Vsebina
- Kaj je skladiščenje podatkov?
- Vrste podatkov
- Podatki o časovni različici
- Subjektni podatki
- Integrirani podatki
- Poslovna analitika in izdelava poročil
- Statistična programska oprema in poslovna inteligenca
- Data Mining
- Skladiščenje podatkov v lupini
Odvzem:
Skladiščenje podatkov je trden temelj za konsolidacijo zgodovinskih, sedanjih in prihodnjih podatkov, kar omogoča organizaciji pripravo poročil, izvajanje naprednih analiz in izvajanje nekaterih podatkov.
Mnoga podjetja nenehno zbirajo velike količine podatkov. Toda za uporabo teh informacij je treba vzpostaviti funkcionalen nabor postopkov in postopkov, da se te smiselno uporabijo.
Ne glede na to, ali ste razvijalec skladišča podatkov ali ste prvič slišali izraz skladiščenje podatkov, razumevanje osnov shranjevanja podatkov - vključno s tem, kaj pomeni, kako se uporablja in kakšne koristi lahko prinese - je bistvenega pomena.
Ko so podatki pravilno analizirani, jih je mogoče uporabiti za oblikovanje jasnejše slike o pozitivnih in negativnih vplivih, ki jih imajo skupni trendi in vzorci na podjetje. To se sliši dovolj preprosto, toda zagotavljanje, da so podatki uporabni, je eden največjih izzivov pri shranjevanju podatkov.
Kaj je skladiščenje podatkov?
Podatkovno skladišče je centralizirana shranjevalna enota (baza podatkov), ki določa in zbira podatke in vse njegove poglobljene podrobnosti. Te podrobnosti lahko vključujejo informacije, ki se nanašajo na uporabniško bazo organizacij, ponudnike storitev, dobavitelje, transakcije ali poslovne procese z uporabo integriranega modela podatkov. (Če želite izvedeti več o upravljanju poslovnih procesov, glejte BPM in SOA: Kako poganjata poslovanje.)
Skladiščenje podatkov potegne podatke iz različnih virov, ki so na voljo v podjetju; te podatke je mogoče nato analizirati na različne načine. Skladišče podatkov je integrirana, nehlapna, časovna različica in vsebinsko usmerjena zbirka informacij. To pomeni, da bi moralo podatkovno skladišče doseči naslednje cilje:
- Zajemite in zagotovite dostop do poslovnih metapodatkov
- Izboljšajte kakovost podatkov in zmanjšajte ustvarjene neskladnosti poročil
- Vključite podatke iz različnih virov in poskrbite za skupno rabo podatkov
- Povečajte hitrost in uspešnost vseh potreb po poročanju, tako da učinkovito in uspešno združite pretekle in aktualne podatke
Vrste podatkov
Podatkovno skladišče ponuja izboljšane tehnike poslovne inteligence, saj zbira podatke iz različnih virov in omogoča poslovnim uporabnikom hiter dostop do kritičnih podatkov z enega skupnega mesta. Vrsta podatkov, zbranih v podatkovnem skladišču, je v posameznem časovnem obdobju usmerjena, integrirana in identificirana ali sinhronizirana.
Kar zadeva skladiščenje podatkov, obstajajo štiri ključne vrste podatkov:
Ne morete izboljšati svojih programskih veščin, kadar nikogar ne skrbi za kakovost programske opreme.
Podatki o časovni različici
Podatki o časovni varianti zagotavljajo, da so vse informacije, shranjene v podatkovnem skladišču, trenutne in ustvarjene v realnem času. Vse ključne strukture podatkovnega skladišča vsebujejo element časa z zagotavljanjem informacij z vidika obzorja, na primer v zadnjih petih do desetih letih.
Subjektni podatki
Subjektno naravnani podatki so organizirani na podlagi glavnih kategorij podjetja, kot so stranke, prodaja, izdelki in storitve. Predmetna orientacija ponuja preprosto in jedrnato oceno določenih vprašanj z osredotočanjem na model in analize podatkov, ki jih bodo uporabili ključni odločevalci organizacije.
Integrirani podatki
Integrirani podatki so sestavljeni iz več, mešanih virov, kot so relacijske podatkovne baze, spletni zapisi transakcij in ploščate datoteke. Ko se določeni viri uspešno integrirajo, se izvede čiščenje podatkov. To zagotavlja skladnost pri atributnih ukrepih, poimenovanju konvencij, kodiranju struktur in ključnih izrazov s pretvorbo podatkov.
Poslovna analitika in izdelava poročil
Shranjevanje podatkov temelji na večdimenzionalnem modeliranju podatkov. Večdimenzionalni podatkovni model ustvarja različne različne poglede v obliki kocke podatkov, ki omogoča moderiranje in ogled podatkov v več dimenzijah. Shranjevanje podatkov je eden prvih korakov, ki se uporablja, ko se organizacija širi in razvija. Uporablja se predvsem, ko se podjetje odloči začeti vlagati v analizo poslovanja. Analiza poslovanja vključuje različne tehnološke aplikacije in postopke, ki jih korporacija uporablja za iskanje in prepoznavanje poslovnih potreb in izboljšav na podlagi statističnih podatkov.
Poslovna analitika pomaga organizacijam odkriti in prepoznati vzorce, ki jih je mogoče uporabiti za napovedovanje, oblikovanje in izboljšanje poslovnih rezultatov. Vendar pa se rezultati, zbrani v tem procesu, resnično štejejo, saj se uporabljajo za predlaganje oblikovanja, izvajanja in upravljanja novih strategij. (Za branje v ozadju si oglejte Uvod v poslovno inteligenco.)
Poslovne analitične rešitve uporabljajo kvantitativne in statistične podatke, ki temeljijo na dejstvih, za oceno pretekle uspešnosti in pripravo na prihodnje poslovno načrtovanje in druge možnosti. Zbiranje poslovnih podatkov navadno ustvarjajo stroji ali aplikacije s pomočjo statistične programske opreme. Zato mnoga podjetja uporabljajo statistično programsko opremo za izboljšanje na podlagi analitike.
Statistična programska oprema in poslovna inteligenca
Statistično programsko opremo imenujejo tudi programska oprema za poslovno inteligenco (BI). Za številna podjetja ni določenega postopka izbire programske opreme, druga pa se držijo korporativnega standarda ali imajo že vzpostavljeno bazo podatkov ali orodje za poročanje, ki jih je treba samo aktivirati. Postopek, ki se uporablja pri izbiri ustrezne analitične programske opreme, se začne z ustvarjanjem BI strategije in z izpolnjevanjem že določenih splošnih poslovnih zahtev.
Vodje podjetij in analitiki igrajo veliko vlogo pri izbiri ustrezne programske opreme in zagotavljanju, da jih bodo tehnike njihove poslovne analize začele v pravo smer. Podjetja, kot je Amazon, so znana, da spremljajo trende v nakupovalnem vedenju med kupci, da bi ugotovili cenovni razpon, s katerim je najbolj udoben ciljni trg. Podjetja lahko nato učinkovito odločajo o konkurenčnih cenah, ne da bi preveč vplivala na njihovo skupno stopnjo dobička. Brez vnaprej določene BI strategije je običajno, da vrsta kupljene programske opreme ne bo zagotovila organizaciji ustreznih sposobnosti prilagajanja, ki jih potrebuje.
Data Mining
Izkopavanje podatkov vključuje kopanje globoko v podatke, da se ustvarijo koristni vpogledi za sprejemanje dokazov in odločitev, ki temeljijo na dejstvih. Tehnično gledano lahko podatkovno rudarjenje uporabimo za iskanje korelacij ali vzorcev med različnimi polji iz velikih relacijskih baz podatkov. Natančneje, gre za analizo informacij z več vidikov in njihovo strnitev v koristne podatke. V najboljšem primeru lahko ta vpogled podjetju pomaga znižati stroške, povečati prodajo in vplivati na druge ključne kazalnike uspešnosti.
Rudarjenje podatkov je močna tehnologija, ki jo je mogoče uporabiti za odkrivanje več različnih dimenzij, kategorij in odnosov med različnimi viri podatkov in zapisi. Na primer, v maloprodajnem sektorju bi lahko pridobivanje podatkov pomagalo podjetju prepoznati prodajne vzorce in vedenje strank, kar bi jim omogočilo, da informacije izkoristijo v svojo korist. Eden zloglasnih primerov je sposobnost prodajalca Targets, da ugotovi, kdo od svojih nakupovalcev morda pričakuje, in trgovina omogoča kupone za otroške izdelke v času, ko starši običajno začnejo nakupovati z njimi.
Skladiščenje podatkov v lupini
Pri integraciji in uporabi tehnik skladiščenja podatkov metodologije poslovne analitike omogočajo organizacijam, da izboljšajo svoje celotne poslovne strategije in omogočijo optimizirano odločanje z uporabo BI programske opreme. Analitika ima ključno vlogo v kateri koli organizaciji, zato je za podporo in ustvarjanje ustreznih storitev zbiranja podatkov in trženja mogoče uporabiti številne različne postopke, vključno z iskanjem podatkov in drugimi različnimi analitičnimi metodami. Nove priložnosti in možnosti se raziskujejo s pomočjo tehnik skladiščenja podatkov z izboljšanjem storitev za stranke, poenostavitvijo upravljanja zalog, medsebojno promocijo izdelkov, ki ustrezajo potrebam posameznih strank, ter s kritično analizo izdelkov in storitev.
Skladiščenje podatkov je tisto, kar omogoča organizacijam, da v velikih nizih podatkov poiščejo odgovore na zapletena vprašanja. V tem je moč digitalnega zbiranja in shranjevanja podatkov.