Yhteenveto
Monet asiat elämässä kohtaavat oikeutetusti, mutta asioita, joista on syytä saada enemmän kokemusta, on myös niitä, jotka johtuvat tehdyistä virheistä, koska saatu negatiivinen tulos tunnetaan, sen kontekstin syyt, jotka vaikuttivat virheeseen ja Yritä olla toistamatta sitä niin paljon kuin mahdollista.
Tämä luettelo virheistä yrityksen datawarehouse -rakennuksen rakentamisessa on yksi ensimmäisistä artikkeleista, joissa pyritään tuottamaan tietopohja ja kokemuksia tietotekniikkaprojekteista, tässä erityistapauksessa yritysten datawarehouse -kehitysprojekteista, opittuista kokemuksista.
Tämä luettelo on luotu toimimaan apuvälineenä kaikille ihmisille, jotka osallistuvat jonkin verran tietotekniikan kehittämiseen, ja niiden avulla voidaan arvioida, mihin suuntaan he menevät ja mahdollisuudet lopulliseen menestykseen, mutta syntetisoituimmat neuvoja, joista on hyötyä sen tehtävänä on ylläpitää yhteistä työtä osallistuvilla tasoilla ja organisaatioalueilla sekä työskennellä kyseisen tekniikan vankalla teoreettis-käytännöllisellä pohjalla.
Tämän luettelon tavoitteena on tarjota tietolähde oppimista, jotka on saatu tämän tekniikan soveltamisesta eri yrityksissä, sekä tarjota tietotekniikan ja käytännöllisemmän perustan, joka perustuu tietotekniikan ja asianmukaisemmin, tietohallinnon alaan. datawarehouse -teknologiaa, ja jonka pitäisi lopulta johtaa yrityksesi datawarehouse-projektin menestykseen tulevaisuudessa.
Asiasanat: datawarehouse, datamart, datan louhinta, yritystietotalon rakentaminen, yleiset virheet, datawarehouse-projektin hallinta, datawarehouse-rakennuksen riskit, datawarehouse-näkymät, kannattavuusmäärä datakeskuksen sijoitukseen
Indeksi
1. Esittely
2. Luettelo 10 yleisimmistä virheistä yritystietojärjestelmän rakentamisessa
3. Päätelmät
4. Bibliografia
1. Esittely
Nykyään useimpien finanssi- ja kauppayhtiöiden teknologia-alueet, jotka viime aikoihin saakka omistautuivat suurimman osan ponnisteluistaan transaktiotietojärjestelmien tarjoamiseen - jotka tukivat useimpien arvoketjujen toiminnan taakkaa - He keskittyvät tallennettujen tietojen johdonmukaisen hyödyntämisen saavuttamiseen: historiallinen ja tapahtumakohtainen, sen ympärillä oleva todellisuus on heidän transaktiojärjestelmiensä päivittäisestä toiminnasta saatujen tietojen valtava koko ja ongelma analysoida ja poimia tietoja tästä kaikesta. tietoa, joka pysyy haudattuna itsensä sisälle.
On olemassa joukko laskennallisia tekniikoita, jotka mahdollistavat tämän tapahtuma-, operatiivisen ja päivittäisen tiedon muuttamisen tiedoiksi, joilla on erilaiset aggregointitasot, yhteenveto, tarkka ja aihekohtaisesti erikoistunut, ja joka mahdollistaa niiden analysoinnin helpottamalla johdon päätöksentekoa, Tätä tekniikkaa kutsutaan Data Repository tai Datawarehouse.
Ammatilliseen käytäntöön perustuen tietotekniikkakeskuksen rakentaminen ei kuitenkaan ole immuuni ongelmille, jotka haittaavat sen menestystä ja lopullisen tavoitteen saavuttamista: tuki johdon päätöksenteolle.
Tässä artikkelissa yritetään mennä yli teoreettisen, esitellä ongelmallisia kysymyksiä, jotka estävät yrityksen tietovaraston onnistuneen kehittämisen.
Tästä syystä on syytä täsmentää, että seuraava luettelo - yleisimmistä virheistä yritystietojärjestelmän kehittämisessä - syntyy tämän tekniikan kehityksestä edustavissa yrityksissä, jotka kuuluvat Perun rahoitus- ja kaupan alaan.
Jos oletetaan, että projektin on tyydytettävä asiakas edustamalla sijoitetun pääoman tuottoa - tiedämme, että tietotekniikkaprojekteissa sitä ei aina ole helppo arvioida -, datawarehouse-kehityshankkeen menestys on suoraan verrannollinen hyödyllisyyteen, joka saadaan analyysin avulla. tietoa tekemällä oikeita päätöksiä, joista yritys hyötyy, tässä vaiheessa: tietäen, että tehty päätös - datawarehouseen suorittaman tietojen analysoinnin perusteella - tuottaa enemmän tuloja ja / tai säästöjä, on eniten Riittävä arvio, tätä varten on otettava huomioon raporttien saamisen helppous ja sen konfiguroinnin joustavuus.Aikaisemmin käytettyjen aggregaattien ja raporttien muodon ja tietojen säilyttämisen merkityksenä on saada aikaan oppiminen joka kerta tehdyistä päätöksistä, jotta voidaan osoittaa niiden arvo yritykselle.
Tämä luettelo oikein käytettynä mahdollistaa projektinjohdon, omistajien ja asiakkaiden tarkemman päätöksenteon, tietäen yhden tai toisen määritetyn strategian tai toimenpiteen mahdolliset seuraukset ja estää usein esiintyviä virheitä, mikä säästää kustannuksia, sekä hankkeen suunnittelussa, kehittämisessä että toteutuksessa.
2. Luettelo 10 yleisimmistä virheistä yritystietojärjestelmän rakentamisessa
1. virhe: Oletetaan, että mahdollisesti ilmenevien ongelmien ratkaisu on puhtaasti teknistä kysymystä
Datawarehouse vaatii johdon päätöksentekijöiden aktiivisen osallistumisen.
2. virhe: riittämättömän budjetin määräämättä jättämistä koko projektille.
Pääoman ja resurssien riittävän varaamisen tukemaan ja ylläpitämään teknologista alustaa ja infrastruktuuria, jota yrityksen datawarehouse vaatii, on oltava yksi ensimmäisistä näkökohdista, kun sitä pidetään projektina.
Kolmas virhe: Ylimmän johdon sitoutumisen puute.
Yritystietojärjestelmän menestys vaatii ylimmän johdon täydellistä tukea, joka perustuu projektijohtamiselle ja sen kehitysryhmälle annettuun tietoturvaan ja luottamukseen, jotta työ sujuu kaikilla projektiin osallistuvilla organisaation alueilla.
4. virhe: sillä ei ole riittävää infrastruktuuria sen tukemiseksi.
Yritystietojärjestelmä vaatii riittävän teknisen ja organisatorisen infrastruktuurin. Tietojärjestelmäkeskuksen järjestelmäarkkitehtuuri vaihtelee omista patentoiduista tietokantapalvelimista, datan muuntamis- ja puhdistuspalvelimista, koko organisaation alueella järjestetyistä käyttöjärjestelmien hallintajärjestelmistä. Ohjelmisto vaatii palvelin-, asiakas- ja yrityskerrossovelluksia, jotka toimivat tehokkaasti n-ulotteisissa kyselyympäristöissä ja rinnakkaisprosessoinnissa.
5. virhe: redundantit, läpinäkymättömät ja dokumentoimattomat tietokannat.
Niiden transaktiotietokantojen tilaa, joista tiedot, jotka muutetaan ja tallennetaan tietovarastossa, otetaan, ei yleensä oteta huomioon alkuperäisissä aika-arvioissa, mutta tämä voi merkitä merkittävää viivettä, ihanteellista joka tapauksessa yksiköiden tilat, kuten tilit, asiakkaat, velat, maksut jne. tallennetaan historiallisiin taulukoihin merkittäviä ajanjaksoja keskimääräisen variaatiotiheyden mukaan (kuukausittain, viikoittain, päivittäin) ja vakiomuodossa, käytännössä nämä tiedot löytyvät kuitenkin osana johdon raporteissa käytetyistä taulukoista, jotka ovat jo käyneet läpi suodatusprosessin, menettäen siten historiallisten tietojen johdonmukaisuuden ja tilan muutokset ajan myötä kaiken tasolla yritys.
Joissakin tapauksissa on suositeltavaa suorittaa tietokantojen riippumaton uudelleensuunnittelu transaktiotasolla, jossa entiteettien tilojen muutokset voidaan tallentaa puhtaalla tavalla edellisenä vaiheena harkita tietojen poimimista niiden alkuperästä.
Kuudes virhe: Täydellisen yhteistyöympäristön luominen DBA: n ja datawarehouse-tiimin välillä ei onnistu.
Käynnistettäessä datawarehouse-hanketta yrityksessä DBAs-tietokannan järjestelmänvalvojien alue on yleensä jo olemassa, joten on suositeltavaa luoda Datawarehouse-alue samalle tasolle kuin DBA: t - eikä DBA: n valvonnassa. Monet DBA: t ovat vastuussa tietokantojen ylläpidosta päivittäisten liiketoimien tukemiseksi. Datawarehouse: n kehittämiseen riittävän vaihtoehtoisen alustan luominen, jolla on pääsy datawarehouse-verkkotunnuksen tietolähteisiin suoraan eikä DBA: n välittäjinä, on yksi tärkeistä tekijöistä, joka myötävaikuttaa projektin nopeampaan kehitykseen ja että tavoitteena menestys.
Seitsemäs virhe: Asianmukaisten vaatimusmääritysmenetelmien käyttämättä jättäminen hallintaan.
Yksi yleisistä virheistä on hallintakäyttäjien vaatimusmäärittelytoimintojen käyttämättä jättäminen metodologian avulla, jonka avulla käyttäjä voi ilmaista vaatimuksensa helposti ja valmis seuraavaa palautetta varten.
Suositellaan prototyyppien käyttöä sekä toiminnallisten eritelmien laatimista hallintoalueiden vaatimuksia varten.
8. virhe: Arvoketjun tietämättömyys, tietovirrat liiketoiminnassa.
Toimintojen tunnistaminen, jotka ovat kriittisiä menestystekijöitä, sekä tarkkailtava keskeisen osaamisen toimintavirraa, jonka avulla tarjoamat tuotteet tai palvelut voivat tarjota arvoa asiakkaalle, on liiketoiminnan tuntemuksen tehtävä, jota tietojärjestelmän suunnittelijat eivät saa siirtää ohittamalla tämä projektinkehitysstrategian valinnassa - joka perustuu datamart-prosessien kehittämisprosessien tai organisaatioalueiden yleiseen malliin - joka mahdollistaa prioriteettien asettamisen yrityksen strategisen suunnitelman mukaisesti.
9. virhe: Integrointinäkökulmaa ei ole muiden vastaavien tekniikoiden kanssa.
Vahva tietotekniikan teoreettinen perusta ja laaja valikoima nykyisiä suuntauksia ja ratkaisuja mahdollistavat tulevaisuuden vision kehittävän tietojärjestelmän. Tässä suhteessa liittyviä tekniikoita ovat: OLAP, jonka avulla voidaan analysoida historiallista tietoa käyttäytymismallien määrittämiseksi, toisaalta tiedonkeruu, joka mahdollistaa käyttäytymismallien löytämisen, mutta käyttää automaattisesti malleja ja algoritmeja (päätös puut, klusterit, verkkoneuraalit, sumea logiikka, lineaarinen regressio jne.), Hieman kauempana on yrityksen tasapainotetun tuloskortin toteutus, jossa datawarehouse palvelee indikaattoreiden tietoja historiallisilta ajanjaksoilta.
10. virhe: Projektin huono hallinta ja projektin kehittämissuunnitelman keskeyttäminen.
Projektipäällikön kapasiteetti paljastetaan kaikessa todellisessa ulottuvuudessaan, sekä teknisessä että ihmiskoulutuksessa ja samanlaisten projektien kokemusten tuotossa. Tietojärjestelmäkeskuksen kehittämisen on oltava syklistä ja vaiheittaista, analysoinnin, suunnittelun, kehittämisen, testauksen kanssa; toistuvat virstanpylväät, yrittäen välttää toistuvaa työtä.
3. Päätelmät
Tämä artikkeli on osa artikkelisarjaa, jonka tekijä kirjoittaa tietotekniikasta, erityisesti tässä artikkelissa, ja siinä on luettelo 10 yleisimmistä virheistä, joita tapahtuu kehittäessä yritystietojärjestelmän rakennushankkeita..
Teoreettinen perusta, johon tämä projektiluokka perustuu, alkaa moniulotteisten tietokantojen (ontologia, käsitteellinen tietomalli, semanttinen tulkinta, joukkojen ja suhteiden teoria) konseptista, josta odotetaan saavan tarkkaa tietoa., tarkka ja yhteenveto analysointia ja tukea johdon päätöksentekoa varten.
Käytännön perusta saatiin tuloksena tekijän osallistumisesta erilaisiin datawarehouse-hankkeisiin tärkeissä Perun kaupallisissa ja finanssialan yrityksissä, joiden kokemus on kyllästetty tähän artikkeliin, ja esitellään lukijalle neuvotteluvälineenä sekä teoreettisen ja käytännön pohjana., tulevaisuuden menestykseen yritystietojärjestelmän kehittämisessä.
4. Bibliografia
1. Tietovaraston rakentaminen Kirjoittaja WH Inmon Editorial John
Wiley & Sons, Inc. New York, NY, Yhdysvallat 1996
2. Tietovaraston elinkaaren työkalupakki: Asiantuntijamenetelmät tietovarastojen suunnitteluun, kehittämiseen ja käyttöönottoon Tekijät Ralph Kimball, Laura Reeves, Warren Thornthwaite, Margy Ross, Warren Thornwaite Toimittaja John Wiley & Sons, Inc. New York, NY, USA 1998
3. Geneettinen algoritmi toteutuneelle näkymän valinnalle tiedoissa
Varastoympäristöt Toimituksellinen Springer Berlin / Heidelberg
1999
4. Tietovarastojen mallintaminen ja laatuongelmat Tekijä: Panos Vassiliadis - Tieto- ja tietokantajärjestelmien laboratorion tietojenkäsittelytieteen osasto - Sähkö- ja tietotekniikan laitos - Ateenan kansallinen tekninen yliopisto - Zographou 157 73, Ateena, KREIKKA phd.pdf
5. Tietovarastonäkymien ylläpito standardisoinnin avulla
Tekijät: Mukesh Mohania, Kamal Karlapalem, Millist Vincent In D.
Ram, toimittaja, Data Management, sivut 32–50. Springer Verlag, 1997.
6. Tietojärjestelmien suunnittelumenetelmät: käsitteellinen mallinnus. Tekijät José María Cavero Universidad Rey Juan Carlos, Espanja, Esperanza Marcos Universidad Rey Juan Carlos, Espanja, Mario Piattini Castilla-La Manchan yliopisto, Espanja, Adolfo Sánchez Cronos Ibérica, SA, Espanja. Kustantaja IRM Press Hershey, PA, Yhdysvallat 2002
7. Strategia tietojen laadun hallintaan tietovarastojärjestelmissä
1 / IQ01HelfertMaur.pdf
