Data Warehousing - PowerPoint PPT Presentation

Loading...

PPT – Data Warehousing PowerPoint presentation | free to download - id: 56b18c-NWRhM



Loading


The Adobe Flash plugin is needed to view this content

Get the plugin now

View by Category
About This Presentation
Title:

Data Warehousing

Description:

Data Warehousing Del 1 af 3: Hvad er Data Warehousing? Aalborg Universitet, d. 1. februar 2007 B e n t M l l e r M a d s e n Form l med beslutningsinformation ... – PowerPoint PPT presentation

Number of Views:26
Avg rating:3.0/5.0
Slides: 23
Provided by: Bent158
Learn more at: http://b2m.dk
Category:
Tags: data | warehousing

less

Write a Comment
User Comments (0)
Transcript and Presenter's Notes

Title: Data Warehousing


1
Data Warehousing
  • Del 1 af 3
  • Hvad er Data Warehousing?
  • Aalborg Universitet, d. 1. februar 2007

2
Formål med beslutningsinformation igennem
business intelligence
  • Opnå bedre beslutningsgrundlag gennem
    komplette, rettidige og præcise data
  • Håndtere og få gavn af den eksponentielt voksende
    mængde data
  • Sammenkæde data fra forskellige systemer
  • Kvalitetssikre data fra operationelle systemer
  • Koble (økonomistyrings-)modeller på data
  • Muliggør decentralt fleksibel afrapportering af
    online data

3
Hvad er et Data Warehouse?
  • En database med fokus at organisere data, således
    at det er nemt at udtrække beslutningsinformation.
  • Samling af data fra forskellige kilder
  • Rensning/validering af data
  • Transformering af data
  • Datakilde for analyse- og præsentations-værktøjer.

4
DWH grundlag for ledelsesinformation på taktisk
og strategisk niveau
Strategisk
Taktisk
Operationel
5
DWH grundlag for ledelsesinformation på taktisk
og strategisk niveau
Data Mining OLAP Data Warehouse
SCM
ABC/ABM
EVA
CRM
Balanced Scorecard
Kreditor
Lager
MRP
MPS
OLTP
ERP
Finans
Debitor
Produktion
6
Hvorfor anvende Data Warehouse?
  • Indbyggede rapportingsmuligheder i kildesystemer

ERP
7
Hvorfor anvende Data Warehouse?
  • Indbyggede rapportingsmuligheder i kildesystemer
  • Fordele
  • Simpelt at anvende standardrapporter
  • Ulemper
  • Ikke sikkert at der er indbyggede
    rapporteringsmuligheder
  • Afhængig af standardrapporter begrænsede
    muligheder for egne definerede rapporter
  • Kun mulighed for at præsentere data fra dette ene
    system
  • Ingen mulighed for at validere/rense data
  • Ingen/begrænsede avancerede analytiske muligheder
  • Ikke muligt at arbejde dynamisk med data (OLAP)

8
Hvorfor anvende Data Warehouse?
  • Eksterne rapporterings-/analyseværktøjer i
    forhold til kildesystemer

Produktions- system
Analyse- værktøjer
ERP
9
Hvorfor anvende Data Warehouse?
  • Eksterne rapporterings-/analyseværktøjer i
    forhold til kildesystemer
  • Fordele
  • Avancerede rapporterings- og analysemuligheder
  • Der kan arbejdes dynamisk med data (OLAP)
  • Kan sammenholde data fra flere kilder
  • Ulemper
  • Meget besværligt at sammenholde data fra flere
    kilder
  • Datamodellerne der ligger bag kildesystemerne kan
    være meget svære at overskue og dermed præsentere
    data fra
  • Ingen mulighed for at validere/rense data
  • Forespørgsler kan være meget ressourcekrævende og
    dermed genere andres daglige arbejde med
    kildesystemerne

10
Hvorfor anvende Data Warehouse?
  • Samling af data i et Data Warehouse før
    anvendelse af rapporterings- og analyse-værktøjer

Produktions- system
DWH
Analyse- værktøjer
ERP
Logistik
11
Hvorfor anvende Data Warehouse?
  • Samling af data i et Data Warehouse før
    anvendelse af rapporterings- og analyse-værktøjer
  • Fordele
  • Data fra flere kilder integreres i et Data
    Warehouse
  • Data Warehouse baseres på en (relativ) simpel
    datamodel der er velegnet til at trække data ud
    fra.
  • Data renses og valideres
  • Tunge beregninger kan udregnes på forhånd
  • Avancerede rapporterings- og analysemuligheder
    (OLAP), der kun skal basere sig på en kilde
  • Forespørgsler fra rapporterings- og
    analyseværktøjer generer ikke kildesystemerne
  • Ulemper
  • Ressourcekrævende at udvikle

12
Definition af Data Warehouse
  • Definitionen på et data warehouse
  • a subject oriented, integrated, time variant,
    nonvolatile collection of data in support of
    management decisions.
  • Bill Inmon

13
Definition af Data Warehouse
  • Subject oriented (emneorienteret)
  • Fokus skifter fra at se på en virksomheds
    applikationer til at se på de væsentlige emner.

14
Definition af Data Warehouse
  • Integrated (integreret)
  • Data (fra forskellige kildesystemer) relateres
    til hinanden
  • Datatyper ensrettes, således at eksempelvis
    enheder ikke angives i forskellige formater.

15
Definition af Data Warehouse
  • Time variant (tidsafhængig)
  • Data i et DW er ikke nødvendigvis korrekte set
    fra dags dato, men alle data har været korrekte
    set fra forskellige historiske tidspunkter.
  • Et kildesystem vil som modsætning (ofte) kun vise
    data der dags dato er korrekte.

16
Definition af Data Warehouse
  • Nonvolatile (ikke-omskiftelig/ikke-flygtig)
  • Man må/kan ikke gå direkte ned og redigerer data
    i et data warehouse.
  • Data må kun overføres fra kildesystemer
  • Og efterfølgende kun hentes ud fra data
    warehouse.
  • Hvis dette ikke overholdes, ændrer man på
    fortiden/de historiske data.

17
Definition af Data Warehouse
  • Support of management decisions
  • Data warehouset skal stille relevante data til
    rådighed for analyser, som kan anvendes af
    ledelsen til at foretage økonomistyring,
    markedsanalyser, logistikopfølgning osv.
  • Dette stiller krav til den logiske model bag et
    data warehouse.

18
Det store billede
19
Data, information og viden
  • Where is the wisdom? Lost in the knowledge.
  • Where is the knowledge? Lost in the information.
  • - T.S. Eliot
  • Where is the information? Lost in the data.
  • Where is the data? Lost in the _at_! database!
  • - Joe Celko
  • Celko, J. (1999). Joe Celko's Data and
    Databases Concepts in Practice
  • (T.S. Eliot citatet er lettere omskrevet og
    kommer oprindeligt fra Choruses From "The Rock"
    (1934))

20
Data, information og viden
21
Metadata
  • Metadata er data om data
  • Dokumentation
  • I et Data Warehouse projekt beskrives bl.a.
  • Hvor kommer data fra?
  • Hvor bliver data leveret til?
  • Hvilke transformationer gennemgår data?
  • Hvilken logisk og semantisk betydning har data?
  • Hvordan præsenteres data til slutbrugerne?
  • etc.

22
Kilder om data, information og viden
  • www.akajoe.dk ? Ph.D. ? Kapitel 7 om Data,
    Information Viden
  • Davenport, T. H. Prusak, L. (1998). Working
    knowledge - How Organizations manage what they
    know.
  • Brooking, A. (1999). Corporate Memory Strategies
    For Knowledge Management.
  • Boisot, M. (1998). Knowledge Assets - Securing
    Competitive Advantage in the Information Economy.
About PowerShow.com