Hurtownia danych praktyczne zastosowania

Save this PDF as:
 WORD  PNG  TXT  JPG

Wielkość: px
Rozpocząć pokaz od strony:

Download "Hurtownia danych praktyczne zastosowania"

Transkrypt

1 Hurtownia danych praktyczne zastosowania Dorota Olkowicz Centrum Bezpieczeństwa Ruchu Drogowego ITS

2 Plan prezentacji 1. Hurtownie danych 2. Hurtownia danych POBR 3. Narzędzia do analizy danych 4. Wizualizacja danych 5. Podsumowanie 2

3 Hurtownie... 3

4 ... danych 4

5 Hurtownie danych Hurtownia danych rodzaj bazy danych, która jest zorganizowana i zoptymalizowana pod kątem pewnego wycinka rzeczywistości. To bazy danych integrujące dane z wielu źródeł, integracja polega na cyklicznym zasilaniu hurtowni danymi. Architektura bazy jest zorientowana na optymalizację szybkości wyszukiwania i najefektywniejszą analizę zawartości. Użytkownicy końcowi korzystają z hurtowni poprzez różne systemy wyszukiwania danych. 5

6 Hurtownie danych Cele: przetwarzanie analityczne wspomaganie analiz archiwizacja danych analiza efektywności inne uzależnione od specyfiki biznesu... Zalety: agregacja danych możliwość eksploracji danych w myśl zasady "od ogółu do szczegółu" (poziomy agregacji danych) analizy przekrojowe z pełnego zakresu danych jednorodność danych 6

7 Hurtownie danych - architektura Źródła danych Obszar przejściowy dane pobrane z systemów źródłowych są oczyszczane i dostosowane do wymagań hurtowni danych. Warstwa ta nie jest dostępna dla użytkowników końcowych hurtowni danych; należą do niej narzędzia ETL (ang. Extract, Transform and Load). Warstwa metadanych metadane biznesowe: tabele wymiarów i faktów, agregaty metadane techniczne: mapowania i transformacje danych do systemu docelowego Warstwa prezentacji dostępna dla użytkowników końcowych w postaci raportów i analiz. 7

8 Hurtownia danych POBR Hurtownia danych POBR baza danych zorganizowana i zoptymalizowana pod kątem bezpieczeństwa ruchu drogowego. Baza POBR integruje dane z wielu źródeł, obecnie są to: SEWiK, CEPiK, GUS, GPR. Integracja polega na cyklicznym zasilaniu hurtowni danymi. Użytkownicy końcowi mogą korzystać z hurtowni m.in. poprzez stronę internetową i udostępnioną mapę interaktywną oraz publikowane raporty. 8

9 Hurtownia danych POBR SEWiK Raporty CEPiK GPR Procesy ETL Hurtownia danych Mapy Wykresy GUS Tabele 9

10 Hurtownia danych POBR Czas zdarzenia Typ zdarzenia Rodzaj pojazdu Rodzaj uczestnika Miejsce zdarzenia Warunki atmosferyczne 10

11 Narzędzia do analizy danych 11

12 Wizualizacja danych Rok Liczba ofiar śmiertelnych Liczba ciężko rannych Wskaźnik ofiar śmiertelnych na mln mk Wskaźnik ciężko rannych na mln mk ,52 384, ,48 421, ,57 420, ,79 358, ,30 300, ,70 326, ,67 312, Liczba ofiar śmiertelnych Ofiary śmiertelne Lubuskie Rok 12

13 Wizualizacja danych 13

14 Dla kogo? www. franchisetips.com.au 14

15 Po co? 15

16 Gdzie? 16

17 Podsumowanie Hurtownia danych POBR stanowi rozbudowaną bazę danych, przechowującą olbrzymią ilość danych zbieranych na przestrzeni ponad 20 lat. Ze względu na ilość i tematykę danych przeprowadzane analizy mogą polegać na szukaniu trendów, zależności, wzorców, itp. Przeprowadzane na hurtowni wyszukiwania mają najczęściej charakter wielowymiarowy nie ograniczają się do jednej tabeli. Dane w hurtowni są centralnie przechowywane, tematycznie spójne (dotyczą problemu brd) oraz zintegrowane. Dostęp do danych możemy uzyskać poprzez stronę oraz w siedzibie obserwatorium. 17

18 Dziękuję za uwagę

Wprowadzenie do Hurtowni Danych. Mariusz Rafało

Wprowadzenie do Hurtowni Danych. Mariusz Rafało Wprowadzenie do Hurtowni Danych Mariusz Rafało mariusz.rafalo@hotmail.com WPROWADZENIE DO HURTOWNI DANYCH Co to jest hurtownia danych? Hurtownia danych jest zbiorem danych zorientowanych tematycznie, zintegrowanych,

Bardziej szczegółowo

Polskie Obserwatorium BRD w kontekście raportu Najwyższej Izby Kontroli. Marcin Ślęzak Maria Dąbrowska-Loranc Instytut Transportu Samochodowego

Polskie Obserwatorium BRD w kontekście raportu Najwyższej Izby Kontroli. Marcin Ślęzak Maria Dąbrowska-Loranc Instytut Transportu Samochodowego Polskie Obserwatorium BRD w kontekście raportu Najwyższej Izby Kontroli Marcin Ślęzak Maria Dąbrowska-Loranc Instytut Transportu Samochodowego Informacja o wynikach kontroli FUNKCJONOWANIE SYSTEMU GROMADZENIA

Bardziej szczegółowo

PODSTAWY BAZ DANYCH. 19. Perspektywy baz danych. 2009/2010 Notatki do wykładu "Podstawy baz danych"

PODSTAWY BAZ DANYCH. 19. Perspektywy baz danych. 2009/2010 Notatki do wykładu Podstawy baz danych PODSTAWY BAZ DANYCH 19. Perspektywy baz danych 1 Perspektywy baz danych Temporalna baza danych Temporalna baza danych - baza danych posiadająca informację o czasie wprowadzenia lub czasie ważności zawartych

Bardziej szczegółowo

Analiza internetowa czyli Internet jako hurtownia danych

Analiza internetowa czyli Internet jako hurtownia danych Analiza internetowa czyli Internet jako hurtownia danych Agenda 1. Hurtownie danych, eksploracja danych i OLAP 3. Internet 5. Analiza Internetowa 7. Google Analytics 9. Podsumowanie Hurtownie danych (definicja)

Bardziej szczegółowo

min 5mm Anna Zielińska Instytut Transportu Samochodowego Centrum Bezpieczeństwa Ruchu Drogowego

min 5mm Anna Zielińska Instytut Transportu Samochodowego Centrum Bezpieczeństwa Ruchu Drogowego min 5mm POLSKIE OBSERWATORIUM BEZPIECZEŃSTWA RUCHU DROGOWEGO (POBR) Anna Zielińska Instytut Transportu Samochodowego Centrum Bezpieczeństwa Ruchu Drogowego ITS 28 maja 2011 r. SKUTECZNE DZIAŁANIA W BRD

Bardziej szczegółowo

Hurtownie danych i business intelligence - wykład II. Zagadnienia do omówienia. Miejsce i rola HD w firmie

Hurtownie danych i business intelligence - wykład II. Zagadnienia do omówienia. Miejsce i rola HD w firmie Hurtownie danych i business intelligence - wykład II Paweł Skrobanek, C-3 pok. 321 pawel.skrobanek@pwr.wroc.pl oprac. Wrocław 2005-2012 Zagadnienia do omówienia 1. Miejsce i rola w firmie 2. Przegląd architektury

Bardziej szczegółowo

Analityka danych w środowisku Hadoop. Piotr Czarnas, 5 czerwca 2017

Analityka danych w środowisku Hadoop. Piotr Czarnas, 5 czerwca 2017 Analityka danych w środowisku Hadoop Piotr Czarnas, 5 czerwca 2017 Pytania stawiane przez biznes 1 Jaka jest aktualnie sytuacja w firmie? 2 Na czym jeszcze możemy zarobić? Które procesy możemy usprawnić?

Bardziej szczegółowo

Hurtownie danych i business intelligence - wykład II. Zagadnienia do omówienia. Miejsce i rola HD w firmie

Hurtownie danych i business intelligence - wykład II. Zagadnienia do omówienia. Miejsce i rola HD w firmie Hurtownie danych i business intelligence - wykład II Paweł Skrobanek, C-3 pok. 321 pawel.skrobanek@pwr.wroc.pl oprac. Wrocław 2005-2008 Zagadnienia do omówienia 1. 2. Przegląd architektury HD 3. Warsztaty

Bardziej szczegółowo

Hurtownie danych. Rola hurtowni danych w systemach typu Business Intelligence

Hurtownie danych. Rola hurtowni danych w systemach typu Business Intelligence Hurtownie danych Rola hurtowni danych w systemach typu Business Intelligence Krzysztof Goczyła Teresa Zawadzka Katedra Inżynierii Oprogramowania Wydział Elektroniki, Telekomunikacji i Informatyki Politechnika

Bardziej szczegółowo

Hurtownie danych i business intelligence. Plan na dziś : Wprowadzenie do przedmiotu

Hurtownie danych i business intelligence. Plan na dziś : Wprowadzenie do przedmiotu i business intelligence Paweł Skrobanek, C-3 pok. 321 pawel.skrobanek@pwr.wroc.pl Wrocław 2005-2007 Plan na dziś : 1. Wprowadzenie do przedmiotu (co będzie omawiane oraz jak będę weryfikował zdobytą wiedzę

Bardziej szczegółowo

Co to jest Business Intelligence?

Co to jest Business Intelligence? Cykl: Cykl: Czwartki z Business Intelligence Sesja: Co Co to jest Business Intelligence? Bartłomiej Graczyk 2010-05-06 1 Prelegenci cyklu... mariusz@ssas.pl lukasz@ssas.pl grzegorz@ssas.pl bartek@ssas.pl

Bardziej szczegółowo

Hurtownie danych. Wstęp. Architektura hurtowni danych. http://zajecia.jakubw.pl/hur CO TO JEST HURTOWNIA DANYCH

Hurtownie danych. Wstęp. Architektura hurtowni danych. http://zajecia.jakubw.pl/hur CO TO JEST HURTOWNIA DANYCH Wstęp. Architektura hurtowni. Jakub Wróblewski jakubw@pjwstk.edu.pl http://zajecia.jakubw.pl/hur CO TO JEST HURTOWNIA DANYCH B. Inmon, 1996: Hurtownia to zbiór zintegrowanych, nieulotnych, ukierunkowanych

Bardziej szczegółowo

Hurtownie danych - przegląd technologii Robert Wrembel Politechnika Poznańska Instytut Informatyki Robert.Wrembel@cs.put.poznan.pl

Hurtownie danych - przegląd technologii Robert Wrembel Politechnika Poznańska Instytut Informatyki Robert.Wrembel@cs.put.poznan.pl Hurtownie danych - przegląd technologii Robert Wrembel Politechnika Poznańska Instytut Informatyki Robert.Wrembel@cs.put.poznan.pl www.cs.put.poznan.pl/rwrembel Plan wykładów Wprowadzenie - integracja

Bardziej szczegółowo

Hurtownie danych - przegląd technologii

Hurtownie danych - przegląd technologii Hurtownie danych - przegląd technologii Robert Wrembel Politechnika Poznańska Instytut Informatyki Robert.Wrembel@cs.put.poznan.pl www.cs.put.poznan.pl/rwrembel Plan wykład adów Wprowadzenie - integracja

Bardziej szczegółowo

Bazy danych. Plan wykładu. Rodzaje baz. Rodzaje baz. Hurtownie danych. Cechy hurtowni danych. Wykład 14: Hurtownie danych

Bazy danych. Plan wykładu. Rodzaje baz. Rodzaje baz. Hurtownie danych. Cechy hurtowni danych. Wykład 14: Hurtownie danych Plan wykładu Bazy Wykład 14: Hurtownie Bazy operacyjne i analityczne Architektura hurtowni Projektowanie hurtowni Małgorzata Krętowska, Agnieszka Oniśko Wydział Informatyki PB Bazy (studia dzienne) 2 Rodzaje

Bardziej szczegółowo

Rola analityki danych w transformacji cyfrowej firmy

Rola analityki danych w transformacji cyfrowej firmy Rola analityki danych w transformacji cyfrowej firmy Piotr Czarnas Querona CEO Analityka biznesowa (ang. Business Intelligence) Proces przekształcania danych w informacje, a informacji w wiedzę, która

Bardziej szczegółowo

1. Ewolucja systemów opartych na bazach danych 2. Czym się rożni modelowanie od strukturalizacji danych? Model danych Struktury (danych)

1. Ewolucja systemów opartych na bazach danych 2. Czym się rożni modelowanie od strukturalizacji danych? Model danych Struktury (danych) 1. Ewolucja systemów opartych na bazach danych Początki to np. ręczne spisy danych na papirusie w Egipcie. Ręczne zapisywanie danych trwało aż do końca XIX wieku. W XIX wieku stworzone zostały urządzenia,

Bardziej szczegółowo

Hurtownie danych i business intelligence. Plan na dziś : Wprowadzenie do przedmiotu

Hurtownie danych i business intelligence. Plan na dziś : Wprowadzenie do przedmiotu i business intelligence Paweł Skrobanek, C-3 pok. 321 pawel.skrobanek@pwr.wroc.pl Wrocław 2005-2012 Plan na dziś : 1. Wprowadzenie do przedmiotu (co będzie omawiane oraz jak będę weryfikował zdobytą wiedzę

Bardziej szczegółowo

Spis tre±ci. Przedmowa... Cz ± I

Spis tre±ci. Przedmowa... Cz ± I Przedmowa.................................................... i Cz ± I 1 Czym s hurtownie danych?............................... 3 1.1 Wst p.................................................. 3 1.2 Denicja

Bardziej szczegółowo

Wstęp do Business Intelligence

Wstęp do Business Intelligence Wstęp do Business Intelligence Co to jest Buisness Intelligence Business Intelligence (analityka biznesowa) - proces przekształcania danych w informacje, a informacji w wiedzę, która może być wykorzystana

Bardziej szczegółowo

Wprowadzenie do technologii Business Intelligence i hurtowni danych

Wprowadzenie do technologii Business Intelligence i hurtowni danych Wprowadzenie do technologii Business Intelligence i hurtowni danych 1 Plan rozdziału 2 Wprowadzenie do Business Intelligence Hurtownie danych Produkty Oracle dla Business Intelligence Business Intelligence

Bardziej szczegółowo

Opis wymagań i program szkoleń dla użytkowników i administratorów

Opis wymagań i program szkoleń dla użytkowników i administratorów Załącznik nr 3 do OPZ Opis wymagań i program szkoleń dla użytkowników i administratorów Spis treści Wprowadzenie...2 1. Typ i zakres szkoleń...2 2. Grupy użytkowników...2 3. Warunki ogólne szkoleń...3

Bardziej szczegółowo

WYPADKI DROGOWE, OFIARY ŚMIERTELNE, RANNI W POLSCE

WYPADKI DROGOWE, OFIARY ŚMIERTELNE, RANNI W POLSCE WYPADKI DROGOWE W POLSCE 1995 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 WYPADKI DROGOWE 56 904 57 331 53 799 53 559 51 078 51 069 48 100 46 876 49 536 49 054 44 196 38

Bardziej szczegółowo

Integracja systemów transakcyjnych

Integracja systemów transakcyjnych Integracja systemów transakcyjnych Robert Wrembel Politechnika Poznańska Instytut Informatyki Robert.Wrembel@cs.put.poznan.pl www.cs.put.poznan.pl/rwrembel Problematyka i architektury integracji danych

Bardziej szczegółowo

SPOTKANIE 15.05.2014. Opracowanie: Edyta Sobiepanek

SPOTKANIE 15.05.2014. Opracowanie: Edyta Sobiepanek SPOTKANIE 15.05.2014 Opracowanie: Edyta Sobiepanek Agenda W jaki sposób narzędzia BI mogą usprawnić proces badania sprawozdań finansowych w firmie? Co jest potrzebne audytorowi a denerwuje dyrektorowi

Bardziej szczegółowo

Bogdan Żurek, S&T Services Polska

Bogdan Żurek, S&T Services Polska Rozwiązania, które tworzą wartość dodaną na przykładzie projektów zrealizowanych w Komendzie Głównej Policji, Ministerstwie Środowiska oraz Ministerstwie Pracy i Polityki Społecznej Bogdan Żurek, S&T Services

Bardziej szczegółowo

Bezpieczeństwo drogowe w Polsce: wyzwania i priorytety

Bezpieczeństwo drogowe w Polsce: wyzwania i priorytety Bezpieczeństwo drogowe w Polsce: wyzwania i priorytety OBSERWACJE I SUGESTIE BANKU ŚWIATOWEGO Radosław Czapski 1 Kontekst międzynarodowy Narastający problem globalny - rocznie ginie ok. 1,3 mln ludzi,

Bardziej szczegółowo

Regionalna Infrastruktura Informacji Przestrzennej Województwa Opolskiego bazą do współpracy w regionie.

Regionalna Infrastruktura Informacji Przestrzennej Województwa Opolskiego bazą do współpracy w regionie. Regionalna Infrastruktura Informacji Przestrzennej. Agnieszka Partyka Kierownik Wojewódzkiego Ośrodka Dokumentacji Geodezyjnej i Kartograficznej w Opolu Trzy główne zasady współpracy: równość partnerów

Bardziej szczegółowo

HURTOWNIE DANYCH Dzięki uprzejmości Dr. Jakuba Wróblewskiego

HURTOWNIE DANYCH Dzięki uprzejmości Dr. Jakuba Wróblewskiego HURTOWNIE DANYCH Dzięki uprzejmości Dr. Jakuba Wróblewskiego http://www.jakubw.pl/zajecia/hur/bi.pdf http://www.jakubw.pl/zajecia/hur/dw.pdf http://www.jakubw.pl/zajecia/hur/dm.pdf http://www.jakubw.pl/zajecia/hur/

Bardziej szczegółowo

Dni otwarte dla projektodawców PO KL Pomocna Dłoń Kraków, 13-15.12.2010 r.

Dni otwarte dla projektodawców PO KL Pomocna Dłoń Kraków, 13-15.12.2010 r. Przygotowanie projektu gdzie znaleźć informacje o rynku pracy i edukacji? Dni otwarte dla projektodawców PO KL Pomocna Dłoń Kraków, 13-15.12.2010 r. Plan prezentacji 1. Przygotowanie projektu 2. Diagnoza

Bardziej szczegółowo

System Informacji dla Linii Kolejowych narzędziem wspomagającym podejmowanie decyzji w PKP Polskie Linie Kolejowe S.A.

System Informacji dla Linii Kolejowych narzędziem wspomagającym podejmowanie decyzji w PKP Polskie Linie Kolejowe S.A. System Informacji dla Linii Kolejowych narzędziem wspomagającym podejmowanie decyzji w PKP Polskie Linie Kolejowe S.A. www.plk-sa.pl Kraków, 16 maja 2014 r. System Informacji dla Linii Kolejowych (SILK)

Bardziej szczegółowo

Pierwsze wdrożenie SAP BW w firmie

Pierwsze wdrożenie SAP BW w firmie Pierwsze wdrożenie w firmie Mirosława Żurek, BCC Poznao, maj 2013 Zakres tematyczny wykładu Podstawowe założenia i pojęcia hurtowni danych ; Przykładowe pierwsze wdrożenie w firmie i jego etapy; Przykładowe

Bardziej szczegółowo

Baza danych to zbiór wzajemnie powiązanych ze sobą i zintegrowanych danych z pewnej dziedziny.

Baza danych to zbiór wzajemnie powiązanych ze sobą i zintegrowanych danych z pewnej dziedziny. PI-14 01/12 Baza danych to zbiór wzajemnie powiązanych ze sobą i zintegrowanych danych z pewnej dziedziny.! Likwidacja lub znaczne ograniczenie redundancji (powtarzania się) danych! Integracja danych!

Bardziej szczegółowo

VI Kongres BOUG Praktyczne aspekty wykorzystania Business Intelligence w przemyśle wydobywczym węgla kamiennego

VI Kongres BOUG Praktyczne aspekty wykorzystania Business Intelligence w przemyśle wydobywczym węgla kamiennego VI Kongres BOUG Praktyczne aspekty wykorzystania Business Intelligence w przemyśle wydobywczym węgla kamiennego mgr Artur Wroński mgr inż. Przemysław Kapica 25.04.2012 Agenda: Środowisko platformy BI Użytkownicy

Bardziej szczegółowo

Specjalizacja magisterska Bazy danych

Specjalizacja magisterska Bazy danych Specjalizacja magisterska Bazy danych Strona Katedry http://bd.pjwstk.edu.pl/katedra/ Prezentacja dostępna pod adresem: http://www.bd.pjwstk.edu.pl/bazydanych.pdf Wymagania wstępne Znajomość podstaw języka

Bardziej szczegółowo

Hurtownie danych. Projektowanie hurtowni: modele wielowymiarowe. Modelowanie punktowe. Operacje OLAP na kostkach. http://zajecia.jakubw.

Hurtownie danych. Projektowanie hurtowni: modele wielowymiarowe. Modelowanie punktowe. Operacje OLAP na kostkach. http://zajecia.jakubw. Hurtownie danych Projektowanie hurtowni: modele wielowymiarowe. Modelowanie punktowe. Operacje OLAP na kostkach. http://zajecia.jakubw.pl/hur UZASADNIENIE BIZNESOWE Po co nam hurtownia danych? Jakie mogą

Bardziej szczegółowo

Multi-wyszukiwarki. Mediacyjne Systemy Zapytań wprowadzenie. Architektury i technologie integracji danych Systemy Mediacyjne

Multi-wyszukiwarki. Mediacyjne Systemy Zapytań wprowadzenie. Architektury i technologie integracji danych Systemy Mediacyjne Architektury i technologie integracji danych Systemy Mediacyjne Multi-wyszukiwarki Wprowadzenie do Mediacyjnych Systemów Zapytań (MQS) Architektura MQS Cechy funkcjonalne MQS Cechy implementacyjne MQS

Bardziej szczegółowo

Budowa systemu wspomagającego podejmowanie decyzji. Metodyka projektowo wdrożeniowa

Budowa systemu wspomagającego podejmowanie decyzji. Metodyka projektowo wdrożeniowa Budowa systemu wspomagającego podejmowanie decyzji Metodyka projektowo wdrożeniowa Agenda Systemy wspomagające decyzje Business Intelligence (BI) Rodzaje systemów BI Korzyści z wdrożeń BI Zagrożenia dla

Bardziej szczegółowo

Hurtownie danych. Przetwarzanie zapytań. http://zajecia.jakubw.pl/hur ZAPYTANIA NA ZAPLECZU

Hurtownie danych. Przetwarzanie zapytań. http://zajecia.jakubw.pl/hur ZAPYTANIA NA ZAPLECZU Hurtownie danych Przetwarzanie zapytań. Jakub Wróblewski jakubw@pjwstk.edu.pl http://zajecia.jakubw.pl/hur ZAPYTANIA NA ZAPLECZU Magazyny danych operacyjnych, źródła Centralna hurtownia danych Hurtownie

Bardziej szczegółowo

BD2 BazyDanych2. dr inż. Tomasz Traczyk 14. Systemy przetwarzania analitycznego

BD2 BazyDanych2. dr inż. Tomasz Traczyk 14. Systemy przetwarzania analitycznego BD2 BazyDanych2 dr inż. Tomasz Traczyk 14. Systemy przetwarzania analitycznego ³ Copyright c Tomasz Traczyk Instytut Automatyki i Informatyki Stosowanej Politechniki Warszawskiej Materiały dydaktyczne

Bardziej szczegółowo

Zintegrowany system usług dla nauki etap II (ZSUN II)

Zintegrowany system usług dla nauki etap II (ZSUN II) Zintegrowany system usług dla nauki etap II (ZSUN II) Ośrodek Przetwarzania Informacji Państwowy Instytut Badawczy Jarosław Protasiewicz jaroslaw.protasiewicz@opi.org.pl Warszawa, 5 czerwca 2017 r. Geneza

Bardziej szczegółowo

WYPADKI DROGOWE W POLSCE W 2013 ROKU Anna Zielińska ITS

WYPADKI DROGOWE W POLSCE W 2013 ROKU Anna Zielińska ITS liczba ofiar smiertelnych liczba zarejestrowanych pojazdów WYPADKI DROGOWE W POLSCE W 2013 ROKU Anna Zielińska ITS TENDENCJE OGÓLNE W 2013 roku zagrożenie na polskich drogach zmalało 1. W stosunku do 2012

Bardziej szczegółowo

Nowoczesne aplikacje mobilne i ich rola w podnoszeniu jakości danych

Nowoczesne aplikacje mobilne i ich rola w podnoszeniu jakości danych Nowoczesne aplikacje mobilne i ich rola w podnoszeniu jakości danych www.ascen.pl 1 Agenda O firmie Zarządzanie jakością danych Aplikacje mobilne i ich rola w zarządzaniu jakością danych 2 O firmie Data

Bardziej szczegółowo

4. Znaczenie czasu w modelowaniu i strukturalizacji danych

4. Znaczenie czasu w modelowaniu i strukturalizacji danych Temat1- Geneza 1. Ewolucja systemów opartych na bazach danych Początki to np. ręczne spisy danych na papirusie w Egipcie. Ręczne zapisywanie danych trwało aż do końca XIX wieku. W XIX wieku stworzone zostały

Bardziej szczegółowo

IMPLEMENTATION OF WDROŻENIE COMARCHW MINISTERSTWIE FINANSÓW SINDBAD RAPORTY ANALIZY BADANIA PROGNOZY CASE STUDY 1

IMPLEMENTATION OF WDROŻENIE COMARCHW MINISTERSTWIE FINANSÓW SINDBAD RAPORTY ANALIZY BADANIA PROGNOZY CASE STUDY 1 IMPLEMENTATION OF WDROŻENIE COMARCHW MINISTERSTWIE FINANSÓW M2M SINDBAD PLATFORM RAPORTY ANALIZY BADANIA PROGNOZY CASE STUDY 1 MINISTERSTWO FINANSÓW Ministerstwo Finansów zapewnia obsługę Ministra Finansów

Bardziej szczegółowo

Modernizacja systemu gromadzenia i przetwarzania informacji hydrogeologicznych

Modernizacja systemu gromadzenia i przetwarzania informacji hydrogeologicznych 151 Dział tematyczny VII: Modernizacja systemu gromadzenia i przetwarzania informacji hydrogeologicznych 152 Zadanie 31 System przetwarzania danych PSH - rozbudowa aplikacji do gromadzenia i przetwarzania

Bardziej szczegółowo

Usługi analityczne budowa kostki analitycznej Część pierwsza.

Usługi analityczne budowa kostki analitycznej Część pierwsza. Usługi analityczne budowa kostki analitycznej Część pierwsza. Wprowadzenie W wielu dziedzinach działalności człowieka analiza zebranych danych jest jednym z najważniejszych mechanizmów podejmowania decyzji.

Bardziej szczegółowo

Ewolucja systemów baz danych

Ewolucja systemów baz danych Krzysztof Dembczyński Instytut Informatyki Zakład Inteligentnych Systemów Wspomagania Decyzji Politechnika Poznańska Technologie Wytwarzania Oprogramowania Semestr letni 2004/05 Plan wykładu Relacyjne

Bardziej szczegółowo

Hurtownie danych. 31 stycznia 2017

Hurtownie danych. 31 stycznia 2017 31 stycznia 2017 Definicja hurtowni danych Hurtownia danych wg Williama Inmona zbiór danych wyróżniający się następującymi cechami uporządkowany tematycznie zintegrowany zawierający wymiar czasowy nieulotny

Bardziej szczegółowo

Procesy ETL. 10maja2009. Paweł Szołtysek

Procesy ETL. 10maja2009. Paweł Szołtysek Procesy 10maja2009 Paweł Szołtysek 1/12 w praktyce w praktyce 2/12 Zagadnienie Business Inteligence w praktyce 3/12 Czym jest proces? w praktyce Dane: dowolny zbiór danych ze źródeł zewnętrznych. Szukane:

Bardziej szczegółowo

Analiza danych i data mining.

Analiza danych i data mining. Analiza danych i data mining. mgr Katarzyna Racka Wykładowca WNEI PWSZ w Płocku Przedsiębiorczy student 2016 15 XI 2016 r. Cel warsztatu Przekazanie wiedzy na temat: analizy i zarządzania danymi (data

Bardziej szczegółowo

ARCHITEKTURA MAZOWIECKIEGO SYSTEMU INFORMACJI PRZESTRZENNEJ

ARCHITEKTURA MAZOWIECKIEGO SYSTEMU INFORMACJI PRZESTRZENNEJ ARCHITEKTURA MAZOWIECKIEGO SYSTEMU INFORMACJI PRZESTRZENNEJ Aneta Staniewska Departament Geodezji i Kartografii Urząd Marszałkowski Województwa Mazowieckiego w Warszawie 1 Grodzisk Mazowiecki, 6 maja 2011

Bardziej szczegółowo

System INTEGRYB jako zintegrowane repozytorium danych umożliwiające zaawansowaną analitykę badawczą

System INTEGRYB jako zintegrowane repozytorium danych umożliwiające zaawansowaną analitykę badawczą System INTEGRYB jako zintegrowane repozytorium danych umożliwiające zaawansowaną analitykę badawczą Lena Szymanek 1, Jacek Seń 1, Krzysztof Skibicki 2, Sławomir Szydłowski 2, Andrzej Kunicki 1 1 Morski

Bardziej szczegółowo

Marcin Adamczak Jakub Gruszka MSP. Business Intelligence

Marcin Adamczak Jakub Gruszka MSP. Business Intelligence Marcin Adamczak Jakub Gruszka MSP Business Intelligence Plan Prezentacji Definicja Podział Zastosowanie Wady i zalety Przykłady Historia W październiku 1958 Hans Peter Luhn pracownik działu badań w IBM

Bardziej szczegółowo

Wartość informacji w szkodach MOTOR

Wartość informacji w szkodach MOTOR Wartość informacji w szkodach MOTOR Standaryzacja i synchronizacja obiegów informacji z partnerami biznesowymi w likwidacji szkód komunikacyjnych XIV edycja Seminarium PIU Jakość danych w systemach informacyjnych

Bardziej szczegółowo

PORTAL GEOSTATYSTYCZNY GEO.STAT.GOV.PL DANE UDOSTĘPNIONE

PORTAL GEOSTATYSTYCZNY GEO.STAT.GOV.PL DANE UDOSTĘPNIONE 1 PORTAL GEOSTATYSTYCZNY GEO.STAT.GOV.PL PSR 2010 NSP 2011 BDL DANE UDOSTĘPNIONE DANE W OPRACOWANIU DANE UDOSTĘPNIONE 2 PORTAL GEOSTATYSTYCZNY dostępny pod adresem publicznym klient usług mapowych 3 Możliwość

Bardziej szczegółowo

KSIĘGA POMOCNICZA Efektywne narzędzie do księgowania transakcji masowych

KSIĘGA POMOCNICZA Efektywne narzędzie do księgowania transakcji masowych KSIĘGA POMOCNICZA Efektywne narzędzie do księgowania transakcji masowych Wstęp Przedsiębiorstwa chcące konkurować w warunkach cyfrowej rewolucji muszą przykładać dużą wagę do jakości danych i informacji

Bardziej szczegółowo

Opracowanie narzędzi informatycznych dla przetwarzania danych stanowiących bazę wyjściową dla tworzenia map akustycznych

Opracowanie narzędzi informatycznych dla przetwarzania danych stanowiących bazę wyjściową dla tworzenia map akustycznych Opracowanie zasad tworzenia programów ochrony przed hałasem mieszkańców terenów przygranicznych związanych z funkcjonowaniem duŝych przejść granicznych Opracowanie metody szacowania liczebności populacji

Bardziej szczegółowo

Kierunki działań strategicznych na rzecz bezpieczeństwa ruchu drogowego w Polsce do 2020 roku

Kierunki działań strategicznych na rzecz bezpieczeństwa ruchu drogowego w Polsce do 2020 roku Kierunki działań strategicznych na rzecz bezpieczeństwa ruchu drogowego w Polsce do 2020 roku Kazimierz Jamroz, Dorota Gajda, Michalski Lech, Joanna Żukowska Wydział Inżynierii Lądowej i Środowiska Katedra

Bardziej szczegółowo

System Informacji Przestrzennej w Powiecie Cieszyńskim

System Informacji Przestrzennej w Powiecie Cieszyńskim System Informacji Przestrzennej w Powiecie Cieszyńskim Henryka Bałys Naczelnik Wydziału Geodezji Kartografii i Katastru Starostwo Powiatowe w Cieszynie Maciej Bednarski Kierownik Projektu Instytut Systemów

Bardziej szczegółowo

Prezentacja firmy WYDAJNOŚĆ EFEKTYWNOŚĆ SKUTECZNOŚĆ. http://www.qbico.pl

Prezentacja firmy WYDAJNOŚĆ EFEKTYWNOŚĆ SKUTECZNOŚĆ. http://www.qbico.pl Prezentacja firmy { WYDAJNOŚĆ EFEKTYWNOŚĆ SKUTECZNOŚĆ http://www.qbico.pl Firma ekspercka z dziedziny Business Intelligence Srebrny Partner Microsoft w obszarach Business Intelligence i Data Platform Tworzymy

Bardziej szczegółowo

Problematyka hurtowni danych

Problematyka hurtowni danych Plan wykładu Problematyka hurtowni 1. Bibliografia 2. Systemy klasy Business Intelligence 3. Podejścia do integracji 4. Definicja hurtowni 5. Architektury hurtowni Hurtownie, wykład Bartosz Bębel E-mail:

Bardziej szczegółowo

Instalacje fotowoltaiczne w inteligentnych miastach

Instalacje fotowoltaiczne w inteligentnych miastach Instalacje fotowoltaiczne w inteligentnych miastach DOROTA CHWIEDUK Instytut Techniki Cieplnej WydziałMechaniczny Energetyki i Lotnictwa Politechnika Warszawska 14.05.2013 Poznań Zintegrowane planowanie

Bardziej szczegółowo

Spotkania informacyjne dotyczące bazy danych o ocenach oddziaływania przedsięwzięcia na środowisko i strategicznych ocenach oddziaływania na

Spotkania informacyjne dotyczące bazy danych o ocenach oddziaływania przedsięwzięcia na środowisko i strategicznych ocenach oddziaływania na Spotkania informacyjne dotyczące o ocenach oddziaływania przedsięwzięcia na środowisko i strategicznych ocenach oddziaływania na środowisko (baza ) Plan prezentacji Co to jest baza Zalety bazy Szkolenia

Bardziej szczegółowo

Modernizacja systemów zarządzania i obsługi klienta w Kasie Rolniczego Ubezpieczenia Społecznego

Modernizacja systemów zarządzania i obsługi klienta w Kasie Rolniczego Ubezpieczenia Społecznego Modernizacja systemów zarządzania i obsługi klienta w Kasie Rolniczego Ubezpieczenia Społecznego Wicedyrektor Biura Kadr i Szkolenia Centrali KRUS 1 Projekty Komponentu A Poakcesyjnego Programu Wsparcia

Bardziej szczegółowo

Hurtownie danych - opis przedmiotu

Hurtownie danych - opis przedmiotu Hurtownie danych - opis przedmiotu Informacje ogólne Nazwa przedmiotu Hurtownie danych Kod przedmiotu 11.3-WI-INFD-HD Wydział Kierunek Wydział Informatyki, Elektrotechniki i Automatyki Informatyka / Zintegrowane

Bardziej szczegółowo

Systemy Business Intelligence w praktyce. Maciej Kiewra

Systemy Business Intelligence w praktyce. Maciej Kiewra Systemy Business Intelligence w praktyce Maciej Kiewra Wspólna nazwa dla grupy systemów: Hurtownia danych Pulpity menadżerskie Karty wyników Systemy budżetowe Hurtownia danych - ujednolicone repozytorium

Bardziej szczegółowo

BIG DATA w SM WARSZAWA

BIG DATA w SM WARSZAWA BIG DATA w SM WARSZAWA Maksymilian Michalski Spotkanie Stowarzyszenia Administratorów Bezpieczeństwa Informacji w Straży Miejskiej Miasta Stołecznego Warszawy 6 maja 2014 r AGENDA BIG DATA W SM WARSZAWA

Bardziej szczegółowo

System informacji o brd

System informacji o brd System informacji o brd - doświadczenia warmińsko - mazurskie Joanna Żukowska Politechnika Gdańska Krzysztof Piskorz WORD Olsztyn System bezpieczeństwa transportu obszary zarządzania (Źródło: Zintegrowany

Bardziej szczegółowo

Automatyzacja zarządzania zdarzeniami drogowymi. Jacek Oskarbski Politechnika Gdańska

Automatyzacja zarządzania zdarzeniami drogowymi. Jacek Oskarbski Politechnika Gdańska Automatyzacja zarządzania zdarzeniami drogowymi Jacek Oskarbski Politechnika Gdańska Przesłanki stosowania automatyzacji w zarządzaniu zdarzeniami i życie 20-40% ciężko rannych ofiar, może być uratowane,

Bardziej szczegółowo

SZKOLENIA SAS. ONKO.SYS Kompleksowa infrastruktura inforamtyczna dla badań nad nowotworami CENTRUM ONKOLOGII INSTYTUT im. Marii Skłodowskiej Curie

SZKOLENIA SAS. ONKO.SYS Kompleksowa infrastruktura inforamtyczna dla badań nad nowotworami CENTRUM ONKOLOGII INSTYTUT im. Marii Skłodowskiej Curie SZKOLENIA SAS ONKO.SYS Kompleksowa infrastruktura inforamtyczna dla badań nad nowotworami CENTRUM ONKOLOGII INSTYTUT im. Marii Skłodowskiej Curie DANIEL KUBIK ŁUKASZ LESZEWSKI ROLE ROLE UŻYTKOWNIKÓW MODUŁU

Bardziej szczegółowo

Korzyści z integracji danych klienta. Seminarium PIU Jakość danych w systemach informatycznych ZU Warszawa 25.03.2009 Przygotowała Ewa Galas

Korzyści z integracji danych klienta. Seminarium PIU Jakość danych w systemach informatycznych ZU Warszawa 25.03.2009 Przygotowała Ewa Galas Korzyści z integracji danych klienta Seminarium PIU Jakość danych w systemach informatycznych ZU Warszawa 25.03.2009 Przygotowała Ewa Galas Definicje CDI ( Customer Data Integration) koncepcja integracji

Bardziej szczegółowo

Cel przedmiotu. Wymagania wstępne w zakresie wiedzy, umiejętności i innych kompetencji 1 Język angielski 2 Inżynieria oprogramowania

Cel przedmiotu. Wymagania wstępne w zakresie wiedzy, umiejętności i innych kompetencji 1 Język angielski 2 Inżynieria oprogramowania Przedmiot: Bazy danych Rok: III Semestr: V Rodzaj zajęć i liczba godzin: Studia stacjonarne Studia niestacjonarne Wykład 30 21 Ćwiczenia Laboratorium 30 21 Projekt Liczba punktów ECTS: 4 C1 C2 C3 Cel przedmiotu

Bardziej szczegółowo

Emapa GeoMarketing. Opis produktu

Emapa GeoMarketing. Opis produktu Emapa GeoMarketing Opis produktu Spis treści: 1. Opis produktu... 3 1.1 Korzyści związane z posiadaniem aplikacji... 3 2. Zastosowania... 3 3. Moduły funkcjonalne... 4 4. Zasoby mapowe... 5 5. Przykładowe

Bardziej szczegółowo

STRATEG podstawowe informacje

STRATEG podstawowe informacje URZĄD STATYSTYCZNY W KRAKOWIE Baza System Demografia Monitorowania podstawowe Rozwoju informacje STRATEG podstawowe informacje Banki i bazy danych GUS Banki i bazy danych to wygodne narzędzia umożliwiające

Bardziej szczegółowo

Business Intelligence jako narzędzie do walki z praniem brudnych pieniędzy

Business Intelligence jako narzędzie do walki z praniem brudnych pieniędzy Business www.comarch.pl Intelligence jako narzędzie do walki z praniem brudnych pieniędzy Business Intelligence jako narzędzie do walki z praniem brudnych pieniędzy Tomasz Matysik Kołobrzeg, 19.11.2009

Bardziej szczegółowo

Transport publiczny. Łukasz Franek Politechnika Krakowska Katedra Systemów Komunikacyjnych

Transport publiczny. Łukasz Franek Politechnika Krakowska Katedra Systemów Komunikacyjnych Transport publiczny w zintegrowanym systemie BRD Wiesław Dźwigoń Wiesław Dźwigoń Łukasz Franek Politechnika Krakowska Katedra Systemów Komunikacyjnych Specyfika transportu publicznego - bezpieczeństwo

Bardziej szczegółowo

Systemy baz danych i hurtowni danych

Systemy baz danych i hurtowni danych Krzysztof Dembczyński Instytut Informatyki Zakład Inteligentnych Systemów Wspomagania Decyzji Politechnika Poznańska Technologie Wytwarzania Oprogramowania Semestr zimowy 2005/06 Celem wykładu jest przypomnienie

Bardziej szczegółowo

Krakowska Akademia im. Andrzeja Frycza Modrzewskiego. Karta przedmiotu. obowiązuje studentów, którzy rozpoczęli studia w roku akademickim 2012/2013

Krakowska Akademia im. Andrzeja Frycza Modrzewskiego. Karta przedmiotu. obowiązuje studentów, którzy rozpoczęli studia w roku akademickim 2012/2013 Krakowska Akademia im. Andrzeja Frycza Modrzewskiego Karta przedmiotu obowiązuje studentów, którzy rozpoczęli studia w roku akademickim 2012/2013 WydziałZarządzania i Komunikacji Społecznej Kierunek studiów:

Bardziej szczegółowo

Usługa archiwizacji danych w systemie Eureca. Marek Jelenik CONTROLLING SYSTEMS sp. z o.o.

Usługa archiwizacji danych w systemie Eureca. Marek Jelenik CONTROLLING SYSTEMS sp. z o.o. Usługa archiwizacji danych w systemie Eureca Marek Jelenik CONTROLLING SYSTEMS sp. z o.o. Na czym polega usługa archiwizacji danych w systemie Eureca? 2012 2013 2014 2015 Przed archiwizacją SQL OLAP BAZA

Bardziej szczegółowo

NARODOWY PROGRAM BEZPIECZEŃSTWA RUCHU DROGOWEGO

NARODOWY PROGRAM BEZPIECZEŃSTWA RUCHU DROGOWEGO NARODOWY PROGRAM BEZPIECZEŃSTWA RUCHU DROGOWEGO SEKRETARIAT KRAJOWEJ RADY BRD "Safe and Sober", Warszawa, 26.05.2014 r. Schemat prezentacji Narodowy Program BRD 2013-2020 Program Realizacyjny 2014-2015

Bardziej szczegółowo

Opis spełnienia wymagań (PSBD)

Opis spełnienia wymagań (PSBD) Numer sprawy: DPZ/4/15 Nr arch. DPZ/087/059-16/15 1. Zakres przedmiotu zamówienia: Opis spełnienia wymagań (PSBD) Załącznik nr 1d do formularza ofertowego Wykonanie dzieła polegającego na dostawie, kompleksowym

Bardziej szczegółowo

TOPWEB Microsoft Excel 2013 i PowerBI Przygotowanie danych, analiza i efektowna prezentacja wyników raportów

TOPWEB Microsoft Excel 2013 i PowerBI Przygotowanie danych, analiza i efektowna prezentacja wyników raportów TOPWEB Microsoft Excel 2013 i PowerBI Przygotowanie danych, analiza i efektowna prezentacja wyników raportów Przeznaczenie szkolenia Szkolenie dla osób chcących: Profesjonalnie przygotowywać dane do dalszej

Bardziej szczegółowo

Nasze kompetencje. Co nas wyróżnia. Skuteczne wdrożenie - dopasowanie do strategii klientów

Nasze kompetencje. Co nas wyróżnia. Skuteczne wdrożenie - dopasowanie do strategii klientów Grupa Codec Codec jest europejskim liderem w zakresie usług doradczych i wdrażania rozwiązań wspierających efektywność organizacji. Pełniąc rolę ogniwa łączącego strategię, controlling i nowoczesne technologie

Bardziej szczegółowo

Architektury i technologie integracji danych

Architektury i technologie integracji danych Architektury i technologie integracji danych Robert Wrembel Politechnika Poznańska Instytut Informatyki Robert.Wrembel@cs.put.poznan.pl www.cs.put.poznan.pl/rwrembel Problematyka i architektury integracji

Bardziej szczegółowo

Część I Istota analizy biznesowej a Analysis Services

Część I Istota analizy biznesowej a Analysis Services Spis treści Część I Istota analizy biznesowej a Analysis Services 1 Analiza biznesowa: podstawy analizy danych... 3 Wprowadzenie do analizy biznesowej... 3 Wielowymiarowa analiza danych... 5 Atrybuty w

Bardziej szczegółowo

ISDP w systemach geoinformatycznych dla Parków Narodowych

ISDP w systemach geoinformatycznych dla Parków Narodowych Instytut Systemów Przestrzennych i Katastralnych ISDP w systemach geoinformatycznych dla Parków Narodowych Leszek Litwin III Warsztaty: GIS w PARKACH NARODOWYCH I OBSZARACH CHRONIONYCH, Zakopane, 2007

Bardziej szczegółowo

WIZUALNA EKSPLORACJA DANYCH I RAPORTOWANIE W SAS VISUAL ANALYTICS ORAZ WSTĘP DO SAS VISUAL STATISTICS

WIZUALNA EKSPLORACJA DANYCH I RAPORTOWANIE W SAS VISUAL ANALYTICS ORAZ WSTĘP DO SAS VISUAL STATISTICS WIZUALNA EKSPLORACJA DANYCH I RAPORTOWANIE W SAS VISUAL ANALYTICS ORAZ WSTĘP DO SAS VISUAL STATISTICS WEBINARIUM, 2016.03.08 Dr Sławomir Strzykowski, Senior Business Solution Manager SAS VISUAL ANALYTICS

Bardziej szczegółowo

OBSERWATRIUM POLITYKI SPOŁECZNEJ

OBSERWATRIUM POLITYKI SPOŁECZNEJ Diagnozowanie lokalnych potrzeb i problemów bazy danych MAŁOPOLSKIEGO OBSERWATRIUM POLITYKI SPOŁECZNEJ Regionalna Platforma Współpracy Kraków, 28.06.2012 r. 3 REGIONALNE BAZY DANYCH Internetowa Biblioteka

Bardziej szczegółowo

OdświeŜanie hurtownie danych - wykład IV. Zagadnienia do omówienia. Wprowadzenie

OdświeŜanie hurtownie danych - wykład IV. Zagadnienia do omówienia. Wprowadzenie OdświeŜanie hurtownie danych - wykład IV Paweł Skrobanek, C-3 pok. 323 pawel.skrobanek@pwr.wroc.pl oprac. Wrocław 2006/2007 Zagadnienia do omówienia 1. Wprowadzenie 2. Klasyfikacja źródeł danych 3. Wymagania

Bardziej szczegółowo

Matryca pokrycia efektów kształcenia. Efekty kształcenia w zakresie wiedzy (cz. I)

Matryca pokrycia efektów kształcenia. Efekty kształcenia w zakresie wiedzy (cz. I) Matryca pokrycia efektów kształcenia Matryca dla przedmiotów realizowanych na kierunku Informatyka i Ekonometria (z wyłączeniem przedmiotów realizowanych w ramach specjalności oraz przedmiotów swobodnego

Bardziej szczegółowo

1.1 Matryca pokrycia efektów kształcenia. Efekty kształcenia w zakresie wiedzy. Efekty kształcenia w zakresie umiejętności

1.1 Matryca pokrycia efektów kształcenia. Efekty kształcenia w zakresie wiedzy. Efekty kształcenia w zakresie umiejętności 1.1 Matryca pokrycia efektów kształcenia Matryca dla przedmiotów realizowanych na kierunku Informatyka i Ekonometria (z wyłączeniem przedmiotów realizowanych w ramach specjalności oraz przedmiotów swobodnego

Bardziej szczegółowo

Monitoring procesów z wykorzystaniem systemu ADONIS

Monitoring procesów z wykorzystaniem systemu ADONIS Monitoring procesów z wykorzystaniem systemu ADONIS BOC Information Technologies Consulting Sp. z o.o. e-mail: boc@boc-pl.com Tel.: (+48 22) 628 00 15, 696 69 26 Fax: (+48 22) 621 66 88 BOC Management

Bardziej szczegółowo

KARTA PRZEDMIOTU. 1. Informacje ogólne. 2. Ogólna charakterystyka przedmiotu. Metody drążenia danych D1.3

KARTA PRZEDMIOTU. 1. Informacje ogólne. 2. Ogólna charakterystyka przedmiotu. Metody drążenia danych D1.3 KARTA PRZEDMIOTU 1. Informacje ogólne Nazwa przedmiotu i kod (wg planu studiów): Nazwa przedmiotu (j. ang.): Kierunek studiów: Specjalność/specjalizacja: Poziom kształcenia: Profil kształcenia: Forma studiów:

Bardziej szczegółowo

HURTOWNIE DANYCH. Krzysztof Goczyła. Wydział Elektroniki, Telekomunikacji i Informatyki Politechnika Gdańska. kris@eti.pg.gda.pl. K.

HURTOWNIE DANYCH. Krzysztof Goczyła. Wydział Elektroniki, Telekomunikacji i Informatyki Politechnika Gdańska. kris@eti.pg.gda.pl. K. HURTOWNIE DANYCH Krzysztof Goczyła Wydział Elektroniki, Telekomunikacji i Informatyki Politechnika Gdańska kris@eti.pg.gda.pl # 1 Część I. Tworzenie hurtowni danych 1. Co to jest hurtownia danych? 2. Model

Bardziej szczegółowo

Bazy analityczne (hurtownie danych, bazy OLAP)

Bazy analityczne (hurtownie danych, bazy OLAP) Bazy analityczne (hurtownie danych, bazy OLAP) Materiały pomocnicze. Bazy produkcyjne (transakcyjne) i analityczne Większość systemów baz danych to systemy produkcyjne, inaczej nazywane transakcyjnymi,

Bardziej szczegółowo

Platforma Cognos. Agata Tyma CMMS Department Marketing & Sales Specialist atyma@aiut.com.pl. 2011 AIUT Sp. z o. o.

Platforma Cognos. Agata Tyma CMMS Department Marketing & Sales Specialist atyma@aiut.com.pl. 2011 AIUT Sp. z o. o. Platforma Cognos Agata Tyma CMMS Department Marketing & Sales Specialist atyma@aiut.com.pl Business Intelligence - Fakty Kierownicy tracą około 2 godzin dziennie na szukanie istotnych informacji. Prawie

Bardziej szczegółowo

Hurtownie danych a transakcyjne bazy danych

Hurtownie danych a transakcyjne bazy danych Hurtownie danych a transakcyjne bazy danych Materiały źródłowe do wykładu: [1] Jerzy Surma, Business Intelligence. Systemy wspomagania decyzji, Wydawnictwo Naukowe PWN, Warszawa 2009 [2] Arkadiusz Januszewski,

Bardziej szczegółowo

Hurtownie danych w praktyce

Hurtownie danych w praktyce Hurtownie danych w praktyce Fakty i mity Dr inż. Maciej Kiewra Parę słów o mnie... 8 lat pracy zawodowej z hurtowniami danych Projekty realizowane w kraju i zagranicą Certyfikaty Microsoft z Business Intelligence

Bardziej szczegółowo

Budowa modeli wymagań dla Regionalnych Systemów Informacji Medycznej opartych o hurtownie danych

Budowa modeli wymagań dla Regionalnych Systemów Informacji Medycznej opartych o hurtownie danych Dr Jerzy ROSZKOWSKI Management Systems Consulting Budowa modeli wymagań dla Regionalnych Systemów Informacji Medycznej opartych o hurtownie danych TIAPiSZ 09 Definiowanie wymagań Główny problem: Jak definiować

Bardziej szczegółowo