Gegevensopslag 101

Schrijver: Robert Simon
Datum Van Creatie: 24 Juni- 2021
Updatedatum: 24 Juni- 2024
Anonim
Windows WMI:  WMI repository, Providers, Infrastructure, namespaces and more
Video: Windows WMI: WMI repository, Providers, Infrastructure, namespaces and more

Inhoud



Afhaal:

Data warehousing biedt een solide basis voor het consolideren van historische, huidige en toekomstige gegevens, waardoor een organisatie rapporten kan genereren, geavanceerde analyses kan uitvoeren en datamining kan uitvoeren.

Veel bedrijven verzamelen continu grote hoeveelheden gegevens. Maar om die informatie te gebruiken, moet er een functionele set van processen en procedures worden opgezet om deze te begrijpen.

Of u nu een datawarehouse-ontwikkelaar bent of de term datawarehousing voor het eerst hoort, het is van essentieel belang dat u de basisbeginselen van datawarehousing begrijpt - inclusief wat het betekent, hoe het wordt gebruikt en de voordelen die het kan bieden.

Nadat de gegevens correct zijn geanalyseerd, kunnen ze worden gebruikt om een ​​duidelijker beeld te krijgen van de positieve en negatieve effecten die gemeenschappelijke trends en patronen op een onderneming hebben. Dat klinkt eenvoudig genoeg, maar ervoor zorgen dat data nuttig is, is een van de grootste uitdagingen bij datawarehousing.


Wat is data warehousing?

Een datawarehouse is een gecentraliseerde opslageenheid (database) die gegevens en al zijn diepgaande details definieert en assembleert. Deze details kunnen informatie omvatten met betrekking tot het klantenbestand van een organisatie, dienstverleners, leveranciers, transacties of bedrijfsprocessen door het gebruik van een geïntegreerd datamodel. (Zie BPM en SOA: How They Drive Business voor meer informatie over het beheer van bedrijfsprocessen.)

Data warehousing haalt gegevens uit verschillende bronnen die beschikbaar zijn binnen een onderneming; deze gegevens kunnen vervolgens op verschillende manieren worden geanalyseerd. Een datawarehouse is een geïntegreerde, niet-vluchtige, tijdsvariant en onderwerpgerichte verzameling van informatie. Dit betekent dat een datawarehouse de volgende doelen moet bereiken:

  • Leg toegang tot zakelijke metadata vast en lever deze
  • Verbeter de gegevenskwaliteit en minimaliseer gegenereerde rapportinconsistenties
  • Integreer gegevens uit veel verschillende bronnen en zorg voor het delen van gegevens
  • Verhoog de snelheid en prestaties van alle rapportagebehoeften door historische en huidige gegevens effectief en efficiënt samen te voegen

Typen gegevens

Een datawarehouse biedt verbeterde business intelligence-technieken door gegevens uit verschillende bronnen te nemen en zakelijke gebruikers snel toegang te geven tot kritieke gegevens vanaf één gedeelde locatie. Het type gegevens dat in een datawarehouse wordt verzameld, is onderwerpsgericht, geïntegreerd en geïdentificeerd of gesynchroniseerd binnen een specifieke periode.


Als het gaat om data warehousing, zijn er vier soorten gegevens:

U kunt uw programmeervaardigheden niet verbeteren als niemand om softwarekwaliteit geeft.

Tijdsvariante gegevens

Tijdvariantgegevens zorgen ervoor dat alle informatie die is opgeslagen in het datawarehouse actueel is en in realtime wordt gegenereerd. Alle belangrijke structuren in het datawarehouse bevatten een element van tijd door informatie te bieden vanuit een horizonperspectief, zoals de afgelopen vijf tot tien jaar.

Onderwerpgerichte gegevens

Onderwerpgerichte gegevens zijn georganiseerd op basis van de belangrijkste onderwerpcategorieën van een bedrijf, zoals klanten, verkoop, producten en diensten. De oriëntatie van het onderwerp biedt een eenvoudige en beknopte beoordeling van specifieke onderwerpen door zich te concentreren op het model en de analyse van gegevens die zullen worden gebruikt door de belangrijkste besluitvormers van de organisatie.

Geïntegreerde gegevens

Geïntegreerde gegevens bestaan ​​uit meerdere, gemengde bronnen, zoals relationele databases, online transactierecords en platte bestanden. Nadat de opgegeven bronnen met succes zijn geïntegreerd, wordt gegevens opschonen toegepast. Dit zorgt voor consistentie in kenmerkmetingen, naamgevingsconventies, coderingsstructuren en sleuteltermen door dataconversie.

Bedrijfsanalyse en rapportage

Een datawarehouse is gebaseerd op multidimensionale datamodellering. Een multidimensionaal gegevensmodel creëert een verscheidenheid aan verschillende weergaven in de vorm van een gegevenskubus, waarmee gegevens kunnen worden gemodereerd en bekeken via meerdere dimensies. Een datawarehouse is een van de eerste stappen die worden gebruikt wanneer een organisatie groeit en evolueert. Het wordt voornamelijk gebruikt wanneer een bedrijf besluit te gaan investeren in bedrijfsanalyses. Bedrijfsanalyse vereist een verscheidenheid aan technologische toepassingen en procedures die door het bedrijf worden gebruikt om bedrijfsbehoeften en verbetering te lokaliseren en te identificeren op basis van statistische gegevens.

Bedrijfsanalyse helpt organisaties patronen ontdekken en herkennen die kunnen worden gebruikt om bedrijfsresultaten te voorspellen, vorm te geven en te verbeteren. Het zijn echter de resultaten die tijdens dit proces zijn verzameld en die echt tellen, omdat deze worden gebruikt om de ontwikkeling, implementatie en het beheer van nieuwe strategieën voor te stellen. (Lees voor meer informatie Een inleiding tot Business Intelligence.)

Oplossingen voor bedrijfsanalyses nemen kwantitatieve en statistische op feiten gebaseerde gegevens om in het verleden behaalde resultaten te evalueren en voor te bereiden op toekomstige bedrijfsplanning en alternatieven. Het verzamelen van bedrijfsgegevens wordt meestal gegenereerd door machines of applicaties door het gebruik van statistische software. Daarom gebruiken veel bedrijven statistische software om op basis van analyses verbeteringen aan te brengen.

Statistische software en bedrijfsinformatie

Statistische software wordt ook wel BI-software (business intelligence) genoemd. Voor veel bedrijven is er geen specifiek softwareselectieproces, terwijl anderen zich houden aan een bedrijfsstandaard of al een database of rapportagetool hebben die alleen moet worden geactiveerd. Het proces dat wordt gebruikt bij het selecteren van de juiste analysesoftware begint met het maken van een BI-strategie en het voldoen aan de al vastgestelde zakelijke vereisten.

Bedrijfsmanagers en analisten spelen een grote rol bij het selecteren van de juiste software en ervoor te zorgen dat hun bedrijfsanalysetechnieken hen in de juiste richting zullen starten. Van bedrijven als Amazon is bekend dat ze trends in koopgedrag bij klanten volgen om prijsklassen te achterhalen waar de doelmarkt het meest comfortabel mee is. Bedrijven zijn dan in staat om effectief concurrerende concurrentietarieven te bepalen zonder al te veel invloed op hun totale winstmarge te veroorzaken. Zonder een vooraf gedefinieerde BI-strategie is het gebruikelijk dat het type gekochte software een organisatie niet de juiste aanpassingsmogelijkheden biedt die het nodig heeft.

Datamining

Datamining houdt in dat we diep in gegevens moeten graven om bruikbare inzichten te produceren om op feiten gebaseerde en op feiten gebaseerde beslissingen te nemen. In technische termen kan datamining worden gebruikt om correlaties of patronen tussen verschillende velden te vinden vanuit grote relationele databases. Meer specifiek is het het proces van informatie analyseren vanuit meerdere perspectieven en deze samenvatten in bruikbare gegevens. In het beste geval kunnen deze inzichten een bedrijf helpen kosten te besparen, de omzet te verhogen en andere belangrijke prestatie-indicatoren te beïnvloeden.

Datamining is een krachtige technologie die kan worden gebruikt om verschillende dimensies, categorieën en relaties tussen verschillende gegevensbronnen en records te ontdekken. In de detailhandel kan bijvoorbeeld datamining een bedrijf helpen om verkooppatronen en klantgedrag te herkennen, waardoor ze de informatie in hun voordeel kunnen benutten. Een berucht voorbeeld is de mogelijkheid van retailer Targets om te bepalen welke van zijn shoppers kunnen verwachten, waardoor de winkel kortingsbonnen voor babyartikelen kan krijgen op een moment dat ouders de neiging hebben om voor hen te winkelen.

Data Warehousing in een notendop

Bij het integreren en toepassen van data warehousing-technieken stellen bedrijfsanalysemethoden organisaties in staat hun algemene bedrijfsstrategieën te verbeteren en geoptimaliseerde beslissingen te nemen door het gebruik van BI-software. Analytics speelt een cruciale rol in elke organisatie, en veel verschillende procedures, waaronder datamining en andere verschillende analysemethoden, kunnen worden gebruikt om geschikte datacollectiediensten en marketing te ondersteunen en te genereren. Nieuwe kansen en mogelijkheden worden verkend door middel van data warehousing-technieken door klantenservice te verbeteren, inventarisbeheer te vereenvoudigen, producten te promoten die tegemoetkomen aan de behoeften van individuele klanten en kritische product- en service-analyse te bieden.

Data warehousing stelt organisaties in staat om de antwoorden op complexe vragen in grote hoeveelheden gegevens te vinden. Dat is de kracht van digitale gegevensverzameling en -opslag.