Business Intelligence Skorkovský KAMI, ESF MU Principy BI nzpracování velkých objemů dat tak, aby výsledek této akce manažerům pomohl k rozhodování při řízení procesů nvýsledkem zpracování musí být relevantní informace, kterou dostanou manažeři ve správném čase nzákladní zdroj dat, která se často ukládají do datových skladů jsou ERP systémy (relační DB) nzískání informací jako výsledek strukturovaných dotazů musí probíhat rychle (krátká odezva) npoužívá se pro řízení na strategické, taktické u operační úrovni Principy BI nDefinice 1 : BI je sběr a analýza dat, jejímž cílem je lepší porozumění a reakce na změny, kterým organizace neustále čelí n nDefinice 2 : BI je znalost podniku získaná za použití HW a SW technologií, která umožní přeměnit data organizace v informaci n nDefinice 3 : sada procesů, aplikací a technologií, jejíchž cílem je účinně a účelně podporovat rozhodovací procesy ve firmě. Tyto procesy podporují analytické a plánovací činnosti podniků a organizací a jsou postaveny na principech multidimenzionálních pohledů na podniková data Nástroje (terminologie) BI nERP systémy –zdroj primárních dat (transakce-položky v NAV) nDočasná úložiště (DSA: Data Staging Area) nOperativní úložiště (ODS : Operational Data Store) nTransformační nástroje (ETL : Extraction Transformation Loading) nIntegrační nástroje (EAI : Enterprise Application Integration) nDatové sklady nDatová tržiště nOLAP= On-Line-Analytical-Processing nReportingové nástroje nEIS (Executive Information System) nData Mining n Omezení ERP jako poskytovatele dat nNeumožňují rychle a pružně měnit kritéria výběru n nNení okamžitý přístup uživatelů k velkým objemům agregovaných dat n nERP jsou primárně určeny k pořizovaní dat a jejich aktualizaci (relační typ databáze – pomalý přístup k požadovaným údajům) n nV každém podniku se objem dat za každých pět let zdvojnásobí, což ovšem také znamená, že systém je zahlcen redundantními daty n nVícedimenzionální pohled na data v ERP je problematický. DB ERP není pro tento pohled stavěná. Databáze, které vzniknou přeměnou primárních dat z ERP a jsou využívány např. OLAP technologií jsou pro operace typu drilling optimalizovány Zjednodušené schéma využívání ERP ERP Transakce - položky DB ERP Partneři Zprávy Náhledy sample2002-Graphs Informace Informace (trendy) Znalost metod řízení procesů a metrik Rozhodnutí Podnik keys Klíčová znalost keys Klíčová rozhodnutí 26.4.2020 Relations among tables I TheArtOfNav_BigPictureOfNAV_Overview 26.4.2020 Relations among tables II TheArtOfNav_BigPictureOfNAV_Overview 26.4.2020 One table and its relations I 26.4.2020 One table (Sales Line) and its relations II ERP NAV Schematické a zjednodušené schéma BI Extraction Transformation Loading=datová pumpa Jiný pohled na BI Business Intelligence Konstatování nV poslední dekádě minulého tisíciletí n firmy hýčkaly mantru ERP. Důvodem byla utkvělá představa, že miliony utracené za licence a implementační služby se projeví tak, že pro uživatele n už nebude chytrost žádné čáry a vše půjde jako po másle…. A to navždy….. Reporting (NAV tools or JETs) nReporting 14 Main principles (source tables and their entries) n 15 Customer Vendor Item Account Dimensions Control parameters (time, type of products, Costs, Revenue, Area,..) Hlavní princip (zdrojové tabulky a jejich položky) n 16 Zákazník Dodavatel Zboží Účet HK Dimenze Řídící parametry (čas, typ zboží, náklady, výnosy, oblast) Some chosen analysis – ERP MS Dynamics NAV 2018 nAnalysis * Working capital – setup of the accounting schedule from NAV n 17 nAnalysis * Working capital – Show of the results from NAV 2018 18 Some chosen analysis Some chosen analysis nWorking Capital JETs * Working capital – Show of the results from JETs=JET Reports 19 Some chosen analysis nInventory Dashboard 20 Some chosen analysis examples (JETs) nAnalysis examples 21 Organizačně-technologické schéma podniku Vedení podniku BI,ERP,EIS,datové sklady, reporting Řízení výroby Řízení financí Řízení nákupu, prodeje a logistiky Řízení zdrojů, majetku a PAM BI BI BI OLAP kostka-adhoc definice dotazů nhttp://www.databaseanswers.org/designing_olap_cubes.htm n Čas (Rok,Měsíc, den) řez Relační dimenzionální model: STAR j0295177 PRODUKT Kategorie Skupina Název cena OBLAST Název Popis Prodejce ČAS Rok Měsíc Den Vařečka Jižní Čechy 12 ks 240 Kč Jan Hromada xxx =dimenze Relační dimenzionální model: SNOWFLAKE DIM:KATEGORIE Kategorie_ID Kategorie_název DIM: SKUPINA Skupina_ID Kategorie_ID Skupina_název DIM: PRODUKT Produkt_ID Skupina_ID Produkt_název DIM: OBLAST Oblast_ID Oblast_název DIM: ČÁST Čas_ID Čas_rok Čas_měsíc Čas_den Výsledek Produkt_ID Oblast_ID Čas_ID Prodej_ks Prodej_Kč Datový sklad j0233536 Zákazníci Atd.… Dodavatelé Atd.… Zakázky Datový sklad > Podniková DB Transakce j0240409 j0195384 j0332268 Kopie, , organizace dat Sumarizace dat j0315839 > Dolování dat j0195384 j0292020 Datoví horníci : • “Profíci” – vědí co chtějí • “Výzkumníci” – nepředvídané výsledky Definice nDatový sklad: základní komponenta BI n nDatové tržiště : subjektově orientované analytické DB- součást datového skladu n nOperativní datová úložiště : podpůrné analytické DB n nDočasná úložiště dat : úložiště dat před jejich zpracování do databázových komponent řešení BI n Vrstvy pro analýzu dat nReporting : ad hoc dotazovací proces do DB komponent BI n(ad hoc = k tomuto, za tímto účelem, pro tento jednotlivý případ nOLAP : pokročilé a dynamické analytické úlohy n nData Mining (dolování dat) : sofistikovaná analýza většího množství dat n nAlgoritmy pro dolování dat : n nrozhodovací stromy nNeuronové sítě nClustering a klasifikace 3wwl2ijc[1] 3wwl2ijc[1] Datový sklad->datové tržiště (anglická verze) 3wwl2ijc[1] Data Warehouse Data Mart Data Mart Data Mart Decision Support Information Decision Support Information Decision Support Information j0233536 Vysvětlení pojmu METADATA n Metadata jsou data o datech, kde pomocí předem definovaných dat s jasně danou a popsanou strukturou uchováváme informace o jiných datech. n n Typickým příkladem metadat jsou katalogizační záznamy v knihovnách, což byla jejich původní funkce. n Architektura OLAP (anglická verze) METADATA viz definice na předchozím snímku Hlavní komponenty BI a jejich vazby Operativní úložiště Datový sklad Reporting Dolování dat j0195384 j0195384 j0195384 Datové úložiště Transformační nástroje (ETL : Extraction Transformation Loading) Integrační nástroje (EAI : Enterprise Application Integration) Dolování dat nRozhodovací stromy nNeuronové sítě nGenetické algoritmy nClustering a klasifikace Dolování dat nRozhodovací stromy (RS) - prediktivní model, který se zobrazuje v podobě stromu, kde každý uzel určuje kritérium pro následní rozvětvení. Strom rozděluje veškerá zdrojová data do segmentů, kde každý list odpovídá určitému segmentu definovanému předešlými uzly. Data v jednom segmentu mají shodné vlastnosti. n n Příklad vytvoření RS Typy stromů : a) CART=Classificaion and Regression Trees (kriterium redukce směrodatné odchylky) b)CHAID =Chi-squared Automatic Interaction Detector http://lisp.vse.cz/~berka/docs/izi456/SL-IDT.PDF Rozdělení postaviček podle atributů Hlava Úsměv Ozdoba Tvar těla Předmět Přátelský Kruh Ne Kravata Čtverec Šavle NE Čtverec Ano Motýlek Čtverec NIC ANO Kruh Ne Motýlek Kruh Šavle ANO Trojúhelník Ne Kravata Čtverec Balon NE Kruh Ano NIC Trojúhelník Květina NE Trojúhelník Ne NIC Trojúhelník Balon ANO Trojúhelník Ano Kravata Kruh NIC NE Kruh Ano Kravata Kruh NIC ANO Rozhodovací strom jako logický výraz OLAP databáze nOLAP DB představují jednu nebo více souvisejících OLAP kostek nOLAP kostka na rozdíl od datových skladů zahrnuje předzpracované agregace dat podle definovaných hierarchických struktur dimenzí a jejich kombinací nTechnologie OLAP má několik variant (uvádím zde pouze dvě z nich): n nMOLAP - Multidimensional OLAP (speciální uložené v multidimenzionálních-binárních kostkách) n nROLAP – Relational OLAP (uloží data do relační DB) n Datová pumpa Primární transakční systém (ERP,CRM,..) Datový sklad Datová pumpa Datová pumpa (kritické místo celé aplikace) Datová pumpa, nebo-li ETL nástroj umožňuje efektivní zpracování velkých objemů z různých zdrojů a jejich uložení do datového skladu. Každý ETL nástroj musí umět: a) zpracovávat různorodá data obvykle fyzicky umístěná na různých místech, b)navrhovat transformace pro přenos dat mezi různými datovými formáty Primární transakční systém (ERP,CRM,..) Datový sklad Pumpa, provádějící Transformaci dat Zpracování = odstranění redundancí, agregace podle dimenzí, zapomínání dat Zapomínání dat = úmyslné odstranění nepotřebných dat z datového skladu Datová pumpa (kritické místo celé aplikace) Primární transakční systém (ERP,CRM,..) Datový sklad Pumpa Položky zboží Položky ocenění Věcné položky Zákaznické položky Pumpa 2002 (4)->2007 (2) 2006 (1)->2006 (3) časový filtr-dimenze čas Částečná změna struktury dat a případně další aplikace dimenzí (oblast, typ zákazníka,.. ) Test správnosti dat (konzistence) IF NOT OK THEN Opravná zpětná vazba=TRUE Datová pumpa = Extraction Transformation and Loading = ETL