データウェアハウスとそのコンピューティング定義の例

組織がすべてのデータを意思決定支援に処理した場合はどうなりますか？ 情報の提示と分析に役立つ専用のソフトウェアを使用した場合はどうなるでしょうか。 あげます データウェアハウスの例 これらの質問に答えるために.

データウェアハウスの例

そもそも、XNUMXつの用語を区別することが重要です。これらの用語は、省略形のために簡単に混乱する可能性があります。最初から、ユーザーは何を期待し、いくつかの基本的な概念を理解することを目的としています。顔に。 ここでは、個人がこれらの要素を区別するためのツールを使用できるようにするための無限の例を示します。

定義

XNUMXつの用語の違いを考慮して、正式に定義します。これは、組織のデータを内部と外部の両方で抽出、変換、統合、統合して、アクセス可能で意思決定に役立つようにするプロセスであるためです。 -作成。

同様に、データウェアハウスは、情報の分析と意思決定に必要なデータを格納する電子ファイルシステム情報のベースとして定義することもできます。 その違いは、ビジネス指向で、統合され、時変で、不揮発性であるということです。

基本的に、データウェアハウス（DWH）はプロセスであり、データウェアハウス（DW）はデータベースです。

特長

最適な使用に必要なツールを提供するデータウェアハウスを特徴付けるいくつかの側面があり、したがって、可能な限り最良の方法で使用するためのツールを生成するプログラムされたガイドラインに準拠しています。 データウェアハウスの特徴について詳しく説明します。

ビジネス志向

分析と意思決定のために、関連するデータのみがデータウェアハウスに入力されます。 つまり、部屋の住所、郵便番号、電子メールアドレスなど、分析値のないデータは考慮されません。 ただし、クライアントのタイプ、地理的な場所、年齢など、さまざまな関心があります。

クライアント、製品、アイテム、エリアなどの高レベルのエンティティが管理されます。 データは多次元で保存されます。つまり、ファクトテーブルとディメンションテーブルです。

Integrada

異種ソースからのすべてのデータは、その品質と清潔さを保証するために統合されています。 主なデータソースは次のとおりです。

ユーザーのタイプに応じて。

• • 運用：毎日大量のデータを生成しますが、それ自体では、必要な分析とはほとんど関係がありません。 たとえば、製品の販売。
  • 中：運用データに基づいて、短期および中期的に影響を与えるデータを生成します。 この概念の良い例は、在庫の生成です。
  • 管理：統合および変換プロセスから得られたデータを使用します。 次に、新しい情報を生成します。 基本的には、データウェアハウスのユーザーを指します。

組織の地域または部門によると

• • 領域：それぞれに明確な責任があります。 それらは、他の領域と共有される独自のデータを生成します。
  • サブディビジョン：通常は地理的です。 それらは位置データを提供し、他のデータと一緒に組み込む必要があります。

ソースによると

• • 内部：会社の日常の活動から得られた独自のデータを生成します。
  • 外部：国勢調査や統計などの内部データを補完します。

時変

データウェアハウスの例では、現在のデータが履歴データと一緒に保存されるため、同じ状況の異なるバージョンにアクセスできます。

揮発性ではない

データが入力されると変更されないため、情報の安定性が保証されます。 つまり、データは、入力されたときと参照されたときにのみ操作されます。

要約すると、データウェアハウスの主な品質は次のとおりです。

品質

さまざまなソースからの履歴データ、現在データ、および集約データの蓄積の結果として、大量のデータを処理します。

データの全量を単一の集中型データベースに配置します。 多次元の方法でデータを構造化します。

<font style="vertical-align: inherit;"><font style="vertical-align: inherit;">待遇

その特性と品質により、データウェアハウスには次の利点があります。

• これにより、特定のトピックに関連するすべてのデータを収集するために必要な最小時間が短縮されます。
• 分析ツールを提供します。
• 多くのレポートと分析はユーザー定義です。
• これにより、組織の指標に直接アクセス、分析、および監視することができます。
• 会社の運営に影響を与える要因を特定するのに役立ちます。
• それは、機関の将来の行動を前進させ、決定することを可能にします。
• ユーザーはデータをすばやく簡単に照会できます。

つまり、データウェアハウスは、組織が意思決定に不可欠な質問に答えるのに役立ちます。 これにより、事業を展開する市場での地位を最適化する競争上のメリットが得られます。 これらの質問のいくつかは次のとおりです。

• クライアントのプロファイルは何ですか？
• 彼らの行動はどうですか？
• ビジネスの収益性はどのくらいですか？
• 組織にとってのリスクは何ですか？
• どのようなサービスや製品を使用しており、どのようにそれらを増やすことができますか？

アプリケーションの領域

データウェアハウスは、そのサイズや複雑さに関係なく、あらゆる組織に適応できます。 これは、生成するデータに関して適切な決定を行う際の機関、企業、または組織の議題の結果です。

アプリケーションのリスク

それは組織の側に多額の投資を必要とします。 その実装の利点は、短期的には見られませんが、中長期的に見られます。

データの操作は、機密データの操作を脅かします。

考慮すべき側面

冒頭で述べたように、サーバーを使用するためにこれらの要素を適用するために考慮しなければならないいくつかの側面があります。 それらの中で、私たちは次のことに言及することができます：

申請費用

データウェアハウスには、建設、運用、サポートのコストがかかります。 建設費は、人的資源、時間、技術のコストを意味し、運用と保守のコストには、進化、成長、およびデータの出所の変更によって生じるコストが含まれます。

人々への影響

データウェアハウスのアプリケーションは常にユーザーに期待を生み出し、ユーザーは必然的に新しいスキルを習得する必要があります。 このタイプのデータの成功は、ユーザーからの積極的な使用とフィードバックに依存します。

ビジネスおよび意思決定プロセスへの影響

データウェアハウスを適用すると、ビジネスプロセスの特定の欠陥が明らかになる可能性がありますが、同時に、データウェアハウスによって得られた結果に基づいて行われる決定に対する信頼が高まります。

アーキテクチャ

データウェアハウスの例の一般的なアーキテクチャを上の図に示します。 ご覧のとおり、このシステムには、コンポーネント間の一連の相互作用が含まれます。 この点に関して、また要約すると、その操作は次のように説明できます。

• データは、Webサービス、ファイル、その他のデータベースなど、内部および外部のさまざまなソースから取得されます。
• データが抽出されると、統合、変換、およびクリーンアップされ、後でデータウェアハウスにロードされます。
• 戦術的および戦略的情報を生成するために、レポートと分析はデータのロードから取得されます。
• 最後に、ユーザーは生成されたレポートと分析を調べて調べることができます。

要素

次に、データウェアハウスで評価できる考慮すべき要素のいくつかについて説明します。

データウェアハウスソース

一般に、それらは会社の日常の活動の結果であり、その場合、それらは内部ソースと呼ばれます。 たとえば、Webサーバーからデータを取得する場合、これらは外部ソースと見なされます。 それらは、その起源、形式、機能などに依存するため、互いに異なります。

抽出、変換、および読み込み

ETLと呼ばれるこのプロセスには、データが取得されてからデータウェアハウスにロードされるまでに実行されるすべてのタスクが含まれます。 これらは、抽出、操作、制御、統合、データクリーニング、ロード、および更新です。

抽出

これには、さまざまなソースから関連データのみを取得し、それを内部ストレージに保持することに焦点を当てた手法が含まれています。 このタイプのストレージを使用すると、ソースやデータウェアハウスに介入したり変更したりすることなくデータを操作し、読み取りと読み込みの間に抽出レイヤーを作成し、プロセスで生成されたメタデータを保存および管理し、統合を容易にします。

抽出は、ユーザーのニーズとソリューションに定義された要件に基づいています。

変換

これらは、さまざまな形式の互換性を確保し、データのフィルタリングと分類、およびソースの関連付けを担当する手法です。

この関数は、データウェアハウスと互換性があり、一貫性のある強力で合理的な方法でコマンドを宣伝するために、データに関連するすべての適切なコマンドを適用する責任があります。 さらに、データのクリーンさと品質にも責任があります。

ロード

データの初期ロードとデータウェアハウスの定期的な更新の手法について。

• 初期ロードとは、データウェアハウスが受信するデータの最初のロードを指します。 一般に、長期間に属するレコードが多数あるため、非常に時間がかかります。
• 定期的な更新とは、少量のデータを挿入することです。 目標は、最後の更新から生成されたデータのみをデータウェアハウスサンプルに追加することです。 これは、ユーザーのニーズと要件によって異なります。

つまり、データの読み込みプロセスを通じて、データウェアハウスのメンテナンスが保証されます。

要約すると、ETLプロセスは次のように実行されると言えます。

• 関連するソースから抽出されたデータは、内部ストレージに保管されます。
• データは内部ストレージに保持されますが、統合および変換されます。
• データがクリーンアップされると、前の手順の後、データウェアハウスに渡されます。

報告書

レポートは、ユーザーが会社の情報に関する詳細なレポートを取得できるようにするグラフィカルツールです。 これらのレポートはわかりやすい手順であるため、これらのレポートを操作する方法はユーザーにとって非常に簡単です。 基本的には、提示された主題の条件と仕様を参照して、メニューからオプションを選択する必要があります。

OLAP

これは、システムの特殊な多次元クエリエンジンを含んでいるため、データウェアハウスの最も強力なコンポーネントです。

これにより、さまざまな履歴シナリオから組織を分析できます。 それは、多次元のビジョンから、つまり、異なる視点、関心のあるトピック、または次元を組み合わせることによって、その動作と進化を投影します。 これにより、一見しただけでは見つけにくい視点間の関係を発見することで、トレンドを推測することができます。

データマイニング

これは主に統計ツールであり、それを介して予測を行うことができます。 それは、事前に確立されたルールがなくても、行動を推測することです。 とりわけ、表やグラフの形式でレポートを生成し、積極的な方法で意思決定を促進します。 すでに完全に処理された情報に基づいて機能します。

OLAPとデータマイニングの違い

OLAPとDataMinigの主な側面を検討したら、それらの基本的な違いを確立できます。

• OLAPを使用して、会社の現在の状況が解釈され、意思決定を容易にする迅速な回答が得られます。
• Data Minigは、特定のタイプの行動を引き起こす隠された知識の研究に基づいて、状況を予測します。

したがって、両方のシステムは、さまざまなタイプの分析状況の解決を処理します。

DataMinigとそのデータウェアハウスとの関係

Data Minigシステムは、企業のデータベースに含まれる情報から有用な情報を抽出することを目的としたエンドユーザー向けのサポートテクノロジーです。 言い換えると、Data Minigアルゴリズムで使用される情報の出所は、通常、データウェアハウスに含まれる履歴データです。

DataMinigの手法とデータウェアハウスに関連するプロセスの間には統合が必要です。 つまり、ビジネス分析を実行できるようにするには、Data Minig、データウェアハウス、およびOLAPサーバーの間で合意が必要です。

データウェアハウスが新しい結果を提供するたびに、会社はデータミニグを再適用して意思決定を最適化できます。

つまり、DataMinigとDataWarehouseは完全に互換性のあるツールです。 データウェアハウスは、メモリとDataMinigインテリジェンスを提供します。

従来のデータベースとデータウェアハウス

これまでに公開された側面を分析すると、データウェアハウスは組織の日常のトランザクションをサポートするデータベースとは異なることがわかります。 ここで基本的な違い

• 従来のデータベースでは、情報は簡単に取得および更新できるように編成されています。 データウェアハウスは、問い合わせのみが可能なエンドユーザー向けに編成および管理されています。
• トランザクションデータベースは、データの日常的な処理を処理します。 データウェアハウスは、履歴データ、つまり長期間に対応するデータを処理します。
• 従来のデータベースは、営業日に数回アクセスされます。 データウェアハウスでは、散発的にアクセスされるため、読み取りとクエリは最小限に抑えられます。
• データウェアハウスが管理するデータの量は、従来のデータベースで管理される量よりもはるかに多くなります。
• トランザクションベースの構造は安定しています。 データウェアハウスの構造は、その進化と用途によって異なります。

次に、いくつかを確立します データウェアハウスの例。

データウェアハウスの例

卸売・小売店向けの清掃用品の販売を専門とする全国的な企業であり、販売量も中規模と考えられており、利益を最大化することを主な目標としています。 同様に、より多くの顧客を獲得するには、新しい市場レベルに拡大し、後で製品ラインを拡大する必要があります。 その主なポリシーのXNUMXつは、データウェアハウスサンプルの競合他社に対してより良い位置を獲得するために継続的に改善することです。

データウェアハウスのアプリケーションは、組織に次の利点を提供します。

• これにより、ユーザーはビジネスの概要を知ることができます。
• 意思決定に重点を置いて、運用データを分析情報に変換します。
• 分析を容易にする動的レポートを生成します。
• これにより、組織の目標を達成するための戦略の形成が容易になります。
• それは会社の構造の安定性に利益をもたらします。

毎日のデータウェアハウスのもうXNUMXつの例は、学生とのコミュニケーションに欠陥がある教育機関の管理です。 同様に、すべての情報を備えた統合情報センターがありません。 教育機関の目的は、学生のキャリア中および卒業後に同行し、組織のパフォーマンスと学生の成長を向上させる新しい提案を提供することです。

データウェアハウスを利用して、大学のニーズに応えようとしています。 原則として、情報の重複や学生に関する誤った詳細の存在、および一般に質が悪いと見なされ、関連性がないと見なされるすべての情報を排除します。 さらに、すべての情報が統合され、教育機関のプロジェクトを適切に開発するための基礎となる学生の統一された記録が形成されます。

最後に、マーケティング活動が促進され、大学に大きな利益をもたらし、情報の正しい管理を通じて大学の成長を支援します。

結論として、データウェアハウスの例では、組織で何が起こっているのか、何が起こっているのか、何が起こり得るのか、そしてその理由を知る機会を提供します。 あなたは記事を見ることができます コンピュータウイルスの種類。