Skladovanie údajov 101

Autor: Robert Simon
Dátum Stvorenia: 24 V Júni 2021
Dátum Aktualizácie: 1 V Júli 2024
Anonim
Skladovanie údajov 101 - Technológie
Skladovanie údajov 101 - Technológie

Obsah



Zobrať:

Skladovanie údajov poskytuje solídny základ pre konsolidáciu historických, súčasných a budúcich údajov, čo umožňuje organizácii vytvárať správy, vykonávať pokročilé analýzy a robiť niektoré údaje.

Mnoho firiem nepretržite zhromažďuje veľké množstvo údajov. Aby sa však tieto informácie mohli použiť, musí sa zaviesť funkčný súbor procesov a postupov, ktoré ich majú zmysel.

Či už ste vývojár dátového skladu alebo počúvate pojem sklady údajov prvýkrát, je nevyhnutné porozumieť základom skladovania údajov - vrátane toho, čo to znamená, ako sa používa a aké výhody to môže priniesť.

Ak sú údaje správne analyzované, môžu sa použiť na vytvorenie jasnejšieho obrazu o pozitívnych a negatívnych vplyvoch, ktoré majú spoločné trendy a vzorce na podnik. Znie to dosť jednoducho, ale zaistenie užitočnosti údajov je jednou z hlavných výziev pri ukladaní údajov.


Čo je to sklad údajov?

Dátový sklad je centralizovaná úložná jednotka (databáza), ktorá definuje a zhromažďuje údaje a všetky podrobné informácie. Tieto podrobnosti môžu zahŕňať informácie týkajúce sa zákazníckej základne organizácií, poskytovateľov služieb, dodávateľov, transakcií alebo obchodných procesov pomocou integrovaného dátového modelu. (Viac informácií o riadení podnikových procesov nájdete v BPM a SOA: Ako riadia podnikanie.)

Skladovanie údajov priťahuje údaje z rôznych zdrojov, ktoré sú dostupné v podniku. tieto údaje sa potom dajú analyzovať rôznymi spôsobmi. Dátový sklad je integrovaná, neprchavá, časovo variabilná a subjektovo zameraná zbierka informácií. To znamená, že dátový sklad by mal dosiahnuť tieto ciele:


  • Zachyťte a poskytnite prístup k podnikovým metaúdajom
  • Zlepšite kvalitu údajov a minimalizujte generované nekonzistencie v prehľadoch
  • Integrujte údaje z mnohých rôznych zdrojov a zabezpečte ich zdieľanie
  • Zvýšením rýchlosti a výkonu všetkých potrieb pri podávaní správ účinným a efektívnym zlúčením historických a súčasných údajov

Druhy údajov

Dátový sklad poskytuje vylepšené techniky podnikovej inteligencie tým, že prijíma údaje z rôznych zdrojov a umožňuje podnikovým používateľom rýchly prístup k dôležitým údajom z jedného zdieľaného miesta. Typ údajov zhromaždených v dátovom sklade je zameraný na objekt, integrovaný a identifikovaný alebo synchronizovaný v konkrétnom časovom období.

Pokiaľ ide o skladovanie údajov, existujú štyri kľúčové typy údajov:

Svoje programovacie schopnosti si nemôžete vylepšiť, keď sa nikto nestará o kvalitu softvéru.

Časovo variabilné údaje

Údaje časového variantu zaisťujú, že všetky informácie uložené v dátovom sklade sú aktuálne a generované v reálnom čase. Všetky kľúčové štruktúry v dátovom sklade obsahujú prvok času poskytovaním informácií z perspektívy horizontu, napríklad za posledných päť až desať rokov.

Dáta zamerané na subjekt

Údaje zamerané na jednotlivé subjekty sú usporiadané na základe hlavných obchodných tém spoločnosti, ako sú zákazníci, predaj, výrobky a služby. Subjektová orientácia poskytuje jednoduché a stručné hodnotenie špecifikovaných problémov subjektu so zameraním na model a analýzy údajov, ktoré budú používať kľúčoví činitelia s rozhodovacou právomocou v organizácii.

Integrované údaje

Integrované údaje sa skladajú z viacerých zmiešaných zdrojov, napríklad z relačných databáz, online záznamov o transakciách a plochých súborov. Akonáhle sa uvedené zdroje úspešne integrujú, aplikuje sa čistenie údajov. To zaisťuje konzistentnosť meraní atribútov, názvových konvencií, štruktúr kódovania a kľúčových pojmov prostredníctvom konverzie údajov.

Business Analytics a generovanie výkazov

Dátový sklad je založený na viacrozmernom modelovaní údajov. Multidimenzionálny dátový model vytvára množstvo rôznych pohľadov vo forme dátovej kocky, ktorá umožňuje moderovať a prezerať údaje prostredníctvom viacerých dimenzií. Dátový sklad je jedným z prvých krokov použitých pri expanzii a vývoji organizácie. Používa sa predovšetkým vtedy, keď sa spoločnosť rozhodne začať investovať do obchodnej analýzy. Podniková analýza vyžaduje množstvo technologických aplikácií a postupov, ktoré spoločnosť používa na lokalizáciu a identifikáciu obchodných potrieb a zlepšení na základe štatistických údajov.

Podniková analytika pomáha organizáciám objavovať a rozpoznávať vzory, ktoré možno použiť na predpovedanie, formovanie a zlepšovanie obchodných výsledkov. Jeho výsledky zozbierané prostredníctvom tohto procesu sa však skutočne počítajú, pretože sa používajú na navrhovanie tvorby, vykonávania a riadenia nových stratégií. (Ak chcete čítať na pozadí, prečítajte si Úvod do podnikového spravodajstva.)

Obchodné analytické riešenia využívajú kvantitatívne a štatistické údaje založené na faktoch na vyhodnotenie výkonnosti v minulosti a na prípravu na budúce obchodné plánovanie a alternatívy. Zber obchodných údajov je zvyčajne vytváraný strojmi alebo aplikáciami pomocou štatistického softvéru. To je dôvod, prečo mnoho spoločností používa štatistický softvér na zlepšenie na základe analýzy.

Štatistický softvér a obchodné spravodajstvo

Štatistický softvér sa označuje aj ako softvér Business Intelligence (BI). Pre mnoho spoločností neexistuje žiadny špecifický proces výberu softvéru, zatiaľ čo iné sa riadia podnikovým štandardom alebo už majú k dispozícii databázu alebo nástroj na podávanie správ, ktorý je potrebné iba aktivovať. Proces používaný pri výbere vhodného analytického softvéru sa začína vytvorením stratégie BI a splnením všetkých už stanovených obchodných požiadaviek.

Obchodní manažéri a analytici zohrávajú významnú úlohu pri výbere vhodného softvéru a pri zabezpečovaní toho, aby ich techniky podnikovej analýzy ich spustili správnym smerom. Je známe, že podniky ako Amazon sledujú trendy v nákupnom správaní medzi zákazníkmi, aby zistili cenové rozpätia, s ktorými je cieľový trh najpohodlnejší. Podniky sú potom schopné účinne rozhodovať o konkurencieschopných cenách bez toho, aby príliš ovplyvnili ich celkové ziskové rozpätie. Bez preddefinovanej stratégie BI je bežné, že typ zakúpeného softvéru neposkytne organizácii príslušné možnosti prispôsobenia, ktoré potrebuje.

Ťažba dát

Dolovanie údajov zahŕňa hĺbkové hĺbenie údajov, aby sa získali užitočné informácie na vykonanie dôkazov a na základe faktických rozhodnutí. Z technického hľadiska sa dolovanie údajov môže použiť na nájdenie korelácií alebo modelov medzi rôznymi oblasťami z veľkých relačných databáz. Konkrétne ide o proces analýzy informácií z viacerých hľadísk a ich zhrnutie do užitočných údajov. V najlepšom prípade môžu tieto informácie pomôcť podniku znížiť náklady, zvýšiť predaj a ovplyvniť ďalšie kľúčové ukazovatele výkonnosti.

Dolovanie údajov je výkonná technológia, ktorá sa dá použiť na objavenie niekoľkých rôznych dimenzií, kategórií a vzťahov, ktoré existujú medzi rôznymi zdrojmi údajov a záznamami. Napríklad v maloobchodnom sektore by ťažba údajov mohla pomôcť spoločnosti rozpoznať vzorce predaja a správanie zákazníkov, čo by im umožnilo využívať tieto informácie vo svoj prospech. Jedným zo známych príkladov je maloobchodník, ktorý sa zameriava na schopnosť určiť, ktorý z jeho nakupujúcich môže očakávať, a umožniť obchodom kupóny pre detské potreby v čase, keď rodičia majú tendenciu ich nakupovať.

Skladovanie dát v skratke

Pri integrácii a používaní techník skladovania údajov umožňujú podnikové analytické metódy organizáciám zlepšiť ich celkové obchodné stratégie a umožniť optimalizované rozhodovanie pomocou softvéru BI. Analytics zohráva dôležitú úlohu v akejkoľvek organizácii a na podporu a generovanie vhodných služieb zberu údajov a marketingu možno použiť mnoho rôznych postupov vrátane získavania údajov a iných rôznych analytických metód. Nové príležitosti a možnosti sa skúmajú pomocou techník skladovania údajov zlepšením služieb zákazníkom, zjednodušením správy zásob, krížovou propagáciou produktov, ktoré vyhovujú individuálnym potrebám zákazníkov, a poskytovaním kritických analýz produktov a služieb.

Skladovanie údajov je to, čo organizáciám umožňuje nájsť odpovede na zložité otázky vo veľkých súboroch údajov. To je sila digitálneho zberu a ukladania údajov.