Vymezenípojmu:

Plánování,realizaceadohlednadzáměry,postupyaprojekty,zajišťujícíkontrolu,ochranu,doručeníazvýšeníhodnotydatainformací.(DAMA-DMBOK,2010)

Poslání:

Účelemjedosaženídostupnosti,kvalityabezpečnostidatpropotřebyvšechzainteresovanýchstran.

Cíle:

Porozumětinformačnímpotřebámvpodniku.Sběr,uložení,ochranaazajištěníintegritydat.Neustálézlepšováníkvalitydatainformací.

Zajištěníochrany,důvěrnostiazabráněníneoprávněnémunebonevhodnémupoužitídatainformací.Maximalizovatefektivnívyužitíahodnotudatainformací.

Vstupy:

•Podnikovástrategie

•Podnikovéaktivity

•ITaktivity

•Datovéotázky

Dodavatelé:

•Vedoucípracovníci

•Tvůrcidat

Funkce:

Řízenídatpodniku.Managementarchitekturydat.Vývojdat.

Managementprovozníchdat.Managementbezpečnostidat.Managementhlavníchareferenčníchdat.

ManagementdatovýchskladůaBusinessIntelligence.

Managementobsahuadokumentů.Managementmeta-dat.Managementkvalitydat.

Externízdroje

Regulačnísubjekty

Nástroje:

Nástrojemodelovánídat

•Systémřízeníbázedat(SŘBD)

•Nástrojeintegraceakvalitydat

•NástrojeBusinessIntelligence

•Nástrojemanagementudokumentů

•Nástrojeúložištěmeta-dat

Účastníci:

•Tvůrcidat

•Informačníspotřebitelé

•Správcidat

•Datovýodborníci

•Vedoucípracovníci

Hlavnívýsledky:

•Strategiedat

•Architekturadat

•Datovéslužby

•Databáze

•Data,informace,znalostiamoudrost

Konzumenti:

•Administrativnípracovníci

•Znalostnípracovníci

•Manažeři

•Vedoucípracovníci

•Zákazníci

Metriky:

•Metrikyhodnotydat

•Metrikykvalitydat

•MetrikyprogramuDM

BusinessIntelligence(BI)

„Sadakonceptůametodurčenýchprozkvalitněnírozhodnutífirmy“.(H.J.Dresner,Gartner1989)

BusinessIntelligencejesadaprocesů,aplikacíatechnologií,jejichžcílemjeúčinněaúčelněpodporovatrozhodovacíprocesyvefirmě.Podporujíanalytickéaplánovacíčinnostipodnikůaorganizacíajsoupostavenynaprincipechmultidimenzionálníchpohledůnadata.

JednotlivékomponentyřešeníBI

Vrstvaproextrakci,transformaci,čištěníanahrávánídat

•Pokrýváoblastsběru/přenosudatzezdrojovýchsystémůdovrstvyproukládánídatvřešeníBI:

–ETLsystémy-nebolisystémyproextrakci,transformaciapřenosdat.

–EAIsystémy-nebolisystémyprointegraciaplikací.

Vrstvaproukládánídat(databázovékomponenty)

•Zajišťujeprocesyukládání,aktualizaceasprávydatprořešeníBI:

–Datovésklady(DataWarehouse)-základnídatabázovákomponentařešeníBI.

– Datovátržiště(DataMarts)-subjektověorientovanéanalytickédatabáze,součástnebonadstavbadatovéhoskladu.

^{–Operativnídatováuložiště(OperationalDataStore)-podpůrnéanalytickédatabáze.}

– Dočasnáúložištědat(DataStagingAreas)-databázeprodočasnéuloženídatpředjejichvlastnímzpracovánímdodatabázovýchkomponentřešeníBI..

Vrstvaproanalýzydat(analytickékomponenty)

•Pokrýváčinnostispojenésvlastnímzpřístupněnímdataanalýzoudat:

– Reporting-analytickávrstva,zaměřenánastandardníneboadhocdotazovacíprocesdodatabázovýchkomponentřešeníBI.

– SystémyOn-LineAnalyticalProcessing(OLAP)-vrstvazaměřenánapokročiléadynamickéanalytickéúlohy.

–Dolovánídat(DataMining)-systémyzaměřenénasofistikovanouanalýzuvelkéhomnožstvídat.

Prezentačnívrstva(nástrojeprokoncovéuživatele)

• ZajišťujekomunikacikoncovýchuživatelůsostatnímikomponentamiřešeníBI,tedyzejménasběrpožadavkůnaanalytickéoperaceanáslednouprezentacivýsledků:

–PortálovéaplikacezaloženénatechnologiíchWWW.

–SystémyEIS-ExecutiveInformationSystems.

–Různéanalytickéaplikace.

DůvodyvznikuBI

Provozní(transakční)aplikacemajízhlediskaanalytickýchaplánovacíchčinnostípodnikuomezení:

– Neumožňujírychleapružněměnitkritériaproanalýzypodnikovýchdat(sledovatdataoprodejivčase,podlezákazníků,produktů,segmentůtrhu,podnikovýchútvarů,atd.).

^{–Obtížnézajištěnípřístupupracovníkůkagregovanýmdatům(zapodnik,útvar,zavšechnyzákazníky,}

jednotlivézákazníkyatd.).

–Provozníaplikacejsouprimárněurčenypropořizováníaaktualizacedat.

–Problémnarůstajícíchdat(redundantnímianekonzistentními),podnikyjsoujimizahlceny.

Provoznísystémymohourealizovatanalytickéoperace,alesomezenourychlostíaflexibilitou.

Konceptuálnínávrhdatabázeelektronickéhoobchodu–složitost

Provoznídatabáze(OLTP)

Neumíoperativněřešitotázky:

•Kolikseprodaloproduktůvkategoriipánskéobuvivroce2005?

•KolikgolfovýchholíkoupilzákazníkNovákvroce2005?

•KolikgolfovýchholíkoupilizákaznícizÚsteckéhokraje?

•JakébylypříjmyprodejnynaPraze6zprodejegolfovéhovybavení?

•Jakébylycelkovépříjmy?

•…

TvorbadatabázovýchdotazůbybylavOLTPdatabázíchvelmisložitáazdlouhavá.

Řešenímjenávrhmultidimenzionálnídatabáze.

Multidimenzionálnípohlednadata

•Pojemmultidimenzionálnídatasepoužívávedvourůznýchvýznamechvoblastiřízenídat:

1.Datasouhrnnýchukazatelůvytvořenýchrůznýmseskupenímrelačníchdatproon-lineanalytickézpracování(OLAP).

^{•OLAPpopisujepřístuppropodporurozhodování,jehožcílemjezískatznalostizdatovéhoskladu,}

nebopřesněji,zdatovýchtržišť.(Abelló,2009)

2.Poleheterogenníchdatovýchtypůspolusmeta-datykjejichpopisu.

• Dimenzejehierarchickyuspořádanýsouborrozměrovýchhodnot,kteréposkytujíkategorickéinformacecharakterizujícíurčitýaspektdatuloženýchvMDkostce.(Pedersen,2009)

^{•Datovákostkajedatovástrukturaproukládáníaanalýzuvelkéhomnožstvívícerozměrnýchdat.}

Datovákostka

Procesnávrhu

FázenávrhuBIsystémů(Závodný,2011):

1.Analýzainformačníchpotřebuživatelů.

2.Analýzadatovézákladny.

3.Návrhřešeníajehoarchitektury

ProcesMDmodelování(Kimball1998,2002):

•Výběrpodnikovýprocesů.

•Výběrčástizpodnikovéhoprocesu.

•Výběrrozměrů.

•Výběrměr.

Multidimenzionálnímodelování

• MDmodelykategorizujídata,buďjakofaktaasociovanásnumerickoumírou,nebojakodimenze,kterácharakterizujífaktaajsouvětšinoutextové

• Faktajsouobjekty,kterépředstavujípředmětpožadovanéanalýzy,kterýmábýtanalyzovánprolepšípochopeníjehochování.

•Schémasněhovávločka

(Snowflake)

•SchémaHvězda

^Produkt

Ukázkakontingenčnítabulky

zOLAPdatabáze

Rolling-up,Drilling-down

Pohybpoagregovanýchúrovních(nenínutnédatapočítat).

Roll-up(nebotakédrill-up):

Operaceseskupíbuňkyvkostcenazákladěagregacehierarchie.

Drill-down:

Operacedril-downjeopakemoperaceroll-up

Roll-up(nebotakédrill-up):

nastavujevyšší(hrubší)agregačníúroveň.

Drill-down:

nastavujenižší(jemnější)agregačníúroveň.

Pivoting

 umožňuje„otáčet“datovoukrychlí,tj.měnitúhelpohledunadatanaúrovniprezentaceobsahudatovéhoskladu.

Slicing,dicing

Slicing:

•dovolujeprovádětřezydatovoukostkou.

Dicing:

•Umožňujefiltrovatvícedimenzívrámcikostky.

•-nadkostkoujenapsánoČAS

•-vedlekostky-PRODUKT

•-apodní-LOKACE

Multidimenzionálníúložištědat

•MOLAP[MultidimensionalOLAP]

–nezávislostnarelačnídatabázi;

–rychlejšíodezvynadotazy;

–prostorověúspornéukládání;

•ROLAP[RelationalOLAP]

–flexibilitavevytvářeníad-hocdotazů;

–schopnostpracovatsOLTPdatabází(nenínutnévytvářetdatovýsklad);

–nevýhodoujeúčinnostaplikace;

•HOLAP[HybridOLAP]

–kombinujevlastnostiROLAPaMOLAP;

–ukládádatajakvrelačnídatabázi,takvMDdatabázi.

•DOLAP[DesktopOLAP]

–připojenísekcentrálnímuúložištiOLAPdatastaženípotřebnépodmnožinykostkynalokálnípočítač.

Reporting

• Reportingječinnostspojenásdotazovánímsedodatabázípomocístandardníchrozhranítěchtodatabází(např.SQLpříkazůvrámcirelačníchdatabází).

•Vrámcireportingulzeidentifikovat:

– standardníreporting,kdyjsouvurčitýchčasovýchperiodáchspouštěnypředpřipravenédotazy;adhocreporting,kdyjsounadatabáze(většinou)jednorázověformuloványspecifickédotazy,explicitněvytvořenéuživatelem

PrezentačnívrstvaBI

KPI-MiddleEast

PrezentačnívrstvaBI–Oracle

Pojemsystém

Slovosystémpocházízřečtiny(systémy)aoznačujeto,cojesložené,seskupenévcelek;spojení,skupinu,oddělení,složeninu.Dalšímivýznamyjsousoustava,skladba,celek,systém,státnízřízení

Zhlediskateoriesystémůjesystémsouhrnsouvisejícíchprvků,sdruženýchdojednohocelku.

Subsystémjesystém,kterýječástíjinéhosystému

Systémseobvykleskládázkomponent(neboelementů),kteréjsouspojenyzaúčelem

umožněnítokuinformací,materiáluneboenergie

Termínsystémječastopoužívánpropopisentit,kterésevzájemněovlivňujíaproněžmůžebýtvytvořenmatematickýčijinýmodel