INFORMACIONI SISTEM U DISTRIBUIRANOM OKRU Ž ENJU · alata •ekspertiza novih vrednosti Prednosti...
Transcript of INFORMACIONI SISTEM U DISTRIBUIRANOM OKRU Ž ENJU · alata •ekspertiza novih vrednosti Prednosti...
2
Program kursa
� Karakteristike razvoja IS u distribuiranom okruženju
� Modeliranje sistema
� Implementacija IS u distribuiranom okruženju
� Razvoj specifičnih IS u distribuiranom okruženju
DSS DSS zasnovanizasnovani nanapodacimapodacima -- Data WarehouseData Warehouse
Decision Support Systems
“IS koji pružaju podršku u rešavanju nedovoljno definisanihproblema, crpeći iz postojećih sistema one informacije, kojesu bitne za proces odlučivanja.”
Turban, 1998.
5
Transakcioni IS – OLTP(On-Line Transaction Processing)
Clients
Server
Connection Managers
registrovanje, obrada, arhiviranje, prikaz pojedinačnih podataka – transakcija
6
Zahtevi savremenog poslovanja
KomercijalaPoslovanje Menadžment
BusinessIntelligence
• Pristup SVIM relevantnim strukturama podataka
• Prezentacija konkretnih sinteti čkih informacija
• Donošenje odluke uz saznanje o uzrocima i posledicama
• Trenutno raspoložive analize
Informacija - Znanje - Odluka - Akcija - Rezultat
7
Problemi kod izrade izveštajaza strateški menadžment
KakoKako napravitinapraviti kompleksankompleksan izveizvešštajtaj??
• Zahteva previše vremena
• Komplikovano je za prikazivanje(složeni podaci)
• Previše je podataka
• Teško je izvodljivoza operativni sistem
8
OLTP sistem i izveštavanje:Nije problem u količini podataka, već u njihovoj dostupnosti!
• Pristup podacima je suviše komplikovan
• Manipulacija podacima usporava poslovne transakcije
• Podaci su različiti i kompleksni
9
Izrada izveštajakroz pristup upitnim jezikom
• Obezbeñuje ad hoc izveštaje za nivo taktičkog odlučivanja• Traži odlično poznavanje predmetne baze podataka• Podrazumeva potpuno vladanje upitnim jezikom• Ne omogućava realizaciju vrlo složenog upita• Obim podataka koji mogu biti uzeti u obzir je ograničen• Postojeći alati imaju ograničen integritet/fleksibilnost
SQLRDBMSRDBMS
10
Spektar poslovnih podataka
Proizvodi
Tehnologija
Sirovine
Finansije
Marketing
Operativno upravljanje
Strateškoupravljanje
Transakcioni sistem
DokumentacijaPreglediPlanoviTroškovi
• Izveštaji• Upravljanje• Odluke• Analiza• Prognoze• Ekspertiza
ANALITIČKI IS OLAP
TRANSAKCIONI IS OLTP
11
On-line Analytical Processing (OLAP)E.F. Codd, 1993
Eksterniizvoripodataka
Radne tabele Ostali alatiGrafi čki interfejs
OLAPServer
TransakcionaBP
• Preagregacija podataka kojima se često pristupa-brzi ad hoc upiti
• Intuitivan višedimenzionalni model podataka - selekcija, navigacija, prikaz
• Bogat skup funkcija za proračune - moćan alat za kreiranje view-a
• Zaštita, keširanje podataka, optimizacija
Distribuiranipodaci
Shortcut to FON.lnk
12
Analitički IS –On-line Analytical Processing (OLAP)analiza i obrada podataka, izrada izveštaja
OLAPOLAPServerServer
Eksterniizvoripodataka
TransakcionaBP
Ostaliinternipodaci
E.F. Codd : 1993
13
OLAP kocka
Vrednostindikatora
Statistika (vreme)
Jedinica posmatranja
(hijerarhija)
Indikator(hijerarhija)
• Cilj - poboljšanje analitičkih upita• OLAP kocka - višedimenzionalna struktura, definisanadimenzijama i kvantitativnim podacima (measures)
14
OLAP - filozofija
Warehousing Warehousing konceptkoncept -- skladiskladišštenjetenjeekstrahovanihekstrahovanih,,
filtriranihfiltriranihi i agregiranihagregiranih
podatakapodatakasa mogućnošću slojevitog, multidimenzionalnog pristupa, radi donošenja odluka strateškog nivoa
15
Data Warehousing pristupMigracija podataka iz heterogenih distribuiranihizvora u jedinstveno homogeno skladište podataka
Prednosti za projektanta:
• Prevazilaze se razlike izmeñu struktura podataka izrazličitih heterogenih i distribuiranih izvora
• U procesu transformacije i migracije podataka iz OLTP baze u Data Warehouse vrši se njihova validacija i konsolidacija
•Problemi zaštite i performansi se rešavaju bez potrebe dase menjaju postojeći sistemi
17
DW metodologija:faze projektovanja DW
� Utvrñivanje informacija ključnih za odlučivanje(šta, kome, kada, kako, koliko često)
� nivoi
� sadržaj
� komunikacija
� frekvencija
18
Restrukturiranje podatakapri formiranju DW
E-mail,telefon, faxporuka
DWServer
♠♠ denormalizacija tabela♠ čišćenje od redundansi♠ dodavanje novih polja i klju čeva♠ dodavanje eksternih podataka♠ uklju čivanje "mekih" podataka
20
Projektovanje DW baze podataka
Proizvod Region Mesec ProdajaSlog #1 Film Istok Dec-93 240Slog #2 Sočiva Jug Jan-94 250Slog #3 Kamere Sever Feb-94 690Slog #4 Film Jug Mar-94 425Slog #5 Sočiva Istok Apr-94 300Slog #6 Film Jug Maj-94 500Slog #7 Kamere Sever Jun-94 125Slog #8 Sočiva Jug Jul-94 400Slog #9 Film Istok Aug-94 800
KljUČEVI
Sever
Mesec
ProizvodJug
Istok
Jan
Film
Sočiva
Kamere
Region
PRODAJAPRODAJA
DIMENZIJE
Feb Mar
21
Konstrukcija OLAP kockeBilans tabela:
Poslovnica 1
Poslovnica 2
Poslovnica 3.........Poslovnica n
14/02/97Ukupno aktiva 931359Blagajni čka operativa 25779Gotovina 25779Krediti i investicije 899000Prekora čenja 148000Kratkoro čni krediti (<1 god) 455800Srednjoro čni krediti (1 - 5 god) 248500Dugoro čni krediti (>5 god) 46700Ukupno ostala potraživanja 6580Ukupno potraživanja 1650Ukupno ulaganja 736550Dugovanja po ne FIs 736550Zahtevi za ulaganjima 463000Depoziti (1 - 6 meseci) 150700Depoziti (3 - 6 meseci) 76400Depoziti (6 meseci - 1 god) 45000Depoziti (>1 god) 1450Povra ćaj vrednosti 28150Ukupne rezerve 122100Ostale rezerve 11250
22
Konsolidacija tabela
PoslovnicePoslovnice
PodatakPodatak
OLAP OLAP kockakocka
♠♠ DvodimenzionalneDvodimenzionalnetabeletabele
♠♠ PodaciPodaci iziz OLTPOLTP
VremeVreme
Periodična optimizacija tabela
23
KarakteristikeKarakteristike WarehousingWarehousing--aa
Načini održavanja podataka u skladištu
1. U skladištu - procedure za pretraživanje2. U skladištu - samo agregirani podaci3. Sve podatke držati u skladištu
Osvežavanje podataka u skladištu
♣ kompletno, u vremenskom intervaluili
♣ ažuriranje samo onih podataka, kojisu se menjali izmeñu dva ažuriranja
24
OLTP : OLAP
On-Line procesiranje transakcija
Beleži se šta se dogodilo
Konačan proces
Dvodimenzioni
Upravljanje podacima
Procesiranje podataka
OPERATING the Business
On-Line analiti čko procesiranje
Odreñuje se šta treba činiti
Iterativni proces
Višedimenzioni
Konsolidovanje podataka
Sinteza informacija
DRIVING the Business
Plan the BusinessPlan the BusinessRun the BusinessRun the Business
26
Proizvoñači DW softvera
� Razvoj DW
– Platinum Technology– Sagent– Informatica– ETI– Information Builders– Prism– Silvon– Data Mirror
� Koriš ćenje DW
– Cognos– Business Objects– Brio – Comshare– Knosys– Seagate– Hummingbird– Top Tier
27
Multidimenzioni kompleksni alat za proračunesa aktivnim rečnikom podatakai inteligentnim sistemom za podršku odlučivanju
Personal Express, Express ServerPersonal Express, Express Server
Fleksibilne aplikacije sa predefinisanim analizamaza prodaju, marketing, finansijske izveštaje, pripremu budžeta
Sales Analyzer, Financial AnalyzerSales Analyzer, Financial Analyzer
Objektno orijentisan alat, ”čuvar podataka" zaanalize i izgradnju aplikacija
Express Analyzer, Discoverer
Objektno orijentisan alat, ”čuvar podataka" zaanalize i izgradnju aplikacija
Express Analyzer, Express Analyzer, DiscovererDiscoverer
Express Express ServerServer
ExpressExpressApplicationsApplications
Express Express ToolsTools
Oracle OLAP - Express proizvodi
28
MicrosoftMicrosoft DW proizvodi i komponente
� Microsoft SQL Server 7 i 2000
�Data Transformation Services
�Replication Services
�Microsoft Repository
�English Query
�OLAP Services
30
Decision Support Systems (DSS) - definicija
� “... ono što smo već dugo pokušavali, alinismo za to imali naziv”
Sprague, Carlson
� DSS su informacioni sistemi koji pružajupodršku u rešavanju nedovoljno definisanihproblema, crpeći iz postojećih sistema one informacije, koje su bitne za procesodlučivanja.
31
Decision Support Systems Drugi
ra?unarski orijentisanisistemi
Drugiračunarski orijentisani
sistemi
Upravljanjepodacima
Upravljanjepodacima
UpravljanjemodelimaUpravljanjemodelima
UpravljanjeznanjemUpravljanjeznanjem
Menadžer(korisnik)Menadžer(korisnik)
Korisni?kiinterfejs
Korisničkiinterfejs
32
Evolucija koncepata DSS
1960-te• strukturirani izveštaji• interaktivna pretraživanja sistema
1970-te• MDS - Management Decision Systems• specifični DSS
1980-te• GDSS -Group Decision Support Systems• EIS - Executive Information Systems
1990-te• Data Warehouse• On-Line Analytical Processing• Visual modeling
Simon, Davis, Sprague, Carlson, Keen, DeSanctis, Gallupe,
Morton, Mintzberg,Power, Turban ...
2000-te• Business Intelligence• Data Mininig• Knowledge Management
33
Kategorije DSSKategorija Karakteristika Primer
Data-Driven Koriste strukturirane podatke
Data Warehouse
Document-Driven Koriste nestrukturirane podatke
Web
Model-Driven Koriste modele Rasporedi
Suggestion Koriste pravila i relacije Konsultacije
Group Support Pomažu komunikaciju i usaglašavanje
Vodjenje sastanaka
Inter-Organizatonal Podrška komintentima Pristup kupaca podacima
Function-Specific Podrška specifičnim sistemima
Vazduhoplovni, bankarski
Web-Based Podrška svim DSS Intranet
Turban [2002], Power [2000]
34
Metodologija dizajniranja i razvoja DSS (1)
� Životni razvojni ciklus1. Utvrñivanje korisničkih zahteva2. Sistem analiza3. Opšti dizajn sistema4. Detaljni dizajn sistema5. Programiranje6. Testiranje7. Implementacija8. Upotreba i održavanje
35
Metodologija dizajniranja i razvoja DSS (2)
� Prototipski razvoj1. Odreñivanje korisničkih zahteva.
2. Razvoj prve iteracije DSS prototipa.3. Proširenje i modifikacije sledeće iteracije
DSS prototipa.4. Testiranje i povratak na korak 3, ukoliko
prototip nije zadovoljavajući.
5. Puni razvoj.
37
Tipične aplikacije
• Profitabilnost proizvoda
• Miks analiza proizvoda
• Miks analiza kupaca
• Aktivnosti menadžmenta
• Segmentiranje tržišta
• Profitabilnost komintenata
• Analiza varijansi
• Alokacija sredstava
• Prognoze
• Planiranja
• Budžetiranja
• Analize odstupanja
38
PrednostiPrednosti nana kratakkratak rokrok ::• novi pogled na sopstvene
podatke
• brza identifikacijafinansijskih trendova
• upotreba jednostavnihalata
• ekspertiza novih vrednosti
PrednostiPrednosti nana dudu žžii rokrok ::• kraći ciklus izveštavanja• štednja uz bolje
budžetiranje• poboljšana detekcija
grešaka (i zloupotreba)• dobit od bolje analize
profitabilnosti proizvoda• povećan obim prodaje po
profilima kupaca
EfektiEfekti primeneprimene Data WarehouseData Warehouse--aa
40
Profil firme
� Specijalizovana veletrgovinska firmanabavlja lekove od različitih dobavljača i snabdeva korisnike raznih nivoa.
� Firma je respektivni snabdevač lekovima nanacionalnom tržištu.
� Pretenduje da ojača svoju poziciju nadomaćem tržištu i postane jedan odnajznačajnijih snabdevača lekovima.
41
Opis situacije
♦ Oprema i aplikativni softver su starije generacije.
♦ Uvoñenje novog sistema trajaće par meseci, a prvi rezultati pokazaće se još kasnije.
♦ Potrebe menadžmenta za informacijama, radidonošenje strateških odluka, su veoma urgentne.
42
Preporučeno rešenjeORACLE Express tools
♠ Odmah pristupiti projektovanju sistema zapodršku odlučivanju.
♠ Podatke za SPO preuzimati, do daljeg, direktno iz starog sistema.
43
Ulazi u SPO
♣ lekovi po grupama, ♣ cene, ♣ dobavljači,♣ korisnici, ♣ naručene i isporučene količine
44
Opis aplikacijeDimenzije:
• Lek (910)• Grupa lekova (142)• Dobavljač (24)• Zemlja porekla (12)• Korisnik (360)• Okrug (30)• Sektor (2)• Mesec (12)• Kvartal (4)• Godina (3).
Variable :♠ naručena količina lekova,♠ vrednost naručenih lekova,♠ potrebna količina lekova,♠ vrednost potrebne količine lekova.
Relacije :♦ lek.dobavljač♦ dobavljač. zemlja♦ godina. kvartal♦ grupa.lek♦ kvartal. mesec♦ okrug.korisnik♦ sektor.korisnik
49
* Zapažanja menadžmenta“Aplikacija sada omogućava bolju kontrolurealizacije narudžbina,agregiranje, zumiranjei poreñenje podataka, kao osnove za donošenje odlukao preusmeravanju sredstava i lekova.”
* Komentar konsultantaAlati za podršku odlučivanju omogućavajulako generisanje aplikacije koja u potpunostimože da zadovolji potrebe i najzahtevnijeg korisnika.
51
Grupni DSS (GDSS)
� Grupni DSS su sistemi koji podržavaju grupnoodlučivanje pri čemu su članovi tima na različitimlokacijama i mogue rade u različitim vremenima.
� interaktivni, kompjuterski zasnovani sistem kojigrupi donosioca odluka pomaže u rešavanjunestrukturiranih problema
� GDSS podrazumevaju distribuiranu i mrežnuarhitekturu, kao i informacione tehnologije zapodršku timskom radu
52
Nivoi GDSS tehnologije� Nivo 1: Podrška procesu grupnog rada (elektronske poruke
izmeñu članova grupe, mrežno povezivanje računara svihčlanova grupe, javni ekran vidljiv svim članovima grupe, anonimnost ideja i glasanja, aktiviranje zahteva za idejama, sumiranje i prikazivanje ideja i mišljenja)
� Nivo 2: Podrška donošenju odluke (softverske tehnologije zamodeliranje i analizu situacije odlučivanja)
� Nivo 3: Pravila za redosled dogañaja (specijalni softver kojisadrži pravila koja odreñuju sekvencu govora, odgovora, pravila glasanja i dr.
53
GDSSPREDNOSTI:Sinergija
Učenje
Stimulacija
Više informacija
Preciznijakomunikacija
Objektivnije vrednovanje
Efekti postignuti upotrebom specifičnih tehnika
GDSS
Podrška procesu
-grupno pamćenje-anonimnost-paralelna komunikacija-medijski efekti, brzina-depersonalizacija-širina pogleda na problem
Podrška zadacima-globalna-lokalna
NEDOSTACI:
Blokiranje pažnjeNedostatak pamćenja
Opasnost digresijaFamilijarizacijaDominacijaPreviše informacija
Sporiji feedbackPovršno korišćenje informacijaPovršna analiza
Efekti postignuti upotrebom specifičnih tehnika
55
Izvršni IS (Executive Information Systems - EIS)
� Osnovni cilj EIS – poboljšanje kvaliteta i kvantiteta informacija potrebnih na izvršnom nivou
� ubrzavaju odgovor na situacije izvršnog odlučivanja koje zahtevaju brzinu i efikasnost
� podrška donošenju odluka obezbeñivanjem aktuelnih i tačnih podataka u smislenom formatu
� EIS je user-frendly, grafički podržan, obezbeñujeizveštavanje o izuzecima i ima mogućnost drill-down–a.
Najčešća upotreba - Critical Sucess Factors (profitabilnost, finansijski indikatori, marketinški indikatori, ljudski resursi, rizik, tržišni i potrošački trendovi)
56
Specifičnosti dizajniranja i razvoja EIS
� dizajn i razvoj zasnovan na definisanim Kritičnim Faktorima Uspeha (CSF )
� implementacija zahteva aktivno uključivanje izvršilaca
� karakteristične metode za utvrñivanje izvršnih informacionih zahteva � Intervjuisanje � Izvoñenje zahteva iz već postojećeg informacionog
sistema� Sintetizovanje iz karakteristika sistema� Otkrivanje eksperimentisanjem (izradom prototipova)
Klju čni problem EIS-a: sadržaj informacijaa ne način njihovog prezentiranja
57
Jedno moguće tehnološko rešenje EIS
Transakciona
bazaDW
baza
MS OLAP
ServisiExcel
2000DTS
Oracle 8i SQL Server 2000
OLE DB
OLE DB
za OLAP
58
Primer - EIS PORTAL “Jugopetrola”STRUKTURIRANI PODACI
NESTRUKTURIRANI PODACI
Aplikacije u Poslovnimjedinicama
APLIKACIJEtop menadžmenta
DataMarts
OLAPanalize
Upiti,izveštaji
Data Mining
• Državna regulativa• Standardi• Pravilnici i interni propisi• Dokumenta sistema kvaliteta• Programski dokumenti • Planovi• Odluke• Rešenja• Ugovori
• Istraživačko-razvojne informacije
• Rezutati marketinških aktivnosti
• Objave• Izveštaji
• Video zapisi
• Prezentacije
• Katalozi i specifikacije proizvoda
• Web dokumenti
BAZAXML
DOKUMENATA
BAZASKENIRANIH
DOKUMENATA
Sistem za upravljanje
nestrukturirani mpodacima
filtriranje OLAP
OLTP
OLTP,files
Analitičkeaplikacije