1 / 75

Upravljanje podacima

Upravljanje podacima. Prezentacija iz predmeta Poslovni informacioni sistemi. Studenti: Jelena Tomašević Milena Janković Arben Bakiu. Važnost podataka. Podaci su važni zato što su oni osnova donošenja odluka.

berg
Download Presentation

Upravljanje podacima

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. Upravljanje podacima Prezentacija iz predmeta Poslovni informacioni sistemi Studenti: Jelena Tomašević Milena Janković Arben Bakiu

  2. Važnost podataka • Podaci su važni zato što su oni osnova donošenja odluka

  3. Npr. Ako bismo želeli da kupimo mobilni telefon, odluku o kupovini konkretnog mobilnog telefona bismo doneli na osnovu cene, performansi i slično različitih telefona dok se ne odlučimo za neki konkretni Podaci: Odluka na osnovu informacije: Kupovina određenog telefona

  4. Sears, Roebuck and Company • američkimultinacionalni lanac robnih kuća • osnovan 1893.godine • Osamdesetih godina suočen sa problemima

  5. Problem: • Nepodudarnost racunovodstvenih i prodajnih brojki,rasutost informacija u velikom broju rauzličitih baza podataka • Rešenje: - Konstrukcija JEDNOG skladišta podataka

  6. Da bi preduzeće tako donelo odluke, ono mora da upravlja podacima Podaci su pogonsko gorivo zato što se iz njih izvlače informacije na osnovu kojih se donose odluke Za brzo donošenje odluka potrebna je razvijena infrastruktura i alati koji će da podrže transformaciju sirovih podataka u korisne informacije

  7. Upravljanje podacima(data management) Upravljanje podacima je termin koji podrazumeva upravljanje samim podacima, dokumentima i tekstom Za donošenje dobrih i kvalitetnih odluka, potrebno je raspolagati kvalitetnim podacima Ovo nije uvek moguće zbog problema koji se vezuju za podatke

  8. Problemi sa podacima Količina podataka eksponencijalno raste Pridržavanje zakonske regulative podaci se sakupljaju različitim metodama, na različitim mestima i u različitim oblicima Potreba za spoljnim podacima u donošenju odluka Bezbednost, integritet i kvalitet podataka se jako lako mogu ugroziti Širok izbor programa koji omogućavaju upravjlanje podacima što otežava izbor

  9. Problemi sa upravljanjem podacima Jedan od problema koji je prisutan sa upravljanjem podataka jeste da ljudi ne dobijaju podatak u odgovarajućem formatu. Čak i da podatak ima sve željene kvalitete, ako nije u obliku sa kojim može da se radi postaje neupotrebljiv! Zbog toga se dosta vremena gubi na pretvaranje podataka u željeni format.

  10. Jedan od načina da se izbori sa nedostacima podataka jeste korišćenje informacionihsistema! To je skup aplikacija koji konsoliduju, upravljaju, analiziraju i prenose podatke ka korisnicima kroz interfejs baziran na webu.

  11. Portal je websajt koji omogućava pristup alatima, programima i funkcijama kojima se pristupa preko interneta. Portal omogućava pristup više aplikacija preko jedinstvenog pristupa Mnoge firme koriste portale da bi komunicirale sa korisnicima, delile dokumenta i ohrabrivalo saradnju

  12. Portali rešavaju probleme agregacije i personalizacije tako što omogućava pristup svemu na jednom mestu i taj pristup je personalizovan Primer poslovnog portala jeste Telenor Biznis portal.

  13. Telenorov Internet portal namenjensvimpravnimlicima, korisnicima Telenor mreže. Pružanizfunkcionalnostizaefikasnukontrolu i analizukorišćenjaslužbenihmobilnihtelefona, kao i centralizovanpristupdodatnimuslugama. UsluziBiznis Portal pristupa se putem login stranicenaInternetu, unosomkorisničkogimena i lozinke

  14. Primer portala baziranog na SAP-u

  15. Pretvaranje podataka u informacije(životni ciklus podataka)

  16. Pretvaranje podatka u informaciju počinje sa prikupljanjem samog podatka iz izvora podataka. Prikupljenipodacijesuslike, dokumenta, mape, zvuk, animacije... Podaci obuhvataju pojmove, ideje i mišljenja i mogu da budu neobrađeni ili rezimirani

  17. Podaci koji se mogu sakupiti mogu biti: Lični podaci – subjektivne procene prodaje, mišljenja šta će uraditi konkurencija i slično Unutrašnji podaci – odnose se naljude, proizvode i usluge kao što su podaci o zaposlenima Spoljašnji podaci – postoje mnogi izvori spoljašnjih podataka, od komercijalnih podataka do senzora i satelita. Izveštaji čine glavni izvor spoljašnjih podataka. Uglavnom su dostupni preko interneta

  18. Metodi prikupljanja podataka Neobrađeni podaci se mogu prikupljati ručno ili pomoću instrumenata (senzora) Podaci se mogu pregledati i prenositi elektronskim putem Podaci “koji se dobijaju na pritisak miša” se automatski preuzimaju sa web sajta neke kompanije Za prikupljanje spoljašnjih podataka može se upotrebiti program za upravljanje protokom podataka (data flow manager)

  19. Nakon što se podaci prikupe, pogodno je grafički ih prikazati. Grafički prikaz se postiže korišćenjem alata za vizuelizaciju podataka (data visualization). Npr. podaci o prodaji su sačuvani tabelarno ali je zgodnije imati grafički prikaz u vidu grafikona.

  20. Primer viziualizacije zajmova u USA

  21. Vizuelizacija podataka je pomogla proizvođaču nameštaja Haworth korporaciji Njihovi proizvodi su veoma prilagođeni i kako bi njihovi korisnici mogli da vide proizvod koji naručuju, iskoristili su alate za vizuelizaciju. Korisnici su mogli da menjaju dizajn proizvoda dok ne budu zadovoljni. Kada korisnik odredi željeni dizajn, sve je to u pogodnoj formi da se samo prosledi proizvodnji http://store.haworth.com/hs/seating/desk-chairs/x99-home/x99-home-home-office

  22. Kvalitet podataka • Kvalitet podataka je u stvari mera korisnosti podataka kao i kvaliteta odluka baziranim na njima. • Kvalitet podataka ima pet dimenzija: • Tačnost • Kompletnost • Konzistentnost • Jedinstvenost • Pravovremenost

  23. Banka Westpac Financial Services, jednaodčetiri velike banke u Australiji suočila se sa problemom nekonzistentnosti podataka zbog nestandardizovanog unosa podataka. • Zbog toga nije mogla da identifikuje svoje korisnike na odgovarajući način. • Podaci nisu bili kvalitetni!!!

  24. Netačna informacija Nedostajući podatak Nedovršen podatak Duplirana informacija (zapis je sličan, samo se razlikuje prezime Potencijalno pogrešan podatak (telefon i fax su isti) Nedovršena informacija, Fali pozivni broj

  25. Skladištenje podataka Danas su najuspešnije kompanije one koje mogu brzo i fleksibilno da reaguju na promene na tržištu, na pojavu povoljnih prilika, a ključ za sve to jeste efikasna upotreba podataka i informacija. Svrha skladištenja - je da se formira trezor podataka koji ce omogićiti da operacioni podaci budu pristipacni u obliku koji je pogodan za aktivnosti analiticke obrade.

  26. Proces izgradnje i korišćenja skladišta podataka Organizacijski podaci su smešteni u operativne sisteme(leva str).U skladište podataka se ne prenose svi podaci,a često se prenose samo sumarni podaci koji su organizovani kao relacione baze podataka tako da im krajnji korisnici lako pristupaju.Podaci su organizovani po temama( funkcionalna oblast,prodavac,proizvod). Operativni podaci su organizovani po oblastima( isporuka, nabavka,kontrola...)

  27. Karakteristike skladištenja podataka • organizacija • konzistentnost • vremenska promenljivost • trajnost • relaciona struktura • klijent/server- da bi se krajnjem korisniku obezbrdio lak pristup podacima skladiste koristi klijent/server arhitekturu

  28. Obrada podataka u organizacijama moze da se posmatra kao transakcijska il kao analiticka. Baze podataka i sistemi obrade poznati su kao OPERATIVNI SISTEMI, a rezultati su uglavnom rezimei i izvestaji. Efikasna upotrbe podataka i informacija se ne obavlja samo kroz obradu transakcija vec i kroz dopunsku aktivnost koja se zove analiticka obrada.

  29. Gde se primenjuje skladištenje podataka ?

  30. File management system(sistemi za upravljanje fajlovima) Računarski sistem organizuje podatke hijerarhijski.

  31. Za pristup fajlovima, koriste se operativni sistemi. • Fajlovi se mogu čuvati na razne načine na raznim medijima. • Organizacija fajlova može biti direktna ili sekvencijalna

  32. Master data management(upravljanje glavnim podacima) • Upravljanje glavnim podacima je proces gde preduzeća integrišu podatke iz različitih izvora kako bi imali celovit pogled na podatke. • Master podaci su podaci koji su zajedno korišćeni preko sistema i koriste se da bi klasifikovali transakcione podatke.

  33. John (predstavnik prodaje) radi u Kaliforniji (Teritorija) prodaje 10.000 (količina) novih satova (proizvod) mušteriji (mušterija) koja se nalazi u Njujorku (Geografija) za 50.000$ (ukupna prodaja) dana 15. decembra 2005. (Datum) Sve zajedno ovo predstavlja informaciju o transakciji

  34. U okviru transakcije nalaze se pojedinačni elementi (entiteti) – prodaja, predstavnik, teritorija, količina, proizvod, mušterija, geografija, ukupna prodaja i datum. • Ovi individualni elementi moraju biti identifikovani i mora se upravljati njihovim promenama kako bi se osigurao integritet. • Entitet je sve realno ili apstraktno čije podatke preduzeće želi da sačuva

  35. Upravljanjem glavnim podacima se podaci svih aplikacija u preduzeću konsoliduju u glavni referencijalni fajl (master reference file) • Taj fajl postaje osnova iz kojeg posle sve aplikacije povlače podatke • Pošto se sad sve aplikacije pozivaju na istu celinu, postiže se da su podaci tačni i konzistentni kroz celo preduzeće

  36. Transformacija podataka u znanje • Preduzeće transformiše podatke u znanje na više načina.

  37. Željeni podaci se izvlače iz baza podataka i predprocesuiraju se kako bi odgovaralo formatu skladišta podataka ili data mart-a. Proces izvlačenja podataka je ETL (extract, transform and load) To podrazumeva izvlačenje podataka iz baza podataka, njihovu tranformaciju kako bi se standardizovali i učitavanje u skladišta podatakaili data mart.

  38. Standardizacija je potrebna zbog različitog načinja evidentiranja podatak (npr. pol: m/f i 0/1). Nakon što se sačuvaju podaci, mogu se analizirati ili biti osnova za drugi sistem. Izvlačenje pravilnosti iz podataka i konačno informacija i znanja jeste rezultat analize podataka odnosno data mining-a

  39. Upravljanje dokumentima(document management systems – DMS) • To je automatizovana kontrola skeniranih i elektronskih dokumenata, slika, tabela, glasa i email poruka i procesuiranja dokumenata kroz njihov životni ciklus u organizaciji. • Sistemi za upravljanje dokumentima se sastoje od hardware-a i software-a koji upravljaju i arhiviraju elektronske dokumente i konvertuju papirna dokumenta u e-dokumenta koja mogu da se pretražuju.

  40. Hirurški centar Baltimora drži sve medicinske kartone u elektronskom obliku, čime omogućava da doktori dobiju trenutne podatke o pacijentima bilo kada i bilo gde. Sistem takođe prosleđuje kartone ka odeljenju za naplatu koje može da skenira i pošalje putem e-mail-a svaku relevantnu informaciju za osiguravajuće kuće. Sistem pomaže održavanju zarad revizije i zbog pravnih potreba. Otkako je implementiram, sistem je ubrzao poslovne procese za više od 50%!

  41. Baze podataka Definicija - specificna tehnologija obrade i čuvajna podataka. ’’ Nikola Petrović je student III godine ekonomskog fakulteta i živi u Izvorskoj ulici br.7 ’’ Ovaj opis sadrži informacije i to su ime i prezime, godina studiranja, naziv fakulteta i adresu. Tako da se informacija sastoji od 2 dela: podatak i kontekst.

  42. Poljeje najmanja logicka jedinica podataka! Datoteka se može posmatrati kao LOGIČKA i FIZIČKA. Znacajna osobibina baze podataka je NEZAVISNOST podataka koja se ogleda u mogucnosti stvaranja razlicitih logickih struktura ne vodeci racuna o njihovoj fizickoj organizaciji.Tj. ako promenimo vrstu uredjaja ne moramo menjati logicku organizaciju podataka.

  43. Postojesledećelogičkestrukturebazapodataka: hijerarhijski model baza podataka mrežni model baza podataka relacioni model baza podataka objektno-orijentisani model baza podataka objektno-relacioni model bazapodataka deduktivi model baza podataka

  44. HIJERARHIJSKI MODEL 1 2 3 4 5 6 7 8 9 10 11 12

  45. Mrežni model . Green Brown M1 S1 T1 U1 Šraf Matica Zavrtanj Podloška 50 100 550 190

  46. Relacioni model • Veze se prikazuju tabelama.

  47. TERMINOLOGIJA RELACIONE BAZE PODATAKA TABELARNA TERMINOLOGIJA relacionabazapodatakaskuptabela relacijajednatabela atribut(karakteristika) zaglavljekolone u tabeli slog vrsta od podataka u tabeli meraveličineskupa određenihobjekatabrojvrsta u tabeli Stepenbrojkolona u tabeli domenpostavkavažećihvrednostizapodatke u koloni

  48. objektno-orijentisani model baza podataka Prvipostrelacioni model, objektno-orijentisan, predstavljaentitetkaoklasu. • objektno-relacioni model bazapodataka Mogućnost postavljanja trenutnih upita. • deduktivi model baza podataka Poznatijikaoizvedeni model. Ovaj model čuvašto je mogućemanjepodataka, štokompenzujepravilom da kombinovanjemstvaranovepodatkepopotrebi

  49. Postoje dve osnovne vrste baze podataka: distribuirana centralizovana

  50. Centralizovane baze podataka • Centralizovana baza podataka čuva sve srodne fajlove na jednu fizičku lokaciju. • Decenijama glavna platforma baza podataka se sastojala odcentralizovane baze podataka na velikim, glavnim računarima

More Related