Sisu
- Mis on andmete ladustamine?
- Andmetüübid
- Ajavariandi andmed
- Teemakesksed andmed
- Integreeritud andmed
- Ärianalüüs ja aruannete loomine
- Statistiline tarkvara ja äriteave
- Andmete kaevandamine
- Andmelaondus lühidalt
Ära võtma:
Andmete ladustamine loob tugeva aluse ajalooliste, praeguste ja tulevaste andmete konsolideerimiseks, võimaldades organisatsioonil genereerida aruandeid, viia läbi põhjalikku analüüsi ja teha mingeid andmekaevandeid.
Paljud ettevõtted koguvad pidevalt suures koguses andmeid. Kuid selle teabe kasutamiseks tuleb selle mõistmiseks paika panna funktsionaalne protsesside ja protseduuride komplekt.
Ükskõik, kas olete andmelao arendaja või kuulete esimest korda terminit andmete ladustamine, on hädavajalik mõista andmete ladustamise põhialuseid - sealhulgas seda, mida see tähendab, kuidas seda kasutatakse ja milliseid eeliseid see võib pakkuda.
Kui andmed on õigesti analüüsitud, saab neid kasutada selgema pildi saamiseks positiivsetest ja negatiivsetest mõjudest, mida ühised suundumused ja mustrid avaldavad ettevõttele. See kõlab piisavalt lihtsalt, kuid andmete kasulikkuse tagamine on andmete ladustamise üks peamisi väljakutseid.
Mis on andmete ladustamine?
Andmeladu on tsentraliseeritud salvestusüksus (andmebaas), mis määratleb ja koondab andmeid ja kõiki selle põhjalikke üksikasju. Need üksikasjad võivad sisaldada teavet organisatsioonide kliendibaasi, teenusepakkujate, tarnijate, tehingute või äriprotsesside kohta integreeritud andmemudeli kasutamise kaudu. (Äriprotsesside juhtimise kohta lisateabe saamiseks vaadake peatükki BPM ja SOA: kuidas nad äri ajavad.)
Andmete ladustamine kogub andmeid erinevatest allikatest, mis on kogu ettevõttes kättesaadavaks tehtud; neid andmeid saab seejärel analüüsida mitmel erineval viisil. Andmeladu on integreeritud, muutumatu, ajavariandiga ja teemakeskne teabe kogumine. See tähendab, et andmeladu peaks saavutama järgmised eesmärgid:
- Jäädvustage ja edastage juurdepääs ettevõtte metaandmetele
- Parandage andmete kvaliteeti ja minimeerige tekitatud aruandes esinevaid vastuolusid
- Integreerige paljude erinevatest allikatest pärit andmed ja võimaldage andmete jagamist
- Suurendage kõigi aruandlusvajaduste kiirust ja toimivust, ühendades varasemad ja praegused andmed tõhusalt ja tulemuslikult
Andmetüübid
Andmeladu pakub täiustatud äriteabe tehnikaid, võttes andmeid erinevatest allikatest ja võimaldades ärikasutajatel kiiresti pääseda kriitilistele andmetele ühest jagatud asukohast. Andmelaos kogutavate andmete tüüp on subjektile orienteeritud, integreeritud ja tuvastatud või sünkroonitud kindla ajavahemiku jooksul.
Andmete ladustamisel on neli põhitüüpi andmeid:
Te ei saa oma programmeerimisoskusi parandada, kui keegi tarkvara kvaliteedist ei hooli.
Ajavariandi andmed
Ajavariandmed tagavad, et kogu andmelaos hoitav teave on ajakohane ja genereeritud reaalajas. Kõik andmelao põhistruktuurid sisaldavad aja elementi, pakkudes teavet horisondi vaatepunktist, näiteks viimase viie kuni kümne aasta kohta.
Teemakesksed andmed
Teemakesksed andmed on korraldatud ettevõtte peamiste teemakategooriate, näiteks klientide, müügi, toodete ja teenuste alusel. Ainekesksus annab konkreetsete teemaprobleemide lihtsa ja sisuka hinnangu, keskendudes mudelile ja andmete analüüsile, mida organisatsiooni peamised otsustajad kasutavad.
Integreeritud andmed
Integreeritud andmed koosnevad mitmest segaallikast, näiteks relatsiooniandmebaasid, veebipõhised tehingukirjed ja lamedad failid. Kui täpsustatud allikad on edukalt integreerunud, rakendatakse andmete puhastamine. See tagab atribuutide mõõtmete, nimetamistavade, kodeerimisstruktuuride ja võtmeterminite järjepidevuse andmete muundamise kaudu.
Ärianalüüs ja aruannete loomine
Andmeladu põhineb mitmemõõtmelisel andmete modelleerimisel. Mitmemõõtmeline andmemudel loob andmekuubi kujul mitmesuguseid erinevaid vaateid, mis võimaldab andmeid modereerida ja vaadata mitme mõõtme kaudu. Andmeladu on üks esimesi samme, mida kasutatakse organisatsiooni laienedes ja arenedes. Seda kasutatakse peamiselt siis, kui ettevõte otsustab hakata investeerima ärianalüüsi. Ärianalüüs võtab mitmesuguseid tehnoloogilisi rakendusi ja protseduure, mida ettevõte kasutab statistiliste andmete põhjal ärivajaduste ja parendamise leidmiseks ja tuvastamiseks.
Ärianalüütika aitab organisatsioonidel avastada ja ära tunda mustreid, mida saab kasutada äritulemuste prognoosimiseks, kujundamiseks ja parandamiseks. Selle protsessi käigus kogutud tulemused on aga väga olulised, kuna neid kasutatakse uute strateegiate loomise, rakendamise ja haldamise ettepanekute tegemiseks. (Taustalugemiseks lugege sissejuhatust äriteabesse.)
Ärianalüütilised lahendused võtavad kvantitatiivseid ja statistilisi faktidel põhinevaid andmeid, et hinnata varasemat tootlust ja valmistuda tulevaseks äriplaneerimiseks ja alternatiivideks. Ettevõtlusandmete kogumine luuakse tavaliselt masinate või rakenduste abil statistilise tarkvara abil. Sel põhjusel kasutavad paljud ettevõtted statistilist tarkvara analüüsidel põhinevate paranduste tegemiseks.
Statistiline tarkvara ja äriteave
Statistilist tarkvara nimetatakse ka äriteabe (BI) tarkvaraks. Paljude ettevõtete jaoks puudub spetsiifiline tarkvara valimise protsess, samas kui teised järgivad ettevõtte standardit või on juba olemas andmebaas või aruandlustööriist, mis tuleb lihtsalt aktiveerida. Sobiva analüütilise tarkvara valimisel kasutatakse BI-strateegia loomist ja juba kehtestatud üldistele ärinõuetele vastamist.
Ettevõtte juhid ja analüütikud mängivad olulist rolli sobiva tarkvara valimisel ja tagamisel, et nende ärianalüüsi tehnikad käivitaksid nad õiges suunas. Teadaolevalt jälgivad Amazoni-sugused ettevõtted klientide ostukäitumise suundumusi, et selgitada välja hinnaklassid, mis sihtturule kõige paremini sobivad. Ettevõtted saavad siis tõhusalt otsustada konkurentsivõimeliste hindade üle, ilma et see mõjutaks nende üldist kasumimarginaali liiga palju. Ilma ettemääratud BI-strateegiata on tavaline, et ostetud tarkvara tüüp ei paku organisatsioonile vajalikke kohandamisvõimalusi.
Andmete kaevandamine
Andmete kaevandamine hõlmab andmete sügavale kaevamist, et saada kasulikku teavet tõendite ja faktipõhiste otsuste tegemiseks. Tehnilises mõttes saab andmete otsimist kasutada korrelatsioonide või mustrite leidmiseks erinevate väljade vahel suurtest relatsioonandmebaasidest. Täpsemalt on see protsess, mille käigus analüüsitakse teavet mitmest vaatenurgast ja koondatakse see kasulikeks andmeteks. Parimal juhul võivad need teadmised aidata ettevõttel kulusid kärpida, müüki suurendada ja mõjutada muid peamisi tulemusnäitajaid.
Andmete kaevandamine on võimas tehnoloogia, mida saab kasutada mitmete erinevate mõõtmete, kategooriate ja suhete avastamiseks, mis eksisteerivad erinevate andmeallikate ja kirjete vahel. Näiteks jaemüügisektoris võiks andmekaevandamine aidata ettevõttel ära tunda müügiharjumusi ja klientide käitumist, võimaldades neil seda teavet oma eelise jaoks ära kasutada. Üks kurikuulus näide on jaemüügiettevõtete eesmärk, mille abil saab määrata, milliseid ostjaid ta võib oodata, võimaldades poel imikutele mõeldud kuponge kupüüri ajal, kui vanemad kipuvad neid ostma.
Andmelaondus lühidalt
Andmeladustamistehnikate integreerimisel ja rakendamisel võimaldavad ärianalüütika metoodikad organisatsioonidel täiustada oma üldist äristrateegiat ja võimaldada optimeeritud otsuste tegemist BI-tarkvara kasutamise kaudu. Analyticsil on igas organisatsioonis oluline roll ning mitmesuguseid protseduure, sealhulgas andmete kaevandamine ja muud erinevad analüüsimeetodid, saab kasutada sobivate andmekogumisteenuste ja turunduse toetamiseks ja loomiseks. Uusi võimalusi ja võimalusi uuritakse andmelaondustehnikate abil, parandades klienditeenindust, lihtsustades varude haldamist, klientide individuaalsetele vajadustele vastavate toodete ristreklaamimist ning pakkudes kriitilist toote- ja teenuseanalüüsi.
Andmete ladustamine võimaldab organisatsioonidel leida vastuseid keerukatele küsimustele suurtes andmekogumites. See on digitaalsete andmete kogumise ja säilitamise jõud.