1. ארכיטקטורה כלל ארגונית
תרשים 1.2

3. מערך מחשוב מבוזר והטרוגני
מחשב: Intel
מערכת הפעלה: Windows/NT
מחשבים: י.ב.מ, Compaq, HP, SUN
מערכת הפעלה: UNIX
בסיסי נתונים: 2/DB, Sybase, Informix

4. מה נמצא במחסן נתונים במחסן - ישנם: * נתונים * כלים לעיבוד אנליטי
במחסן - ישנם: * נתונים * כלים לעיבוד אנליטי
הכלים מאפשרים השגת יתרון אסטרטגי

5. כלים במחסן
* מחוללי שאילתות ודוחות * מערכות DSS * מערכות EIS * מערכות OLAP ( Multi Dimension Data Analysis) * מערכות לכריית נתונים - Data Mining

6. השוואת מאפייני יישומים תפעוליים ויישומים תומכי החלטות

7. השוואת מאפייני יישומים תפעוליים ויישומים תומכי החלטות

8. השוואת מאפייני יישומים תפעוליים ויישומים תומכי החלטות

9. השוואת מאפייני יישומים תפעוליים ויישומים תומכי החלטות

10. השוואת מאפייני יישומים תפעוליים ויישומים תומכי החלטות

11. השוואת מאפייני יישומים תפעוליים ויישומים תומכי החלטות

12. סוגי שאלות
מערכת תפעולית
מחסן נתונים

13. מערכות תפעוליות ומחסן נתונים בחוג סגור
תרשים 5.1

14. ארכיטקטורת מחסן נתונים ארגוני Enterprise Data Warehouse Architecture
תרשים 2.1

15. שכבת הגישה לנתונים נתונים תפעוליות ונתונים חיצוניים
שימוש בכלי ETL – Extract, Transition and Load
לדוגמא: * Data Stage של IBM ו- Matrix בתור ספק * EDA/SQL של חברת IBM * Informatica של Informatica
מאפשרים גישה שקופה למגוון מקורות נתונים: * קבצים שטוחים כגון: קבצי VSAM * בסיסי נתונים היררכיים כגון: IMS או IDMS * בסיסי נתונים טבלאיים כגון: Oracle, Informix, Sybase, SQL Server

16. שכבת מחסן (בסיס) הנתונים הארגוני Data Base Layer
בסיס נתונים טבלאי
הטענה באמצעות ETL
* נבנים אינדקסים * מחושבים סיכומים

17. מחוללי שאילתות ודוחות – כלים מובילים
מחוללי שאילתות: * Business Object של חברת Business Object * Discover של חברת Oracle * Impromptu של חברת Cognos * Brio Enterprise של חברת Brio Technologies

18. כלי ניתוח רב-מימדי (Online Analytic Processing) OLAP
כלים מובילים:
Tm1 (Applix)
Business Object/Olap של Business Object
SAS/MDDB של SAS

19. כריית נתונים
כלים מובילים: * Clementine של חברת SPSS * SAS/Miner של חברת SAS * Intelligent Miner של חברת IBM * Data Mind Professional של חברת DataMind

20. מרכול הנתונים Data Mart Architecture
רקע: * זמן ארוך להקמה * הסכמה למשמעות הנתונים * הסכמה לעדיפות הנושאים * לחצים לקבלת מידע * דרישות מידע משתנות

21. מרכול הנתונים Data Mart
תרשים 2.2
תרשים 2.4

22. מחסן נתונים רב-שכבתי Multi Tier Data Warehouse
משלב בתוך ארכיטקטורה אחת מחסן נתונים ארגוני יחד עם מספר לא מוגבל של מרכולי נתונים

23. טכנולוגיות עבור תהליכים אנליטיים
טכנולוגיות עבור תהליכים אנליטיים
מבוססי אימות
מבוססי גילוי

24. טכנולוגיות עבור תהליכים אנליטיים מבוססי אימות
טכנולוגיות עבור תהליכים אנליטיים מבוססי אימות
בנית הנחה והפעלת טכניקות כדי לאושש/לסתור
התהליך מבוסס על * אינטואיציה * יכולתו להניח הנחות * יכולתו לבנות שאילתות * יכולתו לפרש * יכולת לבחון תבניות

25. טכנולוגיות עבור תהליכים אנליטיים מבוססי אימות
טכנולוגיות עבור תהליכים אנליטיים מבוססי אימות
הטכנולוגיות המתאימות: * מחוללי שאילתות * מחוללי דוחות * כלי ניתוח רב-מימדי

26. טכנולוגיות עבור תהליכים אנליטיים מבוססי גילוי
טכנולוגיות עבור תהליכים אנליטיים מבוססי גילוי
גילוי קשרים
בעזרת לכלים מבוססי אלגוריתמים מתחום האינטליגנציה המלאכותית

27. טכנולוגיות עבור תהליכים אנליטיים מבוססי גילוי
טכנולוגיות עבור תהליכים אנליטיים מבוססי גילוי
הטכנולוגיות המתאימות – כלי כריית נתונים
גילוי * יחסים * הקבצות * קשרים * תבניות

28. טכנולוגיות עבור תהליכים אנליטיים מבוססי גילוי
טכנולוגיות עבור תהליכים אנליטיים מבוססי גילוי
הטכנולוגיות המתאימות: * כלי ניתוח רב-מימדי * כלי כריית נתונים

29. ניתוח רב ממדי – עובדות ומימדים

30. ייצוג רב-מימדי לכל מימד מספר אלמנטים (Dimension attributes)
משמשים לצורך חיתוך המידע

31. שאלות מעניינות? ?

32. היררכיה בתוך מימדים
תרשים 4.6

33. הוספת היררכיה למימדים עסקיים

34. שאילתות כתוצאה מהוספת היררכיה למימדים?

35. ריבוי היררכיות בתוך מימד

36. הקובייה הרב-מימדית כל פאה מייצגת מימד עסקי
בנקודת המפגש בין הממדים (לדוג': זמן, חנות, מוצר) נמצאות עובדות (דוג': מכירות)
המשתמש מתעניין בפרוסה (Slice) מתוך הקובייה בעלת מספר מצומצם של מימדים

37. הקובייה הרב-מימדית יצירת מספר פרוסות מידע
המשתמש יכול: * לסובב את הקובייה * לבצע קידוח כלפי מטה * לנוע כלפי מעלה * להסיק מסקנות * להיעזר בעשיית החלטות * להשיג יתרון אסטרטגי * לבצע מבחני רגישות

38. נקודת מבט של מנהל מוצר

39. נקודת מבט של מנהל החנות

40. קובייה רב-מימדית עם היררכיות

41. הצגת מידע מותאם אישית לצורכי המשתמש
ניתן להציג או להסתיר אלמנטים מסוימים מתוך אותו ממד
לדוגמא: ??

42. נקודות מבט סיכומיות (Aggregate View)
סיכום ממד אחד או יותר
לדוגמא: הצגת סך כל המכירות לפי חנויות על פני כל המוצרים ועל פני כל החודשים
שימוש באינדקסים

43. עמודות / שורות מחושבות (Derived data)
יצרת שורות/עמודות חדשות הנובעות ממניפולציה מתמטית על הנתונים

44. צורת החישוב * Pre-calculate * On the Fly - בזמן אמת יתרונות ???
חסרונות ???

45. צורת החישוב
MS-OLAP (Analysis Services) * Pre calculate * מתחילים עכשיו On the fly
Oracle 10G OLAP - Pre calculate
TM1 – On the fly (זמן אמת)

46. מבט רב-ממדי כאוסף של מבטים דו-ממדיים
מבט רב-ממדי כאוסף של מבטים דו-ממדיים

47. טבלה עם ארבעה מימדים מקוננים

48. עושר באופרטורים בחירת מימדים (Dimension selection)
החלפת/הוספת מימדים (Dimension switching)
סיבוב ממדים (Rotate)
סיבוב סביב הציר (Pivoting)
פריסה וחיתוך (Slicing and Dicing)
חישוב נתונים (Calculated Data)
קידוח מטה (Drill down) בהיררכית הממד

49. קידוח מטה בהיררכית המימד

50. קידוח מטה ע"י הוספת מימד נוסף

51. אופרטורים נפוצים קידוח מעלה (Drill up)
קבלת פירוט מעבר למנוהל בבסיס הנתונים הרב-מימדי (Reach through)
שימוש באופרטורים קבוצתיים AND, OR, NOT, UNION לדוגמא: המכירות בחנויות חדשות בקניונים בלבד באזור חיפה ורמת גן

52. מעבר מרמה סיכומית לרמת פירוט

53. מגבלות גודל הקוביה הרב-מימדית
מספר תאים מוגבל
קוביה עם 500 מוצרים, 52 שבועות, 300 חנויות, 50 מבצעי מכירה תהיה בת 39,000,000 תאים
קוביה דלילה (Sparse cube) היא קוביה בה מס' התאים הריקים גדול
אין שמירת תאים ריקים