1 / 50

Very basic of DW, BI, CPM

Very basic of DW, BI, CPM. Slavko Kastelic CSO. Agenda. Osnovni gradniki Data Warehouse Business Intelligence Corporate Performance Management. Minard 1869: Napoleon March to Moscow. http://cuatrotipos.files.wordpress.com/2008/03/chart-minard.jpg. US – Fiscal Chart From 1799-1870.

nolan-moore
Download Presentation

Very basic of DW, BI, CPM

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. Very basic of DW, BI, CPM Slavko KastelicCSO

  2. Agenda • Osnovni gradniki • DataWarehouse • BusinessIntelligence • CorporatePerformanceManagement

  3. Minard 1869: Napoleon March to Moscow http://cuatrotipos.files.wordpress.com/2008/03/chart-minard.jpg

  4. US – Fiscal Chart From 1799-1870 http://timoelliott.com/blog/2010/03/stunning-business-intelligence-visualizations…-from-1830.html

  5. Dashboards Year 2010 Scorecards Statements

  6. Management Influences Influences Process Sources Results Metrics Metrics Controller Goals Other Data Flow

  7. Management

  8. Popotovanje od doma do službe • Cilj: služba

  9. Načrtovanje

  10. Vmesni cilji Točka #1 Točka #2 Start Cilj 5 min 5 min 5 min

  11. Spremljanje

  12. Spremljanje - interno • KPI - Dashboard • Alerts – voda, olje, pas, nesreče, gneče... • Analize – board computer

  13. Spremljanje – odmik od cilja

  14. Vplivi

  15. Ukrepanje

  16. Bottom Line: 1812 vs 2010 • Nothing New - Except

  17. Vpliv latence na poslovno vrednost ukrepa Poslovnidogodek Podatekv DW Informacija Ukrepanje Visoka Poslovna vrednost Nizka Čas podatki analize odločitve

  18. Vpliv latence na poslovno vrednost ukrepa Poslovnidogodek Podatekv DW Informacija Ukrepanje Visoka Poslovna vrednost Nizka Čas podatki analize odločitve

  19. Osnovni gradniki MDM – Master Data Management CPM BI Finančno in regulatorno poročanje DI Poročanje DQ Viri Relacijski, ASCII, XML, aplikacije, ... Interni viri ERP Analiza kock OLAP analiza Planiranje in budžetiranje Host DWH Podatkovno skladišče(DW) Salesforce Ad hoc analiza Marketing Modeliranje in Optimizacija profitabilnosti ETL Obveščanje Zunanji viri Finančna konsolidacija AJPES Banka Data Mining Data mart(DM) Registri Nadzorne plošče Inkazalci Vizualizacije Metadata

  20. Definicija DW DW – DataWarehouse – Podatkovno skladišče Je zbirka podatkov: organizirana po poslovnih področjih, integrirani, zgodovinski in so nespremenljivi. Vse to za potrebe izboljšati proces odločanja. Vir: Bill Inmon Je kopija transakcijskih podatkov, ki so strukturirani za poizvedbe in analize. Vir:Ralph Kimbal, TheDataWarehouseToolkit Zgodovina DW: 1960ta - General MillsinDartmouth College, v skupni raziskavi razvijeta pojme “dimension” in “fact”. 1970ta- ACNielsenin IRI naredijo prve “datamarte” za potrebe prodaje. 1983 - Teradatapredstavi bazo podatkov, ki je zasnovaa posebej za sisteme za podporo odločanju. 1988 - Barry Devlin in Paul Murphy objavita članekAn architecture for a business and information systems vIBM Systems Journalkjer objavita terimin"business data warehouse". 1990 - Red Brick Systems predstavi Red Brick Warehouse, baza podatkov, ki specializirana za podatkovna skladišča 1991 - Prism Solutions predstavi Prism Warehouse Manager, programsko opremo za izgradnjo podatkovnih skladišč. 1991 - Bill Inmonobjavi knjigo Building the Data Warehouse. 1995 – Ustavnovljen je The Data Warehousing Institute, je organizacija ki promovira podatkovna skladišča 1996 - Ralph Kimballobjavi knjigoThe Data Warehouse Toolkit. Vir: Wikipedia

  21. Gradniki DW Viri Analitika Aplikativni strežnik ETL, ELT Podatkovno skladišče Meta podatki

  22. Transakcijski sistem • Dostop do podatkov je tipa pisanje in branje • Podatki so organizirani po aplikacijah • Podatki navadno niso standardizirani čez aplikacije • Zgodovina podatkov je ponavadi omejena na trenutno stanje Sistem je optimiziran za procesiranje transakcij in ne za analitiko.

  23. Podatkovno skladišče Podatki v podatkovnih skladiščih so: • samo za branje • orientirani po področjih • integrirani • zgodovinski Finance Marketing Podatki o strankah Prodaja Nabava Proizvodnja Podatkovno skladišče je optimizirano za analitiko

  24. ETL ETL • Ekstrakcija, Transformacijain Load-prenosje proces: • Ekstrakcije podatkov iz različnih podatkovnih virov • Čiščenje in integracija podatkov • Prenos podatkov v podatkovno skladišče

  25. Meta podatki Podatkovno skladišče Open the district sales analysis. Select Sales_dollars, District_id From Fact_SkuDayStore Lookup_district District=District_id in Lookup_District Sales=Sum(Sales) in Fact_ItemDayStore Meta podatki

  26. BI/DW Landscape 2.0

  27. Definicija BI BI – BusinessIntelligence – Poslovna Inteligenca oz. Poslovno Obveščanje Izraz se nanaša na metode, tehnologije, aplikacije, prakso, ki pomagajo boljše razumeti poslovanje. Je arhitektura in zbirka integriranih rešitev na operativnem nivoju in nivoju podpore odločanja ter baz podatkov, ki poslovnemu svetu zagotavljajo enostaven dostop do poslovnih podatkov.Vir: Moss, Atre: BusinessIntelligenceRoadmap BI tehnologije nam omogočijo zgodovinski, trenutni in prediktivni vpogled v poslovanje. BI tehnologije vključujejo: Analitiko, OLAP, DataMining, Prediktivnoanalitiko, Alarme… Namen BI je boljša podpora poslovnega odločanja, lahko tudi rečemo, da je BI sistem za podporo odločanju (Decision Support System). BI in DW Velikokrat BI aplikacije uporabljajo podatke iz podatkovnih skladišč. Vsa podatkovna skladišča se ne uporabljajo za BI in tudi vse BI aplikacije ne potrebujejo podatkovnega skladišča. Zgodovina BI: 1958 – Je Hans Peter Luhn definiral izraz “BusinesIntellignece”, kot prezentacija dejstev na način, ki te vodijo h želenemu cilju. 1989 – Je HowardDresner(kasneje je postal analitik pri Gartner Group) predlagal BI kot skupni izraz ki opisuje: koncepte in metode kako izboljšati odločanje z uporabo “fact-based” sistemov. Vir: Wikipedia

  28. BI Tehnologije

  29. Trgovina Izdelek Ljubljana Grozdje Koper Maribor Češnje Melone Jabolka Prodaja Hruške Stroški Dobiček Nabava ... Q1 Q2 Q3 Q4 Čas Pogled na podatke OLAP Maribor Maribor Maribor Češnje Češnje Češnje Češnje Češnje Q4 Vir: dr. Jurij Jaklič, dr. Mojca Indihar Štemberger

  30. Vizualizacija

  31. Napredna vizualizacija

  32. Data mining – podatkovno rudarjenje • Preprosto povedano: rudarjenje uporabljamo za odkrivanje vzorcev in povezav v podatkih z namenom boljših poslovnih odločitev.Robert Small, Two Crows • Je proces ekstrakcije veljavnih, prej nepoznanih informacij iz velikih baz podatkov, na podlagi katerih lahko ukrepamo.Cabena et al.: Discovering DM From Concept to Implementation • Avtomatizirano iskanje vzorcev, ki predstavljajo znanje in so implicitno spravljeni v velikih podatkovnih bazah, skladiščih in drugih velikih podatkovnih virih. • Tehnike, ki jih uporabljamo za iskanje spodaj ležečih struktur in povezav v velikih količinah podatkov.

  33. Vrste problemov / naloge - DM • Karakterizacija in diskriminacija (opis razredov) • Asociacije (pravila povezav, kaj gre skupaj) • Klasifikacija (prireditev oznake) • Ocena (prireditev numerične vrednosti) • Napovedi (bodoče obnašanje) • Razvrščanje v skupine (clustering) • Evolucijska analiza (spremljanje sprememb obnašanja skozi čas - zaporedja)

  34. Poročanje in OLAP nam dajeta informacije iz zgodovinskih dejstev nam podatkovno rudarjenje lahko pomaga napovedati dogodke v prihodnosti Poročanje in OLAP nam dajeta informacije iz zgodovinskih dejstev nam podatkovno rudarjenje lahko pomaga napovedati dogodke v prihodnosti DataMiningvs. OLAP/ROLAP

  35. CPM Definicija CPM – CorporatePerformanceManagement – Upravljanje učinkovitosti poslovanja Je skupek upravljalskih in analitičnih procesov, ki omogočajo učinkovitost organizacije z namenom doseganja enega ali več izbranih ciljev. CPM je del BI, ki vključuje spremljanje, upravljanje učinkovitosti organizacije, glede na KPI (ključne dejavnike uspeha) kot so promet, stroški, povračilo investicije… Sinonimi: BPM, CPM, EPM Zgodovina CPM: Referenca CPM se pojavi v knjigi SunTzu z naslovom TheArtofWar. SunTzu razlaga,da moramo za zmago v bitki imeti dobro razumevanje naših prednosti in slabosti, enako velja za sovražnika. Pomanjkanje znanja na katerem koli področju se lahko konča s porazom. Leta 1989 HowardDresner, raziskovalec pri Gartnerju označi BI kot izraz, ki pod isto streho uvršča metode za izboljševanje poslovnega odločanja na podlagi dejstev.

  36. CPM Elementi

  37. CPM Aplikacije Budgeting, PlanningandForecasting DashboardsandScorecards ProfitabilityModelingandOptimization FinancialConsolidation Financial, StatutoryandMgmt. Reporting

  38. BI Maturity Model maturity model that benchmarks your progress in data warehousing and business intelligence help you determine where you are, where to go next and how to get there Wayne W. Eckerson, Director of TDWI Research (TheDataWarehousing Institute) created 2004, renewed 2007, new aspects 2009

  39. BI adoptionCurve • eight key categories(scope, sponsorship, funding, value, architecture, data, development, delivery) • fivestages, two gaps Source: TDWIResearch

  40. 1. Prenataland Infant Stage Typicaly • managementreporting (print) • operational reporting (OLTP) • spreadmarts (Excel, Access) • IT backlog -> powerfull end users • multiple truths • whathappened, willhappen Cross the Gulf • executive sponsorship • funding • data quality • manage change • manage people InformExecutives! Source: TDWIResearch

  41. 2. ChildStage Typical • first steps in DW • departmental • multiple data marts • first BI tool • query • reporting • ad hoc OLAP • power users • what happened EmpowerWorkers! Source: TDWIResearch

  42. 3. TeenagerStage Typical • single consistent DW • cross departmental • standards (project, methodology) • BI manager • self service for power users • casual users • what is happening Cross the Chasm • manage business changes • standardize semantics • move to corporate IT • prevent ‘report chaos’ • keep up with business needs Monitor Processes! Source: TDWIResearch

  43. 4. AdultStage Typical • strategic enterprise DW • unified architecture • fully loaded • flexible and layered • just-in-time delivery • dashboards & scorecards • predictive analytics • centralized management • competence center • whatshouldwe do DrivetheBusiness! Source: TDWIResearch

  44. 5. Sage Stage Typical • framework of standards • center of excellence • federated development • extended enterprise(customers, suppliers) • BI and data services • decisionautomation • what can we offer Drivethe Market! EDW becomescommodity. (like electricity, water, transportation) Source: TDWIResearch

  45. BusinessValueand ROI - VALUE - COST Source: TDWIResearch

  46. LocalControlvsEnterpriseStandards - STANDARDS - FLEXIBILITY Source: TDWIResearch

  47. BI Usage - CASUAL USERS - POWER USERS Source: TDWIResearch

  48. BI Insight - DATA FRESHNESS - DECISION LATENCY Source: TDWIResearch

  49. ? Slavko Kastelic Slavko.kastelic@crmt.com

More Related