Professional Documents
Culture Documents
PIS9
PIS9
POSLOVNI INFORMACIONI
SISTEMI
DR JASMINA PERIŠIĆ
JASMINA.PERISIC52@GMAIL.COM
SADRŽAJ
2
ODLUKA I ODLUČIVANJE
MENADŽERI I DONOŠENJE ODLUKA
Transakcioni IS – OLTP (On-Line Transaction Processing)
SISTEMI ZA OBRADU TRANSAKCIJA KAO PODRŠKA
POSLOVNIM OPERACIJAMA
OLAP SISTEMI
SAVREMENO POSLOVNO ODLUČIVANJE I NJEGOVA PODRŠKA
SKLADIŠTE PODATAKA -DATA WAREHOUSING (DW)
DATA WAREHOUSING KOMPONENTE
RAVOJ SKLADIŠTA PODATAKA
ARHITEKTURA SKLADIŠTA PODATAKA
ANALIA IZVORA PODATAKA
POSLOVNA INTELIGENCIJA
SADRŽAJ
3
Analitički
IS –On-line Analytical Processing (OLAP)
analiza i obrada podataka, izrada izveštaja
OLAP SISTEMI 35
HR
Ekstrakcija Izveštaji
Finansije
Transformacija Data OLAP
Warehouse
Nasleđeni
sistemi Punjenje Data mining
Upravljanje metapodacima
Arhitektura sistema za poslovnu
inteligenciju 53
Operativni nivo
Koristi konvencionalne baze podataka, koje se uglavnom
zasnivaju na relacionom modelu. Karakterišu ih maksimalno
normalizovani podaci, kako bi se obezbedila konzistentnost i
izbeglo udvajanje (ponavljanje) podataka.
Dovodi do povećanja vremena izvršenja transakcija i upita.
Nad tim bazama rade aplikacije koje su transakciono
orijentisane, i koriste se za unos novih podataka ili
generisanje prostih statičkih izveštaja - OLTP (On Line
Transaction Processing).
OLTP – Opisuje način na koji računarski sistemi i krajnji
korisnici obrađuju podatke.
OLTP je orijentisan na detalje, sa čestim ažuriranjem od
strane krajnjih korisnika.
OLTP se opisuje kao način korišćenja računara za vođenje
neprekidnih (trajnih) poslovnih procesa.
Arhitektura sistema za poslovnu 54
inteligenciju
ETL procesi
Uključuje tri procesa:
Extract (“izvlačenje” podataka)
Transform (transformacija podataka)
Load (učitavaje podataka)
ETL proces je najznačajnija komponenta sistema za
poslovnu inteligenciju – kvalitet rezultata svih ostalih
komponenti se zasniva na ovom procesu.
Glavni zahtevi prilikom razvoja i dizajniranja ETL procesa su
kvalitet podataka, fleksibilnost sistema i vreme procesiranja.
ETL procesi 55
Arhitektura sistema za poslovnu 56
inteligenciju
Skladište podataka (DataWarehouse)
Predmetno-orijentisan, integrisan, vremenski promenljiv i
održiv skup podataka.
Podaci iz OLTP sistema se ekstrakuju, transformisu i onda
smeštaju u skladišta podataka prema predefinisanoj šemi.
Najkorišćenija šema: zvezdasta šema.
Bez obzira na tip šeme na kojem je skladište podataka
izgrađeno, skladište podataka uvek sadrži dva osnovna tipa
tabela:
Tabelu činjenica i
Dimenzionu tabelu
Arhitektura sistema za poslovnu
inteligenciju 57
Analiza podataka
Tipovi aplikacija poslovne inteligencije su:
Izveštajne aplikacije - obezbeđuju statističke ili parametrizovane izveštaje.
Ad hoc upiti i izveštavanje - pružaju korisniku najviši mogući stepen
interakcije sa podacima.
OLAP alati - imaju mogućnost realizacije mnogo složenijih upita.
Kontrolne table kao interaktivni vizuelni ulazno-izlazni medijum.
Business activity monitoring (BAM) – softver koji prati poslovne aktivnosti.
Aplikacije za planiranje - omogućuju korisnicima da predvide rezultate
poslovanja .
Radna okruženja koja obezbeđuju potpunu kontrolu poslovne inteligencije.
Aplikacije za pomoć u pretrazi, pravljenju upita i analizi rezultata.
Arhitektura sistema za poslovnu
inteligenciju 58
Upravljanje metapodacima
Metapodaci su specijalni podaci o podacima. Podaci o
izvorima podataka, skladištu podataka, poslovnim
pravilima, pravima pristupa i drugo.
Metapodaci su ključni za dobijanje tačnih, konzistentnih
informacija kao i za održavanje sistema.
Utiču na ceo proces dizajniranja razvoja, testiranja,
dopremanja i korišćenja sistema poslovne inteligencije.
Komercijalna rešenja –
SAS Business Intelligence
59
Komercijalna rešenja –
IBM Cognos Business Intelligence 60
Multidimenzionalna analiza podataka 61
Rim
Standardne dimenzije
lokacija
Pariz
Vremenske dimenzije
Beograd
Mere
Januar Februar Mart
Vremenski period
63
Data Mart
Skladište podataka sadrži veliku količinu podataka
organizovanih u manje logičke jedinice koje se nazivaju data
mart-ovi.
Izvedene Prilagođene
informacije informacije
71
Dva pristupa:
pristup zasnovan na agentima
pristup zasnovan na bazama podataka
Dva pravca:
pronalaženje šablona u hiperlinkovima na Web-u
mining strukture dokumenta
79
Reklamiranje na Internetu
1. Data mining se može koristiti za klasifikovanje grupa klijenata
sa sličnim informacijama, kako bi se ciljno reklamiralo.
2. Kada se korisnik na primer registruje na e-commerce Web sajt
koji prodaje sportsku opremu tada DBMS prikuplja informacije o
klijentu, kao što su pol, godine, omiljeni sport i dr. Korišćenjem
tehnika data mininga, web sajt će prikazivati baner sa motivima
golfa za muškarce i dr.
3. Kada kupujete putem Interneta, ponekad vam se ponude i
dodatni proizvodi za koje je Web sajt predvideo da ćete možda biti
zainteresovani. Takva preporuka se zasniva na tehnikama data
mininga koji pretražuje obrasce klijenata koji su na primer kupili istu
knjigu koju vi sada kupujete. Sistem preporučuje: “Ukoliko vam se
dopada x knjiga, proverite i sledeće ponuđene knjige”.
PRIMENA DATA MINING-A
87
Mogućnost Opis
U medicini:
Obuka hirurga pomoću simulatora
Tumačenje medicinskih podataka
Planiranje operacija
Fizikalna terapija
Drugo.
U obrazovanju:
Virtuelne laboratorije
Vizuelizacija složenih pojmova
iz matematike
Drugo.
Inteligentni sistemi 101