Magazinimi i të dhënave dhe ERP | ARKIVI QENDROR I TË DHËNAVE: HISTORIA DHE EVOLUCIONI

ARKIVI DATA QENDRORE: HISTORIA DHE EVOLUCIONI

Dy temat mbizotëruese të teknologjisë së korporatave në vitet '90 janë
shtetet i magazina e të dhënave dhe ERP. Për një kohë të gjatë këta dy të fuqishëm
rrymat kanë qenë pjesë e IT-së së korporatës pa pasur ndonjëherë
kryqëzimet. Ishte thuajse sikur të ishin materie dhe antimaterie. Por
rritja e të dy dukurive çoi në mënyrë të pashmangshme në një
kryqëzimin e tyre. Sot kompanitë po përballen me problemin e
çfarë të bëni me ERP e magazina e të dhënave. Ky artikull do të ilustrojë
cilat janë problemet dhe si trajtohen ato nga kompanitë.
NË FILLIM…
Në fillim ka qenë magazina e të dhënave. Magazina e të dhënave ka lindur për
kundër sistemit të aplikimit të përpunimit të transaksioneve.
Në ditët e para memorizimi i dati ishte e shkruar te ishte
vetëm një kundërpikë ndaj aplikacioneve të përpunimit të postës elektronike
transaksionet. Por në ditët e sotme ka vizione shumë më të sofistikuara
se çfarë mund të bëjë magazina e të dhënave. Në botën e sotme,
magazina e të dhënave është futur brenda një strukture që mund të jetë
i quajtur Fabrika e Informacionit të Korporatës.
FABRIKA E INFORMACIONIT TË KORPORATËS
(CIF)
Fabrika e Informacionit të Korporatës ka komponentë arkitekturorë
standard: një nivel i transformimit dhe integrimit të kodit
që integron i dati nderkohe une dati ato lëvizin nga mjedisi i
aplikimi në mjedis magazina e të dhënave të kompanisë; a
magazina e të dhënave të kompanisë ku dati
historianë të detajuar dhe të integruar. Të magazina e të dhënave të kompanisë shërben si
themeli mbi të cilin mund të ndërtohen të gjitha pjesët e tjera
të mjedisit të magazina e të dhënave; një dyqan të dhënash operacionale (ODS).
Një ODS është një strukturë hibride që përmban disa aspekte të të dhënave
magazina dhe aspekte të tjera të një mjedisi OLTP; data marts, ku i
departamente të ndryshme mund të kenë versionin e tyre të të dhënave
depo; a magazina e të dhënave të eksplorimit në të cilin i
“filozofët” e kompanisë (mendimtarët) mund të paraqesin pyetjet e tyre për
72 orë pa efekt të dëmshëm në magazina e të dhënave; dhe një kujtim
afër vijës, në të cilën dati e vjetër dhe dati detajet pjesa më e madhe mund të jenë
ruhet lirë.
KU KOMBINOHET ERP ME
FABRIKE INFORMACIONI KORPORATËS
ERP bashkohet me Fabrikën e Informacionit të Korporatës në dy vende.
Kryesisht si një aplikacion bazë që ofron i
dati të aplikimit për magazina e të dhënave. Në këtë rast i dati,
e krijuar si një nënprodukt i një procesi transaksioni,
janë të integruara dhe të ngarkuara në magazina e të dhënave të kompanisë. Të
pika e dytë e bashkimit midis ERP dhe CIF dhe ODS. Në fakt, shumë
mjedise ERP përdoret si një ODS klasik.
Në rast se ERP përdoret si aplikacion bazë, ai
i njëjti ERP mund të përdoret gjithashtu në CIF si ODS. Në
megjithatë, nëse ERP do të përdoret në të dy rolet, atje
duhet të ketë një dallim të qartë midis dy entiteteve. Me fjale te tjera,
kur ERP luan rolin e aplikimit bazë dhe ODS, le
duhen dalluar dy entitete arkitekturore. Nëse një beqar
implementimi i një ERP përpiqet të përmbushë të dy rolet
në të njëjtën kohë në mënyrë të pashmangshme do të ketë probleme në
projektimin dhe zbatimin e kësaj strukture.
ODS TË VEÇANË DHE APLIKACIONET THEMELORE
Ka shumë arsye që çojnë në ndarje të komponentëve
arkitektonike. Ndoshta pyetja më elokuente për të ndarë
komponentë të ndryshëm të një arkitekture është se çdo komponent
arkitektura ka pamjen e vet. Aplikacioni bazë shërben
për një qëllim të ndryshëm nga ai i ODS. Provoni të mbivendosni
një pamje bazë e aplikimit në botën e një ODS ose anasjelltas
nuk është mënyra e duhur për të punuar.
Rrjedhimisht, problemi i parë i një ERP në CIF është ai i
kontrolloni nëse ka një dallim midis aplikacioneve bazë dhe
SDG-të.
MODELET E TË DHËNAVE NË KORPORATË
FABRIKE INFORMACIONI
Për të arritur një kohezion midis komponentëve të ndryshëm
të arkitekturës së CIF, duhet të ketë një model të dati. Unë
modele të dati ato shërbejnë si lidhje ndërmjet komponentëve të ndryshëm
arkitektura të tilla si aplikacionet bazë dhe ODS. THE
modele të dati të bëhet "harta e rrugës intelektuale" për të pasur
kuptimin e duhur nga komponentët e ndryshëm arkitekturorë të CIF.
Duke ecur dorë për dore me këtë nocion, ideja është se duhet të ketë
të jetë një model i madh dhe unik i dati. Sigurisht që duhet
të jetë një model i dati për secilin nga komponentët dhe për më tepër atje
duhet të jetë një rrugë e ndjeshme që lidh modele të ndryshme.
Çdo komponent i arkitekturës – ODS, aplikacionet bazë,
magazina e të dhënave të kompanisë, e kështu me radhë .. – ka nevojë për të vetën
model i dati. Dhe kështu duhet të ketë një përkufizim të saktë të
si këto modele të dati ndërlidhen me njëra-tjetrën.
LËVIZI I DATA E ERP-së ​​NË TË DHËNA
WAREHOUSE
Nëse origjina e dati është një aplikim bazë dhe/ose një ODS, kur
futet ERP i dati në magazina e të dhënave, kjo hyrje duhet
zhvillohen në nivelin më të ulët të granularitetit. Përmbledhje ose
thjesht agregoj i dati si dalin
nga aplikacioni bazë ERP ose ERP ODS nuk është aty
gjëja e duhur për të bërë. THE dati nevojiten detaje në të dhëna
magazina për të formuar bazën e procesit DSS. Të tillë dati
ato do të riformohen në shumë mënyra nga të dhënat dhe eksplorimi
del magazina e të dhënave.
Lëvizja e dati nga mjedisi i aplikimit bazë
e ERP në mjedisin e magazina e të dhënave të shoqërisë është bërë në një
mënyrë të arsyeshme të relaksuar. Ky ndryshim ndodh pas kësaj
rreth 24 orë nga përditësimi ose krijimi në ERP. Fakti i
kanë një lëvizje “dembele” të dati në magazina e të dhënave
të kompanisë lejon dati që vijnë nga ERP për të "zgjidhur".
Një herë i dati depozitohen në aplikacionin bazë,
atëherë ju mund të lëvizni me siguri i dati të ERP-së
në ndërmarrje. Një objektiv tjetër që mund të arrihet falë lëvizjes
perënditë "dembelë". dati është përcaktimi i qartë ndërmjet proceseve operative dhe
Zgjatja DS. Me një lëvizje "të shpejtë" të dati vijën e demarkacionit
ndërmjet DSS dhe operacionale mbetet e paqartë.
Lëvizja e dati nga ODS e ERP në magazina e të dhënave
i kompanisë bëhet në mënyrë periodike, zakonisht
javore ose mujore. Në këtë rast lëvizja e
dati bazohet në nevojën për të “pastruar” të vjetrat dati historianët.
Natyrisht, ODS përmban i dati të cilat janë shumë më të reja
respekt për dati historianët gjetën në magazina e të dhënave.
Lëvizja e dati në magazina e të dhënave pothuajse nuk bëhet kurrë
“Shumica” (në mënyrë me shumicë). Kopjoni një tabelë
nga mjedisi ERP në magazina e të dhënave kjo nuk ka kuptim. Një qasje
shumë më realiste është lëvizja e njësive të zgjedhura të dati.
Vetëm të dati të cilat kanë ndryshuar që nga përditësimi i fundit i të dhënave
magazina janë ato që duhet të zhvendosen në të dhëna
depo. Një mënyrë për të ditur se cilat dati ato janë modifikuar
meqenëse përditësimi i fundit është të shikoni vulat kohore të dati
gjendet në mjedisin ERP. Projektuesi zgjedh të gjitha ndryshimet
që kanë lindur që nga përditësimi i fundit. Një tjetër qasje
është përdorimi i teknikave të kapjes së ndryshimeve dati. me
këto teknika analizojnë shkrimet dhe kasetat e ditarit në mënyrë që të
përcaktoni cilat dati duhet të zhvendoset nga mjedisi ERP në
Ajo e magazina e të dhënave. Këto teknika janë më të mirat në
si mund të lexohen regjistrat dhe kasetat e ditarit nga skedarët ERP
pa asnjë efekt të mëtejshëm në burimet e tjera ERP.
KOMPLIKIME TE TJERA
Një nga problemet me ERP në CIF është ajo që ndodh me të tjerët
burimet e aplikimit ose ai dati e ODS ku ata duhet të kontribuojnë
magazina e të dhënave por ato nuk janë pjesë e mjedisit ERP. Data me
Natyra e mbyllur e ERP, veçanërisht SAP, përpjekja për të integruar
çelësat nga burime të jashtme të dati me une dati që vijnë nga ERP al
koha për të lëvizur i dati në magazina e të dhënave, është një sfidë e madhe.
Dhe cilat janë saktësisht probabilitetet që i dati të aplikacioneve ose
ODS jashtë mjedisit ERP do të integrohet në të dhëna
depo? Shanset janë në fakt shumë të larta.
GJEJ DATA HISTORIK NGA ERP
Një problem tjetër me i dati i ERP-së ​​është ai që rezulton
nga nevoja për të pasur dati historianët brenda magazina e të dhënave.
Zakonisht, magazina e të dhënave nevojat dati historianët. DHE
Teknologjia ERP zakonisht nuk i ruan këto dati
historike, të paktën jo në masën që është e nevojshme në datë
depo. Kur një sasi e madhe e dati historianët fillojnë ad
për t'u shtuar në mjedisin ERP, ai mjedis duhet të jetë
pastruar. Për shembull, supozoni një magazina e të dhënave duhet
të jetë i ngarkuar me pesë vjet të dati historike ndërkohë që ERP qëndron
maksimumi gjashtë muaj nga këto dati. Për sa kohë që kompania është e kënaqur me
mbledhin një seri të dati historia me kalimin e kohës,
atëherë nuk ka asnjë problem duke përdorur ERP si një burim për
magazina e të dhënave. Por kur magazina e të dhënave duhet te shkoj
kthehuni në kohë dhe merrni perëndi dati historianë që nuk kanë qenë
mbledhur dhe ruajtur më parë nga ERP, pastaj mjedisi ERP
bëhet joefikas.
ERP DHE METADATA
Një konsideratë tjetër për të bërë në lidhje me ERP e magazina e të dhënave eshte ajo
mbi meta të dhënat ekzistuese në mjedisin ERP. Si dhe metadatat
ato lëvizin nga mjedisi ERP në del magazina e të dhënave,
meta të dhënat duhet të zhvendosen në të njëjtën mënyrë. Për më tepër, i
meta të dhënat duhet të transformohen në format dhe strukturë
kërkohet nga infrastruktura e magazina e të dhënave. Ka një të madh
ndryshimi midis meta të dhënave operacionale dhe meta të dhënave DSS. Meta të dhënat
operacionale janë kryesisht për zhvilluesin dhe për
programues. Të dhënat meta të DSS janë kryesisht për ju
fundi. Meta të dhënat ekzistuese në aplikacionet ERP ose ODS
ata duhet të konvertohen dhe ky konvertim nuk është gjithmonë i lehtë
dhe të drejtpërdrejtë.
BURIMIMI I TË DHËNAVE ERP
Nëse ERP përdoret si furnizues i dati për magazina e të dhënave ci
duhet të jetë një ndërfaqe solide që lëviz i dati nga mjedisi
ERP ndaj mjedisit magazina e të dhënave. Ndërfaqja duhet:
▪ të jetë i lehtë për t'u përdorur
▪ lejo qasjen në dati të ERP-së
▪ merr kuptimin e dati që janë gati të zhvendosen
në magazina e të dhënave
▪ njohin kufizimet e ERP-së ​​që mund të lindin në
momenti kur bëhet qasja dati i ERP:
▪ integriteti referues
▪ marrëdhëniet hierarkike
▪ marrëdhënie logjike të nënkuptuara
▪ Konventa e aplikimit
▪ të gjitha strukturat e dati mbështetur nga ERP, dhe kështu me radhë…
▪ të jetë efikas në akses dati, duke ofruar:
▪ lëvizja e drejtpërdrejtë e dati
▪ përvetësimi i ndryshimit dati
▪ mbështet qasjen në kohë dati
▪ të kuptojë formatin e dati, e kështu me radhë…
NDËRFAQJA ME SAP
Ndërfaqja mund të jetë e dy llojeve, e rritur në shtëpi ose komerciale.
Disa nga ndërfaqet kryesore tregtare përfshijnë:
▪ SAS
▪ Prime Solutions
▪ D2k, e kështu me radhë…
TEKNOLOGJI E SHUMËFISHTA ERP
Trajtimi i mjedisit ERP sikur të ishte një teknologji e vetme është a
gabim i madh. Ka shumë teknologji ERP, secila me të vetën
pikat e forta. Shitësit më të njohur në treg janë:
▪ SAP
▪ Oracle Financials
▪ PeopleSoft
JD Edwards
▪ Baans
SAP
SAP është softueri më i madh dhe më gjithëpërfshirës ERP. Aplikacionet
i SAP përfshin shumë lloje aplikimesh në shumë fusha. SAP ka
reputacioni i të qenurit:
▪ shumë i madh
▪ shumë i vështirë dhe i kushtueshëm për t'u zbatuar
▪ ka nevojë për shumë njerëz dhe konsulentë për të qenë
zbatuar
▪ ka nevojë për njerëz të specializuar për zbatimin
▪ ka nevojë për shumë kohë për t'u zbatuar
Gjithashtu SAP ka një reputacion për ruajtjen e tij dati Molto
me kujdes, duke e bërë të vështirë për dikë qasjen në to
person jashtë zonës SAP. Fuqia e SAP është të jetë
të aftë për të kapur dhe ruajtur një sasi të madhe të dati.
SAP kohët e fundit njoftoi synimin e saj për të zgjatur
aplikimet e saj për magazina e të dhënave. Ka shumë pro dhe kundër
në përdorimin e SAP si ofrues i magazina e të dhënave.
Një avantazh është se SAP është instaluar tashmë dhe se shumica e
konsulentët tashmë e njohin SAP.
Disavantazhet e të pasurit SAP si furnizues i magazina e të dhënave ata janë
shumë: SAP nuk ka përvojë në botën e magazina e të dhënave
Nëse SAP është furnizuesi i magazina e të dhënave, është e nevojshme të "heqësh"
i dati nga SAP në magazina e të dhënave. Dato historiku i një SAP-i të
sistem i mbyllur, nuk ka gjasa të jetë e lehtë të futesh nga SAP
atë (???). Ka shumë mjedise të trashëgimisë që fuqizojnë SAP,
si IMS, VSAM, ADABAS, ORACLE, DB2, e kështu me radhë.
SAP insiston në një qasje "jo të shpikur këtu". SAP nuk dëshiron
bashkëpunoni me shitës të tjerë për të përdorur ose krijuar magazina e të dhënave.
SAP insiston që të gjenerojë vetë të gjithë softuerin e vet.
Edhe pse SAP është një kompani e madhe dhe e fuqishme, fakti i
përpjekje për të rishkruar teknologjinë e ELT, OLAP, administrimin e
sistemit dhe madje edhe bazën e kodeve të dbms është thjesht çmenduri.
Në vend të adoptimit të një qëndrimi bashkëpunues me furnitorët
di magazina e të dhënave për një kohë të gjatë, SAP ka ndjekur qasjen që
ata "e dinë më së miri". Ky qëndrim e pengon suksesin që
SAP mund të ketë në zonën e magazina e të dhënave.
Refuzimi i SAP për të lejuar aksesin e shitësve të jashtëm
menjëherë dhe me hijeshi ndaj tyre dati. Vetë thelbi i përdorimit
un magazina e të dhënave ka qasje të lehtë në dati. E gjithë historia e SAP është
bazuar në vështirësinë e aksesit dati.
Mungesa e përvojës së SAP në trajtimin e vëllimeve të mëdha të dati;
ne fushen e magazina e të dhënave ka vëllime të dati nuk është parë kurrë që atëherë
SAP dhe për të menaxhuar këto sasi të mëdha të dati ju duhet të keni një
teknologji të përshtatshme. SAP me sa duket nuk është në dijeni për këtë
pengesë teknologjike që ekziston për të hyrë në fushën e të dhënave
depo.
Kultura korporative e SAP: SAP krijoi një biznes
në marrjen e i dati nga sistemi. Por për ta bërë këtë duhet të keni
një mendësi tjetër. Tradicionalisht, kompanitë e softuerit që ishin
mirë në marrjen e të dhënave në një mjedis nuk kanë qenë të mira në
marrjen e të dhënave për të shkuar në anën tjetër. Nëse SAP mund ta bëjë këtë lloj
switch do të jetë kompania e parë që do ta bëjë këtë.
Me pak fjalë, është e diskutueshme nëse një kompani duhet të zgjedhë
SAP si furnizues i magazina e të dhënave. Ka rreziqe shumë serioze
nga njëra anë dhe shumë pak shpërblime nga ana tjetër. Por ka edhe një tjetër
arsye që dekurajon zgjedhjen e SAP-it si furnizues të të dhënave
depo. Sepse çdo kompani duhet të ketë të njëjtën datë
magazinën e të gjitha kompanive të tjera? Të magazina e të dhënave është zemra
të avantazhit konkurrues. Nëse çdo kompani do të adoptonte të njëjtën gjë
magazina e të dhënave do të ishte e vështirë, por jo e pamundur,
të arrijë një avantazh konkurrues. SAP duket se mendon se a
magazina e të dhënave mund të shihet si një biskotë dhe kjo është një
edhe një shenjë tjetër e tyre “merr të dhënat
në".
Asnjë shitës tjetër ERP nuk është aq dominues sa SAP.
Padyshim që do të ketë kompani që do të shkojnë në rrugën e SAP
për të tyren magazina e të dhënave por me sa duket këto datë
Depot e SAP do të jenë të mëdha, të shtrenjta dhe kërkojnë shumë
koha për krijimin e tyre.
Këto mjedise përfshijnë aktivitete të tilla si përpunimi i bankës,
proceset e rezervimeve të linjave ajrore, proceset e ankesave
sigurimi, e kështu me radhë. Sistemi i transaksioneve ishte më efikas,
më e dukshme ishte nevoja për ndarje mes operacionale dhe procesit
DSS (Sistemi i Mbështetjes së Vendimeve). Megjithatë, me sistemet e burimeve
njerëzore dhe personale, nuk ballafaqohet kurrë me vëllime të mëdha të
transaksionet. Dhe, sigurisht, kur një person punësohet
ose largohuni nga kompania ky është një rekord i një transaksioni.
Por në lidhje me sistemet e tjera, sistemet e burimeve njerëzore dhe
Personat thjesht nuk kanë shumë transaksione. Prandaj, në
burimet njerëzore dhe sistemet e personelit nuk është plotësisht e qartë se ka
duhet një Datawarehouse. Në shumë mënyra këto sisteme
paraqesin unifikimin e sistemeve DSS.
Por ka një faktor tjetër që duhet marrë parasysh nëse duhet
bëni me datawarehouse dhe me PeopleSoft. Në shumë qarqe, i dati
Burimet njerëzore dhe personale janë dytësore për biznesin
kreu i kompanisë. Shumica e kompanive performojnë
prodhimi, shitja, ofrimi i shërbimeve etj. THE
Sistemet e BNJ dhe personeli zakonisht janë dytësore (ose të
mbështetje) në linjën kryesore të biznesit të kompanisë. Prandaj, është
i paqartë dhe i papërshtatshëm a magazina e të dhënave të veçanta për
mbështetje për burimet njerëzore dhe personale.
PeopleSoft është shumë i ndryshëm nga SAP në këtë drejtim. Me SAP, është
e detyrueshme që të ketë një magazina e të dhënave. Me PeopleSoft, nuk është kështu
atëherë kaq e qartë. Një depo e të dhënave është opsionale me PeopleSoft.
Gjëja më e mirë që mund të thuhet për dati PeopleSoft janë këto të dhëna
magazina mund të përdoret për të ruajtur i dati në lidhje me
burimet e vjetra njerëzore dhe personale. Një arsye e dytë për
të cilat një kompani do të donte të përdorte a magazina e të dhënave a
disavantazhi i mjedisit PeopleSoft është të lejojë aksesin dhe
akses falas në mjetet e analizës, ai dati nga PeopleSoft. Por
përveç këtyre arsyeve, mund të ketë raste kur preferohet të mos bëhet
kanë një depo të dhënash për dati PeopleSoft.
Në përmbledhje
Ka shumë ide në lidhje me ndërtimin e të dhënave
depo brenda një softueri ERP.
Disa nga këto janë:
▪ Ka kuptim të kesh një magazina e të dhënave që duket si ndonjë
tjetër në industri?
▪ Sa fleksibël është një ERP magazina e të dhënave program kompjuterik?
▪ Një ERP magazina e të dhënave softueri mund të trajtojë një vëllim prej
dati e cila ndodhet në njëmagazina e të dhënave arenë"?
▪ Cili është regjistrimi i gjurmëve që bën shitësi ERP
ballafaquar me të lehtë dhe të lira, kërkon kohë, ai dati? (çfarë
është evidenca e shitësve ERP në shpërndarjen e lirë, më
koha, e lehtë për t'iu qasur të dhënave?)
▪ Cili është kuptimi i arkitekturës DSS dhe
"fabrika e informacionit të korporatës" nga shitësi ERP?
▪ Shitësit ERP kuptojnë se si të marrin dati brenda e
të mjedisit, por edhe të kuptojnë se si t'i eksportojnë ato?
▪ Sa i hapur është shitësi i ERP ndaj mjeteve të të dhënave
magazinimin?
Të gjitha këto konsiderata duhet të merren në përcaktimin
ku të vendosni magazina e të dhënave e cila do të presë i dati të ERP-së ​​dhe të tjerëve
dati. Në përgjithësi, nëse nuk ka një arsye bindëse për
për të bërë ndryshe, rekomandohet të ndërtohet magazina e të dhënave jashtë
nga mjedisi i shitësit ERP.
KAPITOLO 1
Pasqyrë e Organizatës së BI
Pikat kryesore:
Depot e informacionit funksionojnë në mënyrë të kundërt
në arkitekturën e inteligjencës së biznesit (BI):
Kultura e korporatës dhe TI mund të kufizojnë suksesin në
ndërtimi i organizatave të BI.
Teknologjia nuk është më faktori kufizues për organizatat BI. Të
Problemi për arkitektët dhe planifikuesit e projekteve nuk është nëse
teknologjia ekziston, por nëse mund ta zbatojnë në mënyrë efektive
teknologjinë e disponueshme.
Për shumë kompani a magazina e të dhënave është pak më shumë se një depozitë
pasiv që shpërndan i dati për përdoruesit që kanë nevojë për të. THE dati
ato nxirren nga sistemet burimore dhe janë të populluara në strukturat e synuara
di magazina e të dhënave. Unë dati mund të pastrohen edhe me të tëra
pasuri. Megjithatë nuk shtohet asnjë vlerë shtesë
mbledhur nga dati gjatë këtij procesi.
Në thelb, Dw pasive, në rastin më të mirë, jep
vetëm unë dati pastër dhe funksionale për shoqatat e përdoruesve. Aty
varen krijimi i informacionit dhe të kuptuarit analitik
tërësisht nga përdoruesit. Duke gjykuar nëse DW (Magazina e të dhënave) është
suksesi është subjektiv. Nëse e gjykojmë suksesin mbi
aftësia për të mbledhur, integruar dhe pastruar në mënyrë efikase i dati
korporata mbi një bazë të parashikueshme, atëherë po, DW është një sukses.
Nga ana tjetër, nëse shikojmë mbledhjen, konsolidimin dhe ja
shfrytëzimin e informacionit të organizatës në tërësi, atëherë
DW është një dështim. Një DW jep pak ose aspak vlerë
informacion. Si rezultat, përdoruesit janë të detyruar të bëjnë,
duke krijuar kështu silos informacioni. Ky kapitull paraqet
një pamje gjithëpërfshirëse për të përmbledhur arkitekturën e BI (Biznes
Inteligjenca) e kompanive. Le të fillojmë me një përshkrim të BI dhe
pastaj do të kalojmë në diskutimet rreth dizajnit dhe
zhvillimi i informacionit, në krahasim me dhënien e thjeshtë të i dati
tek përdoruesit. Diskutimet më pas përqendrohen në llogaritjen e
vlera e përpjekjeve tuaja të BI. Përfundojmë duke përcaktuar se si IBM
kujton kërkesat arkitekturore të BI të organizatës suaj.
Përshkrimi i arkitekturës së
Organizata BI
Sisteme të fuqishme informacioni të orientuara drejt transaksioneve janë tani
në rendin e ditës në çdo ndërmarrje të madhe, siç ata nivelojnë
në mënyrë efektive fusha e lojës për korporatat në botë.
Megjithatë, për të mbetur konkurrues tani nevojiten sisteme në mënyrë analitike
e orientuar në atë që mund të revolucionarizojë aftësinë e kompanisë duke rizbuluar ed
duke përdorur informacionin që ata tashmë kanë. Këto sisteme
analitike rrjedhin nga të kuptuarit nga pasuria e dati
në dispozicion. BI mund të përmirësojë performancën në të gjitha informacionet
të ndërmarrjes. Bizneset mund të përmirësojnë marrëdhëniet klient-klient
furnizuesit, përmirësojnë fitimin e produkteve dhe shërbimeve, gjenerojnë
ofertat e reja dhe më të mira, kontrolloni riskun dhe ndër shumë të tjera
të ardhurat ulin shpenzimet në mënyrë dramatike. Me BI tuajin
kompania më në fund fillon të përdorë informacionin e klientit
si një aset konkurrues falë aplikacioneve që kanë synime të
tregu.
Të kesh mjetet e duhura të biznesit do të thotë të kesh përgjigje përfundimtare
pyetje kyçe si:
▪ Cilin prej yni konsumatorët na bëjnë të fitojmë më shumë, ose atje
humbasin?
▪ Aty ku jetojnë më të mirët tanë konsumatorët ne lidhje me negozio/
magazinë që frekuentojnë?
▪ Cilat nga produktet dhe shërbimet tona mund të shiten më shumë
në mënyrë efektive dhe kujt?
▪ Cilat produkte mund të shiten në mënyrë më efektive dhe kujt?
▪ Cila fushatë shitjesh është më e suksesshme dhe pse?
▪ Cilat kanale shitjeje janë më efektive për cilat produkte?
▪ Si mund t'i përmirësojmë marrëdhëniet me më të mirën tonë konsumatorët?
Shumica e kompanive kanë dati i përafërt për t'u përgjigjur
këto pyetje.
Sistemet operative gjenerojnë sasi të mëdha produkti, të
klientit dhe të dati të tregut nga pikat e shitjes, nga rezervimet,
nga shërbimi ndaj klientit dhe sistemet e mbështetjes teknike. Sfida është
nxjerrin dhe shfrytëzojnë këtë informacion.
Shumë kompani përfitojnë vetëm nga pjesë të vogla të tyre dati
për analiza strategjike.
I dati e mbetur, shpesh e kombinuar me i dati nxjerrja e burimeve të jashtme si p.sh
"raportet e qeverisë" dhe informacione të tjera të blera, janë një
minierë ari vetëm në pritje për t'u eksploruar, ei dati duhet
të rafinuar vetëm në kontekstin tuaj informativ
organizimi.
Kjo njohuri mund të zbatohet në mënyra të ndryshme, variacione
nga hartimi i një strategjie të përgjithshme të korporatës deri te
komunikimi personal me furnitorët, përmes qendrave të thirrjeve,
faturimi, internet dhe pika të tjera. Mjedisi i sotëm i biznesit dikton
që DW dhe zgjidhjet përkatëse të BI evoluojnë më tej
ekzekutimi i strukturave tradicionale të dati siç është i dati normalizuar për të
niveli atomik dhe “fermat e yjeve/kubeve”.
Ajo që nevojitet për të mbetur konkurrues është një bashkim i
teknologjitë tradicionale dhe të avancuara në përpjekje për të mbështetur a
peizazh i gjerë analitik.
Së fundi, mjedisi i përgjithshëm duhet të përmirësojë njohuritë
të ndërmarrjes në tërësi, duke siguruar që veprimet e ndërmarra
si pasojë e analizave të kryera ato vijnë në ndihmë në mënyrë që të gjithë të jenë
përfitojnë.
Për shembull, le të themi se ju klasifikoni tuajat konsumatorët në kategoritë
rrezik të lartë ose të ulët.
Nëse ky informacion është krijuar nga një model minierash ose
mjete të tjera, ajo duhet të vendoset në Dw dhe të bëhet e aksesueshme
kushdo, me çdo mjet aksesi, si p.sh
raporte statike, tabela, tabela ose përpunim analitik në
linjë (OLAP).
Megjithatë, aktualisht, shumë informacione të tilla
ata mbeten në kapanone të dati të individëve ose departamenteve që gjenerojnë
analizën. Organizata në tërësi ka pak ose aspak dukshmëri
për të kuptuar. Vetëm duke përzier këtë lloj përmbajtjeje
informacion në ndërmarrjen tuaj dw ju mund të eliminoni kapanonet e
informacion dhe ngrini mjedisin tuaj Dw.
Ekzistojnë dy pengesa kryesore për zhvillimin e një organizate
të BI-së.
Së pari, kemi problemin e vetë organizatës
të disiplinës përkatëse.
Edhe nëse nuk mund të ndihmojmë me ndryshimet e politikave
të organizatës, ne mund të ndihmojmë të kuptojmë komponentët e
një organizatë BI, arkitektura e saj dhe si
Teknologjia IBM lehtëson zhvillimin e saj.
Barriera e dytë që duhet kapërcyer është mungesa e teknologjisë
integruar dhe njohuri për një metodë që thërret të gjithë hapësirën
i BI në krahasim me vetëm një komponent të vogël.
IBM po i përgjigjet ndryshimeve në teknologji
të integruar. Është përgjegjësia juaj për të ofruar një dizajn
i vetëdijshëm. Kjo arkitekturë duhet të zhvillohet me
teknologji e zgjedhur për integrim pa kufizime, ose të paktën, me
teknologji që i përmbahet standardeve të hapura. Gjithashtu, e juaja
menaxhmenti i kompanisë duhet të sigurojë që ndërmarrja e Bi është
kryhet sipas programit dhe të mos lejohet
zhvillimi i kapanoneve të informacionit që rrjedhin nga vetë-shërbimi
axhendat, apo synimet.
Kjo nuk do të thotë se mjedisi BI nuk është i ndjeshëm ndaj
reagojnë ndaj nevojave dhe kërkesave të ndryshme të përdoruesve të ndryshëm; në vend të kësaj, do të thotë
se zbatimi i atyre nevojave dhe kërkesave individuale është
bëhet për të mirën e të gjithë organizatës së BI.
Një përshkrim i arkitekturës BI të organizatës mund
Gjendet në faqen 9 në figurën 1.1. Arkitektura demonstron
një përzierje e pasur teknologjish dhe teknikash.
Nga këndvështrimi tradicional, arkitektura përfshin komponentët e mëposhtëm
të magazinës
Shtresa atomike (Shtresa atomike).
Ky është themeli, zemra e të gjithë Dw-së dhe për rrjedhojë e
raportimi strategjik.
I dati të ruajtura këtu do të ruajnë integritetin historik, raportet e
dati dhe përfshijnë metrikën e prejardhur, si dhe të qenit i pastër,
të integruara dhe të ruajtura duke përdorur shabllonet e minierave.
I gjithë përdorimi i mëvonshëm i këtyre dati dhe informacioni i lidhur është
rrjedh nga kjo strukturë. Ky është një burim i shkëlqyer për
nxjerrja e dati dhe për raportet me pyetje të strukturuara SQL
Magazina operative e dati ose bazë të raportit të
dati(Duajtja e të dhënave operacionale (ODS) ose raportimi
bazës së të dhënave.)
Kjo është një strukturë e dati projektuar posaçërisht për
raportimi teknik.
I dati të ruajtura dhe të raportuara më sipër këto struktura më në fund mund
përhapet në magazinë nëpërmjet zonës së skenimit (instagram
zonë), ku mund të përdoret për sinjalizim strategjik.
Zona e skenës.
Ndalesa e parë për shumicën dati të destinuara për mjedisin e
magazina është zona e organizimit.
Ketu une dati janë integruar, pastruar dhe transformuar në dati e dobishme që
ata do të popullojnë strukturën e magazinës
Mars datash.
Kjo pjesë e arkitekturës paraqet strukturën e dati të përdorura
posaçërisht për OLAP. Prania e datamarteve, nëse i dati ata janë
të ruajtura në skemat e yjeve që mbivendosen dati
shumëdimensionale në një mjedis relacional, ose në kabinete dosjesh
di dati pronësi e përdorur nga teknologjia specifike OLAP, si p.sh
Serveri DB2 OLAP, nuk është i rëndësishëm.
Kufizimi i vetëm është se arkitektura lehtëson përdorimin e dati
shumëdimensionale.
Arkitektura përfshin gjithashtu teknologji dhe teknika kritike Bi
të cilat dallohen si:
Analiza hapësinore
Hapësira është një informacion i papritur për analistin dhe
është kritike për zgjidhjen e plotë. Hapësira mund
përfaqësojnë informacionin e njerëzve që jetojnë në një të caktuar
vendndodhjen, si dhe informacione se ku është ai vend
fizikisht në krahasim me pjesën tjetër të botës.
Për të kryer këtë analizë, duhet të filloni duke lidhur tuajën
informacioni i koordinatave të gjerësisë dhe gjatësisë gjeografike. Do të thotë çfarë
referuar si "gjeokodim" dhe duhet të jetë pjesë e nxjerrjes,
transformimin, dhe të procesit të ngarkimit (ETL) në nivel
numrin atomik të magazinës suaj.
Minierat e të dhënave.
Nxjerrja e dati lejon kompanitë tona të rriten
Numri i konsumatorët, për të parashikuar tendencat e shitjeve dhe për të mundësuar
menaxhimin e marrëdhënieve me konsumatorët (CRM), ndër iniciativat e tjera të
BI.
Nxjerrja e dati prandaj duhet të integrohet me strukturat e
dati të Dwhouse dhe të mbështetur nga proceset e magazinës për
të konstatojë si përdorimin efektiv dhe efikas të teknologjisë dhe
teknikat e lidhura.
Siç tregohet në arkitekturën BI, niveli atomik i
Dwhouse, si datamarts, është një burim i shkëlqyer i dati
për nxjerrjen. Të njëjtat struktura duhet të jenë gjithashtu
marrësit e rezultateve të nxjerrjes për të siguruar disponueshmërinë për
audienca më e madhe (audienca më e gjerë).
Agjentët.
Ka "agjentë" të ndryshëm për të kontrolluar klientin për çdo pikë si p.sh
sistemet operative të kompanisë dhe vetë dw. Këta agjentë mund
të jenë rrjete nervore të avancuara të trajnuara për të mësuar rreth
tendencat e secilës pikë, të tilla si kërkesat e ardhshme të produkteve të bazuara
mbi promovimet e shitjeve, motorët e bazuar në rregulla për të reaguar
un Dato grup rrethanash, apo edhe agjentë të thjeshtë që
ata vënë në dukje përjashtimet për "drejtuesit e lartë". Këto procese po
përgjithësisht i pranishëm në kohë reale dhe, për rrjedhojë, duhet
të jenë të lidhura ngushtë me lëvizjen e tyre dati.
Të gjitha këto struktura të dati, teknologjitë dhe teknikat garantojnë
se nuk do ta kaloni natën duke krijuar një organizim të
BI tuaj.
Ky aktivitet do të zhvillohet me hapa në rritje, për ato të vogla
pikë.
Çdo hap është një përpjekje e pavarur e projektit dhe raportohet
si një përsëritje në iniciativën tuaj dw ose BI. Përsëritjet
mund të përfshijë zbatimin e teknologjive të reja, për
filloni me teknika të reja, duke shtuar struktura të reja të dati ,
ngarkimi i dati plotësuese, ose me zgjerimin e analizës së
mjedisin tuaj. Ky paragraf diskutohet më shumë
në detaje në kapitullin 3.
Përveç strukturave tradicionale të mjeteve Dw dhe Bi, ka edhe të tjera
funksionet e organizatës suaj të BI për të cilat keni borxh
dizajni, si p.sh.
Pikat e kontaktit të klientit (prekja e klientit
pikë).
Si me të gjitha organizatat moderne, ka një numër të
pika kontakti me klientët që tregojnë se si të keni një përvojë
pozitive për tuajin konsumatorët. Ka kanale tradicionale si i
tregtarët, operatorët e centraleve, posta direkte, multimedia dhe print
reklamat, si dhe kanalet më aktuale si emaili dhe ueb-i, d.m.th dati
produkte me një pikë kontakti duhet të blihen,
transportuar, pastruar, transformuar dhe më pas populluar në strukturat e dati i
BI.
Bazat e dati shoqatat operacionale dhe të përdoruesve (Operativ
bazat e të dhënave dhe komunitetet e përdoruesve).
Në fund të pikave të kontaktit të konsumatorët gjenden themelet dati
e aplikacioneve të kompanisë dhe komuniteteve të përdoruesve. THE dati ekzistuese
ata janë dati tradicionale që duhet të bashkohen dhe të shkrihen me dati që
ato rrjedhin nga pikat e kontaktit për të përmbushur të nevojshmet
informacion.
Analistët. (Analistët)
Përfituesi kryesor i mjedisit të BI është analisti. Është ai që
përfitimet nga nxjerrja aktuale e dati operacionale, e integruar me
burime të ndryshme të dati , i shtuar me veçori të tilla si analitika
gjeografike (gjeokodimi) dhe të paraqitura në teknologjitë BI që
lejojnë miniera, OLAP, raportim dhe analizë të avancuar SQL
gjeografike. Ndërfaqja kryesore për analistin me mjedisin
raportimi është portali BI.
Megjithatë, analisti nuk është i vetmi që përfiton nga arkitektura e
BI.
Drejtuesit, shoqatat e mëdha të përdoruesve, madje edhe anëtarët, furnitorët dhe i
konsumatorët duhet të gjejë përfitime në BI të ndërmarrjes.
Cikli i ushqimit të pasëm.
Arkitektura BI është një mjedis mësimi. Një parim
karakteristikë e zhvillimit është lejimi i strukturave të qëndrueshme të dati
të përditësohet nga teknologjia e përdorur BI dhe nga veprimet
ndërmarrjet e përdoruesve. Një shembull është vlerësimi i
klient (pikëzimi i klientit).
Nëse departamenti i shitjeve kryen një model minierash
e rezultateve të klientit si të përdorin një shërbim të ri, pastaj të
departamenti i shitjeve nuk duhet të jetë i vetmi grup përfitues
të shërbimit.
Në vend të kësaj, modeli i minierave duhet të kryhet si pjesë
natyra e rrjedhës së të dhënave brenda kompanisë dhe rezultatet e klientit
duhet të bëhet pjesë e integruar e mjedisit informativ të
magazinë, e dukshme për të gjithë përdoruesit. Suite IBM me qendër Bi-bI
duke përfshirë DB2 UDB, DB2 OLAP Server përfshin shumicën
pjesë e komponentëve të rëndësishëm të teknologjisë, të përcaktuara në figurë
1.1.
Ne përdorim arkitekturën siç shfaqet në këtë figurë të librit
na jepni një nivel vazhdimësie dhe demonstroni se si çdo produkt
i IBM përshtatet në modelin e përgjithshëm të BI.
Sigurimi i përmbajtjes së informacionit (Sigurimi i
përmbajtje informacioni)
Dizajnoni, zhvilloni dhe zbatoni mjedisin tuaj BI
një detyrë e mundimshme. Dizajni duhet të përfshijë të dyja
kërkesat aktuale dhe të ardhshme të biznesit. Dizajni arkitektonik
duhet të jetë i plotë për të përfshirë të gjitha përfundimet e gjetura
gjatë fazës së projektimit. Ekzekutimi duhet të mbetet
të përkushtuar ndaj një qëllimi të vetëm: të zhvillojë arkitekturën e BI
siç është paraqitur zyrtarisht në vizatim dhe bazuar në kërkesat e
të biznesit.
Është veçanërisht e vështirë të argumentohet se disiplina do të sigurojë
sukses relativ.
Kjo është e thjeshtë sepse nuk ndërton një mjedis BI për të gjithë
befas, por kjo ndodh me hapa të vegjël me kalimin e kohës.
Megjithatë, identifikimi i komponentëve BI të arkitekturës suaj është
e rëndësishme për dy arsye: Ju do t'i drejtoni të gjitha vendimet e mëpasshme
teknikat e arkitekturës.
Ju do të jeni në gjendje të dizajnoni me vetëdije një përdorim të veçantë të teknologjisë
edhe pse mund të mos merrni një përsëritje që duhet
teknologji për disa muaj.
Kuptimi i mjaftueshëm i kërkesave të biznesit tuaj do të ndikojë në llojin
e produkteve që do të blini për arkitekturën tuaj.
Planifikimi dhe zhvillimi i arkitekturës suaj sigurojnë
se depoja juaj është
jo një ngjarje e rastësishme, por më tepër një "e menduar mirë",
reklama e ndërtuar me kujdes operë e artit si një mozaik i
teknologji e përzier.
Dizajnoni përmbajtjen e informacionit
I gjithë dizajni fillestar duhet të fokusohet dhe të identifikojë
komponentët kryesorë të BI që do t'i nevojiten mjedisit tuaj
të përgjithshme në të tashmen dhe në të ardhmen.
Njohja e kërkesave të biznesit është e rëndësishme.
Edhe para se të fillojë i gjithë planifikimi formal,
Planifikuesi i projektit shpesh mund të identifikojë një ose dy
komponent menjëherë.
Bilanci i komponentëve që mund të nevojiten për
arkitektura juaj, megjithatë, nuk mund të gjendet lehtë.
Gjatë fazës së projektimit, pjesa kryesore e arkitekturës
lidh sesionin e zhvillimit të aplikacionit (JAD) në një kërkim
për të identifikuar kërkesat e biznesit.
Ndonjëherë këto kërkesa mund të transferohen te mjetet
pyetje dhe raportim.
Për shembull, përdoruesit deklarojnë se nëse duan të automatizojnë
aktualisht një raport duhet të gjenerojë duke u integruar manualisht
dy raporte aktuale dhe duke shtuar llogaritjet që rrjedhin nga
kombinim i dati.
Ndërsa kjo kërkesë është e thjeshtë, ajo përcakton një të caktuar
funksionalitetin e veçorisë që duhet të përfshini kur
blej mjete raportimi për organizatën.
Projektuesi duhet gjithashtu të ndjekë kërkesa shtesë për
merrni një pamje të plotë. Përdoruesit duan të abonohen në
ky raport?
Nëngrupet e raportit gjenerohen dhe dërgohen me email tek të ndryshmet
përdoruesit? Dëshironi ta shihni këtë raport në portalin e kompanisë?
Të gjitha këto kërkesa janë pjesë e nevojës së thjeshtë për të
zëvendësoni një raport manual siç kërkohet nga përdoruesit. Përfitimi
nga këto lloj kërkesash është që të gjithë, përdoruesit dhe zhvilluesit, kanë
të kuptuarit e konceptit të raporteve.
Megjithatë, ka lloje të tjera biznesesh për të cilat ne duhet të planifikojmë.
Kur kërkesat e biznesit janë deklaruar në formën e
Pyetjet strategjike të biznesit, është e lehtë për planifikuesin me përvojë
dallojnë kërkesat dimensionale dhe të masës/fakteve.
Figura 1.2 ilustron madhësinë dhe komponentët dimensionale të a
problem biznesi.
Nëse përdoruesit e JAD nuk dinë të deklarojnë kërkesat e tyre
në formën e një problemi biznesi, projektuesi shpesh do të japë
shembuj për kapërcimin-fillimin e sesionit të mbledhjes së të dhënave
Kërkesat.
Projektuesi ekspert mund t'i ndihmojë përdoruesit të kuptojnë jo vetëm
tregtinë strategjike, por edhe mënyrën e formimit të saj.
Qasja e mbledhjes së kërkesave është diskutuar në kapitullin 3; Për
tani ne thjesht duam të theksojmë nevojën për të dizajnuar për të gjithë
llojet e kërkesave të BI
Një çështje strategjike biznesi nuk është vetëm një kërkesë
Biznes, por edhe një çelës dizajni. Nëse duhet të përgjigjeni
në një pyetje shumëdimensionale, atëherë duhet të mësoni përmendësh,
paraqes i dati dimensionale, dhe nëse keni nevojë të mësoni përmendësh
dati shumëdimensionale, ju duhet të vendosni se çfarë lloj teknologjie ose
teknikë që do të përdorni.
A zbatoni një skemë të rezervuar të yjeve të kubit, apo të dyja?
Siç mund ta shihni, edhe një problem i thjeshtë biznesi
mund të ndikojë ndjeshëm në dizajn. Megjithatë
këto lloj kërkesash biznesi janë të zakonshme dhe natyrisht, të paktën
nga planifikues dhe projektues me përvojë të projektit.
Ka pasur mjaft debat për teknologjitë dhe mbështetjen e
OLAP, dhe një shumëllojshmëri e gjerë zgjidhjesh janë në dispozicion. Deri tani
përmendëm nevojën për të bashkuar raportimin e thjeshtë me i
kërkesat për madhësinë e biznesit dhe si këto kërkesa
ndikojnë në vendimet teknike arkitekturore.
Por cilat janë kërkesat që nuk kuptohen lehtë
nga përdoruesit apo nga ekipi i Dw? Do t'ju duhet ndonjëherë analiza
hapësinor(analizë hapësinore)?
Modelet e minierave të dati ato do të jenë një pjesë e domosdoshme e juaja
e ardhmja? Kush e di?
Është e rëndësishme të theksohet se këto lloj teknologjish nuk janë shumë
i njohur nga komunitetet e përgjithshme të përdoruesve dhe anëtarët e ekipit të
Dw, pjesërisht, kjo mund të ndodhë sepse ata zakonisht
trajtohen nga disa ekspertë teknikë të brendshëm ose të palëve të treta. Është një
rast kufitar i problemeve që gjenerojnë këto lloj teknologjish. Vetë
përdoruesit nuk mund të përshkruajnë kërkesat e biznesit ose t'i kornizojnë ato
në mënyrë që të ofrojnë udhëzime për projektuesit, ata mund
kalojnë pa u vënë re ose, më keq, thjesht injorohen.
Më problematike bëhet kur projektuesi dhe zhvilluesi dështojnë
mund të njohë aplikimin e njërit prej këtyre të avancuar por
teknologjitë kritike.
Siç kemi dëgjuar shpesh nga Dizajnerët të thonë, “epo, pse
mos e lëmë mënjanë derisa të marrim këtë gjë tjetër?
“A janë vërtet të interesuar për prioritetet, apo thjesht i shmangin i
kërkesat që ata nuk i kuptojnë? Me shumë mundësi është supozimi i fundit.
Le të themi se ekipi juaj i shitjeve ka komunikuar një kërkesë
të biznesit, siç tregohet në figurën 1.3, siç mund ta shihni,
kërkesa është përshtatur në formën e një problemi biznesi. Aty
ndryshimi midis këtij problemi dhe problemit tipik dimensional është
distanca. Në këtë rast, ekipi i shitjeve dëshiron të dijë,
në baza mujore, shitjet totale nga produktet, magazinat dhe
konsumatorët të cilët jetojnë brenda 5 miljeve nga magazina ku ata
ata blejnë.
Mjerisht, projektuesit ose arkitektët thjesht munden
injoroni komponentin hapësinor duke thënë, “ne kemi klientin, atë
produkti dhe i dati të depozitës. Ne e mbajmë distancën deri në
një përsëritje tjetër.
"Përgjigje të gabuar. Ky lloj problemi biznesi ka të bëjë
tërësisht BI. Ai përfaqëson një kuptim më të thellë të
biznesin tonë dhe një hapësirë ​​të fuqishme analitike për analistët tanë.
BI është përtej pyetjeve të thjeshta ose raportimit standard
edhe OLAP. Kjo nuk do të thotë se këto teknologji dështojnë
ato janë të rëndësishme për BI-në tuaj, por në vetvete nuk janë
mjedisi BI.
Dizajn për kontekstin e informacionit
(Dizajni për përmbajtje informative)
Tani që kemi identifikuar kërkesat e biznesit që bien në sy
komponentë të ndryshëm themelorë, duhet të përfshihen në një dizajn
arkitektonike të përgjithshme. Disa nga komponentët e BI janë pjesë
të përpjekjeve tona fillestare, ndërsa disa nuk do të zbatohen për
disa muaj.
Megjithatë, të gjitha kërkesat e njohura pasqyrohen në dizajn në mënyrë që
kur ne kemi nevojë për të zbatuar një teknologji të caktuar, ne jemi
bëhu gati ta bësh. Diçka rreth projektit do të pasqyrojë mendimin
tradicionale.
Për shembull, figura 1.1, në fillim të kapitullit, tregon një të dhënë
mart i cili mban i dati dimensionale.
Ky grup i dati përdoret për të mbështetur përdorimet e mëvonshme të
dati dimensionale të nxitura nga çështjet e Biznesit që
ne kemi identifikuar. Siç janë dokumentet shtesë
gjeneruar, të tilla si zhvillimi i dizajnit të dati, ne
do të fillojmë të zyrtarizojmë se si i dati ato përhapen në mjedis.
Ne kemi konstatuar nevojën për të përfaqësuar i dati në mënyrë që
dimensionale, duke i ndarë ato (sipas nevojave specifike
përcaktuar) mbi të dhënat mars.
Pyetja tjetër për t'iu përgjigjur është se si do të ndërtohen
këto të dhëna mars?
A i ndërtoni yjet për të mbështetur kubet, apo thjesht kube, apo vetëm yjet?
(ose kubet e duhura, ose yjet e duhur). Gjeneroni arkitekturën për të dhënat
marte të varura që kërkojnë një shtresë atomike për të gjithë dati
a fitoni? Lejo që marshet e pavarura të të dhënave të marrin i dati
direkt nga sistemet operative?
Çfarë Teknologjie Cube do të përpiqeni të standardizoni?
Ju keni sasi masive të perëndive dati të nevojshme për analizën dimensionale
ose keni nevojë për kube të forcës suaj kombëtare të shitjeve në një
baza javore apo të dyja? Ndërtoni një artikull të fuqishëm
të tilla si DB2 OLAP Server për Financa ose kube Cognos
PowerPlay për organizatën tuaj të shitjeve apo të dyja?
Këto janë vendimet e mëdha të projektimit arkitektonik që
ato do të ndikojnë në mjedisin tuaj BI në vazhdim. Po,
ju keni identifikuar një nevojë për OLAP. Tani si do ta realizoni
lloji i teknikës dhe teknologjisë?
Si ndikojnë disa nga teknologjitë më të avancuara tek tuajat
vizatime? Le të supozojmë se keni identifikuar një nevojë
hapësirë ​​në organizatën tuaj. Tani ju duhet të telefononi
botimet e vizatimeve arkitekturore edhe nëse janë të paplanifikuara
kryejnë komponentët e hapësirës për disa muaj. Arkitekti duhet
dizajn sot bazuar në atë që nevojitet. Parashikoni nevojën për
analiza hapësinore që gjeneron, ruan, kryen dhe jep
qasje në dati hapësinore. Kjo nga ana tjetër duhet të shërbejë si një
kufizim në lidhje me llojin e teknologjisë dhe specifikimet
platformë softuerike që mund të jeni duke marrë në konsideratë. Për
shembull, sistemi i administrimit të bazën e të dhënave relativ
(RDBMS) që kryeni për shtresën tuaj atomike duhet të ketë
një shtrirje e fuqishme hapësinore në dispozicion. Kjo do të siguronte
performanca maksimale kur përdoret gjeometria dhe objektet
hapësirë ​​në aplikacionet tuaja analitike. Nëse RDBMS juaj nuk e bën këtë
mund të trajtoj i dati (hapësinore-centrike) nga brenda, kështu që do të duhet
vendos a bazën e të dhënave (hapësinore-centrike) e jashtme. Kjo e ndërlikon
menaxhimin e çështjeve dhe ndikojnë në performancën tuaj të përgjithshme,
për të mos përmendur problemet shtesë të krijuara për tuajat
DBA-të, pasi ato ka të ngjarë të kenë kuptim minimal
të themeleve të dati hapësinore gjithashtu. Nga ana tjetër, nëse motori juaj
RDMBS trajton të gjithë komponentët hapësinorë dhe të ngjashëm
optimizuesi është i vetëdijshëm për nevojat e veçanta (për shembull,
indeksimi) i objekteve hapësinore, atëherë DBA-të tuaja mund të trajtojnë
menaxhoni menjëherë problemet dhe mund t'i ngrini ato
performancës.
Gjithashtu, ju duhet të rregulloni zonën e skenës dhe shtresën
e mjedisit atomik për të përfshirë pastrimin e adresave (un
element kyç për analizën hapësinore), si dhe në vijim
kursimi i objekteve hapësinore. Vazhdimi i botimeve të
vizatimi vazhdon tani që ne kemi prezantuar nocionin e pastrimit
adresë. Për një gjë, ky aplikacion do të diktojë llojin e
softueri i nevojshëm për përpjekjet tuaja ETL.
Ju nevojiten produkte si Trillium për t'ju dhënë një adresë
pastër, ose një shitës ETL sipas zgjedhjes suaj për ta siguruar atë
funksionalitet?
Tani për tani është e rëndësishme që të vlerësoni standardin e dizajnit
duhet të plotësohet përpara se të filloni të zbatoni tuajat
mjedisi (magazina). Shembujt e mësipërm duhet
demonstrojnë morinë e vendimeve të nxjerrjes që duhet të pasojnë
identifikimin e ndonjë kërkese të veçantë biznesi. Nëse bëhet
saktë, këto vendime të projektimit promovojnë
ndërvarësia ndërmjet strukturave fizike të mjedisit tuaj, të
përzgjedhja e teknologjisë së përdorur dhe rrjedha e përhapjes së
përmbajtje informacioni. Pa këtë arkitekturë konvencionale
e BI, organizata juaj do t'i nënshtrohet një përzierjeje
kaotike e teknologjive ekzistuese, në rastin më të mirë, të bashkuara në një farë mënyre
e pasaktë për të siguruar stabilitet të dukshëm.
Ruajtja e përmbajtjes së informacionit
Sjellja e vlerës së informacionit në organizatën tuaj është
një operacion shumë i vështirë. Pa kuptim të mjaftueshëm
dhe përvojën, apo planifikimin dhe projektimin e duhur, madje
skuadrat më të mira do të dështonin. Nga ana tjetër, nëse keni një të shkëlqyer
intuitë dhe planifikim të detajuar por jo disiplinë për
ekzekutim, thjesht keni humbur paratë dhe kohën tuaj
sepse përpjekja juaj do të dështojë. Mesazhi duhet
jini të qartë: Nëse ju mungon një ose më shumë nga këto
shkathtësitë, të kuptuarit/përvojën ose planifikimin/vizatimin o
Disiplina e zbatimit, kjo do të çojë në paralizë ose
shkatërrojnë ndërtesën e organizatës së BI.
A është ekipi juaj i përgatitur mjaftueshëm? Ka dikë tek ju
Ekipi i BI që kupton peizazhin e gjerë analitik të disponueshëm
në mjediset e BI, në teknikat dhe teknologjitë e nevojshme
për të realizuar atë peizazh? Ka dikë në ekipin tuaj
të cilat mund të njohin dallimin e aplikimit midis avancuar
raportimi statik dhe OLAP, apo ndryshimet midis ROLAP dhe OLAP? Një nga
anëtarët e ekipit tuaj e njeh qartë mënyrën e
ekstrakt dhe si mund të ndikojë në magazinë apo si
a mund të mbështesë magazina performancën e minierave? Një anëtar
e ekipit e kupton vlerën e dati hapësirë ​​apo teknologji
bazuar në agjentë? A keni dikë që vlerëson aplikacionin unik
i mjeteve ETL kundër teknologjisë së ndërmjetësit
mesazh? Nëse nuk e keni, merrni një. BI është shumë më tepër
e madhe e një shtrese atomike të normalizuar, e OLAP, e skemave a
yll dhe një ODS.
Të ketë mirëkuptimin dhe përvojën për të njohur kërkesat
e BI dhe zgjidhjeve të tyre është thelbësore për aftësinë tuaj
të zyrtarizojë saktë nevojat e përdoruesve dhe të dizajnojë
dhe të zbatojnë zgjidhjet e tyre. Nëse komuniteti juaj i përdoruesve ka
vështirësi në përshkrimin e kërkesave, është detyrë e ekipit të
magazina ofrojnë atë kuptim. Por nëse ekipi i
depo
nuk njeh aplikimin specifik të BI - për shembull, të dhënat
minierat- atëherë nuk është gjëja më e mirë që bëjnë mjediset BI
shpesh kufizohen në të qenit depozita pasive. Megjithatë, injoroni këto
teknologjitë nuk e pakësojnë rëndësinë e tyre dhe efektin që kanë
mbi shfaqjen e mundësive tuaja të inteligjencës së biznesit
organizimin, si dhe strukturën e informacionit që ju projektoni
për të promovuar.
Planifikimi duhet të përfshijë nocionin e vizatimit, ed
të dyja kërkojnë një individ kompetent. Plus, dizajnimi
ajo kërkon një filozofi dhe vëzhgim në shtëpi
të standardeve. Për shembull, nëse kompania juaj ka krijuar një
platformë standarde ose ka identifikuar një RDBMS të veçantë që ju
duan të standardizohen në të gjithë platformën, është e afërt që
të gjithë në ekip i përmbahen atyre standardeve. Në përgjithësi një
ekipi ekspozon nevojën për normalizim (përdoruesit
komuniteteve), por vetë ekipi nuk është i gatshëm t'i bashkohet
standardet e vendosura edhe në fusha të tjera në kompani ose ndoshta edhe në
kompani të ngjashme. Kjo jo vetëm që është hipokrite, por konstaton se firma nuk e bën këtë
është në gjendje të shfrytëzojë burimet dhe investimet ekzistuese. Kjo nuk do të thotë
se nuk ka situata që garantojnë një platformë ose a
teknologji jo standardizuar; megjithatë, përpjekjet e magazinës
ata duhet të ruajnë me xhelozi standardet e ndërmarrjes deri në
se kërkesat e biznesit nuk diktojnë ndryshe.
Komponenti i tretë kyç i nevojshëm për të ndërtuar një BI
organizimi është disiplinë.
Kjo varet në total, njëlloj nga individët dhe nga mjedisi.
Planifikuesit e projekteve, sponsorët, arkitektët dhe përdoruesit duhet ta vlerësojnë atë
disiplinën e nevojshme për të ndërtuar strukturën e informacionit të kompanisë.
Projektuesit duhet t'i drejtojnë përpjekjet e tyre të projektimit në atë mënyrë që
plotësojnë përpjekjet e tjera të nevojshme në shoqëri.
Për shembull, le të themi se kompania juaj ndërton një
Aplikim ERP që ka një komponent magazine.
Pra, është përgjegjësi e projektuesve ERP që të bashkëpunojnë me
ekipi i mjedisit të magazinës në mënyrë që të mos konkurrojë ose
kopjoni punën e filluar tashmë.
Disiplina është gjithashtu një temë që duhet të jetë e zënë
nga e gjithë organizata dhe zakonisht themelohet dhe i besohet a
nivel ekzekutiv.
A janë drejtuesit të gatshëm t'i përmbahen një qasjeje të projektuar? A
qasje që premton të krijojë përmbajtje informacioni që është
përfundimisht do të sjellë vlerë në të gjitha fushat e ndërmarrjes, por ndoshta
A komprometon axhendat individuale apo të departamenteve? Mbani mend thënien
“Të mendosh për gjithçka është më e rëndësishme se të mendosh vetëm për një gjë”.
Kjo thënie është e vërtetë për organizatat BI.
Fatkeqësisht, shumë depo i përqendrojnë përpjekjet e tyre
duke kërkuar për të përzënë dhe për të sjellë vlerë për një departament të caktuar ose a
përdorues të veçantë, me pak vëmendje për organizimin në
të përgjithshme. Supozoni se menaxheri kërkon ndihmë nga ekipi në
depo. Ekipi përgjigjet me një punë 90-ditore që
përfshin jo vetëm dorëzimin e kërkesave të njoftimit të përcaktuara nga
menaxher por siguron që të gjitha dati baza janë të përziera në nivel
atomike përpara se të futet në teknologjinë e kubit
propozim.
Kjo shtesë inxhinierike siguron që bëma e
do të përfitojë depoja dati nevojiten nga menaxheri.
Megjithatë, ekzekutivi foli me firmat e jashtme konsulente se
kanë propozuar një aplikim të ngjashëm me dorëzim në më pak se 4
javë
Duke supozuar se ekipi i brendshëm i depove është kompetent,
menaxheri ka një zgjedhje. Kush mund të mbështesë disiplinën e
nevojiten inxhinieri shtesë për të kultivuar pusin
ndërmarrje informative ose mund të zgjedhin të bëjnë të tyren
zgjidhje shpejt. Kjo e fundit duket se është zgjedhur vërtetë
shumë shpesh dhe shërben vetëm për të krijuar kontejnerë informacioni të
të cilat përfitojnë pak ose individi.
Qëllimet afatshkurtra dhe afatgjata
Arkitektët dhe planifikuesit e projekteve duhet të formalizojnë a
vizioni afatgjatë i arkitekturës së përgjithshme dhe planeve për
rriten në një organizatë BI. Ky kombinim i
fitimi afatshkurtër dhe planifikimi afatgjatë
përfaqësojnë dy fytyrat e përpjekjeve të BI. Fitimi afatshkurtër
skadimi është aspekti i BI që shoqërohet me përsëritjet e
depoja juaj.
Këtu fokusohen planifikuesit, arkitektët dhe sponsorët
plotësojnë kërkesat specifike të biznesit. Është në këtë nivel ku
ndërtohen struktura fizike, blihet teknologjia dhe
zbatohen teknikat. Ata nuk janë bërë në asnjë mënyrë për t'u përballur
kërkesat specifike siç përcaktohen nga komunitete të veçanta përdoruesish.
Gjithçka është bërë për të adresuar kërkesat specifike të përcaktuara
nga një komunitet i caktuar.
Planifikimi afatgjatë, megjithatë, është aspekti tjetër
e BI. Pikërisht këtu siguruan planet dhe planet
ndërtuar çdo strukturë fizike, teknologjitë e zgjedhura dhe
teknikat e realizuara të bëra me një sy drejt ndërmarrjes. Dhe
planifikim afatgjatë që siguron kohezion
të nevojshme për të siguruar që përfitimet e biznesit të mblidhen për të gjithë
fitimet afatshkurtra të gjetura.
Arsyetoni përpjekjet tuaja për BI
Un magazina e të dhënave në vetvete nuk ka asnjë vlerë të qenësishme. Në të tjera
fjalë, nuk ka asnjë vlerë të qenësishme midis teknologjive
magazina dhe teknikat e zbatimit.
Vlera e çdo përpjekjeje të magazinës gjendet në veprime
kryhet si rezultat i mjedisit dhe përmbajtjes së magazinës
informacion i kultivuar me kalimin e kohës. Kjo është një pikë kritike për t'u kuptuar
përpara se të përpiqeni të vlerësoni vlerën e ndonjë nisme nga
në shtëpi.
Shumë shpesh, arkitektët dhe planifikuesit përpiqen t'i japin vlerë
magazinë komponente fizike dhe teknike kur në fakt vlera është
themelet me proceset e biznesit që ndikohen pozitivisht nga
magazinë dhe informacione të fituara mirë.
Këtu qëndron sfida për themelimin e BI: Si e justifikoni investimin?
Nëse shtëpia ku në vetvete nuk ka vlerë të brendshme, projektuesit e
projekti duhet të hetojë, përcaktojë dhe zyrtarizojë përfitimet
arrihet nga ata individë që do të përdorin magazinën për
përmirësimin e proceseve specifike të biznesit ose vlerën e
informacione të mbrojtura ose të dyja.
Për të komplikuar temat, çdo proces biznesi
të prekura nga përpjekjet e magazinës mund të ofrojnë përfitime
"i konsiderueshëm" ose "i lehtë". Përparësi të konsiderueshme ofrojnë a
metrikë e prekshme për të matur kthimin nga investimi (ROI) – p.sh
shembull, kthimi i inventarit një kohë shtesë gjatë një periudhe
specifike ose për kosto më të ulët të transportit për dërgesë. Është më shumë
Është e vështirë të përcaktosh përfitimet e vogla, të tilla si aksesi i përmirësuar në
informacion, për sa i përket vlerës së prekshme.
Lidhni projektin tuaj për të njohur
kërkesat e biznesit
Shumë shpesh, projektuesit e projektit përpiqen të lidhin vlerën
të magazinës me qëllime amorfe të ndërmarrjes. duke deklaruar se
“Vlera e një magazine bazohet në aftësinë tonë për të
plotësoni kërkesat strategjike” hapim këndshëm
të folurit. Por vetëm kjo nuk mjafton për të përcaktuar nëse
investimi në magazinë ka kuptim. Është më mirë të lidhni përsëritjet
e magazinës me kërkesa dhe shënime specifike tregtare.
Matni ROI
Llogaritja e ROI në një mjedis magazine mund të jetë
veçanërisht e vështirë. Është veçanërisht e vështirë nëse kryeson
parimi i një përsëritjeje të caktuar është diçka e paprekshme ose
lehtë për t'u matur. Një studim zbuloi se përdoruesit perceptojnë
dy përfitimet kryesore të iniciativave të BI:
▪ Krijoni aftësinë për të marrë vendime
▪ Krijoni akses në informacion
Këto përfitime janë përfitime të buta (ose të lehta). Është e lehtë për t'u parë
si mund të llogarisim një ROI bazuar në një skaj të fortë (o
më i madh) siç është ulja e kostos së transportit, por si
a matim aftësinë për të marrë vendime më të mira?
Kjo është padyshim një sfidë për planifikuesit e projekteve kur
ata po përpiqen ta bëjnë kompaninë të investojë në një të veçantë
përpjekje për depo. Rritja e shitjeve ose ulja e kostove
ato nuk janë më temat qendrore që drejtojnë mjedisin e BI.
Në vend të kësaj, ju po kërkoni qasje në kërkesat e biznesit
më së miri për informacionin në mënyrë që një departament i caktuar të mund
merrni vendime më shpejt. Këta janë shtytës strategjikë a
të cilat ndodhin të jenë po aq të rëndësishme për firmën por janë
më e paqartë dhe më e vështirë për t'u karakterizuar në një metrikë të prekshme.
Në këtë rast, llogaritja e ROI mund të jetë mashtruese, nëse jo e parëndësishme.
Projektuesit e projektit duhet të jenë në gjendje të demonstrojnë vlerë
të prekshme për drejtuesit që të vendosin nëse investimi në
një përsëritje e veçantë ka rëndësi. Megjithatë, ne nuk do të propozojmë një të re
metodë për llogaritjen e ROI, as nuk do të bëjmë ndonjë pro apo argument
kundër tij.
Ka shumë artikuj dhe libra në dispozicion që diskutojnë bazat për
llogarit ROI. Ekzistojnë propozime me vlerë të veçantë si vlera
në Investime (VOI), të ofruara nga grupe si Gartner, që mundeni
të rikërkojmë. Në vend të kësaj, ne do të fokusohemi në aspektet thelbësore të çdo
ROI ose propozime të tjera të vlerës që duhet të merrni parasysh.
Aplikimi i ROI
Përveç argumentit për përfitimet "të vështira" kundrejt përfitimeve "të buta".
Të lidhura me përpjekjet e BI-së, ka çështje të tjera për t'u marrë parasysh
kur aplikojmë ROI. Për shembull:
Atribuimi i shumë kursimeve për përpjekjet e DW që do të vinin
në çdo rast
Le të themi se kompania juaj ka kaluar nga një arkitekturë e
mainframe në një mjedis të shpërndarë UNIX. Pra çdo
kursime që mund (ose jo) të realizohen nga ajo përpjekje
nuk duhet t'i atribuohet ekskluzivisht, nëse të gjithëve (?), ndaj
depo.
Të mos llogaritësh gjithçka është e shtrenjtë. Dhe ka shumë gjëra për të
marrin parasysh. Merrni parasysh listën e mëposhtme:
▪ Kostoja e fillimit, duke përfshirë fizibilitetin.
▪ Kostoja e harduerit të dedikuar me ruajtje përkatëse e
komunikimet
▪ Kostoja e softuerit, duke përfshirë menaxhimin e dati dhe zgjerimet
klient/server, softuer ETL, teknologji DSS, mjete
vizualizimi, planifikimi dhe aplikimet e rrjedhës
softueri i punës dhe monitorimit, .
▪ Kostoja e projektimit të strukturës dati, me realizimin, dhe
optimizimin e
▪ Kostoja e zhvillimit të softuerit lidhet drejtpërdrejt me përpjekjet
BI
▪ Kostoja e mbështetjes në shtëpi, duke përfshirë optimizimin e
performancën, duke përfshirë kontrollin e versionit të softuerit e
operacionet e ndihmës
Aplikoni ROI "Big-Bang".
Realizimi i magazinës si një përpjekje e vetme dhe gjigante
është i detyruar të dështojë, kështu që llogaritni edhe ROI-në për një iniciativë
e ndërmarrjeve të mëdha Oferta është befasuese, dhe se projektuesit
vazhdojnë të bëjnë përpjekje të dobëta për të vlerësuar vlerën e tërësisë
përpjekje.
Sepse projektuesit përpiqen të japin një vlerë monetare
në iniciativën e ndërmarrjes nëse dihet dhe pranohet gjerësisht se
a është i vështirë vlerësimi i përsëritjeve specifike? Si eshte e mundur? Nuk eshte
e mundur me pak përjashtime. Mos e bëj.
Tani që kemi vendosur se çfarë nuk duhet të bëjmë gjatë llogaritjes
ROI, këtu janë disa pika që do të na ndihmojnë në përcaktimin
një proces i besueshëm për të vlerësuar vlerën e përpjekjeve tuaja të BI.
Marrja e pëlqimit të ROI. Pavarësisht nga e juaja
zgjedhja e teknikës për të vlerësuar vlerën e përpjekjeve tuaja të BI, duhet
të miratohet nga të gjitha palët, duke përfshirë planifikuesit e projektit,
sponsorët dhe drejtuesit e korporatave.
Ndani ROI në pjesë të identifikueshme. Një hap i domosdoshëm drejt
Llogaritja e arsyeshme e një ROI është që të përqendrohet ajo llogaritje në a
projekt specifik. Kjo më pas ju lejon të vlerësoni një vlerë
bazuar në kërkesat specifike të biznesit që plotësohen
Përcaktoni kostot. Siç u përmend, kostot duhet të jenë të shumta
konsiderohen. Për më tepër, kostot duhet të përfshijnë jo vetëm kostot shoqëruese
për përsëritjen e vetme, por edhe për kostot shoqëruese
për të siguruar përputhjen me standardet e korporatës.
Përcaktoni përfitimet. Duke lidhur qartë ROI me kërkesat
tregti specifike, ne duhet të jemi në gjendje të identifikojmë
përfitime që do të çojnë në përmbushjen e kërkesave.
Zvogëloni kostot dhe përfitimet në fitimet e afërta. Është rruga
mënyra më e mirë për të bazuar vlerësimet tuaja në vlerën aktuale neto
(NPV) ndryshe nga përpjekja për të parashikuar vlerën e ardhshme në
fitimet e ardhshme.
Mbani kohën për të ndarë ROI-në tuaj në minimum. DHE'
dokumentuar mirë për një kohë të gjatë që është përdorur në tuajën
ROI.
Përdorni më shumë se një formulë ROI. Ka shumë metoda për
Parashikimi i ROI dhe ju duhet të planifikoni nëse do të përdorni një ose
plus, duke përfshirë vlerën aktuale neto, shpejtësinë e brendshme të reagimit
(IRR) dhe rikuperimi.
Përcaktoni një proces të përsëritshëm. Kjo është thelbësore për llogaritjen
çdo vlerë afatgjatë. Duhet të dokumentohet a
proçes i vetëm i përsëritshëm për të gjitha nërenditjet e projektit a
ta ndjek.
Problemet e listuara janë ato më të zakonshmet e përcaktuara nga ekspertët
të ambientit të magazinës. Këmbëngulja e menaxhmentit për
të kesh një ROI "Big-Bang" është shumë konfuze. Nëse filloni të gjitha
llogaritjet tuaja të ROI duke i zbërthyer në pjesë të identifikueshme dhe të prekshme, i keni
një shans i mirë për të vlerësuar një vlerësim të saktë të ROI.
Pyetje rreth përfitimeve të ROI
Cilatdo qofshin përfitimet tuaja, të buta apo të forta, mund t'i përdorni
disa pyetje themelore për të përcaktuar vlerën e tyre. te
shembull duke përdorur një sistem të thjeshtë shkallë, nga 1 në 10, ju
ju mund të gjurmoni ndikimin e çdo përpjekjeje duke përdorur sa vijon
kerkon:
▪ Si do ta vlerësonit të kuptuarit e dati pas kësaj
projekti i kompanisë suaj?
▪ Si do t'i vlerësonit përmirësimet e procesit si rezultat i
ky projekt?
▪ Si do ta matnit ndikimin e njohurive dhe konkluzioneve të reja tani
vënë në dispozicion nga ky përsëritje
▪ Cili ka qenë ndikimi i mjediseve të reja kompjuterike e
performanca si rezultat i asaj që ishte mësuar?
Nëse përgjigjet e këtyre pyetjeve janë të pakta, është e mundur që
ndërmarrja nuk ia vlen investimi i bërë. Pyetje me një të lartë
pikë për fitime të rëndësishme në vlerë dhe duhet
shërbejnë si udhërrëfyes për hetime të mëtejshme.
Për shembull, një rezultat i lartë për përmirësimet e procesit
duhet t'i shtyjë projektuesit të shikojnë se si janë proceset
është përmirësuar. Ju mund të gjeni se disa ose të gjitha fitimet janë bërë
ato janë të prekshme dhe për këtë arsye një vlerë monetare mund të jetë lehtësisht
aplikuar.
Duke marrë maksimumin nga përsëritja e parë e
depo
Rezultati më i madh i përpjekjeve të biznesit tuaj është shpesh në
përsëritjet e para. Këto përpjekje të hershme tradicionalisht
të krijojë përmbajtjen informative më të dobishme për publikun e
vendos ndihmën për themelin e teknologjisë për më vonë
aplikacionet BI.
Zakonisht çdo nënsekuencë pasuese të dati të projektit të
magazinat sjellin gjithnjë e më pak vlerë shtesë për ndërmarrjen
të përgjithshme. Kjo është veçanërisht e vërtetë nëse përsëritja dështon
shton argumente të reja ose nuk plotëson nevojën për një të ri
komuniteti i përdoruesve.
Kjo veçori e ruajtjes vlen edhe për grumbullimet
duke u rritur nga dati historianët. Pasi përpjekjet e mëvonshme kërkojnë më shumë
dati dhe sa më shumë dati derdhen në magazinë me kalimin e kohës, shumica e
dati ajo bëhet më pak e rëndësishme për analizën e përdorur. Këto dati ata janë
shpesh quhet dati në gjumë dhe është gjithmonë e shtrenjtë t'i mbash sepse
ato pothuajse nuk përdoren kurrë.
Çfarë do të thotë kjo për sponsorët e projektit? Në thelb, i
sponsorët e parë ndajnë më shumë se kostot e investimit.
Kjo është parësore sepse ato janë shtysa për themelimin e shtresës
burime të mëdha të depove dhe mjedis teknologjik,
duke përfshirë organike.
Por këta hapa të parë kanë vlerën më të lartë dhe për rrjedhojë projektuesit
i projektit duhet shpesh të justifikojë investimin.
Projektet e kryera pas iniciativës suaj të BI mund të kenë kosto
inferiore (krahasuar me të parën) dhe të drejtpërdrejtë, por kanë më pak vlerë
ndaj ndërmarrjes.
Dhe pronarët e organizatave duhet të fillojnë të marrin në konsideratë
hedhin akumulimin e dati dhe teknologjitë më pak relevante.
Miniera e të dhënave: Nxjerrja të dhëna
Komponentët e shumtë arkitekturorë kërkojnë variacione të
teknologjitë dhe teknikat e nxjerrjes së të dhënave -
për shembull, "agjentët" e ndryshëm për shqyrtimin e pikave të interesit të
konsumatorët, sistemet operative të kompanisë dhe për të njëjtën dw. Këto
Agjentët mund të jenë rrjete nervore të avancuara të trajnuara për të
tendencat e tenxhere, të tilla si kërkesa për produkte të ardhshme bazuar në
promovime të shitjeve; motorët e bazuar në rregulla për
reagojnë ndaj një grupi Dato të rrethanave, për shembull, diagnoza
rekomandime mjekësore dhe trajtimi; apo edhe agjentë të thjeshtë
me rolin e raportimit të përjashtimeve për menaxherët e lartë (lart
drejtuesit). Në përgjithësi këto procese nxjerrjeje dati si
verifikoni në kohë reale; prandaj duhet të jenë të bashkuar
plotësisht me lëvizjen e dati stessi
Përpunimi i përpunimit analitik në internet
Analiza në internet
Aftësia për të prerë, prerë zare, rrokullisur, shpuar
dhe kryeni analizën
what-if, është brenda qëllimit, qëllimit të suitës
Teknologjia IBM. Për shembull, funksionet e përpunimit analitik
online (OLAP) ekzistojnë për DB2 që sjell analiza dimensionale në
motori i bazës së të dhënave njëjtë.
Funksionet shtojnë dobi dimensionale në SQL ndërsa
përfitoni nga të gjitha përfitimet e të qenit pjesë e natyrshme e DB2. Një tjetër
shembull i integrimit OLAP është mjeti i nxjerrjes, DB2
Serveri i analizuesit OLAP. Kjo teknologji lejon kubet e
Serveri DB2 OLAP të jetë i shpejtë dhe automatikisht
analizuar për të gjetur dhe raportuar mbi vlerat e dati e pazakontë ose e papritur
për të gjithë kubin tek analisti tregtar. Dhe së fundi, funksionet e
Qendra DW ofron mjete që arkitektët të kontrollojnë, ndër të tjera
gjëra të tjera, profilizoni një kub të serverit DB2 OLAP si pjesë
natyra e proceseve ETL.
Analiza hapësinore Analiza hapësinore
Hapësira përfaqëson gjysmën e ankorave (përçimeve) analitike.
nevojiten per nje panorame
analitike e gjerë (koha përfaqëson gjysmën tjetër). Niveli atomik
(niveli atomik ) i magazinës, paraqitur në figurën 1.1,
përfshin bazat si për kohën ashtu edhe për hapësirën. Regjistrimet
Analiza e ankorimit të bazuar në kohë për informacionin e kohës dhe adresës
analiza e ankorimit nga hapësira. Vula kohore
të kryejë analiza në kohë dhe të adresojë informacionin
analiza hapësinore. Diagrami tregon gjeokodimin-procesin e
shndërrimi i adresave në pika në hartë ose pika në hapësirë
në mënyrë që konceptet si distanca dhe brenda/jashtë mund të jenë
përdoret në analiza – të kryera në nivel atomik dhe analiza hapësinore
e cila vihet në dispozicion të analistit. IBM ofron zgjerime
hapësirë, e zhvilluar me Institutin e Kërkimeve të Sistemit Mjedisor (ESRI),
al bazës së të dhënave DB2 në mënyrë që objektet hapësinore të mund të jenë
mbahet si pjesë normale e bazës së të dhënave relacionale. db2
Zgjeruesit hapësinorë, ata gjithashtu ofrojnë të gjitha shtesat SQL për
përfitoni nga analiza hapësinore. Për shembull, shtesat SQL nga
pyetje rreth
distanca midis adresave ose nëse një pikë është brenda ose jashtë një zone
poligonale të përcaktuara, janë një standard analitik me Hapësinor
zgjatues. Shihni kapitullin 16 për më shumë informacion.
Baza e të dhënave-Resident Tools Tools Baza e të dhënave-
banor
DB2 ka shumë veçori ndihmëse rezidente të SQL BI
në veprimin e analizës. Kjo perfshin:
▪ Funksionet e rekursionit për të kryer analiza, të tilla si “gjeni
të gjitha shtigjet e mundshme të fluturimit nga San Francisko a Nju Jork".
▪ Funksionet analitike për renditje, funksionet kumulative, kubik
dhe grumbullime për të lehtësuar detyrat që ndodhin normalisht
vetëm me teknologjinë OLAP, tani janë pjesë e natyrshme e
motori i bazës së të dhënave
▪ Aftësia për të krijuar tabela që përmbajnë rezultate
Shitësit e bazës së të dhënave liderët përziejnë më shumë se aftësitë e BI-së
në bazës së të dhënave stesso
Furnizuesit kryesorë të bazën e të dhënave po përzihen më shumë se
funksionaliteti i BI në bazës së të dhënave stesso
Kjo siguron performancën më të mirë dhe më shumë opsione ekzekutimi për les
Zgjidhjet e BI.
Diskutohen veçoritë dhe funksionet e DB2 V8
në detaje në kapitujt e mëposhtëm:
Bazat e Arkitekturës Teknike dhe të Menaxhimit të të Dhënave
(Kapitulli 5)
▪ Bazat e DB2 BI (Kapitulli 6)
▪ Tabelat e Kërkesave të Materializuara DB2 (Kërkesa e Materializuar
Tabelat) (Kapitulli 7)
▪ Funksionet e DB2 OLAP (Kapitulli 13)
▪ Veçoritë dhe funksionet e përmirësuara të BI-së së DB2 (Enhanced BI
Veçoritë dhe funksionet) (Kapitulli 15)
Sistemi i thjeshtuar i shpërndarjes së të dhënave
Sistemi i dorëzimit të dati thjeshtuar
Arkitektura e paraqitur në Figurën 1.1 përfshin disa
strukturat dati fizike. Njëra është magazina e dati operacionale.
Në përgjithësi, një ODS është i orientuar drejt objektit,
të integruara dhe aktuale. A do të ndërtonit një ODS për të mbështetur, p.sh
për shembull, zyra e shitjeve. Shitjet e ODS do të plotësonin dati
nga shumë sisteme të ndryshme, por do të ruanin vetëm, p.sh
për shembull, transaksionet e sotme. ODS mund të përditësohet
madje disa herë në ditë. Në të njëjtën kohë, proceset
shtyj i dati integruar në aplikacione të tjera. Ky objekt është
projektuar posaçërisht për t'u integruar dati aktuale dhe dinamike e
do të ishte një kandidat i mundshëm për të mbështetur analitikën në kohë reale,
si të ofrohen agjentët e shërbimit konsumatorët informacion mbi shitjet
rrymat e klientëve duke nxjerrë informacionin e tendencës së shitjeve
nga vetë magazina. Një strukturë tjetër e paraqitur në figurën 1.1 është
një status formal për dw. Jo vetëm që ky është vendi për
ekzekutimin e integrimit të nevojshëm, cilësinë e datiDhe
të transformimit të dati të aksioneve që vijnë, por është gjithashtu
një zonë magazinimi të besueshëm dhe të përkohshëm për dati përsëriti atë
mund të përdoret në analitikë në kohë reale. Nëse vendosni të
përdorni një ODS ose zonë skenike, një
nga mjetet më të mira për të populluar këto struktura dati duke përdorur
burime të ndryshme operacionale është pyetja e shpërndarë heterogjene e DB2.
Kjo aftësi ofrohet nga veçoria opsionale DB2
i quajtur DB2 Relational Connect (vetëm pyetje) dhe përmes DB2
DataJoiner (një produkt i veçantë që jep pyetjen,
insertin, përditësimin dhe mundësinë e anulimit a
RDBMS të shpërndara në mënyrë heterogjene).
Kjo teknologji i lejon arkitektët të dati për të lidhur dati di
prodhimi me procese analitike. Jo vetëm që teknologjia mundet
përshtaten praktikisht me secilën prej kërkesave të replikimit që
ata mund të dalin me analiza në kohë reale, por ajo
ato gjithashtu mund të lidhen me një shumëllojshmëri të gjerë bazash dati më shumë
popullor, duke përfshirë DB2, Oracle, Sybase, SQL Server,
Informix dhe të tjerët. DB2 DataJoiner mund të përdoret për të mbushur
një strukturë dati formale si një ODS apo edhe një tryezë
perfaqesuar i perhershem ne magazine te projektuar per restaurim
përditësime të shpejta ose në shitje. Natyrisht,
po këto struktura dati mund të popullohen duke përdorur
një tjetër teknologji e rëndësishme e krijuar për riprodhimin e dati, IBM
DataPropagator Relational. (DataPropagator është një produkt i veçantë
për sistemet qendrore. DB2 UNIX, Linux, Windows dhe OS/2 përfshijnë
shërbimet e riprodhimit të dati si veçori standarde).
Një mënyrë tjetër për të lëvizur dati që veprojnë përreth
për ndërmarrjen është një integrues i aplikacioneve të ndërmarrjes përndryshe
i njohur si ndërmjetës i mesazheve
Teknologjia unike lejon kontrollin e pakrahasueshëm në qendër
(shënjestrimi) dhe lëviz dati rreth kompanisë. IBM ka ndërmjetësin
nga mesazhi më i përdorur, MQSeries, ose një variacion
të produktit që përfshin kërkesat e E-commerce, IBM
WebSphere MQ.
Për më shumë diskutime se si të përdoret MQ për të mbështetur a
magazzino e un ambiente BI, visitare faqe interneti del libro. Per ora, è
mjafton të thuhet se kjo teknologji është një mjet i shkëlqyer për
kapni dhe transformoni (duke përdorur MQSeries Integrator) dati
operativë të synuar të rekrutuar për zgjidhjet e BI. Aty
Teknologjia MQ është integruar dhe paketuar në UDB V8, e cila
do të thotë se radhët e mesazheve tani mund të menaxhohen
sikur të ishin tabela DB2. Koncepti i saldimit të
mesazhet në radhë dhe universi i bazës së të dhënave kokat e marrëdhënieve
drejt një mjedisi të fuqishëm të ofrimit të dati.
Zero-Latency Zero latente
Qëllimi përfundimtar strategjik për IBM është analiza e vonesës zero.
Siç përcaktohet nga
Gartner, një sistem BI duhet të jetë në gjendje të konkludojë, asimilojë
dhe të sigurojë informacion për analistët sipas kërkesës. Sfida,
sigurisht, qëndron në mënyrën e përzierjes dati aktuale dhe në kohë reale
me informacionin e nevojshëm historik, si p.sh dati model/i lidhur
tendenca, ose kuptimi i nxjerrë, si përvijim i
konsumatorëve.
Një informacion i tillë përfshin, për shembull, identifikimin e konsumatorët ad
rrezik të lartë ose të ulët ose cilat produkte i konsumatorët ata do të blejnë shumë
ndoshta nëse ata tashmë kanë pak djathë në karrocat e tyre
blerjet.
Marrja e vonesës zero në fakt varet nga dy
mekanizmat themelorë:
▪ Bashkimi i plotë i dati të cilat analizohen me
teknikat e vendosura dhe me mjetet e zhvilluara nga BI
▪ Një sistem shpërndarjeje të dati efikase për të siguruar atë
analiza në kohë reale është në të vërtetë e disponueshme
Këto parakushte për vonesën zero nuk janë të ndryshme nga të dyja
objektivat e vendosura nga IBM dhe të përshkruara më sipër.
Lidhja e ngushtë e dati është pjesë e programit
integrim pa probleme i rregulluar nga IBM. Dhe krijoni një sistem
të dorëzimit të dati efikase varet plotësisht nga
teknologjinë e disponueshme që thjeshton procesin e dorëzimit të
dati. Si rezultat, dy nga tre objektivat e IBM janë kritike
për të bërë të tretën. IBM po zhvillon me vetëdije të vetin
teknologjia për të siguruar vonesë zero është një realitet për
përpjekjet për depo.
Përmbledhje / Sintezë
Organizata BI ofron një udhërrëfyes për
krijoni mjedisin tuaj
në mënyrë të përsëritur. Duhet të përshtatet për të pasqyruar nevojat e
biznesin tuaj, të tanishëm dhe të ardhshëm. Pa një vizion arkitektonik
gjerë, përfaqësuesit e aksioneve janë pak më shumë se
implementime të rastësishme të magazinës qendrore që bëjnë pak
të krijojë një ndërmarrje të gjerë, informative.
Pengesa e parë për menaxherët e projektit është se si ta justifikojnë atë
investimet e nevojshme për zhvillimin e organizatës BI.
Ndërsa llogaritja e ROI ka mbetur një shtyllë për
arritjet e magazinës, po bëhet më e vështirë për të
parashikojnë saktësisht. Kjo ka çuar në metoda të tjera për
përcaktimi nëse po i merrni vlerën e parave tuaja. Të
për shembull, prokurohet vlera e investimit2 (VOI).
si zgjidhje.
Është detyrë e arkitektëve të dati dhe mbi planifikuesit e projekteve
qëllimisht gjenerojnë dhe ofrojnë informacion për shoqatat e
përdoruesit dhe jo vetëm të japin një shërbim sui dati. Aty eshte nje
dallim i madh mes të dyjave. Informacioni është diçka që dikush e bën
dallimi në proceset e vendimmarrjes dhe efektiviteti; relativisht, i
dati ato janë blloqe ndërtimi për nxjerrjen e atij informacioni.
Edhe nëse është kritik ndaj burimit dati për të adresuar kërkesat
biznesi, mjedisi i BI duhet të luajë një rol më të madh
në krijimin e përmbajtjes informative. Duhet të marrim
masat shtesë për pastrimin, integrimin, transformimin ose
përndryshe krijoni një përmbajtje informative sipas së cilës
përdoruesit mund të ndërmarrin veprime, prandaj ne duhet të sigurohemi që ato
veprimet dhe ato vendime, aty ku është e arsyeshme, kanë reagime
në mjedisin BI. Nëse e lëshojmë magazinën për të shërbyer vetëm në dati,
është e siguruar që shoqatat e përdoruesve do të krijojnë përmbajtjen
informacionin e nevojshëm për të ndërmarrë veprime. Kjo siguron që tyre
komuniteti do të jetë në gjendje të marrë vendime më të mira, por ndërmarrja
vuan nga mungesa e njohurive që kanë përdorur.
Dato që arkitektët dhe planifikuesit e projekteve iniciojnë projekte
specifike për mjedisin e BI-së, ato mbeten të përgjegjshme ndaj ndërmarrjes
në përgjithësi. Një shembull i thjeshtë i kësaj veçorie dyshe
fytyrat e përsëritjeve të BI gjenden në burim dati. Të gjithë
dati të marra për kërkesa specifike tregtare duhet të jenë
populluar në shtresën e parë atomike. Kjo siguron zhvillimin e
asetet e informacionit të korporatës, si dhe menaxhojnë, drejtojnë
kërkesat specifike të përdoruesve të përcaktuara në përsëritje.

W hatisa D ata W arehouse ?
Magazina e të dhënave është zemra e arkitekturës së sistemeve të informacionit
që nga viti 1990 dhe mbështet proceset e informacionit duke ofruar një solide
platforma e integruar e dati historike e marrë si bazë për më vonë
analizat. THE magazina e të dhënave ofrojnë lehtësinë e integrimit në a
bota e sistemeve të aplikimit të papajtueshëm. Data
magazina ka evoluar në një modë. Magazina e të dhënave
organizoj dhe ruaj i dati të nevojshme për proceset e informacionit e
analitike mbi bazën e një këndvështrimi të gjatë historik kohor. Të gjitha
kjo përfshin një përpjekje të konsiderueshme dhe të vazhdueshme në ndërtimin dhe
në mirëmbajtjen e magazina e të dhënave.
Pra, çfarë është një magazina e të dhënave? A magazina e të dhënave dhe:
▪ i orientuar nga lënda
▪ sistemi i integruar
▪ ndryshim në kohë
▪ jo i paqëndrueshëm (nuk anulon)
një koleksion i dati përdoret në mbështetje të vendimeve menaxheriale në
zbatimin e proceseve.
I dati futur në magazina e të dhënave lindin në shumicën e
rastet nga mjediset operative. Të magazina e të dhënave është bërë nga një
njësi magazinimi, e ndarë fizikisht nga pjesa tjetër
sistemi, i cili përmban dati të përpunuara më parë nga
aplikacione që funksionojnë mbi informacionin që rrjedh nga mjedisi
operacionale.
Përkufizimi i fjalëpërfjalshëm i a magazina e të dhënave meriton një hetim të plotë
shpjegim pasi ka motivime dhe kuptime të rëndësishme të
fond që përshkruajnë karakteristikat e një magazine.
ORIENTIMI I LËNDËS ORIENTIMI
TEMATIKE
Tipari i parë i një magazina e të dhënave është se synohet
lojtarët kryesorë në një kompani. Udhëzuesi i proceseve përmes
dati është në kontrast me metodën më klasike që parashikon
orientimi i aplikacioneve drejt proceseve dhe funksioneve,
metodë e përbashkët kryesisht nga shumica
sistemet më të vjetra të drejtimit.
Bota e funksionimit është projektuar rreth aplikacioneve dhe funksioneve
të tilla si kreditë, kursimet, kartat bankare dhe besimi për një institucion
financiare. Bota e dw është e organizuar rreth subjekteve
si klienti, shitësi, produkti dhe aktiviteti.
Rreshtimi rreth temave ndikon në dizajn dhe
në bërjen e dati gjendet në dw. Më së shumti,
tema kryesore prek pjesën më të rëndësishme të
strukturë kyçe.
Bota e aplikacionit ndikohet si nga dizajni i të dhënave
bazë sesa nga dizajni i procesit. Bota e
dw është fokusuar vetëm në modelimin e videove dati Ajo është në
vizatim i bazës së të dhënave. Dizajni i procesit (në formën e tij
klasik) nuk është pjesë e mjedisit dw.
Dallimet midis zgjedhjes së aplikimit të procesit/funksionit dhe
Zgjedhja për lëndë zbulohet edhe si dallime në përmbajtje
nga dati në një nivel të detajuar. THE dati del dw nuk përfshin i dati që
ato nuk do të përdoren për procesin DSS, ndërsa aplikacionet
i orientuar operacional dati përmbajnë i dati për të kënaqur
menjëherë kërkesat funksionale/përpunuese që mund të o
të paktën të ketë ndonjë përdorim për analistin DSS.
Një mënyrë tjetër e rëndësishme në të cilën aplikacionet orientohen në mënyrë operacionale
ai dati ndryshojnë nga dati e dw është në raportet e dati. Unë dati
operativët mbajnë një marrëdhënie të vazhdueshme ndërmjet dy ose më shumë tabelave
bazuar në një rregull biznesi që është aktiv. THE dati nga dw
ato përfshijnë një spektër kohor dhe raportet e gjetura në dw janë
shumë. Shumë rregulla tregtare (dhe përkatësisht, shumë
raportet e dati ) përfaqësohen në stokun e dati mes dy ose
më shumë tabela.
(Për një shpjegim të detajuar se si marrëdhëniet midis dati ata janë
menaxhuar në DW, i referohemi Temës Teknike për këtë
pyetje.)
Nga asnjë këndvështrim tjetër përveç atij të ndryshimit
themelore midis zgjedhjes së funksionit/procesit dhe aplikimit
Një zgjedhje e lëndës, ka një ndryshim më të madh midis sistemeve
operacionale dhe dati dhe DW.
INTEGRIMI INTEGRIMI
Aspekti më i rëndësishëm i mjedisit dw është se i dati gjetur
brenda dw ato integrohen lehtësisht. GJITHMONË. PA
PËRJASHTIMET. Vetë thelbi i mjedisit dw është se i dati
të përfshira brenda kufijve të magazinës janë të integruara.
Integrimi shfaqet në mënyra të ndryshme – në konventa
identifikuar konsistente, në masën e variablave konsistente, në
struktura konsistente të kodifikuara, në atributet fizike të dati
konsistente, e kështu me radhë.
Gjatë viteve, projektuesit e disa aplikacioneve e kanë bërë atë
zotërimi i shumë vendimeve në lidhje me mënyrën se si duhet një aplikim
të zhvillohen. Stil dhe vendime të individualizuara të dizajnit
aplikacionet e projektuesve zbulohen në njëqind mënyra: në
dallimet e kodimit, struktura kryesore, karakteristikat fizike,
konventat e identifikimit, e kështu me radhë. Kapaciteti kolektiv i shumë
dizajnerët e aplikacioneve për të krijuar aplikacione jokonsistente
eshte legjendare. Figura 3 ekspozon disa nga më shumë ndryshime
të rëndësishme në mënyrat se si projektohen aplikacionet.
Kodimi: Kodi:
Dizajnerët e aplikacioneve kanë zgjedhur kodimin në terren -
seksi - në mënyra të ndryshme. Një stilist përfaqëson seksin si
një "m" dhe "f". Një projektues tjetër përfaqëson gjininë si "1"
dhe një "0". Një projektues tjetër përfaqëson gjininë si një "x" dhe
"y". Një tjetër dizajner përfaqëson gjininë si "mashkull" dhe
"femër". Nuk ka shumë rëndësi se si hyn seksi në DW. "M"
dhe "F" janë ndoshta po aq të mira sa të gjitha
përfaqësimi.
Ajo që ka rëndësi është se nga cilado origjinë rrjedh fusha seksuale,
ajo fushë arrin në DW në një gjendje të integruar konsistente. Nga
pasojë kur fusha ngarkohet në DW nga
një aplikacion ku është përcaktuar në format
"M" dhe "F", d.m.th dati duhet të konvertohet në formatin DW.
Matja e atributeve: Matja e
Atributet:
Dizajnerët e aplikacionit zgjodhën të masin tubacionin brenda
mënyra të ndryshme gjatë kursit
Disa vite. Një stilist ruan i dati të tubacionit në
centimetra. Një projektues tjetër aplikacioni ruan dati
të tubacionit në terma inç. Një tjetër dizajner i
dyqanet e aplikacioneve i dati të tubacionit në miliona këmbë kub
për sekond. Dhe një projektues tjetër ruan informacionin e
tubacioni për sa i përket oborreve. Cilido qoftë burimi, kur
informacioni i tubacionit mbërrin në DW që duhet të jenë
matet në të njëjtën mënyrë.
Sipas treguesve të figurës 3, çështjet e integrimit
ato ndikojnë pothuajse në çdo aspekt të dizajnit - veçoritë
perëndi fizike dati, dilema për të pasur më shumë se një burim të dati,
Çështja e mostrave të identifikuara jokonsistente, formatet e dati
jokonsistente, e kështu me radhë.
Cilido qoftë argumenti i projektimit, rezultati është i njëjtë -
i dati duhet të ruhen në DW në njëjës e
mënyrë të pranueshme globalisht edhe kur sistemet operative të
dyqan fondi ndryshe i dati.
Kur analisti i DSS shikon DW, thjerrëzat e analistit
duhet të jetë shfrytëzimi i dati që ndodhen në magazinë,
në vend që të pyesin për besueshmërinë ose qëndrueshmërinë e
dati.
VARIANCI KOHE
Të gjithë unë dati në DW ato janë të sakta për një moment në kohë.
Kjo veçori themelore e dati në DW është shumë e ndryshme nga dati
gjendet në mjedisin operativ. THE dati të mjedisit operativ janë
i saktë si në momentin e aksesit. Me fjale te tjera,
në mjedisin e funksionimit kur hyni në një njësi dati, atje po
prisni që ajo të pasqyrojë vlerat e sakta si në momentin e aksesit.
Pse une dati në DW janë të sakta si dikur në
koha (d.m.th., jo "tani"), d.m.th dati gjendet në DW
ato janë "ndryshim kohor".
Varianca kohore e dati nga DW përmendet në shumë mënyra.
Mënyra më e thjeshtë është që i dati të një DW përfaqësojnë dati është një
horizont i gjatë kohor - pesë deri në dhjetë vjet. Horizonti
koha e përfaqësuar për mjedisin operativ është shumë më e shkurtër
▪ nga vlerat aktuale të sotme deri në gjashtëdhjetë e nëntëdhjetë
Aplikacione që duhet të funksionojnë mirë dhe duhet të jenë
në dispozicion për përpunimin e transaksionit duhet të sjellë
sasinë minimale të dati nëse pranojnë ndonjë shkallë të
fleksibilitet. Pra, aplikacionet operacionale kanë një horizont
kornizë kohore e shkurtër, si argument i projektimit të
aplikacionet e zërit.
Mënyra e dytë që shfaqet 'ndryshimi në kohë' në DW është në
strukturë kyçe. Çdo strukturë kyçe në DW përmban,
në mënyrë implicite ose eksplicite, një element kohor, si p.sh
ditë, javë, muaj etj. Elementi i kohës është pothuajse gjithmonë
në fund të çelësit të bashkuar që gjendet në DW. Në këto
raste, elementi i kohës do të ekzistojë në mënyrë implicite, siç është rastësia
ku një skedar i tërë kopjohet në fund të muajit ose tremujorit.
Mënyra e tretë e shfaqjes së variancës kohore është se i dati del
DW, e regjistruar si duhet, nuk mund të jetë
përditësuar. THE dati të DW-së, për të gjitha qëllimet praktike, janë të gjata
seri e fotografive (snapshot). Sigurisht nëse fotografitë janë
janë marrë gabimisht, atëherë fotografitë mund të jenë
modifikuar. Por duke supozuar se janë bërë fotografitë
saktë, ato nuk ndryshohen sapo të bëhen. Ne disa
raste mund të jetë joetike apo edhe e pavlefshme që fotografitë në
DW janë modifikuar. THE dati operacionale, duke qenë e saktë si në
në momentin e hyrjes, ato mund të përditësohen siç duket
nevoja.
JO TË PAQYRTUESHME
Karakteristika e katërt e rëndësishme e DW është se ajo është e paqëndrueshme.
Bëhen përditësime, futje, fshirje dhe ndryshime
rregullisht për mjedise operacionale në bazë të rekord për rekord. Por
manipulimin bazë të dati nevojiten në DW është shumë më tepër
thjeshtë. Ekzistojnë vetëm dy lloje operacionesh që ndodhin në
DW – ngarkimi fillestar i dati dhe akses në dati. Nuk është
asnjë përditësim të dati (në kuptimin e përgjithshëm të
përditësimi) në DW si një operacion normal përpunimi.
Ka disa pasoja shumë të fuqishme të këtij ndryshimi
bazë ndërmjet përpunimit operacional dhe përpunimit DW. Në nivel
sipas dizajnit, nevoja për të qenë të kujdesshëm në lidhje me përmirësimin
jonormale nuk është faktor në DW, që nga përditësimi i dati asnje
kryera. Kjo do të thotë se në nivelin fizik të projektimit,
liritë mund të merren për të optimizuar aksesin në dati,
veçanërisht në trajtimin e temave të standardizimit dhe të
denormalizimi fizik. Një tjetër pasojë e thjeshtësisë
e operacioneve të DW është në teknologjinë bazë të përdorur për të
ekzekutoni mjedisin DW. Duhet të mbështesë përditësimet
regjistroni sipas regjistrimit në linjë (siç ndodh shpesh me
përpunimi operacional) teknologjia kërkohet të ketë disa
themele shumë komplekse nën një thjeshtësi të dukshme.
Teknologjia që mbështet rezervimin dhe rikuperimin, transaksionet
dhe integritetin e dati dhe zbulimi dhe zgjidhja e ngërçit është
mjaft komplekse dhe jo e nevojshme për përpunimin e DW.
Karakteristikat e një DW, orientimi i projektimit,
integrimin e dati brenda DW, varianca kohore dhe thjeshtësia
të menaxhimit të dati, çdo gjë të çon në një mjedis që është shumë, shumë
ndryshe nga mjedisi klasik i funksionimit. Burimi i pothuajse të gjithëve
dati të DW janë mjedisi operativ. Është joshëse të mendosh
se ka tepricë masive të dati mes dy mjediseve.
Në fakt, përshtypja e parë që kanë shumë njerëz është ajo e
tepricë e madhe e dati ndërmjet mjedisit operativ dhe mjedisit të
Zgjerimi DW. Një interpretim i tillë është sipërfaqësor dhe vërteton a
mungesa e të kuptuarit se çfarë ndodh në DW.
Në të vërtetë ka një minimum të tepricës dati ndërmjet mjedisit operativ
dhe i dati të DW. Ne marrim parasysh sa vijon:
▪ Unë dati ato janë të filtruara Dato që kaloni nga mjedisi operativ
ndaj mjedisit të DW. Shumë dati ata nuk humbasin kurrë
nga mjedisi operativ. Vetëm se i dati të cilat nevojiten për
Përpunimi DSS gjejnë drejtimin e tyre në mjedis
▪ horizonti kohor i dati është shumë i ndryshëm nga një mjedis
tek tjetri. THE dati ne ambjent operativ jane shume te fresketa. THE dati
në DW janë shumë më të vjetër. Vetëm nga perspektiva
të horizontit kohor, ka shumë pak mbivendosje
ndërmjet mjedisit operativ dhe DW.
▪ DW përmban dati të përmbledhura që nuk gjenden kurrë
në mjedis
▪ Unë dati pësojnë një transformim themelor që nga ajo kohë
momenti që kalojnë në Figura 3 ilustron se shumica
pjese e dati janë ndryshuar ndjeshëm me kusht
të zgjidhet dhe të zhvendoset në DW. Me fjalë të tjera,
shumica dati është modifikuar fizikisht e
rrënjësisht teksa zhvendoset në DW. Nga pikëpamja
e integrimit nuk janë të njëjta dati të cilët banojnë
në mjedisin operativ.
Nisur nga këta faktorë, teprica e dati ndërmjet dy mjediseve është
një dukuri e rrallë, që çon në më pak se 1% tepricë midis të dyjave
mjedise.
STRUKTURA E magazinës
DW-të kanë një strukturë të veçantë. Ka nivele të ndryshme të përmbledhjes dhe të
detaj që kufizon DW-të.
Komponentët e ndryshëm të një DW janë:
▪ Metadatat
▪ të dhëna detajet aktuale
▪ të dhëna me detaje të vjetra
▪ të dhëna pak e përmbledhur
▪ të dhëna shumë i përmbledhur
Deri tani shqetësimi kryesor është për i dati e detajeve
rrymat. Është shqetësimi kryesor sepse:
▪ Unë dati detajet aktuale pasqyrojnë ngjarjet më të fundit,
të cilat janë gjithmonë me interes të madh dhe
▪ i dati e detajeve aktuale janë voluminoze sepse është
të ruajtura në nivelin më të ulët të granularitetit e
▪ i dati detajet aktuale pothuajse gjithmonë ruhen në
memoria e diskut, e cila aksesohet shpejt, por e kushtueshme dhe
komplekse nga
I dati e detajeve janë më të vjetra dati të cilat ruhen në
disa kujtime të massa. Ka akses sporadike dhe po
të ruajtura në një nivel detajesh të përputhshme me dati të detajuara
rrymat. Ndërsa nuk është e detyrueshme të ruhet në një medium të
memorie alternative, për shkak të volumit të madh të dati të bashkuar me
akses sporadik i dati, mediumi i ruajtjes për dati di
Detajet më të vjetra zakonisht nuk ruhen në disk.
I dati të përmbledhura lehtë janë dati të cilat distilohen nga fundi
niveli i detajeve i gjetur në nivelin aktual të detajeve. Kjo
Niveli DW pothuajse gjithmonë ruhet në memorien e diskut. THE
problemet e projektimit që paraqiten te arkitekti i dati
në ndërtimin e këtij niveli të DW janë:
▪ Cila njësi e kohës është përmbledhja e bërë më sipër
▪ Çfarë përmbajtje, atributet do të përmbledhë pak
përmbajtjen e dati
Niveli tjetër i dati që gjendet në DW është ajo e dati shumë
të përmbledhura. THE dati shumë të përmbledhura janë kompakte dhe të lehta
të arritshme. THE dati gjenden ndonjëherë shumë të përmbledhura
në mjedisin DW dhe raste të tjera i dati janë shumë të përmbledhura
gjendet jashtë mureve të menjëhershme të teknologjisë që strehon DW.
(në çdo rast, d.m.th dati shumë të përmbledhura janë pjesë e DW
pavarësisht se ku i dati janë të strehuar fizikisht).
Komponenti përfundimtar i DW është komponenti i meta të dhënave. Në shumë aspekte
meta të dhënat qëndrojnë në një dimension të ndryshëm nga të tjerët dati
të DW, sepse meta të dhënat nuk përmbajnë asnjë Dato drejtpërdrejt
marrë nga mjedisi operativ. Metadatat kanë një rol të veçantë e
shumë e rëndësishme në DW. Metadatat përdoren si:
▪ një direktori për të ndihmuar analistin e DSS për të gjetur vendndodhjen
Përmbajtja e DW,
▪ një udhëzues për hartimin e dati se si i dati Ata ishin
transformuar nga mjedisi operativ në mjedisin DW,
▪ një udhëzues për algoritmet e përdorura për përmbledhje ndërmjet i dati di
detaje aktuale ei dati pak e përmbledhur, d.m.th dati shumë
e përmbledhur,
Metadatat luajnë një rol shumë më të madh në mjedisin e DW
krahasuar me atë që kanë pasur ndonjëherë në mjedisin operativ
RUAJTJE ME DETAJ I VJETËR
Shirit magnetik mund të përdoret për të ruajtur atë lloj
dati. Në të vërtetë ekziston një larmi e gjerë mediash ruajtëse që
duhet konsideruar për ruajtjen e të vjetrës dati di
detaje
Në varësi të vëllimit të dati, frekuenca e aksesit, kostoja
nga mjetet dhe lloji i aksesit, është plotësisht e mundshme
se mjetet e tjera do të kenë nevojë për nivelin e vjetër të detajeve
në DW.
RRJEDHJA E TË DHËNAVE
Ekziston një rrjedhë normale dhe e parashikueshme e dati brenda DW.
I dati ato hyjnë në DW nga mjedisi operativ. (SHËNIM: ka
disa përjashtime shumë interesante nga ky rregull. Megjithatë, pothuajse
të gjithë dati futni DW nga mjedisi i funksionimit). Dato se une dati
hyjnë në DW nga mjedisi operativ, ai transformohet siç ishte
përshkruar më parë. Me kusht që të hyni në DW, d.m.th dati ata hyjnë në
niveli aktual i detajeve, siç tregohet. Aty qendron dhe perdoret
derisa të ndodhë një nga tre ngjarjet:
▪ pastrohet,
▪ është përmbledhur dhe/ose
▪ është
Procesi i vjetëruar brenda një DW lëviz i dati detajet aktuale
a dati i detajuar i vjetër, sipas moshës dati. Procesi
përmbledhja përdor detajet e dati për të llogaritur dati
nivelet pak të përmbledhura dhe shumë të përmbledhura të dati. Atje jane
disa përjashtime nga rrjedha e treguar (do të diskutohet më vonë).
Megjithatë, zakonisht, për shumicën dërrmuese të dati gjetur
brenda një DW, rrjedha e dati është siç përfaqësohet.
PERDORIMI I DATAWAREHOUSE
Nuk është çudi që nivelet e ndryshme të dati brenda DW jo
marrin nivele të ndryshme përdorimi. Si rregull, aq më i lartë është niveli i
përmbledhje, plus i dati ato përdoren.
Shumë përdorime ndodhin në dati shumë të përmbledhura, ndërsa e vjetra
dati detajet pothuajse nuk përdoren kurrë. Ka një arsye të mirë në
lëvizin organizatën në paradigmën e përdorimit të burimeve. Më shumë ka
përmbledhje i dati, aq më e shpejtë dhe më efikase është për të arritur dati. vetë
un negozio zbuloni se bën shumë përpunim të nivelit të detajeve të DW-ve,
pastaj një sasi e madhe përkatëse e burimeve të makinës
konsumohet. Është në interesin më të mirë të të gjithëve që të shkojnë në gjyq
si në një nivel të lartë përmbledhjeje sa më shpejt të jetë e mundur.
Për shumë dyqane, analisti DSS në një mjedis para DW ka përdorur
dati në nivelin e detajeve. Në shumë aspekte mbërritja në dati të detajuara
i ngjan një batanije sigurie, edhe kur ato janë të disponueshme
nivele të tjera të përmbledhjes. Një nga aktivitetet e arkitektit të dati è
largoni përdoruesin DSS nga përdorimi i vazhdueshëm i dati në nivelin plus
detaje të ulëta. Ka dy arsye në dispozicion
të arkitektit të dati:
▪ instalimi i një sistemi rimbursimi, ku përdoruesi fundor paguan
burimet e konsumuara e
▪ që tregon se koha e përgjigjes mund të jetë shumë e mirë
përftohet kur sjellja me i dati është në një standard të lartë
e përmbledhjes, ndërsa koha e dobët e përgjigjes vjen nga
sjelljen e dati në një nivel të ulët të
KONSIDERAT TJERA
Ka disa konsiderata të tjera të ndërtimit dhe menaxhimit
DW
Konsiderata e parë është ajo e indekseve. THE dati në nivelet më të larta të
përmbledhja mund të indeksohet lirisht, ndërsa i dati
në nivele më të ulëta detajesh ato janë aq të mëdha sa mund të jenë
të indeksuara me masë. Nga e njëjta arsye, d.m.th dati në nivelet e larta të
detajet mund të restaurohen relativisht lehtë,
ndërsa vëllimi i dati në nivelet më të ulëta është aq i madh sa i dati jo
ato mund të rinovohen lehtësisht. Rrjedhimisht, modeli
nga dati dhe puna formale e bërë nga dizajni paraqet
themeli për DW aplikohet pothuajse ekskluzivisht në nivel
rrymë e detajuar. Me fjalë të tjera, aktivitetet modeluese të
dati ato nuk zbatohen për nivelet e përmbledhjes, pothuajse në çdo rast.
Një konsideratë tjetër strukturore është ajo e nënndarjes së
dati nga DW.
Ndarja mund të bëhet në dy nivele - në nivelin e dbms et al
niveli i aplikimit. Në ndarjen në nivel dbms, dbms è
informohet për divizionet dhe i kontrollon ato në përputhje me rrethanat. Në rastin e
ndarje në nivel aplikimi, është vetëm programuesi
informuar për ndarjet dhe përgjegjësinë e tyre
administrimi i është lënë atij
Nën nivel dbms, shumë punë bëhen automatikisht. ka
shumë jofleksibilitet që lidhet me administrimin automatik të
ndarjet. Në rastin e aplikimit në nivel ndarjeje të dati del
magazina e të dhënave, shumë punë i bie programuesit, por
Rezultati përfundimtar është fleksibiliteti në administrimin e dati në datën
depo
ANOMALI TË TJERA
Ndërsa komponentët e magazina e të dhënave ato funksionojnë siç përshkruhet
pothuajse për të gjithë dati, ka disa përjashtime të dobishme që duhet
të diskutohet. Një përjashtim është ai i dati përmbledhjet publike
(të dhëna përmbledhëse publike). Këto janë dati përmbledhjet që kanë qenë
llogaritur nga magazina e të dhënave por ato përdoren nga shoqëria. THE dati
përmbledhjet publike ruhen dhe menaxhohen në magazina e të dhënave,
edhe pse siç u përmend më lart ato janë kuptuar. THE
kontabilistët punojnë për të prodhuar të tilla tremujore dati si
të ardhurat, shpenzimet tremujore, fitimet tremujore, e kështu me radhë. Punë
bërë nga kontabilistët është e jashtme për të magazina e të dhënave. Megjithatë, i dati ata janë
përdoret “brenda” brenda kompanisë – nga marketing, shitje etj.
Një tjetër anomali, e cila nuk do të diskutohet, është ajo e dati të jashtme
Një tjetër lloj i shquar i dati që mund të gjenden në një të dhënë
magazina është ajo e të dhënave detaje të përhershme. Këto shkaktojnë
duhet të ruhet përgjithmonë i dati në një nivel
të detajuara për arsye etike ose ligjore. Nëse një kompani po shfaq i
punëtorët e lidhur me substancat e rrezikshme ka nevojë për dati
të detajuara dhe të përhershme. Nëse një kompani prodhon një produkt që
përfshin sigurinë publike, cilat pjesë të një aeroplani ka
nevoja për të dati të përhershme të detajuara, si dhe nëse një kompani
bëjnë kontrata të rrezikshme.
Kompania nuk mund të përballojë të anashkalojë arsyet e veçanta
gjatë viteve të ardhshme, në rast të një padie, një tërheqjeje, a
defekt kontestues ndërtimor etj. ekspozimi i kompanisë
mund të jetë i madh. Si rezultat, ekziston një lloj unik i dati
të njohura si të dhëna detaje të përhershme.
PËRMBLEDHJE
Un magazina e të dhënave është një variant i orientuar nga objekti, i integruar, i
kohë, një koleksion i dati jo të paqëndrueshme në mbështetje të nevojave të
vendimi i administratës. Secila prej veçorive të spikatura të
un magazina e të dhënave ka implikimet e veta. Plus ka katër
nivelet e dati del magazina e të dhënave:
▪ Detaje të vjetra
▪ Detajet aktuale
▪ të dhëna pak e përmbledhur
▪ të dhëna shumë i përmbledhur
Metadatat janë gjithashtu një pjesë e rëndësishme e magazina e të dhënave.
ABSTRAKT
Koncepti i ruajtjes së dati marrë së fundmi
shumë vëmendje dhe u bë trend i viteve 90. Dmth
për shkak të aftësisë së një magazina e të dhënave për të kapërcyer
kufizimet e sistemeve mbështetëse të menaxhimit si p.sh
sistemet e mbështetjes së vendimeve (DSS) dhe sistemet e informacionit
drejtuesit (EIS).
Edhe pse koncepti i magazina e të dhënave duket premtuese,
zbatoj i magazina e të dhënave mund të jetë problematike sepse
të proceseve të magazinimit në shkallë të gjerë. Pavarësisht nga
kompleksiteti i projekteve të magazinimit dati, shumë furnizues
dhe konsulentët që aksionojnë dati ata pretendojnë se
ruajtjen e dati paraqesin asnjë problem.
Megjithatë, në fillim të këtij projekti kërkimor, pothuajse asnjë
ishin kryer kërkime të pavarura, rigoroze dhe sistematike. Nga
Rrjedhimisht është e vështirë të thuhet se çfarë ndodh në të vërtetë
në industri kur ndërtojnë magazina e të dhënave.
Ky studim hulumtoi praktikën e magazinimit të dati
bashkëkohës që synon të zhvillojë një kuptim më të pasur
të praktikës australiane. Rishikimi i literaturës siguroi
konteksti dhe baza për studimin empirik.
Ka një sërë rezultatesh nga ky hulumtim. Së pari
vend, ky studim zbuloi aktivitetet e ndodhura
gjatë zhvillimit të magazina e të dhënave. Në shumë fusha, i dati mbledhur
konfirmoi praktikën e raportuar në literaturë. Së dyti
siti, problemet dhe problemet që mund të ndikojë
zhvillimin e magazina e të dhënave janë identifikuar nga ky studim.
Së fundi, përfitimet e fituara nga organizatat australiane të lidhura me
perdorimi i magazina e të dhënave janë zbuluar.
Kapitulli 1
Konteksti i kërkimit
Koncepti i ruajtjes së të dhënave është pranuar gjerësisht
ekspozimit dhe është kthyer në një tendencë në zhvillim në
Vitet 90 (McFadden 1996, TDWI 1996, Shah dhe Milstein 1997,
Shanks dhe të tjerët. 1997, Eckerson 1998, Adelman dhe Oates 2000). Kjo eshte
mund të shihet nga numri në rritje i artikujve mbi të dhënat
magazinimi në botime tregtare (Little dhe Gibson 1999).
Shumë artikuj (shih, për shembull, Fisher 1995, Hackathorn 1995,
Morris 1995a, Bramblett and King 1996, Graham et al. 1996,
Sakaguchi dhe Frolick 1996, Alvarez 1997, Brousell 1997, Clarke
1997, McCarthy 1997, O'Donnell 1997, Edwards 1998, TDWI
1999) kanë raportuar përfitime të rëndësishme për organizatat
të cilat zbatojnë i magazina e të dhënave. Ata mbështetën teorinë e tyre
me dëshmi anekdotike të zbatimeve të suksesshme, kthimi i lartë
mbi shifrat e investimeve (ROI) dhe, gjithashtu, duke ofruar udhëzime të
referencë ose metodologji për zhvillimin e magazina e të dhënave
(Shanks et al. 1997, Seddon dhe Benjamin 1998, Little and Gibson
1999). Në një rast ekstrem, Graham et al. (1996) kanë
raportoi një kthim mesatar nga një investim tre-vjeçar prej 401%.
Megjithatë, pjesa më e madhe e literaturës aktuale e ka anashkaluar
kompleksitetet e përfshira në ndërmarrjen e projekteve të tilla. Projektet e
magazina e të dhënave janë normalisht komplekse dhe në shkallë të gjerë dhe
prandaj nënkuptojnë një probabilitet të lartë për të dështuar nëse nuk janë
kontrolluar me kujdes (Shah dhe Milstein 1997, Eckerson 1997,
Foley 1997b, Zimmer 1997, Bort 1998, Gibbs and Clymer 1998, Rao
1998). Ato kërkojnë sasi të mëdha të burimeve njerëzore dhe njerëzore
financiare dhe kohë dhe përpjekje për t'i ndërtuar ato (Hill 1998, Crofts 1998). Të
koha tipike dhe mjetet financiare të kërkuara janë përkatësisht të
rreth dy vjet dhe dy ose tre milionë dollarë (Braly 1995, Foley
1997b, Bort 1998, Humphries et al. 1999). Këto kohë dhe mjete
instrumentet financiare kërkohen për të kontrolluar dhe konsoliduar shumë aspekte
ndryshe nga magazinimi i të dhënave (Cafasso 1995, Hill 1998). Ne anë
të konsideratave harduerike dhe softuerike, funksione të tjera, të cilat ndryshojnë
nga nxjerrja e dati për proceset e ngarkimit të dati, nga
kapaciteti i memories për të menaxhuar përditësimet dhe për të dhënë meta dati
për trajnimin e përdoruesve, duhet të merret parasysh.
Në kohën kur filloi ky projekt kërkimor, kishte shumë pak
kërkime akademike të kryera në fushën e ruajtjes së të dhënave,
sidomos në Australi. Kjo u duk nga mungesa e artikujve
botuar në ruajtjen e të dhënave nga gazetat ose shkrimet e tjera të shenjta
akademikët e kohës. Shumë nga shkrimet akademike
në dispozicion përshkruan përvojën e SHBA. Mungesa e
Kërkimet akademike në fushën SL ruajtja e të dhënave ka shkaktuar
kërkonin kërkime rigoroze dhe studime empirike (McFadden 1996,
Shanks dhe të tjerët. 1997, Little dhe Gibson 1999). Në veçanti, studimet
kërkime mbi procesin e zbatimit magazina e të dhënave
duhet bërë për të zgjeruar njohuritë
të përgjithshme në lidhje me zbatimin e magazina e të dhënave e
do të shërbejë si bazë për një studim të ardhshëm kërkimor (Shanks ed
të tjerët. 1997, Little dhe Gibson 1999).
Prandaj, qëllimi i këtij studimi është të studiojë se çfarë është në të vërtetë
kjo ndodh kur organizatat ruajnë dhe përdorin të dhëna
depo në Australi. Konkretisht, ky studim do të përfshijë
një analizë e një procesi të tërë zhvillimi të a magazina e të dhënave,
duke filluar nga inicimi dhe projektimi përmes projektimit dhe
zbatimi dhe përdorimi i mëvonshëm brenda organizatave
Australian. Përveç kësaj, studimi do të kontribuojë gjithashtu në praktikën aktuale
identifikimin e fushave ku praktika mund të jetë më tej
përmirësuar dhe joefikasitetet dhe rreziqet mund të minimizohen ose
evituar. Për më tepër, ai do të shërbejë si bazë për studime të tjera mbi magazina e të dhënave in
Australia dhe do të mbushë boshllëkun që ekziston aktualisht në literaturë.
Pyetje kërkimore
Qëllimi i këtij hulumtimi është të studiojë aktivitetet e përfshira
në zbatimin e magazina e të dhënave dhe përdorimi i tyre nga
organizatat australiane. Në veçanti studiohen elementet
lidhur me planifikimin e projektit, zhvillimin, al
funksionimin, përdorimin dhe rreziqet e përfshira. Prandaj pyetja
i këtij hulumtimi është:
“Si është praktika aktuale e magazina e të dhënave në Australi?"
Për t'iu përgjigjur në mënyrë efektive këtij problemi, a
numri i pyetjeve kërkimore ndihmëse. Në veçanti, tre
nënpyetjet janë identifikuar nga literatura, d.m.th
paraqitur në kapitullin 2, për të udhëhequr këtë projekt kërkimor:
Si zbatohen i magazina e të dhënave nga organizatat
Australian? Cilat janë problemet e hasura?
Cilat janë përfitimet e përjetuara?
Për t'iu përgjigjur këtyre pyetjeve, është përdorur një vizatim
hulumtim eksplorues që përdor një hetim. Si studioj
hulumtuese, përgjigjet e pyetjeve të mësipërme nuk janë të plota
(Shanks et al. 1993, Denscombe 1998). Në këtë rast, është
Trekëndimi kërkohet për të përmirësuar përgjigjet ndaj tyre
kërkesat. Megjithatë, hetimi do të sigurojë një bazë të fortë për
puna e ardhshme që shqyrton këto pyetje. Një i detajuar
diskutim mbi justifikimin e metodës së kërkimit dhe mbi dizajnin
është paraqitur në kapitullin 3.
Struktura e projektit kërkimor
Ky projekt kërkimor është i ndarë në dy pjesë: studimi kontekstual
i konceptit të ruajtjes së të dhënave dhe kërkimit empirik (shih
Figura 1.1), secila prej të cilave diskutohet më poshtë.
Pjesa I: Studim kontekstual
Pjesa e parë e hulumtimit konsistonte në rishikimin e
Literatura aktuale mbi lloje të ndryshme të ruajtjes së të dhënave duke përfshirë i
sistemet e mbështetjes së vendimeve (DSS), sistemet e informacionit
drejtuesit (EIS), rastet studimore të magazina e të dhënave dhe konceptet e datës
depo. Gjithashtu, rezultatet e forumeve në magazina e të dhënave dhe zotat
grupe takimesh për ekspertë dhe profesionistë të udhëhequr nga grupi i
Hulumtimi i Monash DSS, kontribuoi në këtë fazë të studimit
e cila kishte për qëllim marrjen e informacionit rreth praktikës së të dhënave
magazinë dhe për të identifikuar rreziqet e përfshira në miratimin e tyre.
Gjatë kësaj periudhe të studimit kontekstual, të kuptuarit
e zonës problematike është krijuar për të ofruar njohuri për
bazë për hetimet e mëvonshme empirike. Megjithatë, kjo
ishte një proces i vazhdueshëm ndërsa studimi u krye
kërkimore.
Pjesa II: Kërkim empirik
Koncepti relativisht i ri i ruajtjes së të dhënave, veçanërisht
në Australi, ka krijuar nevojën për të kryer një hetim për
merrni një pamje të gjerë të përvojës së përdorimit. Kjo
pjesa u krye pasi ishte domeni i problemit
është krijuar përmes rishikimit të gjerë të literaturës. Koncepti
i formatit të ruajtjes së të dhënave gjatë fazës së studimit kontekstual është
u përdor si input në pyetësorin fillestar të këtij studimi.
Pas kësaj, pyetësori u rishikua. Ju jeni ekspertë takimesh
magazina mori pjesë në test. Qëllimi i testimit të
pyetësori fillestar ishte për të kontrolluar plotësinë dhe saktësinë
disa pyetje. Bazuar në rezultatet e testit, pyetësori është
është redaktuar dhe versioni i redaktuar është dërguar te
pjesëmarrësit e anketës. Pyetësorët u kthyen atëherë
analizuar për i dati në tabela, diagrame dhe formate të tjera. THE
rezultatet e analizës së dati formojnë një fotografi të
praktika e ruajtjes së të dhënave në Australi.
PËRMBLEDHJE E DEPOZIMIT TË TË DHËNAVE
Koncepti i ruajtjes së të dhënave ka evoluar me përmirësime
të teknologjisë kompjuterike.
Ai synon të kapërcejë problemet që hasin grupet
mbështetje për aplikacione si Sistemi i Mbështetjes së Vendimeve (DSS) e
Sistemi i Informacionit Ekzekutiv (EIS).
Në të kaluarën pengesa më e madhe e këtyre aplikacioneve ka qenë
pamundësia e këtyre aplikacioneve për të ofruar a bazën e të dhënave
të nevojshme për analizën.
Kjo shkaktohet kryesisht nga natyra e punës
udhëheqja. Interesat e menaxhmentit të një kompanie ndryshojnë
vazhdimisht në varësi të zonës së trajtuar. Prandaj i dati
themelore për këto aplikacione duhet të jetë në gjendje të
ndryshojnë shpejt në varësi të pjesës që do të trajtohet.
Kjo do të thotë se i dati duhet të jetë i disponueshëm në formular
adekuate për analizat e nevojshme. Në fakt, grupet mbështetëse të
aplikacionet gjetën shumë vështirësi në të kaluarën për të mbledhur ed
integruar dati nga burime komplekse dhe të ndryshme.
Pjesa tjetër e këtij seksioni paraqet një përmbledhje të konceptit të
magazinimi i të dhënave dhe si magazina e të dhënave mund të tejkalojë
Problemet e Grupit të Mbështetjes së Aplikacioneve.
Termi "Depo e te dhenaveu lirua nga William Inmon në 1990.
Përkufizimi i tij i cituar shpesh e sheh Depo e te dhenave si
mbledhjen e dati e orientuar nga lënda, e integruar, e paqëndrueshme dhe e ndryshueshme
me kalimin e kohës, në mbështetje të vendimeve të menaxhmentit.
Duke përdorur këtë përkufizim Inmon vë në dukje se i dati banorët
ne nje magazina e të dhënave duhet të zotërojë 4 sa vijon
karakteristikat:
▪ I orientuar nga lënda
▪ Të integruara
▪ Jo të paqëndrueshme
▪ E ndryshueshme me kalimin e kohës
Nga Inmon i orientuar nga lënda do të thotë që i dati në datën
magazinë në zonat më të mëdha organizative që kanë qenë
të përcaktuara në model dati. Për shembull të gjitha dati në lidhje me i konsumatorët
janë të përfshira në fushën e lëndës KLIENTET. Po kështu të gjitha
dati në lidhje me produktet janë të përfshira në fushën e temës
PRODUKTET.
Nga Integrated Inmon do të thotë që i dati që vijnë nga të ndryshme
platformat, sistemet dhe vendndodhjet kombinohen dhe ruhen në
vend i vetëm. Rrjedhimisht dati të ngjashme duhet të transformohen
në formate të qëndrueshme për t'u shtuar dhe krahasuar
lehtësisht.
Për shembull, përfaqësohen gjinitë mashkullore dhe femërore
me shkronjat M dhe F në një sistem, dhe me 1 dhe 0 në një tjetër. Për
t'i integrojë ato në mënyrën e duhur, një ose të dy formatet duhet
të transformohet në mënyrë që të dy formatet të jenë të njëjta. Në këtë
Në rast se mund të ndryshojmë M në 1 dhe F në 0 ose anasjelltas. Orientoni veten në
subjekt dhe Integruar tregojnë se magazina e të dhënave është projektuar për
ofrojnë një vizion funksional dhe transversal të dati mënjanë
të kompanisë.
Me Non-volatile ai do të thotë se i dati në magazina e të dhënave mbeten
konsistente dhe përditësuese të dati nuk eshte e nevojshme. Në vend të kësaj, çdo
ndryshim në dati origjinalet i shtohen bazës së të dhënave të datës
depo. Kjo do të thotë se historiani i dati përmbahet në
magazina e të dhënave.
Për variablat me kohë Inmon tregon se i dati në magazina e të dhënave
përmbajnë gjithmonë treguesit e ritmit ei dati normalisht
shtrihet në një horizont të caktuar kohor. Për shembull a
magazina e të dhënave mund të përmbajë 5 vjet vlera historike të konsumatorët Dal
1993 deri në 1997. Disponueshmëria e të dhënave historike dhe një seri kohore
nga dati ju lejon të analizoni tendencat.
Un magazina e të dhënave ai mund të mbledhë të tijat dati nga sistemet
OLTP;nga origjina dati jashtë organizatës dhe/ose nga specialitete të tjera
kapjen e projekteve të sistemit dati.
I dati ekstraktet mund të kalojnë nëpër një proces pastrimi, në
ky rast i dati ato transformohen dhe integrohen përpara se të jenë
të ruajtura në bazës së të dhënave del magazina e të dhënave. Pastaj unë dati
me banim brenda bazës së të dhënave del magazina e të dhënave janë vënë në dispozicion
aksesi i përdoruesit fundor dhe mjetet e rikuperimit. Duke përdorur
këto mjete përdoruesi përfundimtar mund të aksesojë pamjen e integruar
të organizimit të dati.
I dati me banim brenda bazës së të dhënave del magazina e të dhënave ata janë
të ruajtura në formate të detajuara dhe përmbledhëse.
Niveli i përmbledhjes mund të varet nga natyra e dati. Unë dati
i detajuar mund të përbëhet nga dati aktuale dhe dati historianët
I dati reale nuk përfshihen në magazina e të dhënave deri sa i dati
në magazina e të dhënave janë ripërditësuar.
Përveç ruajtjes së dati veten e tyre, a magazina e të dhënave gjithashtu mund
ruani një lloj tjetër Dato të quajtura METADATA të cilat
përshkruaj i dati me banim në të tijën bazës së të dhënave.
Ekzistojnë dy lloje të meta të dhënave: meta të dhënat e zhvillimit dhe sipas meta të dhënave
analizat.
Meta të dhënat e zhvillimit përdoren për të menaxhuar dhe automatizuar
proceset e nxjerrjes, pastrimit, hartëzimit dhe ngarkimit të dati në
magazina e të dhënave.
Informacioni i përfshirë në meta të dhënat e zhvillimit mund të përmbajë
detajet e sistemeve operative, detajet e elementeve që do të nxirren, të
model dati del magazina e të dhënave dhe rregullat e kompanisë për
konvertimi dei dati.
Lloji i dytë i meta të dhënave, i njohur si metadata analitike
i mundëson përdoruesit fundor të eksplorojë përmbajtjen e të dhënave
depo për të gjetur dati në dispozicion dhe kuptimi i tyre në terma
i qartë dhe jo teknik.
Prandaj, meta të dhënat e analizës funksionojnë si një urë lidhëse midis të dhënave
magazina dhe aplikacionet e përdoruesve fundorë. Këto meta të dhëna mund
përmbajnë modelin e biznesit, përshkrimet e dati përputhje
për modelin e biznesit, pyetjet dhe raportet e paracaktuara,
informacion për hyrjet dhe indeksin e përdoruesve.
Analiza dhe të dhënat e zhvillimit duhet të kombinohen në një
përmbajtja e integruar e meta të dhënave për të funksionuar siç duhet.
Fatkeqësisht, shumë nga mjetet ekzistuese kanë të tyren
metadata dhe aktualisht nuk ka standarde ekzistuese që
ato lejojnë mjetet e magazinimit të të dhënave t'i integrojnë këto
meta të dhënat. Për të korrigjuar këtë situatë shumë tregtarë të
mjetet kryesore të ruajtjes së të dhënave kanë formuar Meta Data
Këshilli i cili më vonë u bë Koalicioni Meta Data.
Qëllimi i këtij koalicioni është të ndërtojë një grup meta të dhënash
standard që lejon mjete të ndryshme të ruajtjes së të dhënave të
konvertoni meta të dhënat
Përpjekjet e tyre rezultuan me lindjen e Metës
Specifikimi i shkëmbimit të të dhënave (MDIS) i cili do të lejojë shkëmbimin
të informacionit ndërmjet arkivave të Microsoft dhe skedarëve përkatës MDIS.
Ekzistenca e dati jep si të përmbledhura/indeksuara ashtu edhe të detajuara
shfrytëzuesit mundësinë për të kryer një SHPIM MBYTJE
(shpimi) hajde dati të indeksuar në ato të detajuara dhe anasjelltas.
Ekzistenca e dati historia e detajuar lejon realizimin e
analiza e trendit me kalimin e kohës. Përveç kësaj analiza meta të dhënat mund
të përdoret si direktori del bazës së të dhënave del magazina e të dhënave për
ndihmoni përdoruesit fundorë të gjejnë i dati e nevojshme.
Në krahasim me sistemet OLTP, me aftësinë e tyre për të mbështetur
analiza e dati dhe raportimi, magazina e të dhënave shihet si sistem
më i përshtatshëm për proceset e informacionit si kryerja dhe
përgjigjuni pyetjeve dhe prodhoni raporte. Seksioni tjetër
do të evidentojë në detaje dallimet e dy sistemeve.
DEPO E TE DHENAVE KUNDËR SISTEMEVE OLTP
Shumë nga sistemet e informacionit brenda organizatave
ato kanë për qëllim të mbështesin operacionet e përditshme. Këto
sistemet e njohura si OLTP SYSTEMS, kapin transaksione
përditësuar vazhdimisht çdo ditë.
I dati brenda këtyre sistemeve shpesh ndryshohen, shtohen ose
fshihet. Për shembull, adresa e një klienti vështirë se ndryshon
ai lëviz nga një vend në tjetrin. Në këtë rast adresa e re
do të regjistrohet duke ndryshuar fushën e adresës së bazës së të dhënave.
Objektivi kryesor i këtyre sistemeve është zvogëlimi i kostove të
transaksionet dhe në të njëjtën kohë për të reduktuar kohën e përpunimit.
Shembuj të sistemeve OLTP përfshijnë veprime kritike si shkrimet
kontabiliteti i porosive, lista e pagesave, faturat, prodhimi, sherbimet AI konsumatorët.
Ndryshe nga sistemet OLTP, të cilat u krijuan me proces
bazuar në transaksione dhe ngjarje, i magazina e të dhënave ato u krijuan
për të ofruar mbështetje të procesit bazuar në analizën e dati është U
proceset e vendimmarrjes.
Kjo zakonisht arrihet duke integruar i dati nga sisteme të ndryshme
OLTP dhe të jashtëm në një "enë" të vetme të dati,siç u diskutua
në seksionin e mëparshëm.
Modeli i procesit të ruajtjes së të dhënave Monash
Modeli i procesit për magazina e të dhënave Monash u zhvillua nga
kërkuesit në Grupin Kërkimor Monash DSS, bazohet në
letërsitë e magazina e të dhënave, mbi përvojën në allo support
zhvillimi i fushave të sistemeve, në diskutime me shitësit e
aplikacionet për përdorim në magazina e të dhënavembi një grup ekspertësh
në përdorimin e magazina e të dhënave.
Fazat janë: Fillimi, Planifikimi, Zhvillimi, Operacioni dhe
Shpjegimet. Diagrami shpjegon natyrën përsëritëse o
zhvillimi evolucionar i a magazina e të dhënave proces duke përdorur
shigjeta dykahëshe të vendosura midis fazave të ndryshme. Në këtë
Konteksti "përsëritës" dhe "evolucionar" do të thotë se, në secilin
hapi i procesit, aktivitetet e zbatimit mund të jenë
përhapeni gjithmonë mbrapsht në fazën e mëparshme. Kjo është
për shkak të natyrës së projektit a magazina e të dhënave kuale nel
kërkesa shtesë bëhen në çdo kohë
të përdoruesit përfundimtar. Për shembull, gjatë fazës së zhvillimit të a
procesi i magazina e të dhënave, një kërkohet nga përdoruesi përfundimtar
dimensioni i ri ose fusha lëndore, e cila nuk ishte pjesë e
plani origjinal, ky duhet të shtohet në sistem. Kjo
shkakton një ndryshim në projekt. Rezultati është që ekipi i
dizajni duhet të ndryshojë kërkesat e dokumenteve të krijuara deri tani
gjatë fazës së projektimit. Në shumë raste, gjendja aktuale e
projekti duhet të kthehet deri në fazën e projektimit ku
kërkesa e re duhet të shtohet dhe dokumentohet. Perdoruesi
përfundimtar duhet të jetë në gjendje të shohë dokumentacionin specifik të rishikuar ei
ndryshimet që janë bërë në fazën e zhvillimit. Në fund
ky cikël zhvillimi projekti duhet të marrë reagime të mëdha nga
të dy ekipet, ekipi i zhvillimit dhe ekipi i përdoruesve. THE
feedback-u më pas ripërdoret për të përmirësuar një projekt të ardhshëm.
Planifikimi i kapaciteteve
DW-të priren të jenë shumë të mëdha në madhësi dhe të rriten
shumë shpejt (Best 1995, Rudin 1997a) pas
sasia e dati historike që ruajnë nga kohëzgjatja e tyre. Aty
rritja mund të shkaktohet edhe nga dati shtesë e kërkuar nga
përdoruesit për të rritur vlerën e dati që tashmë e kanë. Nga
në përputhje me rrethanat, kërkesat e ruajtjes për dati possono
të rritet ndjeshëm (Eckerson 1997). Ashtu eshte
thelbësore për të siguruar, duke kryer një planifikim të
kapaciteti, që sistemi që do të ndërtohet mund të rritet me të
nevojat në rritje (Best 1995, LaPlante 1996, Lang 1997,
Eckerson 1997, Rudin 1997a, Foley 1997a).
Në planifikimin për shkallëzueshmërinë dw, duhet të dihet
rritja e pritur e madhësisë së magazinës, llojet e pyetjeve
ka të ngjarë të bëhet dhe numri i përdoruesve fundorë të mbështetur (Best
1995, Rudin 1997b, Foley 1997a). Ndërtoni aplikacione të shkallëzueshme
kërkon një kombinim të teknologjive teknike dhe të shkallëzueshme të serverëve
i dizajnit të aplikacionit të shkallëzuar (Best 1995, Rudin 1997b.
Të dyja kërkohen në ndërtimin e një aplikacioni
jashtëzakonisht i shkallëzueshëm. Teknologjitë e shkallëzueshme të serverëve mund
e bëjnë të lehtë dhe të përshtatshëm shtimin e ruajtjes, kujtesës dhe
CPU pa performancë degraduese (Lang 1997, Telephony 1997).
Ekzistojnë dy teknologji kryesore të shkallëzueshme të serverit: Llogaritja
multipleksimi simetrik (SMP) dhe përpunimi masiv
paralele (MPP) ) (IDC 1997, Humphries et al. 1999). Një server
SMP zakonisht ka shumë procesorë që ndajnë një memorie,
sistemi i autobusëve dhe burime të tjera (IDC 1997, Humphries et al. 1999).
Mund të shtohen procesorë shtesë për t'u rritur
asaj pushtet llogaritëse. Një mënyrë tjetër për të rritur
pushtet llogaritëse e serverit SMP, është për të kombinuar shumë
Makinat SMP. Kjo teknikë njihet si grumbullim (Humphries
et al. 1999). Një server MPP, nga ana tjetër, ka shumë procesorë secili
me memorien e vet, sistemin e autobusëve dhe burime të tjera (IDC 1997,
Humphries et al. 1999). Çdo procesor quhet nyje. A
rritja në pushtet llogaritëse mund të merret
shtimi i nyjeve shtesë në serverët MPP (Humphries et al.
1999).
Një dobësi e serverëve SMP është se shumë operacione hyrëse-dalëse
(I/O) mund të bllokojë sistemin e autobusëve (IDC 1997). Kjo
problemi nuk ndodh brenda serverëve MPP pasi secili
procesori ka sistemin e vet të autobusit. Megjithatë, ndërlidhjet
ndërmjet secilës nyje janë përgjithësisht shumë më të ngadalta se sistemi i autobusëve
të SMP-ve. Gjithashtu, serverët MPP mund të shtojnë një shtresë
kompleksitet shtesë për zhvilluesit e aplikacioneve (IDC
1997). Kështu, zgjedhja midis serverëve SMP dhe MPP mund të ndikohet
nga shumë faktorë, duke përfshirë kompleksitetin e pyetjeve, raportin
çmimi/performanca, kapaciteti i kërkuar përpunues,
parandaloi aplikimet dw dhe rritjen e madhësisë së bazës së të dhënave
të dw dhe në numrin e përdoruesve fundorë.
Teknika të shumta të projektimit të aplikacioneve të shkallëzuara
mund të përdoret në planifikimin e kapaciteteve. Një
përdor periudha të ndryshme raportimi si ditë, javë, muaj dhe vite.
Duke pasur periudha të ndryshme njoftimi, bazës së të dhënave mund të ndahet në
pjesë të grupuara lehtësisht (Inmon et al. 1997). Nje tjeter
teknika është përdorimi i tabelave përmbledhëse që janë ndërtuar
duke përmbledhur dati da dati të detajuara. Kështu, i dati përmbledhjet janë më shumë
kompakt se sa i detajuar, gjë që kërkon më pak hapësirë ​​memorie.
Kështu dati e detajeve mund të arkivohen në një njësi të
ruajtje më pak e shtrenjtë, e cila kursen edhe më shumë depozitë.
Edhe pse përdorimi i tabelave përmbledhëse mund të kursejë hapësirë
kujtesa, ato kërkojnë shumë përpjekje për t'i mbajtur ato të përditësuara dhe të përditësuara
në përputhje me nevojat komerciale. Megjithatë, kjo teknikë është
përdoret gjerësisht dhe shpesh përdoret në lidhje me teknikën
e mëparshme (Best 1995, Inmon 1996a, Chauduri dhe Dayal
1997).
Përcaktimi Depo e te dhenave Teknik
Arkitekturat Përkufizimi i teknikave
arkitekturat dw
Përshtatësit fillestarë të magazinimit të të dhënave janë konceptuar kryesisht
një zbatim i centralizuar i dw ku të gjitha dati, përfshirë
i dati të jashtme, u integruan në një të vetme,
depo fizike (Inmon 1996a, Bresnahan 1996, Peacock 1998).
Përfitimi kryesor i kësaj qasjeje janë përdoruesit përfundimtarë
ata janë në gjendje të aksesojnë pamjen e shkallës së sipërmarrjes
(pamje e gjithë ndërmarrjes) dei dati organizative (Ovum 1998). Një tjetër
avantazhi është se ofron standardizimin e dati përmes
organizata, që do të thotë se ka vetëm një version ose
përkufizimi për secilën terminologji të përdorur në depo dw
(depo) metadata (Flanagan dhe Safdie 1997, Ovum 1998). Të
E keqja e kësaj qasjeje, nga ana tjetër, është se është e shtrenjtë dhe e vështirë
që do të ndërtohet (Flanagan dhe Safdie 1997, Ovum 1998, Inmon et al.
1998). Jo shumë kohë pas arkitekturës së ruajtjes dati
centralizuar u bë popullor, koncepti i nxjerrjes evoluoi
nga nëngrupet më të vogla të dati për të mbështetur nevojat e
aplikacione specifike (Varney 1996, IDC 1997, Berson dhe Smith
1997, pallua 1998). Këto sisteme të vogla rrjedhin nga më të mëdhenjtë
i madh magazina e të dhënave i centralizuar. Ata janë emëruar data
magazinat e departamenteve të varura ose mars të dhënash të varura.
Arkitektura e varur e të dhënave mart njihet si
arkitekturë me tre nivele ku niveli i parë përbëhet nga të dhënat
magazina e centralizuar, e dyta përbëhet nga depot e dati
departamenti dhe i treti përbëhet nga aksesi në dati dhe nga mjetet e
analiza (Demarest 1994, Inmon et al. 1997).
Martet e të dhënave zakonisht ndërtohen pas magazina e të dhënave
i centralizuar është ndërtuar për të plotësuar nevojat e
njësi specifike (White 1995, Varney 1996).
Ruajtja e të dhënave marts i dati shumë relevante në lidhje me të dhënat
unitet (Inmon et al. 1997, Inmon et al. 1998, IA 1998).
Avantazhi i kësaj metode është se nuk do të ketë Dato jo
të integruara dhe që i dati ato do të jenë më pak të tepërta brenda të dhënave
mars që nga të gjitha dati vijnë nga një depozitë e dati të integruara.
Një avantazh tjetër është se do të ketë më pak lidhje midis secilit
të dhënat mart dhe burimet e lidhura me të dati sepse çdo treg i të dhënave ka vetëm
një burim i dati. Plus me këtë arkitekturë në vend, përdoruesit
përdoruesit mund të kenë ende qasje në pasqyrën e dati
organizatat e korporatave. Kjo metodë njihet si
metodë nga lart-poshtë, ku mars të dhënave janë ndërtuar pas të dhënave
magazinë (pallua 1998, Goff 1998).
Rritja e nevojës për të treguar rezultatet herët, disa
organizatat kanë filluar të ndërtojnë marte të pavarura të të dhënave
(Flanagan dhe Safdie 1997, White 2000). Në këtë rast, të dhënat mars
marrin të tyren dati drejt nga bazat e dati OLTP dhe jo që atëherë
ruajtje e centralizuar dhe e integruar, duke eliminuar kështu nevojën për
të ketë në vend depon qendrore.
Çdo treg i të dhënave kërkon të paktën një lidhje me burimet e tij
di dati. Një disavantazh i të pasurit lidhje të shumta për çdo datë
mart është se në krahasim me dy arkitekturat e mëparshme, the
mbibollëk të dati rritet ndjeshëm.
Çdo treg i të dhënave duhet të ruajë të gjitha dati kërkohet në nivel lokal për
nuk kanë ndikim në sistemet OLTP. Kjo shkakton i dati
ato ruhen në të dhëna të ndryshme (Inmon et al. 1997).
Një tjetër disavantazh i kësaj arkitekture është se ajo çon në
krijimi i ndërlidhjeve komplekse ndërmjet data marts dhe tyre
burimet e dati të cilat janë të vështira për t'u kryer dhe kontrolluar (Inmon ed
të tjerët. 1997).
Një tjetër disavantazh është se përdoruesit përfundimtarë mund të mos energjizohen
hyni në pasqyrën e informacionit të kompanisë sepse i dati
e të dhënave të ndryshme marte nuk janë të integruara (Ovum 1998).
Një tjetër disavantazh është se mund të ketë më shumë se një
përkufizimi për secilën terminologji të përdorur në të dhënat që ajo gjeneron
mospërputhjet e dati në organizim (Ovum 1998).
Pavarësisht nga disavantazhet e diskutuara më sipër, të dhënat e pavarura janë të suksesshme
ende tërheqin interesin e shumë organizatave (IDC 1997).
Një faktor që i bën ata tërheqës është se ato zhvillohen më shpejt
dhe kërkojnë më pak kohë dhe burime (Bresnahan 1996, Berson e
Smith 1997, Ovum 1998). Prandaj, ata kryesisht shërbejnë
si modele testimi që mund të përdoren për të identifikuar
shpejt përfitimet dhe/ose papërsosmëritë në projekt (Parsaye
1995, Braly 1995, Newing 1996). Në këtë rast, pjesa nga
implementimi në projektin pilot duhet të jetë i vogël por i rëndësishëm
për organizimin (Newing 1996, Mansell-Lewis 1996).
Duke ekzaminuar prototipin, përdoruesit përfundimtarë dhe administrata munden
vendos nëse do të vazhdojë apo do të ndalojë projektin (Flanagan dhe Safdie
1997).
Nëse vendimi do të vazhdojë, të dhënat tregohen për industri të tjera
ato duhet të ndërtohen një nga një. Ka dy opsione për
përdoruesit përfundimtarë bazuar në nevojat e tyre për ndërtimin e të dhënave
matricat e pavarura: të integruara/federuara dhe të paintegruara (Ovum
1998)
Në metodën e parë, çdo treg i ri i të dhënave duhet të ndërtohet
bazuar në të dhënat dhe modelin aktual dati të përdorura
nga firma (Varney 1996, Berson dhe Smith 1997, Peacock 1998).
Nevoja për të përdorur modelin dati të shoqërisë e bën të nevojshme
sigurohuni që të ketë vetëm një përkufizim për secilën terminologji
përdoret përmes të dhënave mars, kjo është gjithashtu për të siguruar që të dhënat
marte të ndryshme mund të bashkohen për të dhënë një pasqyrë të
informacioni i korporatës (Bresnahan 1996). Kjo metodë është
quhet nga poshtë-lart dhe është më e mira kur ka një kufizim në
koha dhe mjetet financiare (Flanagan dhe Safdie 1997, Ovum 1998,
pallua 1998, Goff 1998). Në metodën e dytë, të dhënat mars
e ndërtuar mund të plotësojë vetëm nevojat e një njësie specifike.
Një variant i marsit të të dhënave të federuara është magazina e të dhënave të shpërndara
në të cilën bazës së të dhënave Misioni i serverit hub përdoret për të bashkuar shumë
mars të dhënave në një depo të vetme të dati shpërndarë (White 1995). Në
këtë rast, i dati bizneset janë të shpërndara në disa tregje të dhënash.
Kërkesat e përdoruesve fundorë përcillen te bazës së të dhënave
softueri i ndërmjetëm i serverit hub, i cili nxjerr të gjitha dati kërkuar nga të dhënat
mars dhe ktheni rezultatet në aplikacionet e përdoruesve fundorë. Kjo
Metoda ofron informacion biznesi për përdoruesit përfundimtarë. Megjithatë,
Problemet e të dhënave mars ende nuk janë eliminuar
i pavarur. Ekziston një arkitekturë tjetër që mund të përdoret e cila është
telefononi magazina e të dhënave virtuale (White 1995). Megjithatë, kjo
arkitektura, e cila është përshkruar në figurën 2.9, nuk është një arkitekturë
të ruajtjes së dati e vërtetë pasi nuk e lëviz ngarkesën
nga sistemet OLTP në magazina e të dhënave (Demarest 1994).
Në fakt, kërkesat për dati nga përdoruesit përfundimtarë kanë kaluar mbi ai
Sistemet OLTP që kthejnë rezultatet pas përpunimit
kërkesat e përdoruesve. Edhe pse kjo arkitekturë i lejon përdoruesit
përfundimtar për të gjeneruar raporte dhe formuluar kërkesa, nuk mund të sigurojë
dati historia dhe pasqyra e informacionit të kompanisë që nga i dati
pasi që sistemet e ndryshme OLTP nuk janë të integruara. Pra, kjo
arkitektura nuk mund të përmbushë analizën e dati komplekse si p.sh
shembull parashikimet.
Përzgjedhja e aplikacionit të aksesit dhe e
rikuperimi i dati
Qëllimi i ndërtimit të një magazina e të dhënave është për të përcjellë
informacion për përdoruesit përfundimtarë (Inmon et al. 1997, Poe 1996,
McFadden 1996, Shanks et al 1997, Hammergren 1998); një ose
aplikacione për akses të shumëfishtë dhe rikuperim dati duhet të sigurohet. për të
sot, ka një shumëllojshmëri të gjerë të këtyre aplikacioneve që përdoruesi mund të ndërtojë
zgjidhni (Hammergren 1998, Humphries et al. 1999). Të
aplikacionet e përzgjedhura përcaktojnë suksesin e përpjekjes
të ruajtjes së dati në një organizatë sepse
aplikacionet janë pjesa më e dukshme e magazina e të dhënave tek përdoruesi
final (Inmon et al. 1997, Poe 1996). Për të pasur një takim
magazina, duhet të jetë në gjendje të mbështesë aktivitetet e analizës së të dhënave dati
e përdoruesit përfundimtar (Poe 1996, Seddon dhe Benjamin 1998, Eckerson
1999). Pra, "niveli" i asaj që përdoruesi përfundimtar dëshiron duhet të jetë
identifikuar (Poe 1996, Mattison 1996, Inmon et al. 1997,
Humphries et al 1999).
Në përgjithësi, përdoruesit përfundimtarë mund të grupohen në tre
kategoritë: përdoruesit ekzekutivë, analistët e biznesit dhe përdoruesit e pushtetit (Poe
1996, Humphries et al. 1999). Përdoruesit ekzekutivë duhet
qasje e lehtë në grupe të paracaktuara raportesh (Humphries ed
të tjerët 1999). Këto raporte mund të arrihen lehtësisht me
navigimi i menusë (Poe 1996). Përveç kësaj, raportet duhet
paraqesin informacion duke përdorur paraqitjen grafike
të tilla si tabela dhe shabllone për të ofruar shpejt
informacion (Humphries et al. 1999). Analistët e biznesit, të cilët nuk e bëjnë
ata mund të kenë aftësitë teknike për të ndërtuar marrëdhënie nga
zero në vetvete, duhet të jenë në gjendje të ndryshojnë raportet aktuale për
plotësojnë nevojat e tyre specifike (Poe 1996, Humphries et al
1999). Përdoruesit e fuqisë, nga ana tjetër, janë lloji i përdoruesve fundorë që
kanë aftësinë për të gjeneruar dhe shkruar kërkesa dhe raporte nga
zero (Poe 1996, Humphries et al. 1999). Janë ata që
zhvilloni raporte për lloje të tjera përdoruesish (Poe 1996, Humphries
et al 1999).
Pasi të jenë përcaktuar kërkesat e përdoruesit fundor, duhet bërë
një përzgjedhje aplikacionesh aksesi dhe rikuperimi dati ndër të gjitha
ato të disponueshme (Poe 1996, Inmon et al. 1997).
Qasja në dati dhe mjetet e rikthimit mund të jenë
klasifikuar në 4 lloje: mjet OLAP, mjet EIS/DSS, mjet për pyetje dhe
mjetet e raportimit dhe të nxjerrjes së të dhënave.
Mjetet OLAP lejojnë përdoruesit të krijojnë pyetje ad hoc gjithashtu
ato të bëra në bazës së të dhënave del magazina e të dhënave. Plus këto produkte
lejojnë përdoruesit të stërviten nga dati të përgjithshme për ato
të detajuara.
Mjetet EIS/DSS ofrojnë raportime ekzekutive si analiza “çka nëse”.
dhe akses në raportet e organizuara sipas menysë. Raportet duhet të jenë
të paracaktuara dhe të bashkuara me menutë për navigim më të lehtë.
Mjetet e pyetjeve dhe raportimit i lejojnë përdoruesit të prodhojnë raporte
të paracaktuara dhe specifike.
Mjetet e nxjerrjes së të dhënave përdoren për të identifikuar marrëdhëniet që
mund të hedhin dritë të re mbi operacionet e harruara në dati del
depo e te dhenave.
Krahas optimizimit të kërkesave të secilit lloj përdoruesi, d.m.th
mjetet e zgjedhura duhet të jenë intuitive, efikase dhe të lehta për t'u përdorur.
Ato gjithashtu duhet të jenë në përputhje me pjesët e tjera të arkitekturës e
të aftë për të punuar me sistemet ekzistuese. Gjithashtu sugjerohet që
zgjidhni aksesin e të dhënave dhe mjetet e rikthimit me çmime dhe performanca
e arsyeshme. Kriteret e tjera për t'u marrë parasysh përfshijnë angazhimin e
shitësi i mjetit për të mbështetur produktin e tyre dhe zhvillimet përkatëse
vetë do të ketë në publikimet e ardhshme. Për të siguruar angazhimin e përdoruesit
në përdorimin e magazinës së të dhënave, ekipi i zhvillimit përfshin
përdoruesit në procesin e përzgjedhjes së mjeteve. Në këtë rast
duhet bërë një vlerësim praktik i përdoruesit.
Për të përmirësuar vlerën e magazinës së të dhënave, ekipi i zhvillimit mundet
gjithashtu ofrojnë akses në ueb në depot e tyre të të dhënave. A
Depoja e të dhënave e aktivizuar në ueb u lejon përdoruesve të hyjnë në dati
nga vende të largëta ose gjatë udhëtimit. Gjithashtu informacioni mund
të sigurohet me kosto më të ulët duke ulur kostot
di trajnim.
2.4.3 Depo e te dhenave Faza e funksionimit
Kjo fazë përbëhet nga tre aktivitete: përcaktimi i strategjive të datave
rifreskimi, kontrolli i aktiviteteve të magazinës së të dhënave dhe menaxhimi i
siguria e magazinës së të dhënave.
Përkufizimi i strategjive të rifreskimit të të dhënave
Pas ngarkimit fillestar, i dati në bazës së të dhënave të magazinës së të dhënave
duhet të rifreskohen periodikisht për të luajtur i
ndryshimet e bëra në dati origjinalet. Kështu që ne duhet të vendosim
kur të rifreskohet, sa shpesh duhet të
rifreskoni dhe si të rifreskoni dati. Sugjerohet të bëhet
rifreskimi i dati kur sistemi mund të hiqet jashtë linje. Aty
Shpejtësia e rifreskimit përcaktohet nga ekipi i zhvillimit të bazuar
mbi kërkesat e përdoruesve. Ekzistojnë dy mënyra për të rifreskuar
magazina e të dhënave: rifreskimi i plotë dhe ngarkimi i vazhdueshëm i
ndryshimet.
Qasja e parë, rifreskimi i plotë, kërkon rifreskimin e
të gjithë dati nga e para. Kjo do të thotë se të gjitha dati duhet të kërkohet
të nxirret, pastrohet, transformohet dhe integrohet në çdo rifreskim. Kjo
qasja duhet të shmanget, sa të jetë e mundur, sepse
kërkon shumë kohë dhe burime.
Një qasje alternative është ngarkimi i vazhdueshëm i i
ndryshimet. Kjo shton i dati që janë ndryshuar
që nga cikli i fundit i rifreskimit të magazinës së të dhënave. Identifikimi i
të dhënat e reja ose të ndryshuara reduktojnë ndjeshëm sasinë e
dati të cilat duhet të përhapen në magazinën e të dhënave në secilën prej tyre
përditësoj pasi vetëm këto dati do të shtohet në bazës së të dhënave
të magazinës së të dhënave.
Ka të paktën 5 qasje që mund të përdoren për t'u tërhequr
i dati të reja ose të modifikuara. Për të marrë një strategji efikase të
rifreskimi i dati një përzierje e këtyre qasjeve mund të jetë e dobishme
merr të gjitha ndryshimet në sistem.
Qasja e parë, e cila përdor vulat kohore, supozon se vjen
caktuar për të gjithë dati modifikuar dhe përditësuar një vulë kohore në një farë mënyre
të jetë në gjendje të identifikojë lehtësisht të gjitha dati i modifikuar dhe i ri.
Kjo qasje, megjithatë, nuk është përdorur gjerësisht në shumicën
pjesë e sistemeve operative të sotme.
Qasja e dytë është përdorimi i një skedari delta të krijuar nga
një aplikacion që përmban vetëm ndryshimet e bëra në dati.
Përdorimi i këtij skedari gjithashtu përforcon ciklin e përditësimit.
Megjithatë, edhe kjo metodë nuk është përdorur në shumë
aplikacionet.
Qasja e tretë është të skanoni një skedar log, i cili
në thelb përmban informacion të ngjashëm me skedarin delta. I vetmi
ndryshimi është se një skedar log është krijuar për procesin e rikuperimit e
mund të jetë e vështirë për t'u kuptuar.
Qasja e katërt është modifikimi i kodit të aplikacionit.
Megjithatë shumica e kodit të aplikimit është i vjetër dhe
i brishtë; prandaj kjo teknikë duhet shmangur.
Qasja e fundit është krahasimi i i dati burimet me skedarin
perënditë kryesore dati.
Monitorimi i aktiviteteve të magazinës së të dhënave
Pasi depoja e të dhënave është lëshuar për përdoruesit, ajo është
duhet monitoruar me kalimin e kohës. Në këtë rast, administratori
e magazinës së të dhënave mund të përdorë një ose më shumë mjete menaxhimi e
kontroll për të monitoruar përdorimin e magazinës së të dhënave. Veçanërisht
informacione rreth njerëzve dhe motit mund të mblidhen në
në të cilën ata hyjnë në magazinë e të dhënave. Eja dati të mbledhura mund të krijohen
një profil të punës së kryer që mund të përdoret si hyrje
në zbatimin e kthimit të pagesës nga përdoruesi. Kthimi i tarifës
lejon përdoruesit të informohen për koston e përpunimit të
depo e te dhenave.
Gjithashtu, kontrolli i magazinës së të dhënave mund të përdoret gjithashtu për
identifikoni llojet e pyetjeve, madhësinë e tyre, numrin e pyetjeve për
ditën, kohën e reagimit ndaj pyetjes, sektorët e arritur dhe sasinë
di dati të përpunuara. Një tjetër qëllim i kryerjes së kontrollit të
datawarehouse është identifikuar i dati të cilat nuk janë në përdorim. Këto dati
ato mund të hiqen nga depoja e të dhënave për të përmirësuar kohën
e përgjigjes së ekzekutimit të pyetjes dhe kontrolloni rritjen e
dati që banojnë brenda bazën e të dhënave të magazinës së të dhënave.
Menaxhimi i sigurisë së magazinës së të dhënave
Një depo e të dhënave përmban dati të integruara, kritike, të ndjeshme që
mund të arrihet lehtësisht. Për këtë arsye duhet
të mbrohet nga përdoruesit e paautorizuar. Një mënyrë për të
për të zbatuar sigurinë është përdorimi i funksionit del DBMS
për të caktuar privilegje të ndryshme për lloje të ndryshme përdoruesish. Në këtë
mënyrë, një profil duhet të mbahet për çdo lloj përdoruesi
akses. Një mënyrë tjetër për të siguruar ruajtjen e të dhënave është ta kodoni atë
siç është shkruar në bazën e të dhënave të magazinës së të dhënave. Qasja në
dati dhe mjetet e rikthimit duhet të deshifrojnë dati para se të dorëzoni i
rezultatet për përdoruesit.
2.4.4 Depo e te dhenave Faza e vendosjes
Është faza e fundit në ciklin e zbatimit të magazinës së të dhënave. Të
aktivitetet që do të kryhen në këtë fazë përfshijnë trajnimin e
përdoruesit të përdorin magazinën e të dhënave dhe të krijojnë rishikime
të magazinës së të dhënave.
Trajnimi i përdoruesit
Së pari duhet të bëhet trajnimi i përdoruesve
të aksesit në dati të magazinës së të dhënave dhe përdorimin e mjeteve
rikthimi. Në përgjithësi, seancat duhet të fillojnë me
hyrjen në konceptin e ruajtjes së datinë
përmbajtja e magazinës së të dhënave, ai meta dati dhe veçoritë themelore
të mjeteve. Pastaj, përdoruesit më të avancuar mund të studiojnë gjithashtu
tabelat fizike dhe veçoritë e përdoruesit të aksesit të të dhënave dhe mjeteve
rikthimi.
Ka shumë qasje për të bërë trajnimin e përdoruesve. Nje nga
këto parashikojnë një përzgjedhje të shumë përdoruesve ose analistëve të zgjedhur nga a
grup përdoruesish, duke u mbështetur në lidershipin dhe aftësitë e tyre
komunikimi. Këta janë trajnuar në cilësinë personale në
gjithçka që duhet të dinë për t'u njohur me të
sistemi. Pasi të përfundojë trajnimi, ata kthehen në punën e tyre e
ata fillojnë t'u mësojnë përdoruesve të tjerë se si të përdorin sistemin. Në
bazuar në atë që kanë mësuar, përdoruesit e tjerë mund të fillojnë reklamimin
eksploroni depon e të dhënave.
Një qasje tjetër është të trajnoni shumë përdorues në të njëjtën gjë
kohë, sikur të ishe duke bërë një kurs në klasë. Kjo metodë
është i përshtatshëm kur ka shumë përdorues që duhet të trajnohen
në të njëjtën kohë. Një metodë tjetër është të stërviteni
çdo përdorues individualisht, një nga një. Kjo metodë është
i përshtatshëm kur ka pak përdorues.
Qëllimi i trajnimit të përdoruesve është njohja e tyre
me akses në dati dhe mjetet e rikthimit si dhe përmbajtjen e
depo e te dhenave. Megjithatë, disa përdorues mund të mbingarkohen
nga sasia e informacionit të dhënë gjatë seancës
trajnimi. Pra, një numër duhet të bëhet
përditësoni seancat e ndihmës së vazhdueshme dhe për t'iu përgjigjur
ndaj pyetjeve specifike. Në disa raste, një grup i
përdoruesit për të ofruar këtë lloj mbështetjeje.
Mbledhja e komenteve
Pasi të jetë hapur depoja e të dhënave, përdoruesit munden
përdor i dati që banojnë në depon e të dhënave për qëllime të ndryshme.
Kryesisht, analistët ose përdoruesit përdorin i dati në
depo e të dhënave për:
1 Identifikoni tendencat e kompanisë
2 Analizoni profilet e blerjes së konsumatorët
3 Ndani i konsumatorët dhe i
4 Ofroni shërbimet më të mira për konsumatorët – personalizoni shërbimet
5 Formuloni strategji marketing
6 Bëni kuota konkurruese për analizat e kostos dhe ndihmë
kontrolluar
7 Mbështet vendimmarrjen strategjike
8 Identifikoni mundësitë për të dalë
9 Përmirësimi i cilësisë së proceseve aktuale të biznesit
10 Kontrolloni fitimin
Duke ndjekur drejtimin e zhvillimit të magazinës së të dhënave, ata mund
kryeni një sërë rishikimesh të sistemit për të marrë reagime
si nga ekipi i zhvillimit ashtu edhe nga komuniteti i përdoruesve
përdoruesit përfundimtarë.
Rezultatet e marra mund të merren parasysh për
ciklin e ardhshëm të zhvillimit.
Meqenëse depoja e të dhënave ka një qasje në rritje,
është thelbësore të mësosh nga sukseset dhe gabimet e të mëparshmeve
zhvillimet.
2.5 Përmbledhje
Në këtë kapitull janë diskutuar qasjet e pranishme
letërsi. Në seksionin 1 u diskutua koncepti i
magazina e të dhënave dhe roli i saj në shkencën e vendimmarrjes. Në
seksioni 2 u përshkruan ndryshimet kryesore midis tyre
magazina e të dhënave dhe sistemet OLTP. Në seksionin 3 kemi diskutuar mbi
Modeli i magazinës së të dhënave sipas Monashit që është përdorur
në seksionin 4 për të përshkruar aktivitetet e përfshira në proces
zhvillimi i një magazine të dhënash, këto teza nuk bazoheshin në
hulumtim rigoroz. Ajo që ndodh në realitet mund të jetë
shumë ndryshe nga sa raporton literatura, sido që të jenë këto
rezultatet mund të përdoren për të krijuar një bagazh bazë që
ju nënvizoni konceptin e magazinës së të dhënave për këtë hulumtim.
Kapitulli 3
Metodat e kërkimit dhe projektimit
Ky kapitull trajton metodat e kërkimit dhe projektimit për
Ky studim. Pjesa e parë tregon një pamje të përgjithshme të metodave
Përveç kësaj, motorët e kërkimit të disponueshëm për marrjen e informacionit
diskutohen kriteret për zgjedhjen e metodës më të mirë për një
studim i veçantë. Në seksionin 2, më pas diskutohen dy metoda
përzgjedhur me kriteret e përcaktuara sapo; nga këto do të zgjidhet ed
miratuar një me arsyet e përcaktuara në seksionin 3 ku janë
shpjegohen edhe arsyet e përjashtimit të kriterit tjetër. Aty
seksioni 4 paraqet projektin kërkimor dhe seksioni 5 le
konkluzionet.
3.1 Kërkimi në sistemet e informacionit
Kërkimi në sistemet e informacionit nuk është thjesht i kufizuar
në sferën teknologjike por gjithashtu duhet të zgjerohet për të përfshirë
qëllime të sjelljes dhe organizative.
Këtë ia detyrojmë tezave të disiplinave të ndryshme duke filluar nga
shkencat sociale deri te ato natyrore; kjo çon në nevojën për një
spektër të caktuar të metodave kërkimore që përfshijnë metoda sasiore
dhe cilësore për t'u përdorur për sistemet e informacionit.
Të gjitha metodat e disponueshme të kërkimit janë të rëndësishme, në fakt disa
studiues të tillë si Jenkins (1985), Nunamaker et al. (1991) dhe Galliers
(1992) argumentojnë se nuk ka metodë universale specifike
të kryejë kërkime në fusha të ndryshme të sistemeve të informacionit; Me të vërtetë
një metodë mund të jetë e përshtatshme për një kërkim të caktuar, por jo
për të tjerët. Kjo na sjell nevojën për të zgjedhur një metodë që
është i përshtatshëm për projektin tonë të veçantë kërkimor: për këtë
zgjedhja Benbasat et al. (1987) deklarojnë se ato duhet të merren parasysh
natyrën dhe qëllimin e hulumtimit.
3.1.1 Natyra e hulumtimit
Metodat e ndryshme të bazuara në natyrën e hulumtimit mund të jenë
klasifikuar në tre tradita të njohura gjerësisht në shkencë
e informacionit: hulumtim pozitivist, interpretues dhe kritik.
3.1.1.1 Kërkim pozitivist
Hulumtimi pozitivist njihet edhe si studim shkencor ose
empirike. Ai kërkon të: “shpjegojë dhe parashikojë se çfarë do të ndodhë në
botën sociale duke parë rregullsitë dhe marrëdhëniet shkak-pasojë
ndër elementët që e përbëjnë atë” (Shanks et al 1993).
Hulumtimi pozitivist karakterizohet gjithashtu nga përsëritshmëria,
thjeshtimet dhe përgënjeshtrimet. Përveç kësaj, hulumtimi pozitivist pranon
ekzistenca e marrëdhënieve apriori midis dukurive të studiuara.
Sipas Galliers (1992) taksonomia është një metodë kërkimore
përfshirë në paradigmën pozitiviste, e cila megjithatë nuk kufizohet me kaq,
në fakt ka eksperimente laboratorike, eksperimente në terren,
raste studimore, vërtetim teoremash, parashikime dhe simulime.
Duke përdorur këto metoda studiuesit pranojnë se dukuritë
të studiuara mund të vëzhgohen në mënyrë objektive dhe rigoroze.
3.1.1.2 Hulumtimi interpretues
Hulumtimi interpretues, i cili shpesh quhet fenomenologji ose
antipozitivizmi përshkruhet nga Neuman (1994) si “analizë
sistematika e kuptimit shoqëror të veprimit nëpërmjet të drejtpërdrejtë dhe
vëzhgimi i detajuar i njerëzve në situata natyrore në rregull
për të arritur në një kuptim dhe interpretim se si
njerëzit krijojnë dhe ruajnë botën e tyre shoqërore. Studimet
teoritë interpretuese hedhin poshtë supozimin se dukuritë e vëzhguara
mund të vërehet objektivisht. Në të vërtetë ato janë të bazuara
mbi interpretimet subjektive. Për më tepër, studiuesit interpretues nuk e bëjnë këtë
u imponojnë kuptime apriori dukurive që studiojnë.
Kjo metodë përfshin studime subjektive/argumentuese, veprime të
kërkimore, studime përshkruese/interpretuese, kërkime të ardhshme dhe lojëra të
rol. Përveç këtyre anketave dhe rasteve studimore mund të jenë
të përfshira në këtë qasje pasi ato kanë të bëjnë me studimet e
individë ose organizata në situata komplekse
të botës reale.
3.1.1.3 Kërkim kritik
Hulumtimi kritik është qasja më pak e njohur në shkenca
sociale por kohët e fundit ka marrë vëmendjen e studiuesve
në fushën e sistemeve të informacionit. Supozimi filozofik se
realiteti shoqëror është prodhuar dhe riprodhuar historikisht nga njerëzit,
si dhe sistemet shoqërore me veprimet dhe ndërveprimet e tyre. e tyre
aftësia, megjithatë, ndërmjetësohet nga një sërë konsideratash
sociale, kulturore dhe politike.
Ashtu si kërkimi interpretues, kërkimi kritik argumenton se
Hulumtimi pozitivist nuk ka të bëjë fare me kontekstin social dhe e injoron atë
ndikimi i tij në veprimet njerëzore.
Hulumtimi kritik, nga ana tjetër, kritikon kërkimin interpretues për
duke qenë shumë subjektiv dhe pse nuk synon të ndihmojë
njerëzit për të përmirësuar jetën e tyre. Dallimi më i madh midis
hulumtimi kritik dhe dy qasjet e tjera është dimensioni i tij vlerësues.
Ndërsa objektiviteti i traditave pozitiviste dhe interpretuese është për
parashikojnë ose shpjegojnë status quo-në ose realitetin shoqëror, hulumtim kritik
synon të vlerësojë dhe transformojë në mënyrë kritike realitetin shoqëror nën
studio.
Studiuesit kritikë zakonisht kundërshtojnë status quo-në në mënyrë që të
largimin e dallimeve sociale dhe përmirësimin e kushteve sociale. Aty
kërkimi kritik ka një përkushtim ndaj një pikëpamjeje të procesit të
dukuri me interes dhe, për rrjedhojë, është normalisht gjatësore.
Shembuj të metodave të kërkimit janë studimet historike afatgjata dhe
studimet etnografike. Hulumtimi kritik, megjithatë, nuk ka qenë
përdoret gjerësisht në kërkimin e sistemeve të informacionit
3.1.2 Qëllimi i hulumtimit
Së bashku me natyrën e kërkimit, qëllimi i tij mund të përdoret
për të udhëhequr studiuesin në përzgjedhjen e një metode të veçantë të
kërkimore. Qëllimi i një projekti kërkimor është i lidhur ngushtë
në pozicionin e kërkimit në lidhje me ciklin e kërkimit i cili përbëhet nga
tri faza: ndërtimi i teorisë, testimi i teorisë dhe përsosja e teorisë
teori. Kështu, bazuar në momentin kundrejt ciklit të kërkimit, a
projekti kërkimor mund të ketë një shpjegues, përshkrues, di
eksploruese ose parashikuese.
3.1.2.1 Kërkim eksplorues
Hulumtimi eksplorues ka për qëllim hetimin e një teme
krejtësisht të reja dhe të formulojnë pyetje dhe hipoteza për kërkime
e ardhmja. Ky lloj kërkimi përdoret në ndërtimin e
teori për të fituar referenca fillestare në një fushë të re.
Në mënyrë tipike, përdoren metoda cilësore të kërkimit, siç janë studimet e rasteve
e studimeve apo studimeve fenomenologjike.
Megjithatë, është gjithashtu e mundur të përdoren teknika sasiore si p.sh
hetime ose eksperimente eksploruese.
3.1.3.3 Kërkimi përshkrues
Hulumtimi përshkrues synon të analizojë dhe të përshkruajë në masë të madhe
detajojnë një situatë të veçantë ose praktikë organizative. Kjo
është i përshtatshëm për ndërtimin e teorive dhe mund të përdoret gjithashtu për
konfirmojnë ose kundërshtojnë hipotezat. Kërkimi përshkrues zakonisht
përfshin përdorimin e matjeve dhe mostrave. Metodat më të përshtatshme të kërkimit
përfshijnë hetime dhe analiza të sfondit.
3.1.2.3 Hulumtim shpjegues
Hulumtimi shpjegues përpiqet të shpjegojë pse ndodhin gjërat.
Është ndërtuar mbi fakte që tashmë janë studiuar dhe kërkon të gjejë
arsyet e këtyre fakteve.
Pra, kërkimi shpjegues zakonisht bazohet në kërkime
eksplorues ose përshkrues dhe është ndihmës për të testuar dhe përsosur
teoritë. Hulumtimi shpjegues zakonisht përdor raste studimore
ose metodat e kërkimit të bazuara në anketë.
3.1.2.4 Hulumtimi parandalues
Hulumtimi parandalues ​​synon të parashikojë ngjarje dhe sjellje
nën vëzhgim që po studiohen (Marshall dhe Rossman
1995). Parashikimi është testi standard shkencor i së vërtetës.
Ky lloj kërkimi në përgjithësi përdor anketa ose analiza të të dhënave
dati historianët. (Yin 1989)
Diskutimi i mësipërm tregon se ka një numër të
metodat e mundshme kërkimore që mund të përdoren në një studim
të veçanta. Sidoqoftë, duhet të ketë një metodë specifike që është më e përshtatshme
të tjera për një lloj të caktuar projekti kërkimor. (Galierët
1987, Yin 1989, De Vaus 1991). Çdo studiues, pra, ka
duhet të vlerësohen me kujdes anët e forta dhe të dobëta të
metoda të ndryshme, për të arritur në adoptimin e metodës më të përshtatshme të kërkimit e
në përputhje me projektin kërkimor. (Jenkins 1985, Pervan dhe Klass
1992, Bonomia 1985, Yin 1989, Himilton dhe Ives 1992).
3.2. Metodat e mundshme të kërkimit
Qëllimi i këtij projekti ishte studimi i përvojës në
Organizatat australiane me i dati ruhet me një
zhvillimin e magazina e të dhënave. Dato e cila, aktualisht, ekziston një
mungesa e hulumtimit në zonën e ruajtjes së të dhënave në Australi,
ky projekt kërkimor është ende në fazën teorike të ciklit
kërkimore dhe ka një qëllim eksplorues. Eksplorimi i përvojës në
Organizatat australiane që miratojnë ruajtjen e të dhënave
kërkon interpretimin e shoqërisë reale. Rrjedhimisht, të
supozimi filozofik që qëndron në themel të projektit kërkimor vijon
interpretimi tradicional.
Pas një ekzaminimi rigoroz të metodave në dispozicion, ato janë identifikuar
dy metoda të mundshme kërkimi: anketat dhe studimet e rasteve
(raste studimore), të cilat mund të përdoren për kërkime
eksplorues (Shanks et al. 1993). Galliers (1992) argumenton se
përshtatshmërinë e këtyre dy metodave për këtë studim të veçantë në
taksonomia e tij u rishikua duke thënë se ato janë të përshtatshme për ndërtim
teorike. Dy nënseksionet e mëposhtme diskutojnë secilën metodë në
detaje
3.2.1 Metoda e hulumtimit me anketë
Metoda e hulumtimit të anketimit vjen nga metoda e lashtë e
regjistrimi. Një regjistrim ka të bëjë me mbledhjen e informacionit nga
një popullsi e tërë. Kjo metodë është e shtrenjtë dhe jopraktike
veçanërisht nëse popullsia është e madhe. Pra në krahasim me
regjistrimi, një anketë zakonisht fokusohet në
mbledhin informacion për një numër të vogël ose mostër të
përfaqësues të popullsisë (Fowler 1988, Neuman 1994). A
mostra pasqyron popullsinë nga e cila është nxjerrë, me të ndryshme
nivelet e saktësisë, sipas strukturës së kampionit,
madhësia dhe metoda e përzgjedhjes së përdorur (Fowler 1988, Babbie
1982, Neuman 1994).
Metoda e anketimit është përcaktuar si "fotografi të praktikave,
situata ose pikëpamje në një moment të caktuar kohor, të ndërmarra duke përdorur
pyetësorë apo intervista, nga të cilat mund të dalin përfundime
bërë” (Galliers 1992:153) [fotografi e çastit e praktikave,
situata ose pikëpamje në një moment të caktuar kohor, të ndërmarra duke përdorur
pyetësorë ose intervista, nga të cilat mund të nxirren përfundime]. Të
sondazhet merren me mbledhjen e informacionit për disa aspekte
të studimit, nga një numër pjesëmarrësish, duke bërë
pyetje (Fowler 1988). Edhe këta pyetësorë dhe intervista, të cilat
përfshijnë intervista telefonike ballë për ballë dhe intervista të strukturuara,
janë teknikat e mbledhjes së dati më së shpeshti përdoret në
hetime (Blalock 1970, Nachmias and Nachmias 1976, Fowler
1988), mund të përdoren vëzhgimet dhe analizat (Gable
1994). Nga të gjitha këto metoda të mbledhjes së perëndive dati, perdorimi i
pyetësori është teknika më e njohur, pasi siguron që i dati
të mbledhura janë të strukturuara dhe të formatuara, dhe kështu lehtëson
klasifikimi i informacionit (Hwang 1987, de Vaus 1991).
Në analizimin e i dati, një strategji hetimi shpesh përdor
teknikat sasiore, të tilla si analiza statistikore, por mund të jenë
përdoren gjithashtu teknika cilësore (Galliers 1992, Pervan
dhe Klass 1992, Gable 1994). Normalisht, i dati të mbledhura janë
përdoret për të analizuar shpërndarjet dhe modelet e asociacioneve
(Fowler 1988).
Edhe pse anketat janë përgjithësisht të përshtatshme për kërkime
duke u marrë me pyetjen 'çfarë?' (çfarë) ose prej saj
që rrjedhin, si 'sa' (sa) dhe 'quant'è' (sa), ata
mund të pyetet nëpërmjet pyetjes 'pse' (Sonquist dhe
Dunkelberg 1977, Yin 1989). Sipas Sonquist dhe Dunkelberg
(1977), kërkimi kërkimor tregon hipoteza të vështira, programi di
vlerësimi, duke përshkruar popullsinë dhe duke zhvilluar modele të
sjellje njerezore. Gjithashtu, mund të përdoren anketat
për të studiuar një mendim të caktuar të popullsisë, kushtet,
opinionet, karakteristikat, pritjet dhe madje edhe sjelljet e kaluara
ose i pranishëm (Neuman 1994).
Hetimet i lejojnë studiuesit të zbulojë marrëdhëniet midis
popullsia dhe rezultatet janë zakonisht më të përgjithshme se për
metoda të tjera (Sonquist dhe Dunkelberg 1977, Gable 1994). Të
sondazhet i lejojnë studiuesit të mbulojnë një zonë gjeografike
më gjerë dhe për të arritur një numër të madh të regjistruarish (Blalock 1970,
Sonquist dhe Dunkelberg 1977, Hwang dhe Lin 1987, Gable 1994,
Neumann 1994). Më në fund, sondazhet mund të ofrojnë informacion
të cilat nuk janë të disponueshme diku tjetër ose në formën e kërkuar për analiza
(Fowler 1988).
Megjithatë, ka disa kufizime për kryerjen e një sondazhi. Një
disavantazhi është se studiuesi nuk mund të marrë shumë informacion
për objektin e studiuar. Kjo për faktin se
hetimet kryhen vetëm në një moment të caktuar dhe, për rrjedhojë,
ka një numër të kufizuar variablash dhe njerëzish që studiuesi mund
studim (Yin 1989, de Vaus 1991, Gable 1994, Denscombe 1998).
Një tjetër disavantazh është se çfarë mund të jetë kryerja e një sondazhi
shumë i kushtueshëm për sa i përket kohës dhe burimeve, veçanërisht nëse
përfshin intervista ballë për ballë (Fowler 1988).
3.2.2. Metoda e Kërkimit Kërkimor
Metoda e kërkimit kërkimor përfshin studimin e thellë të
një situatë të veçantë brenda kontekstit të saj real në a
periudhë të caktuar kohore, pa asnjë ndërhyrje nga ana e
studiues (Shanks & C. 1993, Eisenhardt 1989, Jenkins 1985).
Kryesisht kjo metodë përdoret për të përshkruar marrëdhëniet ndërmjet
variablat që studiohen në një situatë të caktuar
(Galliers 1992). Hetimet mund të përfshijnë raste individuale ose
shumëfisha, në varësi të fenomenit të analizuar (Franz dhe Robey 1987,
Eisenhardt 1989, Yin 1989).
Metoda e kërkimit kërkimor përkufizohet si "një hetim
studim empirik që studion një fenomen bashkëkohor brenda
kontekstin e tij real, duke përdorur burime të shumta të nxjerra nga një o
entitete të shumta si njerëz, grupe ose organizata” (Yin 1989).
Nuk ka një ndarje të qartë midis fenomenit dhe kontekstit të tij e
nuk ka kontroll ose manipulim eksperimental të variablave (Yin
1989, Benbasat et al 1987).
Ka një shumëllojshmëri teknikash për mbledhjen e perëndive dati se ata munden
të përdoret në metodën e hetimit, të cilat përfshijnë
vëzhgime të drejtpërdrejta, rishikime të të dhënave arkivore, pyetësorë,
rishikimi i dokumentacionit dhe intervistat e strukturuara. Duke pasur
një gamë e ndryshme teknikash të vjeljes dati, hetimet
lejojnë studiuesit të merren me të dyja dati cilësore që
sasi në të njëjtën kohë (Bonoma 1985, Eisenhardt 1989, Yin
1989, Gable 1994). Siç është rasti me metodën e anketimit, a
studiuesi hetimor vepron si vëzhgues ose studiues dhe jo
si pjesëmarrës aktiv në organizimin e studimit.
Benbasat et al (1987) pohojnë se metoda e kërkimit është
veçanërisht të përshtatshme për ndërtimin e teorisë kërkimore, e cila
ai fillon me një pyetje kërkimore dhe vazhdon me trajnimin
të një teorie gjatë procesit të mbledhjes dati. Qenien
i përshtatshëm edhe për skenë
të ndërtimit të teorisë, Franz dhe Robey (1987) sugjerojnë se
metoda e kërkimit mund të përdoret edhe për kompleksin
faza e teorisë. Në këtë rast, bazuar në provat e mbledhura, a
teoria ose hipoteza e dhënë verifikohet ose kundërshtohet. Plus, hetimi është
i përshtatshëm gjithashtu për kërkime që kanë të bëjnë me pyetjet 'si' ose 'si'
'sepse' (Yin 1989).
Krahasuar me metodat e tjera, anketat i lejojnë studiuesit të
kapni informacionin thelbësor në më shumë detaje (Galliers
1992, Shanks et al 1993). Për më tepër, hetimet lejojnë që
studiuesi për të kuptuar natyrën dhe kompleksitetin e proceseve që studiohen
(Benbasat et al. 1987).
Ka katër disavantazhe kryesore që lidhen me metodën
hetimi. E para është mungesa e zbritjeve të kontrolluara. Aty
Subjektiviteti i studiuesit mund të paragjykojë gjetjet dhe përfundimet
të studimit (Yin 1989). Disavantazhi i dytë është mungesa e
vëzhgimi i kontrolluar. Ndryshe nga metodat eksperimentale,
studiuesi hulumtues nuk mund të kontrollojë dukuritë e studiuara
pasi ato shqyrtohen në kontekstin e tyre natyror (Gable 1994). Të
disavantazhi i tretë është mungesa e përsëritshmërisë. Kjo për faktin
se studiuesi nuk ka gjasa të vëzhgojë të njëjtat ngjarje, p.sh
nuk mund të verifikojë rezultatet e një studimi të caktuar (Lee 1989).
Së fundi, si pasojë e mospërsëritshmërisë, është e vështirë
përgjithësoni rezultatet e marra nga një ose më shumë anketa (Galliers
1992, Shanks et al 1993). Të gjitha këto probleme, megjithatë, jo
janë të pakapërcyeshme dhe, në fakt, mund të minimizohen nga
studiuesi që aplikon veprimet e duhura (Lee 1989).
3.3. Arsyetoni metodologjinë e kërkimit
miratuar
Nga dy metodat e mundshme të kërkimit për këtë studim, metoda e
sondazhi konsiderohet si më i përshtatshmi. Ajo e hetimit është
është hedhur pas shqyrtimit të kujdesshëm të lidhjeve
meritat dhe dobësitë. Komoditeti ose papërshtatshmëria e secilit
metoda për këtë studim do të diskutohet më vonë.
3.3.1. Metoda e papërshtatshme e hulumtimit
të hetimit
Metoda e hetimit kërkon studim të thelluar rreth a
situatë e veçantë brenda një ose më shumë organizatave për a
periudhë kohore (Eisenhardt 1989). Në këtë rast, periudha mund
tejkalojnë afatin kohor të dhënë për këtë studim. Një tjetër
Arsyeja për të mos miratuar metodën e hetimit është se rezultatet
ata mund të vuajnë nga mungesa e ashpërsisë (Yin 1989). Subjektiviteti
i studiuesit mund të ndikojë në rezultatet dhe përfundimet. Një tjetër
Arsyeja është se kjo metodë është më e përshtatshme për kërkime me pyetje
të tipit 'si' ose 'pse' (Yin 1989), ndërsa pyetja kërkimore
për këtë studim është i tipit 'çfarë'. E fundit por jo më pak e
E rëndësishmja, është e vështirë të përgjithësohen rezultatet nga vetëm një o
pak pyetje (Galliers 1992, Shanks et al. 1993). Mbi bazën e
ky arsyetim, metoda e kërkimit kërkimor nuk është
u zgjodh si i papërshtatshëm për këtë studim.
3.3.2. Komoditeti i metodës së kërkimit të
studim
Kur u krye ky hulumtim, praktika e ruajtjes së të dhënave
nuk ishte miratuar gjerësisht nga
organizatat australiane. Pra, nuk kishte shumë informacion
lidhur me zbatimin e tyre brenda
organizatat australiane. Informacioni i disponueshëm erdhi nga
nga organizatat që kishin zbatuar ose përdorur një të dhënë
depo. Në këtë rast, metoda e hulumtimit të anketës është më së shumti
i përshtatshëm pasi mundëson marrjen e informacionit që nuk është
në dispozicion diku tjetër ose në formën e kërkuar për analizë (Fowler 1988).
Përveç kësaj, metoda e hulumtimit të anketës i lejon studiuesit të
merrni një pasqyrë të mirë në praktikat, situatat ose
parë në një kohë të caktuar (Galliers 1992, Denscombe 1998).
Është kërkuar një pasqyrë për të rritur
njohuri për përvojën australiane të ruajtjes së të dhënave.
Përsëri, Sonquist dhe Dunkelberg (1977) deklarojnë se rezultatet e
Hulumtimi i anketave është më i përgjithshëm se metodat e tjera.
3.4. Dizajni i Hulumtimit të Sondazhit
Anketa mbi praktikën e ruajtjes së të dhënave është kryer në vitin 1999.

Popullata e synuar përbëhej nga organizata
të interesuara për studimet e magazinimit të të dhënave, siç ishin
ndoshta tashmë i informuar për i dati cili dyqan dhe
prandaj, mund të ofrojë informacion të dobishëm për këtë studim. Aty
Popullsia e synuar u identifikua me një anketë fillestare të
të gjithë anëtarët australianë të 'Institutit të Magazinimit të të Dhënave' (Tdwiaap).
Ky seksion diskuton hartimin e fazës së kërkimit
empirike të këtij studimi.
3.4.1. Teknika e mbledhjes dati
Nga tre teknikat që përdoren zakonisht në kërkimin investigativ
(p.sh. pyetësor me postë, intervistë telefonike dhe intervistë
personale) (Nachmias 1976, Fowler 1988, de Vaus 1991), për
Ky studim është miratuar pyetësori me postë. E para
arsyeja e miratimit të kësaj të fundit është se mund të arrihet a
Popullsia e shpërndarë gjeografikisht (Blalock 1970, Nachmias e
Nachmias 1976, Hwang dhe Lin 1987, de Vaus 1991, Gable 1994).
Së dyti, pyetësori me postë është i përshtatshëm për pjesëmarrësit
me arsim të lartë (Fowler 1988). Pyetësori me postë për këtë
studimi iu drejtua sponsorëve të projektit për ruajtjen e të dhënave,
drejtorët dhe/ose menaxherët e projekteve. Së treti, pyetësorët në
posta janë të përshtatshme kur keni një listë të sigurt të
adresat (Salant dhe Dilman 1994). TDWI, në këtë rast, një
Shoqata e besuar e magazinimit të të dhënave ka ofruar listën e postimeve
nga anëtarët e saj australianë. Një tjetër plus i pyetësorit
me postë kundrejt pyetësorit ose intervistave telefonike
personale është se i lejon të regjistruarit të përgjigjen me më shumë
saktësinë, veçanërisht kur të anketuarit duhet të konsultohen
shënime ose diskutoni pyetje me njerëz të tjerë (Fowler
1988).
Një pengesë e mundshme mund të jetë koha e nevojshme për
kryerja e pyetësorëve me postë. Normalisht, një pyetësor larg
posta kryhet në këtë sekuencë: dërgoni letra, prisni
përgjigjet dhe dërgoni konfirmimin (Fowler 1988, Bainbridge 1989).
Kështu, koha totale mund të jetë më e gjatë se koha e kërkuar
intervista personale ose për intervista telefonike. Megjithatë, të
koha totale mund të dihet paraprakisht (Fowler 1988,
Denscombe 1998). Koha e shpenzuar për kryerjen e intervistave
personale nuk mund të dihet paraprakisht pasi ndryshon nga
një intervistë me tjetrën (Fowler 1988). Intervistat telefonike
mund të jetë më i shpejtë se pyetësorët dhe emailet postare
intervistat personale, por ato mund të kenë një përqindje të lartë të humbjes
përgjigje për shkak të mosdisponueshmërisë së disa njerëzve (Fowler 1988).
Për më tepër, intervistat telefonike në përgjithësi janë të kufizuara në listat e
pyetje relativisht të shkurtra (Bainbridge 1989).
Një tjetër dobësi e një pyetësori postar është shkalla e lartë e
mungesa e përgjigjes (Fowler 1988, Bainbridge 1989, Neuman
1994). Megjithatë, janë marrë kundërmasa, duke u shoqëruar
ky studim me një institucion të besuar të të dhënave
magazinimi (d.m.th. TDWI) (Bainbridge 1989, Neuman 1994),
e cila dërgon dy letra përkujtues për ata që nuk janë përgjigjur
(Fowler 1988, Neuman 1994) dhe gjithashtu përfshin një letër
suplement që shpjegon qëllimin e studimit (Neuman 1994).
3.4.2. Njësia e analizës
Qëllimi i këtij studimi është të marrë informacion rreth
zbatimin e magazinimit të të dhënave dhe përdorimin e të njëjtës
brenda organizatave australiane. Popullsia e synuar
përbëhet nga të gjitha organizatat australiane që kanë
zbatohen, ose janë duke zbatuar, i magazina e të dhënave. Në
organizatat individuale janë përmendur më poshtë. Pyetësori
u dërgua me postë organizatave të interesuara për ta adoptuar
di magazina e të dhënave. Kjo metodë siguron që informacioni
koleksionet vijnë nga burimet më të përshtatshme të çdo organizate
pjesëmarrëse.
3.4.3. Mostra e anketës
"Lista e postimeve" e pjesëmarrësve në anketë është marrë nga
Zgjatja TDW. Nga kjo listë, 3000 organizata australiane
u zgjodhën si bazë për kampionim. A
letër plotësuese që shpjegon projektin dhe qëllimin e hetimit,
së bashku me një kartë përgjigjeje dhe një zarf të parapaguar për
kthimi, pyetësori i plotësuar iu dërgua kampionit.
Nga 3000 organizata, 198 kanë rënë dakord të marrin pjesë
studim. Pritej një numër kaq i vogël i përgjigjeve Dato il
një numër i madh i organizatave australiane që atëherë kishin
përqafuan ose po përqafonin strategjinë e datës
magazinimin brenda organizatave të tyre. Kështu
Popullata e synuar për këtë studim përbëhet nga vetëm 198
organizatave.
3.4.4. Përmbajtja e pyetësorit
Struktura e pyetësorit është bazuar në modelin e datës
magazina Monash (diskutuar më parë në pjesën 2.3). Të
përmbajtja e pyetësorit u bazua në analizën e
literatura e paraqitur në kapitullin 2. Një kopje e pyetësorit
mund të gjenden të dërguara me postë për pjesëmarrësit në anketë
në Shtojcën B. Pyetësori përbëhet nga gjashtë seksione, të cilat
ndjekin fazat e modelit të trajtuar. Gjashtë paragrafët e mëposhtëm
përmblidhni shkurtimisht përmbajtjen e secilit seksion.
Seksioni A: Informacioni bazë për organizatën
Ky seksion përmban pyetje në lidhje me profilin e
organizatat pjesëmarrëse. Plus, disa nga pyetjet janë
që kanë të bëjnë me gjendjen e projektit të ruajtjes së të dhënave
pjesëmarrëse. Informacion konfidencial si emri
të organizatës nuk u zbuluan në analizën e anketës.
Seksioni B: Fillimi
Pyetjet në këtë seksion kanë të bëjnë me fillimin
magazinimi i të dhënave. U bënë pyetje për sa
ka të bëjë me iniciatorët e projektit, sponsorët, aftësitë dhe njohuritë
kërkesat, objektivat e zhvillimit të ruajtjes së të dhënave dhe
pritjet e përdoruesve fundorë.
Seksioni C: Projektimi
Ky seksion përmban pyetje që lidhen me aktivitetet e
planifikimin e magazina e të dhënave. Konkretisht, pyetjet janë
deklaroni për qëllimin e ekzekutimit, kohëzgjatjen e projektit, koston
të projektit dhe analizës kosto/përfitim.
Seksioni D: Zhvillimi
Në seksionin e zhvillimit ka pyetje që lidhen me aktivitetet e
zhvillimin e magazina e të dhënave: mbledhja e kërkesave të përdoruesit
përfundimtare, burimet e dati, modeli logjik i dati, prototipe, të
planifikimi i kapaciteteve, arkitekturat teknike dhe përzgjedhja e
mjetet e zhvillimit të ruajtjes së të dhënave.
Seksioni E: Operacioni
Pyetje operative në lidhje me operacionin ed
ndaj shtrirjes së magazina e të dhënave, ndërsa zhvillohet në
fazën tjetër të zhvillimit. Aty cilësinë e të dhënave, strategjitë e
rifreskimi i dati, granulariteti i datishkallëzueshmëria e të dhënave
magazinë dhe problemet e sigurisë së magazina e të dhënave ata ishin mes
llojet e pyetjeve të bëra.
Seksioni F: Zhvillimi
Ky seksion përmban pyetje në lidhje me përdorimin e të dhënave
depo nga përdoruesit përfundimtarë. Studiuesi ishte i interesuar
për qëllimin dhe dobinë e magazina e të dhënave, rishikimi dhe strategjitë
të trajnimit të miratuar dhe strategjinë e kontrollit të të dhënave
magazina e miratuar.
3.4.5. Shkalla e përgjigjeve
Edhe pse anketat me postë kritikohen se kanë një normë prej
reagim i ulët, janë marrë masa për rritjen e
norma e kthimit (siç u diskutua pjesërisht më parë
3.4.1). Termi 'normë e përgjigjes' i referohet përqindjes së
njerëzit në një kampion të caktuar të anketës që iu përgjigjën
pyetësor (Denscombe 1998). Është përdorur sa vijon
formula për llogaritjen e shkallës së përgjigjes për këtë studim:
Numri i njerëzve që u përgjigjën
Shkalla e përgjigjes =
—————————————————————————— X 100
Numri total i pyetësorëve të dërguar
3.4.6. Pilot testues
Përpara se pyetësori t'i dërgohet kampionit, pyetjet janë
u ekzaminua duke kryer testet pilot, siç sugjeroi Luck
dhe Rubin (1987), Jackson (1988) dhe de Vaus (1991). Qellimi i
testet pilot janë të zbulojnë të gjitha shprehjet e pakëndshme, të paqarta dhe të paqarta
pyetje të vështira për t'u interpretuar, për të sqaruar ndonjë
përkufizimet dhe termat e përdorur dhe për të identifikuar kohën e përafërt
kërkohet për të plotësuar pyetësorin (Warwick dhe Lininger 1975,
Jackson 1988, Salant dhe Dilman 1994). Provat pilot ishin
kryhet duke përzgjedhur lëndë me karakteristika të ngjashme me ato
e lëndëve përfundimtare, siç sugjerohet nga Davis e Cosenza (1993). Në
në këtë studim ishin gjashtë profesionistë të magazinimit të të dhënave
të përzgjedhura si subjekte pilot. Pas çdo testi pilot, ata janë
janë bërë korrigjimet e nevojshme. Nga testet pilot të kryera, i
pjesëmarrësit ndihmuan në riformësimin dhe rivendosjen e
versionin përfundimtar të pyetësorit.
3.4.7. Metodat e Analizës së të dhëna
I dati të dhënat e anketës të mbledhura nga pyetësorët e mbyllur janë
u analizuan duke përdorur një paketë softuerike statistikore
referuar si SPSS. Shumë nga përgjigjet janë analizuar
duke përdorur statistika përshkruese. Një numër pyetësorësh
u kthyen të paplota. Këta trajtoheshin me plak
vëmendje për t'u siguruar që i dati të humbur nuk ishin një
pasojë e gabimeve në futjen e të dhënave, por pse jo edhe pyetje
ishin të përshtatshme për deklarues, ose deklaruesi vendosi jo
përgjigjuni një ose më shumë pyetjeve specifike. Këto përgjigje
që mungonin u injoruan gjatë analizimit të dati dhe kanë qenë
koduar si '-9' për të siguruar përjashtimin e tyre nga procesi
analizat.
Në përgatitjen e pyetësorit, pyetjet ishin të mbyllura
parakodohen duke i caktuar një numër secilit opsion. Numri
më pas u përdor për të përgatitur i dati gjatë analizës
(Denscombe 1998, Sapsford dhe Jupp 1996). Për shembull, kishte
gjashtë opsione të renditura në pyetjen 1 të seksionit B: këshilla
drejtori, drejtues i lartë, departament IT, njësi
biznes, konsulentë dhe më shumë. Në dosjen e dati i SPSS, është
u krijua një variabël për të treguar 'iniciatorin e projektit',
me gjashtë etiketa vlerash: '1' për 'bordin', '2'
për 'ekzekutiv të lartë' e kështu me radhë. Përdorimi i shkallës Likertin
në disa nga pyetjet e mbyllura ka edhe leje
një identifikim që nuk kërkon përpjekje duke pasur parasysh përdorimin e vlerave
numrat përkatës të futur në SPSS. Për pyetje me
përgjigje jo shteruese, të cilat nuk përjashtonin njëra-tjetrën,
çdo opsion trajtohej si një variabël i vetëm me dy
etiketat e vlerave: '1' për 'shënuar' dhe '2' për 'e pashënuar'.
Pyetjet e hapura trajtoheshin ndryshe nga pyetjet
mbyllur. Përgjigjet për këto pyetje nuk janë postuar në
SPSS. Në vend të kësaj, ato u analizuan me dorë. Përdorimi i kësaj
lloji i pyetjes ju lejon të merrni informacion në lidhje me idetë
të shprehura lirisht dhe përvojat personale të të regjistruarve
(Bainbridge 1989, Denscombe 1998). Aty ku është e mundur, është bërë
një kategorizim i përgjigjeve.
Për analizën e dati, përdoren metoda të analizës së thjeshtë statistikore,
të tilla si frekuenca e përgjigjeve, mesatarja, devijimi standard
mesatarja dhe mesatarja (Argyrous 1996, Denscombe 1998).
Testi Gama ishte efektiv për marrjen e matjeve sasiore
të shoqatave ndërmjet dati rendore (Norusis 1983, Argyrous 1996).
Këto teste ishin të përshtatshme sepse shkallët rendore të përdorura nuk ishin të përshtatshme
ato kishin shumë kategori dhe mund të tregoheshin në një tabelë
(Norusis 1983).
3.5 Përmbledhje
Në këtë kapitull, metodologjia e hulumtimit dhe
dizajnet e miratuara për këtë studim.
Zgjedhja e metodës më të përshtatshme të kërkimit për a
merr parasysh studimin e veçantë
merrni parasysh një sërë rregullash, duke përfshirë natyrën dhe llojin
të hulumtimit, si dhe meritat dhe dobësitë e secilit të mundshëm
metoda (Jenkins 1985, Benbasat et al. 1097, Galliers and Land 1987,
yin 1989, Hamilton dhe ives 1992, Galliers 1992, neuman 1994). Pamje
mungesa e njohurive dhe teorisë ekzistuese për të
i adoptimit të magazinimit të të dhënave në Australi, ky studim nga
kërkimi kërkon një metodë kërkimore interpretuese me një aftësi
eksploruese për të eksploruar përvojat e organizatave
Australian. Metoda juaj e kërkimit është zgjedhur për
mbledhin informacion në lidhje me miratimin e konceptit të datës
magazina nga organizatat australiane. A
Pyetësori postar u zgjodh si teknikë e mbledhjes dati.
arsyetimet për metodën e kërkimit dhe teknikën e mbledhjes dati
përzgjedhjet do të jepen në këtë kapitull. Plus ishte
paraqiti një diskutim mbi njësinë e analizës, kampionin
të përdorura, përqindjet e përgjigjeve, përmbajtja e pyetësorit,
para testimit të pyetësorit dhe metodës së analizës së dati.

Projektimi a Depo e te dhenave:
Kombinimi i marrëdhënieve të entitetit dhe modelimit dimensional
Abstract
Dyqani i dati është një çështje aktuale e rëndësishme për shumë njerëz
organizatave. Një problem kyç në zhvillim
të ruajtjes së dati është dizajni i tij.
Dizajni duhet të mbështesë zbulimin e koncepteve në të dhëna
magazina në sistemin e trashëgimisë dhe burime të tjera të dati dhe gjithashtu një
kuptim i lehtë dhe zbatim efikas i të dhënave
depo.
Pjesa më e madhe e literaturës së magazinimit dati rekomanduar
përdorimin e modelimit të marrëdhënieve të entitetit ose modelimit dimensional për
përfaqësojnë dizajnin e magazina e të dhënave.
Në këtë ditar tregojmë se si të dyja
përfaqësimet mund të kombinohen në një qasje për
vizatimi i magazina e të dhënave. Qasja e përdorur është sistematike
shqyrtohet në një rast studimor dhe identifikohet në një numër të
implikime të rëndësishme me profesionistët.
RUAJTJA E TË DHËNAVE
Un magazina e të dhënave zakonisht përkufizohet si "i orientuar nga subjekti,
Mbledhja e integruar, me variante kohore dhe e paqëndrueshme e të dhënave në mbështetje
e vendimeve të menaxhmentit” (Inmon dhe Hackathorn, 1994).
I orientuar nga lënda dhe i integruar tregon se magazina e të dhënave è
projektuar për të kaluar kufijtë funksionalë të sistemeve të trashëguara për
ofrojnë një perspektivë të integruar të dati.
Varianti kohor ka të bëjë me natyrën historike ose të serive kohore të videos dati in
un magazina e të dhënave, e cila mundëson analizimin e tendencave.
Jo e paqëndrueshme tregon se magazina e të dhënave nuk është në vazhdimësi
përditësuar si a bazës së të dhënave të OLTP. Përkundrazi është përditësuar
periodikisht, me dati nga burime të brendshme dhe të jashtme. Të
magazina e të dhënave është projektuar posaçërisht për kërkime
në vend se për integritetin dhe performancën e përditësimit
operacionet.
Ideja e ruajtjes së i dati nuk është e re, ishte një nga qëllimet
të menaxhimit të dati që nga vitet gjashtëdhjetë (Il Martin, 1982).
I magazina e të dhënave ofrojnë infrastrukturën dati për menaxhim
sistemet mbështetëse. Sistemet e mbështetjes së menaxhimit përfshijnë vendimin
sistemet mbështetëse (DSS) dhe sistemet e informacionit ekzekutiv (EIS).
Një DSS është një sistem informacioni i bazuar në kompjuter që është
projektuar për të përmirësuar procesin dhe rrjedhimisht kapjen e
vendim njerëzor. Një EIS është zakonisht një sistem shpërndarjeje
dati e cila u mundëson drejtuesve të biznesit të aksesojnë lehtësisht pamjen
nga dati.
Arkitektura e përgjithshme e një magazina e të dhënave nxjerr në pah rolin e
magazina e të dhënave në mbështetjen e menaxhmentit. Përveç ofrimit
infrastrukturën dati për EIS dhe DSS, al magazina e të dhënave është e mundur
aksesoni atë drejtpërdrejt përmes pyetjeve. THE dati përfshirë në një datë
magazina bazohen në një analizë të kërkesave për informacion të
menaxhimit dhe janë marrë nga tre burime: sistemet e brendshme të trashëgimisë,
sistemet e kapjes së të dhënave për qëllime të veçanta dhe burimet e jashtme të të dhënave. THE
dati në sistemet e brendshme të trashëgimisë janë shpesh të tepërta,
i dobët, me cilësi të ulët dhe i ruajtur në formate të shumta
kështu që ato duhet të rakordohen dhe pastrohen përpara se t'i ngarkoni në
magazina e të dhënave (Inmon, 1992; McFadden, 1996). THE dati nga
nga sistemet e ruajtjes dati ad hoc dhe nga burimet dati
të jashtme shpesh përdoren për të shtuar (përditësuar, zëvendësuar) i
dati nga sistemet e trashëgimisë.
Ka shumë arsye bindëse për të zhvilluar një magazina e të dhënave,
të cilat përfshijnë vendimmarrje më të mirë nëpërmjet përdorimit
më shumë informacion efektiv (Ives 1995), mbështetje për një fokus
mbi biznesin e plotë (Graham 1996), dhe reduktimin e kostove të
sigurimi i dati për EIS dhe DSS (Graham 1996, McFadden
1996).
Një studim i fundit empirik gjeti, mesatarisht, një kthim të
investimet për i magazina e të dhënave me 401% pas tre vjetësh (Graham,
1996). Megjithatë, studimet e tjera empirike të magazina e të dhënave kam
gjeti probleme të rëndësishme duke përfshirë vështirësi në matjen e ed
shpërndarja e përfitimeve, mungesa e qëllimit të qartë, nënvlerësimi i tij
shtrirja dhe kompleksiteti i procesit të ruajtjes i dati, Në
veçanërisht në lidhje me burimet dhe pastërtinë e dati.
Dyqani i dati mund të konsiderohet si një zgjidhje
për problemin e menaxhimit dati ndërmjet organizatave. Aty
manipulimi i dati si burim social ka mbetur një nga
problemet kryesore në menaxhimin e sistemeve të informacionit në të gjithë
botë për shumë vite (Brancheau et al. 1996, Galliers et al. 1994,
Niederman et al. 1990, Pervan 1993).
Një qasje popullore për menaxhimin e aseteve dati ishte në vitet tetëdhjetë
zhvillimin e një modeli dati sociale. Model dati sociale ishte
projektuar për të ofruar një bazë të qëndrueshme për zhvillimin e sistemeve të reja
aplikacionet dhe bazës së të dhënave dhe rindërtimi dhe integrimi i trashëgimisë
sistemet (Brancheau et al.
1989, Goodhue et al. 1988:1992, Kim dhe Everest 1994).
Megjithatë, ka shumë probleme me këtë qasje, në
në veçanti, kompleksiteti dhe kostoja e secilës detyrë, dhe koha e gjatë
kërkohet të ketë rezultate të prekshme (Beynon-Davies 1994, Earl
1993, Goodhue et al. 1992, Periasamy 1994, Shanks 1997).
Il magazina e të dhënave është një bazë të dhënash e veçantë që bashkëekziston me trashëgiminë
bazat e të dhënave në vend që t'i zëvendësojnë ato. Prandaj ju lejon të
drejtojnë menaxhimin e dati dhe shmangni rindërtimin e kushtueshëm
të sistemeve të trashëgimisë.
QASJET EKZISTUESE NDAJ DIZAJNIT TË TË DHËNAVE
WAREHOUSE
Procesi i ndërtimit dhe perfeksionimit a magazina e të dhënave
duhet kuptuar më shumë si një proces evolucionar sesa si a
Cikli jetësor i zhvillimit të sistemeve tradicionale (Dëshira, 1995, Shanks,
O'Donnell dhe Arnott 1997a). Ka shumë procese të përfshira në a
projekti i magazina e të dhënave të tilla si inicializimi, planifikimi;
informacionin e marrë nga kërkesat e kërkuara nga menaxherët e kompanisë;
burimet, transformimet, pastrimi i dati dhe sinkronizimi nga trashëgimia
sistemeve dhe burimeve të tjera të dati; sistemet e shpërndarjes në zhvillim;
monitorimi i magazina e të dhënave; dhe pakuptimësia e procesit
evolucionare dhe ndërtimi i një magazina e të dhënave (Shinks, O'Donnell
dhe Arnott 1997b). Në këtë ditar, ne fokusohemi në mënyrën se si
vizato i dati të ruajtura në kontekstin e këtyre proceseve të tjera.
Ka një sërë qasjesh të propozuara për arkitekturën e të dhënave
magazina në literaturë (Inmon 1994, Ives 1995, Kimball 1994
McFadden 1996). Secila prej këtyre metodologjive ka një përmbledhje
rishikojnë me një analizë të pikave të forta dhe të dobëta të tyre.
Inmon's (1994) Përqasja për Depo e te dhenave
Projektimi
Inmon (1994) propozoi katër hapa përsëritës për të hartuar një të dhënë
depo (shih Figurën 2). Hapi i parë është të hartoni një shabllon
dati sociale për të kuptuar se si i dati mund të integrohen
nëpër fusha funksionale brenda një organizate
nënndarje i dati ruajnë në zona. Model dati është bërë për
per te ruajtur dati që kanë të bëjnë me vendimmarrjen, duke përfshirë dati
historike dhe të përfshira dati të zbritura dhe të grumbulluara. Hapi i dytë është
identifikoni fushat lëndore për zbatim. Këto janë të bazuara
mbi prioritetet e përcaktuara nga një organizatë e caktuar. E treta
hapi përfshin vizatimin a bazës së të dhënave për fushën e lëndës, poza
vëmendje e veçantë për të përfshirë nivelet e duhura të grimcave.
Inmon rekomandon përdorimin e modelit të entitetit dhe marrëdhënies. Së katërti
Hapi është identifikimi i sistemeve burimore dati kërkohet dhe zhvillohet
proceset e transformimit për të kapur, pastruar dhe formatuar i dati.
Pikat e forta të qasjes së Inmon janë se modeli dati social
ofron bazën për integrimin e dati brenda organizatës
dhe planifikimi i mbështetjes për zhvillimin përsëritës të të dhënave
depo. Të metat e tij janë vështirësia dhe kostoja e vizatimit
modeli dati sociale, vështirësia në të kuptuarit e modeleve të entiteteve e
marrëdhëniet e përdorura në të dy modelet, që dati sociale dhe ajo e dati
të ruajtura sipas zonës së temës dhe përshtatshmërisë së dati del
vizatimi i magazina e të dhënave për realizimin e bazës së të dhënave
relacionale por jo për bazës së të dhënave shumëdimensionale.
Ives' (1995) Qasja ndaj Depo e te dhenave
Projektimi
Ives (1995) propozon një qasje me katër hapa për të hartuar një
sistemin e informacionit që ai e konsideron të zbatueshëm për hartimin e një date
depo (shih Figurën 3). Qasja bazohet shumë në
Inxhinieri e Informacionit për zhvillimin e sistemeve të informacionit
(Martin 1990). Hapi i parë është përcaktimi i qëllimeve, faktorëve
historitë e suksesit dhe treguesit kryesorë të performancës. THE
proceset kryesore të biznesit dhe informacionet e nevojshme janë
modeluar për të na çuar drejt një modeli dati sociale. Hapi i dytë
ai përfshin zhvillimin e një arkitekture që përcakton dati
të ruajtura sipas zonës, bazës së të dhënave di magazina e të dhënave, komponentët
të teknologjisë që kërkohen, grupi i mbështetjes organizative
kërkohet të zbatohet dhe të funksionojë me magazina e të dhënave. E treta
hapi përfshin përzgjedhjen e paketave dhe mjeteve të nevojshme softuerike.
Hapi i katërt është projektimi i detajuar dhe ndërtimi i
magazina e të dhënave. Ives vëren atë dyqan dati ai është një lidhje
proces përsëritës.
Fuqia e qasjes së Ives është përdorimi i specifikimeve teknike për
përcaktojnë kërkesat e informacionit, përdorimin e një të strukturuar
procesi për të mbështetur integrimin e magazina e të dhënave,
përzgjedhjen e duhur të harduerit dhe softuerit dhe përdorimin e shumëfishtë
teknikat e përfaqësimit për magazina e të dhënave. Të metat e tij
ato janë të natyrshme në kompleksitet. Të tjera përfshijnë vështirësi në
zhvillojnë shumë nivele të bazës së të dhënave all'interno del magazina e të dhënave in
kohë dhe kosto të arsyeshme.
Kimball's (1994) Qasja ndaj Depo e te dhenave
Projektimi
Kimball (1994) propozoi pesë hapa përsëritës për hartimin e të dhënave
depo (shih Figurën 4). Qasja e tij është veçanërisht
kushtuar vizatimit të vetëm njërit magazina e të dhënave dhe përdorimin e shablloneve
dimensionale në preferencë ndaj modeleve të entitetit dhe marrëdhënieve. Kimball
analizoni ato modele dimensionale sepse është më e lehtë për t'u kuptuar për i
drejtuesit e biznesit, është më efikas kur kanë të bëjnë
konsultimet komplekse, dhe projektimi i bazës së të dhënave fizike është më shumë
efikas (Kimball 1994). Kimball pranon se zhvillimi i një
magazina e të dhënave është përsëritëse, dhe kjo magazina e të dhënave kanaçe e veçantë
të integrohen nëpërmjet ndarjes në tabela të dimensioneve
i zakonshëm.
Hapi i parë është identifikimi i fushës së caktuar lëndore
perfeksionuar. Hapi i dytë dhe i tretë kanë të bëjnë me formësimin
dimensionale. Në hapin e dytë masat identifikojnë gjërat e
interesi në fushën e lëndës dhe grupohet në një tabelë faktesh.
Për shembull, në një fushë subjekti të shitjeve, masat e interesit
ato mund të përfshijnë sasinë e artikujve të shitur dhe dollarin
si monedhë e shitjes. Hapi i tretë përfshin identifikimin e
dimensionet të cilat janë mënyrat në të cilat mund të grupohem
fakte. Në një fushë të subjektit të shitjeve, dimensionet përkatëse
mund të përfshijë artikullin, vendndodhjen dhe periudhën kohore. Aty
Tabela e fakteve ka një çelës me shumë pjesë për t'u lidhur me secilën prej tyre
e tabelave të dimensioneve dhe zakonisht përmban një numër shumë të madh
e madhe në fakte. Në të kundërt, tabelat e dimensioneve përmbajnë
informacion përshkrues për madhësinë dhe atributet e tjera që
mund të përdoret për të grupuar faktet. Tabela e fakteve e
dimensionet e lidhura me propozimin formojnë atë që quhet një
model ylli për shkak të formës së tij. Hapi i katërt përfshin
ndërtimi i një bazës së të dhënave shumëdimensionale për ta përsosur atë
model ylli. Hapi i fundit është identifikimi i sistemeve burimore dati
kërkohet dhe zhvillojnë proceset e transformimit për të përvetësuar, pastruar
dhe formati i dati.
Pikat e forta të qasjes së Kimball përfshijnë përdorimin e shablloneve
dimensionale për të përfaqësuar i dati të ruajtura që e bëjnë atë
lehtë për t'u kuptuar dhe çon në një dizajn fizik efikas. A
modeli dimensional i cili gjithashtu përdor lehtësisht të dyja
sistemet e bazës së të dhënave relacional mund të përsoset ose sistemet
bazës së të dhënave shumëdimensionale. Të metat e tij përfshijnë mungesën
të disa teknikave për të lehtësuar planifikimin ose integrimin e
shumë skema yjesh brenda një magazina e të dhënave dhe
vështirësia e projektimit nga struktura ekstreme e denormalizuar në a
modeli dimensional a dati në sistemet e trashëgimisë.
Qasja e McFadden-it (1996) ndaj të dhënave
Projektim Magazine
McFadden (1996) propozon një qasje me pesë hapa për të
vizatoni a magazina e të dhënave (shih Figurën 5).
Qasja e tij bazohet në një sintezë idesh nga letërsia
dhe fokusohet në vizatimin e një solo magazina e të dhënave. E para
hapi përfshin një analizë të kërkesave. Edhe pse specifikat
teknikat nuk janë të përshkruara, shënimet e McFadden identifikojnë
entitet dati specifikimet dhe atributet e tyre, dhe i referohet lexuesve të Watson
dhe Frolick (1993) për kapjen e kërkesave.
Në hapin e dytë, hartohet një model i marrëdhënieve të entitetit
magazina e të dhënave dhe më pas vërtetohet nga drejtuesit e kompanisë. E treta
hapi përfshin përcaktimin e hartës nga sistemi i trashëguar
dhe burimet e jashtme të magazina e të dhënave. Hapi i katërt përfshin
proceset në zhvillimin, vendosjen dhe sinkronizimin e dati në
magazina e të dhënave. Në hapin e fundit, shpërndarja e sistemit është
zhvilluar me theks në ndërfaqen e përdoruesit.
McFadden thekson se procesi i vizatimit është përgjithësisht
përsëritëse.
Pikat e forta të qasjes së McFadden tregojnë pjesëmarrjen
nga drejtuesit e biznesit në përcaktimin e kërkesave dhe gjithashtu
rëndësia e burimeve datipastrimi dhe grumbullimi i tyre. Ajo
ngërçet lidhen me mungesën e një procesi për nënndarjen e a
projekti i madh i magazina e të dhënave në shumë faza të integruara, dhe atje
vështirësi në të kuptuarit e modeleve të entitetit dhe marrëdhënieve të përdorura në hartimin e
magazina e të dhënave.

admin CEO

👍Agjencia Web Online | Ekspert i Agjencisë Ueb në Marketing Dixhital dhe SEO. Web Agency Online është një agjenci ueb. Për Agenzia Web Online, suksesi në transformimin dixhital bazohet në themelet e versionit 3 të Iron SEO. Specialitetet: Integrimi i Sistemit, Integrimi i Aplikacioneve të Ndërmarrjeve, Arkitektura e Orientuar në Shërbimin, Cloud Computing, Magazina e të dhënave, inteligjenca e biznesit, Big Data, portalet, intranetet, aplikacioni ueb Projektimi dhe menaxhimi i bazave të të dhënave relacionale dhe shumëdimensionale Projektimi i ndërfaqeve për mediat dixhitale: përdorshmëria dhe grafika. Online Web Agency u ofron kompanive shërbimet e mëposhtme: -SEO në Google, Amazon, Bing, Yandex; -Web Analytics: Google Analytics, Google Tag Manager, Yandex Metrica; -Konvertimet e përdoruesve: Google Analytics, Microsoft Clarity, Yandex Metrica; -SEM në Google, Bing, Amazon Ads; -Marketingu i mediave sociale (Facebook, Linkedin, Youtube, Instagram).

Shihni Biografinë e plotë

Marketing Digital Baza e të dhënave DBMS Depo e te dhenave Shkenca e të dhënave Reklamim në internet Teknologjisë së Informacionit Agjencia e Uebit Agjenci reklamash Marketing