7

1. ‫מערכות‬ ‫ניהול‬‫מערכות‬ ‫ניהול‬
‫מידע‬ ‫וטכנולוגיות‬‫מידע‬ ‫וטכנולוגיות‬
‫נתוני‬ ‫מחס‬‫נתוני‬ ‫מחס‬←←‫עסקית‬ ‫בינה‬‫עסקית‬ ‫בינה‬
Data Warehousing &Data Warehousing &
Business IntelligenceBusiness Intelligence
‫ד‬‫ד‬""‫פינק‬ ‫ליאור‬ ‫ר‬‫פינק‬ ‫ליאור‬ ‫ר‬
‫אלבי‬ ‫אמנו‬‫אלבי‬ ‫אמנו‬
‫ב‬ ‫אוניברסיטת‬‫ב‬ ‫אוניברסיטת‬--‫בנגב‬ ‫גוריו‬‫בנגב‬ ‫גוריו‬
‫וניהול‬ ‫תעשיה‬ ‫להנדסת‬ ‫המחלקה‬‫וניהול‬ ‫תעשיה‬ ‫להנדסת‬ ‫המחלקה‬
‫שיעור‬8

2. BI & DW 231‫דצמבר‬11
‫הארגוני‬ ‫במבנה‬ ‫שינוי‬
‫יותר‬ ‫שטוח‬ ‫מבנה‬,‫ניהוליות‬ ‫רמות‬ ‫פחות‬
‫מנהלי‬ ‫יותר‬"‫גדול‬ ‫ראש‬"
•‫העשייה‬ ‫בקצב‬ ‫שינויי‬
‫קיצור‬Time to Market
‫תחרות‬ ‫ליותר‬ ‫הביא‬ ‫הגלובלי‬ ‫הכפר‬
‫דינמיות‬
‫במוצר‬ ‫במקו‬ ‫בלקוח‬ ‫מיקוד‬
‫המידע‬ ‫מהפיכת‬
‫המידע‬ ‫שט‬
‫התפעוליות‬ ‫במערכות‬ ‫לא‬ ‫הוא‬ ‫התחרותי‬ ‫היתרו‬
‫אלא‬‫תפעוליי‬ ‫נתוני‬ ‫על‬ ‫החלטות‬ ‫לבסס‬ ‫ביכולת‬
‫עסקית‬ ‫בבינה‬ ‫הצור‬‫עסקית‬ ‫בבינה‬ ‫הצור‬)1(

3. BI & DW 331‫דצמבר‬11
‫עסקית‬ ‫בבינה‬ ‫הצור‬‫עסקית‬ ‫בבינה‬ ‫הצור‬)2(
‫הצור‬‫הצור‬
‫תחרות‬‫תחרות‬
‫לשינויי‬ ‫תגובה‬ ‫זמ‬‫לשינויי‬ ‫תגובה‬ ‫זמ‬
‫בלקוח‬ ‫התמקדות‬‫בלקוח‬ ‫התמקדות‬
‫עלויות‬ ‫והורדת‬ ‫רווחיות‬ ‫הגדלת‬‫עלויות‬ ‫והורדת‬ ‫רווחיות‬ ‫הגדלת‬
‫הבעיתיות‬‫הבעיתיות‬
‫נתוני‬ ‫הרבה‬ ‫יש‬ ‫הארגוניות‬ ‫המידע‬ ‫במערכות‬‫נתוני‬ ‫הרבה‬ ‫יש‬ ‫הארגוניות‬ ‫המידע‬ ‫במערכות‬,,‫מידע‬ ‫די‬ ‫אי‬ ‫א‬‫מידע‬ ‫די‬ ‫אי‬ ‫א‬
‫ושונות‬ ‫רבות‬ ‫מידע‬ ‫מערכות‬ ‫בי‬ ‫מפוזרי‬ ‫הנתוני‬‫ושונות‬ ‫רבות‬ ‫מידע‬ ‫מערכות‬ ‫בי‬ ‫מפוזרי‬ ‫הנתוני‬––‫לקבל‬ ‫קושי‬‫לקבל‬ ‫קושי‬
‫ואמיתית‬ ‫כוללת‬ ‫תמונה‬‫ואמיתית‬ ‫כוללת‬ ‫תמונה‬
‫חיצוניי‬ ‫ה‬ ‫החלטות‬ ‫לקבלת‬ ‫הנדרשי‬ ‫מהנתוני‬ ‫חלק‬‫חיצוניי‬ ‫ה‬ ‫החלטות‬ ‫לקבלת‬ ‫הנדרשי‬ ‫מהנתוני‬ ‫חלק‬
‫באירגו‬ ‫השוני‬ ‫לדרגי‬ ‫שוני‬ ‫מידע‬ ‫צרכי‬‫באירגו‬ ‫השוני‬ ‫לדרגי‬ ‫שוני‬ ‫מידע‬ ‫צרכי‬

4. BI & DW 431‫דצמבר‬11
Need for Data WarehousingNeed for Data Warehousing
Integrated, companyIntegrated, company--wide view of highwide view of high--qualityquality
information (from disparate databases)information (from disparate databases)
Separation ofSeparation of operationaloperational andand informationalinformational systemssystems
and data (for improved performance)and data (for improved performance)

5. BI & DW 531‫דצמבר‬11
‫ייעודיות‬ ‫מערכות‬VERTICAL←‫הארגו‬ ‫של‬ ‫הקריטיות‬
‫בנקאות‬,‫שילוח‬,BILLING
‫לקוחות‬ ‫קשרי‬ ‫ניהול‬
‫מערכות‬ManagementERM‫או‬ERP
‫הנתוני‬ ‫מחס‬ ‫מערכת‬
‫ב‬ ‫ירידה‬-‫עלויות‬⇦⇦⇦⇦‫בביצועי‬ ‫עליה‬
‫מבוזר‬ ‫מחשוב‬,‫שרת‬/‫לקוח‬,‫ענ‬
INTERNET‫אלקטרוני‬ ‫ומסחר‬
Object Oriented
‫המידע‬ ‫מערכות‬ ‫בהתפתחות‬ ‫מגמות‬
‫המידע‬ ‫טכנולוגית‬ ‫בהתפתחות‬ ‫מגמות‬

6. BI & DW 631‫דצמבר‬11
‫ושאילתות‬ ‫דוחות‬ ‫מחוללי‬
COBOL Report Write
External Report Generators
Data base retrieve system
Statistic: SAS, SPSS
Time series Analysis, Drill Down, What if
DSS - based on its hypercube
EIS←‫גבי‬ ‫על‬PC‫בתצוגה‬‫חלונאית‬
‫תצוגה‬ ‫על‬ ‫דגש‬,‫הניתוח‬ ‫ביכולת‬ ‫נסיגה‬
‫עצמית‬ ‫הפעלה‬)‫מוגבלת‬(‫המנהל‬ ‫ידי‬ ‫על‬:‫העכבר‬ ‫בהזזת‬ ‫רק‬,KPI
‫מידע‬ ‫לאספקת‬ ‫מערכות‬ ‫התפתחות‬)1(
From data jailhouse to data warehouse

7. BI & DW 731‫דצמבר‬11
‫מידע‬ ‫מרכז‬Information System (IBM)
‫הבקעה‬ ‫ללא‬ ‫א‬ ‫דר‬ ‫פריצת‬:
‫במחשבי‬ ‫נפרדת‬ ‫מחשוב‬ ‫סביבת‬MF
‫ללא‬ ‫לנתוני‬ ‫גישה‬ ‫אפשרות‬‫מתכנתי‬
‫אישיי‬ ‫מחשבי‬ ‫של‬ ‫סביבה‬
‫האישי‬ ‫המחשב‬ ‫של‬ ‫כוחו‬ ‫ניצול‬,‫התצוגה‬ ‫יכולות‬
‫נתוני‬ ‫הכפלת‬,‫יישומי‬)‫מחלקתיי‬(‫המידע‬ ‫למערכת‬ ‫מחו‬
‫הנתוני‬ ‫מחס‬
‫עכשוית‬ ‫טכנולוגיה‬ ‫מבוסס‬ ‫מידע‬ ‫מרכז‬ ‫למעשה‬
‫תובנות‬ ‫לגילוי‬ ‫מביא‬ ‫שלופי‬ ‫נתוני‬ ‫שילוב‬Discovery
‫נושאי‬ ‫לחתו‬ ‫האפשרות‬Subject Oriented
Re-Engineering‫התפעוליות‬ ‫המערכות‬ ‫של‬ ‫זעזוע‬ ‫ללא‬
‫מידע‬ ‫לאספקת‬ ‫מערכות‬ ‫התפתחות‬)2(
From data jailhouse to data warehouse

8. BI & DW 831‫דצמבר‬11
‫הגדרות‬‫הגדרות‬))11((
Business Intelligence (BI)Business Intelligence (BI)––‫טכנולוגיות‬ ‫של‬ ‫רחבה‬ ‫קטגוריה‬‫טכנולוגיות‬ ‫של‬ ‫רחבה‬ ‫קטגוריה‬
‫לאיסו‬ ‫ויישומי‬‫לאיסו‬ ‫ויישומי‬,,‫אחסו‬‫אחסו‬,,‫לסייע‬ ‫מנת‬ ‫על‬ ‫לנתוני‬ ‫גישה‬ ‫ומת‬ ‫ניתוח‬‫לסייע‬ ‫מנת‬ ‫על‬ ‫לנתוני‬ ‫גישה‬ ‫ומת‬ ‫ניתוח‬
‫החלטות‬ ‫קבלת‬ ‫בתהליכי‬ ‫בארגו‬ ‫למשתמשי‬‫החלטות‬ ‫קבלת‬ ‫בתהליכי‬ ‫בארגו‬ ‫למשתמשי‬
Knowledge Discovery in Databases (KDD)Knowledge Discovery in Databases (KDD)––‫התהלי‬‫התהלי‬
‫מנתוני‬ ‫מועיל‬ ‫ידע‬ ‫הפקת‬ ‫של‬ ‫הכולל‬‫מנתוני‬ ‫מועיל‬ ‫ידע‬ ‫הפקת‬ ‫של‬ ‫הכולל‬
Data Warehouse (DW)Data Warehouse (DW)––‫נתוני‬ ‫בסיס‬‫נתוני‬ ‫בסיס‬))DatabaseDatabase((‫המאחס‬‫המאחס‬
‫היסטוריות‬ ‫סיכו‬ ‫רמות‬ ‫בעיקר‬ ‫א‬ ‫עכשוויי‬ ‫נתוני‬‫היסטוריות‬ ‫סיכו‬ ‫רמות‬ ‫בעיקר‬ ‫א‬ ‫עכשוויי‬ ‫נתוני‬,,‫ממקורות‬‫ממקורות‬
‫מגווני‬‫מגווני‬,,‫הארגו‬ ‫בכל‬ ‫למנהלי‬ ‫עניי‬ ‫בעלי‬ ‫שהינ‬‫הארגו‬ ‫בכל‬ ‫למנהלי‬ ‫עניי‬ ‫בעלי‬ ‫שהינ‬
Data MartData Mart––‫יותר‬ ‫קט‬ ‫גודל‬ ‫בסדר‬ ‫נתוני‬ ‫מחס‬‫יותר‬ ‫קט‬ ‫גודל‬ ‫בסדר‬ ‫נתוני‬ ‫מחס‬,,‫נתח‬ ‫רק‬ ‫המכיל‬‫נתח‬ ‫רק‬ ‫המכיל‬
‫של‬ ‫מסוימת‬ ‫אוכלוסיה‬ ‫או‬ ‫מסוימת‬ ‫פונקציה‬ ‫עבור‬ ‫בארגו‬ ‫מהנתוני‬‫של‬ ‫מסוימת‬ ‫אוכלוסיה‬ ‫או‬ ‫מסוימת‬ ‫פונקציה‬ ‫עבור‬ ‫בארגו‬ ‫מהנתוני‬
‫משתמשי‬‫משתמשי‬

9. BI & DW 931‫דצמבר‬11
‫הגדרות‬‫הגדרות‬))22((
Data MiningData Mining––‫לאתר‬ ‫במטרה‬ ‫מידע‬ ‫של‬ ‫גדולות‬ ‫כמויות‬ ‫ניתוח‬‫לאתר‬ ‫במטרה‬ ‫מידע‬ ‫של‬ ‫גדולות‬ ‫כמויות‬ ‫ניתוח‬
‫וחיזוי‬ ‫החלטות‬ ‫קבלת‬ ‫בתהליכי‬ ‫לשמש‬ ‫שיכולי‬ ‫וחוקי‬ ‫דפוסי‬‫וחיזוי‬ ‫החלטות‬ ‫קבלת‬ ‫בתהליכי‬ ‫לשמש‬ ‫שיכולי‬ ‫וחוקי‬ ‫דפוסי‬
‫עתידית‬ ‫התנהגות‬‫עתידית‬ ‫התנהגות‬
OnOn--Line Analytical Processing (OLAP)Line Analytical Processing (OLAP)––‫וניתוח‬ ‫מניפולציה‬‫וניתוח‬ ‫מניפולציה‬
‫מימדי‬ ‫ממספר‬ ‫מידע‬ ‫של‬ ‫גדולות‬ ‫כמויות‬‫מימדי‬ ‫ממספר‬ ‫מידע‬ ‫של‬ ‫גדולות‬ ‫כמויות‬//‫פרספקטיבות‬‫פרספקטיבות‬
INCOME ANNUAL REPORT
___ ___ ____ _____ ___ __
___ ___ ____ _____ ___ __
___ ___ ____ _____ ___ __
INCOME ANNUAL REPORT
___ ___ ____ _____ ___ __
___ ___ ____ _____ ___ __
___ ___ ____ _____ ___ __

10. BI & DW 1031‫דצמבר‬11
‫מערכת‬‫נפרדת‬)‫מהתפעולית‬(‫רבדי‬ ‫שלושה‬ ‫בעלת‬:
‫שליפת‬)‫גזירת‬(‫תפעוליות‬ ‫ממערכות‬ ‫נתוני‬
‫הנתוני‬ ‫ניהול‬
‫אספקה‬,‫ניתוח‬ ‫תצוגה‬
•‫קשיי‬:
•‫טכנולוגיות‬ ‫ריבוי‬ ‫בעלת‬ ‫סביבת‬
•‫מקור‬ ‫נתוני‬ ‫של‬ ‫אדיר‬ ‫מספר‬"‫נקיי‬ ‫לא‬"
•‫משתנות‬ ‫דרישות‬
‫בעצ‬ ‫זה‬ ‫מה‬,‫נתוני‬ ‫מחס‬?

11. BI & DW 1131‫דצמבר‬11
‫השכבות‬ ‫שלושת‬

12. BI & DW 1231‫דצמבר‬11
Data WarehouseData Warehouse
A subjectA subject--oriented, integrated, timeoriented, integrated, time--variant, nonvariant, non--
updatable collection of data used in support ofupdatable collection of data used in support of
management decisionmanagement decision--making processesmaking processes
SubjectSubject--oriented:oriented: e.g. customers, patients, students,e.g. customers, patients, students,
productsproducts
Integrated:Integrated: Consistent naming conventions, formats,Consistent naming conventions, formats,
encoding structures; from multiple data sourcesencoding structures; from multiple data sources
TimeTime--variant:variant: Can study trends and changesCan study trends and changes
Nonupdatable:Nonupdatable: ReadRead--only, periodically refreshedonly, periodically refreshed

13. BI & DW 1331‫דצמבר‬11
‫ייעודיות‬ ‫מערכות‬
‫מקוונות‬
‫תנועות‬ ‫ניהול‬ ‫או‬ ‫אצווה‬Two phase commit_rollback
‫התפעול‬ ‫הנתוני‬ ‫בסיס‬ ‫את‬ ‫מנהלות‬
‫סטטיות‬ ‫נשארות‬ ‫הפיתוח‬ ‫גמר‬ ‫לאחר‬
•‫שליפה‬
•‫תצוגה‬
•‫ניתוח‬
•‫עצמאי‬ ‫נתוני‬ ‫בסיס‬ ‫ניהול‬,‫הארגו‬ ‫לכול‬ ‫רוחבי‬
•‫וניתוח‬ ‫תצוגה‬ ‫כלי‬
‫הזמ‬ ‫כול‬ ‫מתפתחות‬
‫תפעוליי‬ ‫עסקיי‬ ‫יישומי‬Operational Business Apps.
‫החלטות‬ ‫תומכי‬ ‫יישומי‬Decision Support Apps.

14. BI & DW 1431‫דצמבר‬11
‫הנתוני‬ ‫מחס‬ ‫של‬ ‫ארכיטקטורה‬
Operational & DWH=Two Tier Architecture
‫החלטות‬ ‫בקבלת‬ ‫לתמיכה‬ ‫המיועדי‬ ‫נתוני‬ ‫ניהול‬
‫איסו‬)‫טיוב‬ ‫תו‬(,‫אחסו‬,‫הפצה‬,‫שיתו‬
‫על‬ ‫דגש‬:‫יעילות‬,‫עקביות‬,‫נוחות‬,‫תקפות‬
‫המחס‬ ‫עוצמת‬:‫מבצעי‬ ‫בה‬ ‫הקלות‬‫פעולות‬‫וניתוח‬ ‫תצוגה‬
‫ומשולבי‬ ‫ייעודי‬ ‫נתוני‬ ‫אוס‬
‫נושא‬ ‫לפי‬ ‫מאורגני‬
‫היסטורי‬ ‫עומק‬ ‫בעלי‬
‫מתעדכני‬ ‫אינ‬
‫החלטות‬ ‫קבלת‬ ‫בתהלי‬ ‫לתמו‬ ‫מיועדי‬

15. BI & DW 1531‫דצמבר‬11
‫מיידית‬ ‫מתעדכ‬ ‫לא‬‫תקופתי‬ ‫עדכו‬Bulk Load
‫מסוימת‬ ‫זמ‬ ‫לנקודת‬ ‫נכו‬‫הנתוני‬ ‫לכול‬ ‫אחד‬ ‫זמ‬ ‫ממד‬ ‫מגדיר‬ ‫העדכו‬
‫היסטורי‬ ‫עומק‬‫שני‬ ‫מספר‬ ‫של‬ ‫סיכו‬ ‫רמת‬
‫עסקית‬ ‫ישות‬ ‫לפי‬ ‫ארגו‬‫המקור‬ ‫לפי‬ ‫לא‬
‫משולב‬ ‫נתוני‬ ‫אוס‬‫במקור‬ ‫תלות‬ ‫ללא‬ ‫א‬ ‫שונות‬ ‫ממערכות‬ ‫נתוני‬
‫למשתמש‬ ‫ונוחות‬ ‫אחידות‬ ‫מבטיח‬
‫ייעודי‬ ‫נתוני‬ ‫אוס‬‫נפרד‬,‫לתפעול‬ ‫קל‬ ‫מבנה‬,‫נגיש‬
‫נתוני‬ ‫מחס‬ ‫של‬ ‫תכונות‬

16. BI & DW 1631‫דצמבר‬11
‫אינטגרציה‬‫גבוהה‬‫מאד‬ ‫גבוהה‬
‫תכנו‬‫מראש‬‫כדי‬ ‫תו‬
‫נתוני‬ ‫מקור‬‫ארגוני‬ ‫פני‬‫וחו‬ ‫פני‬
‫נתוני‬ ‫נפח‬‫משתנה‬‫גדול‬
‫חשיפה‬‫מבנה‬‫נתוני‬‫נמוכה‬‫גבוהה‬
‫מראש‬ ‫תכנו‬‫גבוה‬‫נמו‬
‫תגובה‬ ‫זמני‬‫מאד‬ ‫קצרי‬‫קצרי‬
‫לאירוע‬ ‫נתוני‬‫מעטי‬‫רבי‬
‫מס‬.‫משתמשי‬‫גבוה‬‫נמו‬
‫ארגו‬ ‫צורת‬‫התפעול‬ ‫עבור‬:‫נרמול‬‫עיבוד‬ ‫עבור‬:‫סיכו‬ ‫רמות‬
‫עדכניות‬‫גבוהה‬‫נמוכה‬
‫מאפיי‬Operational Bus. AppDecision Sup. Sys = BI
‫השוואה‬

17. BI & DW 1731‫דצמבר‬11
‫נתוני‬ ‫מחס‬ ‫של‬ ‫שרטוט‬
‫שכבתי‬ ‫ארבע‬

18. BI & DW 1831‫דצמבר‬11
‫נתוני‬ ‫מחסני‬ ‫של‬ ‫סוגי‬‫נתוני‬ ‫מחסני‬ ‫של‬ ‫סוגי‬

19. BI & DW 1931‫דצמבר‬11
‫הנתוני‬ ‫קטלוג‬‫הנתוני‬ ‫בסיס‬ ‫טבלאות‬ ‫כול‬ ‫של‬
‫המידע‬ ‫הצגת‬‫תצוגה‬ ‫כלי‬,‫ניתוח‬,‫כרייה‬
‫הנתוני‬ ‫בסיס‬‫לרוב‬ ‫טבלאי‬
‫תהליכי‬ ‫ותפעול‬ ‫ניהול‬‫במחס‬ ‫התהליכי‬ ‫כול‬ ‫של‬ ‫ותזמו‬ ‫הפעלה‬
‫ביניי‬ ‫אחסו‬‫הטעינה‬ ‫של‬ ‫תזמו‬ ‫לש‬
‫גזירה‬,‫והמרה‬ ‫טיוב‬‫המחס‬ ‫עבור‬ ‫הנתוני‬ ‫של‬ ‫ההתאמה‬ ‫במסגרת‬
‫לנתוני‬ ‫גישה‬‫גישה‬ ‫כלי‬ODBC,ETL
‫הנתוני‬ ‫מקור‬‫לארגו‬ ‫וחיצוני‬ ‫פנימי‬
‫מחלקתי‬ ‫או‬ ‫ארגוני‬ ‫כלל‬ ‫נתוני‬ ‫מחס‬

20. BI & DW 2031‫דצמבר‬11
‫זמ‬ ‫לנקודת‬ ‫נכו‬‫שוט‬ ‫עדכו‬
‫תכופות‬ ‫לעתי‬ ‫מתעדכ‬‫תקופתי‬ ‫עדכו‬,‫הארגוני‬ ‫זה‬ ‫מאשר‬ ‫יותר‬ ‫תכו‬
‫ביניי‬ ‫אחסנת‬‫הארגוני‬ ‫הנתוני‬ ‫למחס‬ ‫כהכנה‬
‫היסטורי‬ ‫עומק‬‫בלבד‬ ‫שוט‬
‫עסקית‬ ‫ישות‬ ‫לפי‬ ‫ארגו‬‫המקור‬ ‫לפי‬ ‫לא‬
‫משולב‬ ‫נתוני‬ ‫אוס‬‫במקור‬ ‫תלות‬ ‫ללא‬ ‫א‬ ‫שונות‬ ‫ממערכות‬ ‫נתוני‬
‫למשתמש‬ ‫ונוחות‬ ‫אחידות‬ ‫מבטיח‬
‫ייעודי‬ ‫נתוני‬ ‫אוס‬‫נפרד‬,‫לתפעול‬ ‫קל‬ ‫מבנה‬,‫נגיש‬
‫תפעולי‬ ‫נתוני‬ ‫מחס‬ ‫של‬ ‫תכונות‬
ODS Operational Data Store

21. BI & DW 2131‫דצמבר‬11
‫מדומה‬ ‫הנתוני‬ ‫מחס‬←‫ישיר‬
‫שליפה‬ ‫כלי‬,‫ניהול‬,‫תצוגה‬‫הנתוני‬ ‫מבסיס‬ ‫ישירות‬
‫כי‬ ‫מוגבלת‬ ‫יכולת‬:
‫שוני‬ ‫נתוני‬ ‫בי‬ ‫אינטגרציה‬ ‫לייצר‬ ‫קשה‬
‫עמוסי‬ ‫התפעול‬ ‫מחשבי‬

22. BI & DW 2231‫דצמבר‬11
Operational data
Information
From Data to KnowledgeFrom Data to Knowledge
Knowledge
workers
Source: www.eforceglobal.com

23. BI & DW 2331‫דצמבר‬11
Examples of CustomerExamples of Customer--OrientedOriented
BI QuestionsBI Questions
Which customers to acquire and what to offer youngsters?Which customers to acquire and what to offer youngsters?
What characterizes my valuable customers?What characterizes my valuable customers?
Which product the customer is looking for on my webWhich product the customer is looking for on my web--site?site?
What is the probability that the surfer will stop his site visitWhat is the probability that the surfer will stop his site visit??
Segmentation of customers according to their preferredSegmentation of customers according to their preferred
communication method and hourscommunication method and hours

24. BI & DW 2431‫דצמבר‬11
‫נתוני‬ ‫מחס‬ ‫של‬ ‫הקמה‬ ‫פרויקט‬‫נתוני‬ ‫מחס‬ ‫של‬ ‫הקמה‬ ‫פרויקט‬

25. BI & DW 2531‫דצמבר‬11
‫נתוני‬ ‫למחס‬ ‫דוגמא‬

26. BI & DW 2631‫דצמבר‬11
‫הבאות‬ ‫הסיבות‬ ‫בשל‬ ‫ומורכב‬ ‫מאד‬ ‫ארו‬ ‫פרויקט‬:
‫הלקוח‬ ‫מבחינת‬:
‫להסביר‬,‫לשכנע‬,‫תקציב‬ ‫לקבל‬
‫ציפיות‬ ‫תיאו‬
‫הסכמה‬
‫הנתוני‬ ‫מבנה‬ ‫משמעות‬ ‫את‬ ‫ללמד‬
‫הנתוני‬ ‫מבחינת‬:
‫המקורות‬ ‫של‬ ‫נרמול‬
‫תזמו‬
‫שונות‬ ‫ממערכות‬ ‫שליפה‬
‫הכמויות‬ ‫תכנו‬
‫בשלבי‬ ‫הקמה‬←‫אבטיפוס‬←‫מחלקתי‬/‫תפעולי‬←‫ארגוני‬
‫ארגוני‬ ‫נתוני‬ ‫מחס‬ ‫של‬ ‫ההקמה‬ ‫פרויקט‬

27. BI & DW 2731‫דצמבר‬11
The ProcessThe Process
Raw data is storedRaw data is stored
Raw data are typically stored, retrieved, and updated byRaw data are typically stored, retrieved, and updated by
an organizationan organization’’s ons on--line transaction processing (OLTP)line transaction processing (OLTP)
systems.systems.
Information is cleansed and optimizedInformation is cleansed and optimized
Info is cleansed and optimized for decision support apps.Info is cleansed and optimized for decision support apps.
It is usuallyIt is usually ““read onlyread only”” and stored on separate systems.and stored on separate systems.
Data mining, query and analytical tools generateData mining, query and analytical tools generate
intelligenceintelligence
Enables companies to spot trends, enhance businessEnables companies to spot trends, enhance business
relationships, and create new opportunitiesrelationships, and create new opportunities

28. BI & DW 2831‫דצמבר‬11
The ProcessThe Process
Organizations use intelligence to make strategicOrganizations use intelligence to make strategic
business decisionsbusiness decisions
With this intelligence, organizations can make effectiveWith this intelligence, organizations can make effective
decisions, and create strategies and programs fordecisions, and create strategies and programs for
competitive advantage.competitive advantage.
Business performance management applicationsBusiness performance management applications
track resultstrack results
Well run BIDW operation includes BPM applications,Well run BIDW operation includes BPM applications,
which help track results of the decisions made and thewhich help track results of the decisions made and the
performance of the programs created.performance of the programs created.

29. BI & DW 2931‫דצמבר‬11
Sales
Financial
Inventory
Operational Systems Data Warehouse
Customer
Geography
Product
Organized by processes
or tasks
Organized by subject
Organization of DataOrganization of Data
Source: www.eforceglobal.com

30. BI & DW 3031‫דצמבר‬11
Data Warehouse ProcessData Warehouse Process
DATA SOURCES STAGING AREA DATA WAREHOUSE DECISION SUPPORT
Application
Databases
Application
Databases
Packaged
application/ERP
Data
Packaged
application/ERP
Data
Desktop DataDesktop Data
External DataExternal Data
Web-based
Data
Web-based
Data
[Adapted from SunExpert Magazine, October 1998.]
_________
_________
_________
_________
_________
_________
_________
_________
_________
_________
_________
_________
INCOME ANNUAL REPORT
___ ___ ____ _____ ___ __
___ ___ ____ _____ ___ __
___ ___ ____ _____ ___ __
INCOME ANNUAL REPORT
___ ___ ____ _____ ___ __
___ ___ ____ _____ ___ __
___ ___ ____ _____ ___ __
Reports
EIS
OLAP
Statistical &
Financial Analysis
EXTRACTION
TRANSFORMING
CLEANING
AGGREGATION
DATA
WAREHOUSE
DATA
MARTS

31. BI & DW 3131‫דצמבר‬11
‫מידע‬ ‫כריית‬‫מידע‬ ‫כריית‬

32. BI & DW 3231‫דצמבר‬11
Data MiningData Mining
‫ידע‬ ‫גילוי‬‫ידע‬ ‫גילוי‬(Knowledge Discovery in Databases(Knowledge Discovery in Databases –– KDD)KDD)--
‫נתוני‬ ‫של‬ ‫גדול‬ ‫אוס‬ ‫מתו‬ ‫וקשרי‬ ‫תבניות‬ ‫איתור‬ ‫של‬ ‫תהלי‬‫נתוני‬ ‫של‬ ‫גדול‬ ‫אוס‬ ‫מתו‬ ‫וקשרי‬ ‫תבניות‬ ‫איתור‬ ‫של‬ ‫תהלי‬
‫ניבוי‬ ‫מודל‬‫ניבוי‬ ‫מודל‬(Predictive Modeling)(Predictive Modeling)––‫מתופעות‬ ‫למידה‬ ‫יכולת‬‫מתופעות‬ ‫למידה‬ ‫יכולת‬
‫שיקרו‬ ‫לתופעות‬ ‫הסתברות‬ ‫וחישוב‬ ‫שארעו‬‫שיקרו‬ ‫לתופעות‬ ‫הסתברות‬ ‫וחישוב‬ ‫שארעו‬
‫נתוני‬ ‫כריית‬ ‫מערכת‬ ‫של‬ ‫מאפייני‬‫נתוני‬ ‫כריית‬ ‫מערכת‬ ‫של‬ ‫מאפייני‬
‫גדולה‬ ‫אוכלוסיה‬ ‫מתו‬ ‫מאפייני‬ ‫של‬ ‫והכללה‬ ‫לימוד‬ ‫יכולת‬‫גדולה‬ ‫אוכלוסיה‬ ‫מתו‬ ‫מאפייני‬ ‫של‬ ‫והכללה‬ ‫לימוד‬ ‫יכולת‬
‫אלגוריתמי‬ ‫מספר‬ ‫להפעיל‬ ‫יכולת‬‫אלגוריתמי‬ ‫מספר‬ ‫להפעיל‬ ‫יכולת‬
‫ע‬ ‫תרחישי‬ ‫לבדיקת‬ ‫המפעיל‬ ‫התערבות‬ ‫יכולת‬‫ע‬ ‫תרחישי‬ ‫לבדיקת‬ ‫המפעיל‬ ‫התערבות‬ ‫יכולת‬""‫התוצאות‬ ‫ס‬‫התוצאות‬ ‫ס‬
‫גרפית‬ ‫הצגה‬ ‫יכולת‬‫גרפית‬ ‫הצגה‬ ‫יכולת‬
‫שונות‬ ‫אופציות‬ ‫בצורת‬ ‫מוצגות‬ ‫להיות‬ ‫עשויות‬ ‫תוצאות‬‫שונות‬ ‫אופציות‬ ‫בצורת‬ ‫מוצגות‬ ‫להיות‬ ‫עשויות‬ ‫תוצאות‬
‫שונות‬ ‫בהסתברויות‬‫שונות‬ ‫בהסתברויות‬

33. BI & DW 3331‫דצמבר‬11
Approaches to Data MiningApproaches to Data Mining
Model BuildingModel Building –– The objective is to produce anThe objective is to produce an
overall summary of a set of data, similar tooverall summary of a set of data, similar to
conventional exploratory statistical methodsconventional exploratory statistical methods
(empirical vs. mechanistic models)(empirical vs. mechanistic models) ‫מראש‬‫מראש‬
Pattern DetectionPattern Detection –– Seeks to identify small andSeeks to identify small and
important departures from the norm, to detectimportant departures from the norm, to detect
unusual patterns of behaviorunusual patterns of behavior ‫בדיעבד‬‫בדיעבד‬

34. BI & DW 3431‫דצמבר‬11
‫טכניקות‬]‫סטטיסטיי‬ ‫כלי‬ ‫מבוססת‬,‫אלגוריתמיי‬,
‫מלאכותית‬ ‫בינה‬[‫יחסי‬ ‫מחפשות‬ ‫אשר‬,‫תבניות‬,‫קשרי‬
‫גדולי‬ ‫במאגרי‬ ‫נתוני‬ ‫בי‬
‫ג‬ ‫לביצוע‬ ‫נית‬ ‫א‬ ‫נתוני‬ ‫מחס‬ ‫הוא‬ ‫הטבעי‬ ‫המקור‬
‫נתוני‬ ‫מבסיסי‬
‫כרייה‬ ‫שיטות‬ ‫שתי‬:
‫אימות‬ ‫מבוסס‬ ‫ניתוח‬Verification
‫מחפש‬ ‫הוא‬ ‫מה‬ ‫יודע‬ ‫המשתמש‬.‫הנחה‬ ‫מגדיר‬]‫היפותזה‬[
‫או‬ ‫לאשר‬ ‫טכניקות‬ ‫ומפעיל‬‫לסתור‬]‫להחדיר‬ ‫רוצי‬ ‫אשר‬ ‫מוצר‬[
‫גילוי‬ ‫מבוסס‬ ‫ניתוח‬Discovery
‫מה‬ ‫אחת‬ ‫לכול‬ ‫מתאי‬ ‫מה‬ ‫וחיפוש‬ ‫הקבצות‬ ‫איתור‬]‫לה‬ ‫למכור‬ ‫מה‬[
‫נתוני‬ ‫כריית‬ ‫של‬ ‫המשמעות‬

35. BI & DW 3531‫דצמבר‬11
‫הנתוני‬ ‫כריית‬ ‫תהלי‬‫הנתוני‬ ‫כריית‬ ‫תהלי‬
‫והמשימה‬ ‫היישו‬ ‫תחו‬ ‫לימוד‬‫והמשימה‬ ‫היישו‬ ‫תחו‬ ‫לימוד‬
‫מקור‬ ‫נתוני‬ ‫מער‬ ‫יצירת‬‫מקור‬ ‫נתוני‬ ‫מער‬ ‫יצירת‬
""‫טיוב‬‫טיוב‬""‫הנתוני‬‫הנתוני‬
‫מודל‬ ‫פיתוח‬‫מודל‬ ‫פיתוח‬//‫היפותזה‬‫היפותזה‬
‫נתוני‬ ‫כריית‬‫נתוני‬ ‫כריית‬
‫ואימות‬ ‫בחינה‬‫ואימות‬ ‫בחינה‬
‫פרשנות‬‫פרשנות‬
‫שהתגלה‬ ‫בידע‬ ‫שימוש‬‫שהתגלה‬ ‫בידע‬ ‫שימוש‬
Business
Understanding
Data
Understanding
Data
Understanding
Data
Preparation
Data
Preparation
Modeling
& Discovery
Modeling
& Discovery
EvaluationEvaluation
DeploymentDeployment
Data

36. BI & DW 3631‫דצמבר‬11
‫יישומי‬
‫שוני‬ ‫לנושאי‬ ‫דומי‬ ‫מאפייני‬ ‫ע‬ ‫בעיות‬ ‫אוס‬:
‫לקוחות‬ ‫פילוח‬,‫נטישה‬ ‫ניתוח‬,‫קניות‬ ‫סל‬ ‫ניתוח‬,‫ממוקד‬ ‫שיווק‬,‫איתור‬
‫הונאות‬,‫אשראי‬ ‫דירוג‬,‫ובריאות‬ ‫ביטוח‬ ‫יישומי‬,‫איכות‬ ‫בקרת‬
•‫טכניקות‬
‫א‬'‫ויזואלית‬ ‫תצוגה‬←‫פיזור‬ ‫דיאגרמות‬
‫ב‬'‫נתוני‬ ‫בי‬ ‫ויחסי‬ ‫חוקי‬ ‫הסקת‬←]‫רכש‬ ‫אד‬ ‫א‬A‫ירכוש‬ ‫בהסתברות‬ ‫אז‬B[
‫ג‬'‫הופעה‬ ‫סדר‬ ‫ניתוח‬←‫ב‬'‫הזמ‬ ‫ציר‬ ‫על‬]‫עתידית‬ ‫רכישה‬ ‫צפי‬[
‫ד‬'‫אשכולות‬ ‫ניתוח‬←"‫על‬ ‫קבוצות‬"
‫ה‬'‫סיווג‬←‫הסתברותי‬ ‫ואמד‬ ‫היסטורי‬ ‫בסיס‬ ‫על‬ ‫חיזוי‬
‫ו‬'‫החלטה‬ ‫עצי‬←‫חשיבות‬ ‫לפי‬ ‫ומיו‬ ‫השפעה‬ ‫גורמי‬ ‫זיהוי‬
‫ז‬'‫עצביות‬ ‫רשתות‬←‫למידה‬ ‫יכולת‬
‫אלגוריתמי‬
‫הנתוני‬ ‫כריית‬ ‫של‬ ‫השכבות‬

37. BI & DW 3731‫דצמבר‬11
‫הבעיה‬ ‫מרחב‬ ‫של‬ ‫ותיחו‬ ‫הגדרה‬
‫העבודה‬ ‫סביבת‬ ‫של‬ ‫הכנה‬←‫ותוכנה‬ ‫חומרה‬
‫נתוני‬ ‫ממחס‬ ‫כרייה‬,‫נתוני‬ ‫בסיס‬ ‫או‬ ‫מרכול‬
‫הנתוני‬ ‫של‬ ‫וגזירה‬ ‫איתור‬
‫הנתוני‬ ‫של‬ ‫וטיוב‬ ‫ניקוי‬
‫הנתוני‬ ‫העשרת‬←‫חיצונית‬ ‫ממערכת‬
‫הנתוני‬ ‫קידוד‬←‫אחיד‬ ‫ייצוג‬
‫הנתוני‬ ‫כריית‬←‫ביישו‬ ‫ובחירה‬ ‫הקודמי‬ ‫השלבי‬ ‫לפי‬
‫דיווח‬
‫הנתוני‬ ‫כריית‬ ‫תהלי‬←‫הדגשי‬

38. BI & DW 3831‫דצמבר‬11
‫הנתוני‬ ‫לאיכות‬ ‫גבוהה‬ ‫רגישות‬
‫היעדר‬"‫קריטית‬ ‫מסה‬"‫נתוני‬ ‫של‬)‫סטטיסטית‬ ‫לתקפות‬(
‫הממצאי‬ ‫להסבר‬ ‫יכולת‬ ‫אי‬
"‫ס‬ ‫דרישת‬"‫ייחודי‬ ‫נתוני‬ ‫למבנה‬
‫ביצועי‬
‫העלות‬ ‫את‬ ‫להצדיק‬ ‫קשה‬
‫הנתוני‬ ‫בכריית‬ ‫עיקריות‬ ‫בעיות‬

39. BI & DW 3931‫דצמבר‬11
‫למנהלי‬ ‫מידע‬ ‫מערכת‬‫למנהלי‬ ‫מידע‬ ‫מערכת‬
EISEIS -- Executive Information SystemExecutive Information System
BIBI -- Business IntelligenceBusiness Intelligence

40. BI & DW 4031‫דצמבר‬11
‫מחשבי‬←‫עצמאיי‬ ‫גיליונות‬←‫נתוני‬ ‫העברת‬←‫כלי‬BI
‫רגילי‬ ‫דוחות‬
‫דרישה‬ ‫לפי‬ ‫דוחות‬
‫עומק‬ ‫שאילתות‬
‫התראות‬
‫כא‬ ‫עד‬BI‫טהור‬,‫ומעתה‬‫אנליטיקה‬:
•‫סטטיסטי‬ ‫ניתוח‬
•‫תחזיות‬
•‫לניבוי‬ ‫מודלי‬
•‫אופטימיזציה‬
‫ה‬ ‫מערכות‬ ‫של‬ ‫ההתפתחות‬←BI

41. BI & DW 4131‫דצמבר‬11
‫ארגוני‬ ‫מידע‬ ‫בניהול‬ ‫אתגרי‬‫ארגוני‬ ‫מידע‬ ‫בניהול‬ ‫אתגרי‬
‫בארגו‬ ‫נתוני‬ ‫של‬ ‫שוני‬ ‫סוגי‬ ‫קיימי‬‫בארגו‬ ‫נתוני‬ ‫של‬ ‫שוני‬ ‫סוגי‬ ‫קיימי‬
‫מאליה‬ ‫מובנות‬ ‫אינ‬ ‫הנתוני‬ ‫של‬ ‫הבסיסיות‬ ‫הקטגוריות‬‫מאליה‬ ‫מובנות‬ ‫אינ‬ ‫הנתוני‬ ‫של‬ ‫הבסיסיות‬ ‫הקטגוריות‬
‫שוני‬ ‫שמות‬ ‫להיות‬ ‫יכולי‬ ‫נתוני‬ ‫לאות‬‫שוני‬ ‫שמות‬ ‫להיות‬ ‫יכולי‬ ‫נתוני‬ ‫לאות‬
‫שוני‬ ‫ופורמטי‬ ‫תיאורי‬ ‫להיות‬ ‫יכולי‬ ‫נתוני‬ ‫לאות‬‫שוני‬ ‫ופורמטי‬ ‫תיאורי‬ ‫להיות‬ ‫יכולי‬ ‫נתוני‬ ‫לאות‬
‫בו‬ ‫מעודכני‬ ‫נתוני‬‫בו‬ ‫מעודכני‬ ‫נתוני‬--‫זמנית‬‫זמנית‬
‫פוליטיי‬ ‫נושאי‬‫פוליטיי‬ ‫נושאי‬--‫תפעוליי‬ ‫תהליכי‬ ‫מסבכי‬ ‫ארגוניי‬‫תפעוליי‬ ‫תהליכי‬ ‫מסבכי‬ ‫ארגוניי‬

42. BI & DW 4231‫דצמבר‬11
‫יקר‬‫יקר‬
‫בכירה‬ ‫הנהלה‬ ‫ומעורבות‬ ‫ניכר‬ ‫אירגוני‬ ‫מאמ‬ ‫דורש‬‫בכירה‬ ‫הנהלה‬ ‫ומעורבות‬ ‫ניכר‬ ‫אירגוני‬ ‫מאמ‬ ‫דורש‬
‫תשתיות‬‫תשתיות‬ITIT‫מתאימות‬‫מתאימות‬
‫ותחזוקה‬ ‫בבנייה‬ ‫מיוחדות‬ ‫מיומנויות‬‫ותחזוקה‬ ‫בבנייה‬ ‫מיוחדות‬ ‫מיומנויות‬
‫העובדי‬ ‫הכשרת‬‫העובדי‬ ‫הכשרת‬
‫עבודה‬ ‫ותהליכי‬ ‫עסקיות‬ ‫תפיסות‬ ‫שינוי‬‫עבודה‬ ‫ותהליכי‬ ‫עסקיות‬ ‫תפיסות‬ ‫שינוי‬
‫עסקית‬ ‫בינה‬ ‫מערכות‬ ‫ביישו‬ ‫אתגרי‬‫עסקית‬ ‫בינה‬ ‫מערכות‬ ‫ביישו‬ ‫אתגרי‬

43. BI & DW 4331‫דצמבר‬11
‫עסקית‬ ‫בינה‬ ‫מערכות‬ ‫ביישו‬ ‫התועלות‬‫עסקית‬ ‫בינה‬ ‫מערכות‬ ‫ביישו‬ ‫התועלות‬
‫הארגו‬ ‫חלקי‬ ‫כל‬ ‫של‬ ‫ופעולות‬ ‫תפיסות‬ ‫איחוד‬ ‫מאפשר‬‫הארגו‬ ‫חלקי‬ ‫כל‬ ‫של‬ ‫ופעולות‬ ‫תפיסות‬ ‫איחוד‬ ‫מאפשר‬
‫ביצועיו‬ ‫ושיפור‬ ‫הארגו‬ ‫פעילות‬ ‫של‬ ‫מדידה‬ ‫מאפשר‬‫ביצועיו‬ ‫ושיפור‬ ‫הארגו‬ ‫פעילות‬ ‫של‬ ‫מדידה‬ ‫מאפשר‬
‫להנהלה‬ ‫זמי‬ ‫מידע‬‫להנהלה‬ ‫זמי‬ ‫מידע‬––‫ההחלטות‬ ‫איכות‬ ‫שיפור‬‫ההחלטות‬ ‫איכות‬ ‫שיפור‬
‫אסטרטגי‬ ‫תחרותי‬ ‫יתרו‬ ‫להקנות‬ ‫עשוי‬‫אסטרטגי‬ ‫תחרותי‬ ‫יתרו‬ ‫להקנות‬ ‫עשוי‬,,‫וקשה‬ ‫טווח‬ ‫ארו‬‫וקשה‬ ‫טווח‬ ‫ארו‬
‫ע‬ ‫לחיקוי‬‫ע‬ ‫לחיקוי‬""‫המתחרי‬ ‫י‬‫המתחרי‬ ‫י‬

44. BI & DW 4431‫דצמבר‬11
‫מדידה‬/‫איכותיי‬ ‫נושאי‬ ‫של‬ ‫כימות‬/‫מפשטי‬
‫משות‬ ‫מכנה‬ ‫של‬ ‫בסיס‬ ‫על‬ ‫מדידה‬
‫אובייקטיבי‬ ‫הייחוס‬ ‫מדד‬-
‫הבט‬ ‫הרגשות‬ ‫נטרול‬
‫המדידה‬ ‫עיקרו‬ ‫של‬ ‫המשמעות‬

45. BI & DW 4531‫דצמבר‬11
‫ייחוס‬ ‫ער‬
‫מול‬ ‫ההשוואה‬...
‫ביצוע‬ ‫מול‬ ‫תכנו‬
‫שוט‬ ‫מול‬ ‫מצטבר‬
‫מקבילה‬ ‫תקופה‬ ‫לעומת‬ ‫נוכחית‬ ‫תקופה‬
‫ומחיר‬ ‫כמות‬
‫א‬ ‫מוצר‬‘‫ב‬ ‫מוצר‬ ‫לעומת‬’
‫א‬ ‫מחלקה‬‘‫ב‬ ‫מחלקה‬ ‫לעומת‬’

46. BI & DW 4631‫דצמבר‬11
‫ארגונית‬ ‫בקרה‬ ‫מערכת‬
-‫הנתוני‬ ‫אחר‬ ‫המרד‬-
‫המערכת‬ ‫נתוני‬ ‫של‬ ‫מדידה‬"‫הגלוי‬ ‫המודיעי‬"
‫הקרוב‬ ‫למעגל‬ ‫מחו‬ ‫למידע‬ ‫להגיע‬
‫המנהל‬ ‫של‬ ‫שולחנו‬ ‫על‬ ‫מצב‬ ‫תמונת‬
BSC - Balanced Score Card

47. BI & DW 4731‫דצמבר‬11
‫המנכ‬"‫לנושא‬ ‫פנוי‬ ‫אינו‬ ‫ל‬
‫המידע‬ ‫מערכות‬ ‫אג‬ ‫באחריות‬ ‫יהיה‬ ‫הפרויקט‬
‫תצוגה‬ ‫מערכות‬ ‫במספר‬ ‫נתוני‬ ‫אות‬ ‫לנהל‬
‫המתודולוגיה‬ ‫את‬ ‫לבד‬ ‫ללמוד‬ ‫למנהלי‬ ‫לתת‬,‫הכלי‬
‫מדויק‬ ‫אפיו‬ ‫על‬ ‫לוותר‬
‫הנהלה‬ ‫מעורבות‬ ‫ללא‬ ‫להתנהל‬ ‫לפרויקט‬ ‫לתת‬/‫משתמשי‬
‫להפתיע‬)‫התוצר‬ ‫ע‬(‫הניהולי‬ ‫הדרג‬ ‫את‬ ‫הכנה‬ ‫ללא‬
‫משתמש‬ ‫ממשק‬/‫מורכבי‬ ‫תצוגה‬ ‫מס‬
‫הפרויקט‬ ‫של‬ ‫חפוז‬ ‫תהלי‬
‫עלויות‬ ‫לחסו‬
‫כנכו‬ ‫לקבל‬←‫שוטפת‬ ‫בקרה‬ ‫ללא‬←‫נתו‬ ‫כול‬BI
‫תוצרי‬ ‫לספק‬BI‫הניהולית‬ ‫לצמרת‬ ‫רק‬
‫טעויות‬"‫קלסיות‬"‫פרויקט‬ ‫בניהול‬BI

48. BI & DW 4831‫דצמבר‬11
How Business Intelligence works?How Business Intelligence works?
15

49. BI & DW 4931‫דצמבר‬11
OnOn--Line Analytical Processing (OLAP)Line Analytical Processing (OLAP)
The use of a set of graphical tools that provides usersThe use of a set of graphical tools that provides users
with multidimensional views of their data and allows themwith multidimensional views of their data and allows them
to analyze the data using simple windowing techniquesto analyze the data using simple windowing techniques
Relational OLAP (ROLAP)Relational OLAP (ROLAP)
Traditional relational representationTraditional relational representation
Multidimensional OLAP (MOLAP)Multidimensional OLAP (MOLAP)
CubeCube structurestructure
OLAP Operations:OLAP Operations:
Cube slicingCube slicing –– come up with 2come up with 2--D view of dataD view of data
DrillDrill--downdown –– going from summary to more detailed viewsgoing from summary to more detailed views

50. BI & DW 5031‫דצמבר‬11
‫תצורה‬

51. BI & DW 5131‫דצמבר‬11

52. BI & DW 5231‫דצמבר‬11

53. BI & DW 5331‫דצמבר‬11
Date
Product
Country
sum
sumTV
VCR
PC
1Qtr 2Qtr 3Qtr 4Qtr
U.S.A
Canada
Mexico
sum
all, all, all
Total TV annual
sales in U.S.A.
OLAP Multidimensional Data AnalysisOLAP Multidimensional Data Analysis

54. BI & DW 5431‫דצמבר‬11
Concept of a Cube
or Pivot Table
Date
Product
Region
Product – Chocolate
Date – May 2003
Region – South East
Measure – Sales
How much Chocolate did we sell in the South East in May 2003?

55. BI & DW 5531‫דצמבר‬11
Slicing a Data CubeSlicing a Data Cube

56. BI & DW 5631‫דצמבר‬11
Business Case for BIBusiness Case for BI
Higher
Business
Value
Lower Higher
Complexity ofComplexity of
AnalysisAnalysis
“What has happened?”
“Why has it happened?”
“What will happen?”
Recommended
Actions
InsightAnalysisInformationData
Competitive Advantage
Baseline Metrics
Predictive Metrics
Descriptive Metrics
Source: www.eforceglobal.com

57. BI & DW 5731‫דצמבר‬11
‫למנהל‬ ‫תצוגה‬KPI

58. BI & DW 5831‫דצמבר‬11
‫שאלות‬?