granularnost podataka visoka - najsitnije prema krupnima niska - najkrupnije prema sitnima

4 nivoa granularnosti: 1)tekuci detaljni podatci - nalaze se na visokom nivou granularnosti( stari su izmedju 2-5 god) 2)starije detaljne podatke (stariji od 5 god) 3) srednje granularni tekuci (2-5) 4) nisko granularni tekuci podaci (2-5)

1,2,3 sci se cuvaju na hard disku 2 na externim diskovima

baza podataka se moze posmarati kao: -fizicki nivo - nacini smjestanja podataka u baze (tabele i veze) -konceptulani nivo - po kojem modelu se smjestaju podatci -logicki nivo - kako korisnik vidi podatke relacione baze

1.veza (1:1,1:n,n:m) 2.entitet(kolona) 3.atribut 4.rekord(red) dimenzione baze 1.veza(1:m)

2.cinjenice-sve ono sto nas zanima kao pojedinacnog korisnika 3.dimenzije-objasnjavaju ono sto nas zanima 4.atributi

narudzbenica-datum-proizvod-kupac/-kupacweb - poslovnica

crm marketing prodaja it

podatci o ponasanju kupaca -

kupci -

podatci o stanju kupca

cuvaju se u fact tab

izvedeni analiticki podatci

dimenziona tabela

operativni crm - pracenje svega sto mozemo znati u kupcima da bismo znali semu po kojoj kupci kupuju proizvode,moze uslovno da se posmatra kao oltp

kolaborativni crm - nacini na koje konuniciramo sa kupcima

analiticki crm - analiziramo prikupljene podatke

faze izgradnje crm 1)planiranje - tehnicka podrska ko su kupci kakve su im kupovne navike kakva im je kupovna moc gdje zive kako ce reagovati na promotivne kampanje koji mu je zivotni stil ko su korisnici 2)ispitivanje - ne ukljucuje tehnicku infrestrukturu 3)izvrsavanje - pocinje izgradnja i analiziranje efikasnosti upotrebe sistema - efikasnost ucinjenog i povratne informacije

1)market share 2)wallet share

1. pogresna disciplina vrijednosti

a)bliskost sa kupcima b)"vodeci vrh" - veblenov efekat - snobizam c)operaciono savrsenstvo - prilagodjavanje potrebama kupaca 2.promjenjeni uslovi

3.lose iskustvo

4.bolja ponuda

koji od tipova podataka cuva istoriske podatke a)tip1 b)tip2 c)tip3 d)nijedan od navedenih

koja vrsta podataka je pogodna za pravljenje degenerisanih dimenzija a)degenerisanie dimenzije uopste ne sadrze podatke b)u pitanju su najcesce brojevi faktura otpremnica c)u pitanju su agregirane mjere stanja i prometa d)u pitanju su opisni podatci

dwh se sastoji a)data mart + oltp

b)dwh sluzi kao izvor podataka za oltf c)oltp kao izvor podataka za dwh d)sve

tip relacije izmedju dimenzija i cinjenicne tabele je: a)1:1 b)1:n c)n:1 d)m:n

kojiu od navedinih atributa nije sastavni dio cinjenicne table a)troskovi po jedinici b)kol proizvoda c)naziv proizvoda d)svi

navedite i ukratko objasnite 4 ustanjena koraka za planiranje skladista podataka granularnost dimenzije fact tabele identifikacija zahtjeva

navedite i objasnite kada se u dimenzionom modeliranju koriste surogat kljucevi i zbog cega

da li se skladista podataka dopunjavaju transakcionim podatcima u realnom vremena

navedeni iskazi se odnose na pahulja semu u dimenzionom modeliranju koji bi ste ocjenili kao tacan: a)upotrebom ove seme sistem se cini razumljivijim i pristupacnijim za biznis korisnike b)upotreba ove seme je obaveza i preporucljiva c)upotreba ove seme eliminise potrebu za uspostavljanjem indexa d)upotreba ove seme se negativno odrazava na performanse skladista podataka

kada je pogodno koristiti tip 3 podataka

factless fact tables se upotrebljavajukada treba a)kada treba istovremeno opsluziti vise dimenzija koje sluze kao spona izmedju razlicitih fact tabela b)kada treba pratiti odredjenu pojavu u cjelosti bez obzira na intezitet i ucestalost c)kada treba uspostaviti pomocne tabele za postojecu fact tabelu d)nista od navedenog

koji od sledecih iskaza je tacan a)data staging area predstavlja prostor u kojem se nalaze podatci pogodni za analizu od krajnjeg korisnika b) c) d)nista omogucava krajnjim korinicima isto sto i oltp predstavlja prostor u kojem se vrsi priprema podataka za dwh

granularnost je direktno povezana sa: a)brojem cinjenicnih tabela u dwh b)sa nivoom detaljnosti opisnih atributa u dimenzijama

c)sa brojem dimenzionih tabela u dwh d)sa nivom detaljnosti podataka u skladistu uopste

online analiticko procesiranje je: a)sumiraje podataka do odredjenog trazenog nivoa detaljnosti b)upotrebom podataka iz transakcionog sistema za kreiranje izvjestaja u kojima su podatci grupisani po kategori c)izdvajanje podataka u spredsheetove u svrhu analiziranja d)upotreba posebnih alata za analizu konsolidavanih podataka kako bi se uvidjele promjene vezane za te podatke kroz vrijeme

koje ciljeve treba da zadovolji dwh da bi njegovo uvodjenje bilo opravdano

navedite i vrlo krako objasnite karakteristike koje su

objasnite sta je to crm koji su njegovi glavni ciljevi kakva je veza izmedju nastanka i popularizacije skladista i crm sistema i koja su pitanja dominantno vazna za korisnike ovih sistema