هوش تجاری در خدمت بهترین ها ۲

در ادامه  ….

  هوش تجاری در خدمت بهترین ها

 

فرض کنید می خواهیم کاری را با استفاده از هوش تجاری انجام دهیم

به عنوان مثال فرض کنید از سه زاویه ما اطلاعات تولید را داریم

اطلاعات مربوط به فروش، اطلاعات ساخت و تولید و اطلاعات برنامه ریزی

از یک زاویه اطلاعات را از حوزه های مختلف جمع آوری می کنیم.

در هوش تجاری ما به اطلاعات قبلی و قدیمی در سال های گذشته نیاز داریم زیرا در اکثر مواقع آینده به نوعی تاثیر گرفته از گذشته می باشد.
تاریخ تکرار می
­شود و می­توانیم از روی آن آینده را  پیش بینی کرد.

به این دلیل که بخش هایی از BI به پیش بینی در خصوص آینده بر می گردد ما نیاز به اطلاعات گذشته داریم و نیاز است آنها را با هم تلفیق کنیم.
اطلاعات ممکن است فرمت های مختلفی داشته باشند پس نیاز است ساختارشان را یکی کنیم که به این عمل
Transformation  یا تبدیل فرمت می گویند.

 

چگونه تبدیل فرمت را انجام دهیم؟

یکی از ابزارهایی که خیلی عالی می کند    OLAP  (online analytical processing)  است. به شما اجازه می دهد از چندین بعد مختلف داده ها را به صورت واقعی و آنلاین( در لحظه تغییرات را اعمال می کند) تحلیل و تلفیق کنید. همچنین برای اینکه سرعتش به علت آنلاین بودن کاهش نیابد از تکنیک هایی مانند داده کاوی استفاده می کند.

 

 

olap

 

OLAP به دو شکل کار می کند:

  • پایگاه داده رابطه ای R-OLAP در این حالت فقط پایگاه داده های رابطه ای را تلفیق می نماییم.
  • پایگاه داده رابطه ای و غیر رابطه ای M-OLAP

                 (Multidimensional online analytical processing)

در این حالت هم پایگاه داده های رابطه ای و هم غیر رابطه ای با هم تلفیق می نماییم.

 

به عنوان مثال می خواهیم شاخص سودآوری در فروشگاه های زنجیره ای را بررسی کنیم. 

از دید مشتری: تعداد مشتریان چقدر است؟

از دید منطقه جغرافیایی : توسعه شعب فروشگاه چقدر بوده است؟

از دید سبد کالا: تنوع کالا برای فروش چقدر است؟

از دید زمانی: در یک ماه خاص چقدر فروش داشته است؟

اینها زوایای مختلفی هستند که OLAP در نظر می گیرد.

 

در OLAP چهار واژه مطرح می شود:

Slice: به معنی برش مقطعی

Dice: برش حجمی یعنی در طول و عرض مورد بررسی قرار می گیرد

Drill Down: از اطلاعات کلان به جزییات برسیم.

Drill Up: از جزییات می خواهیم به نتیجه کلان دست یابیم.

خروجی های BI :

به صورت داشبوردها ، OLAP عمدتا با تصاویر کار میکند. انواع گزارشات با نمودارهای مختلف نمایش داده می شود.

 

 

سازمان ها را از چهار زاویه اندازه گیری می کنند:

■      تعداد مشتریان

■      پارامترهای مالی- چقدر سودآوری دارد؟ یعنی با کمترین هزینه بیشترین خروجی را داشته باشد.

■      به لحاظ فرآیندهای داخلی چقدر قوی است؟ کیفیت به این قسمت بر می گردد

■      چقدر قابلیت رشد دارد؟

 

در ابتدا داده ها از منابع مختلف با هر فرمتی جمع آوری می شوند و سپس همه به یک فرمت تبدیل می شوند. اینکه داده ها استخراج، تبدیل فرمت همه داده ها به یک فرمت و بارگذاری در دیتاورهوس ، به این فرآیند ETL  گفته می شود.

 

etl

 

 

 

برای اینکه به دانش برسیم :

داده ها را از منابع مختلف جمع آوری میکنیم

بررسی داده ها

داده ها را استخراج می کنیم

اسکیما رو می سازیم ؟ در این قسمت دیتا ورهوس ساخته می شود

دیتاورهوس را پالایش کرده و بعد آنها را تلفیق می کنیم.

 

 

تکنیک Data Fusion برای از بین بردن برخورد بین داده ها در Data warehouse

 

تکنیک های برای Fusion

  • محاسبات ابری Cloud Computing اطلاعات باید از جاهای مختلف جمع آوری شود مثلا از یک اقیانوس و …..
  • کاهش نگاشت
  • Social tagging

 

 

ارتباط بین BI و ERP در چیست؟

ERP دارای اطلاعات پایه است و BI روی آن می نشیند. ERP های سطح دو این امکان را دارند.

ورودی BI، Data warehouse است.

 

 

 

 

شاد و پیروز باشید

زهرا غلامی

 

 

درباره نویسنده

مطالب مرتبط

2 نظر

نظر بدهید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *