Galleria mappe mentale Data warehousing e business intelligence
Dama knowledge system, data warehouse, questa tecnologia consente alle organizzazioni di integrare dati provenienti da diverse fonti in un modello di dati comune. I dati integrati possono fornire approfondimenti sulle operazioni aziendali e aprire nuove possibilità per il supporto alle decisioni aziendali e la creazione di valore organizzativo.
Modificato alle 2024-04-07 09:24:02個人求職簡歷模板的暗黑配色方案,包括個人簡介、職業規劃、行業經驗、自我評價等多個部分,讓你的簡歷更出彩。使用模板可以極大地提高效率,用戶不需要從頭開始設計結構和內容,只需在模板的基礎上填寫或添加自己的信息即可,這樣可以節省大量的時間和精力,歡迎參考使用!持續分享給大家……
Se non sai come scrivere un articolo, sarai nei guai come manager dei sistemi informativi. Una guida passo passo su come scrivere un documento sulla gestione del rischio. Se ne hai bisogno, ritiralo velocemente!
Il programma dietetico formula un programma dietetico scientifico e ragionevole per soddisfare i nutrienti e l'energia richiesti dal corpo, mantenendo così una buona salute e una buona postura.
個人求職簡歷模板的暗黑配色方案,包括個人簡介、職業規劃、行業經驗、自我評價等多個部分,讓你的簡歷更出彩。使用模板可以極大地提高效率,用戶不需要從頭開始設計結構和內容,只需在模板的基礎上填寫或添加自己的信息即可,這樣可以節省大量的時間和精力,歡迎參考使用!持續分享給大家……
Se non sai come scrivere un articolo, sarai nei guai come manager dei sistemi informativi. Una guida passo passo su come scrivere un documento sulla gestione del rischio. Se ne hai bisogno, ritiralo velocemente!
Il programma dietetico formula un programma dietetico scientifico e ragionevole per soddisfare i nutrienti e l'energia richiesti dal corpo, mantenendo così una buona salute e una buona postura.
Data warehousing e business intelligence
introduzione
Introduzione: Data warehouse, questa tecnologia consente alle organizzazioni di integrare dati provenienti da diverse fonti in un modello di dati comune. I dati integrati possono fornire approfondimenti sulle operazioni aziendali e aprire nuove possibilità per il supporto alle decisioni aziendali e la creazione di valore organizzativo. I data warehouse sono anche un mezzo per ridurre il numero di aziende che costruiscono sistemi di supporto alle decisioni.
driver aziendali
diagramma del contesto
definizione
Fornire dati di supporto decisionale per supportare i lavoratori della conoscenza impegnati nel reporting, nelle interrogazioni e nell'analisi attraverso processi di pianificazione, implementazione e controllo
Bersaglio
Stabilire e mantenere l'ambiente tecnico, la tecnologia e i processi aziendali necessari per fornire dati integrati a supporto delle funzioni operative, dei requisiti di conformità e delle attività di business intelligence
Supportare e consentire ai lavoratori della conoscenza di condurre analisi aziendali e processi decisionali efficaci
Metrica
Utilizzare gli indicatori
Soddisfazione del cliente/utente
Copertura dell'area tematica
Risposta temporale e metriche prestazionali
obiettivi e principi
Obiettivi organizzativi per la costruzione di un data warehouse
1) Supportare le attività di business intelligence
2) Potenziare l'analisi aziendale e un processo decisionale efficiente
3) Trovare metodi innovativi basati sulle differenze dei dati
La costruzione del data warehouse dovrebbe seguire principi guida
1) Concentrarsi sugli obiettivi aziendali
2) Inizia pensando alla fine
Lascia che le priorità aziendali e l'ambito dei dati forniti guidino la costruzione dei contenuti del data warehouse
3) Pensiero e progettazione globale, azione locale e costruzione
4) Riassumere e continuare a ottimizzare, anziché farlo all'inizio
5) Migliorare la trasparenza e il self-service
6) Stabilire metadati insieme al data warehouse
7) Collaborazione
8) Non fare lo stampino
concetto di base
1.Intelligenza aziendale
1). La business intelligence si riferisce a un'attività di analisi dei dati che comprende le esigenze organizzative e cerca opportunità.
2). La business intelligence si riferisce alla raccolta di tecnologie che supportano tali attività di analisi dei dati
2. Magazzino dati
1). Un database integrato di supporto alle decisioni e programmi software associati per la raccolta, la pulizia, la trasformazione e l'archiviazione di dati da una varietà di operazioni e fonti esterne
2). Per supportare i requisiti storici, analitici e di business intelligence, la costruzione del data warehouse includerà anche data mart dipendenti e copie di sottoinsiemi di dati nel data warehouse del data mart.
3). In generale, il data warehouse include operazioni di archiviazione o recupero dei dati che forniscono dati per supportare il raggiungimento degli obiettivi di business intelligence.
Metodi di costruzione del data warehouse
Bill Inmon
Definire il data warehouse come "una raccolta di dati orientata al soggetto, integrata, mutevole e relativamente stabile che supporta le decisioni di gestione" e utilizzare un modello relazionale standardizzato per archiviare e gestire i dati
Orientato all'argomento
integrato
cambiando nel tempo
stabile
Dati aggregati e dettagliati
storico
Componenti CIF
1. Applicazione
2. Area di archiviazione temporanea dei dati
3. Integrazione e conversione
4. Archiviazione dei dati operativi (ODS)
5. Datamart
6. Data Mart Operativo (OpDM)
7. Magazzino dati
8. Rapporti operativi
9. Dati di riferimento, anagrafici e dati esterni
Ralph Kimball
Un data warehouse è definito come "una copia dei dati delle transazioni personalizzata per query e analisi" e il suo approccio è spesso chiamato modello multidimensionale
Un modello multidimensionale, spesso chiamato schema a stella, è costituito da una tabella dei fatti (contenente dati quantitativi sui processi aziendali, come i dati di vendita) e una tabella multidimensionale (che memorizza attributi descrittivi relativi ai dati della tabella dei fatti) per rispondere a domande sulla tabella dei fatti per il consumo di dati, ad esempio la quantità di prodotto X venduto in questo trimestre).
Più tabelle dei fatti condivideranno dimensioni comuni o dimensioni coerenti tramite un "bus", simile a un bus in un computer. È possibile integrare più data mart in un data mart di livello aziendale inserendo bus che seguono le dimensioni.
Componenti del data warehouse
1. Sistema di origine aziendale
2. Area di archiviazione temporanea dei dati
3. Area di visualizzazione dei dati
4. Area di accesso ai dati
Componenti dell'architettura del data warehouse
Un ambiente di data warehouse è costituito da un insieme di componenti architetturali organizzati per soddisfare le esigenze dell'azienda
1. Sistema di origine
I sistemi di origine includono sistemi aziendali e dati esterni che devono confluire nell'ambiente di data warehouse/business intelligence
2. Integrazione dei dati
Include estrazione, trasformazione e caricamento
3. Area di archiviazione dei dati
1) Area di deposito temporaneo
2) Dimensione di coerenza tra dati di riferimento e dati anagrafici
3) Magazzino dati centrale
4) Archiviazione dei dati operativi (ODS)
5) Datamart
6) Cubi di dati (cubi)
Flusso dai sistemi di origine alle aree di gestione temporanea dei dati in cui i dati possono essere puliti e arricchiti quando i dati vengono integrati e archiviati in un data warehouse o un archivio dati operativo. In un data warehouse, è possibile accedere ai dati tramite data mart o cubi di dati per generare vari report.
Carica il metodo di elaborazione
La costruzione del data warehouse prevede due tipi principali di integrazione dei dati: caricamento storico e aggiornamenti continui dei dati
1) Dati storici
2) Acquisizione dati di modifica batch
OLAP
includere
1. Tagliare
2. Tagliare a pezzi
3. Eseguire il drill-down/up
4. Convoluzione verso l'alto
5. Prospettiva
Tre metodi classici di implementazione OLAP
1) Elaborazione analitica online relazionale (ROLAP)
2) Elaborazione analitica online a matrice multidimensionale (MOLAP)
3) Elaborazione analitica online ibrida (HOLAP)