BUDOWA PROCESÓW EKSTRAKCJI, TRANSFORMACJI I ŁADOWANIA DANYCH W SYSTEMACH BUSINESS INTELLIGENCE

Wielkość: px
Rozpocząć pokaz od strony:

Download "BUDOWA PROCESÓW EKSTRAKCJI, TRANSFORMACJI I ŁADOWANIA DANYCH W SYSTEMACH BUSINESS INTELLIGENCE"

Transkrypt

1 BUDOWA PROCESÓW EKSTRAKCJI, TRANSFORMACJI I ŁADOWANIA DANYCH W SYSTEMACH BUSINESS INTELLIGENCE Streszczenie Aleksander Billewicz Akademia Ekonomiczna w Katowicach Katedra Informatyki W artykule porównano dwa sposoby budowy systemów ETL. Analizę poprzedzono charakterystyką procesów ETL oraz omówieniem funkcji jakie pełnią w systemach klasy Business Intelligence. W zakończeniu zawarto uwagi, dotyczące kierunków rozwoju narzędzi wspomagających budowę procesów ETL, wskazując równieŝ na moŝliwość ich szerszego zastosowania w organizacji. Słowa kluczowe:ładowanie danych, procesy ETL, zasilanie HD. Wstęp Systemy klasy Business Intelligence (BI) stanowią obecnie dynamicznie rozwijającą się grupę systemów informacyjno-decyzyjnych. Ich kluczowymi zadaniami są: wspomaganie procesu podejmowania decyzji oraz udostępnianie informacji potrzebnych do realizowania celów strategicznych przedsiębiorstwa. Wymienione zadania realizowane są dzięki zastosowaniu technologii umoŝliwiającej pozyskiwanie, przechowywanie, selekcję, wielowymiarową analizę i czytelną prezentację informacji pochodzącej z róŝnych źródeł w organizacji i z jej otoczenia. Technologia ta powinna zapewnić zarówno moŝliwość analizy danych historycznych jak i prognozowanie wybranych wskaźników ekonomicznych, przy zaistnieniu określonych warunków w przyszłości. W budowie systemów BI moŝna wyróŝnić cztery podstawowe moduły (warstwy), zawierające określone narzędzia (technologie), których obecność warunkuje ich funkcjonalność (por. [Dudy03], [OlZi03], [AIRR99]): Moduł integracji i składowanie stanowi trzon całościowego rozwiązania BI, zapewniając przede wszystkim dostęp do spójnych, zintegrowanych danych na poziomie całego przedsiębiorstwa. MoŜna wyróŝnić w nim dwa istotne elementy: narzędzia ekstrakcji, transformacji i ładowania danych (ETL), hurtownię danych (HD).

2 258 Zarządzanie wiedzą i rozwiązania Business Intelligence Moduł przetwarzania analitycznego jest z jednej strony systemem udostępniającym dane z hurtowni danych w postaci raportów statycznych lub dynamicznych. Moduł ten udostępnia równieŝ narzędzia do inteligentnej eksploracji danych, np.: algorytmy klasyfikacji, algorytmy grupowania, algorytmy genetyczne, sieci neuronowe. Moduł prezentacji wyników jest to ogół aplikacji wykorzystywanych do wizualizacji wyników pochodzących z modułu przetwarzania analitycznego. Oprócz prezentacji wyników, coraz częściej wskazuje się na konieczność implementacji mechanizmów ich dystrybucji Dotyczy to zarówno dystrybucji, w formie np. poczty , SMS, faxu, jak i harmonogramowanie samej wysyłki. Wydaje się zatem, iŝ uzasadnione jest stosowanie nazwy moduł prezentacji i dystrybucji wyników. Moduł administracji jest wykorzystywany do sterowanie pozostałymi modułami. MoŜna w nim wyodrębnić następujące funkcje: zarządzanie uprawnieniami, optymalizacja wydajności, personalizacja. Rola i miejsce procesów ETL w systemie BI Analizując model systemu klasy Business Intelligence, moŝna zauwaŝyć, iŝ warunkiem koniecznym skutecznego funkcjonowania takiego systemu jest zastosowane wydajnej składnicy zintegrowanych i historycznych danych. Dane takie, stanowią podstawę do diagnozowania jak i prognozowania stanu organizacji. Odpowiednim narzędziem moŝe być hurtownia danych, która z definicji spełnia wymienione warunki. Przydatność HD jest przede wszystkim uzaleŝniona od jakości danych w niej zgromadzonych stąd teŝ, szczególnie dokładnie naleŝy zaprojektować proces zasilania systemu danymi. WyróŜnia się w nim etapy ekstrakcji, transformacji i ładowania danych (ETL). Ekstrakcja danych pozwala na uzyskanie dostępu do danych, przechowywanych w systemach informatycznych organizacji, w celu ich załadowania do HD. Oprogramowanie realizujące ekstrakcję danych powinno równieŝ rejestrować szereg dodatkowych informacji jak np. strukturę źródeł danych, czas ekstrakcji, miejsce pochodzenia danych itp. Meta dane zgromadzone na tym etapie mogą zostać następnie wykorzystane zarówno w celu dokumentacji procesu ETL, jak i w celu objaśnienia źródeł danych i metod ich pozyskania [Micr01]. Do najwaŝniejszych problemów związanych z etapem ekstrakcji danych moŝna zaliczyć konieczność dostępu do wielu heterogenicznych źródeł (RBD, pliki tekstowe, dokumenty HTML, XML, poczta itp.) oraz identyfikację danych, które uległy zmianie od czasu poprzedniego importu. Z badań przeprowadzonych przez The Datawarehouse Institute (na zlecenie największych dostawców rozwiązań ETL tj.: Business Objects, DataMirror Corporation, Hummingbird Ltd, Informatica Corporation) wynika, Ŝe przeciętna organizacja wy-

3 Budowa procesów ekstrakcji, transformacji i ładowania danych 259 korzystująca HD pozyskuje informacje z dwunastu róŝnych źródeł danych [EcWh03]. Źródła te są przechowywane w róŝnorodnych formatach, z których najpopularniejsze zostały przedstawione w tabeli 1. W wyniku ekstrakcji, dane są zapisane przewaŝnie w relacyjnej bazie danych (RBD), co w istotnym stopniu ułatwia ich dalsze przetwarzanie na etapie transformacji. Dodatkowo zaleca się, aby baza taka była niezaleŝnym systemem zarówno od transakcyjnych systemów źródłowych jak i od samej hurtowni danych. Częstotliwość wykorzystania poszczególnych źródeł danych Tabela 1 RODZAJ ŹRÓDŁA DANYCH CZĘSTOTLIWOŚĆ Relacyjne bazy danych 89% Płaskie pliki tekstowe 81% Systemy mainframe 65% Systemy klasy ERP, CRM 39% Systemy replikacji danych 15% Strony WWW 15% Dokumenty XML 15% Komunikaty systemów integracji aplikacji (EAI) 12% Inne 4% Źródło: [EcWh03] Transformacja danych jest zarówno najbardziej złoŝonym etapem realizacji procesu ETL, jak i najsłabiej wspomaganym przez narzędzia informatyczne. W duŝej mierze proces ten implementowany jest za pomocą tradycyjnych języków programowania, języków skryptowych lub języka SQL. O jego złoŝoności moŝe świadczyć konieczność zaimplementowania szeregu reguł transformacji, które moŝna zaliczyć do jednej z trzech klas. Są to: reguły odwzorowania fizycznej struktury danych, reguły biznesowe zapewniające zgodność z modelowaną dziedziną, reguły biznesowe gwarantujące zgodność semantyczną pomiędzy powiązanymi danymi [Moss03]. Na tym etapie naleŝy sprowadzić dane do wspólnego formatu, obliczyć wszystkie potrzebne agregaty, zidentyfikować dane brakujące lub powtarzające się. Dopiero tak oczyszczone dane moŝna następnie odfiltrować i załadować do HD. Projektowanie procedur transformacji wymaga umiejętnego dobrania odpowiednich technik przetwarzania danych, co moŝe mieć istotny wpływ na wydajność całego procesu. Podczas procesu ETL dane po ekstrakcji są najczęściej przechowywane w tabelach tymczasowych. Zawartością tych tabel moŝna manipulować, wykorzystując np. język SQL. Niektóre programy wspomagające budowanie systemów ETL (jak np. Data Transformation Services firmy Microsoft) oferują dodatkowo moŝliwość manipulowania danymi juŝ na etapie pobierania ich ze źródła, za pomocą procedur napisanych np. w języku skryptowym. Pojawia się zatem problem, czy transformację naleŝy przeprowadzić za pomocą ję-

4 260 Zarządzanie wiedzą i rozwiązania Business Intelligence zyka skryptowego na etapie pobierania danych, czy teŝ wykorzystując tabele tymczasowe i język SQL. Stosując jako kryterium oceny wydajność procesu, przeprowadzono analizę czasu potrzebnego na zaimportowanie danych do RBD (za pomocą pakietu DTS), z plików tekstowych o róŝnym rozmiarze. Porównano czas potrzebny na wykonanie samego importu a następnie importu wraz z przekształceniem wybranych czterech kolumn. Transformacje (kaŝda o złoŝoności obliczeniowej N) oprogramowano wykorzystując skrypty napisane w języku VB a następnie procedury w języku T-SQL. Zaobserwowano, iŝ w przypadku małych plików, czas potrzebny na przeprowadzenie importu wraz z przekształceniem danych w języku VB był dłuŝszy niŝ w przypadku zastosowania języka T-SQL. Rozmiar pliku źródłowego nie miał istotnego wpływu na czas importu, gdy zastosowano przekształcenia w języku VB. Czas potrzebny na przeprowadzenie transformacji w języku T-SQL był krótszy dla małych plików. Wraz ze wzrostem ich rozmiarów, czas importu zaczął się wydłuŝać. Główną przyczyną tego zjawiska był ograniczony rozmiar pamięci operacyjnej (512MB) a co za tym idzie, konieczność intensywnego wykorzystywanie pliku wymiany, podczas importu plików o rozmiarze >=400MB (Tabela2). Porównanie czasów wykonania transformacji Kopiowanie (tk) Czas w sekundach Kopiowanie i transformacje SQL (tsql) Kopiowanie i tranasformacje VB (tvb) wskaźnik (tsql/tk) Tabela 2 wskaźnik (tvb/tk) Rozm. pliku (l. rekordów) 25 MB (65000) 83,00 88,00 104,67 106,02% 126,10% 50 MB (130000) 161,67 171,00 204,00 105,77% 126,19% 100 MB (260000) 340,67 361,67 420,67 106,16% 123,48% 200 MB (520000) 689,67 724,00 843,33 104,98% 122,28% 400 MB ( ) 1355, , ,00 117,01% 125,69% 800 MB ( ) 2706, , ,00 123,51% 125,91% Źródło: Opracowanie własne Ładowanie danych jest procesem, który zapewnia poprawne zasilanie systemu docelowego (przewaŝnie HD) zintegrowanymi, i oczyszczonymi danymi. Wymaga to często przestawienia systemu docelowego w tryb pracy off-line, stąd teŝ, istotne jest aby zminimalizować czas potrzebny na transfer danych. Proces ładowani przeprowadzany jest z reguły wsadowo za pomocą specjalistycznego oprogramowania (np. instrukcja BULK INSERT lub program bcp.exe w przypadku Ms SQL Server 2000). Rozwiązanie takie zapewnia wyŝszą wydajność jednak w przypadku wystąpienia błędów wycofywany jest jednak cały wsad, co utrudnia zidentyfikowanie błędnych rekordów i wygenerowanie szczegółowego

5 Budowa procesów ekstrakcji, transformacji i ładowania danych 261 logu. Innym sposobem zwiększenia wydajności jest wyłączenie więzów integralności w docelowej bazie danych. NaleŜy zauwaŝyć, Ŝe proces ETL ma bezpośredni wpływ na powodzenie całego przedsięwzięcia BI, poniewaŝ pochłania on przewaŝnie od 50 do 80 procent zasobów czasowych i finansowych przeznaczonych na projekt (por. [Perv03], [PBKK96], [VQVJ01]). Szczególnie istotna wydaje się optymalizacja tego procesu, ze względu na czas jego wykonania. Co więcej, z uwagi na fakt, Ŝe struktura przedsiębiorstwa, jego otoczenia oraz potrzeby informacyjne decydentów ulegają zmianom, konieczna jest permanentna modyfikacja procesów zasilania danymi. Projektując taki proces naleŝy mieć na uwadze, oprócz wydajności i spójności danych, równieŝ moŝliwość jego modyfikacji. Wydaje się, Ŝe właśnie potrzeba ciągłej modyfikacji jest jedną z istotnych przesłanek rozwoju narzędzi wspomagającego implementację procesów ETL, nazywanych w opracowaniu równieŝ generatorami ETL. Sposoby budowy procesów ETL Przedstawiona charakterystyka procesu ETL pozwala zauwaŝyć, iŝ jego implementacja nie jest zadaniem łatwym i wymaga starannego projektu, wnikliwych testów, szczegółowej i przejrzystej dokumentacji. Spełnienie tych wymagań pozwoli uzyskać spójne i wiarygodne dane będące podstawą do prowadzenia dalszych analiz. Odpowiednia dokumentacja ma istotny wpływ na obniŝenie kosztów związanych z utrzymaniem procesu ETL, co jest istotne, gdyŝ proces ten, jak juŝ wcześnie zauwaŝono, stale podlega zmianom. O istotnych trudnościach w budowie systemów zasilania danymi świadczy równieŝ fakt, iŝ w większości projektów czas przeznaczony na ten etap zostaje istotnie przekroczony z planowanych 3 miesięcy do 6 czy nawet 9 miesięcy [Kimb96]. W praktyce moŝna wyróŝnić dwa główne podejścia stosowane podczas realizacji procesu ETL. Często stosuje się rozwiązania tworzone od podstaw na potrzeby konkretnego systemu BI, oprogramowane w tradycyjnych językach programowania. W przypadku procesów ETL o homogenicznej strukturze źródeł danych oraz posiadaniu własnego, wykwalifikowanego zespołu projektowowdroŝeniowego rozwiązanie takie moŝe okazać się tańsze niŝ zakup profesjonalnego pakietu ETL. RównieŜ koszt utrzymania takiego systemu moŝe być niŝszy niŝ opłaty licencyjne wynikające z uŝytkowania profesjonalnych narzędzi ETL. Alternatywą dla przedstawionego podejścia jest wykorzystanie specjalistycznego oprogramowania wspomagającego budowę systemów ETL-generatory ETL. Są to kompleksowe środowiska wykorzystujące interfejs graficzny oraz szereg dodatkowych rozwiązań wspomagających uŝytkownika podczas budowy systemu ETL. W tabeli 3 dokonano próby porównania tych dwóch podejść wskazując ich zalety oraz wady.

6 262 Zarządzanie wiedzą i rozwiązania Business Intelligence Charakterystyka realizacji procesów ETL PODEJŚCIE ZALETY WADY Klasyczne (Procesy ETL składają się z szeregu procedur napisanych w typowych językach programowania) Niskie koszty nabycia środowiska programistycznego. MoŜliwość przetwarzania danych źródłowych o złoŝonej strukturze (np. powtarzające się nagłówki nr stron). Wysoka elastyczność w zakresie budowania algorytmów transformacji danych. MoŜliwość implementacji złoŝonych algorytmów ładowania łączących ładowanie wsadowe i ładowanie pojedynczych rekordów. MoŜliwość oprogramowania dowolnego zestawu raportów, dokumentujących przebieg procesu ETL. Generatory ETL Łatwość obsługi dzięki zastosowaniu GUI. Wizualna metoda projektowania i implementacji. Wysoka wydajność. MoŜliwość wielowątkowej realizacji procesu ETL. Wykorzystanie sprawdzonych i przetestowanych rozwiązań. Wygodna konserwacja. Wykorzystanie wbudowanych metod dostępu do róŝnorodnych źródeł danych (RBD, systemy mainframe, dokumenty tekstowe równieŝ HTML i XML, systemy ERP, CRM). Wykorzystanie gotowych komponentów transformacji dla typowych zadań. Wbudowany moduł raportowania. Wbudowany moduł rejestracji metadanych. Wbudowane mechanizmy harmonogramowania zadań. Źródło: Opracowanie własne Tabela 3 Konieczność opracowani indywidualnych rozwiązań dla róŝnych formatów danych. Konieczność oprogramowania kaŝdego etapu procesu ETL Niska wydajność. Brak mechanizmów automatycznej rejestracji i zarządzania metadanymi. Konieczność oprogramowania procedur rejestrujących w dziennikach przebieg procesu. Konieczność oprogramowania procedur harmonogramowania zadań. Konieczność integracji duŝej ilości niezaleŝnych programów. Konieczność szczegółowego testowania poszczególnych fragmentów kodu. Wysoki koszt zakupu. Czasochłonne rozpoznanie narzędzi. Brak narzędzi wspomagających tworzenie złoŝonych reguł ekstrakcji i transformacji danych (konieczność zastosowania w tym celu tradycyjnych języków programowania). Wysoka wydajność jest zapewniona dzięki wsadowemu ładowaniu rekordów. Utrudnia to identyfikację poszczególnych błędnych rekordów (metoda ładowania wszystko albo nic).

7 Budowa procesów ekstrakcji, transformacji i ładowania danych 263 Zakończenie Zalety generatorów ETL, przedstawionych w tabeli 3 przyczyniły się do ich szerokiego zastosowania w systemach klasy BI. Z badań przeprowadzonych w listopadzie 2002 roku, wśród 741 konsultantów i analityków pracujących dla duŝych przedsiębiorstw głównie w USA wynika, Ŝe w ponad 45% projektów BI zasilanie danymi było w całości tworzone przy wykorzystaniu tylko generatorów ETL. W 37% przypadków stosowane były zarówno systemy wspomagające budowę procesu ETL jak i dodatkowe programy napisane w celu jego realizacji. Tylko 18% projektów opracowano bez zastosowanie generatorów ETL. Z tych samych badań wynika, Ŝe 43% organizacji zamierza nadal rozwijać własny kod wykorzystywany do implementacji procesów ETL. 26% zamierza zastąpić, a 23% wzbogacić, własne oprogramowanie stosowane w procesach ETL, rozwiązaniami opracowanymi przy wykorzystaniu generatorów ETL. 2% przedsiębiorstw rozwaŝa moŝliwość outsorcingu prosesów ETL [EcWh03]. MoŜna zauwaŝyć, Ŝe zakres zastosowań dla narzędzi ETL jest coraz szerszy. Bogata funkcjonalność, a w szczególności wysoka wydajność, pozwala na wykorzystanie ich do integracji róŝnych systemów informatycznych, często w czasie rzeczywistym. Producenci oprogramowania zmierzają w kierunku rozszerzenia zakresu funkcjonalnego narzędzi ETL o właściwości systemów integracji aplikacji, EAI (Enterprise Application Integration), których przykładem są popularne monitory transakcyjne BEA Systems oraz platforma WebLogic [Perv03]. Narzędzia posiadające duŝą moc przetwarzania i transformacji danych (typową dla ETL) w połączeniu z moŝliwością przetwarzania danych w czasie rzeczywistym (właściwość EAI), mogą stanowić odpowiednią platformę do integracji wszystkich rozproszonych systemów informatycznych w przedsiębiorstwie. LITERATURA [Dudy03] [OlZi03] [VQVJ01] Hurtownie danych istotnym elementem zaawansowanych systemów informacyjno-analitycznych. W: Systemy Wspomagania Orgranizacji SWO2003, Katowice Olszak C., Ziemba E.: Business Intelligence as a Key to Management of an Enterprise. W: InSITE Informing Science+Information Technology Joint Conference, Pori, Finland Vassiliadis P., Quix C., Vassiliou Y., Jarke M.: The Data Warehouse Process Management, Information Systems, Vol. 26, No. 3, s , 2001.

8 264 Zarządzanie wiedzą i rozwiązania Business Intelligence [Perv03] ETL-The Secret Weapon. Pervasive Software, Austin Texas, 2003.in Data Warehousing and Business Intelligence, Pervasive Software, Austin, Texas, USA [Micr01] SQL Server Resorce Kit, Microsoft Press, [Moss03] [Kimb96] [EcWh03] Moss L. T.: Business Intelligence Roadmap: The Complete Project Lifecycle for Decision Support Applications, Addison Wesley, Kimball R.: The Datawarehouse Toolkit, John Wiley & Sons, New York Eckerson W., White C.: Evaluating ETL and Data Integration Platforms, The Data Warehousing Institute, [PBKK96] Piatetsky-Shapiro G., Brachman R., Khabaza T, Kloesgen W, Simoudis E.: An Overview of Issues in Developing Industrial Data Mining and Knowledge Discovery Applications, Second International Conference on Knowledge Discovery and Data Mining, BUILDING THE ETL PROCESSES IN THE BUSINESS INTELLIGENCE SOLUTIONS Abstract This paper describes the role of the ETL processes in the Business Intelligence systems. Two different approaches to building the ETL systems are presented and compared. In the summary there are described possibilities of using the ETL processes as a systems integration framework in the enterprise. Key words: data extraction, transformation, loading, systems integration.

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

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

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

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

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

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

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

Zajęcia prowadzone przez MCT, auditora wiodącego systemów bezpieczeństwa informacji.

Zajęcia prowadzone przez MCT, auditora wiodącego systemów bezpieczeństwa informacji. OFERTA SZKOLENIOWA BAZY DANYCH O firmie: Firma Information & Technology Consulting specjalizuje się w szkoleniach w zakresie systemów bazodanowych Microsoft i Sybase oraz Zarządzania bezpieczeństwem informacji

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

2011-11-04. Instalacja SQL Server Konfiguracja SQL Server Logowanie - opcje SQL Server Management Studio. Microsoft Access Oracle Sybase DB2 MySQL

2011-11-04. Instalacja SQL Server Konfiguracja SQL Server Logowanie - opcje SQL Server Management Studio. Microsoft Access Oracle Sybase DB2 MySQL Instalacja, konfiguracja Dr inŝ. Dziwiński Piotr Katedra InŜynierii Komputerowej Kontakt: piotr.dziwinski@kik.pcz.pl 2 Instalacja SQL Server Konfiguracja SQL Server Logowanie - opcje SQL Server Management

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

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

KOMPUTEROWE WSPOMAGANIE ZARZĄDZANIA PROJEKTAMI W PRZEDSIĘBIORSTWIE

KOMPUTEROWE WSPOMAGANIE ZARZĄDZANIA PROJEKTAMI W PRZEDSIĘBIORSTWIE KOMPUTEROWE WSPOMAGANIE ZARZĄDZANIA PROJEKTAMI W PRZEDSIĘBIORSTWIE Seweryn SPAŁEK Streszczenie: Zarządzanie projektami staje się coraz bardziej powszechne w przedsiębiorstwach produkcyjnych, handlowych

Bardziej szczegółowo

UWARUNKOWANIA WDROśEŃ HURTOWNI DANYCH W ORGANIZACJACH GOSPODARCZYCH

UWARUNKOWANIA WDROśEŃ HURTOWNI DANYCH W ORGANIZACJACH GOSPODARCZYCH UWARUNKOWANIA WDROśEŃ HURTOWNI DANYCH W ORGANIZACJACH GOSPODARCZYCH Jacek Maślankowski Wprowadzenie Niniejszy artykuł ma na celu przybliŝenie wiedzy na temat wdroŝeń systemów hurtowni danych w polskich

Bardziej szczegółowo

Hurtownie danych - przegląd technologii

Hurtownie danych - przegląd technologii Hurtownie danych - przegląd technologii Problematyka zasilania hurtowni danych - Oracle Data Integrator Politechnika Poznańska Instytut Informatyki Robert.Wrembel@cs.put.poznan.pl www.cs.put.poznan.pl/rwrembel

Bardziej szczegółowo

Maciej Kiewra mkiewra@qbico.pl. Quality Business Intelligence Consulting http://www.qbico.pl

Maciej Kiewra mkiewra@qbico.pl. Quality Business Intelligence Consulting http://www.qbico.pl Maciej Kiewra mkiewra@qbico.pl Quality Business Intelligence Consulting http://www.qbico.pl Wstęp Integration Services narzędzie do integracji danych Pomyślane do implementacji procesów ETL Extract ekstrakcja

Bardziej szczegółowo

Bazy danych i ich aplikacje

Bazy danych i ich aplikacje ORAZ ZAPRASZAJĄ DO UDZIAŁU W STUDIACH PODYPLOMOWYCH Celem Studiów jest praktyczne zapoznanie słuchaczy z podstawowymi technikami tworzenia i administrowania bazami oraz systemami informacyjnymi. W trakcie

Bardziej szczegółowo

Problemy optymalizacji, rozbudowy i integracji systemu Edu wspomagającego e-nauczanie i e-uczenie się w PJWSTK

Problemy optymalizacji, rozbudowy i integracji systemu Edu wspomagającego e-nauczanie i e-uczenie się w PJWSTK Problemy optymalizacji, rozbudowy i integracji systemu Edu wspomagającego e-nauczanie i e-uczenie się w PJWSTK Paweł Lenkiewicz Polsko Japońska Wyższa Szkoła Technik Komputerowych Plan prezentacji PJWSTK

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

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

bo od managera wymaga się perfekcji

bo od managera wymaga się perfekcji bo od managera wymaga się perfekcji MODELOWANIE PROCESÓW Charakterystyka modułu Modelowanie Procesów Biznesowych (BPM) Modelowanie procesów biznesowych stanowi fundament wdroŝenia systemu zarządzania jakością

Bardziej szczegółowo

Metadane. Data Maining. - wykład VII. Paweł Skrobanek, C-3 pok. 323 pawel.skrobanek@pwr.wroc.pl oprac. Wrocław 2006

Metadane. Data Maining. - wykład VII. Paweł Skrobanek, C-3 pok. 323 pawel.skrobanek@pwr.wroc.pl oprac. Wrocław 2006 Metadane. Data Maining. - wykład VII Paweł Skrobanek, C-3 pok. 323 pawel.skrobanek@pwr.wroc.pl oprac. Wrocław 2006 Plan 1. Metadane 2. Jakość danych 3. Eksploracja danych (Data mining) 4. Sprawy róŝne

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

ROLA I ORGANIZACJA METADANYCH W SYSTEMACH ANALITYCZNYCH NA PRZYKŁADZIE HURTOWNI DOKUMENTÓW. Aleksander Billewicz

ROLA I ORGANIZACJA METADANYCH W SYSTEMACH ANALITYCZNYCH NA PRZYKŁADZIE HURTOWNI DOKUMENTÓW. Aleksander Billewicz ROLA I ORGANIZACJA METADANYCH W SYSTEMACH ANALITYCZNYCH NA PRZYKŁADZIE HURTOWNI DOKUMENTÓW Aleksander Billewicz Wprowadzenie Wiedza stanowi waŝny zasób kaŝdej organizacji i podobnie jak pozostałe zasoby

Bardziej szczegółowo

Automatyczne decyzje kredytowe, siła szybkiego reagowania i optymalizacji kosztów. Roman Tyszkowski ING Bank Śląski S.A. roman.tyszkowski@ingbank.

Automatyczne decyzje kredytowe, siła szybkiego reagowania i optymalizacji kosztów. Roman Tyszkowski ING Bank Śląski S.A. roman.tyszkowski@ingbank. Automatyczne decyzje kredytowe, siła szybkiego reagowania i optymalizacji kosztów. Roman Tyszkowski ING Bank Śląski S.A. roman.tyszkowski@ingbank.pl Obsługa wniosków kredytowych Potrzeba elastyczności

Bardziej szczegółowo

dlibra 3.0 Marcin Heliński

dlibra 3.0 Marcin Heliński dlibra 3.0 Marcin Heliński Plan prezentacji Wstęp Aplikacja Redaktora / Administratora Serwer Aplikacja Czytelnika Aktualizator Udostępnienie API NajwaŜniejsze w nowej wersji Ulepszenie interfejsu uŝytkownika

Bardziej szczegółowo

Automatyzacja Procesów Biznesowych. Systemy Informacyjne Przedsiębiorstw

Automatyzacja Procesów Biznesowych. Systemy Informacyjne Przedsiębiorstw Automatyzacja Procesów Biznesowych Systemy Informacyjne Przedsiębiorstw Rodzaje przedsiębiorstw Produkcyjne największe zapotrzebowanie na kapitał, największe ryzyko Handlowe kapitał obrotowy, średnie ryzyko

Bardziej szczegółowo

DOKUMENT INFORMACYJNY COMARCH BUSINESS INTELLIGENCE:

DOKUMENT INFORMACYJNY COMARCH BUSINESS INTELLIGENCE: DOKUMENT INFORMACYJNY COMARCH BUSINESS INTELLIGENCE: JAKIE PROBLEMY ROZWIĄZUJE BI 1 S t r o n a WSTĘP Niniejszy dokument to zbiór podstawowych problemów, z jakimi musi zmagać się przedsiębiorca, analityk,

Bardziej szczegółowo

Instalacja SQL Server Express. Logowanie na stronie Microsoftu

Instalacja SQL Server Express. Logowanie na stronie Microsoftu Instalacja SQL Server Express Logowanie na stronie Microsoftu Wybór wersji do pobrania Pobieranie startuje, przechodzimy do strony z poradami. Wypakowujemy pobrany plik. Otwiera się okno instalacji. Wybieramy

Bardziej szczegółowo

Włodzimierz Dąbrowski, Przemysław Kowalczuk, Konrad Markowski. Bazy danych ITA-101. Wersja 1

Włodzimierz Dąbrowski, Przemysław Kowalczuk, Konrad Markowski. Bazy danych ITA-101. Wersja 1 Włodzimierz Dąbrowski, Przemysław Kowalczuk, Konrad Markowski Bazy danych ITA-101 Wersja 1 Warszawa, wrzesień 2009 Wprowadzenie Informacje o kursie Opis kursu We współczesnej informatyce coraz większą

Bardziej szczegółowo

Analiza i projektowanie aplikacji Java

Analiza i projektowanie aplikacji Java Analiza i projektowanie aplikacji Java Modele analityczne a projektowe Modele analityczne (konceptualne) pokazują dziedzinę problemu. Modele projektowe (fizyczne) pokazują system informatyczny. Utrzymanie

Bardziej szczegółowo

Informatyczne uwarunkowania realizacji strategii inteligentnego wspomagania biznesu

Informatyczne uwarunkowania realizacji strategii inteligentnego wspomagania biznesu dr Helena Dudycz Katedra Teorii Informatyki Akademia Ekonomiczna we Wrocławiu e-mail: helena.dudycz@ae.wroclaw.pl Informatyczne uwarunkowania realizacji strategii inteligentnego wspomagania biznesu Streszczenie

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

Integracja systemu CAD/CAM Catia z bazą danych uchwytów obróbkowych MS Access za pomocą interfejsu API

Integracja systemu CAD/CAM Catia z bazą danych uchwytów obróbkowych MS Access za pomocą interfejsu API Dr inż. Janusz Pobożniak, pobozniak@mech.pk.edu.pl Instytut Technologii Maszyn i Automatyzacji produkcji Politechnika Krakowska, Wydział Mechaniczny Integracja systemu CAD/CAM Catia z bazą danych uchwytów

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

Stawiamy na specjalizację. by CSB-System AG, Geilenkirchen Version 1.1

Stawiamy na specjalizację. by CSB-System AG, Geilenkirchen Version 1.1 1 Business Intelligence Jak najlepiej wykorzystać dostępne źródła informacji, czyli Business Intelligence w zarządzaniu III Konferencja i warsztaty dla branży mięsnej Potencjał rynku potencjał firmy 2

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

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

Technologia informacyjna

Technologia informacyjna Technologia informacyjna Pracownia nr 9 (studia stacjonarne) - 05.12.2008 - Rok akademicki 2008/2009 2/16 Bazy danych - Plan zajęć Podstawowe pojęcia: baza danych, system zarządzania bazą danych tabela,

Bardziej szczegółowo

SiR_13 Systemy SCADA: sterowanie nadrzędne; wizualizacja procesów. MES - Manufacturing Execution System System Realizacji Produkcji

SiR_13 Systemy SCADA: sterowanie nadrzędne; wizualizacja procesów. MES - Manufacturing Execution System System Realizacji Produkcji System informatyczny na produkcji: Umożliwi stopniowe, ale jednocześnie ekonomiczne i bezpieczne wdrażanie i rozwój aplikacji przemysłowych w miarę zmiany potrzeb firmy. Może adoptować się do istniejącej

Bardziej szczegółowo

Bazy danych. Zenon Gniazdowski WWSI, ITE Andrzej Ptasznik WWSI

Bazy danych. Zenon Gniazdowski WWSI, ITE Andrzej Ptasznik WWSI Bazy danych Zenon Gniazdowski WWSI, ITE Andrzej Ptasznik WWSI Wszechnica Poranna Trzy tematy: 1. Bazy danych - jak je ugryźć? 2. Język SQL podstawy zapytań. 3. Mechanizmy wewnętrzne baz danych czyli co

Bardziej szczegółowo

Wykorzystanie standardów serii ISO 19100 oraz OGC dla potrzeb budowy infrastruktury danych przestrzennych

Wykorzystanie standardów serii ISO 19100 oraz OGC dla potrzeb budowy infrastruktury danych przestrzennych Wykorzystanie standardów serii ISO 19100 oraz OGC dla potrzeb budowy infrastruktury danych przestrzennych dr inż. Adam Iwaniak Infrastruktura Danych Przestrzennych w Polsce i Europie Seminarium, AR Wrocław

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

OPIS PRZEDMIOTU ZAMÓWIENIA

OPIS PRZEDMIOTU ZAMÓWIENIA Załącznik nr 1 OPIS PRZEDMIOTU ZAMÓWIENIA Licencja Microsoft Windows SQL Server Standard 2012 (nie OEM) lub w pełni równoważny oraz licencja umożliwiająca dostęp do Microsoft Windows SQL Server Standard

Bardziej szczegółowo

firmy produkty intranet handel B2B projekty raporty notatki

firmy produkty intranet handel B2B projekty raporty notatki firmy mail intranet produkty DOKUMENTY handel raporty B2B projekty notatki serwis zadania Dlaczego warto wybrać Pakiet ITCube? Najczęściej wybierany polski CRM Pakiet ITCube jest wykorzystywany przez ponad

Bardziej szczegółowo

Deduplikacja danych. Zarządzanie jakością danych podstawowych

Deduplikacja danych. Zarządzanie jakością danych podstawowych Deduplikacja danych Zarządzanie jakością danych podstawowych normalizacja i standaryzacja adresów standaryzacja i walidacja identyfikatorów podstawowa standaryzacja nazw firm deduplikacja danych Deduplication

Bardziej szczegółowo

Portale raportowe, a narzędzia raportowe typu self- service

Portale raportowe, a narzędzia raportowe typu self- service Portale raportowe, a narzędzia raportowe typu self- service Bartłomiej Graczyk Kierownik Projektów / Architekt rozwiązań Business Intelligence E mail: bartek@graczyk.info.pl Site: www.graczyk.info.pl Agenda

Bardziej szczegółowo

Informatyzacja przedsiębiorstw

Informatyzacja przedsiębiorstw Informatyzacja przedsiębiorstw Izabela Szczęch Politechnika Poznańska Plan wykładu Elementy Business Intelligence Przetwarzanie OLTP vs OLAP Hurtownie danych podstawowe pojęcia Proces ETL 2 Cele informatyzacji

Bardziej szczegółowo

KURS ACCESS 2003 Wiadomości wstępne

KURS ACCESS 2003 Wiadomości wstępne KURS ACCESS 2003 Wiadomości wstępne Biorąc c udział w kursie uczestnik zapozna się z tematyką baz danych i systemu zarządzania bazami danych jakim jest program Microsoft Access 2003. W trakcie kursu naleŝy

Bardziej szczegółowo

Aplikacje webowe wspomagające działalność przedsiębiorstwa na przykładzie przychodni stomatologicznej

Aplikacje webowe wspomagające działalność przedsiębiorstwa na przykładzie przychodni stomatologicznej Aplikacje webowe wspomagające działalność przedsiębiorstwa na przykładzie przychodni stomatologicznej Małgorzata Barańska Wydział Informatyki i Zarządzania, Politechnika Wrocławska Beata Laszkiewicz Wydział

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

ZMODYFIKOWANY Szczegółowy opis przedmiotu zamówienia

ZMODYFIKOWANY Szczegółowy opis przedmiotu zamówienia ZP/ITS/11/2012 Załącznik nr 1a do SIWZ ZMODYFIKOWANY Szczegółowy opis przedmiotu zamówienia Przedmiotem zamówienia jest: Przygotowanie zajęć dydaktycznych w postaci kursów e-learningowych przeznaczonych

Bardziej szczegółowo

Grzegorz Ruciński. Warszawska Wyższa Szkoła Informatyki 2011. Promotor dr inż. Paweł Figat

Grzegorz Ruciński. Warszawska Wyższa Szkoła Informatyki 2011. Promotor dr inż. Paweł Figat Grzegorz Ruciński Warszawska Wyższa Szkoła Informatyki 2011 Promotor dr inż. Paweł Figat Cel i hipoteza pracy Wprowadzenie do tematu Przedstawienie porównywanych rozwiązań Przedstawienie zalet i wad porównywanych

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

Tester oprogramowania 2014/15 Tematy prac dyplomowych

Tester oprogramowania 2014/15 Tematy prac dyplomowych Tester oprogramowania 2014/15 Tematy prac dyplomowych 1. Projekt i wykonanie automatycznych testów funkcjonalnych wg filozofii BDD za pomocą dowolnego narzędzia Jak w praktyce stosować Behaviour Driven

Bardziej szczegółowo

Ekspert MS SQL Server Oferta nr 00/08

Ekspert MS SQL Server Oferta nr 00/08 Ekspert MS SQL Server NAZWA STANOWISKA Ekspert Lokalizacja/ Jednostka organ.: Pion Informatyki, Biuro Hurtowni Danych i Aplikacji Wspierających, Zespół Jakości Oprogramowania i Utrzymania Aplikacji Szczecin,

Bardziej szczegółowo

1 Wprowadzenie do koncepcji Microsoft Office BI 1 Zakres ksiąŝki 2 Cel ksiąŝki 3 Wprowadzenie do tematu 3 Zawartość rozdziałów 4

1 Wprowadzenie do koncepcji Microsoft Office BI 1 Zakres ksiąŝki 2 Cel ksiąŝki 3 Wprowadzenie do tematu 3 Zawartość rozdziałów 4 1 Wprowadzenie do koncepcji Microsoft Office BI 1 Zakres ksiąŝki 2 Cel ksiąŝki 3 Wprowadzenie do tematu 3 Zawartość rozdziałów 4 2 Tabele przestawne, wykresy przestawne i formatowanie warunkowe 11 Co to

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

HARMONOGRAM: DZIEŃ GODZINA MIEJSCE PROWADZĄCY TEMAT OPIS

HARMONOGRAM: DZIEŃ GODZINA MIEJSCE PROWADZĄCY TEMAT OPIS WARSZTATY Grupa warsztatowa nr 1 System bilingowy operator telekomunikacyjny od środka Uczestnikom warsztatów zostanie przedstawiona specyfika działalności operatora telekomunikacyjnego ze szczególnym

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

INŻYNIERIA OPROGRAMOWANIA

INŻYNIERIA OPROGRAMOWANIA INSTYTUT INFORMATYKI STOSOWANEJ 2013 INŻYNIERIA OPROGRAMOWANIA Inżynieria Oprogramowania Proces ukierunkowany na wytworzenie oprogramowania Jak? Kto? Kiedy? Co? W jaki sposób? Metodyka Zespół Narzędzia

Bardziej szczegółowo

Paweł Gołębiewski. Softmaks.pl Sp. z o.o. ul. Kraszewskiego 1 85-240 Bydgoszcz www.softmaks.pl kontakt@softmaks.pl

Paweł Gołębiewski. Softmaks.pl Sp. z o.o. ul. Kraszewskiego 1 85-240 Bydgoszcz www.softmaks.pl kontakt@softmaks.pl Paweł Gołębiewski Softmaks.pl Sp. z o.o. ul. Kraszewskiego 1 85-240 Bydgoszcz www.softmaks.pl kontakt@softmaks.pl Droga na szczyt Narzędzie Business Intelligence. Czyli kiedy podjąć decyzję o wdrożeniu?

Bardziej szczegółowo

produkować, promować i sprzedawać produkty, zarządzać i rozliczać przedsięwzięcia, oraz komunikować się wewnątrz organizacji.

produkować, promować i sprzedawać produkty, zarządzać i rozliczać przedsięwzięcia, oraz komunikować się wewnątrz organizacji. Wspieramy w doborze, wdrażaniu oraz utrzymaniu systemów informatycznych. Od wielu lat dostarczamy technologie Microsoft wspierające funkcjonowanie działów IT, jak i całych przedsiębiorstw. Nasze oprogramowanie

Bardziej szczegółowo

HP Service Anywhere Uproszczenie zarządzania usługami IT

HP Service Anywhere Uproszczenie zarządzania usługami IT HP Service Anywhere Uproszczenie zarządzania usługami IT Robert Nowak Architekt rozwiązań HP Software Dlaczego Software as a Service? Najważniejsze powody za SaaS UZUPEŁNIENIE IT 2 Brak zasobów IT Ograniczone

Bardziej szczegółowo

Część I Rozpoczęcie pracy z usługami Reporting Services

Część I Rozpoczęcie pracy z usługami Reporting Services Spis treści Podziękowania... xi Wprowadzenie... xiii Część I Rozpoczęcie pracy z usługami Reporting Services 1 Wprowadzenie do usług Reporting Services... 3 Platforma raportowania... 3 Cykl życia raportu...

Bardziej szczegółowo

E-logistyka Redakcja naukowa Waldemar Wieczerzycki

E-logistyka Redakcja naukowa Waldemar Wieczerzycki E-logistyka Redakcja naukowa Waldemar Wieczerzycki E-logistyka to szerokie zastosowanie najnowszych technologii informacyjnych do wspomagania zarządzania logistycznego przedsiębiorstwem (np. produkcją,

Bardziej szczegółowo

Rok akademicki: 2014/2015 Kod: EAR-2-106-IS-s Punkty ECTS: 4. Kierunek: Automatyka i Robotyka Specjalność: Informatyka w sterowaniu i zarządzaniu

Rok akademicki: 2014/2015 Kod: EAR-2-106-IS-s Punkty ECTS: 4. Kierunek: Automatyka i Robotyka Specjalność: Informatyka w sterowaniu i zarządzaniu Nazwa modułu: Systemy informatyczne w produkcji Rok akademicki: 2014/2015 Kod: EAR-2-106-IS-s Punkty ECTS: 4 Wydział: Elektrotechniki, Automatyki, Informatyki i Inżynierii Biomedycznej Kierunek: Automatyka

Bardziej szczegółowo

2014-03-17. Misja. Strategia. Cele UNIT4 TETA BI CENTER. Plan prezentacji. Grupa UNIT4 TETA. Grupa kapitałowa UNIT4 UNIT4 TETA BI CENTER

2014-03-17. Misja. Strategia. Cele UNIT4 TETA BI CENTER. Plan prezentacji. Grupa UNIT4 TETA. Grupa kapitałowa UNIT4 UNIT4 TETA BI CENTER Plan prezentacji Prowadzący: Mateusz Jaworski m.jaworski@tetabic.pl 1. Grupa kapitałowa UNIT4. 2. Grupa UNIT4 TETA. 3. UNIT4 TETA BI CENTER. 4. TETA Business Intelligence. 5. Analiza wielowymiarowa. 6..

Bardziej szczegółowo

DOBÓR ŚRODKÓW TRANSPORTOWYCH DLA GOSPODARSTWA PRZY POMOCY PROGRAMU AGREGAT - 2

DOBÓR ŚRODKÓW TRANSPORTOWYCH DLA GOSPODARSTWA PRZY POMOCY PROGRAMU AGREGAT - 2 InŜynieria Rolnicza 14/2005 Michał Cupiał, Maciej Kuboń Katedra InŜynierii Rolniczej i Informatyki Akademia Rolnicza im. Hugona Kołłątaja w Krakowie DOBÓR ŚRODKÓW TRANSPORTOWYCH DLA GOSPODARSTWA PRZY POMOCY

Bardziej szczegółowo

QlikView Business Intelligence, a system ERP SAP Użytkownicy systemów ERP firmy SAP przez wiele lat poszukiwali skutecznych i łatwych sposobów dotarcia do swych danych. Używali arkuszy kalkulacyjnych,

Bardziej szczegółowo

INFORMATYKA Pytania ogólne na egzamin dyplomowy

INFORMATYKA Pytania ogólne na egzamin dyplomowy INFORMATYKA Pytania ogólne na egzamin dyplomowy 1. Wyjaśnić pojęcia problem, algorytm. 2. Podać definicję złożoności czasowej. 3. Podać definicję złożoności pamięciowej. 4. Typy danych w języku C. 5. Instrukcja

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

Security Master Class

Security Master Class Security Master Class Platforma kompleksowej analizy zdarzeń Linux Polska SIEM Radosław Żak-Brodalko Senior Solutions Architect Linux Polska sp. z o.o. Podstawowe problemy Jak pokryć lukę między technicznym

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

Spis treści. Część I Wprowadzenie do pakietu oprogramowania Analysis Services

Spis treści. Część I Wprowadzenie do pakietu oprogramowania Analysis Services Spis treści Wstęp... ix Odkąd najlepiej rozpocząć lekturę?... ix Informacja dotycząca towarzyszącej ksiąŝce płyty CD-ROM... xi Wymagania systemowe... xi Instalowanie i uŝywanie plików przykładowych...

Bardziej szczegółowo

STUDIA STACJONARNE I STOPNIA Przedmioty kierunkowe

STUDIA STACJONARNE I STOPNIA Przedmioty kierunkowe STUDIA STACJONARNE I STOPNIA Przedmioty kierunkowe Technologie informacyjne Prof. dr hab. Zdzisław Szyjewski 1. Rola i zadania systemu operacyjnego 2. Zarządzanie pamięcią komputera 3. Zarządzanie danymi

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

Hurtownie danych. Ładowanie, integracja i aktualizacja danych. http://zajecia.jakubw.pl/hur INTEGRACJA DANYCH ETL

Hurtownie danych. Ładowanie, integracja i aktualizacja danych. http://zajecia.jakubw.pl/hur INTEGRACJA DANYCH ETL Hurtownie danych Ładowanie, integracja i aktualizacja danych. Jakub Wróblewski jakubw@pjwstk.edu.pl http://zajecia.jakubw.pl/hur INTEGRACJA DANYCH Źródła danych ETL Centralna hurtownia danych Do hurtowni

Bardziej szczegółowo

A posteriori wsparcie w podejmowaniu decyzji biznesowych.

A posteriori wsparcie w podejmowaniu decyzji biznesowych. A posteriori wsparcie w podejmowaniu decyzji biznesowych. A posteriori jest programem umożliwiającym analizowanie danych gromadzonych w systemach wspomagających zarządzanie. Można go zintegrować z większością

Bardziej szczegółowo

REFERAT O PRACY DYPLOMOWEJ

REFERAT O PRACY DYPLOMOWEJ REFERAT O PRACY DYPLOMOWEJ Temat pracy: Projekt i realizacja elektronicznego dziennika ocen ucznia Autor: Grzegorz Dudek wykonanego w technologii ASP.NET We współczesnym modelu edukacji, coraz powszechniejsze

Bardziej szczegółowo

STUDIA NIESTACJONARNE I STOPNIA Przedmioty kierunkowe

STUDIA NIESTACJONARNE I STOPNIA Przedmioty kierunkowe STUDIA NIESTACJONARNE I STOPNIA Przedmioty kierunkowe Technologie informacyjne prof. dr hab. Zdzisław Szyjewski 1. Rola i zadania systemu operacyjnego 2. Zarządzanie pamięcią komputera 3. Zarządzanie danymi

Bardziej szczegółowo

FOLIA POMERANAE UNIVERSITATIS TECHNOLOGIAE STETINENSIS Folia Pomer. Univ. Technol. Stetin. 2009, Oeconomica 273 (56), 83 90

FOLIA POMERANAE UNIVERSITATIS TECHNOLOGIAE STETINENSIS Folia Pomer. Univ. Technol. Stetin. 2009, Oeconomica 273 (56), 83 90 FOLIA POMERANAE UNIVERSITATIS TECHNOLOGIAE STETINENSIS Folia Pomer. Univ. Technol. Stetin. 2009, Oeconomica 273 (56), 83 90 Zdzisław KES INFORMATYCZNE WSPOMAGANIE OBSŁUGI STUDIÓW PODYPLOMOWYCH W KATEDRZE

Bardziej szczegółowo

ZAŁĄCZNIK NR 5 - GRUPA PRODUKTÓW 5: OPROGRAMOWANIE BAZODANOWE

ZAŁĄCZNIK NR 5 - GRUPA PRODUKTÓW 5: OPROGRAMOWANIE BAZODANOWE ZAŁĄCZNIK NR 5 - GRUPA PRODUKTÓW 5: OPROGRAMOWANIE BAZODANOWE Opis przedmiotu zamówienia Licencja na Microsoft SQL Server 2008 R2 Standard Edition Gov. MOLP 1 CPU (2 szt.) lub Licencja na Microsoft SQL

Bardziej szczegółowo

PREZENTACJA FUNKCJONALNA SYSTEMU PROPHIX

PREZENTACJA FUNKCJONALNA SYSTEMU PROPHIX PREZENTACJA FUNKCJONALNA SYSTEMU PROPHIX Architektura i struktura funkcjonalna systemu PROPHIX PROPHIX Corporate Performance Management (Zarządzanie Wydajnością Firmy) System do samodzielnego planowania,

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

ETL - wykład III. Zagadnienia do omówienia. Identyfikacja wymagań

ETL - wykład III. Zagadnienia do omówienia. Identyfikacja wymagań ETL - wykład III Paweł Skrobanek, C-3 pok. 321 pawel.skrobanek@pwr.wroc.pl oprac. Wrocław 2006-2008 Zagadnienia do omówienia 1. na dane 2. Specyfikacja wymagań / systemu 3. Integracja informacji 4. Dyskusja

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

ZAAWANSOWANYCH SYSTEMÓW INFORMACYJNO-ANALITYCZNYCH

ZAAWANSOWANYCH SYSTEMÓW INFORMACYJNO-ANALITYCZNYCH Streszczenie HURTOWNIA DANYCH ISTOTNYM ELEMENTEM ZAAWANSOWANYCH SYSTEMÓW INFORMACYJNO-ANALITYCZNYCH Helena Dudycz Akademia Ekonomiczna we Wrocławiu Instytut Informatyki Ekonomicznej helena.dudycz@ae.wroc.pl

Bardziej szczegółowo

Hurtownie danych. Hurtownie danych. dr hab. Maciej Zakrzewicz Politechnika Poznańska Instytut Informatyki. Maciej Zakrzewicz (1)

Hurtownie danych. Hurtownie danych. dr hab. Maciej Zakrzewicz Politechnika Poznańska Instytut Informatyki. Maciej Zakrzewicz (1) Hurtownie danych dr hab. Maciej Zakrzewicz Politechnika Poznańska Instytut Informatyki Maciej Zakrzewicz (1) Plan wykładu Wprowadzenie do Business Intelligence (BI) Hurtownia danych Zasilanie hurtowni

Bardziej szczegółowo

Oferta szkoleniowa Yosi.pl 2012/2013

Oferta szkoleniowa Yosi.pl 2012/2013 Oferta szkoleniowa Yosi.pl 2012/2013 "Podróżnik nie posiadający wiedzy, jest jak ptak bez skrzydeł" Sa'Di, Gulistan (1258 rok) Szanowni Państwo, Yosi.pl to dynamicznie rozwijająca się firma z Krakowa.

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

EasyInput EasyInput wydajniejsza praca użytkownika dzięki integracji SAP z MS Excel. Prezentacja produktu

EasyInput EasyInput wydajniejsza praca użytkownika dzięki integracji SAP z MS Excel. Prezentacja produktu EasyInput EasyInput wydajniejsza praca użytkownika dzięki integracji SAP z MS Excel Prezentacja produktu BCC EXTRA EasyInput jest jednym z produktów w ofercie BCC EXTRA. BCC EXTRA to unikalne produkty,

Bardziej szczegółowo

Katedra Inżynierii Oprogramowania Tematy prac dyplomowych inżynierskich STUDIA NIESTACJONARNE (ZAOCZNE)

Katedra Inżynierii Oprogramowania Tematy prac dyplomowych inżynierskich STUDIA NIESTACJONARNE (ZAOCZNE) Katedra Inżynierii Oprogramowania Tematy prac dyplomowych inżynierskich STUDIA NIESTACJONARNE (ZAOCZNE) Temat projektu/pracy dr inż. Wojciech Waloszek Grupowy system wymiany wiadomości. Zaprojektowanie

Bardziej szczegółowo

Case study: Mobilny serwis WWW dla Kolporter

Case study: Mobilny serwis WWW dla Kolporter Case study: Mobilny serwis WWW dla Kolporter Sklep internetowy Kolporter.pl oferuje swoim Klientom blisko 100 000 produktów w tym: ksiąŝki, muzykę, film i gry. Kolporter postanowił stworzyć nowy kanał

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

Kryteria oceniania z Technologii Informacyjnej

Kryteria oceniania z Technologii Informacyjnej IV Liceum Ogólnokształcące im. Stanisława Staszica w Sosnowcu Kryteria oceniania z Technologii Informacyjnej Kryteria na ocenę dopuszczającą 1. Uczeń potrafi wymienić niektóre z elementów budowy komputera.

Bardziej szczegółowo

ActiveXperts SMS Messaging Server

ActiveXperts SMS Messaging Server ActiveXperts SMS Messaging Server ActiveXperts SMS Messaging Server to oprogramowanie typu framework dedykowane wysyłaniu, odbieraniu oraz przetwarzaniu wiadomości SMS i e-mail, a także tworzeniu własnych

Bardziej szczegółowo

produkować, promować i sprzedawać produkty, zarządzać i rozliczać przedsięwzięcia, oraz komunikować się wewnątrz organizacji.

produkować, promować i sprzedawać produkty, zarządzać i rozliczać przedsięwzięcia, oraz komunikować się wewnątrz organizacji. Wspieramy w doborze, wdrażaniu oraz utrzymaniu systemów informatycznych. Od wielu lat dostarczamy technologie Microsoft wspierające funkcjonowanie działów IT, jak i całych przedsiębiorstw. Nasze oprogramowanie

Bardziej szczegółowo