EIS - Executive Information System BI - Business Intelligence מחסני נתונים כריית מידע מדדי בקרה מערכת מידע למנהלים EIS - Executive Information System BI - Business Intelligence

נתונים במערכות התפעוליות מחסני נתונים נתונים במערכות התפעוליות ↓ מידע תומך החלטות

מה זה בעצם, מחסן נתונים ? מערכת נפרדת (מהתפעולית) בעלת שלושה רבדים: שליפת (גזירת) נתונים ממערכות תפעוליות ניהול הנתונים אספקה, תצוגה ניתוח(ליחיד) קשיים: סביבת בעלת ריבוי טכנולוגיות מספר אדיר של נתוני מקור "לא נקיים" דרישות משתנות בסיס נתונים תפעוליERP אין סוף נתונים מלאי +הנה"ח וכו' יש פעמים שהנתונים בERP אינם מעודכנים כדבעי. טיוב נתונים= השליפה מהמערכת התפעולית הענקית למחסן נתונים לצורך קבלת החלטות. מה שיש במערכת התפעולית אינו נוח לשימוש למנהל (הם מורכבים לא מדוייקים וכו'), ולכן יצרנו את מחסן הנתונים שהוא אינו חייב להיות מעודכן לכל דקה נתונה אך כן צריך להיות מעודכן לתאריך נקוב. כמו"כ למרות שכל הנתונים נמצאים בתפעולי , אך העומק ההיסטורי נמצא במחסן הנתונים. כמו"כ כל נתון שנשלף אפשר לגזור אותו בכמה אופנים- וזה יעשה מחסן הנתונים. כגון : נפח המוצרים במקומם במחסן, כמה רווח נתנו לי –מעניין המחיר וכו' חלק מהחכמה של צורת השליפה ומה שולפים זה מיון נכון ,גזירות נכונות של נתונים, ניקוי מה שלא צריך ולא סתם להעתיקם. כאן אסור שיהיו נתונים מיותרים.

הצורך שינוי במבנה הארגוני מבנה שטוח יותר, פחות רמות ניהוליות יותר מנהלים "ראש גדול" שינויים בקצב העשייה קיצור Time to Market הכפר הגלובלי הביא ליותר תחרות דינמיות מיקוד בלקוח במקום במוצר מהפיכת המידע שטף המידע היתרון התחרותי הוא לא במערכות התפעוליות אלא ביכולת לבסס החלטות על נתונים תפעוליים מיקוד בלקוח כגון: לקוחות עסקיים /לקוחות פרטים /בעלי הון וכו'

מגמות בהתפתחות מערכות המידע מגמות בהתפתחות טכנולוגית המידע מערכות ייעודיות VERTICAL ← הקריטיות של הארגון בנקאות, שילוח, BILLING ניהול קשרי לקוחת מערכות anagement ERM או ERP מערכת מחסן הנתונים ירידה בעלויות , עלייה בביצועים מחשוב מבוזר, שרת/לקוח, ענן INTERNET ומסחר אלקטרוני OO מגמות בהתפתחות טכנולוגית המידע ייעודיות- היו טובים לכל המגזרים באופן אחיד כעת הכול לפי המטרה. מחשוב מבוזר= במיוחד במפעלים גדולים יכולים להיות מס' שרתים /ראשים במדינות שונות ועובדות כאחת ממש. ענן-כל העבודה אצל השרת כמו גוגל וגימייל . אצל הלקוח אין כלל התקנה SAAS”"

מערכות ייעודיות יישומים עסקיים תפעוליים Operational Business Apps. מקוונות אצווה או ניהול תנועות Two phase commit_rollback מנהלות את בסיס הנתונים התפעולי לאחר גמר הפיתוח נשארות סטטיות שליפה תצוגה ניתוח ניהול בסיס נתונים עצמאי, רוחבי לכול הארגון כלי תצוגה וניתוח מתפתחות כול הזמן יישומים תומכי החלטות Decision Support Apps. החלק הא'- מערכת תפעולית החלק הב'- מחסן נתונים

השוואה מאפיין תפעולי-OBA מחסן נתונים-DSS עדכניות גבוהה נמוכה צורת ארגון עבור התפעול: נרמול עבור עיבוד: רמות סיכום מס. משתמשים גבוה נמוך נתונים לאירוע מעטים רבים זמני תגובה קצרים מאד קצרים תכנון מראש חשיפה מבנהנתונים נפח נתונים משתנה גדול מקור נתונים פנים ארגוני פנים וחוץ אינטגרציה גבוהה מאד תכנון מראש תוך כדי

From data jailhouse to data warehouse התפתחות מערכות לאספקת מידע (1) From data jailhouse to data warehouse מחוללי דוחות ושאילתות COBOL Report Write External Report Generators Data base retrieve system Statistic: SAS, SPSS Time series Analysis, Drill Down, What if DSS - based on its hypercube EIS ← על גבי PC בתצוגה חלונאית דגש על תצוגה, נסיגה ביכולת הניתוח הפעלה עצמית (מוגבלת) על ידי המנהל: רק עכבר, KPI Hypercube רב ממדי ,בגזירות שונות EUS דגש על התצוגה פחות על הניתוח עיין גם שקף מס 41 תצוגה משקפת טוב.KPI מדד עסק כמו מדד דלק ברכב – כל הזמן מול העיניים. וכול העסק נמדד לפי מוצר אחד.השקף הזה נותן תמונת מצב מאומת.

From data jailhouse to data warehouse התפתחות מערכות לאספקת מידע (2) From data jailhouse to data warehouse מרכז מידע Information System (IBM) פריצת דרך אך ללא הבקעה: סביבת מחשוב נפרדת במחשבי MF אפשרות גישה לנתונים ללא מתכנתים סביבה של מחשבים אישיים ניצול כוחו של המחשב האישי, יכולות התצוגה הכפלת נתונים, יישומים (מחלקתיים) מחוץ למערכת המידע מחסן הנתונים למעשה מרכז מידע מבוסס טכנולוגיה עכשוית שילוב נתונים שלופים מביא לגילוי Discovery האפשרות לחתך נושאי Subject Oriented ReEngineering ללא זעזוע של המערכות התפעוליות

ארכיטקטורה של מחסן הנתונים Two Tier Architecture = Operational & DWH ניהול נתונים המיועדים לתמיכה בקבלת החלטות איסוף (תוך טיוב), אחסון, הפצה, שיתוף דגש על: יעילות, עקביות, נוחות, תקפות עוצמת המחסן היא מהקלות בה מבצעים תצוגה וניתוח אוסף נתונים ייעודים ומשולבים מאורגנים לפי נושא בעלי עומק היסטורי אינם מתעדכנים מיועדים לתמוך בתהליך קבלת החלטות

תכונות של מחסן נתונים אוסף נתונים ייעודי נפרד, מבנה קל לתפעול, נגיש אוסף נתונים משולב נתונים ממערכות שונות אך ללא תלות במקור מבטיח אחידות ונוחות למשתמש ארגון לפי ישות עסקית לא לפי המקור עומק היסטורי רמת סיכום של מספר שנים לא מתעדכן מיידית עדכון תקופתי Bulk Load נכון לנקודת זמן מסוימת העדכון מגדיר ממד זמן אחד לכול הנתונים

מחסן נתונים כלל ארגוני או מחלקתי מחסן נתונים כלל ארגוני או מחלקתי מקור הנתונים פנימי וחיצוני לארגון גישה לנתונים כלי גישה ODBC, ETL גזירה, טיוב והמרה במסגרת ההתאמה של הנתונים עבור המחסן אחסון ביניים לשם תזמון של הטעינה בסיס הנתונים טבלאי לרוב הצגת המידע כלי תצוגה, ניתוח, כרייה קטלוג הנתונים של כול טבלאות בסיס הנתונים ניהול ותפעול תהליכים הפעלה ותזמון של כול התהליכים במחסן

שרטוט של מחסן נתונים ארבע שכבתי שרטוט של מחסן נתונים ארבע שכבתי

תכונות של מחסן נתונים תפעולי ODS Operational Data Store אוסף נתונים ייעודי נפרד, מבנה קל לתפעול, נגיש אוסף נתונים משולב נתונים ממערכות שונות אך ללא תלות במקור מבטיח אחידות ונוחות למשתמש ארגון לפי ישות עסקית לא לפי המקור עומק היסטורי שוטף בלבד מתעדכן לעתים תכופות עדכון תקופתי, תכוף יותר מאשר זה הארגוני נכון לנקודת זמן עדכון שוטף אחסנת ביניים כהכנה למחסן הנתונים הארגוני

מחסן הנתונים מדומה כלי שליפה, ניהול, תצוגה ישירות מבסיס הנתונים יכולת מוגבלת כי: קשה לייצר אינטגרציה בין נתונים שונים מחשבי התפעול עמוסים

פרויקט ההקמה של מחסן נתונים ארגוני פרויקט ארוך מאד ומורכב בשל הסיבות הבאות: מבחינת הלקוח: להסביר, לשכנע, לקבל תקציב תיאום ציפיות הסכמה ללמד את משמעות מבנה הנתונים מבחינת הנתונים: נרמול של המקורות תזמון שליפה ממערכות שונות תכנון הכמויות הקמה בשלבים←אבטיפוס←מחלקתי/תפעולי←ארגוני

דוגמא למחסן נתונים

כריית מידע

המשמעות של כריית נתונים טכניקות [מבוססת כלים סטטיסטיים, אלגוריתמיים, בינה מלאכותית] אשר מחפשות יחסים, תבניות, קשרים בין נתונים במאגרים גדולים המקור הטבעי הוא מחסן נתונים אך ניתן לביצוע גם מבסיסי נתונים שתי שיטות כרייה: ניתוח מבוסס אימות verification המשתמש יודע מה הוא מחפש. מגדיר הנחה [היפותזה] ומפעיל טכניקות לאשר או לסתור [מוצר אשר רוצים להחדיר] ניתוח מבוסס גילוי Discovery איתור הקבצות וחיפוש מה מתאים לכול אחת מהן [מה למכור להן]

השכבות של כריית נתונים יישומים טכניקות אלגוריתמים אוסף בעיות עם מאפיינים דומים לנושאים שונים: פילוח לקוחות, ניתוח נטישה, ניתוח סל קניות, שיווק ממוקד, איתור הונאות, דירוג אשראי, יישומי ביטוח ובריאות, בקרת איכות טכניקות א' תצוגה ויזואלית← דיאגרמות פיזור ב' הסקת חוקים ויחסים בין נתונים ← [אם רכש A אז בהסתברות ירכוש B] ג' ניתוח סדר הופעה ← ב' על ציר הזמן [צפי רכישה עתידית] ד' ניתוח אשכולות ← קבוצות על ה' סיווג ← חיזוי על בסיס היסטורי ואמדן הסתברוצי ו' עצי החלטה ← זיהוי גורמי השפעה ומיון לפי חשיבות ז' רשתות עצביות ← יכולת למידה אלגוריתמים

תהליך כריית הנתונים הגדרה ותיחום של מרחב הבעיה הכנה של סביבת העבודה ← חומרה ותוכנה כרייה ממחסן נתונים, מרכול או בסיס נתונים איתור וגזירה של הנתונים ניקוי וטיוב של הנתונים העשרת הנתונים ← ממערכת חיצונית קידוד הנתונים ← ייצוג אחיד כריית הנתונים ← לפי השלבים הקודמים ובחירה ביישום דיווח

בעיות עיקריות בכריית הנתונים רגישות גבוהה לאיכות הנתונים היעדר "מסה קריטית" של נתונים (לתקפות סטטיסטית) אין יכולת להסבר הממצאים "דרישת סף" למבנה נתונים ייחודי ביצועים קשה להצדיק את העלות

קורס פרויקט גמר מדדי בקרה

דיון שלישי – מדדי בקרה מה בין בקרה לביקורת הבקרה הארגונית מדדי בקרה Earned Value בקרה תקציבית

מה בין בקרה CONTROL לבין ביקורת AUDIT

מערכת בקרה ארגונית מדידה של נתוני המערכת "המודיעין הגלוי" - המרדף אחר הנתונים - מדידה של נתוני המערכת "המודיעין הגלוי" להגיע למידע מחוץ למעגל הקרוב תמונת מצב על שולחנו של המנהל

המשמעות של עיקרון המדידה מדידה/כימות של נושאים איכותיים/מפשטים מדידה על בסיס של מכנה משותף מדד הייחוס אובייקטיבי - נטרול הרגשות הבטן

מדידה של הגדרות איכותיות בקרת התקדמות בקרת מאמץ בקרת עלות בקרת איכות, שביעות רצון בקרת יציבות נוחיות למשתמש בקרת סיכונים

מדידה של הגדרות כמותיות עלות זמן היקף ביצועים פונקציונאליות טכנולוגיה ועוד…..

אילו מדדים ניתן להגדיר ? משך ביצוע פעולה עלות חלקית של פעולה אילו מדדים ניתן להגדיר ? משך ביצוע פעולה עלות חלקית של פעולה עלות כוללת של פעולה מבנה טכנולוגי של מודול תוכנה - מודולריות, סיבוכיות מהירות ביצוע של Indexing על בסיס הנתונים מנהל הפרויקט - הערכה רמת התיעוד – התגובה, מהירות הלימוד זמן תגובה לטיפול בתקלות

מדדי הבקרה תועלתיEffective - Do the right things יעיל Efficient - Do the things right תמיד אפשר ליעל מערכות עובדות אך לעתים אי אפשר להפעיל מערכות יעילות

כלי מדידה כלים ידניים כלים ממוכנים דוחות כספיים מכתבי תלונה של לקוחות דוחות שביעות רצון דיווחי חברי צוות שימוש בתיעוד

ערך ייחוס ההשוואה מול... תכנון מול ביצוע מצטבר מול שוטף תקופה נוכחית לעומת תקופה מקבילה כמות ומחיר מוצר א’ לעומת מוצר ב’ מחלקה א’ לעומת מחלקה ב’

EIS - Executive Information System BI - Business Intelligence מערכת מידע למנהלים EIS - Executive Information System BI - Business Intelligence

ההתפתחות של מערכות ה←BI התפתחות מערכות תומכות החלטה: מחשבים←גיליונות עצמאיים←העברת נתונים←כלי BI דוחות רגילים דוחות לפי דרישה שאילתות עומק התראות עד כאן BI טהור, ומעתה אנליטיקה: ניתוח סטטיסטי תחזיות מודלים לניבוי אופטימיזציה

טעויות "קלסיות" בניהול פרויקט BI המנכ"ל אינו פנוי לנושא הפרויקט יהיה באחריות אגף מערכות המידע לנהל אותם נתונים במספר מערכות תצוגה לתת למנהלים ללמוד לבד את המתודולוגיה, הכלים לוותר על אפיון מדויק לתת לפרויקט להתנהל ללא מעורבות הנהלה/משתמשים להפתיע (עם התוצר) ללא הכנה את הדרג הניהולי ממשק משתמש/מסך תצוגה מורכבים תהליך חפוז של הפרויקט לחסוך עלויות לקבל כנכון ← ללא בקרה שוטפת ← כול נתון BI לספק תוצרי BI רק לצמרת הניהולית

תצוגה למנהל KPI

שאלות ?