Презентация Аналитическая обработка данных в реальном масштабе времени (OLAP - технология) онлайн

Содержание слайда: 4_Аналитическая обработка данных в реальном масштабе времени (OLAP - технология)

Содержание слайда: Типичными потребителями отчетов являются начальники подразделений, финансовые аналитики, маркетологи. Применение менеджером в своей деятельности новых информационных технологий для быстрого конструирования требуемых форм отчетности на основе используемых на предприятии БД, является необходимым условием для того, чтобы вовремя и правильно принимать решения. Типичными потребителями отчетов являются начальники подразделений, финансовые аналитики, маркетологи. Применение менеджером в своей деятельности новых информационных технологий для быстрого конструирования требуемых форм отчетности на основе используемых на предприятии БД, является необходимым условием для того, чтобы вовремя и правильно принимать решения. Российские банки все чаще приходят к мнению, что работа финансового института должна двигаться согласно бизнес-анализу и прогнозным оценкам, предоставляемым банковской АБС, либо системой, интегрированной с ней и предоставляющей такой анализ. Анализ сопровождается обработкой большого количества всевозможных отчетов. Корпоративная база данных предприятия обычно содержит набор таблиц, хранящих сведения о тех или иных фактах (например, для торгового предприятия это могут быть факты продажи какого-либо товара). Каждая запись такой таблицы содержит лишь сведения о подобном факте, например, что конкретный товар был продан конкретному клиенту из конкретного региона в конкретные день и время конкретным менеджером. Однако совокупность таких записей, накопленных за несколько лет, может служить источником дополнительной информации, которую нельзя получить на основе одной конкретной записи. Это могут быть сведения о том, какова динамика продаж какого-либо товара, как объем продаж того или иного товара зависит от сезона, дня недели, времени суток, а также иные сведения, позволяющие определять закономерности и тенденции, делать на их основе прогнозы и принимать управленческие решения.

Содержание слайда: Понятие OLAP-технологий Базы данных предназначены для сбора и хранения информации с помощью СУБД (OLTP-системы). На их основе строятся оперативные отчеты, не обладающие возможностью их конструирования и изменения “на лету” (в режиме реального времени). OLAP, Online Analytical Processing, анализ данных в реальном времени - совокупность программных средств хранения, преобразования, агрегирования и выборки данных произвольного формата, основной целью которой является предоставление конечным пользователям структурированной аналитической информации. OLAP - системы поддержки принятия решения (Decision Support System, DSS), предназначены для экономистов, финансовых аналитиков, менеджеров, начальников подразделений, социологов, маркетологов

Содержание слайда: Предпосылки возникновения OLAP-технологий OLAP-анализ работает с данными, представленными в виде многомерных кубов и позволяет построить отчеты в нужных руководителю срезах и ракурсах практически “на лету” - без обращения к программистам и ожидания нужной отчетной формы. В середине 80-х родился термин EIS (Executive Information System - информационная система руководителя, т.е. конечного пользователя). В конце 80-х среди инструментов конечного пользователя для анализа данных стали доминировать электронные таблицы. В 1993г. американский ученый Кодд, автор реляционного типа баз данных, в работе “OLAP для пользователей - аналитиков”, ввел термин OLAP для систем, претендующих на звание “аналитических” и сформулировал 12 правил для их идентификации (сейчас правил около 300); В 1995г. авторами журнала “The OLAP Report” для OLAP-систем был сформулирован тест FASMI (Fast Analysis of Shared Multidimensional Information) - Быстрый Анализ Разделяемой Многомерной Информации Первые ИС для работы с многомерными таблицами – Lotus 1-2-3 и Improve (Lotus), SuperCalc (Computer Associates). Недостатки – отсутствие графического интерфейса, ограничения в объемах информации, отсутствие возможности сохранения многомерного куба. Предложения компании MS появились только в июне 1999 года в MS Excel 2000.

Содержание слайда: Классификация OLAP-систем Зарубежные системы - Essbase (Hyperion Solutions), PowerPlay (Cognos), SAP AG и Express (Oracle), Intelligent Server (MicroStrategy), Pivot Table и MS OLAP Services (MS), SAS MDDB (SAS Institute), Crystal Reports (Business Objects), DB2 UDB (IBM) Отечественные системы - Галактика (Галактика), Контур Стандарт (InterSoft Lab), 1С:Предприятие v8.0 (1C), Прогноз (Прогноз), БЭСТ (БЭСТ), Инталев-куб (Инталев). Сводные таблицы (Pivot Table) были введены в MS Excel (2000) в 1999 году. Они также доступны в MS Access и MS SQL Server (модуль MS OLAP Services или Analysis Services).

Содержание слайда: Рост рынка OLAP в 1994-2006г. и ожидаемая тенденция

Содержание слайда: Таблица данных

Содержание слайда: Куб данных В OLAP-системах данные организованы в виде многомерного куба (гиперкуба). Кубы OLAP представляют собой мета – отчеты. Разрезая куб по измерениям, аналитик получает обычные двумерные отчеты (таблицы). В OLAP-системах данные представлены итоговыми значениями по всевозможным уровням иерархии (недель и месяцев, марок товаров и типов товаров и т.п.).

Содержание слайда: Разновидности срезов куба Представление и пространство запросов для менеджера по товарам Представление и пространство запросов для менеджера по каналам сбыта Представление в текущем периоде для бухгалтера

Содержание слайда: Области применения OLAP-технологий Анализ структуры закупок и продаж Анализ структуры расходов и доходов Результаты выборов и социологических опросов Уровень жизни населения Структура населения по результатам переписи Заболеваемость населения в зависимости от возраста, места проживания и т.д. Текучесть кадров на предприятии и в регионе Урожайность сельскохозяйственных культур Пассажирские и грузовые перевозки, простои транспорта Анализ аварий и загруженности автодорог Хит-парады и т.д.

Содержание слайда: Сводные таблицы MS Excel По измерениям в сводной таблице (осям куба) откладывают факторы, влияющие на деятельность предприятия (например: время, продукты, филиалы компании и т.п.). Наполняют куб показателями деятельности предприятия (цены, продажи, план, прибыли, убытки) с автоматическим вычислением итогов. Пользователь должен знать структуру исходной базы данных. Он должен определить, какие из полей будут участвовать в формировании строк, столбцов и страниц и какие из них будут использованы для вычисления суммарных значений.

Содержание слайда: Отчет на основе БД FoxPro

Содержание слайда: Шаблон сводной таблицы Сводная таблица создается по команде ДАННЫЕ – СВОДНАЯ ТАБЛИЦА. Области шаблона: страницы (задают условия отбора обрабатываемых данных); строки (задают группировку по строкам); столбцы (задают группировку по столбцам); данные (используется для ввода исследуемого показателя, по которому подводятся итоги)

Содержание слайда: Заполнение шаблона сводной таблицы

Содержание слайда: Свод КО по Башкирии

Содержание слайда: Свод КО по соседним регионам

Содержание слайда: Соотношение количества головных банков и филиалов

Содержание слайда: Отчет на основе БД Access Файл Борей.mdb из поставки MS Office. Подготовим сводные данные для менеджера по продажам и менеджера по кадрам.

Содержание слайда: Рейтинг продавцов

Содержание слайда: Рейтинг покупателей

Содержание слайда: Гистограмма рейтинга продавцов

Содержание слайда: Тип формы СВОДНАЯ ТАБЛИЦА

Содержание слайда: Внедрение сводной таблицы в форму MS Access (1-ый вариант)

Содержание слайда: Внедрение сводной таблицы в форму MS Access (2-ый вариант)

Содержание слайда: Отчет по проводкам БД 1С

Содержание слайда: Отчет по проводкам средствами 1С

Содержание слайда: Отчет 1С (продолжение)

Содержание слайда: ЗАКЛЮЧЕНИЕ В MS Excel (2003) можно создавать сводные таблицы на локальных и серверных БД, на локальных и серверных OLAP-кубах, сохранять локальные OLAP-кубы. В MS Access можно строить на основе запросов сводные таблицы и внедрять в формы файлы MS Excel со сводными таблицами. На сервере Analysis Services (2000) можно создавать OLAP-кубы и модели Data Mining на основе таблиц и запросов БД, а также создавать хранилища данных для построения OLAP-кубов. В Crystal Reports (9.2) можно загружать локальные OLAP-кубы, созданные средствами MS Excel, и серверные OLAP-кубы, созданные на сервере Analysis Services. По простоте и наглядности работы с измерениями сводных таблиц, по популярности интерфейса средства создания сводных таблиц в MS Excel являются наиболее предпочтительными.