ekspertni sistemi

Tema 6: Datawarehouse sistemi i sistemi za podršku odlučivanja 1

TEMA 6. DATAWAREHOUSE SISTEMI I SISTEMI ZA PODRŠKU ODLUČIVANJA 6.1. DATAWAREHOUSE SISTEMI – OSNOVNI KONCEPTI 6.1.1. MOTIVACIJA NASTANKA DW SISTEMA 6.1.2. KONCEPCIJA DW SISTEMA 6.1.3. OPŠTE TEMATSKE KARAKTERISTIKE DW SISTEMA 6.1.3.1. Granularnost 6.1.3.2. Dimenzionost 6.1.3.3. Diskretizacija vremena 6.1.3.4. Opseg pokrivenosti 6.1.4. ZADACI DW SISTEMA 6.2. SISTEMI ZA PODRŠKU ODLUČIVANJA 6.2.1. ODLUČIVANJE 6.2.2. SISTEMI ZA PODRŠKU ODLUČIVANJA 6.2.3. BUSINESS INTELLIGENCE 6.2.4. ON – LINE ANALYTICAL PROCESSING 6.2.5. DATA MINING


6.1. DATAWAREHOUSE SISTEMI – OSNOVNI KONCEPTI 6.1.1. MOTIVACIJA NASTANKA DW SISTEMA Motivacioni faktori poslovanja

o Unapređenje znanja o poslovanju, o Odgovor izazovima i promenama tržišta, o Investiranje u proizvod, o Investiranje u tehnologije, o Investiranje u kupce i zadržavanje kupaca, o Obezbeđenje pristupa informacijama o poslovanju, o Obezbeđenje profitabilnog poslovanja, o Obezbeđenje konkurentnosti proizvoda.

Uloga IS u podršci motivacionih faktora

o Pružanje kvalitetnih informacija o poslovanju o Smanjenje troškova poslovanja, o Praćenje i analiza poslovanja, o Povećanje profita

o Podrška upravljanju o Podrška odlučivanju.

Informacioni sistemi, kao infrastruktura, obezbeđuju podatke, informacije i znanje za donošenje odluka i rešavanje problema odlučivanja. Podrška poslovanju

o Upravljački informacioni sistemi – Management Information Systems (MIS) o >1970 (>1980) godine

o Sistemi za podršku odlučivanju – Decesion Support Systems (DSS) o >1980 (>1990) godine.

Upravljački informacioni sistemi

o Obezbeđuju operativne podatke o poslovanju, o Ad hoc pristup operativnim podacima, o Izveštaji se kreiraju po zahtevima korisnika, o Skromne mogućnosti izveštaja u podršci analize.



o Sistemi za podršku operativnog, transakciono orijentisanog poslovanja o On-line Transaction Processing (OLTP) sistemi

o projektovani da obezbede odlične performanse (kratko vreme odziva sistema) u realizaciji transakcija,

o kompleksne strukture podataka, o nedovoljno dobro iskazana semantika struktura podataka, o visoka disperzija podataka, o nepogodni za realizaciju zahtevnih upita (upita nad velikim količinama podataka).


o Analiza podataka, korišćenjem OLTP sistema – otežana i nepogodna o Svodi se na:

Analizu operativnih podataka i Korišćenje izveštaja koji se direktno generišu nad operativnim podacima.

DSS u funkciji obezbeđenja analiza

o Savremeno i bolje rešenje o softverska podrška postupaka analize podataka:

u funkciji podrške odlučivanja i upravljanja, uvažava potrebe i mogućnosti poslovnog sistema u celini, zasnovana na jedinstvenom "skladištu" podataka.

Sistem za podršku odlučivanju (DSS)

o Programski sistem namenjen za podršku rukovodiocima pri donošenju poslovnih odluka o Podržava proces odlučivanja, o U cilju postizanja uspeha preduzeća na tržištu

o Koristi se u procesu odlučivanja na svim nivoima organizacione strukture. Ilustracija načina upotrebe DSS sistema

o Davanje odgovora na pitanja tipa: o Kakav je odnos rasta produktivnosti u posmatranim organizacionim jedinicama

preduzeća za period od poslednje tri godine? o Kakav je odnos uloženih sredstava u reklamiranje proizvoda i ostvarenih sredstava

od njegove prodaje, u poslednja tri meseca? Sistem za podršku odlučivanju (DSS)

o Koristi istorijske operativne podatke kao ulaz, o Podržava matematičke modele analize poslovanja i o Produkuje informacije, bitne za proces odlučivanja.


Opšta struktura DSS sistema

o Komponenta za upravljanje podacima: o Skladište podataka (Data Warehouse), o Alati za ekstrahovanje i filtriranje podataka, o Alati za upite

o Komponenta za upravljanje modelima: o Baza modela za analizu i odlučivanje, o Alati za definisanje modela analize i odlučivanja, o Alati za izvršavanje modela analize i odlučivanja

o Komponenta za prezentaciju podataka.


Tehnološki motivacioni faktori za primenu DSS & DW sistema

o Računarsko-komunikacione tehnologije (64-bitni procesori, RISC, SMP, Cluster, MPP, NUMA arhitekture, RAID jedinice diskova, >Gb propusna moć mreže),

o Operativni sistemi (Mrežne, Cluster i Grid arhitekture), o Sistemi za upravljanje bazama podataka (paralelno izvršavanje upita, fizičko

particioniranje baze podataka, tehnike indeksiranja, tehnike distribucije i replikacije BP), o Višeslojne K/S arhitekture sistema, o Namenski alati za izgradnju DSS & DW sistema, o Web orijentisane softverske tehnologije.

6.1.2. KONCEPCIJA DW SISTEMA Data Warehouse (DW)

o Pojam nastaje kao odgovor na zahtev da: o DSS treba da poseduju i obrađuju veliku količinu podataka, proizvedenih iz

operativnih podataka, o je potreban novi pristup organizaciji i upravljanju podacima za DSS

o DW predstavlja osnovni element DSS nove generacije, o Pojam "Skladište podataka" ne iskazuje, na zadovoljavajući način, suštinu pojma DW

o to nije baza operativnih podataka, niti nestrukturirani skup podataka. Data Warehouse (DW)

o "A Data Warehouse is a subject oriented, integrated, time variant, non volatile collection of data in support of management's decision making process." Bill Inmon – tvorac pojma DW.

Data Warehouse (DW)

o "A Data Warehouse is an enterprise structured repository of subject oriented, time variant, historical data used for information retrieval and decision support. The data warehouse stores atomic and summary data." Oracle Data Warehouse Method

Svojstva DW sistema:

o Integrisanost DW sistema, o Orijentacija DW sistema na teme, o Vremenska zavisnost DW sistema, o Nepromenjivost DW sistema.


Integrisanost DW sistema Podaci o jednom entitetu se zadaju i čuvaju na jednom mestu.

Data Warehouse predstavlja centralizovanu bazu podataka

o sadrži podatke svih organizacionih delova preduzeća u standardizovanom formatu o često, podaci iz operativnih BP su particionirani u više organizacionih delova

o pojedinačni delovi BP su različito strukturirani i standardizovani, mogu biti implementirani čak i pod različitim SUBP-ovima.

Orijentacija DW sistema na teme Podaci se kategorišu i organizuju po temama poslovanja a ne po funkcionalnim celinama, kao u OLTP sistemima.

Posledica zahteva da:

o Različite funkcije poslovnog sistema treba da upotrebljavaju jedinstveni Data Warehouse o Odnos teme – funkcije poslovnog sistema:

o Jedna tema može biti od interesa za više poslovnih funkcija, i obratno o Različite teme mogu deliti zajedničke podatake.


Primeri mogućih tema:

o Prodaja – podaci o proizvodima, kupcima, prostornoj i organizacionoj strukturi, ... o Marketing – podaci o tržištu, proizvodima, kupcima, konkurenciji, ... o Proizvodnja – podaci o proizvodima, kupcima, tehnologijama, planovima, ... o Finansijsko poslovanje, o Transport.

Vremenska zavisnost DW sistema Podaci se organizuju putem nizova "preseka stanja" ("slika") operativnih podataka, svaki presek se odnosi na jedan vremenski interval.

Zavisnost podataka u DW

o DW sadrži vreme, kao dimenziju o DW sadrži agregirane podatke o poslovanju u vremenu

istorijske – poslednja nedelja, mesec, godina, obračunski period u budućnosti – podaci koji reprezentuju predviđanja, kao rezultat sprovedenih

analiza o DW se periodično ažurira

o dodavanjem novih podataka, preuzetih iz operativnih BP i ostalih spoljnjih izvora o ponovnim izračunavanjem vrednosti vremenski zavisnih agregiranih podataka, kao

posledica dodavanja podataka o Primer:

o ukoliko se u DW dodaju najnoviji podaci o prodaji za poslednji vremenski period, potrebno je preračunati sumarne podatke o prodaji za proizvode, kupce i prodajna mesta.

Nepromenljivost DW sistema Podaci u DW se, praktično, vrlo retko brišu ili modifikuju

o Najčešće, podaci se samo dodaju u DW o DW se uvek samo povećava u vremenu o dostiže razmere TByte baza podataka

o SUBP mora biti osposobljen da upravlja, po obimu podataka, vrlo velikim bazama podataka.


6.1.3. OPŠTE TEMATSKE KARAKTERISTIKE DW SISTEMA Opšte tematske karakteristike DW sistema:

o Granularnost, o Dimenzionost, o Diskretizacija vremena, o Opseg pokrivenosti.

6.1.3.1. Granularnost Granularnost

o Operativni podaci su predmet individualnih transakcija u OLTP sistemu o Podaci za DW se dobijaju agregacijom (sintetizovanjem) operativnih podataka

o nivoi, na kojima se agregiraju podaci, mogu biti različito definisani u zavisnosti od definisanih poslovnih ciljeva.

Granularnost

o Fina granulacija o najviši stepen granularnosti o operativni podaci iz OLTP sistema

o Gruba granulacija o niži stepen granularnosti o podaci iz DW

o Nivo granularnosti o definisan nivoom agregacije podataka u DW, obrnuto proporcionalan nivou

agregacije podataka.


Nivo agregacije podataka u DW – Primer

o Menadžer analizira podatke o prodaji s obzirom na prostorni (geografski) aspekt o Potrebni su mu podaci na nivou

prodajnog mesta, grada i regiona

o Nisu mu nikada potrebni podaci o pojedinačnim transakcijama prodaje. 6.1.3.2. Dimenzionost Dimenzionost

o Dimenzionalna (višedimenzionalna) ogranizovanost podataka u DW o DW sadrži podatke o vrednostima praćenih parametara poslovanja

takvi podaci uvek se iskazuju s obzirom na različite kontekste (dimenzije) o Vrste podataka u DW

činjenični podaci – iskazuju vrednosti praćenih parametara poslovanja, u okviru zadatog konteksta (dimenzionih parametara)

dimenzioni podaci – iskazuju dimenzione karakteristike činjeničnih podataka Višedimenzionalnost DW

o Vrste podataka u DW: o činjenični podaci i o dimenzioni podaci.


Motivacija višedimenzionalnosti DW

o donošenje poslovnih odluka zahteva međusobno povezivanje kako pojedinačnih, tako i agregiranih podataka o entitetima različitih klasa

o Primer: - Praćenje i analiza prodaje proizvoda Dimenzije: - kupac, proizvod, vreme, prostorna struktura Činjenice:

• prodata količina posmatranog proizvoda po kupcu, u zadatom vremenskom intervalu i u zadatom prostoru

• bruto promet, dobit od prodaje, troškovi prodaje, ...

6.1.3.3. Diskretizacija vremena Diskretizacija vremena

o Vreme u OLTP sistemima o operativni podaci u BP imaju kratak životni vek

u principu, do jedne godine odnose se na pojedinačne poslovne transakcije relativno brzo postaju nepotrebni i brišu se (arhiviraju) vreme diskretizovano do jedinice u rasponu:

• dan (npr. bankarstvo), do • sekunda (telekom usluge)

nepogodni su za odlučivanje strateškog ili taktičkog karaktera. o praktično, obavezna dimenzija podataka u DW o DW obuhvata relativno dugačak period vremena

u principu nekoliko godina (1 do 10 godina) podaci se odnose na parametre poslovanja vreme diskretizovano do jedinice u rasponu:

• dan, do • mesec

o Izbor vremenske jedinice diskretizacije prema potrebama menadžmenta strateškog i taktičkog niova svi agregirani podaci se iskazuju s obzirom na

• zadatu vremensku jedinicu diskretizacije, ili • sumiraju se na višu vremensku jedinicu diskretizacije

kritični faktor uspeha u životnom veku DW sistema.


6.1.3.4. Opseg pokrivenosti Opseg pokrivenosti

o Klasifikacija DW sistema prema opsegu pokrivenosti tema: o Enterprise Data Warehouse – pokriva celokupno poslovanje i o Data Mart – pokriva samo jedan segment poslovanja (uobičajeno, jednu temu).

Enterprise Data Warehouse

o Pokriva celokupno poslovanje o Obuhvata podatke vezane za sve teme poslovanja, o Razvija se, uobičajeno, inkrementalnim pristupom, o Predstavlja jedan izvor podataka za celokupan menadžment poslovnog sistema, o "Sinhronizuje" podatke iz svih izvora podataka poslovnog sistema, o Može biti osnova za izgradnju pojedinačnih Data Mart sistema.

Data Mart

o Pokriva samo jedan segment poslovanja o obuhvata podatke vezane za jednu temu poslovanja, o može predstavljati pilot projekat za realizaciju obimnijeg DW sistema, o može biti realizovan kao:

nezavisni Data Mart – izolovan od drugih DW sistema i zavisni Data Mart – naslonjen na druge DW sisteme.


Opseg pokrivenosti je prikazan na sledećoj slici.

6.1.4. ZADACI DW SISTEMA Zadaci DW sistema:

o prezentacije podataka, o opšte podrške pristupa DW, o zadavanja upita i generisanja izveštaja, o analiza podataka, o istraživanja podataka, o podrške procesa odlučivanja.

Prezentacija podataka:

o GUI, Windows, Web i štampane forme o u alfanumeričkom, grafičkom, ili grafikonskom obliku.

Opšta podrška pristupa DW

o aplikacije za rad sa DW bazom podataka (Windows orijentisane, Web orijentisane, bazirane na koncepciji Portala, dinamički konfigurabilne prema potrebama, pravima pristupa i željama korisnika).


Zadavanje upita i generisanje izveštaja

o inteligentni i GUI orijentisani editori upita, o inteligentni i GUI orijentisani editori formi za izveštaje, o podrška izgradnje različitih tipova izveštaja

o "jednostavnih" i "master-detail" ("zaglavlje-stavke"), o "drill-down" ("dubinski orijentisanih"), o egzaktnih, o prognostički orijentisanih.

Analiza podataka

o upotreba On-line Analytical Processing (OLAP) alata o upotreba matematičkih modela analize podataka (linearno programiranje, regresione analize,

analize vremenskih serija). Istraživanje podataka

o upotreba Data Mining alata o rezonovanje (izvođenje zaključaka) na osnovu velike količine podataka (iz DW) o podrška formalnih metoda rezonovanja

o veštačka inteligencija (otkrivanje znanja i mašinsko učenje) o podrška statističkih metoda

o istraživačke analize podataka. Podrška procesa odlučivanja

o upotreba inteligentnih DSS (ekspertskih sistema) za podršku: o identifikacije problema odlučivanja, o identifikacije vrednih alternativa pri odlučivanju, o primene matematičkih modela odlučivanja, o ocenjivanje alternativa pri odlučivanju, o izbor alternative pri odlučivanju, o simulaciju primene izabrane alternative, o praćenja i analize efekata primene izabrane alternative.


6.2. SISTEMI ZA PODRŠKU ODLUČIVANJA 6.2.1. ODLUČIVANJE Odlučivanje:

o kategorija, prisutna u svim procesima upravljanja o odabiranje alternativnih upravljačkih akcija u funkciji ostvarenja postavljenog cilja

o otkrivanja i definisanja problema i povoljnosti, o nalaženja rešenja, o implementacije (realizacije) rešenja

najčešće, u domenu odgovornosti tela koje odlučuje – upravlja. Odlučivanje

o Postavljanje problema odlučivanja, o Rešavanje problema odlučivanja i o Implementacija rešenja problema odlučivanja.

Postavljanje problema odlučivanja

o sagledavanje postojećih i traženje budućih problema i/ili povoljnih prilika, o specifikacija problema i/ili povoljnih prilika u domenu (kontekstu) delovanja, o Pristupi:

o Reaktivno delovanje ("tradicionalni" pristup) – pronalaženje načina za rešavanje evidentnog problema i

o Proaktivno delovanje ("savremeni" pristup) – istraživanje i prevencija budućih problema, istraživanje i iskorišćavanje povoljnih prilika.

Rešavanje problema odlučivanja

o definisanje i primena tehnika za: o rešavanje problema ili o iskorišćavanje povoljnih prilika

o donošenje odluka o Pristupi:

o Normativni – kvantitativno orijentisani primena matematičkih metoda optimizacija rešenja (nalaženje minimuma / maksimuma postavljene funkcije

cilja) o deskriptivni – kvalitativno orijentisani

menadžersko odlučivanje nalaženje zadovoljavajućih rešenja u datim okolonostima.

Implementacija rešenja problema

o kontrolisana i efikasna realizacija odluka o analiza efekata realizacije odluka

o povratna sprega ka postavljanju i rešavanju problema odlučivanja.


Faze (zadaci) odlučivanja:

o postavljanje ciljeva odlučivanja, o postavljanje (definisanje) problema odlučivanja, o sagledavanje mogućih stanja sistema, o pronalaženje vrednih alternativnih akcija, o sagledavanje i ocenjivanje mogućih posledica, o formulacija metode i odabir kriterijuma odlučivanja, o ocenjivanje i izbor akcije – odluke i o preduzimanje, praćenje i analiza efekata primene odabrane akcije.

Klasifikacija vrsta odlučivanja

o može biti prema: o strukturiranosti odlučivanja, o broju osoba koje odlučuju, o količini raspoloživih informacija i znanja, bitnih za odlučivanje i o oceni dovoljnosti raspoloživih informacija za odlučivanje.

Klasifikacija vrsta odlučivanja i problema – prema strukturiranosti odlučivanja i problema

o strukturirano o visoko ponovljivo o moguće je definisati precizna pravila odlučivanja

o nestrukturirano o retko ponovljivo (neponovljivo) o nije moguće definisati precizna pravila odlučivanja

o polustrukturirano o prelazni stepen između strukturiranog i nestrukturiranog.

Primeri problema odlučivanja

o strukturirani o strateški nivo – lociranje proizvodnih ili prodajnih kapaciteta o taktički nivo – upravljanje budžetom i troškovima o operativni nivo – upravljanje proizvodnjom ili nabavkom

o polustrukturirani o strateški nivo – kooperacija ili integracija biznisa, sticanje imovine o taktički nivo – privređivanje i promocija prodaje o operativni nivo – poručivanje artikala i planiranje nabavke

o nestrukturirani o strateški nivo – predviđanje budućih proizvoda (materijalnih ili nematerijalnih) o taktički nivo – motivacija o operativni nivo – redovi čekanja korisnika.


Klasifikacija vrsta odlučivanja – prema količini raspoloživih informacija i znanja, bitnog za odlučivanje

o odlučivanje u uslovima izvesnosti, o odlučivanje u uslovima neizvesnosti (rizika), o odlučivanje u uslovima kombinacije rizika i izvesnosti.

Metode i tehnike odlučivanja:

o Brainstorming tehnika, o Delfi tehnika, o Tehnika nominalnih grupa, o Tehnika strukturiranih rasprava, o Tehnika tabela za identifikaciju problema odlučivanja, o Tehnika redefinisanja problema odlučivanja, o Tehnika uzročnog povezivanja problema odlučivanja, o Tehnika skala procenjivanja

o Thurstenove, Likertove, numeričke i grafičke skale, o Skale prinudnog izbora, o Ček liste

o Tehnika Q-sortiranja, o Tehnika analize sadržaja, o Tehnika semantičkog diferencijala, o Tehnika poređenja u parovima ...

6.2.2. SISTEMI ZA PODRŠKU ODLUČIVANJA Sistem za podršku odlučivanju (DSS)

o Decesion Support System (DSS) o Programski sistem namenjen za podršku rukovodiocima pri donošenju poslovnih odluka

o Podržava proces odlučivanja, o U cilju postizanja uspeha preduzeća na tržištu

o Koristi se u procesu odlučivanja na svim nivoima organizacione strukture.


Podrška procesa odlučivanja

o upotreba inteligentnih DSS (ekspertskih sistema) za podršku: o formulacije ciljeva odlučivanja, o identifikacije problema odlučivanja, o identifikacije vrednih alternativa pri odlučivanju, o primene matematičkih modela i metoda odlučivanja, o ocenjivanje alternativa pri odlučivanju, o izbor alternative pri odlučivanju, o simulaciju primene izabrane alternative, o praćenja i analize efekata primene izabrane alternative.

Sistem za podršku odlučivanju (DSS)

o Koristi istorijske operativne podatke i spoljnje izvore podataka kao ulaz, o Podržava matematičke modele analize poslovanja, o Produkuje informacije i znanje, bitne za proces odlučivanja, o Podržava matematičke modele i metode odlučivanja.

Opšta struktura DSS sistema

o Komponenta za upravljanje podacima o Skladište podataka (Data Warehouse) i DW rečnik o Alati za ekstrahovanje i filtriranje podataka o Alati za upite

o Komponenta za upravljanje modelima o Baza i rečnik modela za analizu i odlučivanje o Alati za definisanje modela analize i odlučivanja o Alati za izvršavanje modela analize i odlučivanja

o Komponenta za prezentaciju podataka.

Sistemi za podršku odlučivanja

o Baza modela analize i odlučivanja DSS-a – sadrži specifikacije matematičkih modela o formalne i izvršive – za podršku strukturiranog ili polustrukturiranog odlučivanja o po menadžerskoj nameni: – strategijske, taktičke i operativne o po funkcionalnoj primenljivosti: – finansijske, marketing, proizvodne,

računovodstvene modele, itd.


Klasifikacija DSS modela – po naučnim oblastima nastanka

o metode analize odlučivanja, o metode operacionih istraživanja, o metode računarskih nauka, o metode nauke o upravljanju.

Klasifikacija DSS modela – metode analize odlučivanja

o metode multiatributivne korisnosti – identifikuju se atributi, kriterijumi ocenjivanja, relativni uticaj atributa (ponderi) u ocenjivanju i vrši se ocenjivanje

o metode uslovnog (bajesovog) revidiranja verovatnoće – revidiranje uslovne verovatnoće nastanka hipoteze s obzirom na prethodno znanje, u slučaju pribavljanja novih informacija

o metode dijagrama uticaja – formiranje grafova uticaja događaja i pronalaženje uzročnika i posledica u problemu odlučivanja

o metode stabla odlučivanja. Klasifikacija DSS modela – metode operacionih istraživanja

o metode deskriptivne i interferencijalne statistike – kvantitativno opisivanje karakteristika skupa podataka,

o metode linearnog programiranja – metode optimizacije ciljne funkcije. Klasifikacija DSS modela – metode računarskih nauka

o konvencionalne algoritamske metode o poslovno-finansijski modeli (planiranje i analiza), o metode tipa elektronskih tabela, o metode neposredne analitičke obrade podataka (OLAP)

o metode veštačke inteligencije o ekspertski sistemi, o neuronske mreže, o sistemi rasplinute (kontinualne) logike (fuzzy sistemi).

Klasifikacija DSS modela – metode nauke o upravljanju

o gantogram, o tehnike mrežnog planiranja

o CPM – podesna u slučaju ponovljivih procesa, gde je poznato precizno vreme trajanja aktivnosti i

o PERT – podesna u slučaju retko ponovljivih procesa, gde se vreme trajanja aktivnosti može samo grubo proceniti.

Funkcionalna podela DSS

o DSS za strategijsko upravljanje, o DSS za taktičko upravljanje i o DSS za operativno upravljanje.


DSS za strategijsko upravljanje

o Formulisanje strategije o analiza sistema i njegove interakcije s okruženjem, o analiza, opisivanje, ocenjivanje i predviđanje promena okruženja sistema, o postavljanje strategijskih ciljeva, o nalaženje strategijskih alternativa, o ocenjivanje alternativnih strategija i izbor budućih strategija

o Sprovođenje izabrane strategije (ili izabranih strategija) o priprema za sprovođenje i upravljanje sprovođenjem, o kontrolisanje sprovođenja (merenja, ocenjivanja, korekcije).

DSS za taktičko upravljanje

o upravljačko planiranje (marketing, proizvodnja, računovodstvo i finansije i kadrovski poslovi),

o razvoj standarda za operativno planiranje, o analiza planova i učinaka, o unapređenje procesa motivacije, o podrška funkcija organizacione strukture.

DSS za operativno upravljanje

o operativno planiranje (marketing, proizvodnja, računovodstvo i finansije i kadrovski poslovi),

o nadzor, o komparacija (planirano / ostvareno), o korektivne akcije.

Grupni DSS (GDSS)

o DSS za podršku grupnog odlučivanja – odlučivanja u koje je uključen veći broj osoba o Tehnološki elementi

o Soba za odlučivanje ("ratna soba"), o Rad u distribuiranom (mrežnom) računarskom okruženju

lokalnog ili šireg karaktera, u prostornom pogledu o Telekonferencija, o Elektronski brainstorming, o Elektronsko glasanje.

6.2.3. BUSINESS INTELLIGENCE Business Intelligence (BI)

o generisanje znanja neophodnog za upravljanje sistemom i odlučivanje o "infrastrukturna komponenta" za DSS

o definiše osnovnu funkcionalnost, bez koje DSS ne može da ostvari svoj cilj o predstavlja proces

o transformacije podataka u informacije i o otkrivanja (generisanja) znanja iz informacija.


Business Intelligence (BI)

o "The process of transforming data into information and through discovery transforming that information into knowledge." Gartner Group


o Cilj BI – pretvoriti veliku količinu podataka u vrednost za krajnje korisnike (menadžere).


o Osnova BI – Data Warehouse baza podataka o Zadatak BI – Obezbeđenje upotrebe DW baze podataka u cilju generisanja informacija i

znanja. Business Intelligence (BI) – Kategorije BI alata:

o alati za zadavanje upita, o alati za generisanje izveštaja, o alati za podršku analiza podataka, o analitička okruženja, o analitičke aplikacije, o alati za istraživanje podataka.


6.2.4. ON-LINE ANALYTICAL PROCESSING On-Line Analytical Processing – OLAP

o Neposredna analitička obrada podataka o Multidimenziona analiza podataka

o "Rotiranje" i "detaljizacija" u prikazu podataka, do zahtevanog nivoa o Kreiranje i interaktivno istraživanje agregiranih podataka, nastalih od velikih

količina operativnih podataka o Sprovođenje analiza trendova i izuzetaka o Izvršavanje analitičkih modela

modeli predviđanja modeli regresione anallize.

OLAP

o OLAP transakcije predstavljaju, pretežno, ad hoc upite, takve da o mogu da obuhvate i nekoliko hiljada torki operativnih podataka o zahtevaju spajanje torki i primenu funkcija agregiracije podataka, nad velikim

skupovima podataka o Poželjno je da se OLAP transakcije izvode nad DW bazom podataka

o upotreba OLTP sistema u svrhe podrške OLAP-a, može rezultovati u neprihvatljivo lošim performansama realizacije upita.

OLAP – osnovne karakteristike

o Multidimenzione strukture podataka o Primena multidimenzionih tehnika analize podataka o Repozitorijum meta podataka o UI, prilagođen znanju, potrebama i mogućnostima korisnika – "intuitivno" korišćenje i

fleksibilno izveštavanje o Primena višeslojnih K/S arhitektura.


OLAP – multidimenzionost

o karakteristika svakog OLAP sistema bez obzira na primenjenu arhitekturu i tehnološka rešenja

o tehnička mogućnost kreiranja neograničenog broja dimenzija i nivoa agregacije podataka

o tehnička mogućnost primene neograničenog broja analitičkih funkcija nad multidimenzionom strukturom

o mogućnost dinamičkog upravljanja retkim matricama o fleksibilnost u oblikovanju različitih dimenzionih struktura ("generičnost").


OLAP – realizacija multidimenzionosti

o Opšti pristupi o putem hiperkocke – specijalizovana multidimenzionalna struktura podataka o putem koncepata relacionog modela podataka – OLAP struktura se iskazuje

putem zvezdaste šeme.

OLAP – osnovna arhitektura

o OLAP baza podataka (OLAP server) o OLAP sistemi upotrebljavaju podatke iz

OLTP baza podataka, ili DW baza podataka

• često poseduju sopstvene alate za izgradnju i eksploataciju DW o OLAP "front-end" komponenta (OLAP klijent)

o podrška multidimenzionalne analize i prikaza podataka.


OLAP server - arhitektura

o tehnološke mogućnosti za implementaciju OLAP servera: o "tradicionalni" RDBMS, o specijalizovani SQL server i RDBMS, o ROLAP server, o MOLAP server, o HOLAP server.

OLAP klijent – vrste upita i operacija

o grupisanje i agregacija podataka o grupisanje po zadatom kriterijumu jednakosti podataka o sumiranje podataka po grupama

primena SQL klauzula GROUP BY i HAVING primena SQL agregacionih (skupovnih) funkcija.

6.2.5. DATA MINING Data Mining – Istraživanje podataka

o Istraživanje i analiza veoma velikih količina podataka u cilju pronalaženja ili potvrđivanja: o značajnih uzoraka podataka ili činjenica, o trendova u životnom ciklusu podataka, o međuzavisnosti podataka, o pravila (tj. zakonitosti)

o Alternativna terminologija: o Otkrivanje znanja (Knowledge Discovery), o Data Surfing, o Žetva podataka (Data Harvesting).

Data Mining – Motivacija

o Podrška procesa predviđanja ponašanja poslovnog sistema i odlučivanja o Pronalaženje zakonitosti, pravila i trendova, koji su skriveni, ili nisu očigledno

prepoznatljivi, suviše kompleksni da bi bili otkriveni korišćenjem samo statističkih modela analize

o upotreba tehnika kao što su: induktivno i deduktivno rezonovanje, veštačke neuronske mreže, klasterizacija.


Moguće oblasti primene

o Marketing, Prodaja, Razvoj proizvoda, Planiranje i analiza poslovanja: o Profilisanje korisnika proizvoda (kupaca), o Profilisanje proizvoda na tržištu, o Segmentacija tržišta, o Otkrivanje zakonitosti prodaje, o Otkrivanje grešaka i uspeha u poslovanju, o Predviđanje i analiza rizika poslovanja, o Predviđanje i analiza uspešnosti poslovanja.

Preduslovi za uspešnu primenu

o Postojanje odgovarajuće Data Warehouse baze podataka sa velikom količinom istorijskih podataka

o Podrška odgovarajućih metoda istraživanja podataka: o Statističkih – eksploratorne ("istraživačke") analize podataka o veštačke inteligencije – otkrivanje znanja i mašinsko učenje

o Podrška odgovarajućih alata za prezentaciju rezultata, o Edukovani i iskusni korisnici u domenu primene.

Rizici uspešne primene

o Pojedinačne transakcije istraživanja podataka mogu da traju satima, mogu da obuhvataju veoma veliku količinu podataka

o Potrebna moćna H/S infrastruktura u cilju obezbeđenja zadovoljavajućih performansi o Pravilno sagledavanje i razumevanje korisničkih zahteva, komunikacija s relevantnim,

edukovanim i iskusnim krajnjim korisnicima. Koraci primene

o Kreiranje i održavanje DW baze podataka (selekcija, transformacija i transport podataka, prečišćavanje i usaglašavanje podataka, inicijalno punjenje i osvežavanje podataka u DW)

o Uzorkovanje podataka (pravilan izbor reprezentativnih uzoraka za analizu) o Istraživanje podataka – Data Mining (analize podataka i rezonovanje) o Prezentacija rezultata istraživanja (vizuelizacija produkovanih rezultata korišćenjem

odgovarajućih softverskih alata) o Ocenjivanje i analiza dobijenih rezultata (ekspertsko ocenjivanje i analiza rezultata od

strane korisnika (menadžera, analitičara, projektanata)) o Upotreba dobijenih rezultata u poslovanju (primena na proces upravljanja, tj.

odlučivanja). Moguće Data Mining tehnike

o Prebrojavanje sličnih pojava – Counting Co-Occurrences o Istraživanje zakonitosti – Mining for Rules o Pravila, strukturirana u obliku stabla – Tree–Structured Rules o Klasterizacija – Clustering o Pronalaženje sličnih vremenskih serija – Similarity Search over Sequences o Veštačke neuronske mreže – Artificial Neural Networks o Deduktivno rezonovanje – Deductive Reasoning o Genetski algoritmi – Genetic Algorithms