Добавил:
Upload Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:
Лекции ИСЭ из ВЗФЭИ.doc
Скачиваний:
88
Добавлен:
09.11.2018
Размер:
26.35 Mб
Скачать

8. Хранилища данных и их применение для формирования экономических решений

Рассмотренные ранее OLAP-технологии часто реализуются с помощью хранилищ данных, являющихся дальнейшим развитием реляционных баз данных. Хранилище данных (ХД) – это предметно-ориентированный, неизменяемый и поддерживающий хронологию набор данных. Часто возникает вопрос: для чего нужны хранилища данных, если существуют базы данных? Ответом может быть следующее: в отличие от баз данных, которые предназначены для обслуживания повседневной деятельности предприятия, ХД ориентированы на многолетний оперативный многомерный анализ данных, результаты которого могут быть использованы для принятия решений.

Моделью данных в ХД служат гиперкубы, т.е. многомерные базы данных, в ячейках которых находятся анализируемые данные. По осям многомерного куба указываются измерители объекта с различных точек зрения. Пример гиперкуба (три измерения) представлен на рис. 5.24.

Аналитические измерения – это набор учетных признаков, которые могут быть присвоены каждой хозяйственной операции. Аналитические отчеты это данные объектов учета и управления, сгруппированные по нескольким измерениям. Например, для параметра “время” это последовательность месяцев, для параметра “регион” – список городов. Большинство измерений можно представить иерархической структурой. Например, измерение “исполнитель” может иметь следующие иерархические уровни: предприятие – подразделение – служащий.

На пересечении осей измерений находятся данные, количественно характеризующие события, факты, процессы (объемы продаж, остатки товаров на складах, прибыль, затраты и т.д.).

Оси измерений позволяют создавать многомерную модель данных (гиперкуб), над которым можно выполнять следующие операции:

  • срез;

  • вращение;

  • консолидация или детализация.

Операция среза позволяет выделить из многомерного куба те данные, которые соответствуют зафиксированному (указанному) значению одного или нескольких элементов измерений. Из одного куба можно создать множество срезов. Пример операции среза представлен на рис. 5.24, который иллюстрирует хранилище данных, предназначенное для подготовки аналитической информации по продажам. Объем продаж характеризуется тремя измерениями: регион, время, товарная группа (ТГ). На рис. 5.24б с помощью заштрихованной части показан тот срез, который характеризует объемы продаж в г. Туле в 2003 году по всем товарным группам. Такой срез позволяет подготовить информацию для принятия решений о том, какие товарные группы следует сворачивать, а какие развивать в регионах.

Обратимся к более детальному представлению хранилища данных в виде срезов, приведенных на рис. 5.25. Базовый показатель, на основании которого принимается такое решение, - объем продаж. Он зависит от – времени, группы товаров и региона. Для построения информационного куба, прежде всего, необходимо определить иерархию в измерении реквизитов-признаков показателя "объем продаж".

Объем продаж характеризуется следующими признаками:

  1. Время: год- квартал- месяц- неделя- день;

  2. Товар: группа товаров (ТГ) - подгруппа - наименование товара;

  3. Регион: 1-й уровень (Центральный, Уральский, Поволжье);

2-й уровень (Москва, Тула, Орел);

3-й уровень (Магазин-1, Магазин-2) .

С помощью информационного куба, получив из него необходимый срез, можно извлечь различную информацию, например:

1. Как изменяется объем продаж по каждой товарной группе в течение 2007 года в Туле.

2. Как изменялся объем продаж в г. Туле по товарной группе ТГ1 за последние три года?

Справа от среза показан график поведения объема продаж, получаемый обычно путем сопряжения OLAP-технологии с табличным процессором помощью табличного процессора. Для наглядного представления информации, сведения из отчетов могут быть экспортированы в сводные таблицы MS Excel, а затем выводиться в виде графиков

Операция вращения – это изменение расположения измерений в пространстве, что, возможно, облегчит принятие решений. Например, измерение «время», ранее представленное горизонтально, можно повернуть и расположить вертикально, а товар показать горизонтально (см. рис. 5.26 [29]). Возможно, именно эта операция поможет принять правильное решение.

Операции консолидации и детализации предназначены либо для агрегирования данных (обобщения) либо для их детализации. Осуществить эти операции можно благодаря иерархии, установленной среди измерителей. Эти операции иллюстрируются на рис. 5.27.

Хранилище данных относится к одному из перспективных направлений развития систем формирования решений. Как правило, современные ERP-системы оснащены средствами их создания. Например, система MS Navision полностью поддерживает идею хранилищ данных, что позволяет получить аналитическую информацию для принятия решений. На рис. 5.28 приведена общая схема использования гиперкубов в среде MS Navision.

Исходные данные, отражающие производственно-хозяйственные операции, вводятся в основную базу данных (БД1, БД2 и т.д.) после чего средствами MS Navisin, в соответствии с используемыми измерениями, формируется хранилище данных в виде куба. Основные базы данных используются для оперативной обработки данных и выдачи оперативных отчетов. Аналитические отчеты, необходимые для формирования решений, создаются в виде таблиц или графиков (диаграмм) для чего подключается MS Excel.