KOMPUTEROWE WSPOMAGANIE ZARZĄDZANIA

Transkrypt

1 KOMPUTEROWE WSPOMAGANIE ZARZĄDZANIA Wykład 8 Narzędzia zarządzania informacją cz. 2 Dr inż. Mariusz Makuchowski

2 Baza wiedzy Baza wiedzy (ang. Knowledgebase) stanowi swoisty rejestr problemów zgłaszanych przez klientów firmy (użytkowników jej produktów) bądź pracowników oraz zapis procedur ich rozwiązywania lub ewentualnie zniwelowania szkodliwych jego skutków. 2

3 Baza wiedzy Znajdują się w niej wszelkie informacje z zakresu wybranej dziedziny wiedza faktograficzna (fakty), wiedza o wnioskowaniu (zbiór reguł), wiedza o sposobach rozwiązywania problemu (meta-wiedza) musi być zapisana w postaci sformalizowanej, zrozumiałej dla mechanizmu wnioskującego i pozwalającej na prześledzenie sposobu dojścia systemu do rozwiązania. 3

4 Baza wiedzy Jest ona podstawowym elementem systemu eksperckiego, który posiada mechanizm rozumowania, wnioskowania i doradzania na podstawie określonej wiedzy z danej dziedziny zawartej w bazie wiedzy. Szerzej o systemach eksperckich będzie na następnych wykładach. 4

5 Baza wiedzy Bazę wiedzy z danej dziedziny tworzy inżynier wiedzy na podstawie wiedzy i informacji jaką przekazuje mu specjalistaekspert z danej dziedziny. Wiedza ta zostaje zapisana przez inżyniera wiedzy w postaci sformalizowanej, zrozumiałej dla maszyny wnioskującej. 5

6 Baza wiedzy Sformalizowana reprezentacja wiedzy w bazie wiedzy może być realizowana: REPREZENTACJA WIEDZY REALIZOWANA DEKLARATYWNIE REALIZOWANA PROCEDURALNIE REGUŁY FAKTY ZBIÓR PROCESÓW I FUNKCJ 6

7 Bazy wiedzy Reguły występują w postaci: IF fakt THEN fakt(wniosek) AND/OR akcja Każda reguła zawiera wniosek końcowy, a kolejne udowodnione wnioski tworzą łańcuch wnioskowania. Fakty są tworzone przez zdarzenia zachodzące w rzeczywistości i zapisywane w bazie faktów, która jest częścią bazy wiedzy. 7

8 Bazy wiedzy - konstruowanie Identyfikacja Sprecyzowanie problemu. Wyznaczenie sposobów rozwiązywania. Uwzględnienie wymagań użytkownika. Reprezentacja Określenie sposobu reprezentacji wiedzy. Określenie sposobów przepływu danych. Wyznaczenie potrzebnych baz danych i algorytmów. Formalizacja Zaprojektowanie struktur odzwierciedlających wiedzę w postaci faktów, reguł, relacji między obiektami oraz procedur i funkcji w BW Implementacja Sformułowanie reguł zawierających wiedzę. Połączenie sformalizowanej wiedzy z przepływem informacji. 8 Testowanie Sprawdzenie zastosowanych w systemie reguł Testowanie poprawności działania BW. Sprawdzenie spójności zastosowanych reguł

9 Bazy wiedzy - zastosowanie Bazy wiedzy są kojarzone głównie z systemami eksperckimi, jednak mają one również zastosowanie w systemach z wydzielonym modułem BW np. w Systemach Wspomagania Decyzji SWD. System SWD to narzędzie udostępniające zasoby bazy wiedzy ułatwia podejmowanie złożonych decyzji oraz wspiera analizy procesów decyzyjnych. 9

10 Hurtownie Danych Sensem istnienia Hurtowni Danych jest udostępnienie mechanizmu szybkiego dostępu do bardzo dużej ilości danych. Hurtownia Danych jest rozwiązaniem, które w miejsce każdorazowego przetwarzania ogromnych liczb informacji, pozwala jednorazowo zebrać dane z wielu obszarów i dopiero na tak przygotowanym zbiorze dokonywać analizy Dane wprowadzane w wielu miejscach przechowywane są we wspólnej bazie danych. Dlatego raz wpisane informacje 10 natychmiast stają się dostępne z każdego miejsca w Systemie.

11 Hurtownie Danych Taki sposób gromadzenia danych zapewnia ich spójność i ułatwia przeprowadzanie całościowych operacji na wartościach pochodzącym z różnych obszarów. Przy intensywnym wykorzystaniu, ilość przechowywanych w bazach danych informacji w krótkim czasie staje się bardzo duża. Analizy tak obszernego materiału musiałyby wymagać coraz większych mocy obliczeniowych i wzrastających nakładów czasu. Naprzeciw tym trudnością wychodzą możliwości oferowane przez hurtownie danych. 11

12 Hurtownie Danych Dzięki odpowiedniej strukturze danych oraz udostępnieniu adekwatnych narzędzi, Hurtownia Danych stanowi korzystną alternatywę wobec doraźnego gromadzenia i analizowania rozległych zakresów informacji. 12

13 Hurtownia Danych jest narzędziem, które: Zbiera dane pochodzące z modułów systemu i przygotowuje je w taki sposób, aby były one dostępne efektywnemu badaniu (I etap). Udostępnia narzędzia skutecznej analizy i czytelnej prezentacji jej wyników (II etap). 13 Hurtownia Danych pozwala użytkownikowi w elastyczny sposób kształtować konstrukcję przedstawienia wyników obliczeń, a w jej ramach budować poziomy, których elementy staną się węzłami sumującymi wyniki przypisane elementom niższych poziomów. Ponieważ większość danych pozostaje we wzajemnych relacjach, wyniki składają się na przejrzystą strukturalnie siatkę całościowej analizy.

14 Hurtownia danych Najtrafniej hurtownie danych definiuje Sroka i Kisielnicki 2005 Miejsce, gdzie zebrane z całej organizacji dane, podzielone na części, oczyszczone, poklasyfikowane i połączone z innymi danymi, służą użytkownikom, takim jak analitycy i kierownicy wszystkich strzebli zarządzania Repozytorium przeznaczone do zbierania, standaryzacji i agregowania kopii danych transakcyjnych, zawartych w operacyjnych lub produkcyjnych systemach informacyjnych firmy 14 Narzędzie do dostarczania informacji użytkownikowi podejmującemu decyzje lub informującemu kierownictwo, które przejmuje część danych operacyjnych i nadaje im odpowiednią, zredagowaną i hierarchiczną postać

15 Hurtownia danych Cechy hurtowni danych (wg Todmana 2003) nieulotność raz wpisane dane pozostają na zawsze, zintegrowanie dane są przechowywane w jednakowym spójnym formacie, zorientowanie na temat zbierane dane dotyczą danego tematu, zmienność w czasie gromadzone dane zmieniają się w czasie, pochodzą z okresu kilku lub kilkunastu lat 15

16 Business Intelligence BI Programy Ekstrakcji Transformacji-Ładowania ETL Narzędzia ETL umożliwiają magazynowanie w hurtowni spójnych danych, dzięki czemu decyzje biznesowe mogą być podejmowane szybciej i trafniej. Hurtownia Danych jest sercem większości systemów Business Intelligence, a od jej poprawnego zaprojektowania i funkcjonowania zależy sukces całego programu BI w korporacji. 16

17 Business Intelligence BI Business Intelligence jest szeroką dziedziną obejmującą aplikacje i technologie służące gromadzeniu i analizie danych w celu wspomagania procesu podejmowania decyzji biznesowych. Skuteczność działania w obszarze Business Intelligence wymaga dogłębnej znajomości wszystkich czynników wpływających na biznes. Efektem zastosowania narzędzi BI jest dostępność do szybkiej informacji na temat najważniejszych wskaźników firmy, takich jak dane o klientach, konkurencji, partnerach biznesowych, sytuacji ekonomicznej i operacjach wewnętrznych. 17

18 Business Intelligence BI Najważniejsze obszary związane z Business Intelligence to: DW - Hurtownie danych ładowanie, przetwarzanie (proces ETL) Data mining - Eksploracja danych, drążenie danych Czyszczenie danych i zarządzanie jakością danych OLAP (Online Analytical Processing) - analiza wielowymiarowa i wielowymiarowe struktury danych MIS (Management Information Systems) - Systemy Informowania Kierownictwa (SIK) Raportowanie - Wizualizacja informacji i panele informacyjne dla kierownictwa (Dashboards) Statystyka i techniczna analiza danych CRM (Customer Relationship Management) Zarządzanie Relacjami z Klientami DSS (Decision Support Systems) systemy wspomagania decyzji (SWD) 18

19 Narzędzia klasy DSS i O&R Narzędzia klasy DSS i Q&R dla systemów DSS (DSS -System wspomagania decyzji SWD) Narzędzia raportujące Programy te mogą łączyć dane pochodzące z różnych modułów, analizują je z różnych punktów widzenia i tworzą raporty pozwalające podejmować bezpieczne decyzje. Narzędzia raportująco-pytające (O&R) podstawowe narzędzia analizy danych zawartych w hurtowniach danych. Dostarczają niezbędnych informacji do szybkiego podejmowania decyzji operacyjnych. 19 Wykorzystując te narzędzia użytkownik może bez trudu robić raporty nadając im pożądaną formę i szatę graficzną.

20 OLAP Narzędzia OLAP (On-line Analytical Processing) bezpośredniego przetwarzania analitycznego. To oprogramowanie, umożliwia interaktywne generowanie zapytań analitycznych i zestawień na podstawie struktur wielowymiarowych. Służy do wykonywania szerokich analiz finansowych i marketingowych przedstawiają je w czasie rzeczywistym w postaci zestawień i wykresów. Dają możliwość nadzorowania transakcji we wszystkich obszarach 20 firmy.

21 Eksploracja danych Rozwijająca się dziedzina (Data Mining) eksploracja danych ma na celu wydobywanie z zasobów danych informacji o zawartych w nich regułach i prawidłowościach przydatnych do podejmowania taktycznych i strategicznych decyzji. 21

22 Eksploracja danych Podstawowe techniki eksploracji danych. Segmentacja Wykrywanie powiązań i wzorców sekwencyjnych Klasyfikacja Metody estymacji Przewidywanie wartości Metody logiki rozmytej i algorytmy genetycznej metody przekształceń fraktalnych nowe rozwijające się metody drążenia danych. 22

23 Bibliografia 23 [1] Adam Nowicki, Komputerowe wspomaganie biznesu (2006) [2] Karol Kukuła, Badania operacyjne w przykładach i zadaniach (2002) [3] Czesław Smutnicki, Algorytmy szeregowania (2002) [4] Ryszard Knosyla i Zespół, Komputerowe wspomaganie zarządzania przedsiębiorstwem Nowe metody i systemy (2007) [5] Zbigniew Klonowski, Systemy informatyczne zarządzania przedsiębiorstwem. Modele rozwoju i właściwości funkcjonalne (2004) [6] M. Fertsch, K. Grzybowska, A. Stachowiak, Logistyka i zarządzanie produkcją nowe wyzwania i odległe granice (2007) [7] S. Zieliński Inteligentne systemy w zarządzaniu. Teoria i praktyka (2000) [8] Adamczewski, Piotr. Zintegrowane systemy informatyczne w praktyce, Warszawa, PWN, 2005 [9] Szejko, Stanisław (Redakcja naukowa). Metody wytwarzania oprogramowania, Warszawa, PWN, 2004 [10] Lausen, Georgie; Vossen, Gottfried. Obiektowe bazy danych. Modele danych i języki, Warszawa, WNT, 2004

24 Bibliografia [11] Miłosz, Marek (Redakcja naukowa). Bezpieczeństwo informacji, Warszawa, PWN, 2005 [12] Dolińska, Małgorzata. Projektowanie systemów informacyjnych na przykładzie zarządzania marketingiem, Warszawa, Agencja Wydawnicza "Placet", [13] Cheesman, John; Daniels, John. Komponenty w UML. Warszawa, WNT 2004 [14] Szyjewski, Zdzisław. Zarządzanie projektami informatycznymi, metodyka tworzenia systemów informatycznych. Warszawa, Agencja Wydaw. Placet, (Biblioteka Biznesmena) [15] Leyland, Valerie. EDI Elektroniczna wymiana dokumentacji. Warszawa, WNT, 2003 [16] Orłowski, Cezary. Projektowanie hybrydowych systemów informatycznych do wspomagania zarządzania, Wydaw. Politech. Gdańskiej, [17] M.Jurczyk, R.Knosala - Terminowość i efektywność realizacji zleceń w systemach z wyróżnionym zasobem taktującym 24

25 Dziękuję za uwagę.