Презентація створена як наочний матеріал для підготовки спеціалістів управлінського напряму Кафедра управління, Сумський державний університет

1. SQL. OLAP. Data mining
Інформаційні системи в менеджменті
Презентація створена як наочний матеріал для
підготовки спеціалістів управлінського напряму
Кафедра управління, Сумський державний
університет

2. Більш детальніше про кафедру та її роботу можна
дізнатись за посиланням:
https://management.biem.sumdu.edu.ua/uk/

5. Реляційні бази даних

6. SQL (Structured Query Language)
 SQL (вимовляється як "ess-que-el") означає Structured Query Language. SQL
використовується для зв'язку з базою даних. За даними ANSI
(Американський національний інститут стандартів), це стандартна мова
реляційних систем управління базами даних. Записи SQL
використовуються для виконання завдань, таких як оновлення даних в базі
даних або отримання даних з бази даних.
 Деякі загальні системи керування реляційними базами даних, що
використовують SQL: Oracle, Sybase, Microsoft SQL Server, Access, Ingres та
ін.
 Хоча більшість систем бази даних використовують SQL, у більшості з них
також є власні додаткові розширення, які, зазвичай, використовуються
лише на їхній системі . Тим не менш, стандартні команди SQL, такі як:
"Вибір", "Вставити", "Оновити", "Видалити", "Створити" - можуть
використовуватися для виконання практично всього, що потрібно зробити
з базою даних.

7. Використання баз даних для покращення
продуктивності бізнесу та прийняття рішень
Підприємства використовують свої бази даних для відстеження основних
транзакцій, таких як: оплата постачальникам, обробка замовлень,
обслуговування клієнтів та оплата праці працівників. Але їм також потрібні
бази даних для надання інформації, яка допоможе компанії ефективніше
управляти бізнесом, а також допоможе керівникам та працівникам
прийняти кращі рішення.

8. Аналізуючи дані покупок через кредитні
картки клієнтів, компанія Louise's Trattoria,
ресторанна мережа Лос-Анджелеса,
дізналася, що якість була важливішою, ніж
ціна для більшості їхніх клієнтів.
В меню було збільшено кількість
вегетаріанських страв, морепродуктів та
дорогих вин, що призвело до збільшення
прибутку на понад 10%

9. Склади даних (DATA WAREHOUSES)
Що робити, якщо ви хочете отримати коротку та надійну інформацію про
поточні операції, тенденції та зміни у всій компанії? У великій компанії, це
може бути важко, оскільки дані часто зберігаються в окремих системах,
таких як: продажі, виробництво або бухгалтерський облік.
Деякі дані, які вам потрібні, можуть бути знайдені в системі продажу та
інших частинах у виробничій системі. Багато з цих систем є застарілими
системами, які використовують застарілі технології управління даними або
файлові системи, в яких інформація важкодоступна для користувачів.

10. Склади даних (DATA WAREHOUSES)
Вам, можливо, доведеться витратити неабиякий час на розміщення та збір
даних, які вам потрібні, або ви будете змушені приймати ваші рішення на
підставі неповних знань. Якщо вам потрібна інформація про тенденції, у вас
також можуть виникнути проблеми з пошуком даних про минулі події,
оскільки більшість фірм акцентують увагу на своїх поточних даних. Облік
даних вирішує ці проблеми.

11. Склади даних (DATA WAREHOUSES)
Склад даних - це база даних, яка зберігає поточні та історичні дані, що
представляють потенційний інтерес для керівників компанії. Дані
походять з багатьох основних операційних систем, таких як: системи
продажів, облікових записів клієнтів і виробництва, - і можуть
включати дані транзакцій з веб-сайтів.
Сховище даних консолідує та стандартизує інформацію з різних
операційних баз даних, щоб інформація могла використовуватися на
підприємстві для аналізу управління та прийняття рішень.

12. Компоненти складу даних

13. DATA MARTS
Компанії часто створюють загальні сховища даних, де
центральний склад даних обслуговує всю організацію або
створює менші децентралізовані склади, що називаються DATA
MARTS.
DATA MARTS- це підмножина сховища даних, в якій узагальнена
або цілеспрямована частина даних організації розміщується в
окремій базі даних для певної кількості користувачів.

14. DATA MARTS

15. Бізнес-аналітика, аналіз багатовимірних
даних та інтелектуальний аналіз даних
Після того, як дані було зафіксовано та організовано в сховищах даних та
Data Marts, вони доступні для подальшого аналізу. Низка інструментів дає
змогу користувачам аналізувати ці дані, щоб побачити нові схеми,
взаємозв'язки та розуміння, які є корисними для прийняття рішень. Ці
інструменти для консолідації, аналізу та надання доступу до величезної
кількості даних допомагають користувачам приймати кращі бізнес-рішення,
часто називаються бізнес-аналітикою (BI). Основні інструменти для бізнес-
аналітики включають програмне забезпечення для запитів і звітів бази
даних, інструментів для аналізу багатомірних даних (он-лайн аналітична
обробка) та інструментів для пошуку даних.

17. Online Analytical Processing (OLAP)
OLAP (англ. online analytical processing, аналітична обробка в реальному часі) — це
технологія обробки інформації, що дозволяє швидко отримувати відповіді на
багатовимірні аналітичні запити.
Аналітична обробка в реальному часі (OLAP) - це категорія програмних технологій, яка
дає змогу аналітикам, менеджерам та керівникам отримувати інтерпретацію даних за
допомогою швидкого, послідовного, інтерактивного доступу до широкого кола
можливих зрізів інформації, яка була перетворена з необроблених даних.

18. Багатомірна
модель даних

19. Online Analytical Processing (OLAP)
Source: CHASS DataCentre

20. Online Analytical Processing (OLAP)
OLAP реалізований у багатокористувацькому режимі клієнта / сервера і забезпечує стійку швидку
відповідь на запити незалежно від розміру та складності бази даних. OLAP допомагає користувачеві
синтезувати корпоративну інформацію шляхом порівняльного, персоналізованого перегляду, а також
шляхом аналізу історичних та прогнозованих даних у різних сценаріях "що якщо". Це досягається за
допомогою OLAP-сервера.
Функціональність OLAP характеризується динамічним багатовимірним аналізом консолідованих
даних підприємства, що підтримують аналітичну та навігаційну діяльність кінцевого користувача,
включаючи:
 Розрахунки та моделювання, що застосовуються між вимірами
 Аналіз тенденцій протягом послідовних періодів часу
 Зрізи даних для відображенні на екрані чи друку
 Аналіз даних на різних рівнях деталізації
 Співставлення нових груп даних в області перегляду
http://www.moulton.com/olap/olap.glossary.ht