Skladování dat 101

Obsah

• Co je to skladování dat?
• Druhy dat
• Časově proměnná data
• Subjektově orientovaná data
• Integrovaná data
• Business Analytics a generování sestav
• Statistický software a obchodní zpravodajství
• Těžba dat
• Skladování dat v kostce

Odnést:

Skladování dat poskytuje solidní základ pro konsolidaci historických, současných a budoucích dat, což organizaci umožňuje vytvářet zprávy, provádět pokročilé analýzy a provádět některá data mining.

Mnoho podniků neustále shromažďuje velké množství dat. Aby však bylo možné tyto informace použít, musí být zavedena funkční sada procesů a postupů, aby je měla smysl.

Ať už jste vývojář datového skladu nebo jste poprvé slyšeli termín datové sklady, je nezbytné porozumět základům datového skladu - včetně toho, co to znamená, jak se používá a jaké výhody může přinést -.

Jakmile budou data řádně analyzována, lze je použít k vytvoření jasnějšího obrazu pozitivních a negativních dopadů, které mají společné trendy a vzorce na podnik. Zní to dostatečně jednoduše, ale zajištění užitečnosti dat je jednou z hlavních výzev při skladování dat.

Co je to skladování dat?

Datový sklad je centralizovaná paměťová jednotka (databáze), která definuje a sestavuje data a všechny jejich podrobné informace. Tyto podrobnosti mohou zahrnovat informace týkající se zákaznické základny organizace, poskytovatelů služeb, dodavatelů, transakcí nebo obchodních procesů pomocí integrovaného datového modelu. (Další informace o řízení podnikových procesů najdete v BPM a SOA: Jak řídí podnikání.)

Skladování dat stahuje data z různých zdrojů, které jsou k dispozici v rámci podniku; tato data mohou být poté analyzována různými způsoby. Datový sklad je integrovaný, energeticky nezávislý, časově variabilní a subjektově orientovaný sběr informací. To znamená, že datový sklad by měl dosáhnout následujících cílů:

• Zachyťte a poskytněte přístup k podnikovým metadatům
• Zlepšete kvalitu dat a minimalizujte generované nekonzistence v přehledech
• Integrujte data z mnoha různých zdrojů a zajistěte jejich sdílení
• Zvýšením rychlosti a výkonu všech potřeb podávání zpráv účinným a efektivním sloučením historických a současných dat

Druhy dat

Datový sklad poskytuje vylepšené techniky podnikové inteligence tím, že odebírá data z různých zdrojů a umožňuje podnikovým uživatelům rychlý přístup k důležitým datům z jednoho sdíleného místa. Typ dat shromážděných v datovém skladu je objektově orientovaný, integrovaný a identifikovaný nebo synchronizovaný v určitém časovém období.

Pokud jde o skladování dat, existují čtyři klíčové typy dat:

Nemůžete zlepšit své programovací schopnosti, když se nikdo nestará o kvalitu softwaru.

Časově proměnná data

Data časové varianty zajišťují, že všechny informace uložené v datovém skladu jsou aktuální a generované v reálném čase. Všechny klíčové struktury v datovém skladu obsahují prvek času poskytováním informací z pohledu horizontu, jako je posledních pět až 10 let.

Subjektově orientovaná data

Údaje zaměřené na jednotlivé subjekty jsou organizovány na základě hlavních kategorií podniků, jako jsou zákazníci, prodej, produkty a služby. Orientace na předmět poskytuje jednoduché a stručné vyhodnocení specifických témat předmětu tím, že se zaměřuje na model a analýzy dat, které budou používat klíčoví činitelé rozhodování v organizaci.

Integrovaná data

Integrovaná data se skládají z několika smíšených zdrojů, jako jsou relační databáze, online transakční záznamy a ploché soubory. Jakmile se uvedené zdroje úspěšně integrují, provede se čištění dat. To zajišťuje konzistenci v měření atributů, názvových konvencích, strukturách kódování a klíčových termínech prostřednictvím převodu dat.

Business Analytics a generování sestav

Datový sklad je založen na vícerozměrném modelování dat. Multidimenzionální datový model vytváří řadu různých pohledů ve formě datové krychle, která umožňuje moderování a prohlížení dat prostřednictvím různých dimenzí. Datový sklad je jedním z prvních kroků použitých při expanzi a vývoji organizace. Používá se především, když se společnost rozhodne začít investovat do obchodní analýzy. Obchodní analýza vyžaduje celou řadu technologických aplikací a postupů používaných společností k nalezení a identifikaci obchodních potřeb a zlepšení na základě statistických údajů.

Obchodní analytika pomáhá organizacím objevovat a rozpoznávat vzorce, které lze použít k předpovídání, utváření a zlepšování obchodních výsledků. Její výsledky shromážděné tímto procesem se však skutečně počítají, protože se používají k navrhování vytváření, provádění a řízení nových strategií. (Pro čtení na pozadí si přečtěte úvod do Business Intelligence.)

Obchodní analytická řešení využívají kvantitativních a statistických údajů založených na faktech pro vyhodnocení minulé výkonnosti a přípravu na budoucí obchodní plánování a alternativy. Sběr podnikových dat je obvykle vytvářen stroji nebo aplikacemi pomocí statistického softwaru. To je důvod, proč mnoho společností používá statistický software k vylepšení založeným na analytice.

Statistický software a obchodní zpravodajství

Statistický software je také označován jako software Business Intelligence (BI). Pro mnoho společností neexistuje žádný specifický proces výběru softwaru, zatímco jiné se řídí firemním standardem nebo již mají k dispozici databázi nebo nástroj pro podávání zpráv, který je třeba pouze aktivovat. Proces používaný při výběru vhodného analytického softwaru začíná vytvořením strategie BI a splněním všech již zavedených obchodních požadavků.

Obchodní manažeři a analytici hrají velkou roli při výběru vhodného softwaru a zajišťování toho, aby jim jejich obchodní analytické techniky začaly správným směrem. Je známo, že firmy jako Amazon sledují trendy v nákupním chování mezi zákazníky, aby zjistily cenové rozpětí, s nimiž je cílový trh nejpohodlnější. Podniky jsou pak schopny efektivně rozhodovat o konkurenceschopných cenových relacích, aniž by příliš ovlivnily jejich celkové ziskové rozpětí. Bez předdefinované strategie BI je běžné, že typ zakoupeného softwaru neposkytne organizaci odpovídající schopnosti přizpůsobení, které potřebuje.

Těžba dat

Dolování dat zahrnuje kopání hluboko do dat za účelem získání užitečných poznatků k provádění důkazů a rozhodnutí založených na faktech. Z technického hlediska lze dolování dat použít k nalezení korelací nebo vzorců mezi různými poli z velkých relačních databází. Konkrétně jde o proces analýzy informací z více perspektiv a jejich shrnutí do užitečných dat. V nejlepším případě mohou tyto informace pomoci podniku snížit náklady, zvýšit prodej a ovlivnit další klíčové ukazatele výkonu.

Dolování dat je výkonná technologie, kterou lze použít k objevování několika různých dimenzí, kategorií a vztahů, které existují mezi různými zdroji dat a záznamy. Například v maloobchodním sektoru by těžba dat mohla pomoci společnosti rozpoznat vzorce prodeje a chování zákazníků, což by jim umožnilo využít tyto informace k jejich výhodě. Jedním nechvalně známým příkladem je maloobchodník, který si klade za cíl určit, který z jeho nakupujících může očekávat, což obchodu umožňuje kupóny pro dětské předměty v době, kdy rodiče mají tendenci nakupovat.

Skladování dat v kostce

Při integraci a používání technik skladování dat umožňují obchodní analytické metody organizacím zlepšit jejich celkové obchodní strategie a umožnit optimalizované rozhodování pomocí softwaru BI. Analytics hraje zásadní roli v jakékoli organizaci a k ​​podpoře a generování vhodných služeb sběru dat a marketingu lze použít mnoho různých postupů, včetně dolování dat a dalších různých analytických metod. Nové příležitosti a možnosti jsou prozkoumány pomocí technik skladování dat zlepšením služeb zákazníkům, zjednodušením správy zásob, křížovou propagací produktů, které vyhovují individuálním potřebám zákazníků, a poskytováním kritické analýzy produktů a služeb.

Skladování dat je to, co organizacím umožňuje najít odpovědi na složité otázky ve velkých souborech dat. To je síla digitálního sběru a ukládání dat.