Data Warehousing ati ERP | AGBAYE DATA ARCHIVE: ITAN ATI IDAGBASOKE

ÀWỌN DATA Aarin : ITAN ATI IDAGBASOKE

Awọn akori akọkọ meji ti imọ-ẹrọ ile-iṣẹ ni awọn ọdun 90 jẹ
ipinle i ile-iṣẹ data ati ERP. Fun igba pipẹ awọn alagbara meji wọnyi
awọn ṣiṣan ti jẹ apakan ti IT ile-iṣẹ laisi nini lailai
awọn ikorita. O fẹrẹ dabi ẹnipe wọn jẹ ọrọ ati ọrọ-ọrọ. Sugbon
idagba ti awọn iṣẹlẹ mejeeji ti ko ṣeeṣe yori si ọkan
ikorita wọn. Loni awọn ile-iṣẹ ti nkọju si iṣoro ti
kini lati ṣe pẹlu ERP e ile-iṣẹ data. Nkan yii yoo ṣapejuwe
Kini awọn iṣoro naa ati bawo ni wọn ṣe koju nipasẹ awọn ile-iṣẹ.
NI Ibẹrẹ…
Ni ibere nibẹ wà ni ile-iṣẹ data. Ile itaja data a bi fun
counter idunadura processing elo eto.
Ni awọn tete ọjọ akosori ti dati o ti túmọ lati wa ni
o kan counterpoint to imeeli processing awọn ohun elo
lẹkọ. Ṣugbọn lasiko yi nibẹ ni o wa Elo siwaju sii fafa iran
ti ohun ti a le se ile-iṣẹ data. Ninu aye ode oni
ile-iṣẹ data ti fi sii laarin a be ti o le jẹ
ti a npe ni Corporate Information Factory.
THE ajọ ALAYE factory
(CIF)
Ile-iṣẹ Alaye ti Ile-iṣẹ ni awọn paati ayaworan
bošewa: a ipele ti transformation ati koodu Integration
eyi ti o ṣepọ i dati nigba ti mo dati nwọn gbe lati awọn ayika ti
ohun elo si ayika ile-iṣẹ data ti ile-iṣẹ; a
ile-iṣẹ data ti ile-iṣẹ nibiti awọn dati
alaye ati ki o ese òpìtàn. Awọn ile-iṣẹ data ti awọn ile-iṣẹ sìn bi
ipile lori eyi ti gbogbo awọn miiran awọn ẹya ara le ti wa ni itumọ ti
ti ayika ti ile-iṣẹ data; ibi ipamọ data iṣẹ kan (ODS).
ODS jẹ ẹya arabara ti o ni diẹ ninu abala ti data naa
ile itaja ati awọn ẹya miiran ti agbegbe OLTP; data marts, ibi ti mo
orisirisi awọn apa le ni ara wọn version of awọn data
ile ise; a ile-iṣẹ data ti iwakiri ninu eyiti i
ile-iṣẹ "philosophers" (awọn onimọran) le fi awọn ibeere wọn silẹ ti
Awọn wakati 72 laisi ipa ipa lori ile-iṣẹ data; ati iranti kan
nitosi ila, ninu eyiti dati atijọ ati dati olopobobo awọn alaye le jẹ
ti o ti fipamọ poku.
Nibo ni ERP darapọ pẹlu awọn
Ile-iṣẹ ALAYE ti ile-iṣẹ
ERP dapọ pẹlu Ile-iṣẹ Alaye Ajọ ni awọn aaye meji.
Ni akọkọ bi ohun elo ipilẹ ti o pese i
dati ti ohun elo lati ile-iṣẹ data. Ni idi eyi i dati,
ti ipilẹṣẹ bi ọja nipasẹ-ọja ti ilana idunadura kan,
ti wa ni ese ati ki o kojọpọ sinu awọn ile-iṣẹ data ti ile-iṣẹ naa. Awọn
aaye keji ti iṣọkan laarin ERP ati CIF ati ODS. Ni otitọ, ọpọlọpọ
Awọn agbegbe ERP ti lo bi ODS Ayebaye.
Ni irú ERP ti lo bi ohun elo mojuto, o
ERP kanna tun le ṣee lo ni CIF bi ODS. Ninu
sibẹsibẹ, ti o ba ti ERP ni lati ṣee lo ni mejeji ipa, nibẹ
Iyatọ ti o daju gbọdọ wa laarin awọn nkan meji. Ni gbolohun miran,
nigbati ERP ṣe ipa ti ohun elo ipilẹ ati ODS, le
meji ayaworan nkankan gbọdọ wa ni yato si. Ti o ba kan nikan
imuse ohun ERP gbìyànjú lati mu awọn mejeeji ipa
ni akoko kanna nibẹ ni yio je sàì jẹ isoro ninu awọn
oniru ati imuse ti yi be.
ODS lọtọ ati awọn ohun elo ipilẹ
Awọn idi pupọ lo wa ti o yori si pipin paati
ayaworan. Boya julọ lahan ibeere lati ya awọn
o yatọ si irinše ti ẹya faaji ni wipe kọọkan paati
ti faaji ni o ni awọn oniwe-ara view. Ohun elo ipilẹṣẹ n ṣiṣẹ
fun idi ti o yatọ ju ti ODS. Gbiyanju agbekọja
wiwo ohun elo ipilẹ lori agbaye ti ODS tabi idakeji
kii ṣe ọna ti o tọ lati ṣiṣẹ.
Nitoribẹẹ, iṣoro akọkọ ti ERP ni CIF ni ti
ṣayẹwo boya iyatọ wa laarin awọn ohun elo ipilẹ ati awọn
Awọn SDG.
Awọn awoṣe DATA IN THE CORPORATE
Ile-iṣẹ ALAYE
Lati ṣaṣeyọri isọdọkan laarin awọn paati oriṣiriṣi
ti awọn faaji ti awọn CIF, nibẹ gbọdọ jẹ a awoṣe ti dati. I
awọn awoṣe ti dati nwọn sin bi ọna asopọ laarin awọn orisirisi irinše
faaji gẹgẹbi awọn ohun elo ipilẹ ati ODS. THE
awọn awoṣe ti dati di "imọ opopona map" lati ni awọn
ọtun itumo lati awọn ti o yatọ ayaworan irinše ti awọn CIF.
Lilọ ni ọwọ pẹlu ero yii, imọran ni pe o yẹ
jẹ nla ati ki o oto awoṣe ti dati. Dajudaju o ni lati
jẹ awoṣe ti dati fun kọọkan ninu awọn irinše ati pẹlupẹlu nibẹ
o gbọdọ jẹ ọna ti o ni oye ti o so awọn awoṣe ti o yatọ.
Apakan kọọkan ti faaji - ODS, awọn ohun elo ipilẹ,
ile-iṣẹ data ti ile-iṣẹ, ati bẹbẹ lọ .. - nilo ti ara rẹ
awoṣe ti dati. Ati ki nibẹ gbọdọ jẹ kan kongẹ definition ti
bi awọn wọnyi si dede ti dati nwọn ni wiwo pẹlu kọọkan miiran.
GBIGBE I DATA TI ERP IN THE DATA
AGBARA
Ti o ba ti Oti ti awọn dati jẹ ohun elo ipilẹ ati/tabi ODS, nigbati
awọn ifibọ ERP i dati Nel ile-iṣẹ data, yi titẹsi gbọdọ
waye ni ipele ti o kere julọ ti granularity. Ibojuwẹhin wo nkan tabi
nìkan kojọpọ i dati bi nwọn ti jade
lati ohun elo ipilẹ ERP tabi ERP ODS ko si nibẹ
ohun ọtun lati ṣe. THE dati Awọn alaye nilo ni data
ile ise lati dagba awọn igba ti awọn DSS ilana. Iru dati
wọn yoo ṣe atunṣe ni ọpọlọpọ awọn ọna nipasẹ awọn ọja data ati iṣawari
del ile-iṣẹ data.
Awọn gbigbe ti dati lati ipilẹ ohun elo ayika
ti ERP si ayika ti ile-iṣẹ data ti awọn ile-ti wa ni ṣe ni a
ni idi ni ihuwasi ona. Iyipada yẹn ṣẹlẹ lẹhin iyẹn
nipa awọn wakati 24 lati imudojuiwọn tabi ẹda ni ERP. Otitọ ti
ni a "Ọlẹ" ronu ti awọn dati Nel ile-iṣẹ data
ti ile-iṣẹ faye gba awọn dati nbo lati ERP lati "yanju".
Ni kete ti i dati ti wa ni ipamọ ninu ohun elo ipilẹ,
lẹhinna o le kuro lailewu gbe i dati ti ERP
ninu ile-iṣẹ. Ibi-afẹde miiran ti o le ṣe aṣeyọri ọpẹ si gbigbe
"Ọlẹ" oriṣa dati ni ko o delimitation laarin operational lakọkọ ati
DS itẹsiwaju. Pẹlu a "sare" ronu ti awọn dati ila ila
laarin DSS ati operational ku aiduro.
Ilmovimento dei dati lati ODS ti ERP si ile-iṣẹ data
ti awọn ile-ti wa ni ṣe lorekore, maa
osẹ tabi oṣooṣu. Ninu apere yi awọn ronu ti
dati o da lori iwulo lati “wẹ” awọn atijọ dati òpìtàn.
Nipa ti, ODS ni i dati eyi ti o wa Elo siwaju sii to šẹšẹ
ọwọ si dati òpìtàn ri ninu awọn ile-iṣẹ data.
Awọn gbigbe ti dati Nel ile-iṣẹ data o ti fẹrẹ ṣe rara
“osunwon” (ni ọna alatapọ). Da tabili kan
lati agbegbe ERP si ile-iṣẹ data ko ṣe ori. Ọna kan
Elo siwaju sii bojumu ni awọn ronu ti a ti yan sipo ti dati.
Nikan ni dati eyi ti o ti yi pada niwon awọn ti o kẹhin imudojuiwọn ti awọn data
ile-ipamọ jẹ awọn ti o yẹ ki o gbe sinu data naa
ile ise. Ọna kan lati mọ iru eyi dati wọn ti ṣe atunṣe
niwon awọn ti o kẹhin imudojuiwọn ni lati wo ni timestamps ti awọn dati
ti a rii ni agbegbe ERP. Onise yan gbogbo awọn ayipada
ti o ti dide niwon awọn ti o kẹhin imudojuiwọn. Ona miiran
ni lati lo awọn ilana imudani iyipada dati. Pẹlu
awọn imuposi wọnyi ṣe itupalẹ awọn akọọlẹ ati awọn teepu iwe akọọlẹ lati le
pinnu eyi ti dati gbọdọ gbe lati agbegbe ERP si
Iyẹn ti ile-iṣẹ data. Awọn imuposi wọnyi dara julọ ni
bawo ni awọn akọọlẹ ati awọn teepu iwe-akọọlẹ ṣe le ka lati awọn faili ERP
laisi ipa siwaju sii lori awọn orisun ERP miiran.
YATO IṣẸ
Ọkan ninu awọn iṣoro pẹlu ERP ni CIF jẹ ohun ti o ṣẹlẹ si awọn miiran
awọn orisun ohun elo tabi ai dati ti ODS wọn ni lati ṣe alabapin si
ile-iṣẹ data ṣugbọn wọn kii ṣe apakan ti agbegbe ERP. Ọjọ awọn
pipade iseda ti ERP, paapa SAP, igbiyanju lati ṣepọ awọn
awọn bọtini lati ita awọn orisun ti dati pelu emi dati ti o wa lati ERP al
akoko lati gbe i dati Nel ile-iṣẹ data, ipenija nla ni.
Ati kini pato awọn iṣeeṣe ti i dati ti awọn ohun elo tabi
ODS ni ita agbegbe ERP yoo ṣepọ sinu data naa
ile ise? Awọn aidọgba wa ni kosi gidigidi ga.
WA DATA Itan LATI ERP
Iṣoro miiran pẹlu i dati ti ERP jẹ abajade
lati nilo lati ni dati òpìtàn laarin awọn ile-iṣẹ data.
Nigbagbogbo awọn ile-iṣẹ data aini dati òpìtàn. ATI
Imọ-ẹrọ ERP nigbagbogbo ko tọju awọn wọnyi dati
itan, ni o kere ko si iye ti o jẹ pataki ninu awọn ọjọ
ile ise. Nigba ti o tobi iye ti dati òpìtàn bẹrẹ ad
lati fi kun ni agbegbe ERP, agbegbe naa gbọdọ jẹ
ti mọtoto soke. Fun apẹẹrẹ, a ro pe a ile-iṣẹ data gbọdọ
wa ni ti kojọpọ pẹlu odun marun ti dati itan nigba ti ERP dimu
o pọju osu mefa ti awọn wọnyi dati. Niwọn igba ti ile-iṣẹ naa ba ni itẹlọrun pẹlu
gba a jara ti dati itan bi akoko ti n lọ,
lẹhinna ko si iṣoro nipa lilo ERP bi orisun fun awọn
ile-iṣẹ data. Ṣugbọn nigbati awọn ile-iṣẹ data gbọdọ lọ
pada ni akoko ati ki o ya oriṣa dati òpìtàn ti o ti ko
ti gba tẹlẹ ati fipamọ nipasẹ ERP, lẹhinna agbegbe ERP
o di aisekokari.
ERP ATI METADATA
Miiran ero lati ṣe nipa ERP e ile-iṣẹ data niyen
lori metadata ti o wa tẹlẹ ni agbegbe ERP. Bi daradara bi metadata
nwọn gbe lati ERP ayika to del ile-iṣẹ data, Yo
metadata gbọdọ jẹ gbigbe ni ọna kanna. Pẹlupẹlu, i
metadata gbọdọ wa ni yipada ni ọna kika ati igbekalẹ
ti a beere nipa awọn amayederun ti awọn ile-iṣẹ data. Nla kan wa
iyatọ laarin metadata iṣiṣẹ ati metadata DSS. Awọn metadata
operational ni o kun fun awọn Olùgbéejáde ati fun awọn
pirogirama. DSS metadata jẹ akọkọ fun ọ
ik. Metadata ti o wa tẹlẹ ninu awọn ohun elo ERP tabi awọn ODS
wọn ni lati yipada ati iyipada yii kii ṣe rọrun nigbagbogbo
ati taara.
SOURCING THE ERP DATA
Ti o ba ti lo ERP bi olupese ti dati per il ile-iṣẹ data ci
gbọdọ jẹ a ri to ni wiwo ti o rare i dati lati ayika
ERP si ayika ile-iṣẹ data. Ni wiwo gbọdọ:
▪ rọrùn láti lò
▪ gba laaye lati wọle si dati ti ERP
▪ gbé ìtumọ̀ rẹ̀ dati ti o fẹrẹ gbe
Nel ile-iṣẹ data
▪ mọ awọn idiwọn ERP ti o le dide ninu
akoko nigbati wiwọle ti wa ni ṣe dati ti ERP:
▪ iṣotitọ itọkasi
▪ ìbáṣepọ̀ onípò àṣẹ
▪ ìbáṣepọ̀ tí ó bọ́gbọ́n mu
▪ apejọpọ ohun elo
▪ gbogbo awọn ẹya ti dati atilẹyin nipasẹ ERP, ati bẹbẹ lọ…
▪ jẹ́ aláyọ̀ ní wíwọlé dati, nipa ipese:
▪ gbigbe taara ti dati
▪ gba iyipada dati
▪ ṣe atilẹyin wiwọle si akoko dati
▪ loye ọna kika ti dati, ati bẹbẹ lọ…
INTERFACE PẸLU SAP
Ni wiwo le jẹ ti awọn meji orisi, onile tabi ti owo.
Diẹ ninu awọn atọkun iṣowo pataki pẹlu:
▪ SAS
▪ Awọn ojutu akọkọ
▪ D2k, ati bẹbẹ lọ…
Awọn imọ-ẹrọ ERP pupọ
Itoju ayika ERP bi ẹnipe imọ-ẹrọ kan jẹ a
asise nla. Ọpọlọpọ awọn imọ-ẹrọ ERP wa, ọkọọkan pẹlu tirẹ
awọn agbara. Awọn olutaja ti o mọ julọ julọ ni ọja ni:
▪ SAP
▪ Awọn Owo Oracle
▪ PeopleSoft
JD Edwards
▪ Baans
SAP
SAP jẹ sọfitiwia ERP ti o tobi julọ ati okeerẹ. Awọn ohun elo
ti SAP yika ọpọlọpọ awọn iru ohun elo ni ọpọlọpọ awọn agbegbe. SAP ni o ni
okiki ti jije:
▪ tóbi gan-an
▪ Ó ṣòro gan-an, ó sì gbówó lórí láti ṣe
▪ nilo ọpọlọpọ eniyan ati awọn alamọran lati jẹ
imuse
▪ nilo awọn eniyan pataki fun imuse
▪ nilo akoko pupọ lati ṣe
Bakannaa SAP ni orukọ fun titoju rẹ dati pupọ
fara, ṣiṣe awọn ti o soro fun ọkan lati wọle si wọn
eniyan ita SAP agbegbe. Agbara SAP ni lati jẹ
o lagbara ti yiya ati titoju kan ti o tobi iye ti dati.
SAP laipe kede awọn oniwe-aniyan lati fa awọn
awọn oniwe-elo lati ile-iṣẹ data. Nibẹ ni o wa ọpọlọpọ awọn Aleebu ati awọn konsi
ni lilo SAP bi olupese ti ile-iṣẹ data.
Anfani ni pe SAP ti fi sori ẹrọ tẹlẹ ati pe pupọ julọ
awọn alamọran ti mọ SAP.
Awọn aila-nfani ti nini SAP bi olupese ti ile-iṣẹ data orun
ọpọlọpọ awọn: SAP ko ni iriri ninu aye ti ile-iṣẹ data
Ti SAP ba jẹ olupese ti ile-iṣẹ data, o jẹ dandan lati "jade"
i dati lati SAP si ile-iṣẹ data. Data a SAP ká orin gba ti
eto pipade, ko ṣeeṣe lati rọrun lati gba i lati SAP ni
o (???). Ọpọlọpọ awọn agbegbe ti o ni agbara wa ti n ṣe agbara SAP,
gẹgẹbi IMS, VSAM, ADABAS, ORACLE, DB2, ati bẹbẹ lọ.
SAP ta ku lori ọna “kii ṣe ipilẹṣẹ nibi”. SAP ko fẹ
ṣe ifowosowopo pẹlu awọn olutaja miiran lati lo tabi ṣẹda awọn ile-iṣẹ data.
SAP ta ku lori ipilẹṣẹ gbogbo sọfitiwia tirẹ funrararẹ.
Biotilẹjẹpe SAP jẹ ile-iṣẹ nla ati agbara, otitọ ti
igbiyanju lati tun ṣe imọ-ẹrọ ti ELT, OLAP, iṣakoso ti
eto ati paapa codebase ti awọn awọn dbms were lasan ni.
Dipo ti gbigbe ihuwasi ifowosowopo pẹlu awọn olupese
di ile-iṣẹ data igba pipẹ, SAP ti tẹle ọna ti o
wọn "mọ julọ julọ". Iwa yii ṣe idaduro aṣeyọri naa
SAP le ni agbegbe ti ile-iṣẹ data.
SAP kọ lati gba awọn olutaja ita wọle
kiakia ati ore-ọfẹ si wọn dati. Awọn gan lodi ti lilo
un ile-iṣẹ data jẹ rorun wiwọle si dati. Gbogbo itan ti SAP ni
da lori ṣiṣe awọn ti o soro lati wọle si dati.
Aini iriri SAP ni ṣiṣe pẹlu awọn iwọn nla ti dati;
ni aaye ti ile-iṣẹ data awọn iwọn didun ti dati ko ri niwon
SAP ati lati ṣakoso awọn titobi nla wọnyi ti dati o gbọdọ ni ọkan
o dara ọna ẹrọ. SAP jẹ nkqwe ko mọ ti yi
idena imọ-ẹrọ ti o wa lati tẹ aaye data sii
ile itaja.
Asa ajọ ti SAP: SAP ṣẹda iṣowo kan
ni gbigba i dati lati awọn eto. Ṣugbọn lati ṣe eyi o gbọdọ ni
ero ti o yatọ. Ni aṣa, awọn ile-iṣẹ sọfitiwia ti o jẹ
ti o dara ni gbigba data sinu agbegbe ko dara ni
gbigba data lati lọ ni ọna miiran. Ti SAP ba le ṣe iru eyi
yipada yoo jẹ ile-iṣẹ akọkọ lati ṣe bẹ.
Ni kukuru, o jẹ ibeere boya ile-iṣẹ yẹ ki o yan
SAP bi olupese ti ile-iṣẹ data. Awọn ewu to ṣe pataki lo wa
lori ọkan ẹgbẹ ati ki o gidigidi diẹ awọn ere lori awọn miiran. Sugbon o wa miran
idi ti o ṣe irẹwẹsi yiyan SAP bi olupese data
ile ise. Nitoripe gbogbo ile-iṣẹ yẹ ki o ni ọjọ kanna
ile ise ti gbogbo awọn miiran ile ise? Awọn ile-iṣẹ data ọkàn ni
ti anfani ifigagbaga. Ti gbogbo ile-iṣẹ ba gba kanna
ile-iṣẹ data yoo nira, botilẹjẹpe kii ṣe ṣeeṣe,
se aseyori a ifigagbaga anfani. SAP dabi lati ro wipe a
ile-iṣẹ data le ri bi biscuit ati awọn ti o jẹ a
sibẹ ami miiran ti wọn “gba data naa
ninu”.
Ko si olutaja ERP miiran ti o jẹ gaba lori bi SAP.
Laisi iyemeji awọn ile-iṣẹ yoo wa ti yoo lọ si ọna SAP
fun tiwọn ile-iṣẹ data ṣugbọn aigbekele wọnyi ọjọ
Awọn ile itaja SAP yoo tobi, gbowolori ati nilo pupọ
akoko fun ẹda wọn.
Awọn agbegbe wọnyi pẹlu iru awọn iṣẹ bii ṣiṣatunṣe onisọtọ banki,
ofurufu ifiṣura lakọkọ, ẹdun ọkan lakọkọ
iṣeduro, ati be be lo. Eto iṣowo naa ṣiṣẹ daradara diẹ sii,
diẹ han ni iwulo fun Iyapa laarin iṣẹ ṣiṣe ati ilana
DSS (Eto Atilẹyin Ipinnu). Sibẹsibẹ, pẹlu awọn eto orisun
eda eniyan ati awọn ara ẹni, ọkan ti wa ni kò dojuko pẹlu tobi ipele ti
lẹkọ. Ati, dajudaju, nigba ti a eniyan ti wa ni yá
tabi lọ kuro ni ile-iṣẹ eyi jẹ igbasilẹ ti idunadura kan.
Ṣugbọn ojulumo si miiran awọn ọna šiše, HR awọn ọna šiše ati
personals kan ko ni ọpọlọpọ awọn lẹkọ. Nitorina, ninu
awọn orisun eniyan ati awọn eto oṣiṣẹ ko han gbangba pe o wa
nilo a DataWarehouse. Ni ọpọlọpọ awọn ọna wọnyi awọn ọna šiše
ṣe aṣoju iṣọkan ti awọn ọna ṣiṣe DSS.
Ṣugbọn ifosiwewe miiran wa ti o gbọdọ gbero ti o ba ni lati
ṣe pẹlu datawarehouse ati pẹlu PeopleSoft. Ni ọpọlọpọ awọn iyika, i dati
HR ati awọn orisun ti ara ẹni jẹ atẹle si iṣowo
olori ile-iṣẹ naa. Pupọ awọn ile-iṣẹ ṣe
iṣelọpọ, tita, pese awọn iṣẹ ati bẹbẹ lọ. THE
HR ati awọn eto eniyan nigbagbogbo jẹ atẹle (tabi ti
atilẹyin) si laini iṣowo akọkọ ti ile-iṣẹ naa. Nitorina, o jẹ
equivocal ati airọrun a ile-iṣẹ data lọtọ fun awọn
atilẹyin eniyan ati awọn orisun ti ara ẹni.
PeopleSoft yatọ pupọ si SAP ni ọwọ yii. Pẹlu SAP, o jẹ
dandan wipe o wa ni a ile-iṣẹ data. Pẹlu PeopleSoft, kii ṣe
lẹhinna bẹ kedere. Ile-ipamọ data jẹ iyan pẹlu PeopleSoft.
Ti o dara ju ohun ti o le wa ni wi fun awọn dati PeopleSoft ni wipe data
ile ise le ṣee lo lati fipamọ i dati nipa
atijọ eniyan ati awọn ohun elo ti ara ẹni. A keji idi fun awọn
eyi ti ile-iṣẹ yoo fẹ lati lo a ile-iṣẹ data a
alailanfani ti awọn PeopleSoft ayika ni lati gba wiwọle ati
free wiwọle si awọn irinṣẹ onínọmbà, ai dati nipasẹ PeopleSoft. Sugbon
ni afikun si awọn idi wọnyi, awọn ọran le wa nibiti o ti dara julọ lati ma ṣe
ni a data ile ise fun dati PeopleSoft.
Ni soki
Awọn imọran pupọ lo wa nipa kikọ data kan
ile ise laarin ohun ERP software.
Diẹ ninu awọn wọnyi ni:
▪ Ó bọ́gbọ́n mu láti ní a ile-iṣẹ data ti o dabi eyikeyi
miran ninu awọn ile ise?
▪ Bawo ni ERP ṣe rọ ile-iṣẹ data sọfitiwia?
▪ ERP kan ile-iṣẹ data software le mu a iwọn didun ti
dati eyi ti o ti wa ni be ni aile-iṣẹ data gbagede"?
▪ Kí ni gídígbò tí olùtajà ERP ń ṣe
dojuko pẹlu irọrun ati ilamẹjọ, akoko n gba, ai dati? (kini
jẹ igbasilẹ orin awọn olutaja ERP lori ifijiṣẹ ilamẹjọ, lori
akoko, rọrun lati wọle si data?)
▪ Kini oye ti ile-iṣẹ DSS ati awọn
"Ile-iṣẹ alaye ile-iṣẹ" nipasẹ olutaja ERP?
▪ Awọn olutaja ERP loye bi wọn ṣe le gba dati gbogbo agbaye
ti awọn ayika, sugbon tun ni oye bi o si okeere wọn?
▪ Bawo ni o ṣe ṣii ni olutaja ti ERP si awọn irinṣẹ data
ibi ipamọ?
Gbogbo awọn ero wọnyi gbọdọ wa ni ṣiṣe ni ipinnu
ibi ti lati fi awọn ile-iṣẹ data eyi ti yoo gbalejo i dati ti ERP ati awọn miiran
dati. Ni gbogbogbo, ayafi ti o wa ni a ọranyan idi lati
lati ṣe bibẹkọ ti, o ti wa ni niyanju lati kọ ile-iṣẹ data jade
lati agbegbe ataja ERP.
ORI 1
Akopọ ti BI Organisation
Awọn ojuami pataki:
Awọn ibi ipamọ alaye ṣiṣẹ ni ọna idakeji
si oye iṣowo (BI) faaji:
Asa ajọ ati IT le ṣe idinwo aṣeyọri ninu
ile BI ajo.
Imọ-ẹrọ kii ṣe ipin idiwọn mọ fun awọn ẹgbẹ BI. Awọn
isoro fun ayaworan ile ati ise agbese aseto ni ko boya awọn
ọna ẹrọ wa, ṣugbọn ti o ba ti won le fe ni se awọn
wa ọna ẹrọ.
Fun ọpọlọpọ awọn ile-iṣẹ a ile-iṣẹ data o jẹ diẹ diẹ sii ju idogo lọ
palolo ti o pin i dati si awọn olumulo ti o nilo. THE dati
wọn jade lati awọn eto orisun ati pe wọn gbe sinu awọn ẹya ibi-afẹde
di ile-iṣẹ data. I dati won le tun ti wa ni ti mọtoto pẹlu gbogbo
orire. Sibẹsibẹ ko si afikun iye ti wa ni afikun boya
ti a gba nipasẹ dati lakoko ilana yii.
Ni pataki, Dw palolo, ti o dara julọ, n pese
emi nikan dati mọ ki o si operational to olumulo ep. Nibẹ
ẹda alaye ati oye atupale dale
patapata nipa awọn olumulo. Ṣe idajọ boya DW (Ile itaja data) ni
aṣeyọri jẹ ti ara ẹni. Ti a ba ṣe idajọ aseyori lori awọn
agbara lati gba daradara, ṣepọ ati ki o mọ i dati
ajọ lori ipilẹ asọtẹlẹ, lẹhinna bẹẹni, DW jẹ aṣeyọri.
Ni apa keji, ti a ba wo gbigba, isọdọkan ati wo
ilokulo alaye ti ajo naa lapapọ, lẹhinna
DW jẹ ikuna. DW n pese diẹ tabi ko si iye
alaye. Bi abajade, awọn olumulo fi agbara mu lati ṣe,
nitorina ṣiṣẹda silos ti alaye. Yi ipin iloju
Wiwo okeerẹ lati ṣe atunṣe faaji ti BI (Iṣowo
Imọye) ti awọn ile-iṣẹ. Jẹ ká bẹrẹ pẹlu apejuwe kan ti BI ati
lẹhinna a yoo lọ si awọn ijiroro nipa apẹrẹ ati awọn
idagbasoke ti alaye, bi o lodi si nìkan pese i dati
si awọn olumulo. Awọn ijiroro ki o si ti wa ni lojutu lori isiro ti awọn
iye ti rẹ BI akitiyan . A pari nipa asọye bi IBM
ÌRÁNTÍ rẹ ètò BI ayaworan awọn ibeere.
Architecture apejuwe ti
BI agbari
Awọn ọna ṣiṣe alaye iṣowo-iṣoro iṣowo ti o lagbara ti wa ni bayi
lori agbese ni gbogbo ile-iṣẹ nla, bi wọn ti ipele
ni imunadoko aaye ere fun awọn ile-iṣẹ ni agbaye.
Idije ti o ku, sibẹsibẹ, ni bayi nilo awọn eto itupalẹ
Oorun si iyẹn le yi agbara ile-iṣẹ pada nipasẹ ṣiṣawari ed
lilo alaye ti wọn ti ni tẹlẹ. Awọn ọna ṣiṣe
analitikali yo lati oye lati oro ti dati
wa. BI le mu ilọsiwaju ṣiṣẹ kọja gbogbo alaye
ti ile-iṣẹ. Awọn iṣowo le ṣe ilọsiwaju awọn ibatan alabara-si-onibara
awọn olupese, mu awọn èrè ti awọn ọja ati iṣẹ, ina
titun ati ki o ti o dara ju ipese , ṣayẹwo ewu ati laarin ọpọlọpọ awọn miiran
dukia ge inawo bosipo. Pẹlu BI tirẹ
ile-iṣẹ nipari bẹrẹ lati lo alaye alabara
bi ohun-ini ifigagbaga ọpẹ si awọn ohun elo ti o ni awọn ibi-afẹde ti
oja.
Nini ọna ti o tọ ti iṣowo tumọ si nini awọn idahun to daju si
awọn ibeere pataki bi:
▪ Èwo nínú wa onibara wọn jẹ ki a jo'gun diẹ sii, tabi nibẹ
ṣe wọn padanu?
▪ Ibi ti o dara julọ wa onibara ni ibatan si itaja/
ile ise ti won loorekoore?
▪ Ewo ninu awọn ọja ati iṣẹ wa ni o le ta diẹ sii
daradara ati fun tani?
▪ Awọn ọja wo ni a le ta ni imunadoko julọ ati awọn ta?
▪ Ipolowo tita wo ni o ṣaṣeyọri diẹ sii ati kilode?
▪ Awọn ikanni tita wo ni o munadoko julọ fun awọn ọja wo?
▪ Bí a ṣe lè mú kí àjọṣe wa sunwọ̀n sí i onibara?
Pupọ awọn ile-iṣẹ ni dati ti o ni inira lati dahun
ibeere wọnyi.
Awọn ọna ṣiṣe ṣiṣe ina titobi ọja, ti
onibara ati ti dati ti ọja lati awọn aaye tita, lati awọn ifiṣura,
lati awọn onibara iṣẹ ati imọ support awọn ọna šiše. Ipenija ni
jade ki o si lo nilokulo alaye yii.
Ọpọlọpọ awọn ile-iṣẹ ni anfani nikan lati awọn ida kekere ti wọn dati
fun ilana itupale.
I dati ti o ku, nigbagbogbo ni idapo pelu i dati awọn orisun ita bi i
“Ijabọ ijọba” , ati alaye rira miiran, jẹ ọkan
goolu mi kan nduro lati ṣawari, ei dati gbọdọ
nikan wa ni refaini ni awọn alaye ti o tọ ti tirẹ
ajo.
Imọ yii le ṣee lo ni awọn ọna oriṣiriṣi, awọn iyatọ
lati nse ohun-ìwò ajọ nwon.Mirza lati
ibaraẹnisọrọ ti ara ẹni pẹlu awọn olupese, nipasẹ awọn ile-iṣẹ ipe,
risiti, Internet ati awọn miiran ojuami. Ayika iṣowo loni n sọ
pe DW ati awọn solusan BI ti o jọmọ dagba siwaju
ipaniyan ti ibile ẹya ti dati bii emi dati deede si
atomiki-ipele ati "irawọ / cube oko".
Ohun ti o nilo lati wa ni idije jẹ idapọ ti
ibile ati awọn imọ-ẹrọ to ti ni ilọsiwaju ni igbiyanju lati ṣe atilẹyin a
tiwa ni analytic ala-.
Nikẹhin, agbegbe gbogbogbo gbọdọ mu imọ dara sii
ti ile-iṣẹ lapapọ, ni idaniloju pe awọn iṣe ti o ṣe
Nitori abajade awọn itupalẹ ti a ṣe, wọn wa ni ọwọ ki gbogbo eniyan wa
anfani.
Fun apẹẹrẹ, jẹ ki a sọ pe o ṣe ipo tirẹ onibara ninu awọn isori
ga tabi kekere ewu.
Boya alaye yi ti wa ni ipilẹṣẹ nipasẹ a iwakusa awoṣe tabi
awọn ọna miiran, o gbọdọ wa ni fi sinu Dw ati ki o ṣe wiwọle si
ẹnikẹni, nipa ọna ti eyikeyi ọna ti wiwọle, gẹgẹ bi awọn i
awọn ijabọ aimi, awọn iwe kaunti, awọn tabili, tabi ṣiṣe itupalẹ ni
ila (OLAP).
Sibẹsibẹ, lọwọlọwọ, ọpọlọpọ iru alaye yii
nwọn si wa ninu awọn silos ti dati ti awọn ẹni-kọọkan tabi awọn ẹka ti wọn ṣe ipilẹṣẹ
onínọmbà. Ajo naa lapapọ ni kekere tabi ko si hihan
fun oye. Nikan nipa dapọ iru akoonu
alaye ninu rẹ kekeke dw o le se imukuro awọn silos ti
alaye ati ki o ga rẹ Dw ayika.
Awọn idiwọ nla meji wa lati ṣe idagbasoke agbari kan
ti BI.
Ni akọkọ, a ni iṣoro ti ajo funrararẹ
ti ibawi ti o jọmọ.
Paapa ti a ko ba le ṣe iranlọwọ pẹlu awọn iyipada eto imulo
ti ajo, a le ran ni oye awọn irinše ti
a BI agbari, awọn oniwe-faaji ati bi
IBM ọna ẹrọ dẹrọ awọn oniwe-idagbasoke.
Idena keji lati bori ni aini imọ-ẹrọ
ese ati imo ti a ọna ti o pe gbogbo aaye
ti BI ni idakeji si paati kekere nikan.
IBM n dahun si awọn iyipada ninu imọ-ẹrọ
ti ese. O jẹ ojuṣe rẹ lati pese apẹrẹ kan
ti ara ẹni mimọ. Eleyi faaji gbọdọ wa ni idagbasoke pẹlu
imọ ẹrọ ti a yan fun iṣọpọ laisi awọn idiwọ, tabi o kere ju, pẹlu
imọ-ẹrọ ti o faramọ awọn iṣedede ṣiṣi. Bakannaa, tirẹ
iṣakoso ile-iṣẹ gbọdọ rii daju pe ile-iṣẹ Bi ni
Ti gbe jade ni ibamu si eto naa kii ṣe gba laaye
idagbasoke ti alaye silos ti o yo lati ara-sìn
agendas, tabi afojusun.
Eyi kii ṣe lati sọ pe agbegbe BI ko ni itara si
fesi si awọn oriṣiriṣi awọn iwulo ati awọn ibeere ti awọn olumulo oriṣiriṣi; dipo, o tumo si
wipe imuse ti awon ti olukuluku aini ati awọn ibeere ni
ṣe fun anfani ti gbogbo ajo BI.
A apejuwe ti ajo ká BI faaji le
wa ni oju-iwe 9 ni nọmba 1.1. Awọn faaji ṣe afihan
a ọlọrọ illa ti imo ati awọn imuposi.
Lati wiwo ibile, faaji pẹlu awọn paati wọnyi
ti ile ise
Atomic Layer(Atomic Layer).
Eyi ni ipilẹ, okan ti gbogbo Dw ati nitorina ti
ilana iroyin.
I dati ti o ti fipamọ nibi yoo idaduro awọn itan iyege, awọn iroyin ti
dati ati pẹlu metric ti ari, bakanna bi mimọ,
ṣepọ, ati ti o fipamọ ni lilo awọn awoṣe iwakusa.
Gbogbo awọn atẹle lilo ti awọn wọnyi dati ati ki o jẹmọ alaye ni
yo lati yi be. Eleyi jẹ ẹya o tayọ orisun fun
isediwon ti dati ati fun awọn ijabọ pẹlu awọn ibeere SQL eleto
Operational ile ise ti dati tabi iroyin igba ti
dati(Operational data itaja (ODS) tabi iroyin
database.)
Eleyi jẹ a be ti dati pataki apẹrẹ fun
imọ iroyin.
I dati ti o ti fipamọ ati ki o royin loke awọn wọnyi ẹya le nipari
tan kaakiri sinu ile-itaja nipasẹ agbegbe iṣeto (ipese
agbegbe), nibiti o ti le ṣee lo fun ifihan agbara ilana.
Agbegbe iṣeto.
Iduro akọkọ fun julọ dati ti a ti pinnu fun ayika ti
ile ise ni agbegbe ajo.
Nibi i dati ti wa ni ese, ti mọtoto ati ki o yipada sinu dati wulo pe
won yoo populate awọn ile ise be
Ọjọ Marts.
Yi apa ti awọn faaji duro awọn be ti dati lo
pataki fun OLAP. Niwaju datamarts, ti o ba ti i dati orun
ti o ti fipamọ ni awọn star schemas ti won bò dati
multidimensional ni a ibatan ayika, tabi ni iforuko minisita
di dati ohun-ini ti a lo nipasẹ imọ-ẹrọ OLAP kan pato, gẹgẹbi awọn
Olupin DB2 OLAP, ko ṣe pataki.
Awọn nikan inira ni wipe awọn faaji sise awọn lilo ti dati
multidimensional.
Awọn faaji tun pẹlu lominu ni Bi imo ero ati awọn imuposi
eyi ti o jẹ iyatọ bi:
Ayẹwo aaye
Aaye jẹ afẹfẹ alaye fun oluyanju ati
o ṣe pataki fun ipinnu pipe. Aaye le
soju alaye ti eniyan ti o gbe ni kan awọn
ipo, ati alaye nipa ibi ti ipo naa wa
ti ara akawe si awọn iyokù ti awọn aye.
Lati ṣe itupalẹ yii, o gbọdọ bẹrẹ nipa di ti tirẹ
latitude ati longitude ipoidojuko alaye. Itumo kini
tọka si bi “geocoding” ati pe o gbọdọ jẹ apakan ti isediwon,
iyipada, ati ti ilana ikojọpọ (ETL) si ipele
nọmba atomiki ti ile-ipamọ rẹ.
Iwakusa data.
Awọn isediwon ti dati gba awọn ile-iṣẹ wa laaye lati dagba awọn
nomba di onibara, lati ṣe asọtẹlẹ awọn aṣa tita ati mu ṣiṣẹ
isakoso ibasepo pẹlu onibara (CRM), laarin awọn miiran Atinuda ti awọn
BI.
Awọn isediwon ti dati o gbọdọ Nitorina wa ni ese pẹlu awọn ẹya ti
dati ti Dwhouse ati atilẹyin nipasẹ awọn ilana ile ise fun
ascertain mejeeji munadoko ati lilo daradara ti imo ati
jẹmọ imuposi.
Bi itọkasi ni BI faaji, awọn atomiki ipele ti awọn
Dwhouse, bii datamarts, jẹ orisun ti o dara julọ ti dati
fun isediwon. Awọn ẹya kanna gbọdọ tun jẹ
awọn olugba ti awọn abajade isediwon lati rii daju wiwa si
olugbo ti o tobi ju.
Awọn aṣoju.
Oriṣiriṣi “awọn aṣoju” lo wa lati ṣe iboju alabara fun aaye eyikeyi bii, i
awọn ọna ṣiṣe ile-iṣẹ ati awọn dw funrararẹ. Awọn aṣoju wọnyi le
jẹ awọn nẹtiwọọki ti o ni ilọsiwaju ti oṣiṣẹ lati kọ ẹkọ nipa
awọn aṣa ti aaye kọọkan, gẹgẹbi ipilẹ ibeere ọja iwaju
lori tita igbega, ofin-orisun enjini lati fesi si
un ọmọ ogun ṣeto awọn ayidayida, tabi paapaa awọn aṣoju ti o rọrun pe
wọn tọka awọn imukuro si awọn “awọn alaṣẹ ti o ga julọ”. Awọn ilana wọnyi bẹẹni
gbogbo wa ni akoko gidi ati, nitorina, gbọdọ
wa ni pẹkipẹki pọ pẹlu wọn ronu dati.
Gbogbo awọn wọnyi ẹya ti dati, imo ero ati awọn imuposi ẹri
ti o yoo ko na ni alẹ ti o npese ohun agbari ti awọn
BI rẹ.
Iṣẹ ṣiṣe yii yoo ni idagbasoke ni awọn igbesẹ afikun, fun awọn kekere
ojuami.
Igbesẹ kọọkan jẹ iṣẹ akanṣe ominira, ati pe o royin
bi aṣetunṣe ninu dw tabi ipilẹṣẹ BI rẹ. Awọn iterations
le ni imuse ti titun imo ero, fun
bẹrẹ pẹlu titun imuposi, fifi titun ẹya ti dati ,
ikojọpọ i dati afikun , tabi pẹlu imugboroja onínọmbà ti
ayika rẹ. Abala yii ni a jiroro diẹ sii
ni kikun ni ori 3.
Yato si awọn ẹya ibile ti awọn irinṣẹ Dw ati Bi awọn miiran wa
awọn iṣẹ ti ajo BI rẹ ti o jẹ gbese
apẹrẹ, gẹgẹbi:
Awọn aaye ifọwọkan alabara (ifọwọkan alabara
awọn aaye).
Bi pẹlu gbogbo awọn igbalode ajo ni o wa nọmba kan ti
onibara touchpoints ti o tọkasi bi o lati ni ohun iriri
rere fun tirẹ onibara. Awọn ikanni ibile wa bi i
oniṣòwo, switchboard awọn oniṣẹ, taara mail, multimedia ati si ta
ipolongo, bi daradara bi awọn julọ lọwọlọwọ awọn ikanni bi imeeli ati awọn ayelujara, i dati
Awọn ọja pẹlu aaye olubasọrọ kan gbọdọ gba,
gbigbe, ti mọtoto, yipada ati ki o si kún ni awọn ẹya ti dati della
BI.
Awọn ipilẹ ti dati iṣiṣẹ ati awọn ẹgbẹ olumulo (Operational
awọn apoti isura infomesonu ati awọn agbegbe olumulo).
Ni opin ti awọn olubasọrọ ojuami ti awọn onibara awọn ipilẹ ti wa ni ri dati
ti ohun elo ile-iṣẹ ati awọn agbegbe olumulo. THE dati tẹlẹ
orun dati ibile ti o gbọdọ wa ni mu papo ki o si dapọ pẹlu awọn dati che
nwọn ṣàn lati awọn touchpoints lati mu awọn pataki
alaye.
Awọn atunnkanka. (Awọn atunnkanka)
Alanfani akọkọ ti agbegbe BI ni oluyanju. Òun ni ẹni náà
anfani lati lọwọlọwọ isediwon ti dati operational, ese pẹlu
orisirisi awọn orisun ti dati , ti a ṣe afikun pẹlu awọn ẹya ara ẹrọ gẹgẹbi awọn atupale
lagbaye (geocoding) ati gbekalẹ ni awọn imọ-ẹrọ BI pe
gba fun iwakusa, OLAP, ijabọ SQL ti ilọsiwaju ati itupalẹ
àgbègbè. Ni wiwo akọkọ fun oluyanju si ayika
ijabọ jẹ ọna abawọle BI.
Sibẹsibẹ, Oluyanju kii ṣe ọkan nikan lati ni anfani lati faaji ti awọn
BI.
Awọn alaṣẹ, awọn ẹgbẹ olumulo nla, ati paapaa awọn ọmọ ẹgbẹ, awọn olupese ati i
onibara yẹ ki o wa awọn anfani ni BI ile-iṣẹ.
Pada kikọ lupu.
BI faaji jẹ agbegbe ẹkọ. Ilana kan
abuda kan ti idagbasoke ni lati gba fun jubẹẹlo ẹya ti dati
lati ṣe imudojuiwọn nipasẹ imọ-ẹrọ BI ti a lo ati nipasẹ awọn iṣe
olumulo akitiyan . Ohun apẹẹrẹ ni awọn imọ ti
onibara (igbelewọn onibara).
Ti o ba ti tita Eka gbejade jade a iwakusa awoṣe
ti awọn ikun ti onibara bi o ṣe le lo iṣẹ titun kan, lẹhinna awọn
Ẹka tita ko yẹ ki o jẹ ẹgbẹ alanfani nikan
ti iṣẹ.
Dipo, awoṣe iwakusa yẹ ki o ṣe gẹgẹbi apakan
iseda ti sisan data laarin ile-iṣẹ ati awọn nọmba alabara
yẹ ki o di ohun ese apa ti awọn alaye ayika ti awọn
ile ise, han si gbogbo awọn olumulo. Bi-bI-centric IBM Suite
pẹlu DB2 UDB, DB2 OLAP Server pẹlu julọ
apakan ti awọn eroja pataki ti imọ-ẹrọ, ti a ṣalaye ni nọmba
1.1.
A lo faaji bi o ti han ninu iwe yi olusin fun
fun wa ni ipele ti ilosiwaju ati ṣafihan bii ọja kọọkan
ti IBM dada sinu ilana gbogbogbo ti BI.
Pese Akoonu Alaye (Pipese
akoonu alaye)
Ṣe apẹrẹ, ṣe idagbasoke ati imuse agbegbe BI rẹ jẹ
iṣẹ-ṣiṣe ti o nira. Awọn oniru gbọdọ gba esin mejeji awọn
lọwọlọwọ ati ojo iwaju owo awọn ibeere. Awọn ayaworan oniru
gbọdọ jẹ pipe lati ni gbogbo awọn ipinnu ti a rii
nigba ti oniru alakoso. Ipaniyan gbọdọ wa
ileri lati kan nikan idi: lati se agbekale awọn faaji ti BI
bi formally gbekalẹ ninu iyaworan ati ki o da lori awọn ibeere ti
owo.
O ti wa ni paapa soro lati jiyan wipe discipline yoo rii daju awọn
ojulumo aseyori.
Eyi rọrun nitori pe o ko kọ agbegbe BI fun gbogbo eniyan
lojiji, sugbon o gba ibi ni kekere awọn igbesẹ ti lori akoko.
Sibẹsibẹ, idamo awọn ẹya BI ti faaji rẹ jẹ
pataki fun idi meji: Iwọ yoo ṣe itọsọna gbogbo awọn ipinnu ti o tẹle
faaji imuposi.
Iwọ yoo ni anfani lati ṣe apẹrẹ ni mimọ nipa lilo imọ-ẹrọ kan pato
biotilejepe o le ma gba atunṣe ti o nilo
ọna ẹrọ fun orisirisi awọn osu.
Loye awọn ibeere iṣowo rẹ to yoo ni agba iru
ti awọn ọja ti o yoo gba fun faaji rẹ.
Eto ati idagbasoke ti faaji rẹ rii daju
pe ile-ipamọ rẹ jẹ
kii ṣe iṣẹlẹ laileto, ṣugbọn dipo “ronu daradara” kan,
fara ti won ko ipolongo opera ti aworan bi moseiki ti
ti idapọmọra ọna ẹrọ.
Oniru alaye akoonu
Gbogbo ni ibẹrẹ oniru gbọdọ idojukọ ki o si da awọn
awọn paati BI pataki ti agbegbe rẹ yoo nilo
gbogboogbo ni bayi ati ni ojo iwaju.
Mọ awọn ibeere iṣowo jẹ pataki.
Ani ki o to gbogbo awọn lodo igbogun bẹrẹ, awọn
aseto ise agbese le nigbagbogbo da ọkan tabi meji
paati lẹsẹkẹsẹ.
Dọgbadọgba ti irinše ti o le wa ni nilo fun awọn
rẹ faaji, sibẹsibẹ, ko le ri awọn iṣọrọ.
Lakoko alakoso apẹrẹ, apakan akọkọ ti faaji
dè igba idagbasoke ohun elo (JAD) lori wiwa kan
lati ṣe idanimọ awọn ibeere iṣowo.
Nigba miiran awọn ibeere wọnyi le jẹ jade si awọn irinṣẹ
ibeere ati iroyin.
Fun apẹẹrẹ, awọn olumulo sọ pe ti wọn ba fẹ lati ṣe adaṣe
Lọwọlọwọ ijabọ kan ni lati ṣe agbekalẹ iṣọpọ pẹlu ọwọ
meji lọwọlọwọ ratio ati fifi awọn isiro yo lati
apapo ti dati.
Lakoko ti ibeere yii rọrun, o ṣalaye ọkan kan
iṣẹ ṣiṣe ti ẹya o gbọdọ ni nigbati
ra awọn irinṣẹ iroyin fun ajo.
Apẹrẹ gbọdọ tun lepa awọn ibeere afikun fun
gba aworan pipe. Awọn olumulo fẹ lati ṣe alabapin si
iroyin yi?
Awọn ipin ti ijabọ naa jẹ ipilẹṣẹ ati firanṣẹ nipasẹ imeeli si ọpọlọpọ
awọn olumulo? Ṣe o fẹ lati rii ijabọ yii ni ẹnu-ọna ile-iṣẹ?
Gbogbo awọn ibeere wọnyi jẹ apakan ti iwulo ti o rọrun lati
ropo a Afowoyi Iroyin bi beere nipa awọn olumulo. Anfani
ti awọn iru ti awọn ibeere ni wipe gbogbo eniyan, olumulo ati Difelopa, ni
oye ti awọn Erongba ti awọn iroyin.
Awọn iru iṣowo miiran wa, sibẹsibẹ, ti a nilo lati gbero fun.
Nigba ti owo awọn ibeere ti wa ni so ni awọn fọọmu ti
Awọn ibeere ilana iṣowo, o rọrun fun oluṣeto ti o ni iriri
mọ onisẹpo ati odiwon / o daju awọn ibeere.
olusin 1.2 sapejuwe iwọn ati ki o onisẹpo irinše ti a
iṣoro iṣowo.
Ti awọn olumulo JAD ko mọ bi wọn ṣe le sọ awọn ibeere wọn
ni irisi iṣoro iṣowo, apẹẹrẹ yoo ṣe igbasilẹ nigbagbogbo
apẹẹrẹ fun fo-bẹrẹ igba gbigba data
awọn ibeere.
Awọn iwé onise le ran awọn olumulo ni oye ko nikan ni
isowo ilana, sugbon tun bi o lati dagba o.
Awọn ibeere apejo ona ti wa ni sísọ ni ipin 3; Fun
bayi a kan fẹ lati tọka si iwulo lati ṣe apẹrẹ fun gbogbo eniyan
awọn oriṣi ti awọn ibeere BI
Ọrọ iṣowo ilana jẹ, kii ṣe ibeere nikan
Iṣowo, ṣugbọn tun kan olobo oniru. Ti o ba ni lati dahun
si ibeere multidimensional, lẹhinna o ni lati ṣe akori,
fi i dati onisẹpo, ati ti o ba nilo lati lóòrèkóòrè awọn
dati multidimensional, o ni lati pinnu ohun ti Iru imo tabi
ilana ti o yoo gba.
Ṣe o ṣe imuse ero irawọ cube ti o wa ni ipamọ, tabi awọn mejeeji?
Bi o ti le rii, paapaa iṣoro iṣowo ti o rọrun
le ni riro ni agba awọn oniru. Sibẹsibẹ
iru awọn ibeere iṣowo wọnyi jẹ arinrin ati dajudaju, o kere ju
nipasẹ awọn oluṣeto iṣẹ akanṣe ti o ni iriri ati awọn apẹẹrẹ.
Awọn ariyanjiyan ti to nipa awọn imọ-ẹrọ ati atilẹyin ti
OLAP, ati ọpọlọpọ awọn solusan wa. Titi di bayi
a mẹnuba iwulo lati mu awọn ijabọ rọrun papọ pẹlu i
Awọn ibeere iwọn iṣowo, ati bii awọn ibeere wọnyi
ni ipa awọn ipinnu ayaworan imọ-ẹrọ.
Ṣugbọn kini awọn ibeere ti ko ni oye ni imurasilẹ
nipasẹ awọn olumulo tabi nipasẹ awọn Dw egbe? Iwọ yoo nilo itupalẹ nigbagbogbo
aaye (itupalẹ aaye)?
Awọn awoṣe iwakusa ti dati wọn yoo jẹ apakan pataki ti tirẹ
ojo iwaju? Talo mọ?
O ṣe pataki lati ṣe akiyesi pe iru awọn imọ-ẹrọ wọnyi kii ṣe pupọ
mọ nipa awọn agbegbe olumulo gbogboogbo ati egbe omo egbe ti
Dw, ni apakan, eyi le ṣẹlẹ nitori wọn ṣe deede
ti wa ni lököökan nipa diẹ ninu awọn ti abẹnu tabi ẹni-kẹta imọ amoye. O jẹ a
ọran aala ti awọn iṣoro ti iru awọn imọ-ẹrọ wọnyi n ṣe ipilẹṣẹ. Ti ara ẹni
awọn olumulo ko le se apejuwe owo awọn ibeere tabi fireemu wọn
lati le pese awọn itọnisọna si awọn apẹẹrẹ, wọn le
lọ lekunrere tabi, buru, nìkan bikita.
Awọn iṣoro diẹ sii o di nigbati apẹẹrẹ ati olupilẹṣẹ ba kuna
le ṣe idanimọ ohun elo ti ọkan ninu awọn ilọsiwaju wọnyi ṣugbọn
lominu ni imo ero.
Gẹ́gẹ́ bí a ti gbọ́ ọ̀pọ̀ ìgbà tí Àwọn Olùṣàpẹẹrẹ ń sọ, “ó dára, kí nìdí
a ko ha fi i si apakan titi ti a o fi gba nkan miran yi?
“Ṣe wọn nifẹ si awọn ohun pataki, tabi ṣe wọn yago fun i
ibeere ti won ko ye? O ti wa ni seese ni igbehin arosinu.
Jẹ ki a sọ pe ẹgbẹ tita rẹ ti sọ ibeere kan
ti iṣowo, bi a ti sọ ni nọmba 1.3, bi o ti le rii, awọn
ibeere ti wa ni ipilẹ ni irisi iṣoro iṣowo kan. Nibẹ
iyato laarin isoro yi ati awọn aṣoju onisẹpo isoro ni
ijinna. Ni idi eyi, ẹgbẹ tita fẹ lati mọ,
lori oṣooṣu igba, lapapọ tita lati awọn ọja, warehouses ati
onibara ti o ngbe laarin 5 km ti awọn ile ise ibi ti nwọn
won ra.
Ibanujẹ, awọn apẹẹrẹ tabi awọn ayaworan ile le rọrun
foju paati aaye nipa sisọ, “a ni alabara, awọn
ọja ati i dati ti idogo. A pa awọn ijinna titi
miiran aṣetunṣe.
"Idahun ti ko tọ. Iru iṣoro iṣowo yii jẹ awọn ifiyesi
patapata BI. O duro a jinle oye ti awọn
iṣowo wa ati aaye itupalẹ ti o lagbara fun awọn atunnkanka wa.
BI kọja ibeere ti o rọrun tabi ijabọ boṣewa, boya
ani OLAP. Eyi kii ṣe lati sọ pe awọn imọ-ẹrọ wọnyi kuna
wọn ṣe pataki si BI rẹ, ṣugbọn nipasẹ ara wọn kii ṣe
agbegbe BI.
Apẹrẹ fun o tọ alaye
(Apẹrẹ fun akoonu Alaye)
Ni bayi ti a ti ṣe idanimọ Awọn ibeere Iṣowo ti o duro jade
orisirisi Pataki irinše, gbọdọ wa ni o wa ninu a oniru
gbogboogbo ayaworan. Diẹ ninu awọn paati BI jẹ apakan
ti wa ni ibẹrẹ akitiyan , nigba ti diẹ ninu awọn yoo wa ko le muse fun
orisirisi awọn osu.
Sibẹsibẹ, gbogbo awọn mọ awọn ibeere ti wa ni afihan ni awọn oniru ki
nigba ti a ba nilo lati ṣe imọ-ẹrọ kan pato, a jẹ
mura lati ṣe. Nkankan nipa ise agbese na yoo ṣe afihan ero naa
tradisionale.
Fun apẹẹrẹ, nọmba 1.1, ni ibẹrẹ ti ipin, fihan data kan
mart eyi ti ntẹnumọ i dati onisẹpo.
Yi ṣeto ti dati ti wa ni lo lati se atileyin nigbamii lilo ti
dati onisẹpo ìṣó nipa Business oran ti o
a ti mọ. Bi awọn afikun awọn iwe aṣẹ jẹ
ti ipilẹṣẹ, gẹgẹ bi awọn idagbasoke oniru ti dati, awa
a yoo bẹrẹ lati formalize bi i dati wọn tan ni ayika.
A ti rii daju iwulo lati ṣe aṣoju i dati nitorinaa
onisẹpo, pinpin wọn (gẹgẹ bi awọn iwulo pato
pinnu) lori awọn ọja data.
Ibeere ti o tẹle lati dahun ni bawo ni wọn yoo ṣe kọ
wọnyi marts data?
Ṣe o kọ awọn irawọ lati ṣe atilẹyin awọn onigun, tabi awọn onigun nikan, tabi awọn irawọ nikan?
(tabi ọtun cubes, tabi ọtun irawọ). Ṣe ina faaji fun data naa
Marts ti o gbẹkẹle ti o nilo Layer atomiki fun gbogbo dati
ṣe o gba? Gba awọn ọja data ominira lati gba i dati
taara lati awọn ọna šiše?
Imọ-ẹrọ Cube wo ni iwọ yoo gbiyanju lati ṣe iwọn?
O ni awọn oye pupọ ti awọn oriṣa dati beere fun onisẹpo onínọmbà
tabi ṣe o nilo awọn cubes ti agbara tita orilẹ-ede rẹ lori ọkan
osẹ-ipile tabi awọn mejeeji? Kọ nkan ti o lagbara
gẹgẹ bi awọn DB2 OLAP Server fun Isuna tabi Cognos cubes
PowerPlay fun agbari tita rẹ tabi awọn mejeeji?
Iwọnyi jẹ awọn ipinnu apẹrẹ ayaworan nla ti o
wọn yoo ni ipa lori ayika BI rẹ ti nlọ siwaju. Bẹẹni,
o ti ṣe idanimọ iwulo fun OLAP. Bayi bawo ni iwọ yoo ṣe ṣe iyẹn
iru ilana ati imọ-ẹrọ?
Bawo ni diẹ ninu awọn imọ-ẹrọ to ti ni ilọsiwaju ṣe ni ipa lori tirẹ
yiya? Jẹ ki a ro pe o ti ṣe idanimọ iwulo kan
aaye ninu rẹ ètò. Bayi o ni lati pe awọn
ayaworan iyaworan itọsọna paapa ti o ba unplanned ti
gbe awọn paati aaye fun ọpọlọpọ awọn oṣu. Awọn ayaworan ile gbọdọ
apẹrẹ loni da lori ohun ti o nilo. Fojuinu awọn nilo fun
itupale aaye ti o ṣe ipilẹṣẹ, tọju, ṣe ati jiṣẹ
wiwọle si dati aaye. Eleyi ni Tan yẹ ki o sin bi a
ihamọ nipa iru imọ-ẹrọ ati awọn pato
Syeed sọfitiwia ti o le ronu lọwọlọwọ. Fun
apẹẹrẹ, awọn isakoso eto ti ipilẹ data ti ibatan
(RDBMS) ti o ṣe fun Layer atomiki rẹ gbọdọ ni
a logan aaye iye to wa. Eleyi yoo rii daju awọn
iṣẹ ṣiṣe ti o pọju nigba lilo geometry ati awọn nkan
aaye ninu awọn ohun elo itupalẹ rẹ. Ti RDBMS rẹ ko ba ṣe
le mu i dati (Spatial-centric) ni inu, nitorinaa o ni lati
fi idi kan ipilẹ data (aaye-centric) ita. Eleyi complicates awọn
iṣakoso iṣoro ati ni ipa lori iṣẹ ṣiṣe gbogbogbo rẹ,
ko si darukọ awọn afikun isoro da fun nyin
Awọn DBA, bi wọn ṣe le ni oye diẹ
ti awọn ipilẹ ti dati aaye pẹlu. Lori awọn miiran ọwọ, ti o ba rẹ engine
RDMBS n kapa gbogbo awọn paati aaye ati awọn ibatan
optimizer mọ awọn iwulo pataki (fun apẹẹrẹ,
titọka) ti awọn nkan aye, lẹhinna awọn DBA rẹ le mu
ṣakoso awọn ọran ni kiakia ati pe o le gbe wọn ga
išẹ.
Paapaa, o nilo lati ṣatunṣe agbegbe iṣeto ati Layer
ti agbegbe atomiki lati pẹlu mimọ adiresi (un
eroja bọtini si itupalẹ aaye), bakanna bi atẹle
fifipamọ awọn nkan aaye. Awọn succession ti awọn itọsọna ti
iyaworan tẹsiwaju ni bayi pe a ti ṣafihan imọran ti mimọ
adirẹsi. Fun ohun kan, ohun elo yii yoo sọ iru iru
software pataki fun igbiyanju ETL rẹ.
O nilo awọn ọja bii Trillium lati pese adirẹsi fun ọ
mọ, tabi olutaja ETL ti o fẹ lati pese iyẹn
iṣẹ-ṣiṣe?
Fun bayi o ṣe pataki pe ki o ni riri boṣewa ti apẹrẹ naa
gbọdọ pari ṣaaju ki o to bẹrẹ imuse tirẹ
ayika (ile ipamọ). Awọn apẹẹrẹ ti o wa loke yẹ
ṣe afihan ọpọlọpọ awọn ipinnu iyaworan ti o gbọdọ tẹle
idanimọ ti eyikeyi ibeere iṣowo pato. Ti o ba ṣe
ni deede, awọn ipinnu apẹrẹ wọnyi ṣe igbega
awọn interdependence laarin awọn ti ara ẹya ti rẹ ayika, awọn
asayan ti imo ti a lo ati awọn sisan ti soju ti awọn
akoonu alaye. Lai yi mora faaji
ti BI, agbari rẹ yoo jẹ koko ọrọ si adalu
rudurudu ti awọn imọ-ẹrọ ti o wa, ti o dara julọ, iṣọkan ni ọna kan
aiṣedeede lati pese iduroṣinṣin ti o han.
Ṣetọju akoonu alaye
Mu iye alaye wa si ile-iṣẹ rẹ jẹ
iṣẹ ṣiṣe ti o nira pupọ. Laisi oye ti o to
ati iriri, tabi to dara iseto ati oniru, ani awọn
awọn ẹgbẹ ti o dara julọ yoo kuna. Ni apa keji, ti o ba ni nla kan
intuition ati alaye igbogun sugbon ko si ibawi fun
ipaniyan, o kan padanu owo ati akoko rẹ
nitori igbiyanju rẹ yoo kuna. Ifiranṣẹ yẹ
jẹ ko o: Ti o ba ti wa ni sonu ọkan tabi diẹ ẹ sii ti awọn wọnyi
ogbon, oye / iriri tabi igbogun / iyaworan o
imuse discipline, yi yoo ja si paralyze tabi
run ile ti ajo BI.
Njẹ ẹgbẹ rẹ ti pese silẹ daradara bi? Ẹnikan wa lori rẹ
Ẹgbẹ BI ti o loye ala-ilẹ atupale nla ti o wa
ni awọn agbegbe BI, ni awọn ilana pataki ati awọn imọ-ẹrọ
lati ṣe ipa ala-ilẹ yẹn? Ẹnikan wa ninu ẹgbẹ rẹ
eyiti o le ṣe idanimọ iyatọ ti ohun elo laarin ilọsiwaju
ijabọ aimi ati OLAP, tabi awọn iyatọ laarin ROLAP ati OLAP? Ọkan ninu
awọn ọmọ ẹgbẹ ti rẹ egbe kedere mọ awọn ọna ti
jade ati bii o ṣe le ni ipa lori ile-itaja tabi bii
ile-ipamọ le ṣe atilẹyin iṣẹ iwakusa? Omo egbe
ti egbe ye iye ti dati aaye tabi imọ-ẹrọ
orisun oluranlowo? Ṣe o ni ẹnikan ti o mọyì ohun elo alailẹgbẹ naa
ti awọn irinṣẹ ETL lodi si imọ-ẹrọ alagbata
ifiranṣẹ? Ti o ko ba ni, gba ọkan. BI jẹ pupọ diẹ sii
tobi ti fẹlẹfẹlẹ atomiki deede, ti OLAP, ti awọn ero a
irawọ ati awọn ẹya ODS.
Ni oye ati iriri lati da awọn ibeere mọ
ti BI ati awọn solusan wọn ṣe pataki si agbara rẹ
deede formalize awọn iwulo ti awọn olumulo ati lati ṣe ọnà
ki o si mu wọn solusan. Ti agbegbe olumulo rẹ ba ni
isoro apejuwe awọn ibeere, o jẹ awọn iṣẹ-ṣiṣe ti awọn egbe ti
ile ise pese oye. Ṣugbọn ti o ba egbe ti
ile itaja
ko ṣe idanimọ ohun elo kan pato ti BI - fun apẹẹrẹ, data
iwakusa- lẹhinna kii ṣe ohun ti o dara julọ ti awọn agbegbe BI ṣe
igba idinwo ara wọn si a palolo idogo. Sibẹsibẹ, foju awọn wọnyi
awọn imọ-ẹrọ ko dinku pataki wọn ati ipa ti wọn ni
lori ifarahan ti awọn aye oye iṣowo ti tirẹ
agbari, bi daradara bi alaye be ti o apẹrẹ
lati se igbelaruge.
Eto gbọdọ ni ero ti iyaworan, ed
mejeeji nilo ẹni ti o peye. Ni afikun, apẹrẹ
o nilo egbe werehouse imoye ati akiyesi
ti awọn ajohunše. Fun apẹẹrẹ, ti ile-iṣẹ rẹ ba ti ṣeto a
Syeed boṣewa tabi ti ṣe idanimọ RDBMS kan pato ti o
fẹ lati standardize kọja awọn Syeed, o jẹ imminent pe
gbogbo eniyan ti o wa ninu ẹgbẹ tẹle awọn iṣedede wọnyẹn. Ni gbogbogbo ọkan
egbe ṣafihan iwulo fun isọdọtun (si olumulo
communites), ṣugbọn ẹgbẹ funrararẹ ko fẹ lati darapọ mọ
Awọn ajohunše tun ṣeto ni awọn agbegbe miiran ni ile-iṣẹ tabi boya paapaa ni awọn
iru awọn ile-iṣẹ. Ko nikan ni agabagebe yi, sugbon o ascertains awọn duro wo ni ko
ni anfani lati lo awọn orisun ati awọn idoko-owo to wa tẹlẹ. Ko tumọ si
pe ko si awọn ipo ti o ṣe iṣeduro pẹpẹ kan tabi a
imọ-ẹrọ ti kii ṣe deede; sibẹsibẹ, awọn akitiyan ti awọn ile ise
yẹ ki o jealously ṣọ awọn ajohunše ti awọn kekeke soke si
ti owo awọn ibeere ko pàsẹ bibẹkọ ti.
Ẹya bọtini kẹta nilo lati kọ BI
agbari ni ibawi.
O da lori lapapọ, bakanna lori awọn ẹni-kọọkan ati lori ayika.
Awọn oluṣeto iṣẹ, awọn onigbọwọ, awọn ayaworan ile, ati awọn olumulo gbọdọ ni riri fun
ibawi pataki lati kọ eto alaye ti ile-iṣẹ naa.
Awọn apẹẹrẹ gbọdọ ṣe itọsọna awọn igbiyanju apẹrẹ wọn ni iru ọna bẹ
pari awọn igbiyanju pataki miiran ni awujọ.
Fun apẹẹrẹ, jẹ ki a sọ pe ile-iṣẹ rẹ kọ kan
Ohun elo ERP ti o ni paati ile itaja.
Nitorinaa o jẹ ojuṣe ti awọn apẹẹrẹ ERP lati ṣe ifowosowopo pẹlu awọn
egbe ile ise ayika ki bi ko lati dije tabi
pidánpidán awọn iṣẹ tẹlẹ bere.
Ìbáwí tún jẹ́ kókó ẹ̀kọ́ kan tí ó yẹ kí ọwọ́ rẹ̀ dí
nipasẹ gbogbo ajo ati ki o ti wa ni maa mulẹ ati ki o le a
alase ipele.
Ṣe awọn alaṣẹ fẹ lati faramọ ọna ti a ṣe apẹrẹ? A
ọna ti o ṣe ileri lati ṣẹda akoonu alaye ti o jẹ
bajẹ o yoo mu iye si gbogbo awọn agbegbe ti awọn kekeke, sugbon boya
Ṣe o fi ẹnuko olukuluku tabi awọn eto ti ẹka? Ranti ọrọ naa
"Nronu nipa ohun gbogbo ṣe pataki ju iṣaro nipa ohun kan lọ."
Ọrọ yii jẹ otitọ fun awọn ajo BI.
Laanu, ọpọlọpọ awọn ile itaja ṣojukọ awọn akitiyan wọn
gbiyanju lati Àkọlé ati ki o mu iye si kan pato Eka tabi
kan pato awọn olumulo, pẹlu kekere iyi si ajo ni
gbogboogbo. Ṣebi oluṣakoso naa beere iranlọwọ lati ọdọ ẹgbẹ naa
ile itaja. Awọn egbe idahun pẹlu kan ise ti o fi opin si 90 ọjọ eyi ti
pẹlu ko nikan oba ti awọn ibeere iwifunni asọye nipa awọn
alakoso sugbon idaniloju wipe gbogbo dati mimọ ti wa ni adalu sinu Layer
atomiki ṣaaju ki o to ṣafihan sinu imọ-ẹrọ cube
igbero.
Afikun imọ-ẹrọ yii ṣe idaniloju pe ṣiṣe ti
werehouse yoo ni anfani lati dati nilo nipasẹ oluṣakoso.
Sibẹsibẹ, adari naa sọrọ si awọn ile-iṣẹ ijumọsọrọ ita pe
ti dabaa iru ohun elo kan pẹlu ifijiṣẹ ni o kere ju 4
ọsẹ.
Ro pe awọn ti abẹnu werehouse egbe ni oye, awọn
alakoso ni yiyan. Tani o le ṣe atilẹyin ibawi ti
afikun imọ-ẹrọ nilo lati dagba dukia naa
ile-iṣẹ alaye tabi o le yan lati ṣe tiwọn
ojutu ni kiakia. Ikẹhin dabi ẹni pe a yan ni otitọ
igba pupọ ati pe o ṣiṣẹ nikan lati ṣẹda awọn apoti alaye ti
eyi ti o ṣe anfani nikan diẹ tabi ẹni kọọkan.
Awọn ibi-afẹde kukuru ati igba pipẹ
Awọn ayaworan ile ati awọn apẹẹrẹ ise agbese gbọdọ formalize a
gun-igba iran ti awọn ìwò faaji ati eto fun
dagba ni a BI agbari. Yi apapo ti
ere igba kukuru ati eto igba pipẹ
soju fun awọn meji mejeji ti awọn akitiyan BI. Kukuru-igba èrè
akoko ipari jẹ apakan ti BI ti o ni nkan ṣe pẹlu awọn iterations ti
ile ise re.
Eyi ni ibi ti awọn oluṣeto, awọn ayaworan ile ati awọn onigbọwọ ṣe idojukọ lori
pade awọn ibeere iṣowo kan pato. O wa ni ipele yii nibiti awọn
ti ara ẹya ti wa ni itumọ ti, ọna ẹrọ ti wa ni ra ati awọn
imuposi ti wa ni muse. Wọn ti wa ni ko si ọna lati koju si
awọn ibeere kan pato gẹgẹbi asọye nipasẹ awọn agbegbe olumulo kan pato.
Ohun gbogbo ti wa ni ṣe ni ibere lati koju telẹ kan pato awọn ibeere
lati agbegbe kan pato.
Eto gigun, sibẹsibẹ, jẹ apakan miiran
ti BI. Eyi ni ibi ti awọn ero ati awọn iṣẹ akanṣe ti o rii daju pe o jẹ
kọ eyikeyi ti ara be, awọn ti a ti yan imo ero ati awọn
awọn imọ-ẹrọ ti a rii ti a ṣe pẹlu oju si ọna ile-iṣẹ naa. Ati awọn
eto igba pipẹ ti o pese isokan
pataki lati rii daju wipe owo anfani accrue si gbogbo
awọn anfani igba kukuru ti a rii.
Ṣe idaniloju igbiyanju BI rẹ
Un ile-iṣẹ data funrararẹ ko ni iye inherent. Ni miiran
awọn ọrọ, ko si iye atorunwa laarin awọn imọ-ẹrọ ti
ile ise ati imuse imuposi.
Iye ti eyikeyi akitiyan ile ise ti wa ni ri ninu awọn sise
ošišẹ ti awọn wọnyi ni ile ise ayika ati akoonu
ti alaye fedo lori akoko. Eyi jẹ aaye pataki lati ni oye
ṣaaju ki o to lailai gbiyanju lati siro iye ti eyikeyi initiative ti
ilé.
Nigbagbogbo, awọn ayaworan ile ati awọn apẹẹrẹ ngbiyanju lati lo iye si
ti ara ati imọ irinše ti ile ise nigba ti o daju ni iye
da lori awọn ilana iṣowo ti o ni ipa ti o daadaa
ile ise ati daradara-gba alaye.
Eyi wa ipenija ti idasile BI: Bawo ni o ṣe ṣe idalare idoko-owo naa?
Ti o ba ti wherehouse ara ni o ni ko ojulowo iye, awọn apẹẹrẹ ti
ise agbese gbọdọ ṣe iwadii, ṣalaye ati ṣe agbekalẹ awọn anfani
waye nipasẹ awọn ẹni-kọọkan ti yoo lo ile-ipamọ fun
mu kan pato owo lakọkọ tabi iye ti
ni idaabobo alaye tabi awọn mejeeji.
Lati complicate ọrọ, eyikeyi owo ilana
fowo nipasẹ awọn akitiyan ile ise le pese awọn anfani
"ifiyesi" tabi "diẹ". Akude anfani pese a
metiriki ojulowo lati wiwọn ipadabọ lori idoko-owo (ROI) - fun apẹẹrẹ
Fun apẹẹrẹ, titan akojo oja akoko afikun ni akoko kan
pato tabi fun kekere sowo iye owo fun sowo. O jẹ diẹ sii
O nira lati ṣalaye awọn anfani diẹ, gẹgẹbi iraye si ilọsiwaju si
alaye, ni awọn ofin ti ojulowo iye.
So rẹ ise agbese lati mọ awọn
owo awọn ibeere
Ni ọpọlọpọ igba, awọn apẹẹrẹ iṣẹ akanṣe gbiyanju lati sopọ iye
ti ile itaja pẹlu awọn ibi-afẹde ile-iṣẹ amorphous. siso wipe
“Iye ti ile-itaja kan da lori agbara wa lati
ni itẹlọrun ilana ibeere” a ṣii awọn
ọrọ sisọ. Ṣugbọn o nikan ko to lati pinnu boya
idoko-owo ni akojo oja ṣe ori. O dara lati sopọ awọn atunwi
ti ile itaja pẹlu awọn ibeere iṣowo pato ati awọn akọsilẹ.
Ṣe iwọn ROI
Iṣiro ROI ni eto ile itaja le jẹ
paapa soro. O ti wa ni paapa soro ti o ba ti anfani
ipò ti atunwi kan pato jẹ nkan ti ko ṣee ṣe tabi
rọrun lati wiwọn. Iwadi kan rii pe awọn olumulo loye
Awọn anfani akọkọ meji ti awọn ipilẹṣẹ BI:
▪ Ṣẹda agbara lati ṣẹda awọn ipinnu
▪ Ṣẹda wiwọle si alaye
Awọn anfani wọnyi jẹ awọn anfani rirọ (tabi ìwọnba). O rorun lati ri
bawo ni a ṣe le ṣe iṣiro ROI kan ti o da lori itọsọna lile (tabi
tobi) gẹgẹbi idinku iye owo gbigbe, ṣugbọn bawo ni
ṣe a wọn agbara lati ṣe awọn ipinnu to dara julọ?
Eleyi jẹ pato kan ipenija fun ise agbese aseto nigbati
wọn n gbiyanju lati parowa fun ile-iṣẹ lati nawo ni kan pato
akitiyan ile ise. Alekun tita tabi idinku awọn idiyele
wọn kii ṣe awọn akori aringbungbun ti o wakọ ayika BI.
Dipo, o n wo awọn ibeere iṣowo fun iraye si
ti o dara ju lati alaye ki a pato ẹka le
ṣe awọn ipinnu yiyara. Awọn wọnyi ni ilana awakọ a
eyi ti o ṣẹlẹ lati wa ni se pataki si awọn duro sugbon ni o wa
diẹ ambiguous ati siwaju sii soro lati se apejuwe ni a ojulowo metric.
Ni idi eyi, iṣiro ROI le jẹ aṣiwere, ti ko ba ṣe pataki.
Awọn apẹẹrẹ iṣẹ-ṣiṣe gbọdọ ni anfani lati ṣe afihan iye
ojulowo fun awọn alaṣẹ lati pinnu boya idoko-owo ni
kan pato atunwi kan. Sibẹsibẹ, a kii yoo dabaa tuntun kan
ọna fun iṣiro ROI, tabi a yoo ṣe eyikeyi awọn ariyanjiyan fun tabi
lòdì sí i.
Ọpọlọpọ awọn nkan ati awọn iwe wa ti o jiroro awọn ipilẹ fun
ṣe iṣiro ROI. Awọn igbero iye pataki wa bi iye kan
lori Idoko-owo (VOI), funni nipasẹ awọn ẹgbẹ bi Gartner, eyiti o le
lati ṣe iwadi. Dipo, a yoo dojukọ awọn aaye pataki ti eyikeyi
ROI tabi awọn igbero iye miiran ti o nilo lati ronu.
Lilo ROI
Ni ikọja awọn anfani "lile" vs. "asọ" ariyanjiyan anfani
ni nkan ṣe pẹlu awọn akitiyan BI awọn ọran miiran wa lati ronu
nigba ti a ba lo ROI. Fun apere:
Ṣe afihan ọpọlọpọ awọn ifowopamọ si awọn igbiyanju DW ti yoo wa
bo se wu ko ri
Jẹ ká sọ rẹ ile si lọ lati ẹya faaji ti
mainframe to a pin UNIX ayika. Nitorina eyikeyi
awọn ifowopamọ ti o le (tabi ko le ṣe) ni idaniloju lati igbiyanju naa
ko yẹ ki o wa ni iyasọtọ, ti o ba jẹ rara (?), si
ile itaja.
Ko ṣe iṣiro ohun gbogbo jẹ idiyele. Ati pe ọpọlọpọ awọn nkan wa lati ṣe
ya sinu iroyin. Wo atokọ wọnyi:
▪ Iye owo ibẹrẹ, pẹlu ṣiṣeeṣe.
▪ Iye owo ohun elo iyasọtọ pẹlu ibi ipamọ ti o ni ibatan e
awọn ibaraẹnisọrọ
▪ Iye owo sọfitiwia, pẹlu iṣakoso dati ati awọn amugbooro
onibara/olupin, sọfitiwia ETL, awọn imọ-ẹrọ DSS, awọn irinṣẹ
iworan, siseto ati sisan ohun elo
iṣẹ ati sọfitiwia ibojuwo,.
▪ Iye owo apẹrẹ igbekale dati, pẹlu riri, ati
iṣapeye ti
▪ Iye owo idagbasoke sọfitiwia taara ni nkan ṣe pẹlu igbiyanju naa
BI
▪ Iye owo atilẹyin ile, pẹlu iṣapeye ti
išẹ, pẹlu software version Iṣakoso ati
iranlọwọ mosi
Waye "Big-Bang" ROI.
Awọn ẹda ti awọn ile ise bi a nikan ati ki o gigantic akitiyan
O ni lati kuna, nitorinaa tun ṣe iṣiro ROI fun ipilẹṣẹ kan
ti o tobi kekeke Awọn ìfilọ jẹ yanilenu, ati pe awọn apẹẹrẹ
tẹsiwaju lati ṣe awọn igbiyanju alailera lati ṣe iṣiro iye ti gbogbo
akitiyan.
Nitoripe awọn apẹẹrẹ gbiyanju lati fun iye owo
lori ipilẹṣẹ iṣowo ti o ba jẹ olokiki pupọ ati gba pe
Ṣe iṣiro awọn atunṣe kan pato nira? Bawo ni o ṣe ṣee ṣe? Kii ṣe bẹ
ṣee ṣe pẹlu diẹ awọn imukuro. Maṣe ṣe.
Ni bayi pe a ti ṣeto ohun ti kii ṣe nigbati o ṣe iṣiro
ROI, awọn aaye kan wa nibi ti yoo ṣe iranlọwọ fun wa ni asọye
ilana ti o gbẹkẹle fun iṣiro iye ti awọn akitiyan BI rẹ.
Ngba ipohunpo ROI. Laibikita ti tirẹ
wun ti ilana lati siro iye ti rẹ BI akitiyan , gbọdọ
gba nipasẹ gbogbo awọn ẹgbẹ, pẹlu awọn apẹẹrẹ iṣẹ akanṣe,
awọn onigbọwọ ati awọn alaṣẹ ile-iṣẹ.
Din ROI sinu awọn ẹya idanimọ. Igbesẹ pataki si ọna
Iṣiro oye ti ROI ni lati dojukọ iṣiro yẹn lori a
pato ise agbese. Eyi yoo gba ọ laaye lati ṣe iṣiro iye kan
da lori awọn ibeere iṣowo kan pato ti o pade
Setumo awọn owo. Gẹgẹbi a ti sọ, awọn idiyele lọpọlọpọ gbọdọ jẹ
kà. Pẹlupẹlu, awọn idiyele gbọdọ pẹlu kii ṣe awọn idiyele ti o somọ nikan
si aṣetunṣe ẹyọkan ṣugbọn tun si awọn idiyele ti o somọ
lati rii daju ibamu pẹlu awọn ajohunše ile-iṣẹ.
Setumo anfani. Ni kedere sisopọ ROI si awọn ibeere
awọn iṣowo pato, o yẹ ki a ni anfani lati ṣe idanimọ awọn
awọn anfani ti yoo ja si tenilorun awọn ibeere.
Din awọn idiyele ati awọn anfani ni awọn ere ti o sunmọ. O jẹ ọna naa
Ọna ti o dara julọ lati ṣe ipilẹ awọn idiyele rẹ lori iye ti o wa lọwọlọwọ
(NPV) ni idakeji si igbiyanju lati ṣe asọtẹlẹ iye iwaju ni
ojo iwaju dukia.
Jeki akoko ti pipin ROI rẹ si o kere ju. ATI'
daradara ni akọsilẹ lori igba pipẹ ti o ti lo ninu tirẹ
ROI
Lo agbekalẹ ROI diẹ sii ju ọkan lọ. Awọn ọna lọpọlọpọ lo wa fun
Asọtẹlẹ ROI ati pe o yẹ ki o gbero boya lati lo ọkan tabi
pẹlu, pẹlu awọn net bayi iye, awọn ti abẹnu iyara ti awọn esi
(IRR) ati imularada.
Setumo repeatable ilana. Eyi jẹ pataki fun iṣiro
eyikeyi gun-igba iye. O yẹ ki o wa ni akọsilẹ a
nikan repeatable ilana fun gbogbo ise agbese leyin a
tẹle.
Awọn iṣoro ti a ṣe akojọ jẹ awọn ti o wọpọ julọ ti asọye nipasẹ awọn amoye
ti agbegbe werehouse. Awọn asotenumo lori apa ti awọn isakoso ti
nini “Big-Bang” ROI ti a firanṣẹ jẹ airoju pupọ. Ti o ba bẹrẹ gbogbo
awọn iṣiro ROI rẹ nipa idinku wọn sinu awọn ege idanimọ ati ojulowo, o ni
aye to dara lati ṣe iṣiro idiyele ROI deede.
Awọn ibeere nipa awọn anfani ROI
Ohunkohun ti awọn anfani rẹ, asọ tabi lile, o le lo
diẹ ninu awọn ibeere ipilẹ lati pinnu iye wọn. Si
apẹẹrẹ lilo kan ti o rọrun igbelosoke eto, lati 1 to 10, o
o le ṣe atẹle ipa ti eyikeyi igbiyanju nipa lilo atẹle naa
ibugbe:
▪ Bawo ni iwọ yoo ṣe iwọn oye ti dati atẹle eyi
ise agbese ti ile-iṣẹ rẹ?
▪ Bawo ni iwọ yoo ṣe ṣiro awọn ilọsiwaju ilana bi abajade
ise agbese yi?
▪ Bawo ni iwọ yoo ṣe wọn ipa ti awọn oye titun ati awọn itọkasi ni bayi
ṣe wa nipasẹ yi aṣetunṣe
▪ Ki ni ipa ti awọn ayika kọmputa titun e
ṣiṣe bi abajade ohun ti a ti kọ?
Ti awọn idahun si awọn ibeere wọnyi ba kere, o ṣee ṣe bẹ
ile-iṣẹ ko tọ si idoko-owo ti a ṣe. Awọn ibeere pẹlu kan to ga
Dimegilio ojuami si awọn anfani iye pataki ati yẹ
ṣiṣẹ bi awọn itọsọna fun iwadii siwaju sii.
Fun apẹẹrẹ, Dimegilio giga fun awọn ilọsiwaju ilana
o yẹ ki o mu awọn apẹẹrẹ ṣe ayẹwo ohun ti awọn ilana jẹ bi
ti ni ilọsiwaju. O le rii pe diẹ ninu tabi gbogbo awọn anfani ti o gba
wọn jẹ ojulowo ati nitorinaa iye owo owo le ṣee gba ni imurasilẹ
loo.
Ngba awọn julọ jade ninu akọkọ aṣetunṣe ti awọn
ile itaja
Awọn ti o tobi esi ti owo rẹ akitiyan ni igba ninu awọn
akọkọ diẹ iterations. Awọn igbiyanju akọkọ wọnyi ni aṣa
fi idi akoonu alaye to wulo julọ fun gbogbo eniyan ati
ṣe agbekalẹ iranlọwọ si ipilẹ imọ-ẹrọ fun nigbamii
BI ohun elo.
Maa gbogbo pafolgende pafolgende ti dati ti ise agbese
awọn ile-ipamọ mu iye afikun kere si ati kere si ile-iṣẹ naa
gbogboogbo. Eyi jẹ otitọ paapaa ti o ko ba ṣe atunṣe
ṣe afikun awọn koko-ọrọ tuntun tabi ko pade awọn iwulo ti tuntun kan
awujo ti awọn olumulo.
Ẹya ipamọ yii tun kan si awọn piles
dagba ti dati òpìtàn. Bi awọn igbiyanju atẹle nilo diẹ sii
dati ati bi diẹ sii dati ti wa ni dà sinu ile ise lori akoko, julọ ninu awọn
dati o di kere ti o yẹ si awọn onínọmbà ti a lo. Awọn wọnyi dati orun
igba ti a npe ni dati dormant ati awọn ti o jẹ nigbagbogbo gbowolori lati tọju wọn nitori
ti won ti wa ni fere ko lo.
Kini eleyi tumọ si fun awọn onigbọwọ agbese? Ni pataki, i
Awọn onigbọwọ ni kutukutu pin diẹ sii ti iye awọn idiyele idoko-owo naa.
Eyi jẹ akọkọ nitori pe wọn jẹ iwuri fun ipilẹ Layer
awọn orisun ile itaja nla ati agbegbe imọ-ẹrọ,
pẹlu Organic.
Ṣugbọn awọn igbesẹ akọkọ wọnyi gbe iye ti o ga julọ ati nitorinaa awọn apẹẹrẹ
ise agbese igba ni lati da awọn idoko-.
Awọn iṣẹ akanṣe lẹhin ipilẹṣẹ BI rẹ le ni awọn idiyele
eni ti (akawe si akọkọ) ati taara, ṣugbọn mu kere iye
si ile-iṣẹ naa.
Ati awọn oniwun agbari nilo lati bẹrẹ iṣaro
jabọ awọn ikojọpọ ti dati ati awọn imọ-ẹrọ ti o kere ju.
Iwakusa data: isediwon Dati
Afonifoji ayaworan irinše beere awọn iyatọ ti
Awọn imọ-ẹrọ iwakusa data ati awọn ilana-
fun apẹẹrẹ,, awọn ti o yatọ "òjíṣẹ" fun ayẹwo awọn ojuami ti awọn anfani ti awọn
onibara, awọn ọna ṣiṣe ti ile-iṣẹ ati fun dw funrararẹ. Awọn wọnyi
awọn aṣoju le jẹ awọn nẹtiwọọki nkankikan to ti ni ilọsiwaju ti oṣiṣẹ si
awọn aṣa ikoko, gẹgẹbi ibeere ọja iwaju ti o da lori
awọn igbega tita; ofin-orisun enjini fun
fesi si a ṣeto ọmọ ogun ti awọn ayidayida, fun apẹẹrẹ, okunfa
awọn iṣeduro iṣoogun ati itọju; tabi paapaa awọn aṣoju ti o rọrun
pẹlu ipa ti awọn imukuro ijabọ si awọn alakoso agba (oke
awọn alaṣẹ). Ni gbogbogbo awọn ilana isediwon wọnyi dati si
ṣayẹwo ni akoko gidi; nitorina, wọn gbọdọ wa ni isokan
patapata pẹlu awọn ronu ti dati ara wọn.
Online Analytic Processing Processing
Online atupale
Agbara lati bibẹ, ṣẹ, yipo, lu si isalẹ
ati ki o gbe jade ni onínọmbà
ohun ti-ti o ba ti, ni laarin awọn dopin, ohun ti awọn suite
IBM ọna ẹrọ. Fun apẹẹrẹ, analitikali processing awọn iṣẹ
lori ayelujara (OLAP) wa fun DB2 eyiti o mu itupalẹ onisẹpo sinu
engine ti database kanna.
Awọn iṣẹ ṣafikun IwUlO onisẹpo si SQL lakoko
wọn lo anfani gbogbo awọn anfani ti jije apakan adayeba ti DB2. Omiiran
apẹẹrẹ ti iṣọpọ OLAP jẹ ohun elo isediwon, DB2
Oluyanju olupin OLAP. Yi ọna ẹrọ faye gba awọn cubes ti
Olupin DB2 OLAP lati wa ni iyara ati laifọwọyi
atupale lati ṣe idanimọ ati jabo lori awọn iye ti dati dani tabi airotẹlẹ
jakejado cube si oluyanju iṣowo. Ati nipari, awọn iṣẹ ti awọn
Ile-iṣẹ DW pese awọn ọna fun awọn ayaworan lati ṣayẹwo, laarin awọn
awọn ohun miiran, profaili kan DB2 OLAP olupin cube bi apa kan
iseda ti awọn ilana ETL.
Onínọmbà Àyè Àyè Ayé
Ààyè dúró fún ìdajì àwọn ìdákọ̀ró ìtúpalẹ̀ (aṣáájú).
pataki fun a panorama
analitikali gbooro (akoko duro awọn miiran idaji). Ipele atomiki
(ipele atomiki) ti ile-ipamọ, ti o jẹ aṣoju ni Nọmba 1.1,
pẹlu awọn ipilẹ fun awọn mejeeji akoko ati aaye. Awọn igbasilẹ
Ayẹwo oran akoko fun akoko ati alaye adirẹsi
itupale oran lati aaye. Awọn aami akoko
wọn ṣe itupalẹ ni akoko, ati alaye itọsọna itọsọna
itupalẹ aaye. Aworan naa fihan ilana geocoding
yiyipada awọn adirẹsi si awọn aaye lori maapu tabi awọn aaye ni aaye
ki awọn ero bii ijinna ati inu / ita le jẹ
ti a lo ninu itupalẹ-ti a ṣe ni ipele atomiki ati itupalẹ aaye
eyi ti a ṣe wa si oluyanju. IBM pese awọn amugbooro
aaye, ti o dagbasoke pẹlu Ile-iṣẹ Iwadi Eto Ayika (ESRI),
al database DB2 ki awọn nkan aaye le jẹ
pa bi a deede ara ti awọn database ibatan. db2
Spatial Extenders, tun pese gbogbo awọn amugbooro SQL fun
lo nilokulo aaye onínọmbà. Fun apẹẹrẹ, SQL amugbooro lati
ibeere nipa
aaye laarin awọn adirẹsi tabi boya aaye kan wa ninu tabi ita agbegbe kan
polygonal ti a ti ṣalaye, jẹ boṣewa analitikali pẹlu Spatial
Extenders. Wo ori 16 fun alaye diẹ sii.
database-Resident Tools database-
Olugbe
DB2 ni ọpọlọpọ awọn ẹya SQL olugbe BI ti o ṣe iranlọwọ
ni igbese onínọmbà. Iwọnyi pẹlu:
▪ Awọn iṣẹ atunṣe lati ṣe itupalẹ, gẹgẹbi “wa
gbogbo awọn ti ṣee flight ona lati san Francisco a Niu Yoki".
▪ Awọn iṣẹ itupalẹ fun ipo, awọn iṣẹ akopọ, cube
ati rollups lati dẹrọ awọn iṣẹ-ṣiṣe ti o waye deede
nikan pẹlu imọ-ẹrọ OLAP, wọn jẹ apakan adayeba ti awọn
engine ti database
▪ Agbara lati ṣẹda awọn tabili ti o ni awọn abajade
Awọn ti o ntaa ti database awọn oludari dapọ diẹ sii ju awọn agbara BI
Nel database iduro.
Awọn ifilelẹ ti awọn olupese ti ipilẹ data wọn n dapọ diẹ sii ju
BI iṣẹ ni database iduro.
Eyi pese iṣẹ ṣiṣe to dara julọ ati awọn aṣayan ṣiṣe diẹ sii fun rẹ
BI awọn solusan.
DB2 V8 awọn ẹya ara ẹrọ ati awọn iṣẹ ti wa ni sísọ
ni alaye ni awọn ipin wọnyi:
Imọ faaji ati Awọn ipilẹ Iṣakoso data
(Orí 5)
▪ Awọn ipilẹ DB2 BI (Orí 6)
▪ Awọn tabili ibeere Ohun elo DB2
Awọn tabili) (ori 7)
▪ Awọn iṣẹ DB2 OLAP (Abala 13)
▪ Awọn ẹya BI Imudara ati awọn iṣẹ DB2 (Imudara BI
Awọn ẹya ati Awọn iṣẹ) (Abala 15)
Eto Ifijiṣẹ Data Irọrun
Ifijiṣẹ eto ti dati yepere
Awọn faaji ti a fihan ni Nọmba 1.1 pẹlu lọpọlọpọ
awọn ẹya dati ti ara. Ọkan ni ile ise ti dati isẹ.
Ni gbogbogbo, ODS jẹ iṣalaye ohun,
ese ati lọwọlọwọ. Ṣe iwọ yoo kọ ODS lati ṣe atilẹyin, fun apẹẹrẹ
apẹẹrẹ, awọn tita ọfiisi. Awọn tita ODS yoo ṣe afikun dati
nbo lati ọpọlọpọ awọn ọna ṣiṣe ṣugbọn yoo da duro nikan, fun apẹẹrẹ
apẹẹrẹ, oni lẹkọ. ODS le ṣe imudojuiwọn
ani ọpọlọpọ igba ọjọ kan. Ni akoko kanna, awọn ilana
nwọn Titari awọn dati ese sinu awọn ohun elo miiran. Ilana yii jẹ
pataki ti a ṣe lati ṣepọ dati lọwọlọwọ ati ki o ìmúdàgba e
yoo jẹ oludije ti o ṣeeṣe lati ṣe atilẹyin awọn atupale akoko gidi,
bi o ṣe le pese awọn aṣoju iṣẹ onibara tita alaye
awọn aṣa lọwọlọwọ onibara nipa yiyo alaye aṣa tita
lati awọn ile ise ara. Ilana miiran ti o han ni Figure 1.1 jẹ
a lodo ipo fun dw. Ko nikan ni yi ibi fun
awọn ipaniyan ti awọn pataki Integration, awọn didara ti dati, ati
ti awọn transformation ti dati ti iṣura nbo laipe, sugbon o jẹ tun
a gbẹkẹle ati ki o ibùgbé ipamọ agbegbe fun dati fesi wipe
le ṣee lo ni awọn atupale akoko gidi. Ti o ba pinnu lati
lo ODS tabi agbegbe idasile, ọkan
ti awọn irinṣẹ to dara julọ lati gbe awọn ẹya wọnyi kun dati lilo
Oriṣiriṣi awọn orisun iṣiṣẹ jẹ ibeere pinpin oniruuru ti DB2.
Agbara yii ni a pese nipasẹ ẹya iyan ti DB2
ti a npe ni DB2 Relational Connect (ibeere nikan) ati nipasẹ DB2
DataJoiner (ọja lọtọ ti o pese ohun elo naa,
awọn ifibọ, imudojuiwọn ati seese ti piparẹ a
Awọn RDBMS ti a pin kaakiri).
Yi ọna ẹrọ faye gba ayaworan ile lati dati lati di dati di
iṣelọpọ pẹlu awọn ilana itupalẹ. Ko nikan le ọna ẹrọ
ni ibamu si fere eyikeyi awọn ibeere ẹda ti o
wọn le ṣafihan pẹlu awọn atupale akoko gidi, ṣugbọn o
Wọn tun le sopọ si ọpọlọpọ awọn ipilẹ dati siwaju sii
gbajumo, pẹlu DB2, Oracle, Sybase, SQL Server,
Informix ati awọn miiran. DB2 DataJoiner le ṣee lo lati gbejade
a be dati lodo bi ODS tabi koda tabili
ni ipoduduro titilai ninu ile-itaja ti a ṣe apẹrẹ fun imupadabọ
yara fun awọn imudojuiwọn lojukanna tabi fun tita. Nipa ti ara,
awọn ẹya kanna dati le ti wa ni kún nipa lilo
imọ ẹrọ pataki miiran ti a ṣe apẹrẹ fun atunṣe ti dati, EMI
DataPropagator Relational. (DataPropagator jẹ ọja lọtọ
fun aringbungbun awọn ọna šiše. DB2 UNIX, Linux, Windows ati OS/2 pẹlu
awọn iṣẹ atunṣe dati bi awọn kan boṣewa ẹya-ara).
Ọna miiran fun gbigbe dati nṣiṣẹ ni ayika
to kekeke jẹ ẹya kekeke ohun elo Integration bibẹkọ ti
mọ bi alagbata ifiranṣẹ.This
Imọ-ẹrọ alailẹgbẹ ngbanilaaye iṣakoso aiṣedeede fun aarin
(ìfọkànsí) ati gbe dati ni ayika ile-iṣẹ. IBM ni olulaja
ti ifiranṣẹ ti a lo pupọ julọ, MQSeries, tabi iyatọ kan
ti ọja ti o ba pẹlu awọn ibeere ti e-kids, EMI
WebSphere MQ.
Fun ijiroro diẹ sii lori bi o ṣe le lo MQ lati ṣe atilẹyin a
ile ise ati ki o kan BI ayika, ibewo aaye ayelujara ti iwe. Fun bayi, o jẹ
O to lati sọ pe imọ-ẹrọ yii jẹ ọna ti o dara julọ fun
Yaworan ati yipada (lilo MQSeries Integrator) dati
awọn oniṣẹ ti aarin (ifojusi) ti a gbaṣẹ fun awọn ojutu BI. Nibẹ
Imọ-ẹrọ MQ ti ṣepọ ati akopọ sinu UDB V8, eyiti
tumọ si pe awọn isinyi ifiranṣẹ le ni iṣakoso bayi
bi o ba ti nwọn wà DB2 tabili. Awọn Erongba ti alurinmorin ti
queued awọn ifiranṣẹ ati awọn Agbaye ti database ibatan ti wa ni darí
si ọna kan alagbara ifijiṣẹ ayika ti dati.
Odo-Latency Zero lairi
Ibi-afẹde ilana ti o ga julọ fun IBM jẹ atupalẹ lairi odo (zerolatency).
Bi asọye nipa
Gartner, eto BI gbọdọ ni anfani lati ni oye, ṣepọ
ati pese alaye fun awọn atunnkanka lori ibeere. Ipenija naa,
dajudaju, o ni bi o lati illa dati lọwọlọwọ ati ni akoko gidi
pẹlu alaye itan pataki, gẹgẹbi i dati jẹmọ awoṣe (e).
ifarahan, tabi oye ti a fa jade, gẹgẹbi ipinnu ti awọn
alabara
Iru alaye pẹlu, fun apẹẹrẹ, idanimọ ti onibara ad
ga tabi kekere ewu tabi eyi ti awọn ọja i onibara won yoo ra pupo
boya ti wọn ba ti ni warankasi diẹ ninu awọn kẹkẹ wọn
awọn ohun-ini.
Gbigba idaduro odo jẹ otitọ ti o gbẹkẹle meji
awọn ilana ipilẹ:
▪ Irẹpọ pipe ti dati eyi ti o ti wa ni atupale pẹlu awọn
mulẹ imuposi ati irinṣẹ da nipa BI
▪ Eto ifijiṣẹ ti dati daradara lati rii daju wipe
gidi-akoko onínọmbà jẹ iwongba ti wa
Awọn ibeere pataki wọnyi fun airi odo ko yatọ si awọn meji
awọn ibi-afẹde ti a ṣeto nipasẹ IBM ati ti ṣalaye loke.
The sunmọ ibarasun ti dati jẹ apakan ti eto naa
iranse Integration ti a ṣeto nipasẹ IBM. Ki o si ṣẹda eto
ti ifijiṣẹ ti dati daradara jẹ patapata ti o gbẹkẹle lori
wa ọna ẹrọ ti o simplifies awọn ifijiṣẹ ilana ti
dati. Bi abajade, meji ninu awọn ibi-afẹde mẹta ti IBM jẹ pataki
lati ṣe awọn kẹta. IBM n ṣe idagbasoke ti ara rẹ ni mimọ
imọ ẹrọ lati rii daju pe lairi odo jẹ otitọ fun awọn olumulo
akitiyan ile ise.
Lakotan / Synthesis
Ajo BI n pese ọna-ọna fun
ṣẹda ayika rẹ
leralera. O gbodo ti ni titunse lati fi irisi awọn aini ti awọn
owo rẹ, mejeeji lọwọlọwọ ati ojo iwaju. Laisi iran ayaworan
jakejado, awọn atunṣe ọja jẹ diẹ diẹ sii ju
ID awọn imuṣẹ ile ise aarin ti o ṣe diẹ si
ṣẹda a ọrọ, alaye kekeke.
Idiwo akọkọ fun awọn alakoso ise agbese ni bi o ṣe le ṣe idalare awọn
awọn idoko-owo pataki fun idagbasoke ti ajo BI.
Botilẹjẹpe iṣiro ROI ti jẹ atilẹyin pataki fun
ile ise aseyori, o ti wa ni di diẹ soro lati
asọtẹlẹ gangan. Eyi ti yori si awọn ọna miiran fun
ipinnu ti o ba n gba iye owo rẹ. Awọn
iye lori idoko2 (VOI), fun apẹẹrẹ, ti wa ni procured
bi ojutu.
O jẹ ọranyan lori awọn ayaworan ile ti dati ati ise agbese aseto
koto ina ati pese alaye si awọn ẹgbẹ
awọn olumulo ati ki o ko nìkan pese iṣẹ kan si wọn dati. Nibẹ ni a
iyatọ nla laarin awọn mejeeji. Alaye jẹ nkan ti eniyan ṣe
iyatọ ninu awọn ilana ṣiṣe ipinnu ati ṣiṣe; jo, i
dati wọn jẹ awọn bulọọki ile fun wiwa alaye yẹn.
Paapa ti o ba ṣe pataki ti orisun dati lati koju awọn ibeere
ti owo, BI ayika yẹ ki o sin kan ti o tobi ipa
ni awọn ẹda ti alaye akoonu. A ni lati gba
afikun igbese lati nu, ṣepọ, yipada tabi
bibẹẹkọ ṣẹda akoonu alaye gẹgẹbi eyiti awọn
awọn olumulo le ṣe igbese, ati nitorinaa a nilo lati rii daju pe awọn naa
awọn iṣe ati awọn ipinnu wọnyẹn, nibiti o ba ni oye, ni awọn esi
ni agbegbe BI. Ti a ba relegate awọn ile ise lati nikan sin lori dati,
o ni idaniloju pe awọn ẹgbẹ olumulo yoo ṣẹda akoonu naa
alaye ti o nilo lati ṣe igbese. Eleyi idaniloju wipe won
agbegbe yoo ni anfani lati ṣe awọn ipinnu to dara julọ, ṣugbọn ile-iṣẹ naa
jiya lati aini ti imo ti won ti lo.
Data ti o ayaworan ati ise agbese aseto pilẹ ise agbese
ni pato si agbegbe BI, wọn wa ni iṣiro si ile-iṣẹ naa
nipa ati ki o tobi. Apeere ti o rọrun ti ẹya meji yii
awọn oju ti awọn iterations BI ni a rii ni orisun dati. Gbogbo awọn
dati gba fun awọn ibeere iṣowo pato gbọdọ jẹ
olugbe ni akọkọ atomiki Layer. Eleyi idaniloju awọn idagbasoke ti
dukia ti ajọ alaye, bi daradara bi ṣakoso awọn, tara awọn
kan pato olumulo ibeere telẹ ni aṣetunṣe.

W hatisa D ata W arehouse?
Ile itaja data o jẹ okan ti alaye awọn ọna šiše faaji
niwon 1990 ati atilẹyin awọn ilana alaye nipa a ìfilọ ri to
ese Syeed dati àwọn òpìtàn tí a mú gẹ́gẹ́ bí ìpìlẹ̀ fún àwọn tí ó tẹ̀ lé e
itupale. THE ile-iṣẹ data pese awọn Ease ti Integration sinu kan
aye ti aisedede elo awọn ọna šiše. Ọjọ
ile ise ti wa sinu kan fad. Ile itaja data
ṣeto ati akosori i dati pataki fun awọn ilana alaye e
analitikali lori ipilẹ oju-ọna itan igba pipẹ. Gbogbo
yi je kan akude ati ibakan ifaramo si ikole ati
ni itọju ti ile-iṣẹ data.
Nitorina kini a ile-iṣẹ data? A ile-iṣẹ data Ati:
▪ ti o da lori koko-ọrọ
▪ eto imuṣiṣẹpọ
▪ akoko iyatọ
▪ ti kii ṣe iyipada (ko le parẹ)
gbigba ti awọn dati lo lati ṣe atilẹyin awọn ipinnu iṣakoso ni
imuse ti awọn ilana.
I dati ti a fi sii ile-iṣẹ data dide ni julọ ninu awọn
awọn ọran lati awọn agbegbe iṣẹ. Awọn ile-iṣẹ data o jẹ nipasẹ ọkan
ipamọ kuro, ara niya lati awọn iyokù ti awọn
eto, eyi ti o ni awọn dati tẹlẹ yipada nipasẹ
awọn ohun elo ti o ṣiṣẹ lori alaye ti o wa lati agbegbe
isẹ.
Itumọ gangan ti a ile-iṣẹ data yẹ iwadi ti o jinlẹ
alaye bi nibẹ ni o wa pataki iwuri ati itumo ti
lẹhin ti o ṣe apejuwe awọn abuda ti ile-itaja kan.
Iṣalaye Koko-ọrọ
THEMATIC
Ẹya akọkọ ti a ile-iṣẹ data ni wipe o ti wa ni Oorun si ọna
awọn oṣere pataki ni ile-iṣẹ kan. Itọsọna ti awọn idanwo nipasẹ awọn
dati o jẹ ni idakeji pẹlu awọn diẹ Ayebaye ọna ti o pese
Iṣalaye ti awọn ohun elo si awọn ilana ati awọn iṣẹ,
ọna okeene pín nipa julọ
agbalagba isakoso awọn ọna šiše.
Aye iṣiṣẹ jẹ apẹrẹ ni ayika awọn ohun elo ati awọn iṣẹ
gẹgẹbi awọn awin, awọn ifowopamọ, awọn kaadi banki ati igbẹkẹle fun ile-ẹkọ kan
owo. Aye dw ti ṣeto ni ayika awọn koko-ọrọ
awọn alakoso bii alabara, olutaja, ọja ati iṣowo.
Titete ni ayika ero ni ipa lori oniru ati
lori riri ti dati ri ninu dw. Pataki ju,
akọkọ koko ni ipa lori julọ pataki apa ti awọn
bọtini be.
Aye ti ohun elo naa ni ipa nipasẹ apẹrẹ mejeeji ti data naa
da lori apẹrẹ ilana. Aye ti
dw ti wa ni idojukọ iyasọtọ lori awoṣe awọn dati O wa lori
iyaworan ti database. Apẹrẹ ti ilana naa (ni fọọmu rẹ
kilasika) kii ṣe apakan ti agbegbe dw.
Awọn iyatọ laarin yiyan ilana / iṣẹ ati ohun elo
yiyan nipasẹ koko-ọrọ tun ṣafihan bi awọn iyatọ ninu akoonu
ti dati lori ipele ti alaye. THE dati del dw ko pẹlu i dati che
wọn kii yoo lo fun ilana DSS, lakoko awọn ohun elo
operational Oorun dati ninu i dati lati ni itẹlọrun
lẹsẹkẹsẹ awọn ibeere iṣẹ-ṣiṣe / ilana ti o le ìwọ
o kere ni lilo eyikeyi fun oluyanju DSS.
Ọna pataki miiran ninu eyiti awọn ohun elo Oorun iṣẹ
ai dati yato si dati ti dw jẹ ninu awọn iroyin ti dati. I dati
operational bojuto a lemọlemọfún ibasepo laarin meji tabi diẹ ẹ sii tabili
da lori ofin iṣowo ti nṣiṣe lọwọ. THE dati nipa dw
nwọn si igba kan julọ.Oniranran ti akoko ati awọn ibasepo ri ni dw ni
ọpọlọpọ awọn. Ọpọlọpọ awọn ofin iṣowo (ati ni ibamu, ọpọlọpọ
awọn iroyin ti dati ) ti wa ni ipoduduro ninu iṣura ti dati laarin meji o
ọpọ tabili.
(Fun alaye alaye ti bii awọn ibatan laarin awọn dati orun
ti a ṣakoso ni DW, a tọka si koko-ọrọ Tech lori iyẹn
ibeere.)
Lati ko si miiran irisi ju ti iyato
Pataki laarin yiyan ohun elo iṣẹ-ṣiṣe / ilana ati
a koko wun, nibẹ ni kan ti o tobi iyato laarin awọn ọna šiše
ise sise ei dati ati DW.
IFỌRỌWỌRỌ
Apa pataki julọ ti agbegbe dw ni pe i dati ri
laarin dw ti won ti wa ni awọn iṣọrọ ese. Nigbagbogbo. LAISI
YATO. Ohun pataki ti agbegbe dw ni pe i dati
ti o wa ninu awọn ifilelẹ ti awọn ile ise ti wa ni ese.
Integration fi ara rẹ han ni ọpọlọpọ awọn ọna oriṣiriṣi - ni awọn apejọ
ṣe idanimọ deede, ni wiwọn awọn oniyipada deede, ni
dédé codified ẹya, ninu awọn ti ara eroja ti awọn dati
dédé, ati be be lo.
Lori awọn ọdun awọn apẹẹrẹ ti awọn ohun elo pupọ ti ṣe
nini ti ọpọlọpọ awọn ipinnu nipa bi ohun elo yẹ
wa ni idagbasoke. Ara ẹni kọọkan ati awọn ipinnu apẹrẹ
ti awọn apẹẹrẹ awọn ohun elo fi ara wọn han ni awọn ọna ọgọrun: ni
awọn iyatọ ifaminsi, eto bọtini, awọn abuda ti ara,
idanimọ ti awọn apejọ, ati bẹbẹ lọ. Agbara apapọ ti ọpọlọpọ
Awọn apẹẹrẹ ohun elo ṣẹda awọn ohun elo ti ko ni ibamu
o jẹ arosọ. Nọmba 3 ṣe apejuwe diẹ ninu awọn iyatọ diẹ sii
pataki ni awọn ọna ti a ṣe apẹrẹ awọn ohun elo.
Iyipada: kooduopo:
Awọn apẹẹrẹ ohun elo yan ifaminsi aaye -
ibalopo - ni awọn ọna oriṣiriṣi. A onise duro ibalopo bi
ohun "m" ati "f". Apẹrẹ miiran ṣe aṣoju ibalopo gẹgẹbi “1”
ati "0" kan. Miiran onise duro ibalopo bi ohun "x" ati
"y". Miiran onise duro ibalopo bi "akọ" ati
"obinrin". Ko ṣe pataki pupọ bi ibalopo ṣe wa sinu DW. Awọn "M"
ati "F" jẹ jasi dara bi gbogbo awọn
aṣoju.
Ohun ti o ṣe pataki ni pe lati ipilẹṣẹ eyikeyi ti aaye ti ibalopọ ba wa,
aaye yẹn de ni DW ni ipo iṣọpọ deede. Lati
Nitori nigbati awọn aaye ti wa ni ti kojọpọ sinu DW lati
ohun elo nibiti o ti jẹ aṣoju jade ni ọna kika
"M" ati "F", i dati gbọdọ yipada si ọna kika DW.
Idiwon ti eroja: Idiwon ti
Awọn abuda:
Awọn apẹẹrẹ ohun elo yan lati wiwọn opo gigun ti epo ni
orisirisi ona ninu papa
Awọn ọdun diẹ. A onise tọjú awọn dati ti opo ni
centimeters. Miiran ohun elo onise tọjú awọn dati
ti opo gigun ti epo ni awọn ofin ti inches. Miiran onise ti
itaja ohun elo i dati ti opo gigun ti epo ni milionu onigun ẹsẹ
fun keji. Ati awọn miiran onise tọjú awọn alaye ti awọn
opo ni awọn ofin ti awọn mitari. Ohunkohun ti orisun, nigbati awọn
alaye opo gigun ti de ni DW o gbọdọ jẹ
wọn ni ọna kanna.
Gẹgẹbi awọn itọkasi ni nọmba 3, awọn ọran iṣọpọ
wọn ni ipa lori fere gbogbo abala ti ise agbese - awọn ẹya ara ẹrọ
oriṣa ti ara dati, atayanyan ti nini siwaju ju ọkan orisun ti dati, awọn
oro ti aisedede mọ awọn ayẹwo, awọn ọna kika ti dati
aisedede, ati be be lo.
Eyikeyi koko apẹrẹ, abajade jẹ kanna -
i dati gbọdọ wa ni ipamọ ni DW ni ẹyọkan e
agbaye itewogba ona paapa nigbati awọn ọna šiše ti
isale won titoju otooto i dati.
Nigbati oluyanju DSS wo DW, ipinnu oluyanju naa
o yẹ ki o jẹ ilokulo ti dati ti o wa ninu ile itaja,
kuku ju iyalẹnu nipa awọn igbekele tabi aitasera ti awọn
dati.
ASIKO IYATO
Gbogbo awọn dati ni DW wọn jẹ deede si aaye kan ni akoko.
Yi ipilẹ abuda kan ti awọn dati ni DW jẹ gidigidi o yatọ si dati
ri ni awọn ọna ayika. THE dati ti awọn ọna ayika ni
bi kongẹ bi ni akoko wiwọle. Ni gbolohun miran,
ni agbegbe iṣẹ nigbati o wọle si ẹyọkan dati, beeni
duro fun lati ṣe afihan awọn iye deede bi ni akoko wiwọle.
Nitori emi dati ni DW ni o wa bi kongẹ bi ni diẹ ninu awọn ojuami ninu awọn
akoko (ie, kii ṣe "ni bayi"), i dati ti a rii ni DW
wọn jẹ "awọn iyatọ akoko".
Iyatọ akoko ti dati nipasẹ DW ni a tọka si ni ọpọlọpọ awọn ọna.
Ọna to rọọrun ni pe i dati Aṣoju DW kan dati rẹ a
igba pipẹ - ọdun marun si mẹwa. Oju-aye
timeframe ni ipoduduro fun agbegbe iṣẹ jẹ kukuru pupọ
▪ lati awọn iye ti ode oni lati to ọgọta aadọrun
Awọn ohun elo ti o nilo lati ṣiṣẹ daradara ati pe o nilo lati jẹ
wa fun idunadura processing gbọdọ mu awọn
kere opoiye ti dati ti o ba ti nwọn gba eyikeyi ìyí ti
ni irọrun. Nitorinaa awọn ohun elo iṣiṣẹ ni oju-aye
kukuru timescale, bi a oniru koko ti
awọn ohun elo ohun.
Ọna keji 'iyatọ akoko' han ninu DW wa ninu
bọtini be. Ilana bọtini kọọkan ninu DW ni ninu,
ni ṣoki tabi ni gbangba, akoko akoko, gẹgẹbi
ọjọ, ọsẹ, oṣu, ati bẹbẹ lọ. Awọn ano ti akoko jẹ fere nigbagbogbo nibẹ
ni isalẹ ti concatenated bọtini ri ni DW. Ninu awọn wọnyi
awọn igba, awọn ano ti akoko yoo tẹlẹ implicitly, bi anfani
nibiti gbogbo faili ti jẹ pidánpidán ni opin oṣu tabi mẹẹdogun.
Ọna kẹta akoko iyatọ ti han ni pe i dati del
DW, ni kete ti forukọsilẹ daradara, ko le jẹ
imudojuiwọn. THE dati ti DW jẹ, fun gbogbo awọn idi ti o wulo, gigun kan
jara ti snapshots. Dajudaju ti o ba ti snapshots
ti ya ni ti ko tọ, lẹhinna awọn snapshots le jẹ
títúnṣe. Ṣugbọn a ro pe awọn aworan aworan ti ya
bi o ti tọ, wọn ko ṣe atunṣe ni kete ti wọn ti ṣe. Ni diẹ ninu awọn
igba o le jẹ aiṣedeede tabi paapa invalid wipe awọn snapshots ninu awọn
DW ti wa ni títúnṣe. THE dati operational, jije deede bi ni
wiwọle akoko, won le wa ni imudojuiwọn bi o ti wa
nilo.
KO riru
Ẹya pataki kẹrin ti DW ni pe kii ṣe iyipada.
Awọn imudojuiwọn, awọn ifibọ, awọn piparẹ ati awọn iyipada ti wa ni ṣe
nigbagbogbo fun awọn agbegbe iṣẹ ṣiṣe igbasilẹ-nipasẹ-igbasilẹ. Ṣugbọn awọn
ipilẹ ifọwọyi ti dati ti o nilo ni DW jẹ pupọ diẹ sii
rọrun. Nibẹ ni o wa nikan meji iru mosi ti o waye ninu awọn
DW – awọn ni ibẹrẹ ikojọpọ ti dati ati wiwọle si dati. Ko si
ko si imudojuiwọn ti awọn dati (ni oye gbogbogbo ti
imudojuiwọn) ni DW bi iṣẹ ṣiṣe deede.
Awọn abajade ti o lagbara pupọ wa ti iyatọ yii
ipilẹ laarin iṣẹ ṣiṣe ati ṣiṣe DW. Ni ipele
nipa oniru, awọn nilo lati wa ni cautious nipa igbegasoke
ajeji ni ko si ifosiwewe ni DW, niwon awọn imudojuiwọn ti dati kii ṣe bẹ
ti gbe jade. Eyi tumọ si pe ni ipele apẹrẹ ti ara,
awọn ominira le gba lati mu iraye si dati,
ni pato ninu awọn olugbagbọ pẹlu awọn koko ti Standardization ati
deormalization ti ara. Abajade miiran ti ayedero
ti awọn iṣẹ DW wa ni imọ-ẹrọ abẹlẹ ti a lo fun
ṣiṣẹ ayika DW. Nini lati ṣe atilẹyin awọn imudojuiwọn
igbasilẹ nipasẹ laini igbasilẹ (gẹgẹbi igbagbogbo ọran pẹlu
processing iṣẹ) imọ-ẹrọ nilo lati ni diẹ ninu
awọn ipilẹ eka pupọ labẹ ayedero ti o han gbangba.
Imọ-ẹrọ ti o ṣe atilẹyin afẹyinti ati imularada, awọn iṣowo
ati iyege ti dati ati awọn erin ati atunse ti deadlock majemu jẹ
oyimbo eka ati ki o ko pataki fun DW processing.
Awọn abuda ti DW kan, iṣalaye apẹrẹ,
Integration ti dati laarin DW, akoko iyatọ ati ayedero
ti isakoso ti dati, ohun gbogbo nyorisi ayika ti o jẹ pupọ, pupọ
yatọ lati awọn Ayebaye ẹrọ ayika. Orisun ti fere gbogbo
dati ti DW jẹ agbegbe iṣẹ. O jẹ idanwo lati ronu
pe o wa ni lowo apọju ti dati laarin awọn agbegbe meji.
Ni otitọ, iṣaju akọkọ ti ọpọlọpọ eniyan ni ni ti
nla apọju ti dati laarin awọn ọna ayika ati ayika ti
DW. Iru itumọ bẹẹ jẹ aipe ati ṣafihan ọkan
aini oye ohun ti o ṣẹlẹ ni DW.
Nitootọ o kere ju ti apọju dati laarin agbegbe iṣẹ
ati ti dati ti DW. Jẹ ki a ro awọn wọnyi:
▪ I dati ti won ti wa filtered ọmọ ogun ti o kọja lati agbegbe iṣẹ
si ayika DW. Ọpọlọpọ dati won ko koja ita
lati agbegbe iṣẹ. Ayafi ti i dati ti o nilo fun
Ṣiṣẹ DSS wa itọsọna wọn ni agbegbe
▪ akoko ipade ti dati o yatọ pupọ si ayika
si ekeji. THE dati ni agbegbe iṣẹ wọn jẹ alabapade pupọ. THE dati
ni DW wọn ti dagba pupọ. O kan lati irisi
ti awọn akoko ipade, nibẹ ni gidigidi kekere ni lqkan
laarin agbegbe iṣẹ ati DW.
▪ DW ni dati ti Lakotan ti o ti wa ni ko ri
ni ayika
▪ I dati faragba a yeke transformation niwon
akoko ti won iyipada si Figure 3 sapejuwe ti o julọ
apakan ti dati ti wa ni significantly yipada ni majemu
lati yan ati gbe lọ si DW. Ni gbolohun miran, awọn
julọ ​​ti dati ti wa ni ara títúnṣe ati
yatq bi o ti gbe si DW. Lati ojuami ti wo
ti Integration ni o wa ko kanna dati ti o ngbe
ni agbegbe iṣẹ.
Ninu ina ti awọn wọnyi okunfa, awọn apọju ti dati laarin awọn meji ayika ni
iṣẹlẹ toje, ti o yori si kere ju 1% apọju laarin awọn meji
awọn agbegbe.
AKOSO TI AWỌN ỌRỌ
Awọn DW ni eto ti o yatọ. Nibẹ ni o wa orisirisi awọn ipele ti Lakotan ati
apejuwe awọn ti o demarcate awọn DWs.
Awọn ẹya oriṣiriṣi ti DW ni:
▪ Metadata
▪ Dati lọwọlọwọ alaye
▪ Dati ti atijọ apejuwe awọn
▪ Dati die-die nisoki
▪ Dati gíga nisoki
Nipa jina awọn akọkọ ibakcdun ni fun i dati ti apejuwe awọn
ṣiṣan. O jẹ ibakcdun akọkọ nitori:
▪ I dati Awọn alaye lọwọlọwọ ṣe afihan awọn iṣẹlẹ aipẹ julọ,
eyi ti o wa nigbagbogbo ti awọn nla anfani ati
▪ i dati ti isiyi alaye ni o wa voluminous nitori ti o jẹ
ti o ti fipamọ ni awọn ni asuwon ti ipele ti granularity e
▪ i dati Awọn alaye lọwọlọwọ ti wa ni ipamọ nigbagbogbo nigbagbogbo
ibi ipamọ disk, eyiti o yara lati wọle si, ṣugbọn gbowolori ati
eka lati
I dati ti apejuwe awọn ni o wa agbalagba dati eyi ti o ti fipamọ lori
diẹ ninu awọn iranti ti ibi-. O ni wiwọle sporadically ati ki o jẹ
ti o ti fipamọ ni a ipele ti apejuwe awọn ibamu pẹlu dati alaye
ṣiṣan. Nigba ti o jẹ ko dandan lati fipamọ lori kan alabọde ti
yiyan ipamọ, nitori awọn ti o tobi iwọn didun ti dati apapọ pẹlu
sporadic wiwọle ti dati, alabọde ipamọ fun dati di
Atijọ alaye ti wa ni ko nigbagbogbo ti o ti fipamọ lori disk.
I dati sere nisoki ti won wa ni dati eyi ti o ti distilled lati isalẹ
ipele ti alaye ti a rii ni ipele ti alaye lọwọlọwọ. Eyi
DW ipele ti wa ni fere nigbagbogbo ti o ti fipamọ ni disk iranti. THE
awọn iṣoro apẹrẹ ti o dide fun ayaworan dati
ninu ikole ipele yii ti DW ni:
▪ Ẹyọ akoko wo ni akopọ ti a ṣe loke
▪ Eyi ti awọn akoonu, ànímọ yoo die-die akopọ awọn
akoonu ti dati
Nigbamii ti ipele ti dati ri ni DW ni ti dati gíga
awọn akojọpọ. THE dati gíga nisoki ni o wa iwapọ ati irọrun
wiwọle. THE dati gíga nisoki ti wa ni ma ri
ni agbegbe DW ati ni awọn igba miiran i dati gíga nisoki ti won ba wa
ti a rii ni ita awọn odi lẹsẹkẹsẹ ti imọ-ẹrọ ti o wa ni ile DW.
(ni eyikeyi ọran, i dati gíga ni ṣoki jẹ apakan ti DW
laibikita ibi ti mo dati ti wa ni ile ti ara).
Apakan ti o kẹhin ti DW ni metadata. Ni ọpọlọpọ awọn ọna
metadata joko ni iwọn ti o yatọ ju awọn miiran lọ dati
ti DW, nitori metadata ko ni eyikeyi ninu ọmọ ogun taara
ya lati agbegbe iṣẹ. Metadata ni ipa pataki kan e
pataki pupọ ni DW. Metadata jẹ lilo bi:
▪ itọsọna lati ṣe iranlọwọ fun oluyanju DSS lati wa awọn
akoonu ti DW,
▪ itọsọna kan lati ṣe aworan agbaye naa dati ti bawo ni mo dati Wọn wa
yipada lati agbegbe iṣiṣẹ si agbegbe DW,
▪ itọsọna si awọn algoridimu ti a lo fun akopọ laarin dati di
lọwọlọwọ alaye ei dati die-die nisoki, i dati gíga
awọn akojọpọ,
Metadata ṣe ipa ti o tobi pupọ ni agbegbe DW
ju ti won ti lailai ní ni operational ayika
Atijọ Apejuwe ipamọ alabọde
Teepu oofa le ṣee lo lati tọju iru bẹ
dati. Ni o daju nibẹ ni kan jakejado orisirisi ti ipamọ irinṣẹ ti o
wọn yẹ ki o ṣe akiyesi fun itoju ti atijọ dati di
apejuwe awọn.
Da lori awọn iwọn didun ti dati, awọn igbohunsafẹfẹ ti wiwọle, iye owo
ti awọn irinṣẹ ati iru wiwọle, o ṣee ṣe patapata
pe awọn irinṣẹ miiran yoo nilo ipele atijọ ti awọn alaye
ninu DW.
Sisan OF DATA
Nibẹ ni a deede ati ki o asọtẹlẹ sisan ti awọn dati laarin DW.
I dati wọn wọ DW lati agbegbe iṣẹ. (AKIYESI: nibẹ
diẹ ninu awọn imukuro ti o nifẹ pupọ si ofin yii. Sibẹsibẹ, fere
gbogbo awọn dati tẹ DW lati agbegbe iṣẹ). Data i i dati
wọn wọ DW lati agbegbe iṣẹ, o ti yipada bi o ti jẹ
ṣàpèjúwe ṣaaju ki o to. Ni ipo ti titẹ si DW, i dati wọn wọ inu
lọwọlọwọ ipele ti apejuwe awọn, bi han. O ngbe nibẹ ati ki o ti wa ni lilo
titi ọkan ninu awọn iṣẹlẹ mẹta yoo ṣẹlẹ:
▪ ti di mímọ́,
▪ ti ṣe akopọ, ati/tabi
▪ jẹ
Ilana atijo inu a DW gbe i dati lọwọlọwọ alaye
a dati ti apejuwe awọn atijọ, gẹgẹ bi awọn ọjọ ori ti dati. Ilana naa
akopọ nlo alaye ti dati lati ṣe iṣiro awọn dati
die-die nisoki ati ki o nyara ni ṣoki awọn ipele ti awọn dati. O wa
diẹ ninu awọn imukuro si sisan han (yoo wa ni sísọ nigbamii).
Sibẹsibẹ, nigbagbogbo, fun awọn tiwa ni opolopo ninu dati ri
laarin a DW, awọn sisan ti dati o jẹ bi aṣoju.
LILO THE DATAWAREHOUSE
Ko iyalenu awọn orisirisi awọn ipele ti dati laarin DW ko
gba orisirisi awọn ipele ti lilo. Bi ofin, awọn ti o ga ipele ti
Lakotan, plus i dati ti won ti wa ni lilo.
Ọpọlọpọ awọn lilo waye ninu awọn dati gíga nisoki, nigba ti atijọ
dati ti apejuwe awọn ti wa ni fere ko lo. Nibẹ ni kan ti o dara idi ninu awọn
gbe ajo lọ si awọn oluşewadi iṣamulo paradigm. Awọn diẹ ti o ni
akopọ i dati, ni iyara ati daradara siwaju sii lati de dati. ara
un itaja rii pe o ṣe ilana pupọ ni ipele alaye DW,
lẹhinna iye nla ti awọn orisun ẹrọ ti o baamu
ti wa ni run. O jẹ anfani ti gbogbo eniyan lati ṣe ẹjọ
bi ni ipele giga ti akopọ ni kete bi o ti ṣee.
Fun ọpọlọpọ awọn ile itaja, oluyanju DSS ni agbegbe iṣaaju-DW ti lo
dati ni ipele ti alaye. Ni ọpọlọpọ awọn ọna dide ni dati alaye
o dabi ibora aabo, paapaa nigba ti wọn ba wa
miiran awọn ipele ti Lakotan. Ọkan ninu awọn ayaworan akitiyan dati è
wean awọn DSS olumulo lati ibakan lilo ti dati ni ipele ti o ga julọ
kekere apejuwe awọn. Awọn idi meji lo wa
ti ayaworan ti dati:
▪ fifi sori ẹrọ a chargeback, ibi ti awọn opin olumulo sanwo awọn
oro run e
▪ tí ó fi hàn pé àkókò ìdáhùn náà lè dára gan-an
gba nigbati ihuwasi pẹlu i dati o wa ni ipele giga
ti Lakotan, nigba ti ko dara esi akoko ba wa ni lati awọn
ihuwasi ti dati ni ipele kekere ti
OWO TI O RU
Nibẹ ni o wa diẹ ninu awọn miiran ikole ati isakoso ti riro
DW.
Iyẹwo akọkọ jẹ ti awọn atọka. THE dati ni awọn ipele ti o ga julọ
akopọ le jẹ atọka larọwọto, lakoko ti i dati
ni awọn ipele kekere ti awọn alaye wọn jẹ pupọ bi o ti le jẹ
frugally atọka. Lati aami kanna, i dati ni awọn ipele giga
Awọn alaye le jẹ atunṣe ni irọrun ni irọrun,
nigba ti iwọn didun ti dati ni awọn ipele kekere o tobi to pe i dati non
wọn le ṣe atunṣe ni irọrun. Ni ibamu si awọn awoṣe
ti dati ati awọn lodo iṣẹ ṣe nipasẹ awọn oniru duro awọn
ipile fun DW loo fere ti iyasọtọ si ipele
alaye lọwọlọwọ. Ni gbolohun miran, awọn iṣẹ awoṣe ti awọn
dati wọn ko kan si awọn ipele akopọ, ni fere gbogbo ọran.
Miiran igbekale ero ni wipe ti awọn subdivision ti
dati nipasẹ DW.
Ipin le ṣee ṣe ni awọn ipele meji - ni ipele ti awọn dbms ati al
ipele ohun elo. Ni pipin ni ipele awọn dbmsoun awọn dbms è
alaye ti awọn ipin ati ki o bojuto wọn accordingly. Boya a le
pipin ni ipele ohun elo, nikan ni pirogirama
alaye ti awọn ipin ati ojuse ti wọn
isakoso ti wa ni sosi fun u
Ni isalẹ ipele awọn dbms, a pupo ti ise ti wa ni ṣe laifọwọyi. O wa
a pupo ti inflexibility ni nkan ṣe pẹlu awọn laifọwọyi isakoso ti
awọn ipin. Ninu ọran ti awọn ipin ni ipele ohun elo ti dati del
ile-iṣẹ data, a pupo ti ise wọn lori pirogirama, ṣugbọn awọn
ik esi ni irọrun ni isakoso ti dati ninu awọn ọjọ
ile itaja
MIIRAN ANOMALIES
Nigba ti irinše ti awọn ile-iṣẹ data Wọn ṣiṣẹ bi a ti ṣalaye
fun fere gbogbo dati, Nibẹ ni o wa diẹ ninu awọn wulo imukuro ti o gbọdọ
wa ni sísọ. Iyatọ kan jẹ ti dati àkọsílẹ Lakotan
(data Lakotan ti gbogbo eniyan). Awọn wọnyi ni dati awọn akojọpọ ti o wà
iṣiro jade ti ile-iṣẹ data sugbon awujo lo won. THE dati
àkọsílẹ Lakotan ti wa ni ipamọ ati isakoso ninu awọn ile-iṣẹ data,
biotilejepe bi a ti sọ tẹlẹ wọn ṣe iṣiro jade. THE
Oniṣiro ṣiṣẹ lati gbe awọn wọnyi ti idamẹrin dati bi awọn
owo ti n wọle, awọn inawo idamẹrin, èrè mẹẹdogun, ati bẹbẹ lọ. Iṣẹ naa
ṣe nipasẹ awọn oniṣiro jẹ ita si ile-iṣẹ data. Sibẹsibẹ, i dati orun
lo "ti abẹnu" laarin awọn ile-- lati tita, tita, ati be be lo.
Anomaly miiran, eyiti kii yoo jiroro, jẹ ti dati ita.
Miiran dayato iru dati ti o le ri ni a fi fun
ile ise jẹ ti o yẹ alaye alaye. Awọn wọnyi fa awọn
nilo lati tọju i dati ni ipele kan
alaye fun iwa tabi ofin idi. Ti ile-iṣẹ ba n ṣafihan i
Awọn oṣiṣẹ ti o jọmọ si awọn nkan eewu nibẹ nilo fun dati
alaye ati ki o yẹ. Ti ile-iṣẹ ba ṣe ọja ti o
pẹlu aabo gbogbo eniyan, kini awọn apakan ti ọkọ ofurufu, o wa
nilo fun dati alaye yẹ, bi daradara bi ti o ba a ile-
ti nwọ sinu lewu siwe.
Society ko le irewesi lati ré awọn alaye nitori
lori awọn tókàn ọdun diẹ, ninu awọn iṣẹlẹ ti a ejo, a ÌRÁNTÍ, a
àríyànjiyàn ikole abawọn, ati be be lo. ifihan ile-iṣẹ
o le jẹ nla. Bi abajade, iru alailẹgbẹ kan wa dati
mọ bi yẹ apejuwe awọn data.
OWO
Un ile-iṣẹ data o jẹ ohun Oorun, ese, iyatọ ti
akoko, a gbigba ti awọn dati ti kii-iyipada lati ṣe atilẹyin awọn aini ti
ipinnu isakoso. Kọọkan ninu awọn salient awọn iṣẹ ti
un ile-iṣẹ data ni awọn ipa rẹ. Plus nibẹ ni o wa mẹrin
awọn ipele ti dati del ile-iṣẹ data:
▪ Àlàyé àtijọ́
▪ Awọn alaye lọwọlọwọ
▪ Dati die-die nisoki
▪ Dati gíga nisoki
Metadata tun jẹ apakan pataki ti ile-iṣẹ data.
ALÁNṢẸ
Awọn Erongba ti ipamọ ti awọn dati laipe gba
ọpọlọpọ akiyesi ati pe o di aṣa ti awọn ọdun 90. Iyẹn ni
nitori agbara ti a ile-iṣẹ data lati bori wọn
awọn idiwọn ti awọn eto atilẹyin iṣakoso gẹgẹbi i
Awọn eto atilẹyin ipinnu (DSS) ati awọn eto alaye
alaṣẹ (EIS).
Paapa ti o ba awọn Erongba ti ile-iṣẹ data dabi ẹni ti o ni ileri,
imuse i ile-iṣẹ data le jẹ iṣoro nitori
ti o tobi-asekale Warehousing lakọkọ. Pelu awọn
complexity ti Warehousing ise agbese dati, ọpọlọpọ awọn olupese
ati Warehousing alamọran dati wọn sọ pe
ibi ipamọ ti awọn dati lọwọlọwọ ko fa eyikeyi awọn iṣoro.
Sibẹsibẹ, ni ibẹrẹ iṣẹ iwadi yii, o fẹrẹ jẹ rara
ominira, lile ati ifinufindo iwadi ti a ti ṣe. Lati
Nitoribẹẹ o ṣoro lati sọ ohun ti o ṣẹlẹ gaan
ni ile ise nigba ti won ti wa ni itumọ ti ile-iṣẹ data.
Iwadi yi waidi awọn Warehousing iwa ti dati
contemporaries ti o ni ero lati se agbekale kan ni oro oye
ti Australian iwa. Awọn litireso onínọmbà pese awọn
ọrọ-ọrọ ati ipilẹ fun iwadi ti o ni agbara.
Awọn awari pupọ wa lati inu iwadi yii. Akoko
ibi, iwadi yi fi han awọn akitiyan ti o waye
nigba idagbasoke ti ile-iṣẹ data. Ni ọpọlọpọ awọn agbegbe, i dati jọ
timo awọn asa royin ninu awọn litireso. Ekeji
ojula, oran ati awọn isoro ti o le ni ipa awọn
ilosiwaju ti ile-iṣẹ data won damo nipa iwadi yi.
Lakotan, awọn anfani ti o gba lati ọdọ awọn ajọ ilu Ọstrelia ti o ni asopọ pẹlu
lilo ti ile-iṣẹ data ti fi han.
Kapitolu 1
Wa ọrọ-ọrọ
Agbekale ti ipamọ data ti gba idanimọ ibigbogbo
ifihan ati ki o ti tan-sinu ohun nyoju aṣa ninu awọn
90s (McFadden 1996, TDWI 1996, Shah ati Milstein 1997,
Shanks et al. 1997, Eckerson 1998, Adelman ati Oates 2000). Ti o jẹ
ni a le rii lati nọmba dagba ti awọn nkan lori data naa
ifipamọ ni awọn atẹjade iṣowo (Little and Gibson 1999).
Ọpọlọpọ awọn nkan (wo, fun apẹẹrẹ, Fisher 1995, Hackathorn 1995,
Morris 1995a, Bramblett ati Ọba 1996, Graham et al. Ọdun 1996,
Sakaguchi ati Frolick 1996, Alvarez 1997, Brousell 1997, Clarke
Ọdun 1997, McCarthy 1997, O'Donnell 1997, Edwards 1998, TDWI
1999) ti royin awọn anfani pataki si awọn ẹgbẹ
ti o ṣe i ile-iṣẹ data. Wọn ṣe atilẹyin imọran wọn
pẹlu ẹri anecdotal ti awọn imuse aṣeyọri, ipadabọ giga
lori awọn nọmba idoko-owo (ROI) ati, tun, pese itọnisọna ti
itọkasi tabi awọn ilana fun idagbasoke ti ile-iṣẹ data
(Shanks et al. 1997, Seddon ati Benjamini 1998, Little ati Gibson
1999). Ninu ọran nla, Graham et al. (1996) ni
royin ipadabọ apapọ lori idoko-owo ọdun mẹta ti 401%.
Elo ti isiyi litireso, sibẹsibẹ, ti igbagbe awọn
complexities lowo ninu sise iru ise agbese. Awọn ise agbese ti
ile-iṣẹ data ti won wa ni deede eka ati ki o tobi-asekale ati
nitorina wọn tumọ si iṣeeṣe giga ti ikuna ti wọn ko ba ṣe bẹ
ni iṣakoso daradara (Shah ati Milstein 1997, Eckerson 1997,
Foley 1997b, Zimmer 1997, Bort 1998, Gibbs ati Clymer 1998, Rao
1998). Wọn nilo iye nla ti eniyan ati awọn orisun
owo ati, akoko ati akitiyan lati kọ wọn (Hill 1998, Crofts 1998). Awọn
akoko aṣoju ati awọn ọna inawo pataki jẹ lẹsẹsẹ
nipa ọdun meji ati meji tabi mẹta milionu dọla (Braly 1995, Foley
1997b, Bort 1998, Humphries et al. 1999). Awọn akoko ati awọn ọna wọnyi
Awọn ile-iṣẹ inawo nilo lati ṣakoso ati isọdọkan ọpọlọpọ awọn aaye
yatọ si ipamọ data (Cafasso 1995, Hill 1998). Si ẹgbẹ
ti awọn ero hardware ati software, awọn iṣẹ miiran, ti o yatọ
lati isediwon ti dati si awọn ilana ikojọpọ ti dati, lati
agbara iranti lati ṣakoso awọn imudojuiwọn ati fun meta dati
fun ikẹkọ olumulo, gbọdọ wa ni kà.
Ni akoko ti iṣẹ iwadi yii bẹrẹ, diẹ ni o wa
iwadi ti ẹkọ ti a ṣe ni aaye ti ipamọ data,
paapa ni Australia. Eyi han gbangba lati aini awọn nkan
ti a tẹjade lori ibi ipamọ data nipasẹ awọn iwe iroyin tabi awọn kikọ miiran
omowe ti akoko. Ọpọlọpọ awọn iwe kikọ ẹkọ
wa ti ṣe apejuwe iriri AMẸRIKA. Aini ti
iwadi ẹkọ ni agbegbe sl data ipamọ ti ṣẹlẹ awọn
pe fun iwadii lile ati awọn ẹkọ ti o ni agbara (McFadden 1996,
Shanks ati awọn miran. 1997, Kekere ati Gibson 1999). Ni pato, awọn ẹkọ
ti iwadi lori ilana imuse ti ile-iṣẹ data
nilo lati ṣee ṣe lati fa imọ siwaju sii
gbogboogbo nipa imuse ti ile-iṣẹ data e
yoo ṣiṣẹ bi ipilẹ fun iwadi iwadi iwaju (Shanks ed
awọn miiran. 1997, Kekere ati Gibson 1999).
Idi ti iwadi yii, nitorina, ni lati ṣe iwadi kini ni otitọ
O ṣẹlẹ nigbati awọn ajo ṣetọju ati lo data
ile ise ni Australia. Ni pato, iwadi yii yoo kan
igbekale ti ohun gbogbo idagbasoke ilana ti a ile-iṣẹ data,
ti o bere lati ibẹrẹ ati oniru nipasẹ oniru ati
imuse ati lilo atẹle laarin awọn ajo
Omo ilu Osirelia. Ni afikun, iwadi naa yoo tun ṣe alabapin si iṣe lọwọlọwọ
idamo agbegbe ibi ti awọn asa le ti wa ni siwaju sii ni idagbasoke
dara si ati awọn ailagbara ati awọn ewu le dinku tabi
yago fun. Pẹlupẹlu, yoo jẹ ipilẹ fun awọn ẹkọ miiran lori ile-iṣẹ data in
Australia ati pe yoo kun aafo ti o wa lọwọlọwọ ninu awọn iwe-iwe.
Awọn ibeere iwadi
Idi ti iwadii yii ni lati ṣe iwadi awọn iṣẹ ṣiṣe
ni imuse ti ile-iṣẹ data ati lilo wọn nipasẹ
Australian ajo. Ni pato, awọn eroja ti wa ni iwadi
nipa eto iṣẹ akanṣe, idagbasoke,
isẹ, lilo ati ewu lowo. Nitorina ibeere naa
Ninu iwadi yii ni:
“Bawo ni iṣe lọwọlọwọ ti ile-iṣẹ data ni Australia?"
Lati dahun daradara si iṣoro yii, a
nọmba awọn ibeere iwadi oniranlọwọ. Ni pato, mẹta
A ti ṣe idanimọ awọn ibeere labẹ awọn iwe-iwe, iyẹn
ti a gbekalẹ ni ori 2, lati ṣe itọsọna iṣẹ akanṣe iwadi yii:
Bi wọn ṣe ṣe imuse i ile-iṣẹ data nipasẹ awọn ajo
Omo ilu Osirelia? Awọn iṣoro wo ni o ti pade?
Kini awọn anfani ti o ni iriri?
Ní ìdáhùn àwọn ìbéèrè wọ̀nyí, wọ́n lo àwòrán
iwadii iwakiri ti o lo iwadi kan. Bawo ni mo se iwadi
exploratory, awọn idahun si awọn ibeere loke ko ba wa ni pipe
(Shanks et al. 1993, Denscombe 1998). Ni idi eyi, o jẹ
triangulation nilo lati mu awọn idahun si iwọnyi dara si
awọn ibeere. Sibẹsibẹ, iwadii yoo pese ipilẹ to lagbara fun
ojo iwaju iṣẹ ayẹwo ibeere wọnyi. A alaye ọkan
fanfa lori idalare ti ọna iwadi ati apẹrẹ
ti gbekalẹ ni ori 3.
Igbekale ti ise agbese iwadi
Ise agbese iwadi yii pin si awọn ẹya meji: iwadi ọrọ-ọrọ
ti imọran ti ipamọ data ati iwadi ti o ni agbara (wo
olusin 1.1), kọọkan ti eyi ti wa ni sísọ ni isalẹ.
Apá Kìíní: Ìkẹ́kọ̀ọ́ àkànlò
Ni igba akọkọ ti apa ti awọn iwadi je ni tun-ayẹwo awọn
lọwọlọwọ litireso lori orisirisi orisi ti data Warehousing pẹlu i
awọn ọna ṣiṣe atilẹyin ipinnu (DSS), awọn eto alaye
executive (EIS), awọn iwadi ti awọn irú ile-iṣẹ data ati ọjọ ero
ile ise. Siwaju si, awọn esi ti awọn apero ile-iṣẹ data ati oriṣa
ipade awọn ẹgbẹ fun amoye ati awọn ọjọgbọn mu nipasẹ awọn ẹgbẹ ti
Iwadi Monash DSS, ṣe alabapin si ipele ikẹkọ yii
eyiti a pinnu lati gba alaye lori iṣe ti data
ile-ipamọ ati lati ṣe idanimọ awọn eewu ti o wa ninu isọdọmọ wọn.
Ni asiko yi ti contextual iwadi, oye
ti agbegbe isoro ti a ti iṣeto lati pese imo ti
ipilẹ fun awọn iwadi ti o tẹle. Sibẹsibẹ, eyi
o jẹ ilana ti nlọ lọwọ lakoko ti iwadi n waye
iwadi.
Apá II: Iwadi ti o ni agbara
Imọran tuntun ti o jo ti ipamọ data, esp
ni Australia, da awọn nilo lati gbe jade a iwadi fun
gba aworan gbooro ti iriri iriri. Eyi
apakan ti gbe jade ni kete ti agbegbe iṣoro naa jẹ
ti a mulẹ nipasẹ sanlalu litireso awotẹlẹ. Erongba
ti ibi ipamọ data ti a ṣẹda lakoko ipele ikẹkọ ọrọ-ọrọ jẹ
ni a lo bi igbewọle fun iwe ibeere akọkọ ti iwadii yii.
Lẹhin eyi, a ṣe ayẹwo iwe ibeere naa. Ti o ba wa ọjọ amoye
ile ise kopa ninu igbeyewo. Idi ti idanwo naa
Iwe ibeere akọkọ ni lati ṣayẹwo fun pipe ati deede
diẹ ninu awọn ibeere. Da lori awọn abajade idanwo, iwe ibeere jẹ
ti yipada ati pe a ti firanṣẹ ẹya ti a ṣe atunṣe si
iwadi olukopa. Awọn iwe ibeere ti o pada lẹhinna jẹ
atupale fun i dati ni awọn tabili, awọn aworan atọka, ati awọn ọna kika miiran. THE
onínọmbà esi ti dati fọọmu ohun ese aworan ti
iwa ipamọ data ni Australia.
DATA Warehouse Akopọ
Agbekale ti ipamọ data ti wa pẹlu awọn ilọsiwaju
ti kọmputa ọna ẹrọ.
O ti wa ni Eleto lati bori awọn isoro konge nipa awọn ẹgbẹ ti
atilẹyin ohun elo gẹgẹbi Eto Atilẹyin Ipinnu (DSS) e
Eto Alaye Alakoso (EIS).
Ni igba atijọ idiwo pataki ti awọn ohun elo wọnyi jẹ
ailagbara ti awọn ohun elo wọnyi lati pese a ipilẹ data
pataki fun onínọmbà.
Eyi jẹ pataki nitori iru iṣẹ naa
isakoso. Awọn anfani ti iṣakoso ile-iṣẹ kan yatọ
nigbagbogbo da lori agbegbe ti a ṣe itọju. Nitorina i dati
Pataki fun awọn ohun elo wọnyi gbọdọ ni anfani lati
yipada ni kiakia da lori apakan lati ṣe itọju.
Eyi tumọ si pe i dati gbọdọ wa ni fọọmu
deedee fun awọn itupalẹ ti a beere. Ni o daju, awọn support awọn ẹgbẹ ti
Awọn ohun elo rii pe o nira pupọ ni iṣaaju lati gba ed
lati ṣepọ dati lati eka ati Oniruuru awọn orisun.
Awọn iyokù ti yi apakan iloju ohun Akopọ ti awọn Erongba
data Warehousing ati awọn olugbagbọ pẹlu bi awọn ile-iṣẹ data le bori awọn
Awọn ọran ẹgbẹ atilẹyin ohun elo.
Oro ti “Ile itaja data” ti William Inmon ti tu silẹ ni ọdun 1990.
Rẹ igba-toka definition ri awọn Ile itaja data wá
gbigba ti awọn dati koko-ọrọ, imudarapọ, ti kii ṣe iyipada, ati oniyipada
lori akoko, ni atilẹyin awọn ipinnu iṣakoso.
Lilo itumọ yii Inmon tọka si pe i dati olugbe
ni a ile-iṣẹ data gbọdọ ni awọn wọnyi 4
abuda:
▪ Yí koko-ọrọ
▪ Iṣọkan
▪ Ti kii ṣe iyipada
▪ Yíyípadà bí àkókò ti ń lọ
Nipa koko-Oorun Inmon tumo si wipe i dati ninu awọn ọjọ
ile ise ninu awọn ti o tobi leto agbegbe ti o ti wa
telẹ ninu awọn awoṣe dati. Fun apẹẹrẹ gbogbo dati nípa i onibara
ti wa ni ti o wa ninu awọn koko agbegbe onibara. Bakanna gbogbo
dati ti o jọmọ awọn ọja wa ni agbegbe koko-ọrọ
Awọn ọja.
Nipa Integrated Inmon tumo si wipe i dati nbo lati yatọ si
awọn iru ẹrọ, awọn ọna šiše ati awọn ipo ti wa ni idapo ati ti o ti fipamọ ni
nikan ibi. Nitoribẹẹ dati iru gbọdọ wa ni yipada
ni ibamu ọna kika ki nwọn ki o le wa ni afikun ati akawe
awọn iṣọrọ.
Fun apẹẹrẹ akọ ati abo jẹ aṣoju
nipasẹ awọn lẹta M ati F ninu ọkan eto, ati pẹlu 1 ati 0 ninu miiran. Fun
ṣepọ wọn ni ọna ti o tọ, ọkan tabi awọn ọna kika mejeeji gbọdọ
yipada ki awọn ọna kika meji jẹ kanna. Ninu eyi
irú a le yi M to 1 ati F to 0 tabi idakeji. Oorun si ọna
koko ati Integrated tọkasi wipe awọn ile-iṣẹ data o ti wa ni apẹrẹ fun
pese a iṣẹ ati transversal iran ti dati lẹgbẹẹ
ti ile-iṣẹ naa.
Nipa Non-iyipada o tumo si wipe i dati Nel ile-iṣẹ data duro
dédé ati ki o imudojuiwọn ti dati ko wulo. Dipo, gbogbo
yipada ninu dati awọn atilẹba ti wa ni afikun si database ti ọjọ
ile ise. Eleyi tumo si wipe itan dei dati wa ninu
ile-iṣẹ data.
Fun Awọn iyipada pẹlu akoko Inmon tọkasi pe i dati Nel ile-iṣẹ data
nigbagbogbo ni awọn itọkasi tẹmpo ei dati nigbagbogbo
rekọja akoko kan pato. Fun apẹẹrẹ a
ile-iṣẹ data le ni awọn ọdun 5 ti awọn iye itan ti onibara dal
1993 to 1997. Wiwa ti awọn itan ati akoko kan jara
ti dati faye gba o lati itupalẹ awọn aṣa.
Un ile-iṣẹ data o le gba ti ara rẹ dati lati awọn ọna šiše
OLTP; lati awọn ipilẹṣẹ dati ita si agbari ati / tabi nipasẹ awọn alamọja miiran
Yaworan eto ise agbese dati.
I dati ayokuro le lọ nipasẹ kan ninu ilana, ni
idi eyi i dati ti won ti wa ni yipada ati ki o ese ṣaaju ki o to jije
ti o ti fipamọ sinu database del ile-iṣẹ data. Lẹhinna, i dati
ngbe laarin awọn database del ile-iṣẹ data ti wa ni ṣe wa
lati pari wiwọle olumulo ati awọn irinṣẹ imularada. Lilo
awọn irinṣẹ wọnyi olumulo ipari le wọle si wiwo iṣọpọ
ti ajo ti dati.
I dati ngbe laarin awọn database del ile-iṣẹ data orun
ti o ti fipamọ ni awọn apejuwe ati ni awọn ọna kika akojọpọ.
Awọn ipele ti Lakotan le dale lori iru awọn ti awọn dati. I dati
alaye le ni ninu dati lọwọlọwọ ati dati òpìtàn
I dati gidi ko si ninu awọn ile-iṣẹ data titi emi dati
Nel ile-iṣẹ data ti wa ni tun imudojuiwọn.
Ni afikun si titoju awọn dati ara won, a ile-iṣẹ data le tun
tọjú kan yatọ si oriṣi ọmọ ogun ti a npe ni METADATA eyi ti
ṣapejuwe i dati ngbe ninu re database.
Awọn oriṣi meji ti metadata wa: metadata idagbasoke ati metadata idagbasoke
itupale.
Awọn metadata idagbasoke jẹ lilo lati ṣakoso ati adaṣe adaṣe naa
isediwon, ninu, maapu ati ikojọpọ lakọkọ dati Nel
ile-iṣẹ data.
Alaye ti o wa ninu metadata idagbasoke le ni ninu
awọn alaye ti awọn ọna šiše, awọn alaye ti awọn eroja lati jade, awọn
awoṣe dati del ile-iṣẹ data ati awọn ofin ile-iṣẹ fun
iyipada dei dati.
Iru keji ti metadata, ti a mọ si metadata atupale
jẹ ki olumulo ipari lati ṣawari akoonu ti data naa
ile ise lati wa awọn dati wa ati ohun ti wọn tumọ si ni awọn ofin
ko o ati ti kii-imọ.
Nitorinaa metadata atupale ṣiṣẹ bi afara laarin data naa
ile ise ati opin-olumulo ohun elo. Yi metadata le
ni awọn owo awoṣe, awọn apejuwe ti dati awọn oniroyin
si awoṣe iṣowo, awọn ibeere ti a ti ṣalaye tẹlẹ ati awọn ijabọ,
alaye fun awọn wiwọle olumulo ati atọka.
Itupalẹ ati metadata idagbasoke gbọdọ wa ni idapo sinu ọkan
Iṣọkan metadata ti a ṣepọ lati ṣiṣẹ daradara.
Laanu ọpọlọpọ awọn irinṣẹ ti o wa tẹlẹ ni tiwọn
metadata ati pe ko si awọn iṣedede ti o wa lọwọlọwọ iyẹn
gba awọn irinṣẹ ipamọ data lati ṣepọ awọn wọnyi
metadata. Lati ṣe atunṣe ipo yii ọpọlọpọ awọn oniṣowo ti
Awọn irinṣẹ ibi ipamọ data akọkọ ti ṣẹda Data Meta
Igbimọ eyiti nigbamii di Meta Data Coalition.
Idi ti iṣọkan yii ni lati kọ eto metadata kan
boṣewa ti o faye gba o yatọ si data warehousing irinṣẹ lati
iyipada metadata
Awọn akitiyan won yorisi ni ibi ti Meta
Data Interchange Specification (MDIS) eyi ti yoo gba awọn paṣipaarọ
ti alaye laarin awọn ile-ipamọ Microsoft ati awọn faili MDIS ti o ni ibatan.
Awọn aye ti dati mejeeji ni ṣoki / atọka ati alaye yoo fun
olumulo seese lati gbe jade a lu DrOWN
(liluho) wa lori dati atọka si awọn alaye ati idakeji.
Awọn aye ti dati alaye awọn itan faye gba awọn ẹda ti
aṣa onínọmbà lori akoko. Ni afikun metadata onínọmbà le
ṣee lo bi awọn liana ti database del ile-iṣẹ data fun
ran awọn olumulo ipari wa i dati pataki.
Ti a ṣe afiwe si awọn eto OLTP, pẹlu agbara wọn lati ṣe atilẹyin
igbekale ti dati ati iroyin, awọn ile-iṣẹ data o ti wa ni ti ri bi a eto
diẹ ti o yẹ fun awọn ilana alaye gẹgẹbi ṣiṣe ati
dahun si awọn ibeere ati gbejade awọn ijabọ. Nigbamii ti apakan
yoo ṣe afihan awọn iyatọ ti awọn ọna ṣiṣe meji ni apejuwe.
DATA ile ise Lodi si awọn ọna OLTP
Ọpọlọpọ awọn eto alaye laarin awọn ajo
Wọn ti pinnu lati ṣe atilẹyin awọn iṣẹ ojoojumọ. Awọn wọnyi
awọn ọna šiše mọ bi OLTP SYSTEMS, Yaworan lẹkọ
continuously imudojuiwọn ojoojumọ.
I dati laarin awọn ọna šiše ti won ti wa ni igba títúnṣe, kun tabi
paarẹ. Fun apẹẹrẹ, adirẹsi alabara kan yipada ni awọ
ó ń lọ láti ibì kan sí òmíràn. Ni idi eyi titun adirẹsi
yoo forukọsilẹ nipa iyipada aaye adirẹsi ti database.
Ohun akọkọ ti awọn eto wọnyi ni lati dinku awọn idiyele
awọn iṣowo ati ni akoko kanna dinku awọn akoko ṣiṣe.
Awọn apẹẹrẹ ti Awọn ọna OLTP pẹlu awọn iṣe pataki gẹgẹbi kikọ
ibere iṣiro, owo-owo, awọn risiti, iṣelọpọ, awọn iṣẹ ai onibara.
Ko dabi awọn ọna ṣiṣe OLTP, eyiti a ṣẹda fun ilana kan
da lori lẹkọ ati awọn iṣẹlẹ, i ile-iṣẹ data won ni won da
lati pese atilẹyin si awọn ilana ti o da lori awọn atupale ti dati ni U
awọn ilana ipinnu.
Eyi ni deede waye nipasẹ sisọpọ i dati lati orisirisi awọn ọna šiše
OLTP ati ita ni kan nikan "eiyan". dati,bi a ti jiroro
ni išaaju apakan.
Monash Data Warehousing Ilana awoṣe
Awọn awoṣe ilana fun ile-iṣẹ data Monash ni idagbasoke nipasẹ
awọn oluwadi lati Monash DSS Iwadi Group, da lori
litireso ti ile-iṣẹ data, lori iriri ni atilẹyin awọn
idagbasoke ti awọn aaye eto, lori awọn ijiroro pẹlu awọn olùtajà ti
awọn ohun elo fun lilo lori ile-iṣẹ data, lori ẹgbẹ awọn amoye
ni lilo ti ile-iṣẹ data.
Awọn ipele jẹ: Ibẹrẹ, Eto, Idagbasoke, ati Awọn iṣẹ
Awọn alaye. Awọn aworan atọka salaye awọn aṣetunṣe iseda tabi
ti itiranya idagbasoke ti a ile-iṣẹ data ilana lilo
awọn itọka ọna meji ti a gbe laarin awọn ipele oriṣiriṣi. Ninu eyi
“iterative” ati “itankalẹ” ọrọ-ọrọ tumọ si pe, ni ọkọọkan
igbese ti awọn ilana, imuse akitiyan le ṣee ṣe
nigbagbogbo elesin sẹhin si ipele ti tẹlẹ. Eyi ni
nitori iru ise agbese a ile-iṣẹ data ninu eyiti
afikun ibeere dide ni eyikeyi akoko
ti olumulo ipari. Fun apẹẹrẹ, lakoko ipele idagbasoke ti a
ilana ti ile-iṣẹ data, ọkan ti beere nipasẹ olumulo ipari
titun apa miran tabi koko agbegbe, eyi ti ko je ti awọn
atilẹba ètò, yi gbọdọ wa ni afikun si awọn eto. Eyi
nfa ayipada ninu ise agbese. Awọn esi ni wipe egbe ti
apẹrẹ gbọdọ yi awọn ibeere ti awọn iwe aṣẹ ti a ṣẹda titi di isisiyi
nigba ti oniru alakoso. Ni ọpọlọpọ igba, awọn ti isiyi ipo ti awọn
ise agbese gbọdọ pada si awọn oniru alakoso ibi ti
ibeere tuntun gbọdọ wa ni afikun ati ṣe akọsilẹ. Olumulo
ipari gbọdọ ni anfani lati wo iwe-itumọ pato ti a ṣe atunyẹwo ei
awọn ayipada ti a ṣe ni ipele idagbasoke. Ni ipari ti
yi idagbasoke ọmọ ise agbese gbọdọ gba nla esi lati
awọn ẹgbẹ mejeeji, ẹgbẹ idagbasoke ati ẹgbẹ olumulo. THE
esi ti wa ni ki o si tun lo lati mu a ojo iwaju ise agbese.
Eto agbara
Dw maa n tobi pupọ ni iwọn ati dagba
gan ni kiakia (Ti o dara ju 1995, Rudin 1997a) awọn wọnyi ni
iye ti dati awọn itan-akọọlẹ ti wọn da duro lati iye akoko wọn. Nibẹ
idagba tun le ṣẹlẹ nipasẹ dati afikun ohun kan beere nipa
awọn olumulo lati mu iye ti dati ti wọn ti ni tẹlẹ. Lati
Nitoribẹẹ, awọn ibeere ipamọ fun dati le
jẹ ilọsiwaju pataki (Eckerson 1997). Beena o ri
awọn ibaraẹnisọrọ lati rii daju, nipa ifọnọhan igbogun ti
agbara, eyiti eto lati kọ le dagba pẹlu
idagbasoke awọn iwulo (Ti o dara julọ 1995, LaPlante 1996, Lang 1997,
Eckerson 1997, Rudin 1997a, Foley 1997a).
Ni eto fun dw scalability, ọkan gbọdọ mọ awọn
o ti ṣe yẹ idagbasoke ni oja iwọn, orisi ti ibeere
O ṣee ṣe lati ṣe, ati nọmba awọn olumulo ipari ni atilẹyin (Ti o dara julọ
1995, Rudin 1997b, Foley 1997a). Kọ awọn ohun elo ti iwọn
nilo apapo awọn imọ-ẹrọ olupin ti iwọn ati awọn ilana
ti ṣe apẹrẹ awọn ohun elo ti iwọn (Ti o dara julọ 1995, Rudin 1997b.
Mejeji jẹ pataki nigbati ṣiṣẹda ohun elo kan
lalailopinpin ti iwọn. Awọn imọ-ẹrọ olupin ti iwọn le
jẹ ki o rọrun ati anfani lati ṣafikun ibi ipamọ, iranti ati
Sipiyu laisi iṣẹ abuku (Lang 1997, Telephony 1997).
Awọn imọ-ẹrọ olupin iwọn akọkọ meji lo wa: iṣiro
ọpọ symmetric (SMP) ati sisẹ nla
parallel (MPP)) (IDC 1997, Humphries et al. 1999). Olupin kan
SMP ni deede ni ọpọlọpọ awọn ilana pinpin iranti kan,
eto akero ati awọn miiran oro (IDC 1997, Humphries et al. 1999).
Awọn ilana afikun le ṣe afikun fun imudara
tirẹ omiran iširo. Miiran ọna lati mu awọn
omiran agbara iširo ti olupin SMP, ni lati darapo lọpọlọpọ
Awọn ẹrọ SMP. Ilana yii ni a mọ si iṣupọ (Humphries
et al. 1999). Olupin MPP kan, ni apa keji, ni awọn ero isise pupọ ni ọkọọkan
pẹlu iranti tirẹ, eto ọkọ akero ati awọn orisun miiran (IDC 1997,
Humphries et al. 1999). Kọọkan isise ni a npe ni a ipade. A
ilosoke ninu omiran iṣiro le ṣee gba
fifi awọn apa afikun si awọn olupin MPP (Humphries et al.
1999).
Ailagbara ti awọn olupin SMP jẹ ọpọlọpọ awọn iṣẹ ṣiṣe igbewọle-jade
(Mo / awọn) le congest akero eto (IDC 1997). Eyi
iṣoro ko waye laarin awọn olupin MPP niwon gbogbo
isise ni o ni awọn oniwe-ara akero eto. Sibẹsibẹ, awọn ibaraẹnisọrọ
laarin kọọkan ipade ti won wa ni gbogbo Elo losokepupo ju awọn eto akero
ti awọn SMPs. Ni afikun, awọn olupin MPP le ṣafikun ipele kan
afikun idiju fun awọn olupilẹṣẹ ohun elo (IDC
1997). Nitorinaa, yiyan laarin awọn olupin SMP ati MPP le ni ipa
nipa ọpọlọpọ awọn okunfa, pẹlu awọn complexity ti awọn ibeere, ibasepo
owo / išẹ, awọn ti a beere agbara itọju, awọn
idilọwọ awọn ohun elo dw ati ilosoke ninu iwọn ti database
ti dw ati ni nọmba awọn olumulo ipari.
Ọpọlọpọ awọn ilana apẹrẹ ohun elo ti iwọn
le ṣee lo ni agbara igbogun. Ọkan
nlo orisirisi awọn akoko iwifunni gẹgẹbi awọn ọjọ, awọn ọsẹ, awọn osu ati awọn ọdun.
Nini orisirisi awọn akoko iwifunni, awọn database le pin si
awọn ege ti a ṣajọpọ papọ ni irọrun (Inmon et al. 1997). Omiran
ilana ni lati lo awọn tabili akojọpọ ti a ṣe
akopọ dati da dati alaye. Bayi, i dati awọn akojọpọ jẹ diẹ sii
iwapọ ju alaye lọ, eyiti o nilo aaye iranti diẹ.
Nitorina awọn dati ti alaye le wa ni fipamọ ni a drive
din owo ipamọ, eyi ti o fi ani diẹ ipamọ.
Botilẹjẹpe lilo awọn tabili akojọpọ le ṣafipamọ aaye
iranti, wọn nilo igbiyanju pupọ lati tọju wọn ni imudojuiwọn ati ni
ni ila pẹlu owo aini. Sibẹsibẹ, ilana yii jẹ
o gbajumo ni lilo ati igba ti a lo ni apapo pẹlu awọn ilana
ti tẹlẹ (Ọdun 1995 ti o dara julọ, Inmon 1996a, Chauduri ati Dayal
1997).
Asọye Ile itaja data imọ
Architectures Definition ti imuposi
dw architectures
Tete adopters ti data warehousing nipataki loyun
a si aarin imuse ti dw ibi ti gbogbo awọn dati, to wa
i dati ita, ti a dapọ si ẹyọkan,
ibi ipamọ ti ara (Inmon 1996a, Bresnahan 1996, Peacock 1998).
Awọn anfani akọkọ ti ọna yii ni pe awọn olumulo ipari
Mo ni anfani lati wọle si wiwo lori iwọn iṣowo kan
(iwoye ile-iṣẹ) dei dati ajo (Ovum 1998). Omiiran
anfani ni wipe o nfun Standardization ti dati nipasẹ
ajo, eyi ti o tumo nibẹ ni nikan kan ti ikede tabi
itumọ fun awọn ọrọ-ọrọ kọọkan ti a lo ninu idogo dw
(ibi ipamọ) metadata (Flanagan ati Safdie 1997, Ovum 1998). Awọn
alailanfani ti ọna yii, ni apa keji, ni pe o gbowolori ati nira
lati kọ (Flanagan ati Safdie 1997, Ovum 1998, Inmon et al.
1998). Ko gun lẹhin faaji ipamọ dati
Centralized di olokiki, imọran ti isediwon wa
ti awọn kere subsets ti awọn dati lati ṣe atilẹyin awọn aini ti
awọn ohun elo kan pato (Varney 1996, IDC 1997, Berson ati Smith
Ọdun 1997, Ọdun 1998). Awọn ọna ṣiṣe kekere wọnyi wa lati diẹ sii
grande ile-iṣẹ data si aarin. Wọn pe wọn ni ọjọ
awọn ile itaja ti ẹka ti o gbẹkẹle tabi awọn ọja data ti o gbẹkẹle.
Awọn ti o gbẹkẹle data Mart faaji ni mo bi
mẹta-tiered faaji ibi ti akọkọ ipele oriširiši data
si aarin ile ise, awọn keji oriširiši warehouses dati
ẹka ati awọn kẹta oriširiši wiwọle si dati ati lati awọn irinṣẹ ti
onínọmbà (Demarest 1994, Inmon et al. 1997).
Data marts ti wa ni deede itumọ ti lẹhin ti awọn ile-iṣẹ data
si aarin ti a še lati pade awọn aini ti
kan pato sipo (White 1995, Varney 1996).
Data Marts itaja i dati ti o ni ibatan pupọ si awọn alaye
isokan (Inmon et al. 1997, Inmon et al. 1998, IA 1998).
Awọn anfani ti yi ọna ni wipe nibẹ ni yio je ko si ọmọ ogun non
ese ati pe i dati wọn yoo dinku laiṣe laarin data naa
Marts niwon gbogbo dati wa lati a idogo ti dati ese.
Anfani miiran ni pe awọn asopọ diẹ yoo wa laarin ọkọọkan
data marts ati ki o jẹmọ awọn orisun dati nitori kọọkan Mart data nikan ni o ni
orisun kan ti dati. Plus pẹlu yi faaji ni ibi, awọn olumulo
ipari si tun le wọle si awọn Akopọ ti dati
awọn ajọ ajo. Yi ọna ti a mọ bi awọn
oke-isalẹ ọna, ninu eyi ti data marts ti wa ni itumọ ti lẹhin ti awọn data
ile ise (peacock 1998, Goff 1998).
Alekun iwulo lati ṣafihan awọn abajade ni kutukutu, diẹ ninu
awọn ajo ti bẹrẹ kikọ awọn ọja data ominira
(Flanagan ati Safdie 1997, Funfun 2000). Ni idi eyi, data marts
wọn gba tiwọn dati taara lati awọn ipilẹ ti dati OLTP ati ki o ko lati
ibi ipamọ aarin ati iṣọpọ, nitorinaa imukuro iwulo fun
ni aringbungbun ipamọ lori ojula.
Mart data kọọkan nilo o kere ju ọna asopọ kan si awọn orisun rẹ
di dati. Ọkan alailanfani ti nini awọn ọna asopọ pupọ fun ọjọ kọọkan
Mart ni wipe, akawe si awọn meji ti tẹlẹ architectures, awọn
overabundance ti dati pọ si ni pataki.
Gbogbo mart data gbọdọ tọju gbogbo awọn dati beere tibile fun
ko ni ipa lori OLTP awọn ọna šiše. Eyi fa pe i dati
wọn ti wa ni ipamọ ni orisirisi awọn ọja data (Inmon et al. 1997).
Miiran daradara ti yi faaji ni wipe o nyorisi si
ṣiṣẹda eka interconnections laarin data marts ati awọn ti wọn
awọn orisun ti dati eyiti o nira lati ṣe ati ṣakoso (Inmon ed
awọn miiran. 1997).
Alailanfani miiran ni pe awọn olumulo ipari ko le ni agbara
wọle si Akopọ ti alaye ile-iṣẹ bi i dati
ti awọn ti o yatọ data marts ko ba wa ni ese (Ovum 1998).
Sibẹ alailanfani miiran ni pe o le jẹ diẹ sii ju ọkan lọ
itumọ fun awọn ọrọ-ọrọ kọọkan ti a lo ninu awọn ọja data ti o ṣe ipilẹṣẹ
aiṣedeede ti dati ni agbari (Ovum 1998).
Pelu awọn alailanfani ti a sọrọ loke, awọn marts data ominira
wọn tun ṣe ifamọra anfani ti ọpọlọpọ awọn ajo (IDC 1997).
Ohun kan ti o jẹ ki wọn wuni ni pe wọn yara lati ni idagbasoke
ati nilo akoko diẹ ati awọn orisun (Bresnahan 1996, Berson e
Smith 1997, Ovum 1998). Accordingly, nwọn o kun sin
bi awọn iṣẹ akanṣe idanwo ti a le lo lati ṣe idanimọ
yarayara awọn anfani ati/tabi awọn ailagbara ninu iṣẹ akanṣe (Parsaye
1995, Braly 1995, Titun 1996). Ni idi eyi, awọn apakan lati
imuse ninu iṣẹ akanṣe awakọ gbọdọ jẹ kekere ṣugbọn pataki
fun ajo (Newing 1996, Mansell-Lewis 1996).
Nipa ṣiṣe ayẹwo apẹrẹ, awọn olumulo ipari ati iṣakoso le
pinnu boya lati tẹsiwaju tabi da iṣẹ naa duro (Flanagan ati Safdie
1997).
Ti ipinnu lati tẹsiwaju, awọn ọja data fun awọn apa miiran
kí wọ́n kọ́ ọ̀kọ̀ọ̀kan. Awọn aṣayan meji wa fun
opin awọn olumulo da lori wọn aini ni data ikole
awọn maati ominira: ti a ṣepọ / apapo ati aiṣedeede (Ovum
1998)
Ni akọkọ ọna, kọọkan titun data mart yẹ ki o wa ni itumọ ti
da lori lọwọlọwọ data marts ati awoṣe dati lo
nipasẹ awọn duro (Varney 1996, Berson and Smith 1997, Peacock 1998).
Nilo lati lo awoṣe dati ti awọn ile-mu ki o pataki
rii daju pe itumọ kan nikan wa fun awọn ọrọ-ọrọ kọọkan
ti a lo nipasẹ awọn ọja data, eyi tun jẹ lati rii daju pe data naa
O yatọ si marts le ti wa ni dapọ lati fun ohun Akopọ ti
ajọ alaye (Bresnahan 1996). Ọna yii jẹ
ti a npe ni isalẹ-oke ati pe o dara julọ nigbati o wa ni ihamọ lori
ọna inawo ati akoko (Flanagan and Safdie 1997, Ovum 1998,
peacock 1998, Goff 1998). Ni awọn keji ọna, data marts
itumọ ti le nikan ni itẹlọrun awọn aini ti kan pato kuro.
Iyatọ ti mati data apapo ni ile-iṣẹ data pin kaakiri
ninu eyiti awọn database agbedemeji olupin ibudo ti lo lati darapọ mọ ọpọlọpọ
data marts ni kan nikan ibi ipamọ ti awọn dati pin (White 1995). Ninu
idi eyi, i dati awọn ile-iṣẹ pinpin ni ọpọlọpọ awọn ọja data.
Awọn ibeere olumulo ipari ni a firanṣẹ si database
aarin server hub, eyi ti o jade gbogbo dati beere nipa awọn data
marts ati da awọn abajade pada si awọn ohun elo olumulo ipari. Eyi
ọna pese alaye iṣowo si awọn olumulo ipari. Sibẹsibẹ,
Awọn iṣoro ti awọn ọja data ko tun yọkuro
ominira. Nibẹ ni miran faaji ti o le ṣee lo ti o jẹ
pe na ile-iṣẹ data foju (White 1995). Sibẹsibẹ, eyi
faaji, eyiti o ṣe apejuwe ni nọmba 2.9, kii ṣe faaji
ti ipamọ dati gidi niwon o ko gbe awọn fifuye
lati OLTP awọn ọna šiše lati ile-iṣẹ data (Demarest 1994).
Ni pato, awọn ibeere ti dati nipa opin awọn olumulo ti kọja si
Awọn ọna OLTP ti o da awọn abajade pada lẹhin sisẹ
olumulo ibeere. Biotilejepe yi faaji faye gba awọn olumulo
ipari lati ṣe agbekalẹ awọn ijabọ ati ṣe agbekalẹ awọn ibeere, ko le pese i
dati itan ati Akopọ ti ile-iṣẹ alaye bi i dati
lati awọn ti o yatọ OLTP awọn ọna šiše ko ba wa ni ese. Nitorina, eyi
faaji ko le ni itẹlọrun igbekale ti dati eka bi
awọn asọtẹlẹ apẹẹrẹ.
Asayan ti wiwọle ati wiwọle ohun elo
imularada ti dati
Idi ti ile a ile-iṣẹ data ni lati firanṣẹ
alaye si awọn olumulo ipari (Inmon et al 1997, Poe 1996,
McFadden 1996, Shanks et al 1997, Hammergren 1998); ọkan tabi
ọpọ wiwọle ati imularada ohun elo dati gbọdọ wa ni pese. Si
Loni, ọpọlọpọ awọn ohun elo wọnyi wa fun olumulo lati yan lati
yan (Hammergren 1998, Humphries et al. 1999). Awọn
awọn ohun elo ti a ti yan pinnu aṣeyọri ti igbiyanju naa
ti ipamọ dati ni ohun agbari nitori awọn
awọn ohun elo jẹ apakan ti o han julọ ile-iṣẹ data si olumulo
ipari (Inmon et al. 1997, Poe 1996). Lati ṣaṣeyọri ọjọ kan
ile ise, gbọdọ ni anfani lati se atileyin fun awọn akitiyan onínọmbà ti dati
ti olumulo ipari (Poe 1996, Seddon ati Benjamini 1998, Eckerson
1999). Nitorinaa “ipele” ohun ti olumulo ipari fẹ gbọdọ jẹ
mọ (Poe 1996, Mattison 1996, Inmon et al 1997,
Humphries ati al. 1999).
Ni gbogbogbo, awọn olumulo ipari le ṣe akojọpọ si mẹta
awọn ẹka: awọn olumulo adari, awọn atunnkanka iṣowo ati awọn olumulo agbara (Poe
1996, Humphries et al. 1999). Awọn olumulo alaṣẹ nilo
iraye si irọrun si awọn eto asọye ti awọn ijabọ (Humphries ed
awọn miiran 1999). Awọn ijabọ wọnyi le ṣee ṣe ni irọrun pẹlu
lilọ akojọ (Poe 1996). Ni afikun, awọn ijabọ yẹ
ṣafihan alaye nipa lilo aṣoju ayaworan
gẹgẹbi awọn tabili ati awọn awoṣe lati gbe ni kiakia
alaye (Humphries et al. 1999). Awọn atunnkanka iṣowo, ti kii ṣe
wọn le ni awọn aye imọ-ẹrọ lati ṣe idagbasoke awọn ibatan lati
odo lori ara wọn, wọn nilo lati ni anfani lati yipada awọn ibatan lọwọlọwọ si
ni itẹlọrun awọn iwulo wọn pato (Poe 1996, Humphries et al
1999). Awọn olumulo agbara, ni apa keji, jẹ iru awọn olumulo ipari ti o
ni agbara lati ṣe ina ati kọ awọn ibeere ati awọn ijabọ lati
odo (Poe 1996, Humphries et al. 1999). Awon ni won
ṣe agbekalẹ awọn ijabọ fun awọn oriṣi awọn olumulo miiran (Poe 1996, Humphries
ati awọn miiran 1999).
Ni kete ti o pinnu awọn ibeere olumulo ipari gbọdọ ṣee
yiyan ti wiwọle ati imularada ohun elo dati laarin gbogbo
awon ti o wa (Poe 1996, Inmon et al. 1997).
Wiwọle si dati ati awọn irinṣẹ igbapada le jẹ
ti a pin si awọn oriṣi mẹrin: irinṣẹ OLAP, irinṣẹ EIS/DSS, irinṣẹ ibeere ati
iroyin ati awọn irinṣẹ iwakusa data.
Awọn irinṣẹ OLAP gba awọn olumulo laaye lati ṣẹda awọn ibeere ipolowo bi daradara bi
awon ti a ṣe lori database del ile-iṣẹ data. Pẹlupẹlu awọn ọja wọnyi
gba awọn olumulo lati lu si isalẹ lati dati gbogboogbo si awon
alaye.
Awọn irinṣẹ EIS/DSS pese ijabọ adari bi “kini ti o ba jẹ” itupalẹ
ati wiwọle si awọn iroyin ti a ṣeto akojọ. Awọn ijabọ gbọdọ jẹ
ti a ti yan tẹlẹ ati dapọ pẹlu awọn akojọ aṣayan fun lilọ kiri rọrun.
Ibeere ati awọn irinṣẹ ijabọ gba awọn olumulo laaye lati gbejade awọn ijabọ
ti a ti yan tẹlẹ ati pato.
Awọn irinṣẹ iwakusa data ni a lo lati ṣe idanimọ awọn ibatan ti o
le ta titun imọlẹ lori gbagbe mosi ninu awọn dati del
datawarehouse.
Lẹgbẹẹ iṣapeye awọn ibeere ti iru olumulo kọọkan, i
Awọn irinṣẹ ti a yan gbọdọ jẹ ogbon inu, daradara ati rọrun lati lo.
Wọn gbọdọ tun ni ibamu pẹlu awọn ẹya miiran ti faaji e
o lagbara lati ṣiṣẹ pẹlu awọn eto ti o wa tẹlẹ. O tun daba lati
yan wiwọle data ati awọn irinṣẹ igbapada pẹlu awọn idiyele ati iṣẹ
reasonable. Miiran àwárí mu lati ro ni ifaramo ti awọn
ataja ti ọpa ni atilẹyin ọja wọn ati awọn idagbasoke ti o
kanna yoo ni ni ojo iwaju tu. Lati rii daju ifaramọ olumulo
ni lilo awọn data ile ise, awọn idagbasoke egbe je awọn
awọn olumulo ninu ilana yiyan irinṣẹ. Fun idi eyi
iṣiro olumulo ti o wulo yẹ ki o ṣe.
Lati mu iye ti ile-ipamọ data dara si ẹgbẹ idagbasoke le
tun pese iraye si wẹẹbu si awọn ile itaja data wọn. A
Ibi ipamọ data ti n ṣiṣẹ wẹẹbu gba awọn olumulo laaye lati wọle si dati
lati awọn aaye jijin tabi lakoko irin-ajo. Pẹlupẹlu alaye le
pese ni awọn idiyele kekere nipasẹ idinku iye owo
di ikẹkọ.
2.4.3 Ile itaja data Ipele Isẹ
Yi alakoso oriširiši meta akitiyan: Asọye ọjọ ogbon
sọdọtun, Iṣakoso ti data ile ise akitiyan ati isakoso ti
aabo ile ise data.
Definition ti data Sọ ogbon
Lẹhin ikojọpọ akọkọ, i dati Nel database ti ile ise data
gbọdọ wa ni tù lorekore lati mu awọn
ayipada ṣe lori dati awọn atilẹba. Nitorina a gbọdọ pinnu
nigbati lati sọ, bi igba awọn
sọ ati bi o si sọ awọn dati. O ti wa ni daba lati ṣe awọn
sọ dei dati nigbati awọn eto le wa ni ya offline. Nibẹ
Oṣuwọn isọdọtun jẹ ipinnu nipasẹ ipilẹ ẹgbẹ idagbasoke
lori olumulo ibeere. Nibẹ ni o wa meji yonuso si onitura awọn
data ile ise: pipe sọdọtun ati lemọlemọfún ikojọpọ ti
ayipada.
Ọna akọkọ, isọdọtun ni kikun, nilo atunkojọpọ
gbogbo awọn dati lati ibere pepe. Eleyi tumo si wipe gbogbo dati ti a beere gbọdọ
wa ni jade, mọtoto, yipada ati ki o ese ni kọọkan Sọ. Eyi
ona yẹ ki o wa, bi jina bi o ti ṣee, yee nitori
O nilo akoko pupọ ati awọn ohun elo.
Yiyan ona ni lati continuously fifuye i
ayipada. Eyi ṣe afikun i dati ti a ti yipada
niwon awọn ti o kẹhin data ile ise Sọ ọmọ. Idanimọ ti
titun tabi títúnṣe igbasilẹ significantly din iye ti
dati eyi ti o gbọdọ ṣe ikede si ile-ipamọ data ni ọkọọkan
imudojuiwọn niwon nikan wọnyi dati yoo wa ni afikun si database
ti ile ise data.
Awọn ọna 5 o kere ju wa ti o le ṣee lo lati yọkuro
i dati titun tabi títúnṣe. Lati gba ohun daradara nwon.Mirza
sọ dei dati adalu awọn ọna wọnyi le wulo
gbe soke gbogbo awọn ayipada ninu awọn eto.
Ọna akọkọ, eyiti o nlo awọn aami akoko, dawọle pe o wa
sọtọ si gbogbo dati satunkọ ati imudojuiwọn a timestamp ki
lati wa ni anfani lati awọn iṣọrọ da gbogbo dati títúnṣe ati titun.
Ọna yii, sibẹsibẹ, ko ti lo ni lilo pupọ julọ
apakan ti oni awọn ọna šiše.
Ọna keji ni lati lo faili delta ti ipilẹṣẹ nipasẹ
ohun elo ti o ni awọn ayipada nikan ti a ṣe si dati.
Lilo faili yii tun nmu iwọn imudojuiwọn pọ si.
Sibẹsibẹ, paapaa ọna yii ko ti lo ni ọpọlọpọ
awọn ohun elo.
Ọna kẹta ni lati ṣe ọlọjẹ faili log, eyiti
ni ipilẹ ni iru alaye si faili delta. Nikan kan
iyato ni wipe a log faili ti wa ni da fun awọn imularada ilana ati
o le soro lati ni oye.
Ọna kẹrin ni lati yi koodu ohun elo pada.
Sibẹsibẹ pupọ julọ koodu ohun elo jẹ atijọ ati
ẹlẹgẹ; nitorina ilana yii yẹ ki o yago fun.
Awọn ti o kẹhin ona ni lati fi ṣe afiwe awọn dati awọn orisun pẹlu faili
akọkọ oriṣa dati.
Iṣakoso ti data ile ise akitiyan
Ni kete ti ile-ipamọ data ti tu silẹ si awọn olumulo, o jẹ
pataki lati bojuto o lori akoko. Ni idi eyi, alakoso
ti ile ise data le gba ọkan tabi diẹ ẹ sii irinṣẹ isakoso ati
Iṣakoso lati bojuto awọn lilo ti awọn data ile ise. Gegebi bi
alaye nipa eniyan ati oju ojo le gba
eyiti wọn wọle si ibi ipamọ data. Kọja siwaju dati awọn irugbin le ṣẹda
profaili ti iṣẹ ti a ṣe ti o le ṣee lo bi titẹ sii
ni imuse olumulo chargeback. Awọn gbigba agbara
faye gba awọn olumulo lati wa ni alaye nipa awọn iye owo ti processing awọn
datawarehouse.
Pẹlupẹlu, iṣakoso ile itaja data tun le ṣee lo fun
ṣe idanimọ awọn iru awọn ibeere, iwọn wọn, nọmba awọn ibeere fun
ọjọ, awọn akoko idahun si ibeere naa, awọn apa ti de ati iye
di dati ni ilọsiwaju. Idi miiran ti n ṣayẹwo ti
data ile ise ni lati da awọn dati eyi ti ko si ni lilo. Awọn wọnyi dati
wọn le yọkuro lati ile-ipamọ data lati mu akoko pọ si
ti idahun ipaniyan ibeere ati ki o bojuto awọn idagbasoke ti
dati ti o gbe laarin awọn ipilẹ data ti ile ise data.
Data ipamọ aabo isakoso
Ibi ipamọ data kan ninu dati ese, lominu ni, kókó pe
le de ọdọ awọn iṣọrọ. Fun idi eyi o yẹ
ni aabo lati awọn olumulo laigba aṣẹ. Ọna kan si
ṣe aabo ni lati lo iṣẹ del DBMS
lati fi awọn anfani oriṣiriṣi si awọn oriṣiriṣi awọn olumulo. Ninu eyi
ọna, a profaili gbọdọ wa ni muduro fun kọọkan iru ti olumulo
wiwọle. Ọnà miiran lati ni aabo ile-ipamọ data rẹ ni lati encrypt o
bi a ti kọ ọ sinu ipilẹ data ti ile ise data. Wiwọle si
dati ati awọn irinṣẹ igbapada gbọdọ decrypt awọn dati ṣaaju ki o to fi i
esi si awọn olumulo.
2.4.4 Ile itaja data Ipele imuṣiṣẹ
O jẹ ipele ti o kẹhin ninu ọmọ imuse ile ise data. Awọn
awọn iṣẹ ṣiṣe lati ṣe ni ipele yii pẹlu ikẹkọ ti
awọn olumulo lati lo ibi ipamọ data ati ṣẹda awọn atunwo
ti ile ise data.
Ikẹkọ olumulo
Ikẹkọ olumulo yẹ ki o ṣe ni akọkọ
ti wiwọle si dati ti ipamọ data ati lilo awọn irinṣẹ
igbapada. Ni gbogbogbo, awọn akoko yẹ ki o bẹrẹ pẹlu
awọn ifihan to awọn Erongba ti ipamọ ti awọn dati, si
akoonu ti data ile ise, ai meta dati ati ipilẹ awọn ẹya ara ẹrọ
ti awọn irinṣẹ. Lẹhinna, awọn olumulo to ti ni ilọsiwaju le tun ṣe iwadi naa
awọn tabili ti ara ati awọn ẹya olumulo ti wiwọle data ati awọn irinṣẹ
igbapada.
Awọn ọna pupọ lo wa lati ṣe ikẹkọ olumulo. Ọkan ninu
iwọnyi pẹlu yiyan ti ọpọlọpọ awọn olumulo tabi awọn atunnkanka ti a yan nipasẹ a
ẹgbẹ ti awọn olumulo, da lori wọn olori ati agbara
ibaraẹnisọrọ. Wọnyi ti wa ni oṣiṣẹ ni a ti ara ẹni agbara lori
ohun gbogbo ti won nilo lati mo lati di faramọ pẹlu awọn
eto. Ni kete ti ikẹkọ ti pari, wọn pada si iṣẹ wọn ati
wọn bẹrẹ nkọ awọn olumulo miiran bi o ṣe le lo eto naa. Lori
da lori ohun ti wọn ti kọ, awọn olumulo miiran le bẹrẹ
ṣawari awọn ipamọ data.
Ona miiran ni lati kọ ọpọlọpọ awọn olumulo ni kanna
akoko, bi o ba ti o ni won mu a ìyàrá ìkẹẹkọ dajudaju. Ọna yii
O dara nigbati ọpọlọpọ awọn olumulo wa ti o nilo ikẹkọ
ni akoko kan naa. Sibẹsibẹ ọna miiran ni lati ṣe ikẹkọ
kọọkan olumulo leyo, ọkan nipa ọkan. Ọna yii jẹ
o dara nigbati awọn olumulo diẹ wa.
Idi ikẹkọ olumulo ni lati mọ ọ
pẹlu wiwọle si dati ati awọn irinṣẹ igbapada bi daradara bi awọn akoonu ti awọn
datawarehouse. Sibẹsibẹ, diẹ ninu awọn olumulo le di rẹwẹsi
nipa iye alaye ti a pese lakoko igba
Idanileko. Nitorinaa nọmba kan ti awọn nkan ni lati ṣe
atilẹyin ti nlọ lọwọ ati awọn akoko isọdọtun lati dahun
si kan pato ibeere. Ni awọn igba miiran a ṣẹda ẹgbẹ kan
awọn olumulo lati pese iru atilẹyin.
Apejo esi
Ni kete ti ile-ipamọ data ti yiyi jade, awọn olumulo le
lo i dati ti o gbe ni ile ise data fun orisirisi idi.
Pupọ julọ, awọn atunnkanka tabi awọn olumulo lo i dati Nel
ibi ipamọ data fun:
1 Ṣe idanimọ awọn aṣa ile-iṣẹ
2 Ṣe itupalẹ awọn profaili rira ti onibara
3 Pinpin i onibara ati ti
4 Pese awọn iṣẹ to dara julọ si onibara - ṣe akanṣe awọn iṣẹ
5 Ṣe agbekalẹ awọn ilana tita
6 Pese awọn agbasọ idije fun awọn itupalẹ idiyele ati iranlọwọ
Iṣakoso
7 Ṣe atilẹyin ṣiṣe ipinnu ilana
8 Ṣe idanimọ awọn anfani lati ṣe iyatọ
9 Ṣe ilọsiwaju didara awọn ilana iṣowo lọwọlọwọ
10 Ṣayẹwo èrè
Ni atẹle itọsọna idagbasoke ti ile itaja data, wọn le
Ṣe awọn atunwo eto lẹsẹsẹ lati gba esi
mejeeji lati egbe idagbasoke ati lati agbegbe ti
opin awọn olumulo.
Awọn esi ti o gba le ti wa ni ya sinu ero fun awọn
tókàn idagbasoke ọmọ.
Niwọn igba ti ile-itaja data ni ọna afikun,
o ṣe pataki lati kọ ẹkọ lati awọn aṣeyọri ati awọn aṣiṣe ti awọn iṣaaju
awọn idagbasoke.
2.5 Lakotan
Ni ori yii awọn ọna ti o wa ninu ti a ti jiroro
litireso. Ni apakan 1 ero ti a ti jiroro
ile itaja data ati ipa rẹ ninu imọ-jinlẹ ipinnu. Nínú
apakan 2 awọn ifilelẹ ti awọn iyato laarin
data ile ise ati OLTP awọn ọna šiše. Ni apakan 3 a ti jiroro awọn
Monash data ile ise awoṣe ti a ti lo
ni apakan 4 lati ṣe apejuwe awọn iṣẹ ṣiṣe ti o wa ninu ilana naa
idagbasoke ti a data ile ise, wọnyi theses ti ko da lori
iwadi lile. Ohun ti o ṣẹlẹ ni otito le jẹ
gan o yatọ lati ohun ti litireso Ijabọ, sibẹsibẹ awọn wọnyi
Awọn abajade le ṣee lo lati ṣẹda ẹru ipilẹ ti o
tẹnumọ imọran ti ile-ipamọ data fun iwadii yii.
Kapitolu 3
Iwadi ati awọn ọna apẹrẹ
Yi ipin sepo pẹlu iwadi ati oniru awọn ọna fun
iwadi yi. Ni igba akọkọ ti apa fihan a jeneriki wo ti awọn ọna
ti iwadi wa fun gbigba alaye, Jubẹlọ
àwárí mu fun a yan awọn ti o dara ju ọna fun ọkan ti wa ni sísọ
pato iwadi. Awọn ọna meji lẹhinna ni a sọrọ ni apakan 2
ti a ti yan pẹlu awọn àwárí mu o kan ṣeto jade; ti awọn wọnyi yoo wa ni yàn ati
gba ọkan pẹlu awọn idi ti a ṣeto si apakan 3 nibiti wọn wa
awọn idi fun iyasoto ti iyasọtọ miiran tun ṣe alaye. Nibẹ
apakan 4 ṣe afihan apẹrẹ iwadi ati apakan 5 ṣafihan rẹ
awọn ipari.
3.1 Iwadi ni awọn ọna ṣiṣe alaye
Iwadi ni awọn eto alaye ko ni opin lasan
si aaye imọ-ẹrọ ṣugbọn o gbọdọ tun faagun lati pẹlu
awọn ibi-afẹde nipa ihuwasi ati iṣeto.
A je yi si awọn theses ti awọn orisirisi eko orisirisi lati
awujo sáyẹnsì to adayeba; yi nyorisi si nilo fun a
diẹ ninu awọn ọna iwadi ti o kan awọn ọna pipo
ati awọn ti o ni agbara lati lo fun awọn eto alaye.
Gbogbo awọn ọna iwadii ti o wa jẹ pataki, ni otitọ pupọ
awọn oniwadi bii Jenkins (1985), Nunamaker et al. (1991), ati Galliers
(1992) jiyan pe ko si ọna gbogbo agbaye kan pato
lati ṣe iwadii ni ọpọlọpọ awọn aaye ti awọn eto alaye; Nitootọ
ọna kan le dara fun iwadi kan pato ṣugbọn kii ṣe
fun elomiran. Eyi mu wa nilo lati yan ọna ti o
ni o dara fun wa pato iwadi ise agbese: fun yi
yiyan Benbasat et al. (1987) sọ pe wọn yẹ ki o ṣe akiyesi
iseda ati idi ti iwadi naa.
3.1.1 Iseda ti iwadi
Awọn ọna oriṣiriṣi ti o da lori iru iwadi le jẹ
ti a pin si awọn aṣa atọwọdọwọ mẹta ti a mọ pupọ ni imọ-jinlẹ
ti alaye: positivist, onitumọ ati ki o lominu ni iwadi.
3.1.1.1 Positivist iwadi
Iwadi positivist ni a tun mọ bi iwadi ijinle sayensi tabi
ti o ni agbara. O gbiyanju lati: “ṣalaye ati asọtẹlẹ ohun ti yoo ṣẹlẹ ninu awọn
awujo aye nipa wiwo ni regularities ati fa-ati-ipa ibasepo
laarin awọn eroja ti o jẹ rẹ” (Shanks et al 1993).
Iwadi positivist tun jẹ ẹya nipasẹ atunwi,
simplifications ati refutations. Pẹlupẹlu, iwadi positivist jẹwọ
awọn aye ti a priori ibasepo laarin awọn iyalenu iwadi.
Gẹgẹbi Galliers (1992) taxonomy jẹ ọna iwadii kan
to wa ninu paragist positivist, eyiti ko ni opin si eyi,
ni otitọ awọn adanwo yàrá, awọn adanwo aaye,
awọn ẹkọ ọran, awọn ẹri imọ-jinlẹ, awọn asọtẹlẹ ati awọn iṣeṣiro.
Lilo awọn ọna wọnyi awọn oluwadi jẹwọ pe awọn iyalenu naa
iwadi le wa ni šakiyesi objectively ati rigorously.
3.1.1.2 Iwadi itumọ
Iwadi itumọ, eyiti a npe ni phenomenology nigbagbogbo tabi
anti-positivism jẹ apejuwe nipasẹ Neuman (1994) bi “onínọmbà
ifinufindo ti awujo itumo ti igbese nipasẹ taara ati
akiyesi alaye ti awọn eniyan ni awọn ipo adayeba, ni ibere
lati de ni oye ati itumọ ti bi awọn
eniyan ṣẹda ati ṣetọju agbaye awujọ wọn. ” Awọn iwadi
awọn ọna itumọ kọ arosinu pe awọn iṣẹlẹ ti a ṣe akiyesi
le ṣe akiyesi ni ifojusọna. Ni otitọ wọn ti wa ni ipilẹ
lori awọn itumọ ti ara ẹni. Pẹlupẹlu, awọn oniwadi itumọ ko ṣe
nwọn fa a priori itumo lori awọn iyalenu ti won iwadi.
Ọna yii pẹlu awọn ẹkọ ti ara ẹni / ariyanjiyan, awọn iṣe ti
iwadi, sapejuwe / awọn iwadi-itumọ, ojo iwaju iwadi ati awọn ere
ipa. Ni afikun si awọn iwadii wọnyi ati awọn iwadii ọran le jẹ
ti o wa ninu ọna yii bi wọn ṣe kan awọn ẹkọ ti
olukuluku tabi ajo laarin eka ipo
ti aye gidi.
3.1.1.3 Critical iwadi
Ibeere pataki jẹ ọna ti o kere julọ ti a mọ ni awọn imọ-jinlẹ
awujo sugbon laipe gba akiyesi lati oluwadi
ni awọn aaye ti alaye awọn ọna šiše. Awọn philosophical arosinu ti awọn
Otitọ ti awujọ jẹ iṣelọpọ itan ati ẹda nipasẹ awọn eniyan,
bakanna bi awọn ọna ṣiṣe awujọ pẹlu awọn iṣe ati awọn ibaraẹnisọrọ wọn. Wọn
agbara, sibẹsibẹ, ti wa ni ilaja nipasẹ kan awọn iye ti ero
awujo, asa ati oselu.
Gẹgẹ bii iwadii itumọ, iwadii to ṣe pataki n ṣetọju pe awọn
positivist iwadi ni o ni nkankan lati se pẹlu awọn awujo àrà ati ki o foju o
ipa rẹ lori awọn iṣe eniyan.
Iwadi pataki, ni ida keji, ṣofintoto iwadii itumọ fun
jẹ koko-ọrọ pupọ ati nitori ko ṣe ifọkansi lati ṣe iranlọwọ
eniyan lati mu igbesi aye wọn dara si. Awọn tobi iyato laarin awọn
iwadii to ṣe pataki ati awọn ọna meji miiran jẹ iwọn igbelewọn rẹ.
Lakoko ti o jẹ ohun ti positivist ati awọn aṣa itumọ jẹ fun
asọtẹlẹ tabi ṣe alaye ipo iṣe tabi otitọ awujọ, iwadii pataki
ṣe ifọkansi lati ṣe iṣiro ni iṣiro ati yipada otito awujọ ti o wa ni ipilẹ
ile isise.
Lominu ni oluwadi maa tako awọn ipo iṣe ni ibere lati
yọ awujo iyato ati ki o mu awujo ipo. Nibẹ
lominu ni iwadi ni o ni a ifaramo si a view ilana ti
awọn iyalenu ti iwulo ati, nitorina, jẹ deede ni gigun.
Awọn apẹẹrẹ ti awọn ọna iwadii jẹ awọn iwadii itan igba pipẹ ati
awọn iwadi ethnographic. Iwadi pataki, sibẹsibẹ, ko ti wa
o gbajumo ni lilo ninu alaye awọn ọna šiše iwadi
3.1.2 Idi ti iwadi
Paapọ pẹlu iseda ti wiwa, idi rẹ le ṣee lo
lati dari oluwadii ni yiyan ọna kan pato
iwadi. Idi ti iṣẹ akanṣe iwadi kan ni ibatan pẹkipẹki
si ipo ti wiwa ojulumo si wiwa ọmọ ti o ni ninu
awọn ipele mẹta: ile-itumọ imọran, idanwo imọran, ati imudara imọran
ẹkọ. Nitoribẹẹ, da lori ipa-ọna pẹlu ọwọ si yiyipo wiwa, a
ise agbese iwadi le ni alaye, apejuwe, idi
iwakiri tabi asọtẹlẹ.
3.1.2.1 Exploratory iwadi
Iwadii aṣawakiri jẹ ifọkansi lati ṣe iwadii koko-ọrọ kan
tuntun patapata ati ṣe agbekalẹ awọn ibeere iwadii ati awọn idawọle
ojo iwaju. Iru yi ti iwadi ti lo ninu awọn ikole ti
ẹkọ lati gba awọn itọkasi ibẹrẹ ni agbegbe titun kan.
Ni deede, awọn ọna iwadii ti agbara, gẹgẹbi awọn ọran, ni a lo
ti iwadi tabi phenomenological-ẹrọ.
Sibẹsibẹ, o tun ṣee ṣe lati lo awọn imọ-ẹrọ pipo bii
awọn iwadii aṣawakiri tabi awọn adanwo.
3.1.3.3 Iwadi ijuwe
Iwadi ijuwe jẹ ifọkansi lati ṣe itupalẹ ati ṣapejuwe ni apakan nla
ṣe apejuwe ipo kan pato tabi iṣe adaṣe. Eyi
ni o yẹ fun yii ile ati ki o tun le ṣee lo fun
jẹrisi tabi ifarakanra awọn idawọle. Iwadi ijuwe nigbagbogbo
pẹlu lilo awọn wiwọn ati awọn ayẹwo. Awọn ọna iwadi ti o dara julọ
pẹlu awọn iwadii ati itupalẹ awọn iṣaaju.
3.1.2.3 Iwadi alaye
Iwadi alaye gbiyanju lati ṣe alaye idi ti awọn nkan fi ṣẹlẹ.
O ti wa ni itumọ ti lori mon ti o ti tẹlẹ iwadi ati ki o gbiyanju lati ri
awọn idi fun awọn wọnyi mon.
Nitorinaa iwadii alaye ni deede ti a kọ sori iwadii
exploratory tabi sapejuwe ati ki o jẹ ancillary si igbeyewo ati isọdọtun
awọn imo. Iwadi alaye ni deede nlo awọn iwadii ọran
tabi awọn ọna iwadi ti o da lori iwadi.
3.1.2.4 Iwadi idena
Iwadi idena ni ero lati ṣe asọtẹlẹ awọn iṣẹlẹ ati awọn ihuwasi
labẹ akiyesi ti a nṣe iwadi (Marshall ati Rossman
Ọdun 1995). Asọtẹlẹ jẹ idanwo ijinle sayensi boṣewa ti otitọ.
Iru iwadi yii ni gbogbo igba nlo awọn iwadi tabi itupalẹ ti
dati òpìtàn. (Yin 1989)
Awọn loke fanfa fihan wipe nibẹ ni o wa nọmba kan ti
awọn ọna iwadi ti o ṣeeṣe ti o le ṣee lo ninu iwadi kan
pato. Sibẹsibẹ, ọna kan pato gbọdọ wa ti o dara julọ
ti awọn miiran fun iru iṣẹ iwadi kan pato. (Galliers
1987, Yin 1989, De Vaus 1991). Gbogbo oniwadi, nitorina, ni
nilo lati fara akojopo awọn agbara ati ailagbara ti
awọn ọna oriṣiriṣi, lati de gbigba ọna iwadi ti o dara julọ e
ni ibamu pẹlu ise agbese iwadi. (Jenkins 1985, Pervan ati Klass
1992, Bonomia 1985, Yin 1989, Himilton ati Ives 1992).
3.2. Awọn ọna iwadi ti o ṣeeṣe
Ibi-afẹde ti iṣẹ akanṣe yii ni lati kawe iriri ninu
Australian ajo pẹlu i dati ti o ti fipamọ pẹlu ọkan
ilosiwaju ti ile-iṣẹ data. Data eyi ti, Lọwọlọwọ, nibẹ ni ọkan
aini iwadi ni agbegbe ibi ipamọ data ni Australia,
Ise agbese iwadi yii tun wa ni ipele imọ-ọrọ ti ọmọ naa
iwadi ati ki o ni ohun exploratory idi. Ṣawari iriri ni
Awọn ajo ilu Ọstrelia ti n gba ibi ipamọ data
nbeere itumọ ti awujo gidi. Nitoribẹẹ, awọn
arosinu imoye ti o wa labẹ iṣẹ iwadi naa tẹle
itumọ ibile.
Lẹhin idanwo lile ti awọn ọna ti o wa, wọn ṣe idanimọ
Awọn ọna iwadii meji ti o ṣeeṣe: awọn iwadii ati awọn iwadii ọran
(awọn iwadii ọran), eyiti o le ṣee lo fun iwadii
exploratory (Shanks et al. 1993). Galliers (1992) jiyan pe
Ibamu ti awọn ọna meji wọnyi fun ikẹkọ pato ni
awọn oniwe-tunwo taxonomy wipe ti won wa ni o dara fun ikole
o tumq si. Awọn abala meji atẹle yii jiroro ọna kọọkan ninu
apejuwe awọn.
3.2.1 ọna iwadi iwadi
Ọna iwadi iwadi wa lati ọna atijọ ti
ikaniyan. A ikaniyan oriširiši ti gba alaye lati
gbogbo olugbe. Ọna yii jẹ gbowolori ati aiṣedeede
paapa ti olugbe ba tobi. Nitorina, akawe si
ikaniyan, a iwadi ti wa ni deede lojutu lori awọn
gba alaye fun a kekere nọmba, tabi awọn ayẹwo, ti
awọn aṣoju ti awọn olugbe (Fowler 1988, Neuman 1994). A
apẹẹrẹ ṣe afihan olugbe lati eyiti o ti fa, pẹlu oriṣiriṣi
awọn ipele ti išedede, gẹgẹ bi awọn ayẹwo be, awọn
iwọn ati ọna yiyan ti a lo (Fowler 1988, Babbie
Ọdun 1982, Neuman 1994).
Ọna iwadii naa jẹ asọye bi “awọn aworan iwoye ti awọn iṣe,
awọn ipo tabi awọn iwo ni aaye kan pato ni akoko, ti a ṣe ni lilo
awọn iwe ibeere tabi awọn ifọrọwanilẹnuwo, lati inu eyiti awọn inferences le jẹ
ṣe” (Galliers 1992:153) [aworan awọn iṣe lojukanna,
awọn ipo tabi awọn iwo ni aaye kan pato ni akoko, ti a ṣe ni lilo
awọn iwe ibeere tabi awọn ifọrọwanilẹnuwo, lati inu eyiti a le ṣe awọn inferences]. Awọn
awọn iwadii ṣe pẹlu ikojọpọ alaye lori awọn aaye kan
ti iwadi naa, nipasẹ nọmba kan ti awọn alabaṣepọ, ṣiṣe
ibeere (Fowler 1988). Paapaa awọn iwe ibeere ati awọn ifọrọwanilẹnuwo, eyiti
pẹlu tẹlifoonu oju-si-oju ati awọn ifọrọwanilẹnuwo ti iṣeto,
ni o wa gbigba imuposi ti dati wọpọ julọ lo ninu
Awọn iwadii (Blalock 1970, Nachmias ati Nachmias 1976, Fowler
1988), awọn akiyesi ati awọn itupalẹ le ṣee lo (Gable
1994). Ninu gbogbo awọn ọna wọnyi ti gbigba awọn dati, awọn lilo ti
iwe ibeere jẹ ilana ti o gbajumọ julọ, bi o ṣe rii daju pe i dati
gbà ti wa ni ti eleto ati ki o pa akoonu, ati nitorina sise
classification ti alaye (Hwang 1987, de Vaus 1991).
Nigbati o ṣe itupalẹ i dati, ohun iwadi nwon.Mirza igba employs awọn
awọn imuposi pipo, gẹgẹbi iṣiro iṣiro, ṣugbọn wọn le jẹ
Awọn imuposi agbara tun lo (Galliers 1992, Pervan
ati Klass 1992, Gable 1994). Ni deede, i dati gba ni o wa
ti a lo lati ṣe itupalẹ awọn pinpin ati awọn ilana ti awọn ẹgbẹ
(Fowler 1988).
Botilẹjẹpe awọn iwadi jẹ deede fun iwadii gbogbogbo
ti o wo pẹlu ibeere 'kini?' (kini) tabi lati ọdọ rẹ
deriving, gẹgẹ bi awọn 'melo' ati 'melo', nwọn
O le beere nipasẹ ibeere 'idi' (Sonquist ati
Dunkelberg 1977, Yin 1989). Ni ibamu si Sonquist ati Dunkelberg
(1977), iwadi iwadi ifọkansi ni soro idawọle, eto ti
igbelewọn, apejuwe awọn olugbe ati idagbasoke awọn awoṣe ti
iwa eniyan. Ni afikun, awọn iwadi le ṣee lo
lati ṣe iwadi imọran kan ti olugbe, awọn ipo,
ero, abuda, ireti ati paapa ti o ti kọja awọn iwa
tabi lọwọlọwọ (Neuman 1994).
Awọn iwadii gba oniwadi laaye lati ṣawari awọn ibatan laarin awọn
olugbe ati awọn esi ti wa ni deede diẹ jeneriki ju
awọn ọna miiran (Sonquist ati Dunkelberg 1977, Gable 1994). Awọn
awọn iwadi gba awọn oluwadi laaye lati bo agbegbe agbegbe kan
gbooro ati lati de ọdọ ọpọlọpọ awọn ikede (Blalock 1970,
Sonquist ati Dunkelberg 1977, Hwang ati Lin 1987, Gable 1994,
Neuman 1994). Nikẹhin, awọn iwadi le pese alaye
ti ko si ni ibomiiran tabi ni fọọmu ti a beere fun awọn itupalẹ
(Fowler 1988).
Sibẹsibẹ, diẹ ninu awọn idiwọn wa ni ṣiṣe iwadi kan. Ọkan
alailanfani ni pe oluwadi ko le gba alaye pupọ
nipa nkan ti a ṣe iwadi. Eleyi jẹ nitori si ni otitọ wipe awọn
Awọn iwadii ni a ṣe ni akoko kan pato ati, nitorinaa,
nọmba to lopin ti awọn oniyipada ati eniyan ti oluwadi le
iwadi (Yin 1989, de Vaus 1991, Gable 1994, Denscombe 1998).
Alailanfani miiran ni ohun ti nṣiṣẹ iwadi le jẹ
gbowolori pupọ ni awọn ofin ti akoko ati awọn orisun, ni pataki ti o ba
pẹlu awọn ifọrọwanilẹnuwo oju-si-oju (Fowler 1988).
3.2.2. Ilana Iwadi ibeere
Ọna iwadi ibeere jẹ iwadi ti o jinlẹ ti
kan pato ipo laarin awọn oniwe-gidi o tọ ni a
telẹ akoko ti akoko, laisi eyikeyi ilowosi lori apa ti awọn
oluwadi (Shanks & C. 1993, Eisenhardt 1989, Jenkins 1985).
Ni akọkọ ọna yii ni a lo lati ṣe apejuwe awọn ibatan laarin
awọn oniyipada ti o ti wa ni iwadi ni kan pato ipo
(Galliers 1992). Awọn iwadii le kan awọn ọran kọọkan tabi
ọpọ, da lori iṣẹlẹ ti a ṣe atupale (Franz and Robey 1987,
Eisenhardt 1989, Yin 1989).
Ọna iwadii ibeere jẹ asọye bi “iwadii kan
iwadi ti o ni agbara ti o ṣe iwadi iṣẹlẹ ti ode oni laarin awọn
ojulumo gidi o tọ, lilo ọpọ awọn orisun jọ lati ọkan tabi
ọpọ awọn nkan bii eniyan, awọn ẹgbẹ, tabi awọn ajo” (Yin 1989).
Nibẹ ni ko si ko o Iyapa laarin awọn lasan ati awọn oniwe-ọrọ e
ko si iṣakoso tabi ifọwọyi adanwo ti awọn oniyipada (Yin
1989, Benbasat et al. 1987).
Nibẹ ni a orisirisi ti imuposi fun a gba awọn dati pe wọn le
wa ni oojọ ti ni lorun ọna, ti o ba pẹlu awọn
awọn akiyesi taara, awọn atunyẹwo ti awọn igbasilẹ akọọlẹ, awọn iwe ibeere,
atunyẹwo ti iwe ati awọn ibere ijomitoro ti a ṣeto. Nini
a Oniruuru ibiti o ti ikore imuposi dati, awọn iwadii
gba awọn oluwadi laaye lati ṣe pẹlu awọn mejeeji dati didara pe
awọn iwọn ni akoko kanna (Bonoma 1985, Eisenhardt 1989, Yin
Ọdun 1989, Gable 1994). Gẹgẹbi ọran pẹlu ọna iwadi, a
oniwadi ibeere ṣe bi oluwoye tabi oniwadi kii ṣe
gẹgẹbi alabaṣe ti nṣiṣe lọwọ ninu ajo ti o wa labẹ iwadi.
Benbasat et al. (1987) sọ pe ọna ibeere ni
paapa dara fun imọ ile iwadi, eyi ti
bẹrẹ pẹlu ibeere iwadi ati tẹsiwaju pẹlu ikẹkọ
ti a yii nigba awọn ilana ti gbigba dati. Jije
tun dara fun ipele
ti ẹkọ ile, Franz and Robey (1987) daba pe
Ọna ibeere tun le ṣee lo fun eka naa
yii alakoso. Ni idi eyi, da lori ẹri ti a gba, ọkan
fun ẹkọ tabi ilewq ti wa ni wadi tabi refuted. Ni afikun, iwadii naa jẹ
tun dara fun iwadi awọn olugbagbọ pẹlu awọn ibeere 'bawo' tabi 'bawo'
'kilode' (Yin 1989).
Ti a ṣe afiwe si awọn ọna miiran, awọn iwadii gba oniwadi laaye lati
gba alaye pataki ni awọn alaye diẹ sii (Galliers
1992, Shanks et al 1993). Pẹlupẹlu, awọn iwadii gba laaye
oluwadi lati ni oye awọn iseda ati complexity ti awọn ilana iwadi
(Benbasat et al. 1987).
Awọn alailanfani akọkọ mẹrin wa ti o ni nkan ṣe pẹlu ọna naa
iwadi. Ohun akọkọ ni aini awọn iyokuro iṣakoso. Nibẹ
koko-ọrọ oniwadi le paarọ awọn abajade ati awọn ipari
ti iwadi (Yin 1989). Awọn keji daradara ni aini ti
akiyesi iṣakoso. Ko esiperimenta ọna, awọn
Oluwadi ibeere ko le ṣakoso awọn iyalẹnu ti a ṣe iwadi
bi a ti ṣe ayẹwo wọn ni ipo adayeba wọn (Gable 1994). Awọn
kẹta alailanfani ni aini ti replicability. Eyi jẹ nitori otitọ
wipe oluwadi ni išẹlẹ ti a kiyesi kanna iṣẹlẹ, ati
ko le ṣayẹwo awọn abajade ti iwadi kan pato (Lee 1989).
Nikẹhin, bi abajade ti kii ṣe atunṣe, o nira
ṣe akopọ awọn abajade ti o gba lati ọkan tabi diẹ sii awọn iwadii (Galliers
1992, Shanks et al 1993). Gbogbo awọn iṣoro wọnyi, sibẹsibẹ, kii ṣe
ni o wa insurmountable ati ki o le, ni pato, wa ni o ti gbe sėgbė nipa
oluwadi nbere awọn iṣe ti o yẹ (Lee 1989).
3.3. Dari ilana iwadi
gba
Lati awọn ọna iwadi meji ti o ṣee ṣe fun iwadi yii, ọna ti
Iwadi ni a gba bi o dara julọ. Iyẹn ti iwadii ni
ti a danu ni atẹle akiyesi akiyesi ti awọn ti o yẹ
iteriba ati ailagbara. Irọrun tabi aibojumu ti ọkọọkan
ọna fun iwadi yi ti wa ni sísọ ni isalẹ.
3.3.1. Aiṣedeede ti ọna iwadi
ti iwadi
Ọna ibeere nilo iwadi ti o jinlẹ nipa ọkan
pato ipo laarin ọkan tabi diẹ ẹ sii ajo fun a
akoko akoko (Eisenhardt 1989). Ni idi eyi, akoko le
kọja akoko ti a fun fun iwadi yii. Omiiran
idi fun ko gba ọna iwadi ni wipe awọn esi
wọn le jiya lati aini lile (Yin 1989). Koko-ọrọ
ti oluwadi le ni agba awọn esi ati awọn ipinnu. Omiiran
idi ni pe ọna yii dara julọ fun iwadi lori awọn ibeere
ti 'bawo' tabi 'idi' iru (Yin 1989), lakoko ibeere iwadi
fun iwadi yi o jẹ ti awọn 'kini' iru. Gbeyin sugbon onikan ko
Ni pataki, o nira lati ṣe akopọ awọn awari lati ọkan tabi
awọn iwadii diẹ (Galliers 1992, Shanks et al 1993). Lori ipilẹ ti
alaye onipin yii, ọna iwadi ti ibeere kii ṣe
ti yan nitori pe ko dara fun iwadi yii.
3.3.2. Irọrun ọna wiwa ti
iwadi
Nigbati a ṣe iwadi yii, iṣe ti ipamọ data
ti ko ni opolopo gba nipa
Australian ajo. Nitorinaa, ko si alaye pupọ
nipa imuse wọn laarin awọn
Australian ajo. Alaye ti o wa wa
lati awọn ajo ti o ti ṣe imuse tabi lo data kan
ile ise. Ni idi eyi, ọna iwadi iwadi jẹ julọ
dara nitori pe o gba ọ laaye lati gba alaye ti kii ṣe
wa ni ibomiiran tabi ni fọọmu ti o nilo fun itupalẹ (Fowler 1988).
Ni afikun, ọna iwadi iwadi gba oluwadi laaye lati
gba oye ti o dara si awọn iṣe, awọn ipo, tabi
ri ni akoko kan pato (Galliers 1992, Denscombe 1998).
Ohun ìwò wiwo ti a beere lati mu awọn
Imọye nipa iriri ifipamọ data ti ilu Ọstrelia.
Lẹẹkansi, Sonquist ati Dunkelberg (1977) sọ pe awọn abajade ti
Iwadi iwadi jẹ gbogbogbo ju awọn ọna miiran lọ.
3.4. Apẹrẹ Iwadi Iwadi
Iwadii si iṣe iṣe ipamọ data ni a ṣe ni ọdun 1999.

Awọn olugbe ibi-afẹde ni awọn ajo
Awọn ara ilu Ọstrelia nifẹ si awọn ikẹkọ ibi ipamọ data, bi wọn ṣe jẹ
jasi tẹlẹ fun nipa i dati pe wọn fipamọ ati,
nitorina, o le pese alaye to wulo fun iwadi yii. Nibẹ
olugbe ibi-afẹde ni idanimọ pẹlu iwadii ibẹrẹ ti
gbogbo awọn ọmọ ẹgbẹ ilu Ọstrelia ti 'The Data Warehousing Institute' (Tdwiaap).
Abala yii jiroro lori apẹrẹ ti ipele iwadii
eri imoriya ti iwadi yi.
3.4.1. Ilana ikore dati
Lati awọn imọ-ẹrọ mẹta ti a lo nigbagbogbo ninu iwadi iwadi
(ie iwe ibeere ifiweranṣẹ, ifọrọwanilẹnuwo tẹlifoonu ati ifọrọwanilẹnuwo
ti ara ẹni) (Nachmias 1976, Fowler 1988, de Vaus 1991), fun
iwadi yi gba iwe ibeere mail. Akọkọ
idi fun gbigba igbehin ni pe o le ṣaṣeyọri a
olugbe ti tuka ni agbegbe (Blalock 1970, Nachmias e
Nachmias 1976, Hwang ati Lin 1987, de Vaus 1991, Gable 1994).
Ni ẹẹkeji, iwe ibeere ifiweranṣẹ dara fun awọn olukopa
gíga educated (Fowler 1988). Iwe ibeere meeli fun eyi
iwadi ti a koju si awọn onigbọwọ ise agbese ipamọ data,
awọn oludari ati / tabi awọn alakoso ise agbese. Kẹta, awọn iwe ibeere kuro
mail ni o dara nigbati o ni akojọ to ni aabo ti
awọn adirẹsi (Salant ati Dilman 1994). TDWI, ninu apere yi, ọkan
Ẹgbẹ ipamọ data igbẹkẹle ti pese atokọ adirẹsi naa
ti awọn oniwe-Australian omo egbe. Anfani miiran ti iwe ibeere
nipasẹ meeli dipo iwe ibeere tẹlifoonu tabi awọn ifọrọwanilẹnuwo
ti ara ẹni ni pe o gba awọn iforukọsilẹ lati dahun diẹ sii
išedede, paapaa nigbati awọn iforukọsilẹ nilo lati kan si alagbawo
ṣe akọsilẹ tabi jiroro awọn ibeere pẹlu awọn eniyan miiran (Fowler
1988).
Alailanfani ti o pọju le jẹ akoko ti a beere fun
ṣe awọn iwe ibeere nipasẹ meeli. Ni deede, iwe ibeere kuro
mail ti wa ni o waiye ni yi ọkọọkan: fi awọn lẹta, duro fun
awọn idahun ati fi ijẹrisi ranṣẹ (Fowler 1988, Bainbridge 1989).
Nitorinaa, akoko lapapọ le gun ju akoko ti a beere fun
awọn ifọrọwanilẹnuwo ti ara ẹni tabi fun awọn ifọrọwanilẹnuwo tẹlifoonu. Sibẹsibẹ, awọn
lapapọ akoko le ti wa ni mọ ilosiwaju (Fowler 1988,
Denscombe 1998). Awọn akoko lo ifọnọhan ifọrọwanilẹnuwo
ti ara ẹni data ko le wa ni mọ ilosiwaju bi o yatọ lati
ifọrọwanilẹnuwo kan si omiiran (Fowler 1988). Awọn ifọrọwanilẹnuwo tẹlifoonu
le yara ju awọn iwe ibeere ifiweranṣẹ ati
awọn ifọrọwanilẹnuwo ti ara ẹni ṣugbọn o le ni oṣuwọn giga ti nsọnu
esi nitori aisi awọn eniyan kan (Fowler 1988).
Ni afikun, awọn ifọrọwanilẹnuwo tẹlifoonu ni gbogbogbo ni opin si awọn atokọ ti
jo kukuru ibeere (Bainbridge 1989).
Ailagbara miiran ti iwe ibeere meeli ni oṣuwọn giga ti
aini esi (Fowler 1988, Bainbridge 1989, Neuman
1994). Sibẹsibẹ, a ti mu awọn ọna atako, ṣiṣepọ
iwadi yii pẹlu ile-iṣẹ ti o gbẹkẹle ni aaye data
ibi ipamọ (ie TDWI) (Bainbridge 1989, Neuman 1994), awọn
ti o fi awọn lẹta olurannileti meji ranṣẹ si awọn ti ko dahun
(Fowler 1988, Neuman 1994) ati tun pẹlu lẹta kan
afikun ti n ṣalaye idi iwadi naa (Neuman 1994).
3.4.2. Unit ti onínọmbà
Idi ti iwadi yii ni lati gba alaye nipa
imuse ti data warehousing ati awọn oniwe-lilo
laarin Australian ajo. Awọn olugbe afojusun
ni ṣe soke ti gbogbo awọn Australian ajo ti o ni
imuse, tabi ti wa ni imuse, i ile-iṣẹ data, ni
awọn ajo kọọkan ti wa ni aami lẹhinna. Iwe ibeere
o ti firanṣẹ nipasẹ ifiweranṣẹ si awọn ajo ti o nifẹ si isọdọmọ
di ile-iṣẹ data. Ọna yii ṣe idaniloju pe alaye naa
ti a kojọpọ wa lati awọn orisun ti o dara julọ ti agbari kọọkan
alabaṣe.
3.4.3. Apeere iwadi
“Atokọ ifiweranṣẹ” ti awọn olukopa iwadi ni a gba lati
TDWI. Lati yi akojọ, 3000 Australian ajo
ti yan gẹgẹbi ipilẹ fun iṣapẹẹrẹ. A
lẹta afikun ṣe alaye iṣẹ akanṣe ati idi ti iwadii naa,
pẹlu iwe idahun ati apoowe ti a ti san tẹlẹ fun
firanṣẹ iwe ibeere ti o pari ni a fi ranṣẹ si apẹẹrẹ.
Ninu awọn ajo 3000, 198 gba lati kopa ninu
iwadi. Iru nọmba kekere ti awọn idahun ni a nireti ọmọ ogun il
ti o tobi nọmba ti Australian ajo ti nwọn ki o si ní
gba esin tabi won gba esin nwon.Mirza ọjọ
ifipamọ laarin wọn ajo. Nitorina, awọn
Olugbe ibi-afẹde fun iwadi yii ni 198 nikan
ajo.
3.4.4. Awọn akoonu ti iwe ibeere
Ilana ti iwe ibeere naa da lori awoṣe ọjọ
Ibi ipamọ Monash (sọrọ tẹlẹ ni apakan 2.3). Awọn
akoonu ti awọn ibeere ti a da lori igbekale ti
iwe ti a gbekalẹ ni ori 2. Ẹda iwe ibeere
ranṣẹ si awọn olukopa iwadi le ṣee ri
ni Àfikún B. Iwe ibeere ni awọn apakan mẹfa, eyiti
awọn ipele ti awoṣe ti a jiroro tẹle. Awọn ìpínrọ mẹfa wọnyi
wọn ṣe akopọ awọn akoonu ti apakan kọọkan.
Abala A: Alaye ipilẹ nipa ajo naa
Yi apakan ni awọn ibeere jẹmọ si profaili ti
kopa ajo. Ni afikun, diẹ ninu awọn ibeere ni
ti o jọmọ si ipo ti iṣẹ akanṣe ipamọ data
alabaṣe. Alaye asiri gẹgẹbi orukọ rẹ
ti ajo won ko han ni iwadi onínọmbà.
Abala B: Ibẹrẹ
Awọn ibeere ni apakan yii ni ibatan si iṣẹ ibẹrẹ
data ipamọ. Awọn ibeere ti a beere fun bi o gun
awọn ifiyesi ise agbese initiators, guarantors, ogbon ati imo
ibeere, awọn afojusun ti data Warehousing idagbasoke ati awọn
ireti ti awọn olumulo ipari.
Abala C: Apẹrẹ
Yi apakan ni awọn ibeere jẹmọ si awọn akitiyan ti
igbogun ti ile-iṣẹ data. Ni pato, awọn ibeere ni
sọ nipa ipari ti ipaniyan, iye akoko iṣẹ naa, idiyele naa
ti ise agbese ati iye owo / anfani onínọmbà.
Abala D: Idagbasoke
Ni apakan idagbasoke awọn ibeere ti o jọmọ awọn iṣẹ ṣiṣe ti
ilosiwaju ti ile-iṣẹ data: gbigba ti awọn olumulo ibeere
ik, awọn orisun ti dati, awọn mogbonwa awoṣe ti dati, prototypes, awọn
igbogun agbara, imọ faaji ati yiyan ti
awọn irinṣẹ idagbasoke ipamọ data.
Abala E: Isẹ
Awọn ibeere iṣẹ ṣiṣe ti o jọmọ ed
si awọn extensibility ti ile-iṣẹ data, bi o ti wa ninu
nigbamii ti alakoso idagbasoke. Nibẹ didara data, awọn ogbon ti
sọ dei dati, awọn granularity ti dati, data scalability
ile ise ati aabo isoro ti ile-iṣẹ data nwọn wà laarin
awọn orisi ti ibeere.
Abala F: Idagbasoke
Abala yii ni awọn ibeere ti o jọmọ lilo data ninu
ile ise nipa opin awọn olumulo. Oluwadi je nife
si idi ati iwulo ti ile-iṣẹ data, awotẹlẹ ati ogbon
ti ikẹkọ gba ati ilana iṣakoso data
ile ise gba.
3.4.5. Oṣuwọn idahun
Botilẹjẹpe awọn iwadi mail ti ṣofintoto fun nini oṣuwọn ti
kekere esi, igbese ti a ti ya lati mu awọn
oṣuwọn ipadabọ (gẹgẹ bi a ti sọrọ tẹlẹ ni apakan
3.4.1). Oro naa 'oṣuwọn idahun' n tọka si ipin ogorun ti
eniyan ni kan pato iwadi ayẹwo fesi si awọn
iwe ibeere (Denscombe 1998). Awọn wọnyi ni a lo
agbekalẹ lati ṣe iṣiro oṣuwọn esi fun iwadi yii:
Nọmba awọn eniyan ti o dahun
Oṣuwọn idahun =
————————————————————————————– X 100
Apapọ nọmba awọn iwe ibeere ti a firanṣẹ
3.4.6. Idanwo awaoko
Ṣaaju ki o to fi iwe ibeere ranṣẹ si apẹẹrẹ, awọn ibeere naa jẹ
ti ṣe ayẹwo nipasẹ gbigbe awọn idanwo awakọ, bi a ti daba nipasẹ orire
àti Rubin (1987), Jackson (1988), àti de Vaus (1991). Idi ti
awọn idanwo awaoko ni lati ṣafihan gbogbo airọrun, aibikita ati awọn ikosile
awọn ibeere ti o ṣoro lati tumọ, lati ṣalaye eyikeyi
awọn itumọ ati awọn ofin ti a lo ati lati ṣe idanimọ akoko isunmọ
nilo lati pari iwe ibeere (Warwick and Lininger 1975,
Jackson 1988, Salant ati Dilman 1994). Awọn igbeyewo awaoko wà
Ti ṣe nipasẹ yiyan awọn koko-ọrọ pẹlu awọn abuda ti o jọra si awọn
ti awọn ti o kẹhin koko, bi daba Davis e Cosenza (1993). Ninu
iwadi yi, mefa data warehousing akosemose wà
ti a ti yan bi awaoko wonyen. Lẹhin ti kọọkan awaoko igbeyewo, ti won wa ni
awọn atunṣe to ṣe pataki ti ṣe. Lati awọn idanwo awakọ ti a ṣe, i
olukopa iranwo reshape ati tun awọn
ik version of awọn ibeere.
3.4.7. Awọn ọna Analysis Nipa Dati
I dati ti iwadi ti a gba lati awọn iwe ibeere pipade ni o wa
won atupale lilo a iṣiro software package
ti a npe ni SPSS. Ọpọlọpọ awọn idahun ni a ṣe atupale
lilo awọn iṣiro apejuwe. Nọmba kan ti awọn iwe ibeere
nwọn pada ni pipe. Awọn wọnyi ni won mu pẹlu tobi
akiyesi lati rii daju pe i dati sonu won ko ọkan
Abajade ti awọn aṣiṣe titẹsi data, ṣugbọn idi ti awọn ibeere ko ṣe
dara fun olupilẹṣẹ, tabi olupilẹṣẹ pinnu lati ma ṣe
dahun ọkan tabi diẹ ẹ sii kan pato ibeere. Awọn idahun wọnyi
sonu won bikita nigba ti onínọmbà dati nwọn si wà
koodu bi '- 9' lati rii daju iyasoto wọn lati ilana naa
itupale.
Ni igbaradi iwe ibeere, awọn ibeere ti wa ni pipade
precoded nipa fifi nọmba kan si aṣayan kọọkan. Nọmba naa
lẹhinna o ti lo lati pese i dati nigba onínọmbà
(Denscombe 1998, Sapsford ati Jupp 1996). Fun apẹẹrẹ, nibẹ wà
awọn aṣayan mẹfa ti a ṣe akojọ ni ibeere 1 ti apakan B: imọran
ọkọ, ga-ipele executive, IT Eka, kuro
ti owo, alamọran ati siwaju sii. Ninu faili ti dati ti SPSS, ni
oniyipada kan ti ipilẹṣẹ lati tọka 'olupilẹṣẹ akanṣe',
pẹlu awọn aami iye mẹfa: '1' fun ' igbimọ awọn oludari', '2'
fun 'Alase ipele giga' ati bẹbẹ lọ. Lilo iwọn Likertin
ni diẹ ninu awọn ibeere titi o tun gba laaye
idanimọ ti o nbeere ko si akitiyan fi fun awọn lilo ti iye
awọn nọmba ti o baamu ti tẹ sinu SPSS. Fun awọn ibeere pẹlu awọn
awọn idahun ti ko ṣoro, eyiti kii ṣe iyasọtọ,
aṣayan kọọkan ni a tọju bi oniyipada kan pẹlu meji
iye akole: '1' fun 'samisi' ati '2' fun 'aisimisi'.
Awọn ibeere ti o pari ni a ṣe itọju yatọ si awọn ibeere
ni pipade. Awọn idahun si awọn ibeere wọnyi ko tii wọle
SPSS. Dipo, wọn ṣe atupale nipasẹ ọwọ. Lilo eyi
iru awọn ibeere faye gba o lati jèrè alaye nipa awọn ero
sọ ni ominira ati awọn iriri ti ara ẹni ti awọn oludahun
(Bainbridge 1989, Denscombe 1998). Nibi ti o ti ṣee, o ti ṣe
a tito lẹšẹšẹ ti awọn idahun.
Fun igbekale ti datiAwọn ọna itupalẹ iṣiro ti o rọrun ni a lo,
gẹgẹ bi awọn igbohunsafẹfẹ ti şe, awọn tumosi, awọn boṣewa iyapa
tumosi ati agbedemeji (Argyrous 1996, Denscombe 1998).
Idanwo Gamma munadoko fun gbigba awọn wiwọn pipo
ti awọn ep laarin dati ordinals (Norus 1983, Argyrous 1996).
Awọn idanwo wọnyi yẹ nitori awọn irẹjẹ ordinal ti a lo kii ṣe
wọn ni ọpọlọpọ awọn ẹka ati pe o le han ni tabili kan
(Norus 1983).
3.5 Lakotan
Ni ori yii, ilana iwadi ati awọn
awọn apẹrẹ ti a gba fun iwadi yii.
Yiyan ọna iwadi ti o yẹ julọ fun a
pato iwadi gba ni
ero ti awọn nọmba kan ti ofin, pẹlu iseda ati iru
ti iwadi, bi daradara bi iteriba ati ailagbara ti kọọkan ti ṣee
ọna (Jenkins 1985, Benbasat et al. 1097, Galliers and Land 1987,
yin 1989, Hamilton and ives 1992, Galliers 1992, neuman 1994). Wo
aini ti imọ ati imọran ti o wa tẹlẹ nipa rẹ
ti awọn olomo ti data warehousing ni Australia, iwadi yi nipa
iwadi nilo ọna iwadi itumọ pẹlu ọgbọn kan
exploratory lati ṣawari awọn iriri ti awọn ajo
Omo ilu Osirelia. Ọna iwadi ti o yan ni a yan fun
gba alaye nipa awọn olomo ti awọn ọjọ ero
ile itaja nipasẹ awọn ajo ilu Ọstrelia. A
a yan iwe ibeere ifiweranse bi ilana ikojọpọ dati. awọn
idalare fun ọna iwadi ati ilana gbigba dati
ti a ti yan yoo wa ni pese ni yi ipin. Bakannaa o jẹ
gbekalẹ a fanfa lori kuro ti onínọmbà, awọn ayẹwo
ti a lo, awọn ipin ogorun awọn idahun, akoonu ti iwe ibeere, awọn
ami-idanwo ti iwe ibeere ati ọna onínọmbà ti awọn dati.

Ṣiṣe apẹẹrẹ a Ile itaja data:
Apapọ Ibasepo Nkankan ati Onisẹpo Modeling
ABSTRACT
Titoju i dati O jẹ ọrọ lọwọlọwọ pataki fun ọpọlọpọ
ajo. A bọtini isoro ni idagbasoke
ti ipamọ ti dati apẹrẹ rẹ ni.
Apẹrẹ gbọdọ ṣe atilẹyin wiwa awọn imọran ninu data naa
ile ise to julọ eto ati awọn orisun miiran ti dati ati ọkan tun
oye rọrun ati ṣiṣe ni imuse data
ile itaja.
Elo ti ipamọ litireso ti dati niyanju
awọn lilo ti nkankan ibasepo modeli tabi onisẹpo modeli fun
soju apẹrẹ ti ile-iṣẹ data.
Ninu iwe yii a fihan bi awọn mejeeji ṣe
awọn aṣoju le ni idapo sinu ọna kan fun awọn
iyaworan ti ile-iṣẹ data. Ọna ti a lo ni eto
ayewo ni a irú iwadi ati ti wa ni damo ni awọn nọmba kan ti
pataki lojo pẹlu akosemose.
DATA ifipamọ
Un ile-iṣẹ data ni igbagbogbo tumọ si bi “Oorun koko-ọrọ,
ṣepọ, iyatọ akoko, ati ikojọpọ data ti kii ṣe iyipada ni atilẹyin
ti awọn ipinnu iṣakoso” (Inmon ati Hackathorn, 1994).
Koko-Oorun ati ese tọkasi wipe awọn ile-iṣẹ data è
ti a ṣe lati kọja awọn aala iṣẹ-ṣiṣe ti awọn ọna ṣiṣe fun
pese ohun ese irisi ti dati.
Iyatọ-akoko yoo ni ipa lori itan-akọọlẹ tabi iru akoko-ila dati in
un ile-iṣẹ data, eyiti o jẹ ki awọn aṣa ṣe itupalẹ.
Non-iyipada tọkasi wipe awọn ile-iṣẹ data kii ṣe nigbagbogbo
imudojuiwọn bi a database ti OLTP. Dipo o ti wa ni imudojuiwọn
lorekore, pẹlu dati nbo lati inu ati ita awọn orisun. Awọn
ile-iṣẹ data o jẹ apẹrẹ pataki fun iwadii
dipo fun awọn iyege ti awọn imudojuiwọn ati awọn iṣẹ ti awọn
awọn iṣẹ ṣiṣe.
Ero ti ipamọ i dati kii ṣe tuntun, o jẹ ọkan ninu awọn idi
ti isakoso ti dati niwon awọn sixties (The Martin, 1982).
I ile-iṣẹ data nwọn nse awọn amayederun dati fun isakoso
support awọn ọna šiše. Awọn ọna ṣiṣe atilẹyin iṣakoso pẹlu ipinnu
awọn eto atilẹyin (DSS) ati awọn eto alaye alaye (EIS).
DSS jẹ eto alaye ti o da lori kọnputa ti o jẹ
ti a ṣe apẹrẹ lati mu ilana naa dara si ati nitori idimu naa
eniyan ipinnu. EIS jẹ igbagbogbo eto ifijiṣẹ ti
dati eyiti o jẹ ki awọn alaṣẹ iṣowo le wọle si wiwo ni irọrun
ti dati.
Gbogbogbo faaji ti a ile-iṣẹ data afihan awọn ipa ti
ile-iṣẹ data ni support isakoso. Ni afikun si ẹbọ
awọn amayederun dati fun EIS ati DSS, al ile-iṣẹ data ṣee ṣe
wọle taara nipasẹ awọn ibeere. THE dati to wa ninu a ọjọ
ile ise wa ni orisun lori ohun onínọmbà ti awọn ibeere alaye ti
iṣakoso ati pe a gba lati awọn orisun mẹta: awọn ọna ṣiṣe ti inu,
pataki idi data Yaworan awọn ọna šiše ati ita data orisun. THE
dati ninu awọn ọna ṣiṣe ti inu ti inu wọn jẹ aiṣedeede nigbagbogbo,
aisedede, kekere didara, ati ti o ti fipamọ ni orisirisi awọn ọna kika
ki nwọn nilo lati wa ni laja ati ti mọtoto ṣaaju ki o to le fifuye wọn sinu awọn
ile-iṣẹ data (Inmon, 1992; McFadden, 1996). THE dati lati
lati ipamọ awọn ọna šiše dati ad hoc ati lati awọn orisun dati
ita ti wa ni igba lo lati augment (imudojuiwọn, ropo) i
dati lati julọ awọn ọna šiše.
Nibẹ ni o wa ọpọlọpọ awọn ọranyan idi lati se agbekale a ile-iṣẹ data,
eyiti o pẹlu ṣiṣe ipinnu to dara julọ nipasẹ lilo
munadoko alaye siwaju sii (Ives 1995), support fun a aifọwọyi
lori owo pipe (Graham 1996), ati idinku ninu awọn idiyele ti
ipese ti dati fun EIS ati DSS (Graham 1996, McFadden
1996).
A laipe empirical iwadi ri, lori apapọ, a pada ti
idoko-owo fun i ile-iṣẹ data nipasẹ 401% lẹhin ọdun mẹta (Graham,
Ọdun 1996). Sibẹsibẹ, awọn miiran empirical-ẹrọ ti ile-iṣẹ data ni
ri awọn iṣoro pataki pẹlu iṣoro ni wiwọn ed
sọtọ anfani, aini ti ko o idi, underestimating o
idi ati idiju ti ilana ti ipamọ i dati, ni
pato nipa awọn orisun ati mimọ ti awọn dati.
Titoju i dati le wa ni kà bi a ojutu
si isoro ti isakoso ti dati laarin ajo. Nibẹ
ifọwọyi ti dati bi awujo awọn oluşewadi ti o ti wà ọkan ninu awọn
bọtini oran ni ìṣàkóso alaye awọn ọna šiše kọja awọn
aye fun opolopo odun (Brancheau et al. 1996, Galliers et al. 1994,
Niederman et al. Ọdun 1990, Pervan 1993).
Ọna ti o gbajumọ si iṣakoso dati ninu awọn ọgọrin ọdun o jẹ
sese awoṣe dati awujo. Awoṣe dati awujo wà
ti a ṣe apẹrẹ lati funni ni ipilẹ iduroṣinṣin fun idagbasoke awọn ọna ṣiṣe tuntun
ohun elo e database ati julọ atunkọ ati Integration
awọn eto (Brancheau et al.
Ọdun 1989, Goodhue et al. 1988:1992, Kim ati Everest 1994).
Sibẹsibẹ, awọn iṣoro pupọ wa pẹlu ọna yii, ni
pato, awọn complexity ati iye owo ti kọọkan-ṣiṣe, ati awọn gun akoko
nilo lati ni awọn abajade ojulowo (Beynon-Davies 1994, Earl
1993, Goodhue et al. 1992, Periasamy 1994, Shanks 1997).
Il ile-iṣẹ data o jẹ aaye data ọtọtọ ti o wa pẹlu awọn ti o jẹ julọ
awọn apoti isura infomesonu ju ki o rọpo wọn. Nitorina o gba ọ laaye lati
taara isakoso ti dati ki o si yago leri atunkọ
ti julọ awọn ọna šiše.
Awọn ọna ti o wa tẹlẹ si Apẹrẹ DATA
AGBARA
Ilana ti ile ati pipe a ile-iṣẹ data
yẹ ki o wa ni oye siwaju sii bi ohun ti itiranya ilana kuku ju a
igbesi aye idagbasoke ti awọn eto ibile (IfẹỌdun 1995, Shanks,
O'Donnell ati Arnott 1997a). Nibẹ ni o wa ọpọlọpọ awọn ilana lowo ninu a
ise agbese ti ile-iṣẹ data gẹgẹbi ipilẹṣẹ, iṣeto;
alaye ti o gba lati awọn ibeere ti awọn alakoso ile-iṣẹ beere;
awọn orisun, awọn iyipada, ninu ti dati ati amuṣiṣẹpọ lati julọ
awọn ọna šiše ati awọn miiran awọn orisun ti dati; awọn eto ifijiṣẹ ni idagbasoke;
monitoring ti ile-iṣẹ data; ati aibikita ilana naa
itankalẹ ati ikole ti a ile-iṣẹ data (Stinchs, O'Donnell
ati Arnott 1997b). Ninu iwe akọọlẹ yii, a fojusi lori bii
fa i dati ti o ti fipamọ ni o tọ ti awọn wọnyi miiran ilana.
Awọn ọna pupọ wa ti a dabaa fun faaji data
ile-itaja ninu iwe-iwe (Inmon 1994, Ives 1995, Kimball 1994
McFadden 1996). Ọkọọkan awọn ilana wọnyi ni kukuru
ṣe atunyẹwo pẹlu itupalẹ awọn agbara ati ailagbara wọn.
Inmon's (1994) Ọna fun Ile itaja data
Design
Inmon (1994) dabaa awọn igbesẹ aṣetunṣe mẹrin lati fa data kan
ile ise (wo Figure 2). Igbesẹ akọkọ ni lati ṣe apẹrẹ awoṣe kan
dati awujo lati ni oye bi mo ti dati le ti wa ni ese
kọja awọn agbegbe iṣẹ laarin agbari kan
pínpín i dati itaja ni awọn agbegbe. Awoṣe dati o ti ṣe fun
lati fipamọ dati o jọmọ ṣiṣe ipinnu, pẹlu dati
òpìtàn, ati pẹlu dati deducted ati kojopo. Igbese keji ni
ṣe idanimọ awọn agbegbe koko-ọrọ fun imuse. Awọn wọnyi ni ipilẹ
lori ayo ṣiṣe nipasẹ kan pato agbari. Awọn kẹta
igbese je yiya a database fun agbegbe koko, duro
san ifojusi pataki si pẹlu awọn ipele ti o yẹ ti granularity.
Inmon ṣeduro lilo awọn ẹya ati awoṣe ibatan. Ẹkẹrin
igbese ni lati ṣe idanimọ awọn eto orisun dati beere ki o si se agbekale
awọn ilana iyipada lati mu, mimọ ati ọna kika i dati.
Awọn agbara ti ọna Inmon ni pe awoṣe naa dati awujo
nfun ni igba fun awọn Integration ti dati laarin ajo
ati igbero atilẹyin fun idagbasoke data aṣetunṣe
ile ise. Awọn abawọn rẹ jẹ iṣoro ati idiyele ti iyaworan
awoṣe dati awujo, awọn isoro ni oye awọn awoṣe ti oro ibi ati
ibasepo lo ninu mejeji si dede, ti o dati awujo ati ti dati
ti o ti fipamọ nipa koko agbegbe, ati awọn yiyẹ ni ti dati del
iyaworan ti ile-iṣẹ data fun riri ti database
ibatan sugbon ko fun database olona-onisẹpo.
Ives' (1995) Ọna si Ile itaja data
Design
Ives (1995) ni imọran ọna mẹrin-igbesẹ lati ṣe apẹrẹ a
eto alaye ti o ro pe o wulo fun apẹrẹ data kan
ile ise (wo Figure 3). Ọna naa da lori pupọ
Imọ-ẹrọ Alaye fun idagbasoke awọn eto alaye
(Martin 1990). Igbesẹ akọkọ ni lati pinnu awọn ibi-afẹde, awọn okunfa
lominu ni ati aseyori ati bọtini išẹ ifi. THE
awọn ilana iṣowo bọtini ati alaye pataki jẹ
ṣe apẹrẹ lati mu wa lọ si awoṣe dati awujo. Igbese keji
je awọn idagbasoke ti a asọye faaji dati
ti fipamọ nipasẹ awọn agbegbe, database di ile-iṣẹ data, awọn irinše
ti imọ-ẹrọ ti o nilo, ṣeto ti atilẹyin ajo
ti a beere lati ṣe ati ṣiṣẹ pẹlu ile-iṣẹ data. Awọn kẹta
Igbesẹ pẹlu yiyan awọn idii sọfitiwia ti o nilo ati awọn irinṣẹ.
Awọn kẹrin igbese ni awọn alaye oniru ati ikole ti awọn
ile-iṣẹ data. Ives ṣe akiyesi pe titoju dati o jẹ ọkunrin ti o ni asopọ
aṣetunṣe ilana.
Agbara ti ọna Ives ni lilo awọn ilana kan pato fun
pinnu alaye awọn ibeere, awọn lilo ti a ti eleto
ilana lati se atileyin Integration ti ile-iṣẹ data,
awọn yẹ hardware ati software yiyan, ati awọn lilo ti ọpọ
aṣoju imuposi fun awọn ile-iṣẹ data. Awọn abawọn rẹ
ti won wa ni atorunwa ni complexity. Awọn miiran pẹlu iṣoro ninu
se agbekale ọpọlọpọ awọn ipele ti database laarin awọn ile-iṣẹ data in
reasonable igba ati owo.
Ọna Kimball's (1994) si Ile itaja data
Design
Kimball (1994) dabaa awọn igbesẹ aṣetunṣe marun lati fa data kan
ile ise (wo Figure 4). Ọna rẹ jẹ pataki
igbẹhin si awọn oniru ti o kan kan ile-iṣẹ data ati lori lilo awọn awoṣe
onisẹpo ni ààyò si awọn awoṣe ti awọn nkan ati awọn ibatan. Kimball
ṣe itupalẹ awọn awoṣe onisẹpo yẹn nitori pe o rọrun fun mi lati ni oye
awọn alakoso iṣowo iṣowo, o jẹ daradara siwaju sii nigbati o ba n ṣowo
eka jomitoro, ati awọn oniru ti database ti ara jẹ diẹ sii
daradara (Kimball 1994). Kimball mọ pe idagbasoke ti a
ile-iṣẹ data o jẹ aṣetunṣe, ati pe ile-iṣẹ data yà wọn le
wa ni ese nipasẹ awọn pipin sinu apa miran tabili
wọpọ.
Igbesẹ akọkọ ni lati ṣe idanimọ agbegbe koko-ọrọ pato lati jẹ
pipe. Awọn igbesẹ keji ati kẹta ni ifiyesi ṣiṣe
onisẹpo. Ni awọn keji igbese awọn wiwọn da ohun ti
anfani ni agbegbe koko-ọrọ ati akojọpọ sinu tabili otitọ.
Fun apẹẹrẹ, ni agbegbe koko-ọrọ tita awọn iwọn anfani
le pẹlu iye awọn ohun ti a ta ati dola
bi owo tita. Ìgbésẹ̀ kẹta kan dídámọ̀
awọn iwọn ti o jẹ awọn ọna ti wọn le ṣe akojọpọ i
awọn otitọ. Ni agbegbe koko-ọrọ tita, awọn iwọn ti o yẹ
le pẹlu ohun kan, ipo ati akoko akoko. Nibẹ
tabili otitọ ni bọtini apakan pupọ lati sopọ si ọkọọkan
ti awọn tabili iwọn ati ni igbagbogbo ni nọmba pupọ
ti o kún fun mon. Ni idakeji, awọn tabili iwọn ni ninu
alaye ijuwe nipa awọn iwọn ati awọn abuda miiran ti
le ṣee lo lati ṣe akojọpọ awọn otitọ. Tabili otitọ e
awọn iwọn ti o ni nkan ṣe pẹlu fọọmu igbero ohun ti a pe ni ọkan
awoṣe irawọ nitori apẹrẹ rẹ. Ìgbésẹ̀ kẹrin kan
ikole ti a database multidimensional lati aṣepe o
star Àpẹẹrẹ. Igbesẹ ikẹhin ni lati ṣe idanimọ awọn eto orisun dati
ti a beere ati idagbasoke awọn ilana iyipada lati gba, mimọ
ati kika i dati.
Awọn agbara ti ọna Kimball pẹlu lilo awọn awoṣe
onisẹpo lati soju i dati ti o ti fipamọ ti o ṣe
rọrun lati ni oye ati ki o nyorisi si daradara ti ara oniru. A
onisẹpo awoṣe ti o tun ni imurasilẹ nlo awọn mejeeji
awọn ọna šiše database ibatan le jẹ pipe tabi awọn ọna ṣiṣe
database multidimensional. Awọn abawọn rẹ pẹlu aini
ti diẹ ninu awọn imuposi lati dẹrọ awọn eto tabi Integration ti
ọpọlọpọ awọn ilana irawọ laarin ọkan ile-iṣẹ data ati awọn
isoro ni nse lati awọn iwọn denormalized be ni a
onisẹpo awoṣe a dati ni julọ eto.
McFadden's (1996) Ọna si Data
Warehouse Design
McFadden (1996) tanmo a marun-igbese ona si
fa a ile-iṣẹ data (wo aworan 5).
Ọna rẹ da lori iṣakojọpọ awọn ero lati awọn iwe-iwe
ati pe o wa ni idojukọ lori apẹrẹ ti ọkan nikan ile-iṣẹ data. Ni igba akọkọ ti
igbese je kan awọn ibeere onínọmbà. Biotilejepe awọn pato
imuposi ti wa ni ko ogun ti, McFadden ká akọsilẹ da awọn
nkankan dati awọn pato ati awọn abuda wọn, ati tọka si awọn oluka Watson
ati Frolick (1993) fun Yaworan awọn ibeere.
Ni igbesẹ keji, awoṣe ibatan nkan kan jẹ apẹrẹ fun
ile-iṣẹ data ati lẹhinna fọwọsi nipasẹ awọn oludari iṣowo. Awọn kẹta
igbese pẹlu ti npinnu awọn aworan agbaye lati julọ eto
ati ita awọn orisun ti ile-iṣẹ data. Ìgbésẹ̀ kẹrin kan
lakọkọ ni idagbasoke, imuṣiṣẹ ati amuṣiṣẹpọ ti dati Nel
ile-iṣẹ data. Ni ipele ikẹhin, eto naa ti wa ni jiṣẹ
ni idagbasoke pẹlu pataki tcnu lori a ni wiwo olumulo.
McFadden tọka si pe ilana iyaworan jẹ gbogbogbo
aṣetunṣe.
Awọn agbara ti ọna McFadden tọka si ikopa
nipasẹ awọn oludari iṣowo ni ipinnu awọn ibeere ati tun
pataki ti oro dati, wọn ninu ati gbigba. Rẹ
awọn abawọn ni ifiyesi aini ilana fun pinpin a
nla ise agbese nipasẹ ile-iṣẹ data ni ọpọlọpọ awọn ese ipele, ati awọn
isoro agbọye nkankan ati ibasepo si dede lo ninu awọn oniru ti
ile-iṣẹ data.

admin CEO

Ile-iṣẹ Ayelujara Ayelujara | Onimọran Ile-iṣẹ Oju opo wẹẹbu ni Titaja Digital ati SEO. Online Agency Online jẹ Ile-iṣẹ Wẹẹbu kan. Fun Agenzia Web Online Aṣeyọri ni iyipada oni-nọmba da lori awọn ipilẹ ti Iron SEO version 3. Awọn Pataki: Isopọpọ System, Isọpọ Ohun elo Idawọlẹ, Iṣẹ Iṣalaye Iṣẹ, Iṣiro Awọsanma, Ile itaja data, oye iṣowo, Big Data, awọn ọna abawọle, intranets, Ohun elo wẹẹbu Apẹrẹ ati iṣakoso ti ibatan ati awọn apoti isura infomesonu multidimensional Ṣiṣe awọn atọkun fun media oni-nọmba: lilo ati Awọn aworan. Online Web Agency nfun awọn ile-iṣẹ awọn iṣẹ wọnyi: -SEO lori Google, Amazon, Bing, Yandex; -Itupalẹ wẹẹbu: Awọn atupale Google, Oluṣakoso Tag Google, Yandex Metrica; -Awọn iyipada olumulo: Awọn atupale Google, Microsoft Clarity, Yandex Metrica; -SEM lori Google, Bing, Awọn ipolowo Amazon; -Titaja Media Social (Facebook, Linkedin, Youtube, Instagram).

Wo Full Bio

Digital Marketing database DBMS Ile itaja data data Science Ipolowo Ibugbe Isalaye fun tekinoloji Ile ibẹwẹ wẹẹbu Ile-iṣẹ Ipolowo Marketing