-
- مدیریت و کنترل عملیات کسب داده ها از منابع مختلف
-
- تضمین صحت و دقت استخراج و تغییر شکل داده ها
-
- حفظ امنیت و دسترسی مجاز به داده ها
-
- تضمین درستی اجرای فرایند تحویل داده ها
۲-۳۹- چالش سازمانها در استفاده از داده ها ( ضرورت استفاده از هوش تجاری )
در بسیاری از شرایط داده ها در منابع مختلفی قرار دارند و یکپارچه نمودن آنها برای بدست آوردن گزارشات تحلیل، عملیاتی هزینه بر و زمانگیر برای سازمانها می باشد.
( اینجا فقط تکه ای از متن فایل پایان نامه درج شده است. برای خرید متن کامل پایان نامه با فرمت ورد می توانید به سایت feko.ir مراجعه نمایید و کلمه کلیدی مورد نظرتان را جستجو نمایید. )
-
- نرم افزارهای عملیاتی در سازمان می توانند گزارشاتی را تا سطح مدیران میانی فراهم آورد. کمتر دیده شده که مدیران ارشد از ابزارهای ذکر شده بعنوان منبع تصمیم سازی استفاده نمایند و بیشتر گزارشات مورد نظر آنها توسط مدیران میانی و با صرف زمان زیاد تهیه می شود و گاه این عملیات بصورت روزانه باید تکرار شود.
-
- بدلیل نوع طراحی نرم افزارهای عملیاتی ساختن گزارشات حجیم از اطلاعات موجود بسیار کند خواهد بود.
-
- بیشتر گزارشات تولید شده توسط نرم افزارهای عملیاتی گزارشاتی ساده و نمایانگر عملیات انجام شده در سیستم می باشد و نمی توان بوسیله آنها گزارشات تحلیلی و چند بعدی در زمان کوتاه ساخت.
-
- در بسیاری از مواقع گزارشات ساخته شده دیدگاهی عمیق به مدیران ارشد برای اتخاذ تصمیمات استراتژیک مناسب ارائه نمی دهد.
-
- پرسنل یک مجموعه برای درک بهتر از شرایط کار نیاز به گزارشات تحلیلی دارند. عدم سهولت در ایجاد چنین گزارشاتی باعث می شود تا افراد بدنه سازمان از مسیر اصلی کار خارج گردند و یا زمان زیادی صرف تحلیل شرایط مختلف نمایند.هوش تجاری یا Business Intelligence راهکاری است که برای شرایط مطروحه پاسخ مناسب ارائه می دهد.فلسفه اصلی پشت ایده «هوشمندی کسب و کار» این است که هر سازمان باید دو دسته از حقایق را کاملاٌ روشن سازد. نخست اینکه رفتارها و فعالیتهای سازمان (Activities) دقیقاً کدامند. دوم اینکه چه رابطه‌ای میان آنها و اهداف و برنامه‌های سازمان (Objectives) وجود دارد و تاثیرات متقابل این دو کدامند. BI برای این که بتواند به مدل‌سازی بهینه‌ای از شرایط دو مؤلفه مذکور دست یابد، آنها را در شرایط واقعی‌شان یعنی در ارتباط با مشتریان، فرآیندهای درونی سازمان و فعالیت شرکت‌ها و سازمان‌های همکار می‌سنجد و دسته‌بندی می‌کند.
۲-۴۰- مکعب های داده
یک پایگاه داده تحلیلی برپایه مدل چند بعدی داده است که داده را به شکل یک مکعب داده می‌بیند . یک مکعب داده مانند فروش اجازه می‌دهد که داده‌ها در ابعاد مختلف مدل شوند و از دیدگاه‌های مختلف مورد بررسی قرار گیرند .
در ادبیات پایگاه‌های داده تحلیلی ، یک مکعب داده که در سطوح مختلف خلاصه سازی شده است ، یکمکعب وارهنامیده میشود. با داشتن یک سری ابعاد می توان یک شبکه از مکعب واره ها ساخت که هر یک از آنها یک سطح خلاصه سازی از داده را نشان می دهند .
مکعب واره ای که پایین ترین سطح خلاصه سازی را دارد، مکعب واره پایه نامیده می شود و مکعب واره ای که بالاترین سطح خلاصه سازی را دارد، مکعب واره راس نامیده می شود. یک شبکه از مکعب‌واره هایک مکعب داده را تشکیل می دهند .
شکل۲-۸ -نمونه ای از مکعب داده
شکل۱-۹- مفهوم مکعب داده داده
شکل۲-۱۰ - شبکه ای از مکعب واره ها
۲-۴۱- نقش مدل اطلاعات راهبردی در تولید اطلاعات استراتژیک
در سازمانها مدیران با دو واقعیت تکان دهنده مواجهند: اول اینکه این سازمانها با مقادیر زیادی از داده ها روبرو هستند. دیگر اینکه منابع و سیستم های تکنولوژی اطلاعات در تبدیل این داده ها به اطلاعات استراتژیک ، مفید و مؤثر عمل نمی کنند . چرا که داده های لازم برای تصمیم گیریهای استراتژیک باید در یک شکل مناسب باشند تا مدیران بتوانند هم بر روندها بر حسب زمان نگاه کنند و هم بتوانند داده را از دیدگاه های مختلف کاری مورد بررسی و تحیل قرار دهند .
دلیل اصلی عدم موفقیت سازمانها در تولید اطلاعات استراتژیک این است که همیشه سعی آنها بر این بوده که این اطلاعات را از سیستم های عملیاتی سازمان از قبیل پردازش صورتحسابها ، پردازش مطالبات / شکایات و غیره استخراج نمایند . در حال که این نوع سیستم ها برای تهیه اطلاعات استراتژیک طراحی نشده اند . انبار داده ها[۶۷] یا DW سیستمی است که جدای از « سیستمهای عملیاتی [۶۸]» طراحی و ساخته می شود. بدین صورت که داده ها را به صورت روزانه، هفتگی یا ماهیانه بر حسب نیازها سازمان از سیستمهای عملیاتی گرفته و آنها را برای مدیران و مجریان به منظور آنالیز و شناسایی روندها بر حسب زمان ،ذخیره می کند ..
از آنجایی که عملکرد DW بر گرفتن اطلاعات از سیستم های عملیاتی سازمان متمرکز است در این مبحث ابتدا به تعریف سیستم های عملیاتی سازمان پرداخته ، سپس شرحی بر DW ارائه می گردد .
۲-۴۲- سیستم های عملیاتی و کاربرد آنها
سیستم های عملیاتی همان سیستم های پردازش تراکنشی آنلاین ([۶۹]OLTP ) هستند که برای اجرای فعالیتهای روزانه و اصلی سازمان بکار می روند . سیستم OLTP یک سیستم آنی[۷۰]و مبتنی بر تراکنش[۷۱] است که برای جمع آوری و گزارش دهی داده ها بکار می رود . این سیستم نوعاً داده ها را از پایگاه داده ها می گیرد و هر تراکنش اطلاعات مربوط به یک ماهیت از قبیل یک دستور، یک صورتحساب یا یک مشتری را پردازش می کند . بنابراین بطور خلاصه می توان گفت که OLTP دارای ویژگیهای زیر می باشد :
-
- عملکرد گرا است ، یعنی می توان OLTP را نامگذاری نمود بصورتی که نام آن نشان دهنده عملکرد آن می باشد مثل سیستم نوبت دهی .
-
- در برگیرنده قوانین کاری است ؛ مثل افشای مجاز اطلاعات .
-
- اصلاح آنی اطلاعات در لحظه ورود امکان پذیر است .
-
- اطلاعات در سطح تراکنش همیشه در دسترس است .
بنابراین سیستم های عملیاتی برای تهیه اطلاعات استراتژیک تولید نشده اند بلکه برای رسیدن به این اطلاعات باید اطلاعات را از مجموع انواع مختلف این سیستم ها گرفت که اینکار را فقط « سیستم های پشتیبان از تصمیم [۷۲] » با سیستم های اطلاعاتی خاص می توانند انجام دهند .
۲-۴۳- سیستم های حمایت کننده از تصمیم در مقابل سیستم های عملیاتی
سیستم های پشتیبان از تصمیم برای اجرای فعالیتهای اصلی سازمان طراحی و ساخته نشده اند بلکه برای مشاهده چگونگی انجام فعالیتها و سپس تصمیم گیری های اجرایی برای بهبود این فعالیتهای در نظر گرفته شده اند .
تفاوت سیستم های پشتیبان از تصمیم با سیستم های عملیاتی در این است که سیستم های پشتیبان برای بیرون کشیدن اطلاعات استراتژیک از پایگاه داده ها توسعه یافته اند یا به عبارتی برای تولید اطلاعات استراتژیک می باشند اما سیستم های عملیاتی برای وارد کردن داده ها به پایگاه داده ها طراحی شده اند .
بنابراین می توان چنین بیان نمود که برای تهیه اطلاعات استراتژیک نیاز به ایجاد سیستم های اطلاعاتی جدای از سیستم های عملیاتی می باشد که در آغاز سال ۱۹۹۰ در حوزه DSS ابزارهایی چون انبار داده ها و OLAP[73] گسترش یافت که این ابزارها برای تسهیل آنالیز در سیستم های تصمیم ساز طراحی شده اند ..
۲-۴۴- Data Mart
دیتا مارت ( DM ) یک پایگاه داده موضوعی است که مربوط به یک فرایند یا گروهی از فرآیندهای مرتبط به هم برای فعالیتی خاص می باشد یا به عبارتی بخش گرا است و قابلیت تبدیل به ساختارهای آماری از قبیل ماتریس داده را دارد .
مهمترین موضوعی که مدیران IT با آن روبرو هستند این است که ابتدا DW را ایجاد کند یا DM را ؟ این بدان معناست که هم می توان ابتدا برای هر بخش یک DM را ایجاد نمود و سپس به DW رسید و هم می توان ابتدا یک DW ایجاد نمود و از آن برای هر بخش یک DM را بوجود آورد که هر کدام از این روشها دارای معایب و مزایایی می باشند . اما آنچه در واقع می توان گفت این است که DW مجموعه ای از DM می باشد .
۲-۴۵- زیر ساختار انبار داده ها
زیر ساختهای DW شامل همه عناصری است که باعث اجرای معماری می شود . عناصر زیر ساخت را به دو گروه می توان تقسیم نمود: زیر ساختهای عملیاتی و زیر ساختهای فیزیکی که البته تشخیص بین این دو گروه بسیار حائز اهمیت می باشد . چرا که عناصر هر گروه نسبت به گروه دیگر از لحاظ ماهیت و ویژگی کاملاً متفاوت از دیگری است . اما بطور خلاصه زیر ساختار شامل عناصر مختلفی از قبیل سخت افزار سرور، سیستم عملیاتی ، نرم افزار شبکه ، نرم افزار پایگاه داده ،LAN[74] ،[۷۵]WAN ، ابزارهای فروشنده برای هر یک از اجزاء معماری ، مردم ، اقدامات و آموزش است .
۲-۴۶- داشبورد - نشانگر سازمانی دیداری وکمک آن به تصمیم گیری اثر بخش
هرفردباشنیدنواژهداشبورد،درذهنخودصفحهزیرشیشهماشینراتصورمیکند. اینصفحهشاملشاخصها،قسمتهایمختلفووسایلکنترلاستکهزیباییآندر کارکردآنهانهفتهاست. داشبوردوسایلنقلیه،اکثردادههایموردنیازرادردیدرانندهقرارمیدهدتاویبتوانددادههایمهمموردنیازرابایکنگاهتحلیل کندوعکسالعملبموقعراانجامدهد. درواقع داشبوردیکروشآسانوراحتبرایتصمیمگیریهایضروریحینرانندگیارائهمیدهد. درسازمانهاباتوجهبه حجمدادههایپراکنده ، تصمیمگیریبهاینآسانی امکانپذیرنیست . برای تصمیمگیرانسازمان، مقداردادهایکهبایددر هرروزکاریمشاهدهو تحلیلشود ،بسیار چالشبرانگیزاست .حجموسیعاطلاعاتوتوزیعآنازطریقپخشگزارشهایمعمولدیگرپاسخگوینیازسازمانهانخواهدبود،چراکهاینگزارشهاغالباًایستاهستندوباتوجهبهایستاییوحجمبسیارباعثسردرگمیمیشوند.بنابراینفرصتهاوتهدیدهانادیدهگرفتهشدهیابسیاردیرکشفمیشودواینموضوعباعثمیشودکهسازماننتواندبهحرکتسریعخودادامهدهد .
۲-۴۷- داشبوردچیست؟
