 |
OLTP-системы. Хранилища данных (Data Warehouse)
|
|
|
|
OLTP-системы (On-Line Transaction Processing)
Информационные системы класса OLTP (On-Line Transaction Processing) или OLTP-системы предназначены, прежде всего, для обслуживания повседневной деятельности предприятия. Основная функция подобных систем заключается в выполнении большого количества коротких транзакций. Транзакцией называют неделимую с точки зрения воздействия на базу данных последовательность операций манипулирования данными.
Сами транзакции являются достаточно простыми, но проблемы состоят в том, что таких транзакций очень много, выполняются они одновременно и при возникновении ошибок транзакция должна откатиться и вернуть систему в состояние, в котором та была до начала транзакции. Практически все запросы к базе данных в OLTP-приложениях состоят из команд вставки, обновления и удаления. Типичными примерами OLTP-приложений являются системы складского учета, заказов билетов, операционные банковские системы и др. Запросы на выборку в OLTP-системах, в основном, предназначены для предоставления пользователям выборки данных из различного рода справочников. Поскольку большая часть запросов известна заранее ещё на этапе проектирования системы, то критическим для OLTP-приложений является скорость и надежность выполнения коротких операций обновления данных.
Таким образом, OLTP-системы имеют следующие особенности:
• рассчитаны на быстрое обслуживание относительно простых запросов большого числа пользователей;
• работают с данными, которые требуют защиты от несанкционированного доступа, нарушений целостности, аппаратных и программных сбоев.
Хранилища данных (Data Warehouse)
Хранилище данных (ХД) – предметно-ориентированный, интегрированный, неизменчивый, поддерживающий хронологию набор данных, организованный для целей поддержки управления.
|
|
|
В больших корпорациях множественные проекты принятия решений обычно осуществляются независимо и при этом используется один и тот же набор данных. Таким образом, происходит накопление дублированных данных, что в конечном итоге приводит к снижению эффективности поддержки принятия решений.
Способы аналитической обработки данных: системы поддержки принятия решений, оперативная аналитическая обработка (OLAP), интеллектуальный анализ данных (Data Mining)
OLAP (от англ. OnLine Analytical Processing — оперативная аналитическая обработка данных, также: аналитическая обработка данных в реальном времени, интерактивная аналитическая обработка данных) — подход к аналитической обработке данных, базирующийся на их многомерном иерархическом представлении, являющийся частью более широкой области информационных технологий — бизнес-аналитики (BI).
Преимущества использования OLAP-систем:
1. интуитивно понятный пользовательский интерфейс для просмотра сложных данных;
2. высочайшая производительность на любых объемах данных;
3. простота создания любых отчетных форм для любых используемых прикладных систем;
4. обеспечение точности данных в информационном ландшафте любой сложности.
Data Mining переводится как "добыча" или "раскопка данных". Нередко рядом с Data Mining встречаются слова "обнаружение знаний в базах данных" (knowledge discovery in databases) и "интеллектуальный анализ данных". Их можно считать синонимами Data Mining.
Специфика современных требований к такой переработке следующие:
1. Данные имеют неограниченный объем
2. Данные являются разнородными (количественными, качественными, текстовыми)
3. Результаты должны быть конкретны и понятны
4. Инструменты для обработки сырых данных должны быть просты в использовании
|
|
|
| OLAP | Data Mining |
| Каковы средние показатели травматизма для курящих и некурящих? | Встречаются ли точные шаблоны в описаниях людей, подверженных повышенному травматизму? |
| Каковы средние размеры телефонных счетов существующих клиентов в сравнении со счетами бывших клиентов (отказавшихся от услуг телефонной компании)? | Имеются ли характерные портреты клиентов, которые, по всей вероятности, собираются отказаться от услуг телефонной компании? |
| Какова средняя величина ежедневных покупок по украденной и не украденной кредитной карточке? | Существуют ли стереотипные схемы покупок для случаев мошенничества с кредитными карточками? |
Data Mining — это процесс обнаружения в сырых данных ранее неизвестных, нетривиальных, практически полезных и доступных интерпретации знаний, необходимых для принятия решений в различных сферах человеческой деятельности.
Системы класса MRPII
MRPII-системы предназначены для эффективного планирования всех ресурсов предприятия (включая финансовые и кадровые).
Основная суть MRPII-концепции состоит в том, что прогнозирование, планирование и контроль производства осуществляется по всему жизненному циклу продукции, начиная от закупки сырья и заканчивая отгрузкой продукции потребителю.
В MRPII-системе интегрировано большое число модулей, результаты работы которых анализируются MRPII-системой в целом, что и обеспечивает ее гибкость по отношению к различным внешним факторам (например, текущему спросу на продукцию и др.). В результате применения MRPII-систем должны быть реализованы:
• оперативное получение информации о текущих результатах деятельности предприятия как в целом, так и с полной детализацией по отдельным заказам, видам ресурсов, выполнению планов;
• долгосрочное, оперативное и детальное планирование деятельности предприятия с возможностью корректировки плановых данных на основе оперативной информации;
• оптимизация производственных и материальных потоков со значительным сокращением непроизводственных затрат и реальным сокращением материальных ресурсов на складах;
отражение финансовой деятельности предприятия в целом.
Состав систем класса MRPII:
1. Планирование развития бизнеса (Составление и корректировка бизнес-плана)
|
|
|
2. Планирование деятельности предприятия
3. Планирование продаж
4. Планирование потребностей в сырье и материалах
5. Планирование производственных мощностей
6. Планирование закупок
7. Выполнение плана производственных мощностей
8. Выполнение плана потребности в материалах
9. Осуществление обратной связи
Таким образом, MRPII системы объединяют процедуры обработки заказов на продажу, бухгалтерского учета, закупок и выписки счетов-фактур с производством на основе одной базы данных реального времени.
Системы класса CSRP
CSRP (Customer Synchronized Resources Planning) – [Управление, ориентированное на взаимодействие с клиентами: включает получение заказов, разработку планов, проектов и заданий, техподдержку. Практически, CSRP=ERP+CRM].
Планирование ресурсов, синхронизированное с покупателем. CSRP включает в себя полный цикл - от проектирования будущего изделия с учетом требований заказчика, до гарантийного и сервисного обслуживания после продажи. Суть CSRP состоит в том, чтобы интегрировать покупателя в систему управления предприятием. При этом не отдел продаж, а сам покупатель размещает заказ на изготовление продукции, сам отвечает за правильность его исполнения и при необходимости отслеживает соблюдение сроков производства и поставки. Предприятие же может очень четко отслеживать тенденции спроса на его продукцию.
Сущность концепции CSRP состоит в том, что при планировании и управлении компанией можно и нужно учитывать не только основные производственные и материальные ресурсы предприятия, но и все те, которые обычно рассматриваются как «вспомогательные» или «накладные».
К таким ресурсам относят: ресурсы, потребляемые во время маркетинговой и «текущей» работы с клиентом, послепродажного обслуживания реализованных товаров, используемые для перевалочных и обслуживающих операций, а также внутрицеховые расходы. Учет абсолютно всех использованных ресурсов имеет решающее значение для повышения конкурентоспособности предприятия в отраслях, где жизненный цикл товара невелик, и требуется оперативно реагировать на изменение желаний потребителя.
|
|
|
