Информационные хранилища. Тема 6.1

УПРАВЛЕНИЕ
ДАННЫМИ
ОНЛАЙН КУРС:
ТЕМА 6.1
Информационные хранилища и склады данных

Вопрос 1
OLAP-технология

набор технологий для оперативной обработки информации, включающих динамическое построение отчётов в различных разрезах, анализ данных, мониторинг и прогнозирование ключевых показателей бизнеса
OLAP - технология

Упрощения работы с многоцелевыми накопленными данными о деятельности корпорации в прошлом
Сферы применения
OLAP

Превращения набора количественных показателей в качественные
Помощи аналитикам, менеджерам и управляющим в формировании своего собственного видения данных
Сферы применения
OLAP

Быстрота - означает, что система должна обеспечивать выдачу большинства ответов пользователям в пределах приблизительно пяти секунд
Ключевые характеристики OLAP

Разделимость - означает, что система дает возможность выполнять все требования защиты данных и реализовывать распределенный и одновременный доступ к данным для различных уровней пользователей
Ключевые характеристики OLAP

Многомерность - ключевое требование. Система должна обеспечить многомерное концептуальное представление данных, включая полную поддержку для иерархий и множественных иерархий, поскольку это определяет наиболее логичный способ анализировать бизнес
Ключевые характеристики OLAP

Доступность - необходимая информация должна быть получена там, где она необходима, независимо от ее объема и места хранения
Ключевые характеристики OLAP

Анализ - означает, что система может справляться с любым логическим и статистическим анализом, характерным для данного приложения, и обеспечивает его сохранение в виде, доступном для конечного пользователя
Ключевые характеристики OLAP

Хранилище данных
Многомерные OLAP-кубы
Система ключевых показателей (KPI)
Интеллектуальный анализ данных
Доступ через web-интерфейс
Этапы построения OLAP-системы

Хранилище данных является основой OLAP-системы. Процедуры загрузки с определённой периодичностью пополняют хранилище из различных источников , выполняя проверку и предварительную обработку.
Хранилище данных

На основе хранилища данных строятся многомерные OLAP-кубы, позволяющие в реальном времени осуществлять анализ данных и формировать отчёты в различных разрезах и произвольной глубиной детализации.
Многомерные OLAP-кубы

Пример OLAP куба

Показатели деятельности предприятия, которые помогают организации в достижении стратегических и операционных целей, создаётся на базе OLAP-кубов для мониторинга и оценки бизнес-процессов, а также для оповещения ответственных сотрудников о фактах отклонения.
Система ключевых показателей (KPI)

Модели интеллектуального анализа данных проектируются для автоматического прогнозирования наиболее важных показателей бизнеса, а также извлечения скрытых закономерностей из накопленной информации.
Интеллектуальный анализ данных

Чаще всего доступ осуществляется через специализированный web-портал, позволяющий работать с OLAP-кубами и отчётами, обладающий административным интерфейсом.
Доступ через web-интерфейс

Интегрировать данные различных информационных систем, создав единую версию правды
Проектировать новые отчеты без участия программистов
Преимущества OLAP системы на предприятии

В реальном времени анализировать данные по любым категориям и показателям бизнеса на любом уровне детализации
Производить мониторинг и прогнозирование ключевых показателей бизнеса
Преимущества OLAP системы

Высокие требования к аппаратному обеспечению, подготовке и знаниям административного персонала и конечных пользователей
Высокие затраты на реализацию проекта внедрения
Недостатки OLAP системы

Вопрос 2
Хранилища данных

предметно-ориентированный, интегрированный, неизменяемый и поддерживающий хронологию набор данных, предназначенный для обеспечений принятия управленческих решений
Хранилище данных

это концепция подготовки данных для последующего анализа
Концепция хранилищ данных

Интеграция и согласование данных из различных источников
Разделение наборов данных, используемых системами выполнения транзакций и системами поддержки принятия решений
Выполнение
положений

Исходные данные для анализа формируются системами операционной обработки, поступают из электронных архивов и от поставщиков информации, например: онлайн информационных агентств (Lenta.ru).
Эти источники слабо связаны между собой. Соответственно, данные, которые они предоставляют, имеют различную структуру и форматы представления.
Исходные данные

Предметная область
Хранилище должно разрабатываться с учетом специфики предметной области, а не приложений, оперирующих данными
Структура хранилища должна отражать представления аналитика об информации, с которой ему приходится работать

Ориентация на предметную область
Интегрированность
Требования к хранилищам данных
Неизменность данных
Поддержка хронологии

Интегрированность
Информация в хранилище загружается из приложений, созданных разными разработчиками
Необходимо объединить данные этих приложений, приведя их к единому синтаксическому и семантическому виду

Неизменяемость данных
Данные после загрузки в аналитических системах остаются неизменными
Внесение каких-либо изменений, кроме добавления записей не предполагаются

Учет хронологии достигается введением ключевых атрибутов «ДАТА» и/или «ВРЕМЯ» в структуры хранилища данных
Поддержка хронологии

Маленькие
Средние
Поддержка хронологии:
Большие
Сверхбольшие

специализированное тематическое хранилище, обслуживающее одно из направлений деятельности организации
Киоски данных

Выводы
Эффект от правильной организации, стратегического и оперативного планирования развития бизнеса трудно заранее оценить в цифрах, но очевидно, что он в десятки и даже сотни раз может превзойти затраты на реализацию таких систем.

Выводы
Однако не следует и заблуждаться. Эффект обеспечивает не сама система, а люди с ней работающие. Современные аналитические системы не являются системами искусственного интеллекта и они не могут ни помочь, ни помешать в принятии решения.
Их цель своевременно обеспечить менеджера всей информацией необходимой для принятия решения в удобном виде.