- •Компьютерные технологии интеллектуальной поддержки управленческих решений Корпоративная сеть Интранет
- •Два типа систем отработки данных в кис
- •Информационные базы корпоративных информационных систем Базы данных
- •Хранилища данных
- •Аналитическая обработка данных Средства On-line Analytical Processing (olap)
- •Средства Data Mining (dm)
- •Интеллектуальные информационные технологии
Хранилища данных
Специфика КИС проявляется, в первую очередь, благодаря новой форме организации внутримашинной информационной базы, представляющей совокупность взаимосвязанных компонентов (рис. 8.2):
операционная БД — служит для обеспечения работы функциональных модулей ERP-системы, составляет основу OLTP-системы обработки данных КИС;
специализированные ХД (Data Warehouse — DW), основа OLAP-систем обработки данных для различных функциональных компонентов КИС.
Операционные БД КИС обеспечивают хранение данных большого объема и сложной логической структуры, находятся под управлением мощных СУБД, как правило, реляционного типа (ORACLE, MS SQL Server, Informix, DB/2 и др.). Такие БД используются в составе многоуровневой
клиент-серверной архитектуры КИС; они могут размещаться на одном или нескольких серверах БД. Как правило, БД отделены от программ функциональных модулей, использующих эти данные. Интерфейс пользователя (формы, отчеты, запросы и т.п.) находится на рабочей станции или специализированном сервере.
Основными проблемами ведения операционных БД КИС являются:
обеспечение необходимого уровня производительности КИС (измеряется количеством транзакций в единицу времени) для реализации регламентированных приложений КИС;
соответствие требованиям приложений по составу, структуре, объемам данных, времени получения и качеству выходной информации;
обеспечение надежного хранения данных (периодическое архивирование БД, восстановление БД после сбоев из страховых копий, ведение журнала транзакций для их «отката» и т.п.).
Операционную БД вместе с внешними информационными источниками следует рассматривать как «сырье» для создания предметно-ориентированных, интегрированных, неизменяемых по структуре хронологических данных — ХД, анализируемых в системах поддержки принятия решений. Витрина (киоск) — подмножество ХД, обеспечивает необходимую производительность получения и анализа данных для конечных пользователей и защиту от несанкционированного доступа.
По определению Б. Инмона, хранилище данных — это предметно-ориентированный, интегрированный, неизменяемый, поддерживающий
хронологию набор данных, организованный для целей поддержки принятия решений. Как правило ХД ориентированы на решение определенных задач анализа и представления данных. В ХД имеются три категории данных:
метаданные (сведения об источнике, методах сбора информации);
детальные;
агрегированные (сводные).
Программное обеспечение ХД обеспечивает: загрузку, форматирование, анализ и реструктуризацию данных; управление доступом к ним; построение витрин данных.
Аналитическая обработка данных Средства On-line Analytical Processing (olap)
On-line Analytical Processing — средства оперативной (в реальном масштабе времени) аналитической обработки информации, направленные на поддержку принятия решений и помогающие аналитикам отвечать на вопрос «Почему объекты, среды и результаты их взаимодействия такие, а не другие?». При этом аналитик сам формирует версии отношений между множеством информации и проверяет их на основе имеющихся данных в соответствующих базах структурированной информации.
Для ERP-систем характерно наличие аналитических компонент в составе функциональных подсистем. Они обеспечивают формирование аналитической информации в режиме реального времени. Эта информация является основой большинства управленческих решений.
Технологии OLAP используют гиперкубы — специально структурированные данные (иначе называемые OLAP-кубами). В структуре данных гиперкуба различают:
меры — количественные показатели (реквизиты-основания), используемые для формирования сводных статистических итогов;
измерения — описательные категории (реквизиты-признаки), в разрезе которых анализируются меры.
Размерность гиперкуба определяется числом измерений для одной меры. Например, гиперкуб СБЫТ содержит данные:
• измерения: потребители, даты операций, группы товаров, номенклатура, модификации, упаковки, склады, виды оплаты, виды отгрузки, тарифы, валюта, организации, подразделения, ответственные, каналы распределения, регионы, города;
• меры: количество плановое, количество фактическое, сумма плановая, сумма фактическая, платежи плановые, платежи фактические, сальдоплановое, сальдо фактическое, цена реализации, срок исполнения заказа, сумма возврата.
Такой гиперкуб предназначен для аналитических отчетов:
классификация потребителей по объемам покупок;
классификация продаваемых товаров по методу АВ С;
анализ сроков исполнения заказов различных потребителей;
анализ объемов продаж по периодам, товарам и группам товаров, регионам и потребителям, внутренним подразделениям, менеджерам и каналам сбыта;
прогноз взаиморасчетов с потребителями;
анализ возврата товаров от потребителей; и т.д.
Аналитические отчеты могут иметь произвольное сочетание измерений и мер, они используются для анализа принимаемых управленческих решений. Аналитическая обработка обеспечивается инструментальными и языковыми средствами. В общедоступной электронной таблице MS Excel представлена информационная технология «Сводные таблицы», исходными данными для их создания являются:
список (база данных) MS Excel — реляционная таблица;
другая сводная таблица MS Excel;
консолидированный диапазон ячеек MS Excel, расположенных в одной и той же или различных рабочих книгах;
внешняя реляционная БД или OLAP-куб, источник данных (файлы формата .dsn, .ode).