D

Vstupy:

• Podniková strategie

• Podnikové aktivity

• IT aktivity

• Datové otázky

Dodavatelé:

• Vedoucí pracovníci

• Tvůrci dat

• Externí zdroje

• Regulační subjekty

Účastníci:

• Tvůrci dat

• Informační spotřebitelé

• Správci dat

• Datový odborníci

• Vedoucí pracovníci

Nástroje:

• Nástroje modelování dat

• Systém řízení báze dat (SŘBD)

• Nástroje integrace a kvality dat

• Nástroje Business Intelligence

• Nástroje managementu dokumentů

• Nástroje úložiště meta-dat

Hlavní výsledky:

• Strategie dat

• Architektura dat

• Datové služby

• Databáze

• Data, informace, znalosti a moudrost

Konzumenti:

• Administrativní pracovníci

• Znalostní pracovníci

• Manažeři

• Vedoucí pracovníci

• Zákazníci

Metriky:

• Metriky hodnoty dat

• Metriky kvality dat

• Metriky programu DM

AMA – funkce a základní principy

• viz. obrázek 2 prezentace

Business Intelligence (BI)

,,Sada konceptů a metod urcčených pro zkvalitnění rozhodnutí firmy”.

• Business Intelligence je sada procesů, aplikací a technologií, jejichž cílem je účinně a účelně podporovat rozhodovací procesy ve firmě. Podporují analytické a plánovací činnosti podniků a organizací a jsou postaveny na principech multidimenzionálních pohledů na data.

Jednotlivé komponenty v řešení BI

Vrstva pro extrakci, transformaci, čištění a nahrávání dat

• Pokrývá oblast sběru/přenosu dat ze zdrojových systémů do vrstvy pro ukládání dat v řešení BI:

• ETL systémy – neboli systémy pro extrakci, transformaci a přenos dat

• EAI systémy – neboli systémy pro integraci aplikací

Vrstva pro ukládání dat (databázové komponenty)

• Zajišťuje procesy ukládání, aktualizace a správy dat pro řešení BI:

• Datové sklady (Data Warehouse) – základní datbázová komponenta řešení BI

• Datové tržiště (Data Marts) – subjektově orientované analytické databáze, součást nebo nadstavba datového skladu

• Operativní datové uložiště (Operation Data Store) – podpůrné analytické databáze (dlouhodobější DÚ)

• Dočasné úložiště dat (Data Staging Areas) – datbáze pro dočasné uložení dat před jejich vlastním zpracování do databázových komponent řešení BI

Vrstva pro analýzu dat (analytické komponenty)

• Pokrývá činnosti spojené s vlastním zpřístupněním dat a analýzou dat:

• Reporting – analytická vrstva, zaměřená na standardní nebo ad hoc dotazovací proces do databázových komponent řešení BI

• Systémy On-Line Analytical Processing (OLAP) – vrstva zaměřená na pokročilé a dynamické analytické úlohy

• Dolování dat (Data mining) – systémy zaměřené na sofistikovanou analýzu velkého množství dat

Prezentační vrstva (nástroje pro koncové uživatele)

• Zajišťuje komunikaci koncových uživatelů s ostatními komponentami řešení BI, tedy zejména sběr požadavků na analytické operace a následnou prezentaci výsledků

• Portálové aplikace založené na technologiích WWW

• Systémy EIS – Executive information systems

• Různé analytické aplikace

Důvody vzniku BI

• Provozní (transakční) aplikace mají z hlediska analytických a plánovacích činností podniku omezení:

• Neumožňují rychle a pružně měnit kritéria pro analýzy podnikových dat (sledovat data o prodeji v čase, podle zákazníků, produktů, segmentů trhu, podnikových útvarů, atd.)

• Obtížné zajištění pístupu pracovníků k agregovaným datům (za podnik, útvar, za všechny zákazníky, jednotlivé zákazníky atd.)

• Provozní aplikace jsou primárně určeny pro pořizování a aktualizace dat

• Problém narůstajících dat (redudantními a nekonzistentními), podniky jsou jimi zahlceny

• Provozní systémy mohou realizovat analytické operace, ale s omezenou rychlostí a flexibilitou

Provozní databáze (OLTP)

• Neumí operativně řešit otázky:

• Kolik se prodalo produktů v kategorii pánské obuvi v roce 2005?

• Kolik golfových holí koupil zákazník Novák v roce 2005?

• Kolik golfových holí koupili zákazníci z Ústeckého kraje?

• Jaké byly příjmy prodejny na Praze 6 z prodeje golfového vybevení?

• Jaké byly celkové příjmy?

• Tvorba databázových dotazů by byla v OLTP databázích velmi složitá a zdlouhavá.

• Řešením je návrh multimedimenzionální databáze

Multidimenzionální pohled na data

• Pojem multidimenzinální data se používá ve dvou různých významech v oblasti řízení dat:

1. Data souhrných ukazatelů vytvořených různým seskupením relačních dat pro on-line analytické zpracování (OLAP)

• OLAP popisuje přístup pro podporu rozhodování, jehož cílem je získat znalosti z datového skladu, nebo přesněji, z datových tržišť

2. Pole heterogenních datových typů spolu s meta-daty k jejich popisu

• Dimenze je hierarchicky uspořádaný soubor rozměrových hodnot, které poskytují kategorické informace charakterizující určitý aspekt dat, uložený v MD kostce

• Datová kostka je datová struktura pro ukládání a analýzu velkého množství vícerozměrných dat

Datová kostka

Proces návrhu

• Fáze návrhu BI systémů

1. Analýza informačních potřeb uživatelů

2. Analýza datové základny

3. Návrh řešení a jeho architektury

• Proces MD modelování

1. Výběr podnikových procesů

2. Výběr části z podnikového procesu

3. Výběr rozměrů

4. Výběr měr

Multidimenzionální modelování

• MD Modely kategorizují data, buď jako fakta asocionvaná s numerickou mírou, nebo jako dimenze, která charakterizují fakta a jsou většinou textové

• Fakta jsou objekty, které představují předmět požadované analýzy, který má být analyzován pro lepší pochopení jeho chování

• Možnost – schéma hvězda, schéma sněhová vločka

Rolling-up, Drilling-down

• Roll-up (nebo také drill-up)

• Nastvauje vyšší (hrubší) agregační úroveň

• Drill-down

• Nastavuje nižší (jemnější) agregační úroveň

Roll-up Drill-down

Pivoting

• Umožňuje ,,otáčet” datovou krychlí, tj. Měnit úhel pohledu na data na úrovni prezentace obsahu datového skladu

Slicing, dicing

• Slicing

• Dovoluje provádět řezy datovou kostkou

• Dicing

• Umožńuje filtrovat více dimenzí v rámci kostky

Multidimenzionální úložiště dat

• MOLAP (Multidimensional OLAP)

• Nezávislost na relační databázi

• Rychlejší odezvy na dotazy

• Prostorově úsporné ukládání

• ROLAP (Relational OLAP)

• Flexibilita ve vytváření ad-hoc dotazů

• Schopnost pracovat s OLTP databází (není nutné vytvářet datový sklad)

• Nevýhodou je účinnost aplikace

• HOLAP (Hybrid OLAP)

• Kombinuje vlastnosti ROLAP a MOLAP

• Ukládá data jak v relační databázi, tak v MD databázi

• DOLAP (Desktop OLAP)

• Připojení se k centrálnímu úložišti OLAP dat a stažení potřebné podmnožiny kostky na lokální počítač

Reporting

• Reporting je činnost spojená s doatazováním se do datbází pomocí standardních rozhraní těchto dtabází (např. SQL příkazů v rámci relačních databází)

• V rámci reportingu lze identifikovat:

• Standardní reporting, kdy jsou v určitých časových periodách spouštěny předpřipravené dotazy

• Ad hoc reporting, kdy jsou na databáze (většinou) jednorázově formulovány specifické dotazy, explicitně vytvořené uživatelem