, baséiert op den Alter vun dati. De Prozess

Resumé benotzt den Detail vun dati ausrechnen i dati liicht zesummegefaasst an déi héich zesummegefaasst Niveauen vun dati. Et ginn e puer Ausnahmen zum Flux gewisen (wäert méi spéit diskutéiert ginn). Wéi och ëmmer, normalerweis fir déi grouss Majoritéit vun dati fonnt bannent engem DW, de Flux vun dati et ass wéi duergestallt.

D'DATAWAREHOUS BENOTZEN

Net verwonnerlech déi verschidden Niveauen vun dati innerhalb der DW kréie se keng ënnerschiddlech Benotzungsniveauen. Als Regel, wat méi héich den Niveau vun der Zesummefaassung, wat méi i dati se benotzt ginn.
Vill Gebrauch geschéien an dati héich zesummegefaasst, iwwerdeems déi al dati vun Detail si bal ni benotzt. Et gëtt e gudde Grond fir d'Organisatioun an d'Ressourcenutzungsparadigma ze réckelen. Méi zesummegefaasst i dati, Wat méi séier a méi effizient ass fir op de dati. Wann a Buttek fënnt datt et vill Prozesser am Detailniveau vum DW mécht, da gëtt eng entspriechend grouss Quantitéit vu Maschinnressourcen verbraucht. Et ass am beschten Interesse vun jidderengem sou séier wéi méiglech esou héich Resuméniveauen ze veraarbecht.

Fir vill Geschäfter huet den DSS Analyst an engem Pre-DW Ëmfeld benotzt dati um Niveau vum Detail. A ville respektéiert der Arrivée um dati detailléierte Resumé gläicht enger Sécherheet Decken, och wann aner Niveau vun Resumé sinn sinn. Eng vun den Aktivitéiten vum Architekt dati ass den DSS Benotzer vum konstante Gebrauch vun ze wean dati um niddregsten Detailniveau. Et ginn zwou Motivatioune fir den Architekt vun dati:

• duerch Installatioun vun engem chargeback System, wou den Endbenotzer fir d'Ressourcen verbraucht an
• déi uginn datt ganz gutt Äntwertzäit erreecht ka ginn wann d'Verhalen mat i dati ass op engem héijen Niveau vun Zesummefaassung, iwwerdeems déi schlecht Äntwert Zäit kënnt aus dem Verhalen vun der dati op engem nidderegen Niveau ANERER INTERVIEWER Et ginn e puer aner DW Konstruktioun a Gestioun Considératiounen.
  Déi éischt Iwwerleeung ass déi vun Indizes. DEN dati op méi héijen Niveaue vun der Zesummefaassung kënne se fräi indexéiert ginn, während ech dati

op méi nidderegen Detailniveauen si se sou voluminös datt se spuersam indexéiert kënne ginn. Aus dem selwechte Sënn, d.h dati op héijen Niveau vun Detail kann relativ einfach restrukturéiert ginn, iwwerdeems de Volume vun dati op den ënneschten Niveauen ass et esou grouss, datt d.h dati se kënnen net einfach renovéiert ginn. Dofir ass de Modell vun dati an déi formell Aarbecht gemaach vum Design leeën d'Fundament fir den DW applizéiert bal exklusiv um aktuellen Detailniveau. An anere Wierder, d'Modelleraktivitéite vun dati si gëllen net op Summatiounsniveauen, a bal all Fall. Eng aner strukturell Iwwerleeung ass déi vun der Ënnerdeelung vun dati vum DW.

Partition kann op zwee Niveauen gemaach ginn - um Niveau vun dbms an op der Applikatioun Niveau. An der Divisioun um Niveau dbmshien dbms gëtt iwwert d'Divisiounen informéiert a kontrolléiert se deementspriechend. Am Fall vun Divisioun um Applikatiounsniveau gëtt nëmmen de Programméierer iwwer d'Divisiounen informéiert an d'Verantwortung fir hir Administratioun ass him iwwerlooss.

Ënnert dem Niveau dbms, gëtt vill Aarbecht automatesch gemaach. Et gëtt vill Inflexibilitéit verbonne mat der automatescher Verwalte vun Divisiounen. Am Fall vun Divisiounen op der Applikatioun Niveau vun dati vun der daten Lager, vill Aarbecht weegt op de Programméierer, awer d'Ennresultat ass Flexibilitéit an der Verwaltung vun dati an daten Lager

ANER ANOMALIEN

Während d'Komponente vun der daten Lager Si schaffen wéi beschriwwen fir bal all dati, Et ginn e puer nëtzlech Ausnahmen, déi musse diskutéiert ginn. Eng Ausnam ass déi vun dati ëffentleche Resumé Daten. Des sinn dati Zesummefaassungen, déi aus der berechent goufen daten Lager mä si vun Societeit benotzt. DEN dati Ëffentlech Zesummefaassungen ginn gespäichert a geréiert an der daten Lager, obwuel si wéi virdru scho berechent sinn. Comptabelen schaffen esou Véierel ze produzéieren dati wéi Akommes, Véierel Ausgaben, Véierel Gewënn, a sou weider. D'Aarbecht vun de Comptabelen ass extern fir daten Lager. Allerdéngs, i dati ginn "intern" bannent der Firma benotzt - vun Marketing, Verkaf, etc. Eng aner Anomalie, déi net diskutéiert gëtt, ass déi vun dati extern.

Eng aner aussergewéinlech Aart dati dat kann an engem fonnt ginn daten Lager ass, datt vun der permanent Detail Daten. Dës Ursaach de Besoin fir permanent Stockage der dati op engem detailléierte Niveau aus etheschen oder juristesche Grënn. Wann eng Firma hir Aarbechter u geféierleche Substanzen aussetzt, ass et néideg dati detailléiert a permanent. Wann eng Firma e Produkt produzéiert deen ëffentlech Sécherheet involvéiert, sou wéi Fligerdeeler, ass et néideg dati permanent Detailer, wéi och wann eng Firma geféierlech Kontrakter agetriichtert.

D'Firma kann et sech net leeschten, Detailer ze iwwersinn, well an den nächste Joren, am Fall vun engem Prozess, Réckruff, ëmstridden Baudefekt, asw. d'Belaaschtung vun der Firma kéint grouss sinn. Als Resultat gëtt et eng eenzegaarteg Aart dati bekannt als permanent Detailer Donnéeën.

ZUMUMARY

Un daten Lager ass en Objet orientéiert, integréiert, Zäit Variant, eng Sammlung vun dati net liichtflüchtege fir d'Entscheedungsbedürfnisser vun der Administratioun z'ënnerstëtzen. Jiddereng vun den Haaptfunktioune vun engem daten Lager huet seng Implikatioune. Plus ginn et véier Niveauen vun dati vun der daten Lager:

• Alen Detail
• Aktuellen Detail
• Dati liicht recapituléiert
• Dati héich zesummegefaasst Metadaten ass och e wichtege Bestanddeel vun der daten Lager. ABSTRAKT D'Konzept vun Stockage vun dati Et huet viru kuerzem vill Opmierksamkeet kritt an ass e Trend vun den 90er ginn.Dat ass wéinst der Fäegkeet vun engem daten Lager fir d'Aschränkungen vu Management Support Systemer wéi Entscheedungs ​​Support Systemer (DSS) an Exekutiv Informatiounssystemer (EIS) ze iwwerwannen. Och wann d'Konzept vun daten Lager gesäit villverspriechend, ëmsetzen ech daten Lager kann problematesch sinn wéinst grousser Lagerungsprozesser. Trotz der Komplexitéit vu Lagerprojeten dati, vill Fournisseuren a Beroder déi Stock dati si behaapten, datt de Stockage vun dati aktuell mécht keng Problemer. Wéi och ëmmer, am Ufank vun dësem Fuerschungsprojet gouf bal keng onofhängeg, rigoréis a systematesch Fuerschung gemaach. Dofir ass et schwéier ze soen, wat tatsächlech an der Industrie geschitt wann se gebaut ginn daten Lager. Dës Etude exploréiert der warehousing Praxis vun dati Zäitgenossen déi zielt e méi räicht Verständnis vun der australescher Praxis z'entwéckelen. D'Literaturiwwerpréiwung huet de Kontext an d'Fundament fir d'empiresch Studie geliwwert. Et ginn eng Rei vun Entdeckungen aus dëser Fuerschung. Éischten, dëser Etude verroden d'Aktivitéiten, déi während der Entwécklung vun der daten Lager. A ville Beräicher, d.h dati gesammelt bestätegt d'Praxis an der Literatur gemellt. Zweetens, d'Problemer a Problemer, déi d'Entwécklung vun der daten Lager goufen vun dëser Etude identifizéiert. Endlech, Virdeeler vun Australian Organisatiounen mat der Benotzung vun assoziéiert daten Lager opgedeckt gi sinn.

Kapital 1

Fuerschung Kontext

D'Konzept vun Datewarehousing krut verbreet Belaaschtung a gouf en opkomende Trend an den 90er (McFadden 1996, TDWI 1996, Shah a Milstein 1997, Shanks et al. 1997, Eckerson 1998, Adelman an Oates 2000). Dëst kann aus der wuessender Zuel vun Artikelen iwwer Datelagerung an Handelspublikatiounen gesi ginn (Little a Gibson 1999). Vill Artikelen (kuckt z.B. Fisher 1995, Hackathorn 1995, Morris 1995a, Bramblett and King 1996, Graham et al. 1996, Sakaguchi and Frolick 1996, Alvarez 1997, Brousell 1997, Clarke 1997, 1997 O. Edwards 1997, TDWI 1998) hunn bedeitend Virdeeler gemellt, déi vun Organisatiounen gewonnen hunn, déi i daten Lager. Si hunn hir Theorie mat anekdotesche Beweiser vun erfollegräichen Implementatiounen ënnerstëtzt, héije Rendement op Investitioun (ROI) Zuelen an och andeems se Richtlinnen oder Methodologien ubidden fir d'Entwécklung vum daten Lager

(Shanks et al. 1997, Seddon and Benjamin 1998, Little and Gibson 1999). An engem extremen Fall, Graham et al. (1996) gemellt en duerchschnëttleche Rendement op eng dräi-Joer Investitioun vun 401%.

Vill vun der aktueller Literatur huet awer d'Komplexitéite verpasst, déi an esou Projeten involvéiert sinn. D'Projete vun daten Lager si sinn normalerweis komplex a grouss-Skala an droen dofir eng héich Probabilitéit vun Echec wa se net suergfälteg kontrolléiert ginn (Shah and Milstein 1997, Eckerson 1997, Foley 1997b, Zimmer 1997, Bort 1998, Gibbs and Clymer 1998, Rao 1998). Si erfuerderen enorm Quantitéite vu mënschlechen a finanzielle Ressourcen, an Zäit an Effort fir se ze bauen (Hill 1998, Crofts 1998). Déi typesch Zäit a finanziell Mëttelen, déi néideg sinn, sinn ongeféier zwee Joer an zwou bis dräi Milliounen Dollar respektiv (Braly 1995, Foley 1997b, Bort 1998, Humphries et al. 1999). Dës Zäit a finanziell Mëttelen sinn erfuerderlech fir vill verschidden Aspekter vum Datelagerung ze kontrolléieren an ze konsolidéieren (Cafasso 1995, Hill 1998). Nieft der Hardware a Software Considératiounen, aner Funktiounen, déi variéieren vun der Extraktioun vun dati zu der Luede Prozesser vun dati, d'Erënnerungskapazitéit fir Updates an d'Meta ze managen dati fir Benotzer Training, muss considéréiert ginn.

Zu där Zäit wou dëse Fuerschungsprojet ugefaang huet, gouf et ganz wéineg akademesch Fuerschung am Beräich vum Datewarehousing, besonnesch an Australien. Dëst war evident aus dem Mangel u publizéierten Artikelen iwwer Datelagerung aus Zäitschrëften oder aner akademesch Schrëfte vun der Zäit. Vill vun de verfügbaren akademesche Schrëften hunn d'US Erfahrung beschriwwen. De Mangel un akademescher Fuerschung am Beräich vun der Datelagerung huet Uruff fir rigoréis Fuerschung an empiresch Studien verursaacht (McFadden 1996, Shanks et al. 1997, Little a Gibson 1999). Besonnesch Fuerschung Studien iwwert d'Ëmsetzung Prozess vun daten Lager muss duerchgefouert ginn allgemengt Wëssen iwwer d'Ëmsetzung vun daten Lager a wäert als Basis fir eng zukünfteg Fuerschungsstudie déngen (Shanks et al. 1997, Little a Gibson 1999).

Den Zweck vun dëser Etude ass dofir ze studéieren wat tatsächlech geschitt wann Organisatiounen i daten Lager an Australien. Speziell wäert dës Etude eng Analyse vun engem ganzen Entwécklungsprozess vun enger daten Lager, ugefaange vun Initiatioun a Planung duerch Design an Ëmsetzung a spéider Notzung bannent australeschen Organisatiounen. Zousätzlech wäert d'Etude och zur aktueller Praxis bäidroen andeems d'Gebidder identifizéieren wou d'Praxis weider verbessert ka ginn an d'Ineffizienz a Risiken miniméiert oder vermeit kënne ginn. Ausserdeem wäert et als Basis déngen fir aner Studien iwwer daten Lager an Australien a wäert d'Lück fëllen, déi am Moment an der Literatur existéiert.

Fuerschung Froen

D'Zil vun dëser Fuerschung ass d'Aktivitéiten ze studéieren déi an der Ëmsetzung involvéiert sinn daten Lager an hir Notzung vun australeschen Organisatiounen. Besonnesch Elementer betreffend Projektplanung, Entwécklung, Operatioun, Notzung an d'Risiken, déi involvéiert sinn, ginn studéiert. Also d'Fro vun dëser Fuerschung ass:

"Wat ass déi aktuell Praxis daten Lager an Australien?"

Fir dës Fro effektiv ze beäntweren, sinn eng Zuel vun Duechterfuerschungsfroen erfuerderlech. Besonnesch dräi Ënnerfroe goufen aus der Literatur identifizéiert, déi am Kapitel 2 presentéiert gëtt, fir dëse Fuerschungsprojet ze guidéieren: Wéi sinn déi daten Lager aus australeschen Organisatiounen? Wéi eng Problemer hutt Dir begéint?

Wat sinn d'Virdeeler erlieft?
Bei der Äntwert op dës Froen gouf en explorativen Fuerschungsdesign mat enger Ëmfro benotzt. Als explorativ Studie sinn d'Äntwerten op déi uewe genannte Froen net komplett (Shanks et al. 1993, Denscombe 1998). An dësem Fall ass Triangulatioun néideg fir d'Äntwerten op dës Froen ze verbesseren. Wéi och ëmmer, d'Enquête wäert e zolitte Grondlag fir zukünfteg Aarbecht fir dës Froen ze ënnersichen. Eng detailléiert Diskussioun iwwer Fuerschungsmethodberechtegung an Design gëtt am Kapitel 3 presentéiert.

Struktur vum Fuerschungsprojet

Dëse Fuerschungsprojet ass an zwee Deeler opgedeelt: déi kontextuell Etude vum Datelagerungskonzept an der empirescher Fuerschung (kuckt Figur 1.1), jidderee vun deenen hei ënnen diskutéiert gëtt.

Deel I: Kontextstudie

Den éischten Deel vun der Fuerschung bestoung aus der Iwwerpréiwung vun der aktueller Literatur iwwer verschidden Aarte vun Datelagerung, dorënner Entscheedungssupportsystemer (DSS), Exekutiv Informatiounssystemer (EIS), Fallstudien vun daten Lager an d'Konzepter vun daten Lager. Ausserdeem, d'Resultater vun de Foren daten Lager an Experten a Praktiker Treffgruppen gefouert vum Monash DSS Fuerschungsteam, hunn zu dëser Phase vun der Studie bäigedroen, déi geduecht war fir Abléck an d'Praxis ze kréien daten Lager an d'Risiken ze identifizéieren déi an hirer Adoptioun involvéiert sinn. Wärend dëser kontextueller Studieperiod gouf Verständnis vum Problemberäich etabléiert fir den Hannergrondwëssen fir spéider empiresch Ermëttlungen ze bidden. Wéi och ëmmer, dëst war e lafende Prozess wärend der Duerchféierung vun der Fuerschungsstudie.

Deel II: Empiresch Fuerschung

Dat relativ neit Konzept vun Datelagerung, besonnesch an Australien, huet de Besoin fir eng Ëmfro erstallt fir e breet Bild vun der Benotzererfarung ze kréien. Dësen Deel gouf duerchgefouert eemol de Problem Domain duerch extensiv Literatur review etabléiert gouf. D'Datenlagerkonzept geformt während der kontextueller Studiephase gouf als Input fir den initialen Questionnaire vun dëser Etude benotzt. Duerno gouf de Questionnaire iwwerpréift. Dir sidd Experten an daten Lager um Test deelgeholl. Den Zweck vum Test vum initialen Questionnaire war d'Vollständegkeet an d'Genauegkeet vun de Froen ze kontrolléieren. Baséierend op den Testresultater gouf de Questionnaire geännert an déi modifizéiert Versioun gouf un d'Ëmfro Participanten geschéckt. Déi zréckginn Questionnaire goufen dann analyséiert fir i dati an Dëscher, Diagrammer an aner Formater. DEN

Analyse Resultater vun dati si bilden e Snapshot vun der Date warehousing Praxis an Australien.

DATA WAREHOUSING OVERVICHT

D'Konzept vun Datelagerung huet sech mat Verbesserungen an der Computertechnologie entwéckelt.
Et zielt fir d'Problemer ze iwwerwannen, déi vun Applikatiounssupportgruppen wéi Decision Support System (DSS) an Executive Information System (EIS) konfrontéiert sinn.

An der Vergaangenheet war de gréissten Hindernis vun dësen Uwendungen d'Onméiglechkeet vun dësen Uwendungen eng Datebank néideg fir d'Analyse.
Dëst ass haaptsächlech duerch d'Natur vun der Gestiounsaarbecht verursaacht. D'Interesse vun der Gestioun vun enger Gesellschaft variéiere konstant ofhängeg vum Gebitt. Dofir i dati fundamental fir dës Uwendungen musse se fäeg sinn séier z'änneren ofhängeg vum Deel deen behandelt gëtt.
Dëst bedeit datt ech dati muss an der entspriechender Form fir déi ugefrote Analysen verfügbar sinn. Tatsächlech hunn Applikatiounssupportgruppen et an der Vergaangenheet ganz schwéier fonnt ze sammelen an z'integréieren dati aus komplexen a verschiddenste Quellen.

De Rescht vun dëser Rubrik presentéiert en Iwwerbléck iwwer d'Konzept vun Datelagerung an diskutéiert wéi d' daten Lager kann d'Problemer vun Applikatioun Support Gruppen iwwerwannen.
De Begrëff "Donnéeën Warehouse"War popularized by William Inmon 1990. Seng dacks zitéiert Definitioun gesäit de Donnéeën Warehouse als Sammlung vun dati Sujet-orientéiert, integréiert, Net-flüchtege, a variabel iwwer Zäit, an Ënnerstëtzung vun Gestioun Décisiounen.

Mat dëser Definitioun Inmon Highlight datt ech dati wunnen an a daten Lager Si mussen déi folgend 4 Charakteristiken hunn:

• ▪ Sujet-orientéiert
• ▪ Integréiert
• ▪ Net-flüchteg
• ▪ Verännerlech mat der Zäit Mam Sujet-orientéierten Inmon heescht, datt d.h dati an daten Lager an de gréisste organisatoresch Beräicher, déi goufen

am Modell definéiert dati. Zum Beispill all dati betreffend i Clienten sinn am Thema Beräich enthalen Clienten. Ähnlech all dati Betreffend d'Produkter sinn am PRODUCTS Fachberäich enthale.

Mam Integréierten Inmon heescht dat i dati kommen aus verschiddene Plattformen, Systemer a Plazen sinn kombinéiert an op enger Plaz gespäichert. Konsequenz dati ähnlech mussen a konsequent Formater transforméiert ginn, sou datt se einfach bäigefüügt a vergläicht kënne ginn.
Zum Beispill, männlecht a weiblech Geschlecht sinn duerch d'Bréiwer M a F an engem System vertruede, an duerch 1 an 0 an engem aneren. Fir se richteg z'integréieren, muss een oder zwee Formater transforméiert ginn, sou datt déi zwee Formater d'selwecht sinn. An dësem Fall kéinte mir M op 1 a F op 0 änneren oder vice versa. Sujet-orientéiert an Integréiert weisen datt d' daten Lager ass entwéckelt fir eng funktionell an transversal Visioun ze bidden dati vun der Firma.

Mat Non-volatile mengt hien, datt d.h dati an daten Lager bleiwen konsequent an d'Aktualiséierung vun dati et ass net néideg. Amplaz, all Ännerung an dati Originaler gëtt derbäigesat Datebank vun der daten Lager. Dat heescht, datt déi historesch dei dati enthält an daten Lager.

Fir Variablen mat der Zäit Inmon weist datt i dati an daten Lager enthalen ëmmer ei Zäit Indicateuren dati si iwwerschreiden normalerweis e gewëssen Zäithorizont. Zum Beispill a
daten Lager kann enthalen 5 Joer vun historesche Wäerter vun Clienten vun 1993 ze 1997. D'Disponibilitéit vun der Geschicht an enger Zäit Serie vun dati erlaabt Iech Trends ze analyséieren.

Un daten Lager hie kann seng eege sammelen dati aus OLTP Systemer; aus Quellen dati extern vun der Organisatioun an / oder duerch aner speziell Capture System Projeten dati.
I dati Extrakter kënnen duerch e Botzprozess goen, an dësem Fall d.h dati ginn transforméiert an integréiert ier se an der gespäichert ginn Datebank vun der daten Lager. Dann, ech dati

Awunner bannent der Datebank vun der daten Lager ginn zur Verfügung gestallt fir Ennbenotzer Login an Erhuelungsinstrumenter. Mat dësen Tools kann den Endbenutzer Zougang zu der integréierter Vue vun der Organisatioun vun dati.

I dati Awunner bannent der Datebank vun der daten Lager si sinn souwuel am Detail an am Resumé Formater gespäichert.
Den Niveau vum Resumé kann op der Natur vun der dati. ech dati detailléiert kënne besteet aus dati aktuell e dati Storici
I dati Royalties sinn net an der daten Lager bis i dati an daten Lager aktualiséiert ginn.
Nieft der Späichere i dati sech, a daten Lager et kann och eng aner Zort Buttek dato genannt METADATA beschreiwen der dati Awunner a sengem Datebank.
Et ginn zwou Zorte vu Metadaten: Entwécklungsmetadaten an analytesch Metadaten.
Entwécklungsmetadaten gi benotzt fir d'Extraktioun, d'Botzen, d'Mapping an d'Luede Prozesser vun der ze verwalten an ze automatiséieren dati an daten Lager.
D'Informatioun an den Entwécklungsmetadaten enthale kënnen Detailer vu Betribssystemer enthalen, Detailer vun den Elementer déi extrahéiert ginn, de Modell dati vun der daten Lager a Betrib Regele fir Ëmwandlung dati.

Déi zweet Aart vu Metadaten, bekannt als analytesch Metadaten, erméiglecht den Endbenotzer den Inhalt vun der daten Lager ze fannen dati verfügbar an hir Bedeitung a kloer, net-technesch Begrëffer.

Dofir funktionéiert analytesch Metadaten als Bréck tëscht den daten Lager an Enn-Benotzer Uwendungen. Dës Metadaten kënnen de Geschäftsmodell enthalen, Beschreiwunge vun dati entspriechend dem Geschäftsmodell, virdefinéiert Ufroen a Berichter, Informatioun fir Benotzerzougang an den Index.

Analyse an Entwécklung Metadaten mussen an eng eenzeg integréiert Behälter Metadaten kombinéiert ginn fir richteg ze fonktionnéieren.

Leider hunn vill vun den existente Tools hir eege Metadaten an et gi momentan keng existent Standards dofir

erlaben Daten Warehousing Tools dës Metadaten z'integréieren. Fir dës Situatioun ze léisen, hu vill Händler vun den Haaptdatenlagerinstrumenter de Meta Data Council geformt, dee spéider d'Meta Data Coalition gouf.

D'Zil vun dëser Koalitioun ass e Standard Metadatenset ze bauen deen verschidden Datewarehousing Tools erlaabt d'Metadaten ze konvertéieren
Hir Efforten hunn zu der Gebuert vun der Meta Data Interchange Specification (MDIS) gefouert, déi den Austausch vun Informatioun tëscht Microsoft Archiven an de verbonne MDIS Dateien erlaabt.

D'Existenz vun dati souwuel zesummegefaasst / indexéiert an detailléiert gëtt dem Benotzer d'Méiglechkeet eng DRILL DROWN auszeféieren (Bueren) aus dati indexéiert op detailléiert a vice versa. D'Existenz vun dati detailléiert Geschichten erlaben d'Schafung vun Trendanalysen iwwer Zäit. Zousätzlech kënnen d'Analytik Metadaten als Verzeechnes benotzt ginn Datebank vun der daten Lager fir Enn Benotzer ze hëllefen de dati noutwendeg.

Am Verglach zu OLTP Systemer, mat hirer Fähegkeet Analyse vun z'ënnerstëtzen dati a Berichterstattung, der daten Lager et gëtt als e méi passenden System fir Informatiounsprozesser ugesinn, sou wéi Ufroen ze maachen an ze reagéieren a Berichter ze produzéieren. Déi nächst Sektioun wäert d'Ënnerscheeder vun den zwee Systemer am Detail ënnersträichen.

DATA WAREHOUSE GÉINT OLTP SYSTEMS

Vill vun den Informatiounssystemer bannent Organisatiounen si geduecht fir alldeeglech Operatiounen z'ënnerstëtzen. Dës Systemer bekannt als OLTP SYSTEMS, erfaassen kontinuéierlech aktualiséiert deeglech Transaktiounen.

I dati bannent dëse Systemer ginn se dacks geännert, bäigefüügt oder geläscht. Zum Beispill ännert d'Adress vun engem Client wéi hien vun enger Plaz op déi aner plënnert. An dësem Fall gëtt déi nei Adress registréiert andeems d'Adressfeld geännert gëtt Datebank. D'Haaptziel vun dëse Systemer ass d'Transaktiounskäschte ze reduzéieren a gläichzäiteg d'Veraarbechtungszäiten ze reduzéieren. Beispiller vun OLTP Systemer enthalen kritesch Aktiounen wéi Bestellungentrée, Paieziedel, Rechnung, Fabrikatioun, Clientsservice Clienten.

Am Géigesaz zu OLTP Systemer, déi fir Transaktiouns- an Eventbaséiert Prozesser erstallt goufen, d.h daten Lager goufen erstallt fir Ënnerstëtzung fir analytesch-baséiert Prozesser ze bidden dati an Entscheedungsprozesser.

Dëst gëtt normalerweis erreecht andeems ech i dati aus verschiddene OLTP an extern Systemer an engem eenzege "Container" vun dati, wéi an der viregter Sektioun diskutéiert.

Monash Data Warehousing Prozess Modell

De Prozess Modell fir daten Lager Monash gouf vu Fuerscher am Monash DSS Research Group entwéckelt, a baséiert op der Literatur vum daten Lager, iwwer Erfahrung an der Ënnerstëtzung vun der Entwécklung vun Systemer Felder, op Diskussioune mat Ubidder vun Uwendungen fir benotzen op daten Lager, op engem Grupp vun Experten am Gebrauch vun daten Lager.

D'Phasen sinn: Initiatioun, Planung, Entwécklung, Operatiounen an Erklärungen. Den Diagramm erkläert d'iterativ oder evolutiv Natur vun der Entwécklung vun engem daten Lager Prozess mat zwee-Wee Pfeile tëscht de verschiddene Phasen plazéiert. An dësem Kontext bedeiten "iterativ" an "evolutionär" datt bei all Schrëtt vum Prozess d'Ëmsetzungsaktivitéite sech ëmmer no hannen an der viregter Phase kënne propagéieren. Dëst ass wéinst der Natur vun engem Projet daten Lager an deenen zousätzlech Ufroe vum Endbenotzer zu all Moment entstoen. Zum Beispill während der Entwécklungsphase vun engem Prozess daten Lager, eng nei Dimensioun oder Thema Beräich gëtt vum Endbenutzer gefrot, wat net Deel vum ursprénglechen Plang war, dëst muss an de System bäigefüügt ginn. Dëst verursaacht eng Ännerung am Projet. D'Resultat ass datt d'Designteam d'Ufuerderunge vun den Dokumenter, déi bis elo an der Designphase erstallt goufen, änneren. A ville Fäll muss den aktuellen Zoustand vum Projet zréck an d'Designphase goen, wou déi nei Ufuerderung muss bäigefüügt an dokumentéiert ginn. Den Endbenutzer muss fäeg sinn déi spezifesch Dokumentatioun iwwerpréift ze gesinn an d'Ännerungen déi an der Entwécklungsphase gemaach goufen. Um Enn vun dësem Entwécklungszyklus muss de Projet exzellente Feedback vu béiden Entwécklungs- a Benotzerteams kréien. De Feedback gëtt dann erëm benotzt fir en zukünftege Projet ze verbesseren.

Kapazitéit Planung
Dw tendéieren ganz grouss a Gréisst a wuessen ganz séier (Best 1995, Rudin 1997a) als Resultat vun der Quantitéit vun dati Geschichten déi se aus hirer Dauer behalen. Wuesstem kann och verursaacht ginn duerch dati Ergänzunge vun de Benotzer gefrot fir de Wäert vun ze erhéijen dati déi se schonn hunn. Deementspriechend sinn d'Späicherfuerderunge fir dati kënne wesentlech verbessert ginn (Eckerson 1997). Also ass et essentiell fir ze garantéieren, andeems Dir Kapazitéitsplanung mécht, datt de System, deen gebaut gëtt, ka wuessen wéi d'Bedierfnesser wuessen (Best 1995, LaPlante 1996, Lang 1997, Eckerson 1997, Rudin 1997a, Foley 1997a).
Beim Planung fir Skalierbarkeet vun der Datebank muss een den erwaarten Wuesstum an der Gréisst vum Lager kennen, d'Zorte vun Ufroen déi méiglecherweis gemaach ginn, an d'Zuel vun den Ennbenotzer ënnerstëtzt (Best 1995, Rudin 1997b, Foley 1997a). Skalierbar Uwendungen bauen erfuerdert eng Kombinatioun vu skalierbare Servertechnologien a skalierbaren Applikatiounsdesigntechniken (Best 1995, Rudin 1997b. Béid sinn néideg fir eng héich skalierbar Applikatioun ze bauen. Skalierbar Servertechnologien kënnen et einfach a avantagéis maachen fir Späicheren, Erënnerung an CPU ze addéieren ouni degradéieren Leeschtung (Lang 1997, Telefonie 1997).

Et ginn zwou Haapt skalierbar Server Technologien: symmetresch Multiple Veraarbechtung (SMP) a massiv parallel Veraarbechtung (MPP) (IDC 1997, Humphries et al. 1999). En SMP Server huet typesch verschidde Prozessoren, déi eng Erënnerung, Systembus an aner Ressourcen deelen (IDC 1997, Humphries et al. 1999). Zousätzlech Prozessoren kënne bäigefüügt ginn fir seng ze erhéijen Muecht rechnerlech. Aner Method fir Erhéijung vun der Muecht vum SMP Server, ass fir vill SMP Maschinnen ze kombinéieren. Dës Technik ass bekannt als Clustering (Humphries et al. 1999). En MPP Server, op der anerer Säit, huet verschidde Prozessoren, jidderee mat senger eegener Erënnerung, Bussystem an aner Ressourcen (IDC 1997, Humphries et al. 1999). All Prozessor gëtt en Node genannt. Eng Erhéijung vun Muecht computational kann erreecht ginn

zousätzlech Wirbelen op MPP Serveren addéieren (Humphries et al. 1999).

Eng Schwäch vun SMP Serveren ass, datt ze vill Input-Output (ech / O) Operatiounen de System Bus congest (IDC 1997). Dëse Problem geschitt net bannent MPP Serveren well all Prozessor seng eege Bus System huet. Wéi och ëmmer, d'Verbindungen tëscht all Node sinn allgemeng vill méi lues wéi de SMP Bus System. Zousätzlech kënnen MPP Serveren en zousätzleche Komplexitéitsniveau fir Applikatiounsentwéckler addéieren (IDC 1997). Also kann d'Wiel tëscht SMP an MPP Server vu ville Faktoren beaflosst ginn, dorënner d'Komplexitéit vun den Uwendungen, de Präis/Leeschtungsverhältnis, déi erfuerderlech Veraarbechtungskapazitéit, déi verhënnert dw Uwendungen an d'Erhéijung vun der Gréisst vun der Datebank vun dw an an der Zuel vun Enn Benotzer.

Vill skalierbar Applikatiounsdesigntechnike kënnen an der Kapazitéitsplanung agesat ginn. Ee benotzt verschidden Notifikatiounsperioden wéi Deeg, Wochen, Méint a Joeren. Nodeems verschidde Notifikatiounsperioden, déi Datebank et kann an handhabbar gruppéiert Stécker ënnerdeelt ginn (Inmon et al. 1997). Eng aner Technik ass Zesummefaassungstabellen ze benotzen déi konstruéiert ginn duerch Zesummefaassung dati da dati detailléiert. Also, ech dati zesummegefaasst si méi kompakt wéi detailléiert, déi manner Erënnerung Plaz verlaangt. Also de dati vun Detail kann an engem manner deier Stockage Eenheet gespäichert ginn, déi nach méi Stockage spuert. Och wann d'Benotzung vun Resumétabellen Erënnerungsraum spuere kann, brauche se vill Effort fir se aktuell ze halen an am Aklang mat de Geschäftsbedürfnisser. Wéi och ëmmer, dës Technik gëtt wäit benotzt an dacks a Verbindung mat der viregter Technik benotzt (Best 1995, Inmon 1996a, Chauduri an Dayal
1997).

Definéiere Donnéeën Warehouse Technesch Architektur Definitioun vun dw Architektur Techniken

Fréi Adoptateuren vun Datewarehousing hu virun allem eng zentraliséiert Ëmsetzung vun der dw konzipéiert an där all dati, dorënner i dati extern, goufen an eng eenzeg integréiert,
kierperlech Lagerung (Inmon 1996a, Bresnahan 1996, Peacock 1998).

Den Haaptvirdeel vun dëser Approche ass datt d'Endbenotzer fäeg sinn Zougang zu der Entreprise-breet Vue vun der dati organisatoresch (Ovum 1998). Anere Virdeel ass, datt et Standardiséierung vun offréiert dati duerch Organisatioun, dat heescht datt et nëmmen eng Versioun oder Definitioun fir all Terminologie gëtt, déi am dw Repository (Metadate) benotzt gëtt (Flanagan a Safdie 1997, Ovum 1998). Den Nodeel vun dëser Approche ass op der anerer Säit datt et deier a schwéier ass ze konstruéieren (Flanagan a Safdie 1997, Ovum 1998, Inmon et al. 1998). Net laang no der Späicherarchitektur dati zentraliséiert gouf populär, d'Konzept fir méi kleng Ënnerdeeler vun der evoluéierter ze extrahieren dati fir d'Bedierfnesser vu spezifesche Applikatiounen z'ënnerstëtzen (Varney 1996, IDC 1997, Berson a Smith 1997, Peacock 1998). Dës kleng Systemer sinn Derivate vun de gréissere daten Lager zentraliséiert. Si ginn genannt daten Lager ofhängeg Departementer oder ofhängeg daten Marts. Déi ofhängeg Datemartarchitektur ass bekannt als dräistäckeg Architektur, wou déi éischt Tier aus der daten Lager zentraliséiert, déi zweet besteet aus der Dépôten vun dati Departementer an déi drëtt besteet aus Zougang zu dati an duerch Analyse Tools (Demarest 1994, Inmon et al. 1997).

Data Marts ginn normalerweis no der gebaut daten Lager zentraliséiert gouf gebaut fir d'Bedierfnesser vu spezifesche Eenheeten ze treffen (White 1995, Varney 1996).
Data Marts späicheren d' dati ganz relevant betreffend speziell Eenheeten (Inmon et al. 1997, Inmon et al. 1998, IA 1998).

De Virdeel vun dëser Method ass, datt et keng ginn dato net integréiert an datt ech dati wäert manner iwwerflësseg bannent daten Mart wéi all dati si kommen aus engem Lager dati integréiert. En anere Virdeel ass datt et wéineg Verbindungen tëscht all Datenmart a senge Quelle gëtt dati well all daten Mart huet nëmmen eng Quell vun dati. Plus mat dëser Architektur op der Plaz, kënnen Ennbenotzer nach ëmmer Zougang zum Iwwerbléck iwwer dati

Firmenorganisatiounen. Dës Method ass bekannt als Top-Down Method, wou Datemarts no der daten Lager (Päif 1998, Goff 1998).
D'Erhéijung vun der Bedierfnes fir Resultater fréi ze weisen, hunn e puer Organisatiounen ugefaang onofhängeg Datemarts ze bauen (Flanagan a Safdie 1997, White 2000). An dësem Fall kréien daten Marts hir eege dati direkt vun der Grondlage vun dati OLTP an net aus dem zentraliséierten an integréierte Lagerhaus, sou datt de Besoin eliminéiert gëtt fir den Zentrallager op der Plaz ze hunn.

All Datemart erfuerdert op d'mannst ee Link op seng Quellen dati. En Nodeel vu multiple Verbindunge fir all Datemart ze hunn ass datt, am Verglach mat de fréieren zwou Architekturen, d'Iwwerfloss vun dati klëmmt däitlech.

All daten Mart muss Buttek all déi dati lokal néideg fir keen Effekt op OLTP Systemer ze hunn. Dëst verursaacht datt i dati si sinn a verschiddenen Datenmarts gespäichert (Inmon et al. 1997). En aneren Nodeel vun dëser Architektur ass datt et zu der Schafung vu komplexe Verbindungen tëscht Datemarts an hiren Datequellen féiert. dati déi schwéier auszeféieren a kontrolléieren (Inmon et al. 1997).

En aneren Nodeel ass datt d'Endbenotzer den Iwwerbléck iwwer d'Firmainformatioun net kënnen zougräifen, well d dati vun de verschiddenen Datemarts sinn net integréiert (Ovum 1998).
Nach en aneren Nodeel ass datt et méi wéi eng Definitioun fir all Terminologie ka ginn, déi an Datemarch benotzt gëtt, wat Inkonsistenz vun dati an der Organisatioun (Ovum 1998).
Trotz den Nodeeler, déi hei uewe diskutéiert goufen, unzéien onofhängeg Datemarts nach ëmmer den Interessi vu villen Organisatiounen (IDC 1997). Ee Faktor deen se attraktiv mécht ass datt se méi séier entwéckelen a manner Zäit a Ressourcen erfuerderen (Bresnahan 1996, Berson a Smith 1997, Ovum 1998). Dofir déngen se haaptsächlech als Testprojeten, déi benotzt kënne fir séier Virdeeler an / oder Mängel am Projet z'identifizéieren (Parsaye 1995, Braly 1995, Newing 1996). An dësem Fall muss den Deel, deen am Pilotprojet ëmgesat gëtt, kleng sinn, awer wichteg fir d'Organisatioun (Newing 1996, Mansell-Lewis 1996).

Duerch d'Untersuchung vum Prototyp kënnen d'Endbenotzer an d'Administratioun entscheeden ob de Projet weiderfuere oder stoppen (Flanagan a Safdie 1997).
Wann d'Decisioun weider geet, sollten Datemarts fir aner Industrien ee gläichzäiteg gebaut ginn. Et ginn zwou Méiglechkeeten fir Endbenotzer op Basis vun hire Bedierfnesser fir onofhängeg Datematrizen ze bauen: integréiert / federéiert an onintegréiert (Ovum 1998)

An der éischter Method soll all neien Datemart op Basis vum aktuellen Datemart an dem Modell gebaut ginn dati vun der Firma benotzt (Varney 1996, Berson a Smith 1997, Peacock 1998). De Besoin fir de Modell ze benotzen dati vun der Firma heescht datt et muss gesuergt ginn datt et nëmmen eng Definitioun gëtt fir all Terminologie, déi iwwer Datenmart benotzt gëtt, dëst ass och fir sécherzestellen datt verschidde Datenmarts kombinéiert kënne ginn fir en Iwwerbléck iwwer d'Firmainformatioun ze ginn (Bresnahan 1996). Dës Method gëtt Bottom-up genannt an ass am beschten wann et eng Beschränkung op finanziell Mëttelen an Zäit ass (Flanagan a Safdie 1997, Ovum 1998, Peacock 1998, Goff 1998). An der zweeter Method kënnen déi konstruéiert Datemarts nëmmen d'Bedierfnesser vun enger spezifescher Eenheet zefridden stellen. Eng Variant vum federéierten Datemart ass den daten Lager verdeelt an deem de Datebank Hub Server Middleware gëtt benotzt fir vill Datemarts an engem eenzege Repository ze fusionéieren dati verdeelt (White 1995). An dësem Fall, i dati Firmen sinn a verschiddenen Datenmart verdeelt. Endbenutzer Ufroe ginn weidergeleet Datebank Server Hub Middleware, déi all déi dati ugefrot vun Datemarch a bréngt d'Resultater un d'Endbenotzer Uwendungen zréck. Dës Method liwwert Geschäftsinformatioun un Endbenotzer. Wéi och ëmmer, d'Problemer vun onofhängegen Datemarch sinn nach ëmmer net eliminéiert. Et gëtt eng aner Architektur déi benotzt ka ginn, déi genannt gëtt daten Lager virtuell (White 1995). Wéi och ëmmer, dës Architektur, déi an der Figur 2.9 beschriwwe gëtt, ass keng Datespäicherarchitektur. dati real wéi et net Luede vun OLTP Systemer ze plënneren daten Lager (Demarest 1994).

Tatsächlech, d'Demande vun dati vun Endbenotzer ginn op OLTP Systemer weidergeleet, déi Resultater zréckginn nodeems d'Benotzer Ufroe veraarbecht hunn. Och wann dës Architektur Endbenotzer erlaabt Berichter ze generéieren an Ufroen ze maachen, kann et net déi

dati historesch an Iwwerbléck vun Firma Informatiounen wéi ech dati vun de verschiddene OLTP Systemer sinn net integréiert. Dofir kann dës Architektur d'Analyse net zefridden stellen dati komplex wéi Prognosen.

Auswiel vun Zougang an Erhuelung Uwendungen dati

Den Zweck vum Bau vun engem daten Lager ass d'Informatioun un den Endbenotzer ze vermëttelen (Inmon et al. 1997, Poe 1996, McFadden 1996, Shanks et al. 1997, Hammergren 1998); een oder méi Zougang an Erhuelung Uwendungen dati muss zur Verfügung gestallt ginn. Bis haut gëtt et eng grouss Varietéit vun dësen Uwendungen, aus deenen de Benotzer ka wielen (Hammergren 1998, Humphries et al. 1999). D'Applikatiounen déi Dir auswielt bestëmmen den Erfolleg vun Ärem Warehousing Effort dati an enger Organisatioun well Uwendungen sinn déi siichtbarst Deel vun daten Lager zum Endbenutzer (Inmon et al. 1997, Poe 1996). Fir erfollegräich ze sinn a daten Lager, muss kënnen d'Analyse Aktivitéiten vun dati vum Endbenutzer (Poe 1996, Seddon and Benjamin 1998, Eckerson 1999). Also muss den "Niveau" vun deem wat den Endbenutzer wëllt identifizéiert ginn (Poe 1996, Mattison 1996, Inmon et al. 1997, Humphries et al. 1999).

Am Allgemengen kënnen Endbenotzer an dräi Kategorien gruppéiert ginn: exekutiv Benotzer, Geschäftsanalytiker a Power Benotzer (Poe 1996, Humphries et al. 1999). Exekutiv Benotzer brauche einfach Zougang zu virdefinéierte Sätz vu Berichter (Humphries et al. 1999). Dës Verhältnisser kënnen einfach mat Menünavigatioun zougänglech sinn (Poe 1996). Zousätzlech sollten d'Rapporte d'Informatioun mat der grafescher Representatioun wéi Tabellen a Schabloune presentéieren fir séier Informatioun ze vermëttelen (Humphries et al. 1999). Business Analysten, déi vläicht net d'technesch Fäegkeeten hunn fir Berichter vun Null eleng z'entwéckelen, musse fäeg sinn aktuell Berichter z'änneren fir hir spezifesch Bedierfnesser z'erreechen (Poe 1996, Humphries et al. 1999). Power Benotzer, op der anerer Säit, sinn d'Aart vun Endbenotzer déi d'Fäegkeet hunn Ufroen a Berichter vun Null ze generéieren an ze schreiwen (Poe 1996, Humphries et al. 1999). Si sinn déi, déi

si entwéckelen Berichter fir aner Zorte vu Benotzer (Poe 1996, Humphries et al. 1999).

Wann d'Endbenotzer Ufuerderunge festgeluegt sinn, muss eng Auswiel vun Zougangs- an Erhuelungsapplikatiounen gemaach ginn dati ënnert all déi verfügbar (Poe 1996, Inmon et al. 1997).
Zougang zu dati an Retrieval Tools kënnen an 4 Typen klasséiert ginn: OLAP Tools, EIS / DSS Tools, Ufroen a Berichter Tools an Data Mining Tools.

OLAP Tools erlaben d'Benotzer ad hoc Ufroen ze kreéieren wéi och déi op der Datebank vun der daten Lager. Zousätzlech erlaben dës Produkter d'Benotzer erof ze dréinen dati allgemeng bis detailléiert.

EIS / DSS Tools bidden exekutiv Berichterstattung wéi "wat wann" Analyse an Zougang zu Menü-Undriff Berichter. Berichter solle virdefinéiert a fusionéiert mat Menue fir méi einfach Navigatioun.
Query- a Berichterinstrumenter erlaben d'Benotzer virdefinéiert a spezifesch Berichter ze produzéieren.

Data Mining Tools gi benotzt fir Bezéiungen z'identifizéieren déi nei Luucht op vergiessen Operatiounen an der dati vum Datelager.

Niewent der Optimisatioun vun den Ufuerderunge vun all Typ vu Benotzer, mussen d'Tools, déi gewielt goufen, intuitiv, effizient an einfach ze benotzen sinn. Si mussen och mat aneren Deeler vun der Architektur kompatibel sinn a fäeg sinn mat existente Systemer ze schaffen. Et ass och recommandéiert Datenzougang an Erhuelung Tools mat vernünfteg Präisser a Leeschtung ze wielen. Aner Critèrë fir ze berücksichtegen enthalen den Engagement vum Tool Verkeefer fir hire Produkt z'ënnerstëtzen a wéi et sech an zukünfteg Verëffentlechungen entwéckelt. Fir d'Benotzerengagement beim Gebrauch vum Datelager ze garantéieren, involvéiert d'Entwécklungsteam d'Benotzer am Tool Selektiounsprozess. An dësem Fall soll eng praktesch Benotzer Bewäertung duerchgefouert ginn.

Fir de Wäert vum Datelager ze verbesseren kann d'Entwécklungsteam och Webzougang zu hirem Datelager ubidden. E Web-aktivéiert Datelager erlaabt d'Benotzer Zougang zum dati vu wäitem Plazen oder während der Rees. Weider Informatioune kënnen

zu méi niddrege Käschten duerch eng Reduktioun vun de Formatiounskäschte geliwwert ginn.

2.4.3 Donnéeën Warehouse Operatioun Phase

Dës Phase besteet aus dräi Aktivitéiten: Definitioun vun Datefrëschstrategien, Kontroll vun Datelageraktivitéiten a Gestioun vun Datelagersécherheet.

Definitioun vun Daten Erfrëschungsstrategien

No der éischter Luede, d.h dati an Datebank vum Datelager muss periodesch erfrëscht ginn fir d'Ännerungen ze reproduzéieren dati Originaler. Dir musst dofir entscheeden wéini Dir wëllt erfrëschen, wéi dacks d'Erfrëschung soll geplangt sinn a wéi Dir d'Donnéeën erfrëscht dati. Et gëtt virgeschloen d'Erfrëschung dati wann de System kann offline geholl ginn. D'Erfrëschungsfrequenz gëtt vum Entwécklungsteam bestëmmt op Basis vun de Benotzerfuerderunge. Et ginn zwou Approche fir d'Datelager z'erfrëschen: de komplette Erfrëschung an déi kontinuéierlech Luede vun Ännerungen.

Déi éischt Approche, voll Erfrëschung, erfuerdert alles nei ze lueden dati vun Null. Dëst bedeit datt all dati néideg muss extrahéiert, gebotzt, transforméiert an an all Erfrëschung integréiert ginn. Dës Approche soll esou wäit wéi méiglech evitéiert ginn, well et vill Zäit a Ressourcen erfuerdert.

Eng alternativ Approche ass kontinuéierlech Ännerungen eropzelueden. Dëst füügt i dati déi zënter dem leschten Datelagerfrëschungszyklus geännert goufen. Identifizéieren nei oder geännert records bedeitend reduzéiert de Montant vun dati déi muss an d'Datelager an all Update propagéiert ginn well nëmmen dës dati wäert dobäi ginn Datebank vum Datelager.

Et ginn op d'mannst 5 Approche déi benotzt kënne fir zréckzéien i dati nei oder geännert. Fir eng effizient Datefrëschstrategie ze kréien dati eng Mëschung vun dësen Approche déi all Ännerungen am System erfaasst kann nëtzlech sinn.

Déi éischt Approche, déi Zäitstempel benotzt, gëtt ugeholl datt all zougewisen sinn dati geännert an aktualiséiert en Zäitstempel sou datt Dir alles einfach z'identifizéieren dati geännert an nei. Dës Approche ass awer net wäit an de meeschte vun haut Betribssystemer benotzt ginn.
Déi zweet Approche ass eng Delta-Datei ze benotzen generéiert vun enger Applikatioun déi nëmmen d'Ännerungen enthält dati. Dës Datei ze benotzen verstäerkt och den Update-Zyklus. Wéi och ëmmer, dës Method ass net a ville Uwendungen benotzt ginn.
Déi drëtt Approche ass eng Log Datei ze scannen, déi am Fong Informatioun ähnlech wéi d'Delta Datei enthält. Deen eenzegen Ënnerscheed ass datt eng Logdatei fir den Erhuelungsprozess erstallt gëtt a ka schwéier ze verstoen sinn.
Déi véiert Approche ass den Applikatiounscode z'änneren. Wéi och ëmmer, déi meescht Applikatiounscode ass al a fragil; dofir soll dës Technik evitéiert ginn.
Déi lescht Approche ass et ze vergläichen dati Quellen mat der Haaptrei Fichier dati.

Kontroll vun Daten Warehouse Aktivitéiten

Wann d'Datelager fir d'Benotzer verëffentlecht gouf, muss et iwwer Zäit iwwerwaacht ginn. An dësem Fall kann den Datelager Administrateur een oder méi Gestiouns- a Kontrollinstrumenter benotzen fir d'Benotzung vum Datelager ze iwwerwaachen. Besonnesch kann Informatioun iwwer Leit gesammelt ginn an d'Zäit an där se Zougang zum Datelager hunn. Komm dati gesammelt, e Profil vun der gesuergt Aarbecht kann erstallt ginn, déi als Input an der Chargeback Ëmsetzung vum Benotzer benotzt ka ginn. Chargeback erlaabt d'Benotzer iwwer d'Datelagerveraarbechtungskäschte informéiert ze ginn.

Ausserdeem kann den Datelager Audit och benotzt ginn fir d'Zorte vu Ufroen z'identifizéieren, hir Gréisst, d'Zuel vun den Ufroen pro Dag, d'Ufroreaktiounszäiten, d'Secteuren erreecht an d'Quantitéit vun dati veraarbecht. En aneren Zweck fir Date warehouse Audit ze maachen ass d'identifizéieren dati déi net am Gebrauch sinn. Dës dati si kënnen aus dem Datelager geläscht ginn fir d'Zäit ze verbesseren

vun Ufro Ausféierung Äntwert a Monitor de Wuesstem vun dati déi bannent der wunnen Datebank vum Datelager.

Data Warehouse Sécherheet Gestioun

En Datelager enthält dati integréiert, kritesch, sensibel datt einfach erreecht ginn. Aus dësem Grond sollt et virun onerlaabten Benotzer geschützt ginn. Ee Wee fir Sécherheet ëmzesetzen ass d'Del Funktioun ze benotzen DBMS verschidde Privilegien un verschidden Aarte vu Benotzer ze ginn. Op dës Manéier muss en Zougangsprofil fir all Typ vu Benotzer erhale ginn. Eng aner Manéier fir d'Datelager ze sécheren ass et ze verschlësselen wéi an der Datebank vum Datelager. Zougang zu dati an retrieval Handwierksgeschir muss decrypt de dati ier Dir d'Resultater fir d'Benotzer presentéiert.

2.4.4 Donnéeën Warehouse Deployment Phase

Et ass déi lescht Phas am Date warehouse Implementéierungszyklus. D'Aktivitéiten, déi an dëser Phase ausgefouert ginn, enthalen d'Ausbildung vun de Benotzer fir den Datelager ze benotzen an d'Rezensiounen vum Datelager auszeféieren.

Benotzer Training

Benotzer Training soll virum Zougang zu der gemaach ginn dati vum Datelager an d'Benotzung vun Retrieval Tools. Allgemeng solle Sessiounen mat enger Aféierung an d'Konzept vun der Lagerung ufänken dati, den Inhalt vum Datelager, d'Meta dati an d'Basis Feature vun den Tools. Dann, méi fortgeschratt Benotzer kéinten och déi kierperlech Dëscher a Benotzer Fonctiounen vun Daten Zougang an retrieval Tools studéieren.

Et gi vill Approche fir Benotzer Training ze maachen. Ee vun dësen ëmfaasst eng Auswiel vu ville Benotzer oder Analysten aus enger Rei vu Benotzer gewielt, baséiert op hir Leedung a Kommunikatioun Kompetenzen. Si gi perséinlech trainéiert iwwer alles wat se wësse musse fir mam System vertraut ze ginn. Wann d'Formatioun fäerdeg ass, ginn se zréck op hir Aarbecht a fänken un aner Benotzer ze léieren wéi se de System benotzen. Um

Baséierend op deem wat se geléiert hunn, kënnen aner Benotzer d'Datelager entdecken.
Eng aner Approche ass vill Benotzer zur selwechter Zäit ze trainéieren, wéi wann Dir e Klassesallcours géif huelen. Dës Method ass gëeegent wann et vill Benotzer sinn déi gläichzäiteg trainéiert musse ginn. Eng aner Method ass all Benotzer individuell ze trainéieren, een nom aneren. Dës Method ass gëeegent wann et wéineg Benotzer sinn.

Den Zweck vum Benotzertraining ass Iech vertraut ze maachen mat den Zougang zum dati an Retrieval Tools wéi och den Inhalt vum Datelager. Wéi och ëmmer, e puer Benotzer kënnen iwwerwältegt sinn vun der Quantitéit un Informatioun déi während der Trainingssitzung geliwwert gëtt. Dofir muss eng gewëssen Unzuel vun Erfrëschungssessiounen duerchgefouert ginn fir weider Hëllef a fir spezifesch Froen ze beäntweren. A verschiddene Fäll gëtt e Benotzergrupp gegrënnt fir dës Zort Ënnerstëtzung ze bidden.

Feedback sammelen

Wann d'Datelager ausgerullt ass, kënnen d'Benotzer i dati déi am Datelager fir verschidden Zwecker wunnen. Meeschtens benotzen Analysten oder Benotzer i dati am Datelager fir:

1. 1 Identifizéieren Firma Trends
2. 2 Analyséieren de Kaf Profiler vun Clienten
3. 3 Deelen i Clienten a vun
4. 4 Déi bescht Servicer fir Clienten - personaliséiere Servicer
5. 5 Strategien formuléieren Marketing
6. 6 Gitt kompetitiv Zitater fir Käschteanalysen an hëlleft Kontroll
7. 7 Ënnerstëtzt strategesch Entscheedungsprozess
8. 8 Identifizéieren Méiglechkeete fir erauszekommen
9. 9 D'Qualitéit vun den aktuellen Geschäftsprozesser verbesseren
10. 10 Check de Gewënn

No der Entwécklungsrichtung vum Datelager konnt eng Serie vu Bewäertunge fir de System duerchgefouert ginn fir Feedback ze kréien

souwuel vum Entwécklungsteam wéi och vun der Endverbrauchergemeinschaft.
D'Resultater, déi kritt goufen, kënne fir den nächsten Entwécklungszyklus berücksichtegt ginn.

Well d'Datelager eng inkrementell Approche huet, ass et entscheedend aus den Erfolleger a Feeler vu fréieren Entwécklungen ze léieren.

2.5 Resumé

An dësem Kapitel sinn d'Approche präsent an der Literatur diskutéiert ginn. Am Sektioun 1 gouf d'Konzept vum Datelager a seng Roll an der Entscheedungswëssenschaft diskutéiert. Sektioun 2 beschreift d'Haaptdifferenzen tëscht Datelager an OLTP Systemer. An der Sektioun 3 hu mir de Monash Datelagermodell diskutéiert deen an der Sektioun 4 benotzt gouf fir d'Aktivitéiten ze beschreiwen, déi am Prozess vun der Entwécklung vun engem Datelager involvéiert sinn, dës Thes waren net op rigoréis Fuerschung baséiert. Wat an der Realitéit geschitt ka ganz anescht sinn wéi d'Literatur bericht, awer dës Resultater kënnen benotzt ginn fir e Basishannergrond ze kreéieren deen d'Konzept vum Datelager fir dës Fuerschung ënnersträicht.

Kapital 3

Fuerschung an Design Methoden

Dëst Kapitel adresséiert d'Fuerschung an Designmethoden fir dës Etude. Den éischten Deel weist eng generesch Vue op d'Fuerschungsmethoden déi zur Informatiounsrecuperatioun verfügbar sinn, ausserdeem ginn d'Critèrë fir déi bescht Method fir eng bestëmmte Studie auswielen. An der Sektioun 2 ginn dann zwou Methoden, déi mat de Kritäre just ausgesat ausgewielt goufen, diskutéiert; dovunner gëtt ee gewielt an ugeholl mat de Grënn, déi an der Sektioun 3 virgesi sinn, wou och d’Grënn fir deen anere Critère auszeschléissen. Sektioun 4 presentéiert de Fuerschungsdesign an Sektioun 5 d'Conclusiounen.

3.1 Fuerschung an Informatiounssystemer

Fuerschung an Informatiounssystemer ass net nëmmen op den technologesche Beräich limitéiert, awer muss och verlängert ginn fir Verhalens- an organisatoresch Zwecker ze enthalen.
Mir verdanken dat un d'These vu verschiddenen Disziplinnen, vu Sozialwëssenschaften bis Naturwëssenschaften; dëst féiert zu de Besoin fir e gewësse Spektrum vu Fuerschungsmethoden mat quantitativen a qualitative Methoden fir Informatiounssystemer ze benotzen.
All verfügbar Fuerschungsmethoden si wichteg, tatsächlech verschidde Fuerscher wéi Jenkins (1985), Nunamaker et al. (1991), a Galliers (1992) argumentéieren, datt et keng spezifesch universell Method gëtt fir Fuerschung an de verschiddene Beräicher vun Informatiounssystemer ze maachen; Tatsächlech kann eng Method fir eng bestëmmte Fuerschung gëeegent sinn awer net fir anerer. Dëst bréngt eis de Besoin fir eng Method ze wielen déi fir eise bestëmmte Fuerschungsprojet gëeegent ass: fir dës Wiel Benbasat et al. (1987) soen datt d'Natur an den Zweck vun der Fuerschung muss berücksichtegt ginn.

3.1.1 Natur vun der Fuerschung

Déi verschidde Methoden op Basis vun der Natur vun der Fuerschung kënnen an dräi Traditioune klasséiert ginn, déi wäit an der Informatiounswëssenschaft bekannt sinn: positivistesch, interpretativ a kritesch Fuerschung.

3.1.1.1 Positivistesch Fuerschung

Positivistesch Fuerschung ass och bekannt als wëssenschaftlech oder empiresch Studie. Et versicht: "Erklären a virauszesoen wat an der sozialer Welt geschéie wäert, andeems Dir d'Regularitéiten an d'Ursaach-Effekt Bezéiungen tëscht den Elementer kuckt, déi et ausmaachen" (Shanks et al 1993).

Positivistesch Fuerschung ass och charakteriséiert duerch Widderhuelbarkeet, Vereinfachungen a Refutatiounen. Ausserdeem gëtt positivistesch Fuerschung d'Existenz vun a priori Bezéiungen tëscht de studéierte Phänomener zou.
Laut Galliers (1992) ass d'Taxonomie eng Fuerschungsmethod déi am positivistesche Paradigma abegraff ass, déi sech awer net dozou begrenzt huet, et gëtt tatsächlech Laborexperimenter, Feldexperimenter, Fallstudien, Demonstratiounen vun Theorem, Prognosen a Simulatioune. Andeems Dir dës Methoden benotzt, ginn d'Fuerscher zou datt d'Phänomener déi studéiert kënne objektiv a rigoréis observéiert ginn.

3.1.1.2 Interpretativ Fuerschung

Interpretativ Fuerschung, déi dacks Phänomenologie oder Anti-Positivismus genannt gëtt, gëtt vum Neuman (1994) beschriwwen als "d'systematesch Analyse vun der sozialer Bedeitung vun der Handlung duerch direkt an detailléiert Observatioun vu Leit an natierleche Situatiounen, fir zu engem Verständnis ze kommen an op d'Interpretatioun vu wéi d'Leit hir sozial Welt kreéieren an erhalen". Interpretativ Studien refuséieren d'Annahme datt observéiert Phänomener objektiv observéiert kënne ginn. Tatsächlech baséieren se op subjektiv Interpretatiounen. Ausserdeem setzen interpretativ Fuerscher keng a priori Bedeitungen op d'Phänomener déi se studéieren.

Dës Method enthält subjektiv / argumentativ Studien, Aktiounsfuerschung, deskriptiv / interpretativ Studien, zukünfteg Fuerschung a Rollespiller. Zousätzlech zu dësen Ëmfroen a Fallstudien kënnen an dëser Approche abegraff ginn, well se Studien vun Individuen oder Organisatiounen a komplexe Real-Welt Situatiounen betreffen.

3.1.1.3 Kritescher Fuerschung

Kritesch Ufro ass déi mannst bekannt Approche an de Sozialwëssenschaften, awer huet viru kuerzem Opmierksamkeet vun Informatiounssystemer Fuerscher kritt. Déi philosophesch Viraussetzung datt d'sozial Realitéit historesch vu Leit produzéiert a reproduzéiert gëtt, souwéi sozial Systemer mat hiren Handlungen an Interaktiounen. Hir Fäegkeet gëtt awer duerch eng Rei vu sozialen, kulturellen a politesche Considératiounen vermëttelt.

Wéi interpretativ Fuerschung, kritesch Fuerschung behaapt datt positivistesch Fuerschung näischt mam soziale Kontext ze dinn huet an hiren Afloss op mënschlech Handlungen ignoréiert.
Kritesch Fuerschung, op der anerer Säit, kritiséiert interpretativ Fuerschung fir ze subjektiv ze sinn an net als Zil ze hëllefen d'Leit hiert Liewen ze verbesseren. De gréissten Ënnerscheed tëscht kritescher Fuerschung an deenen aneren zwou Approche ass seng evaluativ Dimensioun. Wärend d'Objektivitéit vun de positivisteschen an interpretativen Traditiounen ass de Status Quo oder d'sozial Realitéit virauszesoen oder z'erklären, kritesch Fuerschung zielt d'sozial Realitéit ënner Studie kritesch ze evaluéieren an ze transforméieren.

Kritesch Fuerscher sinn normalerweis géint de Status Quo fir sozial Differenzen ze läschen a sozial Konditiounen ze verbesseren. Kritesch Fuerschung huet en Engagement fir eng processuell Vue op d'Phänomener vun Interesse an ass dofir normalerweis Längs. Beispiller vu Fuerschungsmethoden si laangfristeg historesch Studien an ethnographesch Studien. Kritesch Fuerschung ass awer net wäit an Informatiounssystemer Fuerschung benotzt ginn

3.1.2 Zweck vun der Fuerschung

Zesumme mat der Natur vun der Fuerschung kann säin Zweck benotzt ginn fir de Fuerscher ze guidéieren bei der Auswiel vun enger bestëmmter Fuerschungsmethod. Den Zweck vun engem Fuerschungsprojet ass enk verbonne mat der Positioun vun der Fuerschung par rapport zum Fuerschungszyklus deen aus dräi Phasen besteet: Theoriebau, Theorietestung an Theorieraffinement. Also, baséiert op der Timing vum Fuerschungszyklus, kann e Fuerschungsprojet en erklärend, deskriptiven, explorativen oder predictive Zweck hunn.

3.1.2.1 Explorativ Fuerschung

Explorativ Fuerschung zielt e ganz neit Thema z'ënnersichen a Froen an Hypothesen fir zukünfteg Fuerschung ze formuléieren. Dës Aart vu Fuerschung gëtt am Theoriebau benotzt fir initial Referenzen an engem neie Gebitt ze kréien. Typesch gi qualitativ Fuerschungsmethoden benotzt, sou wéi Fallstudien oder phänomenologesch Studien.

Wéi och ëmmer, et ass och méiglech quantitativ Techniken ze benotzen wéi explorativ Ëmfroen oder Experimenter.

3.1.3.3 Deskriptiv Fuerschung

Deskriptiv Fuerschung zielt fir eng spezifesch organisatoresch Situatioun oder Praxis am Detail ze analyséieren an ze beschreiwen. Dëst ass gëeegent fir Theorien ze bauen a kann och benotzt ginn fir Hypothesen ze bestätegen oder erauszefuerderen. Deskriptiv Fuerschung enthält normalerweis d'Benotzung vu Moossnamen a Proben. Déi gëeegent Fuerschungsmethoden enthalen Ëmfroen an Analyse vun Antecedenten.

3.1.2.3 Erklärungsfuerschung

Erklärungsfuerschung probéiert z'erklären firwat Saache geschéien. Et ass op Fakten gebaut déi scho studéiert goufen a probéiert d'Grënn fir dës Fakten ze fannen.
Also Erklärungsfuerschung ass normalerweis op explorativ oder deskriptiv Fuerschung gebaut an ass Niewebäi fir Theorien ze testen an ze verfeineren. Erklärungsfuerschung benotzt normalerweis Fallstudien oder Ëmfro-baséiert Fuerschungsmethoden.

3.1.2.4 Präventiv Fuerschung

Präventiv Fuerschung zielt d'Evenementer a Behuelen ënner Observatioun virauszesoen, déi studéiert ginn (Marshall a Rossman 1995). Prognose ass de Standard wëssenschaftleche Test vun der Wourecht. Dës Zort Fuerschung beschäftegt allgemeng Ëmfroen oder Analyse vun dati Historiker. (Yin 1989)

Déi uewe genannte Diskussioun weist datt et eng Rei méiglech Fuerschungsmethoden sinn déi an enger bestëmmter Etude benotzt kënne ginn. Wéi och ëmmer, et muss eng spezifesch Method sinn déi méi gëeegent ass wéi déi aner fir eng bestëmmten Aart vu Fuerschungsprojet. (Galliers 1987, Yin 1989, De Vaus 1991). All Fuerscher muss dofir d'Stäerkten a Schwächten vu verschiddene Methoden suergfälteg evaluéieren, fir déi gëeegent a kompatibel Fuerschungsmethod mam Fuerschungsprojet unzehuelen. (Jenkins 1985, Pervan and Klass 1992, Bonomia 1985, Yin 1989, Himilton and Ives 1992).

3.2. Méiglech Fuerschung Methoden

D'Zil vun dësem Projet war d'Erfahrung an australeschen Organisatiounen mat i dati gespäichert mat enger Entwécklung vun daten Lager. Tatsaach datt et de Moment e Manktem u Fuerschung am Beräich vun Datewarehousing an Australien ass, ass dëse Fuerschungsprojet nach ëmmer an der theoretescher Phase vum Fuerschungszyklus an huet en explorativen Zweck. D'Erfahrung an australeschen Organisatiounen z'erkennen, déi Datelager unhuelen, erfuerdert Interpretatioun vun der realer Gesellschaft. Dofir ass déi philosophesch Viraussetzung déi de Fuerschungsprojet ënnersträicht déi traditionell Interpretatioun.

No enger rigoréiser Untersuchung vu verfügbare Methoden goufen zwou méiglech Fuerschungsmethoden identifizéiert: Ëmfroen a Fallstudien, déi fir explorativ Fuerschung benotzt kënne ginn (Shanks et al. 1993). De Galliers (1992) argumentéiert fir d'Eegeschaft vun dësen zwou Methoden fir dës speziell Etude a senger iwwerschafft Taxonomie andeems se seet datt se gëeegent sinn fir Theoriebau. Déi folgend zwee Ënnersektiounen diskutéieren all Method am Detail.

3.2.1 Ëmfro Fuerschung Method

D'Ëmfro Fuerschungsmethod kënnt aus der antiker Vollekszielungsmethod. Eng Vollekszielung besteet aus Sammelen vun Informatiounen aus enger ganzer Bevëlkerung. Dës Method ass deier an onpraktesch, besonnesch wann d'Bevëlkerung grouss ass. Also, am Verglach zu enger Vollekszielung, konzentréiert eng Ëmfro normalerweis d'Informatioun fir eng kleng Zuel, oder Probe, vun de Vertrieder vun der Bevëlkerung (Fowler 1988, Neuman 1994). Eng Probe reflektéiert d'Bevëlkerung, aus där se gezunn ass, mat verschiddene Genauegkeetsniveauen, ofhängeg vun der Probestruktur, der Gréisst an der Selektiounsmethod déi benotzt gëtt (Fowler 1988, Babbie 1982, Neuman 1994).

D'Ëmfromethod ass definéiert als "Snapshots vu Praktiken, Situatiounen oder Meenungen zu engem bestëmmte Punkt an der Zäit, duerchgefouert mat Questionnaire oder Interviewen, aus deenen Inferenzen kënne ginn
gemaach" (Galliers 1992: 153) [Snapshot vu Praktiken, Situatiounen oder Meenungen zu engem bestëmmten Zäitpunkt, mat Hëllef vu Questionnairen oder Interviewen ënnerholl, aus deenen d'Inferenzen kënne gemaach ginn]. D'Ëmfroen beschäftegen d'Informatioun iwwer e puer Aspekter vun der Studie ze sammelen, vun enger gewësser Unzuel vun de Participanten, andeems Dir Froen stellt (Fowler 1988). Dës Questionnaire an Interviewen, déi face-to-face Telefoninterviews a strukturéiert enthalen, sinn och d'Sammlungstechnike vun dati am meeschte verbreet an Ermëttlungen (Blalock 1970, Nachmias and Nachmias 1976, Fowler 1988), Observatioune an Analysen kënne benotzt ginn (Gable 1994). Vun all dëse Methoden vun sammelen der dati, d'Notzung vum Questionnaire ass déi populärste Technik, well et garantéiert datt d.h dati

gesammelt sinn strukturéiert a formatéiert, an dofir erliichtert d'Klassifikatioun vun Informatioun (Hwang 1987, de Vaus 1991).

Bei der Analyse vun i dati, eng Untersuchungsstrategie benotzt dacks quantitativ Techniken, wéi statistesch Analyse, awer qualitativ Technike kënnen och agestallt ginn (Galliers 1992, Pervan

and Klass 1992, Gable 1994). Normalerweis, i dati gesammelt gi benotzt fir Verdeelungen a Mustere vun Associatiounen ze analyséieren (Fowler 1988).

Obwuel Ëmfroen allgemeng gëeegent sinn fir Fuerschung mat der Fro "wat?" (wat) oder dovun ofgeleet, wéi 'wéivill' a 'wéivill', kënne se iwwer d'Fro 'firwat' gestallt ginn (Sonquist an Dunkelberg 1977, Yin 1989). Laut Sonquist an Dunkelberg (1977) zielt d'Enquêtefuerschung fir Hypothesen erauszefuerderen, Programmer ze evaluéieren, d'Bevëlkerung ze beschreiwen an d'Modeller vum mënschleche Verhalen z'entwéckelen. Ausserdeem kënne Ëmfroe benotzt ginn fir eng gewësse Bevëlkerungs Meenung, Konditiounen, Meenungen, Charakteristiken, Erwaardungen a souguer fréier oder aktuell Verhalen ze studéieren (Neuman 1994).

Ëmfroen erlaben de Fuerscher Relatiounen tëscht der Bevëlkerung ze entdecken an d'Resultater sinn normalerweis méi allgemeng wéi aner Methoden (Sonquist an Dunkelberg 1977, Gable 1994). Ëmfroen erlaben d'Fuerscher e méi grousst geographescht Gebitt ze decken a vill Befroten z'erreechen (Blalock 1970, Sonquist an Dunkelberg 1977, Hwang a Lin 1987, Gable 1994, Neuman 1994). Schlussendlech kënnen d'Ëmfroen Informatioun ubidden déi net soss anzwousch verfügbar ass oder an der Form déi fir Analysen néideg ass (Fowler 1988).

Et ginn awer e puer Aschränkungen bei der Ausféierung vun enger Ëmfro. En Nodeel ass datt de Fuerscher net vill Informatioun iwwer den studéierten Objet kritt. Dëst ass wéinst der Tatsaach datt d'Ëmfroen nëmmen zu enger bestëmmter Zäit duerchgefouert ginn an dofir ass et eng limitéiert Zuel vu Variablen a Leit déi de Fuerscher kann

Etude (Yin 1989, de Vaus 1991, Gable 1994, Denscombe 1998). En aneren Nodeel ass datt d'Ausféierung vun enger Ëmfro a punkto Zäit a Ressourcen ganz deier ka sinn, besonnesch wann et face-to-face Interviewe betrëfft (Fowler 1988).

3.2.2. Ufro Fuerschung Method

D'Enquêtefuerschungsmethod beinhalt eng detailléiert Studie vun enger bestëmmter Situatioun a sengem real-Welt Kontext iwwer eng definéiert Zäit, ouni Interventioun vum Fuerscher (Shanks & C. 1993, Eisenhardt 1989, Jenkins 1985). Haaptsächlech gëtt dës Method benotzt fir d'Bezéiungen tëscht de Variablen ze beschreiwen, déi an enger bestëmmter Situatioun studéiert ginn (Galliers 1992). D'Ermëttlungen kënnen eenzel oder multiple Fäll involvéieren, jee no dem analyséierte Phänomen (Franz a Robey 1987, Eisenhardt 1989, Yin 1989).

D'Enquêtefuerschungsmethod ass definéiert als "eng empiresch Enquête déi en zäitgenëssesche Phänomen a sengem aktuellen Kontext studéiert, mat multiple Quelle gesammelt vun enger oder méi Entitéite wéi Leit, Gruppen oder Organisatiounen" (Yin 1989). Et gëtt keng kloer Trennung tëscht dem Phänomen a sengem Kontext an et gëtt keng experimentell Kontroll oder Manipulatioun vun de Variablen (Yin 1989, Benbasat et al. 1987).

Et gi verschidde Techniken fir d'Sammelen dati déi an der Enquêtemethod benotzt kënne ginn, déi direkt Observatiounen, Bewäertunge vun Archivdateien, Questionnairen, Dokumentatiounsrevisioun a strukturéiert Interviewen enthalen. Eng Vielfalt vun Erntetechniken hunn dati, Ermëttlungen erlaben d'Fuerscher mat béiden ze këmmeren dati qualitativ a quantitativ zur selwechter Zäit (Bonoma 1985, Eisenhardt 1989, Yin 1989, Gable 1994). Wéi mat der Ëmfromethod de Fall ass, déngt en Ëmfrofuerscher als Beobachter oder Fuerscher an net als aktiven Participant an der Organisatioun déi studéiert gëtt.

Benbasat et al.

vun enger Theorie wärend dem Sammelprozess dati. Och gëeegent fir d'Bühn

vum Theoriebau, Franz a Robey (1987) suggeréieren datt d'Ufromethod och fir déi komplex Theoriephase benotzt ka ginn. An dësem Fall, baséiert op de gesammelt Beweiser, gëtt eng gegebene Theorie oder Hypothese verifizéiert oder refuséiert. Zousätzlech ass d'Ëmfro och gëeegent fir Fuerschung déi sech mat 'wéi' oder 'firwat' Froen beschäftegt (Yin 1989).

Am Verglach mat anere Methoden erlaben d'Ëmfroen de Fuerscher essentiel Informatioun méi detailléiert ze erfassen (Galliers 1992, Shanks et al. 1993). Ausserdeem erlaben Ëmfroen de Fuerscher d'Natur an d'Komplexitéit vun de studéierte Prozesser ze verstoen (Benbasat et al. 1987).

Et gi véier Haaptnodeeler verbonne mat der Ëmfromethod. Déi éischt ass de Mangel u kontrolléierten Ofzuchungen. D'Subjektivitéit vum Fuerscher kann d'Resultater a Conclusiounen vun der Studie änneren (Yin 1989). Den zweeten Nodeel ass de Mangel u kontrolléierter Observatioun. Am Géigesaz zu experimentellen Methoden kann den Enquêtefuerscher d'Phänomener net kontrolléieren wéi se an hirem natierleche Kontext ënnersicht ginn (Gable 1994). Den drëtten Nodeel ass de Mangel u Replikabilitéit. Dëst ass well de Fuerscher onwahrscheinlech déiselwecht Eventer beobachtet an d'Resultater vun enger bestëmmter Etude net verifizéiere kann (Lee 1989). Schlussendlech, als Konsequenz vun Net-Replizitéit, ass et schwéier d'Resultater vun enger oder méi Ermëttlungen ze generaliséieren (Galliers 1992, Shanks et al. 1993). All dës Problemer sinn awer net oniwwergänglech a kënnen tatsächlech vum Fuerscher miniméiert ginn andeems en entspriechend Handlungen applizéiert (Lee 1989).

3.3. Justifiéiert d'Fuerschungsmethodologie adoptéiert

Vun den zwou méigleche Fuerschungsmethoden fir dës Studie gëtt d'Ëmfromethod als déi gëeegent ugesinn. D'Enquête gouf verworf no virsiichteg Iwwerleeung vun den zoustännegen

Verdéngschter a Schwächen. D'Adäquatitéit oder Inappropriateness vun all Method fir dës Etude gëtt hei ënnen diskutéiert.

3.3.1. Inappropriateness vun der Fuerschung Method vun Enquête

D'Ufromethod erfuerdert eng detailléiert Studie iwwer eng bestëmmte Situatioun bannent enger oder méi Organisatiounen iwwer eng Zäit (Eisenhardt 1989). An dësem Fall kann d'Period den Zäitframe fir dës Etude iwwerschreiden. En anere Grond fir d'Ëmfromethod net unzehuelen ass datt d'Resultater ënner engem Mangel u Rigor leiden (Yin 1989). D'Subjektivitéit vum Fuerscher kann d'Resultater a Conclusiounen beaflossen. En anere Grond ass datt dës Method méi gëeegent ass fir Fuerschung iwwer 'wéi' oder 'firwat' Typ Froen (Yin 1989), während d'Fuerschungsfro fir dës Etude vum 'wat' Typ ass. Lescht awer net zulescht ass et schwéier d'Resultater vun nëmmen enger oder e puer Ermëttlungen ze generaliséieren (Galliers 1992, Shanks et al. 1993). Baséierend op dëser Begrënnung gouf d'Ëmfro Fuerschungsmethod net gewielt well se fir dës Etude net gëeegent war.

3.3.2. Kamoudheet vun der Sich Method vun Enquête

Wann dës Fuerschung duerchgefouert gouf, war d'Praxis vum Datelagerung net wäit vun australeschen Organisatiounen ugeholl ginn. Also, et war net vill Informatioun iwwer hir Ëmsetzung bannent australeschen Organisatiounen. Déi verfügbar Informatioun koumen vun Organisatiounen, déi eng implementéiert oder benotzt hunn daten Lager. An dësem Fall ass d'Ëmfro Fuerschung Method am meeschte gëeegent well et erlaabt Informatiounen ze kréien, déi net soss anzwousch verfügbar ass oder an der Form néideg fir Analyse (Fowler 1988). Zousätzlech erlaabt d'Ëmfro Fuerschungsmethod de Fuerscher e gudden Abléck an d'Praktiken, Situatiounen oder Meenungen zu enger bestëmmter Zäit ze kréien (Galliers 1992, Denscombe 1998). En Iwwerbléck war erfuerderlech fir d'Wëssen iwwer d'australesch Datelagererfahrung ze erhéijen.

Ausserdeem soen Sonquist an Dunkelberg (1977) datt d'Resultater vun der Ëmfrofuerschung méi allgemeng sinn wéi aner Methoden.

3.4. Ëmfro Fuerschung Design

D'Ëmfro iwwer Datelagerungspraktiken gouf am Joer 1999 duerchgefouert. D'Zilbevëlkerung gouf vun australeschen Organisatiounen geformt, déi un Datelagerstudien interesséiert sinn, well se wahrscheinlech schonn iwwer d'Informatioun informéiert waren. dati datt se späicheren an dofir nëtzlech Informatioune fir dës Etude ubidden. D'Zilbevëlkerung gouf duerch eng initial Ëmfro vun all australesche Membere vum Data Warehousing Institute (Tdwi-aap) identifizéiert. Dës Sektioun diskutéiert den Design vun der empirescher Fuerschungsphase vun dëser Etude.

3.4.1. Recolte Technik dati

Vun den dräi Techniken déi allgemeng an der Ëmfrofuerschung benotzt ginn (dh Mail Questionnaire, Telefoninterview a perséinlechen Interview) (Nachmias 1976, Fowler 1988, de Vaus 1991), gouf de Mail Questionnaire fir dës Etude ugeholl. Den éischte Grond fir dat lescht ze adoptéieren ass datt et eng geographesch verspreet Populatioun erreechen kann (Blalock 1970, Nachmias and Nachmias 1976, Hwang and Lin 1987, de Vaus 1991, Gable 1994). Zweetens ass de Mail Questionnaire gëeegent fir héich gebilt Participanten (Fowler 1988). De Mail Questionnaire fir dës Etude war un Daten Warehousing Projet Sponsoren adresséiert, Direkteren an / oder Projet Manager. Drëttens, Mail Questionnaire si gëeegent wann eng sécher Mailing Lëscht verfügbar ass (Salant an Dilman 1994). TDWI, an dësem Fall, eng vertrauenswürdeg Datelagerverband huet d'Mailinglëscht vun hiren australesche Memberen zur Verfügung gestallt. En anere Virdeel vum Mail Questionnaire iwwer den Telefon Questionnaire oder perséinlech Interviewen ass datt et de Befroten erlaabt méi präzis z'äntwerten, besonnesch wann d'Befroten Notizen konsultéiere mussen oder Froen mat anere Leit diskutéieren (Fowler 1988).

E potenziellen Nodeel kann d'Zäit sinn déi néideg ass fir Questionnaire per Mail ze maachen. Normalerweis gëtt eng Mail-Ëmfro an dëser Sequenz duerchgefouert: Mail Bréiwer, waart op Äntwerten a schéckt Bestätegung (Fowler 1988, Bainbridge 1989). Also kann d'Gesamtzäit méi laang sinn wéi d'Zäit déi fir perséinlech Interviewen oder Telefoninterviews néideg ass. Allerdéngs kann d'Gesamtzäit am Viraus bekannt ginn (Fowler 1988, Denscombe 1998). D'Zäit verbraucht fir perséinlech Interviewen ze maachen kann net am Viraus bekannt ginn well se vun engem Interview zu engem aneren variéiert (Fowler 1988). Telefoninterviews kënne méi séier sinn wéi postal Questionnaires a perséinlech Interviewen, awer kënnen en héije Net-Äntwert Taux hunn wéinst der Onverfügbarkeet vu verschiddene Leit (Fowler 1988). Zousätzlech sinn Telefonsinterviews allgemeng limitéiert op relativ kuerz Lëschte vu Froen (Bainbridge 1989).

Eng aner Schwäch vun engem Mail Questionnaire ass den héije Net-Äntwert Taux (Fowler 1988, Bainbridge 1989, Neuman 1994). Wéi och ëmmer, Géigemoossname goufen geholl andeems dës Etude mat enger vertrauter Datelagerinstitut (dh TDWI) (Bainbridge 1989, Neuman 1994) assoziéiert, déi zwee Erënnerungsbréiwer un Net-Responder schéckt (Fowler 1988, Neuman 1994) an och en zousätzleche Bréif enthält. Erklärung vum Zweck vun der Studie (Neuman 1994).

3.4.2. Eenheet vun Analyse

Den Zweck vun dëser Etude ass Informatioun iwwer d'Ëmsetzung vun Datelagerung a seng Notzung bannent australeschen Organisatiounen ze kréien. D'Zilbevëlkerung besteet aus all australeschen Organisatiounen, déi ëmgesat hunn, oder ëmsetzen, d.h daten Lager. Déi eenzel Organisatiounen ginn dann am Numm ugemellt. De Questionnaire gouf per Mail un Organisatiounen geschéckt, déi interesséiert sinn ze adoptéieren daten Lager. Dës Method garantéiert datt d'Informatioun gesammelt aus de gëeegentste Ressourcen vun all deelhuelende Organisatioun kënnt.

3.4.3. Ëmfro Prouf

D'"Mailinglëscht" vun de Participanten vun der Ëmfro gouf vum TDWI kritt. Aus dëser Lëscht goufen 3000 australesch Organisatiounen als Basis fir d'Prouf ausgewielt. En zousätzleche Bréif, deen de Projet an den Zweck vun der Ëmfro erkläert, zesumme mat engem Äntwertblat an enger Pre-paid Enveloppe fir de komplette Questionnaire zréckzekommen, goufen un d'Probe geschéckt. Vun den 3000 Organisatiounen hunn 198 d'accord fir un der Studie deelzehuelen. Esou eng kleng Unzuel vun Äntwerte gouf erwaart dato déi grouss Zuel vun australeschen Organisatiounen, déi dann d'Datewarehousingstrategie bannent hiren Organisatiounen ëmfaassen oder ëmfaassen. Also besteet d'Zilpopulatioun fir dës Etude aus nëmmen 198 Organisatiounen.

3.4.4. Inhalter vum Questionnaire

D'Struktur vum Questionnaire baséiert op dem Monash Datelagermodell (virdrun am Deel 2.3 diskutéiert). Den Inhalt vum Questionnaire war baséiert op der Literatur Analyse presentéiert am Kapitel 2. Eng Kopie vum Questionnaire un d'Ëmfro Participanten geschéckt kann am Appendix B fonnt ginn. De Questionnaire besteet aus sechs Rubriken, déi de Phasen vun der Modell iwwerdeckt verfollegen. Déi folgend sechs Abschnitter resüméiere kuerz den Inhalt vun all Sektioun.

Sektioun A: Basis Informatiounen iwwert d'Organisatioun
Dës Sektioun enthält Froen betreffend de Profil vun deelhuelende Organisatiounen. Zousätzlech sinn e puer vun de Froen am Zesummenhang mam Status vum Datewarehousing Projet vum Participant. Vertraulech Informatioun wéi den Numm vun der Organisatioun gouf net an der Ëmfroanalyse opgedeckt.

Abschnitt B: Ufank
D'Froen an dëser Rubrik sinn am Zesummenhang mat der Aufgab vun Daten Warehousing ufänken. Froe goufen iwwer Projet Initiatoren, Garanten, erfuerderlech Fäegkeeten a Wëssen, Datewarehousing Entwécklungsziler an Endverbraucher Erwaardungen gefrot.

Sektioun C: Design
Dës Sektioun enthält Froen am Zesummenhang mat Planungsaktivitéiten daten Lager. Besonnesch waren d'Froen iwwer den Ëmfang vun der Ausféierung, d'Dauer vum Projet, d'Käschte vum Projet an d'Käschte / Benefice Analyse.

Sektioun D: Entwécklung
An der Entwécklung Sektioun ginn et Froen betreffend d'Entwécklungsaktivitéite vun der daten Lager: Sammlung vun Enn Benotzer Ufuerderunge, Quelle vun dati, de logesche Modell vun dati, Prototypen, Kapazitéitsplanung, technesch Architekturen a Selektioun vun Daten warehousing Entwécklung Tools.

Sektioun E: Operatioun
Operationell Froen Zesummenhang mat der Operatioun an extensibility vun der daten Lager, wéi et sech an der nächster Phase vun der Entwécklung entwéckelt. Do daten Qualitéit, d'Erfrëschungsstrategien vun dati, der granularity vun dati, Skalierbarkeet vun daten Lager an d'Sécherheetsproblemer vun daten Lager waren zu den Aarte vu Froen déi gestallt goufen.

Sektioun F: Entwécklung
Dës Sektioun enthält Froen am Zesummenhang mat der Benotzung daten Lager vun Enn Benotzer. De Fuerscher war interesséiert fir den Zweck an d'Nëtzlechkeet vun der daten Lager, der Iwwerpréiwung an Training Strategien adoptéiert an der Kontroll Strategie vun daten Lager adoptéiert.

3.4.5. Äntwert Taux

Och wa Mail Ëmfroe kritiséiert gi fir en nidderegen Äntwertquote ze hunn, goufen Moossname geholl fir de Retourquote ze erhéijen (wéi virdrun am Deel 3.4.1 diskutéiert). De Begrëff "Äntwertquote" bezitt sech op de Prozentsaz vu Leit an enger bestëmmter Ëmfroprobe, déi op de Questionnaire äntweren (Denscombe 1998). Déi folgend Formel gouf benotzt fir d'Äntwertquote fir dës Studie ze berechnen:

Zuel vu Leit déi geäntwert hunn
Äntwertquote = ——————————————————————————– X 100 Gesamtzuel u geschéckte Questionnaire

3.4.6. Pilot Test

Ier de Questionnaire un d'Probe geschéckt gouf, goufen d'Froen iwwerpréift andeems Pilottester ausgefouert goufen, wéi virgeschloen vu Luck a Rubin (1987), Jackson (1988) an de Vaus (1991). Den Zweck vun de Pilottester ass et all schweier, zweedeiteg Ausdréck a Froen z'entdecken, déi schwéier z'interpretéieren sinn, all Definitiounen a Begrëffer ze klären an déi geschätzte Zäit ze identifizéieren déi néideg ass fir de Questionnaire auszefëllen (Warwick a Lininger 1975, Jackson 1988, Salant an Dilman 1994). D'Pilottester goufen duerchgefouert andeems d'Sujete mat Charakteristiken ähnlech wéi déi vun de leschte Fächer auswielen, wéi virgeschloen vum Davis e. Cosenza (1993). An dëser Etude, sechs Date warehousing professionell sech als Pilot Sujeten ausgewielt. No all Pilottest goufen déi néideg Korrekturen gemaach. Vun de Pilottester, déi duerchgefouert goufen, hunn d'Participanten derzou bäigedroen, d'Finale Versioun vum Questionnaire ëmzeformen an zréckzestellen.

3.4.7. Analyse Methoden Vun Dati

I dati vun Ëmfroen gesammelt aus der zougemaach Questionnaire goufen analyséiert mat engem statistesche Programm Pak genannt SPSS. Vill vun den Äntwerte goufen analyséiert mat deskriptive Statistiken. Eng Zuel vu Questionnaire goufen onkomplett zréckginn. Dës goufen mat gréisser Suergfalt behandelt fir sécherzestellen datt i dati vermësst waren net eng Konsequenz vun Dateentrée Feeler, mä well d'Froen sech net gëeegent fir de registrant, oder de registrant decidéiert net eng oder méi spezifesch Froen ze äntweren. Dës fehlend Äntwerte goufen während der Analyse ignoréiert dati a goufen als '- 9' kodéiert fir hir Ausgrenzung vum Analyseprozess ze garantéieren.

Wann Dir de Questionnaire virbereet, goufen déi zouene Froen virgekodéiert andeems eng Nummer fir all Optioun zougewisen gouf. D'Zuel gouf dunn benotzt fir de virzebereeden dati während der Analyse (Denscombe 1998, Sapsford and Jupp 1996). Zum Beispill goufen et sechs Optiounen an der Fro 1 vun der Sektioun B opgezielt: Verwaltungsrot, Senior Executive, IT Departement, Business Eenheet, Consultants an aner. Am Dossier vun dati vun SPSS, gouf eng Variabel generéiert fir "de Projet Initiator" unzeginn, mat sechs Wäert Etiketten: "1" fir "Verwaltungsrot", "2" fir "Senior executive" an sou op. Street. D'Benotzung vun der Likertin-Skala an e puer vun de zouenen Froen erlaabt och eng einfach Identifikatioun mat der Notzung vun den entspriechende numeresche Wäerter, déi an SPSS agefouert goufen. Fir Froen mat net ustrengend Äntwerten, déi net géigesäiteg exklusiv waren, gouf all Optioun als eenzeg Variabel mat zwee Wäertetiketten behandelt: '1' fir 'markéiert' an '2' fir 'net markéiert'.

Open Froen goufen anescht behandelt wéi zouene Froen. D'Äntwerten op dës Froen goufen net an SPSS aginn. Amplaz goufen se mat der Hand analyséiert. D'Benotzung vun dëser Zort vu Fro erlaabt eis Informatiounen iwwer déi fräi ausgedréckt Iddien a perséinlech Erfahrungen vun de Befroten ze kréien (Bainbridge 1989, Denscombe 1998). Wa méiglech, gouf eng Kategoriséierung vun den Äntwerte gemaach.

Fir d'Analyse vun dati, sinn einfach statistesch Analyse Methoden benotzt, wéi Äntwert Frequenz, Moyenne, Standard deviation a Median (Argyrous 1996, Denscombe 1998).
De Gamma Test war gutt performant fir quantitativ Moossname vun den Associatiounen tëscht dati ordinalen (Norusis 1983, Argyrous 1996). Dës Tester ware passend, well d'Ordinale Skalen, déi benotzt goufen, net vill Kategorien hunn a kënnen an enger Tabell gewise ginn (Norusis 1983).

3.5 Resumé

An dësem Kapitel goufen d'Fuerschungsmethodologie an den Design ugeholl fir dës Etude diskutéiert.

D'Auswiel vun der gëeegentste Fuerschungsmethod fir eng bestëmmte Studie berücksichtegt
Berücksichtegung vun enger Rei vu Reegelen, dorënner d'Natur an d'Art vun der Fuerschung, souwéi d'Verdéngschter a Schwächten vun all méigleche Methode (Jenkins 1985, Benbasat et al. 1097, Galliers and Land 1987, Yin 1989, Hamilton and Ives 1992, Galliers. 1992, Neumann 1994). Wéinst dem Mangel u existent Wëssen an Theorie betreffend Date warehousing Adoptioun an Australien, erfuerdert dës Fuerschungsstudie eng interpretativ Fuerschungsmethod mat enger explorativer Fäegkeet fir d'Erfarunge vun australeschen Organisatiounen ze entdecken. Déi gewielte Fuerschungsmethod gouf ausgewielt fir Informatioun ze sammelen iwwer d'Adoptioun vum Datelagerungskonzept vun australeschen Organisatiounen. E postale Questionnaire gouf als Sammeltechnik gewielt dati. Begrënnung fir d'Fuerschungsmethod a Sammeltechnik dati ausgewielt gëtt an dësem Kapitel gëtt. Ausserdeem gouf eng Diskussioun iwwer d'Analyseunitéit presentéiert, d'Probe benotzt, d'Prozentzuelen vun den Äntwerten, den Inhalt vum Questionnaire, de Pre-Test vum Questionnaire an d'Method vun der Analyse vum Questionnaire. dati.

Entwerfen a Donnéeën Warehouse:

Kombinéiert Entitéitsrelatioun a Dimensiounsmodelléierung

mythologesch
Lagerung i dati ass e grousst aktuellt Thema fir vill Organisatiounen. E Schlësselproblem an der Entwécklung vu Computerlagerung dati et ass säin Design.
Den Design muss d'Erkennung vu Konzepter an der ënnerstëtzen daten Lager zu Legacy System an aner Quelle vun dati an och einfach Versteesdemech an Effizienz an der Ëmsetzung vun daten Lager.
Vill vun der Stockage Literatur vun dati recommandéiert d'Benotzung vun Entitéit Bezéiungsmodelléierung oder Dimensiounsmodelléierung fir den Design ze representéieren daten Lager.
An dësem Pabeier weisen mir wéi béid Representatioune kënnen an enger Approche fir Zeechnen kombinéiert ginn daten Lager. D'Approche benotzt ass systematesch

an enger Fallstudie iwwerpréift a gëtt an enger Rei vu wichtegen Implikatioune mat Praktiker identifizéiert.

DATA WAREHOUSING

Un daten Lager et gëtt normalerweis als "Thema-orientéiert, integréiert, Zäitvariant an netflüchteg Sammlung vun Daten fir Ënnerstëtzung vun den Entscheedunge vun der Gestioun definéiert" (Inmon an Hackathorn, 1994). Sujet-orientéiert an integréiert weist, datt de daten Lager ass entworf der funktionell Grenze vun Legaci Systemer ze Kräiz eng integréiert Perspektiv vun bidden dati.
Zäit-Variant beaflosst d'historesch oder Zäit-Serie Natur vun der dati an engem daten Lager, wat et erméiglecht, Trends ze analyséieren. Net-flüchteg weist datt de daten Lager et gëtt net kontinuéierlech aktualiséiert wéi e Datebank vum OLTP. Éischter gëtt et periodesch aktualiséiert, mat dati kommen aus internen an externen Quellen. Déi daten Lager et ass speziell fir Sich entwéckelt anstatt d'Integritéit an d'Operatiounsleeschtung ze aktualiséieren.
D'Iddi fir ze späicheren i dati ass net nei, et war ee vun de Gestioun Zwecker vun dati zënter de sechzeger Joeren (The Martin, 1982).
I daten Lager si bidden d'Infrastruktur dati fir Gestioun Ënnerstëtzung Systemer. Management Support Systemer enthalen Entscheedungs ​​Support Systemer (DSS) an Exekutiv Informatiounssystemer (EIS). En DSS ass e Computer-baséiert Informatiounssystem deen entwéckelt ass fir mënschlech Entscheedung ze verbesseren. En EIS ass typesch e Liwwersystem vun dati déi Geschäftsleit erlaabt einfach Zougang zu der Vue vun dati.
Déi allgemeng Architektur vun engem daten Lager beliicht d'Roll vun daten Lager an Gestioun Ënnerstëtzung. Wéi och d'Infrastruktur ubidden dati fir EIS and DSS, al daten Lager et kann direkt duerch Ufroen zougänglech sinn. DEN dati abegraff an a daten Lager baséieren op enger Analyse vu Gestiounsinformatiounsfuerderungen a ginn aus dräi Quelle kritt: intern Legacy Systemer, speziell Zweck Datefangsystemer an extern Datenquellen. DEN dati an internen Legacy Systemer si se dacks redundant, inkonsistent, niddereg Qualitéit, a gespäichert a verschiddene Formater, sou datt se versöhnt a gebotzt musse ginn ier se an de gelueden kënne ginn.

daten Lager (Inmon, 1992; McFadden, 1996). DEN dati aus Stockage Systemer kommen dati ad hoc an aus Quellen dati extern ginn dacks benotzt fir ze vergréisseren (aktualiséieren, ersetzen) i dati aus Legacy Systemer.

Et gi vill zwéngend Grënn eng entwéckelen daten Lager, déi eng verbessert Entscheedung huelen duerch déi effektiv Notzung vu méi Informatioun (Ives 1995), Ënnerstëtzung fir e Fokus op ganz Deals (Graham 1996) a Reduktioun vun dati EIS and DSS (Graham 1996, McFadden 1996).

Eng rezent empiresch Etude fonnt, am Duerchschnëtt e Rendement op Investitioun fir daten Lager ëm 401% no dräi Joer (Graham, 1996). Wéi och ëmmer, déi aner empiresch Studien vun daten Lager bedeitend Probleemer fonnt, dorënner Schwieregkeete bei der Miessung an der Verdeelung vun Virdeeler, Mangel u kloeren Zweck, Ënnerschätzung vum Zweck an der Komplexitéit vum Prozess fir d'Virdeeler ze späicheren dati, besonnesch wat d'Quellen a Propretéit vun dati. Lagerung i dati kann als Léisung fir de Gestiounsproblem ugesi ginn dati tëscht Organisatiounen. D'Manipulatioun vun dati als sozial Ressource ass et fir vill Joren ee vun de Schlësselproblemer bei der Gestioun vun Informatiounssystemer weltwäit bliwwen (Brancheau et al. 1996, Galliers et al. 1994, Niederman et al. 1990, Pervan 1993).

Eng populär Approche fir Gestioun dati an den 80er war et d'Entwécklung vun engem Modell dati sozial. Modell dati sozial war entworf eng stabil Basis fir d'Entwécklung vun neien Applikatioun Systemer ze bidden an Datebank an d'Rekonstruktioun an d'Integratioun vu legacy Systemer (Brancheau et al.

1989, Goodhue et al. 1988:1992, Kim an Everest 1994). Wéi och ëmmer, et gi vill Probleemer mat dëser Approche, besonnesch d'Komplexitéit an d'Käschte vun all Aufgab, an déi laang Zäit déi néideg ass fir konkret Resultater ze produzéieren (Beynon-Davies 1994, Earl 1993, Goodhue et al. 1992, Periasamy 1994, Shanks 1997 ).

Il daten Lager et ass eng separat Datebank déi zesumme mat legacy Datenbanken existéiert anstatt se ze ersetzen. Et erlaabt Iech also direkt d'Gestioun vun dati a vermeiden deier Rekonstruktioun vun Legacy Systemer.

EXISTENT APPROACHEN BIS DATA DESIGN

LAGER

De Prozess vum Bau a perfektionéiere vun engem daten Lager et soll méi als en evolutive Prozess verstane ginn anstatt en Entwécklungsliewenszyklus vun traditionelle Systemer (Wonsch, 1995, Shanks, O'Donnell and Arnott 1997a). Et gi vill Prozesser an engem Projet involvéiert daten Lager wéi Initialiséierung, Planung; Informatioun kritt vun den Ufuerderunge vun de Firmemanager gefrot; Quellen, Transformatiounen, Botzen vun dati an Synchroniséierung vu legacy Systemer an aner Quellen dati; Liwwerung Systemer an Entwécklung; Iwwerwachung vun daten Lager; an senselessness vun der Evolutioun Prozess a Bau vun engem daten Lager (Stinchi, O'Donnell and Arnott 1997b). An dësem Journal konzentréieren mir op wéi d'Zeechnen dati am Kontext vun dësen anere Prozesser gespäichert. Et ginn eng Rei vun proposéiert Approche fir Architektur daten Lager an der Literatur (Inmon 1994, Ives 1995, Kimball 1994 McFadden 1996). Jiddereng vun dësen Methodologien huet eng kuerz Iwwerpréiwung mat enger Analyse vun hire Stäerkten a Schwächten.

Inmon's (1994) Approche fir Donnéeën Warehouse Design

Inmon (1994) proposéiert véier iterativ Schrëtt fir eng Design a daten Lager (kuckt Bild 2). Den éischte Schrëtt ass eng Schabloun ze designen dati sozial ze verstoen wéi ech dati si kënnen iwwer funktionell Beräicher bannent enger Organisatioun integréiert ginn duerch opzedeelen der dati Buttek an Beräicher. Modell dati et ass fir Stockage gemaach dati betreffend Entscheedungsprozess, inklusiv dati Historiker, an abegraff dati ofgeleet an aggregéiert. Den zweete Schrëtt ass d'Themaberäicher fir d'Ëmsetzung z'identifizéieren. Dës baséieren op Prioritéite festgeluecht vun enger bestëmmter Organisatioun. Den drëtte Schrëtt ëmfaasst Zeechnen a Datebank fir d'Thema Beräich, besonnesch Opmierksamkeet bezuelen passenden Niveau vun granularity abegraff. Inmon recommandéiert den Entitéiten a Bezéiungsmodell ze benotzen. De véierte Schrëtt ass fir Quellsystemer z'identifizéieren dati erfuerderlech an entwéckelen Transformatiounsprozesser fir z'erfaassen, ze botzen an ze formatéieren i dati.

D'Stäerkte vun der Inmon Approche sinn datt de Modell dati sozial gëtt d'Basis fir d'Integratioun vun dati bannent der Organisatioun a Planung vun ënnerstëtzt fir d'iterative Entwécklung vun daten Lager. Seng Mängel sinn d'Schwieregkeet an d'Käschte beim Design vum Modell dati sozial, d'Schwieregkeet an Versteesdemech Modeller vun Entitéite a Relatiounen an béide Modeller benotzt, datt dati sozial an déi vun dati gespäichert vun Sujet Beräich, an der ugepasst vun dati vun der Zeechnung vun daten Lager fir d'Realisatioun vun Datebank relational awer net fir Datebank multidimensional.

Ives (1995) Approach to Donnéeën Warehouse Design

Den Ives (1995) proposéiert eng véier-Schrëtt Approche fir en Informatiounssystem ze designen, deen hie mengt fir den Design vun engem daten Lager (kuckt Bild 3). D'Approche baséiert ganz vill op Informatiounstechnik fir d'Entwécklung vun Informatiounssystemer (Martin 1990). Den éischte Schrëtt ass d'Ziler, kritesch an Erfollegsfaktoren a Schlësselleistungsindikatoren ze bestëmmen. Schlësselgeschäftsprozesser an néideg Informatioun ginn modelléiert fir eis zu engem Modell ze féieren dati sozial. Den zweete Schrëtt implizéiert d'Entwécklung vun enger definéierender Architektur dati gespäichert vu Beräicher, Datebank di daten Lager, d'Technologie Komponenten déi erfuerderlech sinn, de Set vun der organisatorescher Ënnerstëtzung déi néideg ass fir ëmzesetzen an ze bedreiwen daten Lager. Den drëtte Schrëtt beinhalt d'Auswiel vun erfuerderleche Software Packagen an Tools. De véierte Schrëtt ass den detailléierte Design a Bau vun der daten Lager. Den Ives bemierkt datt d'Späichere dati et ass e begrenzte iterative Prozess.

D'Stäerkte vun der Ives Approche sinn d'Benotzung vu spezifesche Techniken fir Informatiounsufuerderungen ze bestëmmen, d'Benotzung vun engem strukturéierte Prozess fir d'Integratioun vun daten Lager, déi entspriechend Hardware a Software Auswiel, an de Gebrauch vun Multiple Representatioun Techniken fir de daten Lager. Seng Mängel sinn inherent zu Komplexitéit. Anerer och Schwieregkeeten entwéckelen vill Niveauen vun Datebank all'interno del daten Lager an raisonnabel Zäiten a Käschten.

Kimball's (1994) Approach to Donnéeën Warehouse Design

Kimball (1994) proposéiert fënnef iterativ Schrëtt fir en Design a daten Lager (kuckt Figuren 4). Seng Approche ass besonnesch op den Design vun engem Solo gewidmet daten Lager an op d'Benotzung vun Dimensiounsmodeller am Viraus fir Entitéits- a Bezéiungsmodeller. Kimball analyséiert déi dimensional Modeller well et méi einfach ass fir Geschäftsleit d'Geschäft ze verstoen, et ass méi effizient wann Dir mat komplexe Konsultatiounen handelt, an den Design vun Datebank kierperlech ass méi effizient (Kimball 1994). Kimball erkennt datt d'Entwécklung vun engem daten Lager et ass iterativ, an dat daten Lager separat Dëscher kënnen integréiert ginn andeems se se an Dëscher mat gemeinsamen Dimensiounen opdeelen.

Den éischte Schrëtt ass d'spezifesch Fachberäich z'identifizéieren fir perfektionéiert ze ginn. Déi zweet an drëtt Schrëtt betreffen Dimensiounsmodelléierung. Am zweete Schrëtt identifizéieren d'Moossnamen interessant Saachen am Fachberäich a gruppéiere sech an eng Faktentabell. Zum Beispill, an engem Verkafsberäich kënnen d'Moossname vun Interessi d'Quantitéit u verkaaften Artikelen an den Dollar als Verkafswährung enthalen. Den drëtte Schrëtt implizéiert d'Dimensioune z'identifizéieren déi d'Weeër sinn wéi d'Fakten gruppéiere kënnen. An engem Verkafsberäich kënne relevant Dimensiounen Element, Standuert an Zäitperiod enthalen. De Faktentabelle huet e Multi-Deel Schlëssel fir se mat jiddereng vun den Dimensiounstabellen ze verbannen an enthält typesch eng ganz grouss Zuel vu Fakten. Am Géigesaz, Dimensiounstabellen enthalen beschreiwen Informatiounen iwwer Dimensiounen an aner Attributer déi benotzt kënne fir Fakten ze gruppéieren. Déi assoziéiert proposéiert Fakten- an Dimensiounstabell bilden wat e Stäreschema genannt gëtt wéinst senger Form. De véierte Schrëtt beinhalt d'Bau vun engem Datebank multidimensional fir d'Stäremuster perfektionéieren. De leschte Schrëtt ass Quellsystemer z'identifizéieren dati erfuerderlech an entwéckelen Transformatiounsprozesser fir z'erfaassen, ze botzen an ze formatéieren i dati.

D'Stäerkten vun Kimball Approche och d'Benotzung vun Dimensioune Modeller ze representéieren der dati gespäichert déi mécht et einfach ze verstoen a féiert zu efficace kierperlech Design. A dimensional Modell datt och einfach souwuel Systemer vun benotzt Datebank relational kann perfekt oder Systemer ginn Datebank multidimensional. Seng Mängel och de Mangel vun e puer Techniken Planung oder Integratioun vu ville Stär Mustere bannent engem erliichtert daten Lager an d'Schwieregkeet vum Design vun der extremer denormaliséierter Struktur an en Dimensiounsmodell a dati am Legacy System.

McFadden's (1996) Approach to Data Warehouse Design

McFadden (1996) proposéiert eng fënnef-Schrëtt Approche fir en Design a daten Lager (kuckt Bild 5).
Seng Approche baséiert op enger Synthese vun Iddien aus der Literatur a konzentréiert sech op den Design vun enger Single daten Lager. Den éischte Schrëtt beinhalt eng Ufuerderungsanalyse. Och wann déi technesch Spezifikatioune net virgeschriwwen sinn, identifizéieren dem McFadden seng Notizen d'Entitéiten dati Spezifikatioune an hir Attributer, a bezitt sech op d'Lieser Watson a Frolick (1993) fir Ufuerderungsfanger.
Am zweete Schrëtt ass en Entitéitsrelatiounsmodell entworf fir daten Lager an dann vun Affär Cheffen validéiert. Den drëtte Schrëtt beinhalt d'Bestëmmung vun der Mapping aus Legacy Systemer an externe Quellen daten Lager. De véierte Schrëtt ëmfaasst Prozesser an der Entwécklung, Deployment an Synchroniséierung dati an daten Lager. Am leschte Schrëtt gëtt d'Systemliwwerung mat besonneschem Akzent op eng User-Interface entwéckelt. McFadden bemierkt datt den Zeechnungsprozess allgemeng iterativ ass.

D'Stäerkte vum McFadden senger Approche weisen op d'Participatioun vu Geschäftsleit bei der Bestëmmung vun den Ufuerderungen an och d'Wichtegkeet vu Ressourcen dati, hir Botzen an Kollektioun. Seng Mängel enthalen de Mangel un engem Prozess fir e grousse Projet ofzebriechen daten Lager a ville integréiert Etappen, an der

Schwieregkeeten der Entitéit a Relatioun Modeller verstoen am Design benotzt vun daten Lager.

Mir sinn net nëmme vun deenen no bei eis gewielt.