
- •Лекция 16. Проектирование систем SAP Business Intelligence
- •Цели изучения
- •Содержание
- •SAP Business Intelligence
- •Глава 1 «Проектирование ИС»
- •1.1 Предмет бизнес аналитики
- •Отличие операционной среды от среды принятия решений
- •2.1 OLAP технологии – основа хранилищ данных
- •2.2 Архитектура SAP BW
- •Технология реализации хранилищ данных
- •Концепция OLAP (Оперативная аналитическая
- •Пример многомерного представления (OLAP – куб)
- •Интеллектуальный анализ данных Data Mining. Решаемые задачи
- •Инфо - объекты в SAP BW
- •Основные элементы информационной модели
- •Экстракция, преобразование и загрузка в SAP BW
- •Процесс перемещения данных
- •Инфо - куб содержит два типа данных, которые используются для анализа
- •Схема «звезда» в инфо-кубе
- •Создание многомерных моделей данных в SAP BW
- •Анализируемый показатель эффективности (пример)
- •Выводы
- •Информационное обеспечение лекции
- •Вопросы


Лекция 16. Проектирование систем SAP Business Intelligence

Цели изучения
Изучение принципов построения и способов настройки хранилища данных на основе решения BW SAP

Содержание
1.Основы Бизнес Аналитики
2.Проектирование хранилищ данных
3.Концепция OLAP
4.Интеллектуальный анализ данных Data Mining
5.Проектирование хранилища данных в SAP
6.Создание многомерных моделей данных в SAP BW

SAP Business Intelligence
SAP AG предлагает для обеспечения функций бизнес анализа (Business Intelligence) следующие программные пакеты:
SAP Business Information Warehouse (SAP BW) –
Хранилище данных
SAP Strategic Enterprise Management (SAP SEM) – Пакет аналитических приложений:
Стратегическое управление предприятием
Эти пакеты представляют собой единую интегрированную среду (SAP BI).

Глава 1 «Проектирование ИС»

1.1 Предмет бизнес аналитики

Отличие операционной среды от среды принятия решений

2.1 OLAP технологии – основа хранилищ данных

2.2 Архитектура SAP BW

Технология реализации хранилищ данных
1.Определение потребности конечных пользователей и построение модели бизнес - вопросов, на которые необходимо ответить.
2.Идентификация данных из корпоративных и внешних источников, которые будут питать хранилище или витрину данных.
3.Анализ источников данных и моделирование функций и процессов, которые эти источники охватывают.
4.Определение процедур трансформации, очистки и логической интеграции, данных источника перед их помещением в хранилище или витрину данных, а также регламентирование выполнения этих процедур, обновляющих хранилище данных.
5.Создание метаданных, описывающих источники и способы преобразования данных, и логику хранилища данных. Репозитарий метаданных должен включать определения данных, бизнес - правила и детальную логику для моделирования разработки аналитических систем.
6.Формирование физических таблиц хранилища данных и его заполнение. Этот процесс может потребовать нескольких итераций с учетом возможного изменения структур данных при анализе схемы данных хранилища.
7.Построение репозитария витрин данных, в которые войдут подмножества данных из хранилища и предварительно агрегированные данные. Часть метаданных будет описывать, каким образом первичные данные хранилища преобразуются, агрегируются и кэшируются в витринах данных.
8.Установка средств OLAP, прикладных систем, Web-серверов и всех необходимых инструментов и серверных программ, необходимых для доступа к данным, анализа и получения отчетов.
9.Установка на рабочие станции конечных пользователей клиентского программного обеспечения для доступа пользователей к данным.