Problematyka hurtowni danych
|
|
- Ryszard Kosiński
- 8 lat temu
- Przeglądów:
Transkrypt
1 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 2 Bibliografia Business Intelligence (BI) (1) 1. Anahory S., Murray D., Data Warehousing in the real world, Addison- Wesley, 1997, ISBN Bębel B., Morzy M., Projektowanie schematów logicznych dla magazynów, 2000, Materiały konferencji PLOUG 2000, Zakopane 3. Hobbs L., Hillson S., Lawande S.: Oracle9iR2 Data Warehousing. Digital Press, 2003, ISBN Jarke M., Lenzerini M., Vassiliou Y., Vassiliadis P.: Fundamentals of Data Warehouses. Springer-Verlag, 2000, ISBN Królikowski Z., Hurtownie : logiczne i fizyczne struktury, Wydawnictwo Politechniki Poznańskiej, 2007, ISBN: Mattison R., Data Warehousing - Strategies, Technologies, and Techniques, McGraw-Hill, 1996, ISBN BI ang. Business Intelligence: szeroki wachlarz aplikacji i technologii dla pozyskiwania, składowania, analizowania oraz udostępniania informacji o organizacji i środowisku jej działania BI odkrywa wiedzę zawartą w : trendy, tendencje, korelacje, BI prezentuje odkrytą wiedzę przy wykorzystaniu różnych technik prezentacyjnych: raporty, zestawienia, wykresy, pulpity managerskie, odkryta wiedza służy: decydentom: kierownikom wysokiego i średniego szczebla, analitykom w procesach podejmowania decyzji 3 4
2 Business Intelligence (BI) (2) Business Intelligence (BI) (3) Systemy klasy BI: System wspomagania decyzji DSS (ang. Decision Support System) System powiadamiania kierownictwa EIS (ang. Executive Information System) System wspomagania zarządzania MIS (ang. Management Information System) System informacji geograficznej GIS (ang. Geographic Information System) Problemy: 1. ogrom informacji do zanalizowania: ok. 80% systemów BI posiada dane o rozmiarze przekraczającym 1 TB, przykłady: Facebook ok. 21 PB, ebay 6,5 PB konieczność zapewnienia odpowiedniego sprzętu, oprogramowania i algorytmów efektywnego przetwarzania 2. dynamiczny przyrost informacji: w 40% systemów BI dane rosną o 50% rocznie, w 18% rozmiar rocznie się podwaja, przykład: CERN przewidywany przyrost eksperymentalnych (surowych): 27 TB/dziennie, 150 PB przestrzeni dyskowej konieczność zapewnienia odpowiedniej infrastruktury przechowywania 5 6 Business Intelligence (BI) (4) Integracja Problemy (cd): 3. heterogeniczność informacji dane pochodzą z różnych źródeł: różne formaty składowania : systemy obsługi bieżącej (systemy relacyjnych i obiektowych baz ), systemy spadkowe, arkusze kalkulacyjne, strony WWW, pliki XML, pliki tekstowe, różne miejsca składowania konieczność zastosowania mechanizmów integracji Integracja proces łączenia, zlokalizowanych w systemach źródłowych (być może heterogenicznych), celem dostarczenia użytkownikowi (aplikacji) jednolitego widoku system integracji daje użytkownikowi iluzję pracy z jednym systemem informacyjnym 7 8
3 Podejścia do integracji (1) 1. integracja ręczna użytkownik wykonuje bezpośrednią interakcję z systemami źródłowymi i dokonuje integracji ich użytkownik musi posiadać dogłębną wiedzę o strukturze systemów źródłowych, metodach (językach) dostępu do nich, itd. zastosowania: sieci P2P, usługi sieciowe 2. wspólny interfejs użytkownika użytkownik ma do dyspozycji interfejs (np. przeglądarkę WWW), zapewniający zunifikowany wygląd dane z różnych systemów źródłowych są od siebie odseparowane, ich połączenie musi być zrealizowane przez użytkownika (np. wyszukiwarkę internetową) Podejścia do integracji (2) 3. integracja przez aplikację aplikacja wykonuje dostęp do z systemów źródłowych i prezentuje zintegrowany wynik użytkownikowi wskazane dla systemów z małą liczbą integrowanych systemów źródłowych aplikacja rośnie w miarę zwiększania liczby systemów źródłowych zastosowania: sieci P2P, usługi sieciowe, systemy przepływu pracy 4. integracja przez warstwę pośredniczącą (ang. middleware) dodatkowe oprogramowanie, które ukrywa przed aplikacją szczegóły systemów źródłowych, jednak aplikacja nadal musi wykonywać pewne dodatkowe operacje przykład: warstwa pośrednicząca SQL (ang. SQL-middleware) umożliwia odczyt systemów źródłowych przy pomocy języka SQL, jednak wyniki poszczególnych zapytań nie są łączone w jeden zbiór to musi zostać zrealizowane przez aplikację 9 10 Podejścia do integracji (3) Hurtownia definicja (1) 5. zunifikowany dostęp do aplikacja widzi wszystkie dane systemów źródłowych w postaci jednego, zunifikowanego zbioru, jednak są to dane wirtualne integracja jest realizowana w locie zapewnienie tej cechy może być kosztowne pod względem czasu odpowiedzi systemu zastosowania: systemy mediacyjne, sfederowane bazy, portale www 6. wspólna składnica dane pobrane z systemów źródłowych są trwale składowane w nowym miejscu systemy źródłowe po pobraniu z nich mogą zostać zarówno wyłączone jak i pozostać aktywne, w tym drugim przypadku konieczne jest okresowe odświeżanie wspólnej składnicy nowymi danymi ze źródeł zastosowania: hurtownie Definicja 1. Zbiór technologii, nakierowanych na wspomaganie użytkowników (kierownictwo wysokiego i średniego szczebla, analitycy) w procesie podejmowania decyzji (głównie biznesowych) Definicja 2. Zbiór : 1. tematycznie zorientowany, 2. zintegrowany, 3. uwzględniający atrybut czasu i 4. nieulotny, wykorzystywany w organizacji głównie do wspomagania podejmowania decyzji 11 12
4 Hurtownia definicja (2) 1. Dane tematycznie zorientowane dotyczą określonej dziedziny (lub wielu dziedzin) w działalności organizacji. 2. Dane zintegrowane pochodzą z różnych systemów źródłowych, są tłumaczone do wspólnego formatu celem łatwiejszego przetwarzania. 3. Dane uwzględniające atrybut czasu wyposażone w duży horyzont czasowy, pokazujące pełną historię. 4. Dane nieulotne przechowywane trwale, dostępne niezależnie od dostępności systemów źródłowych; dane podlegają jedynie operacjom odczytu (bardzo rzadko modyfikacji i usuwania). Architektury hurtowni (1) 1. Architektura podstawowa: elementy: źródło (DS n ) system źródłowy, np.: system obsługi bieżącej, system spadkowy, arkusz kalkulacyjny, strona www, plik XML, plik tekstowy, wrapper odpowiada za transformację źródła do formatu i modelu hurtowni monitor wykrywa zmiany i struktury źródła integrator przekształca i łączy dane ze źródeł w jeden spójny zbiór aplikacja kliencka oprogramowanie, wykorzystywane przez użytkownika do przeprowadzania analiz hurtowni Architektury hurtowni (2) Model przetwarzania w HD 2. Architektura rozszerzona: elementy dodatkowe: operacyjna składnica (ODS m ) zbiór szczegółowych : wstępnie przetwarza i składuje dane źródła przed ich właściwą integracją, dostarcza szczegółowych do rozszerzonych analiz w hurtowni tematyczna hurtownia (DM k ) podzbiór hurtowni, opisujących pojedynczą dziedzinę działania organizacji; przykład: hurtownia operatora telefonii komórkowej może zawierać tematyczne hurtownie : dane marketingowe, dane finansowe, dane kadrowe, itd. OLAP (ang. On-Line Analytical Processing) zbiór technologii programowych, umożliwiających decydentom i analitykom na uzyskanie wglądu w dane, przy wykorzystaniu szybkich i interaktywnych metod dostępu do informacji, przetransformowanych z surowych, w różnych możliwych perspektywach, odzwierciedlających rzeczywistą wielowymiarowość działania organizacji w sposób rozumiany przez użytkownika (za OLAP Council) przeciwieństwo OLTP (ang. On-Line Transaction Processing) model przetwarzania w systemach obsługi bieżącej: system rezerwacji system obsługi punktu sprzedaży system bankowy 15 16
5 OLTP vs OLAP (1) Źródło do przetwarzania Cecha OLTP OLAP Dane operacyjne Dane skonsolidowane (dane surowe pochodzą z systemów OLTP) Cel Obsługa podstawowych procesów Wspomaganie planowania, podejmowania biznesowych (sprzedaż, rezerwacja, ) decyzji Zawartość Bieżący stan procesów biznesowych Bieżący stan procesów biznesowych + historia, wielowymiarowe spojrzenie na różne aktywności biznesowe Czas w Tylko dane bieżące Dane bieżące + dane historyczne Profil użytkownika Pracownik operacyjny (sprzedawca, pracownik centrum rezerwacji, ) Decydent, analityk Profil zapytań Proste, zwykle zwracające kilka rekordów, Bardzo złożone, wymagające agregacji, zapytania tworzą dobrze znany zbiór przetwarzające dużo, często tworzone ad-hoc Czas odpowiedzi na zapytania Miara wydajności Zwykle bardzo szybki (maks. kilka sekund) Przepustowość liczba transakcji na sekundę Zależny od rozmiaru przetwarzanych, może sięgnąć wielu godzin Czas odpowiedzi OLTP vs OLAP (2) Cecha OLTP OLAP Tryb dostępu do Zarówno odczyt jak i zapis Użytkownicy tylko odczyt, zapis tylko przez proces odświeżania hurtowni Model Dwuwymiarowy Wielowymiarowy Struktura bazy (w modelu relacyjnym) Wysoce znormalizowana z dużą ilością tabel Najczęściej zdenormalizowana z niewielką ilością tabel (dla modelu ROLAP) na podstawie Aktywności w hurtowni (1) Aktywności w hurtowni (2) 1. Sesje analityczne użytkowników: realizowane w celu przeprowadzenia analiz biznesowych podaj przychód ze sprzedaży produktu X w sklepach sieci Y w trzecim i czwartym kwartale 2008 r. ) składają się z serii zapytań analitycznych główna aktywność hurtowni 2. Ładowanie hurtowni : realizowane tylko raz w procesie wdrożenia hurtowni pierwsze wypełnienie hurtowni danymi pobranymi ze źródeł kroki składowe procesu: 1. ekstrakcja ze źródeł 2. przekształcanie (czyszczenie, uspójnianie, eliminacja powtórzeń, sprowadzenie do wspólnego formatu, itd.) 3. zapisanie w hurtowni 4. wyliczenie zagregowanych 3. Odświeżanie hurtowni : uaktualnienie hurtowni zmianami, jakie zaszły w źródłach od momentu ostatniego procesu odświeżenia lub ładowania, realizowane cyklicznie, kroki procesu identyczne jak w procesie ładowania hurtowni problemy: kiedy odświeżać dane? jak często odświeżać dane? odświeżać przyrostowo czy całkowicie? Procesy ładowania i odświeżania hurtowni noszą wspólną nazwę procesu ETL (ang. Extract, transform, and load) 19 20
6 Kategorie w hurtowni (1) Kategorie w hurtowni (2) 1. Dane elementarne (operacyjne): pozyskiwane bezpośrednio ze źródeł zapisywane w hurtowni w procesie ładowania i odświeżania duży poziom szczegółowości 3. Dane zagregowane: przetworzone dane elementarne niski stopień szczegółowości (wysoki stopień zagregowania) powstają w procesie agregacji 2. Dane historyczne: wersje elementarnych wcześniejsze od wersji aktualnej powstają w momencie pojawienia się nowej wersji aktualnych elementarnych w procesie odświeżania hurtowni 4. Metadane: opisują znaczenie, pochodzenie (źródła, sposoby przetwarzania) pozostałych hurtowni Źródła dla hurtowni (1) Źródła dla hurtowni (2) Cechy: heterogeniczność: różne formaty składowania, np.: systemy zarządzania bazami (bazy relacyjne, obiektowe, obiektoworelacyjne, wielowymiarowe, ) pliki CSV pliki XML pliki www pliki arkusze kalkulacyjne dokumenty (doc, pdf, odf, ) systemy o specyficznym sposobie składowania (systemy spadkowe) Cechy (cd): heterogeniczność (cd): różne poziomy funkcjonalności wpływają na stopień skomplikowania procesu ETL: źródła kooperujące dostarczają automatycznych mechanizmów wykrywania zmian w ich zawartości i zawiadamiania HD o wykrytych zmianach; podział:» źródła aktywne np. system bazy z mechanizmem wyzwalaczy» źródła z mechanizmami replikacji np. system bazy z opcją replikacji źródła niekooperujące HD musi samodzielnie odczytać dane ze źródła; podział:» z możliwością wydawania zapytań np. systemy baz» udostępniające dziennik zmian np. systemy baz, systemy pocztowe» migawkowe udostępniają całą swoją zawartość bez jakichkolwiek mechanizmów filtracji, np. pliki płaskie różni producenci, np. systemy baz różne dialekty języka SQL 23 24
7 Źródła dla hurtowni (3) Cechy (cd): autonomiczność zmiany zawartości źródeł są niezależne od jakichkolwiek systemów zewnętrznych w stosunku do źródła źródło może ograniczać dostęp z zewnątrz do swoich np. pozwala na pobieranie swoich tylko w porach małej aktywności lokalnych użytkowników źródła hurtownia nie może wpływać na strukturę i sposób działania źródła źródło może zmienić strukturę swoich, hurtownia musi dostosować proces pobierania ze źródła do zmian i być może dokonać zmian struktury swoich 25
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 szczegółowoHurtownie 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 szczegółowoHurtownie 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 szczegółowoWprowadzenie 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 szczegółowoWprowadzenie 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 szczegółowoHurtownie 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 szczegółowoBazy 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 szczegółowoHurtownie 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 szczegółowoInformatyzacja 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 szczegółowoHurtownie 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 szczegółowoIntegracja 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 szczegółowoPierwsze 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 szczegółowoHurtownie danych - przegląd technologii
Hurtownie danych - przegląd technologii Politechnika Poznańska Instytut Informatyki Robert.Wrembel@cs.put.poznan.pl www.cs.put.poznan.pl/rwrembel Biznesowe słowniki pojęć biznesowych odwzorowania pojęć
Bardziej szczegółowoBudowa 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 szczegółowoHurtownie 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 szczegółowoHURTOWNIE 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 szczegółowoWstęp 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 szczegółowoOdświeŜanie 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 szczegółowoHURTOWNIE DANYCH I BUSINESS INTELLIGENCE
BAZY DANYCH HURTOWNIE DANYCH I BUSINESS INTELLIGENCE Akademia Górniczo-Hutnicza w Krakowie Adrian Horzyk horzyk@agh.edu.pl Google: Horzyk HURTOWNIE DANYCH Hurtownia danych (Data Warehouse) to najczęściej
Bardziej szczegółowoArchitektury 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 szczegółowoHurtownie 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 szczegółowoHurtownie danych. Wprowadzenie do systemów typu Business Intelligence
Hurtownie danych Wprowadzenie do systemów typu Business Intelligence Krzysztof Goczyła Teresa Zawadzka Katedra Inżynierii Oprogramowania Wydział Elektroniki, Telekomunikacji i Informatyki Politechnika
Bardziej szczegółowoHurtownie 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 szczegółowoHurtownie 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 szczegółowoWielowymiarowy model danych
Plan wykładu Wielowymiarowy model danych 1. Model danych 2. Analiza wielowymiarowa 3. Model wielowymiarowy: koncepcja wymiarów i faktów 4. Operacje modelu wielowymiarowego 5. Implementacje modelu wielowymiarowego:
Bardziej szczegółowoBazy Danych. Bazy Danych i SQL Podstawowe informacje o bazach danych. Krzysztof Regulski WIMiIP, KISiM,
Bazy Danych Bazy Danych i SQL Podstawowe informacje o bazach danych Krzysztof Regulski WIMiIP, KISiM, regulski@metal.agh.edu.pl Oczekiwania? 2 3 Bazy danych Jak przechowywać informacje? Jak opisać rzeczywistość?
Bardziej szczegółowoHurtownia danych praktyczne zastosowania
Hurtownia danych praktyczne zastosowania Dorota Olkowicz dorota.olkowicz@its.waw.pl Centrum Bezpieczeństwa Ruchu Drogowego ITS Plan prezentacji 1. Hurtownie danych 2. Hurtownia danych POBR 3. Narzędzia
Bardziej szczegółowoHurtownie 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 szczegółowoCo 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 szczegółowoModel logiczny SZBD. Model fizyczny. Systemy klientserwer. Systemy rozproszone BD. No SQL
Podstawy baz danych: Rysunek 1. Tradycyjne systemy danych 1- Obsługa wejścia 2- Przechowywanie danych 3- Funkcje użytkowe 4- Obsługa wyjścia Ewolucja baz danych: Fragment świata rzeczywistego System przetwarzania
Bardziej szczegółowoRola 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 szczegółowoHurtownie 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 szczegółowoSystemy 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 szczegółowoUsługi 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 szczegółowoEwolucja 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 szczegółowoOLAP i hurtownie danych c.d.
OLAP i hurtownie danych c.d. Przypomnienie OLAP -narzędzia analizy danych Hurtownie danych -duże bazy danych zorientowane tematycznie, nieulotne, zmienne w czasie, wspierjące procesy podejmowania decyzji
Bardziej szczegółowoInformatyka I stopień (I stopień / II stopień) ogólnoakademicki (ogólno akademicki / praktyczny) stacjonarne (stacjonarne / niestacjonarne)
KARTA MODUŁU / KARTA PRZEDMIOTU Kod modułu Nazwa modułu Bazy danych 2 Nazwa modułu w języku angielskim Databases 2 Obowiązuje od roku akademickiego 2012/2013 A. USYTUOWANIE MODUŁU W SYSTEMIE STUDIÓW Kierunek
Bardziej szczegółowoMarcin 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 szczegółowodr inż. Paweł Morawski Informatyczne wsparcie decyzji logistycznych semestr letni 2016/2017
dr inż. Paweł Morawski Informatyczne wsparcie decyzji logistycznych semestr letni 2016/2017 KONTAKT Z PROWADZĄCYM dr inż. Paweł Morawski e-mail: pmorawski@spoleczna.pl www: http://pmorawski.spoleczna.pl
Bardziej szczegółowoCzęść 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 szczegółowoWprowadzenie do Hurtowni Danych. Mariusz Rafało
Wprowadzenie do Hurtowni Danych Mariusz Rafało mrafalo@sgh.waw.pl WARSTWA PREZENTACJI HURTOWNI DANYCH Wykorzystanie hurtowni danych - aspekty Analityczne zbiory danych (ADS) Zbiór danych tematycznych (Data
Bardziej szczegółowoBaza 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 szczegółowoOpis 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 szczegółowoSpojrzenie na systemy Business Intelligence
Marcin Adamczak Nr 5375 Spojrzenie na systemy Business Intelligence 1.Wprowadzenie. W dzisiejszym świecie współczesna organizacja prędzej czy później stanie przed dylematem wyboru odpowiedniego systemu
Bardziej szczegółowoHurtownie 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 szczegółowoPROJEKT WSPÓŁFINANSOWANY ZE ŚRODKÓW UNII EUROPEJSKIEJ W RAMACH EUROPEJSKIEGO FUNDUSZU SPOŁECZNEGO OPIS PRZEDMIOTU. Rozproszone Systemy Baz Danych
OPIS PRZEDMIOTU Nazwa przedmiotu Rozproszone Systemy Baz Danych Kod przedmiotu Wydział Instytut/Katedra Kierunek Specjalizacja/specjalność Wydział Matematyki, Fizyki i Techniki Instytut Mechaniki i Informatyki
Bardziej szczegółowoPrezentacja 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 szczegółowoHurtownie 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 szczegółowodr inż. Paweł Morawski Informatyczne wsparcie decyzji logistycznych semestr letni 2018/2019
dr inż. Paweł Morawski Informatyczne wsparcie decyzji logistycznych semestr letni 2018/2019 KONTAKT Z PROWADZĄCYM dr inż. Paweł Morawski e-mail: pmorawski@spoleczna.pl www: http://pmorawski.spoleczna.pl
Bardziej szczegółowoSpis 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 szczegółowoBD2 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 szczegółowoMulti-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 szczegółowoHurtownie danych czyli jak zapewnić dostęp do wiedzy tkwiącej w danych
Hurtownie danych czyli jak zapewnić dostęp do wiedzy tkwiącej w danych Rodzaj zajęć: Wszechnica Popołudniowa Tytuł: Hurtownie danych czyli jak zapewnić dostęp do wiedzy tkwiącej w danych Autor: mgr inż.
Bardziej szczegółowoInformatyka I stopień (I stopień / II stopień) ogólnoakademicki (ogólno akademicki / praktyczny) niestacjonarne (stacjonarne / niestacjonarne)
KARTA MODUŁU / KARTA PRZEDMIOTU Kod modułu Nazwa modułu Bazy danych 2 Nazwa modułu w języku angielskim Databases 2 Obowiązuje od roku akademickiego 2012/2013 A. USYTUOWANIE MODUŁU W SYSTEMIE STUDIÓW Kierunek
Bardziej szczegółowoSpis tre±ci. Przedmowa... Cz ± I
Przedmowa.................................................... i Cz ± I 1 Czym s hurtownie danych?............................... 3 1.1 Wst p.................................................. 3 1.2 Denicja
Bardziej szczegółowoMaciej 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 szczegółowoBusiness Intelligence
Business Intelligence Paweł Mielczarek Microsoft Certified Trainer (MCT) MCP,MCSA, MCTS, MCTS SQL 2005, MCTS SQL 2008, MCTS DYNAMICS, MBSS, MBSP, MCITP DYNAMICS. Geneza Prowadzenie firmy wymaga podejmowania
Bardziej szczegółowoProcesy 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 szczegółowoSzkolenie autoryzowane. MS Wdrażanie hurtowni danych w Microsoft SQL Server 2012
Szkolenie autoryzowane MS 10777 Wdrażanie hurtowni danych w Microsoft SQL Server 2012 Strona szkolenia Terminy szkolenia Rejestracja na szkolenie Promocje Opis szkolenia Szkolenie przeznaczone jest dla
Bardziej szczegółowoBazy 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 szczegółowoBazy 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 szczegółowoEwolucja technik modelowania hurtowni danych
Baza wiedzy JPro Ewolucja technik modelowania hurtowni Porównanie technik modelowania hurtowni podsumowanie: Strona 1/6 Nazwa podejścia Corporate Information Factory Kimball Bus Architecture Data Vault
Bardziej szczegółowoAnalityka 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 szczegółowo1. 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 szczegółowoHurtownie 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 szczegółowo4. 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 szczegółowoData Mining Wykład 1. Wprowadzenie do Eksploracji Danych. Prowadzący. Dr inż. Jacek Lewandowski
Data Mining Wykład 1 Wprowadzenie do Eksploracji Danych Prowadzący Dr inż. Jacek Lewandowski Katedra Genetyki Wydział Biologii i Hodowli Zwierząt Uniwersytet Przyrodniczy we Wrocławiu ul. Kożuchowska 7,
Bardziej szczegółowoZaawansowane systemy baz danych - ZSBD. Hurtownie danych 1. Problematyka hurtowni danych. Wykład przygotował: Robert Wrembel. ZSBD wykład 12 (1)
Hurtownie danych 1 Problematyka hurtowni danych Wykład przygotował: Robert Wrembel ZSBD wykład 12 (1) 1 Plan wykładu Problematyka integracji danych Integracja danych za pomocą hurtowni danych Przetwarzanie
Bardziej szczegółowoDeduplikacja 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 szczegółowoPlan wykładu. Hurtownie danych. Problematyka integracji danych. Cechy systemów informatycznych
1 Plan wykładu 2 Hurtownie danych Integracja danych za pomocą hurtowni danych Przetwarzanie analityczne OLAP Model wielowymiarowy Implementacje modelu wielowymiarowego ROLAP MOLAP Odświeżanie hurtowni
Bardziej szczegółowoWprowadzenie do Hurtowni Danych
Wprowadzenie do Hurtowni Danych BIG DATA Definicja Big Data Big Data definiowane jest jako składowanie zbiorów danych o tak dużej złożoności i ilości danych, że jest to niemożliwe przy zastosowaniu podejścia
Bardziej szczegółowoAnalityka danych w środowisku Hadoop. Piotr Czarnas, 27 czerwca 2017
Analityka danych w środowisku Hadoop Piotr Czarnas, 27 czerwca 2017 Hadoop i Business Intelligence - wyzwania 1 Ładowane danych do Hadoop-a jest trudne 2 Niewielu specjalistów dostępnych na rynku Dostęp
Bardziej szczegółowoAUREA BPM Oracle. TECNA Sp. z o.o. Strona 1 z 7
AUREA BPM Oracle TECNA Sp. z o.o. Strona 1 z 7 ORACLE DATABASE System zarządzania bazą danych firmy Oracle jest jednym z najlepszych i najpopularniejszych rozwiązań tego typu na rynku. Oracle Database
Bardziej szczegółowoModele danych - wykład V
Modele danych - wykład V Paweł Skrobanek, C-3 pok. 323 pawel.skrobanek@pwr.wroc.pl oprac. Wrocław 2006 Zagadnienia 1. Wprowadzenie 2. MOLAP modele danych 3. ROLAP modele danych 4. Podsumowanie 5. Zadanie
Bardziej szczegółowoCOMARCH DATA WAREHOUSE MANAGER 6.2
COMARCH DATA WAREHOUSE MANAGER 6.2 WSTĘP DO ZAGADNIENIA HURTOWNI DANYCH Gromadzenie danych biznesowych z systemów rozproszonych, oraz doprowadzenie do ich uwspólnienia, w celu przeprowadzenia analiz oraz
Bardziej szczegółowoLITERATURA. C. J. Date; Wprowadzenie do systemów baz danych WNT Warszawa 2000 ( seria Klasyka Informatyki )
LITERATURA C. J. Date; Wprowadzenie do systemów baz danych WNT Warszawa 2000 ( seria Klasyka Informatyki ) H. Garcia Molina, Jeffrey D. Ullman, Jennifer Widom; Systemy baz danych. Kompletny podręcznik
Bardziej szczegółowoStawiamy 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 szczegółowoPREZENTACJA 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 szczegółowoProcesy decyzyjne w oparciu o hurtownie danych
Marian KOPCZEWSKI 1, Tomasz CIEŚLIK, Ewa CZAPIK-KOWALEWSKA, Joanna KRAWCZYK 2 1 Wyższa Szkoła Bezpieczeństwa, Poznań 2 Instytut Polityki Społecznej i Stosunków Międzynarodowych, Politechnika Koszalińska
Bardziej szczegółowoHurtownie 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 szczegółowoWprowadzenie do Hurtowni Danych
Wprowadzenie do Hurtowni Danych Organizacyjnie Prowadzący: mgr. Mariusz Rafało mrafalo@sgh.waw.pl http://mariuszrafalo.pl (hasło HD2) Literatura 1. Inmon, W., Linstedt, D. (2014). Data Architecture: A
Bardziej szczegółowoPaweł 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 szczegółowoTematy projektów Edycja 2014
Tematy projektów Edycja 2014 Robert Wrembel Poznan University of Technology Institute of Computing Science Robert.Wrembel@cs.put.poznan.pl www.cs.put.poznan.pl/rwrembel Reguły Projekty zespołowe max. 4
Bardziej szczegółowoBazy Danych. Bazy Danych i SQL Podstawowe informacje o bazach danych. Krzysztof Regulski WIMiIP, KISiM, regulski@metal.agh.edu.pl
Bazy Danych Bazy Danych i SQL Podstawowe informacje o bazach danych Krzysztof Regulski WIMiIP, KISiM, regulski@metal.agh.edu.pl Literatura i inne pomoce Silberschatz A., Korth H., S. Sudarshan: Database
Bardziej szczegółowoPODSTAWY 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 szczegółowoHurtownie danych wykład 5
Hurtownie danych wykład 5 dr Sebastian Zając SGH Warszawa 7 lutego 2017 1 Współbieżność i integracja Niezgodność impedancji 2 bazy danych Współbieżność i integracja Niezgodność impedancji Bazy relacyjne
Bardziej szczegółowoWięzy integralności referencyjnej i klucze obce. PYTANIE NA EGZAMIN LICENCJACKI
Więzy integralności referencyjnej i klucze obce. PYTANIE NA EGZAMIN LICENCJACKI Relacyjny model baz danych. PYTANIE NA EGZAMIN LICENCJACKI Wszystkie wartości danych oparte są na prostych typach danych.
Bardziej szczegółowoSpis treści. Przedmowa
Spis treści Przedmowa V 1 SQL - podstawowe konstrukcje 1 Streszczenie 1 1.1 Bazy danych 1 1.2 Relacyjny model danych 2 1.3 Historia języka SQL 5 1.4 Definiowanie danych 7 1.5 Wprowadzanie zmian w tabelach
Bardziej szczegółowoWprowadzenie do projektowania i wykorzystania baz danych Relacje i elementy projektowania baz
Wprowadzenie do projektowania i wykorzystania baz danych Relacje i elementy projektowania baz Katarzyna Klessa RELACJE dwa sposoby tworzenia Tworzenie relacji: ręcznie za pomocą odpowiednich zapytań (ALTER
Bardziej szczegółowoBazy danych. Dr Henryk Telega. BD 10/11 Wykład 1 1
Bazy danych Dr Henryk Telega BD 10/11 Wykład 1 1 R. Elmasri, S.B. Navathe Wprowadzenie do systemów baz danych, wydanie 1, Helion 2005, seria Kanon Informatyki tłumaczenie wydania 4: R. Elmasri, S.B. Navathe
Bardziej szczegółowoModele danych - wykład V. Zagadnienia. 1. Wprowadzenie 2. MOLAP modele danych 3. ROLAP modele danych 4. Podsumowanie 5. Zadanie fajne WPROWADZENIE
Modele danych - wykład V Paweł Skrobanek, C-3 pok. 321 pawel.skrobanek@pwr.wroc.pl oprac. Wrocław 2006 Zagadnienia 1. Wprowadzenie 2. MOLAP modele danych 3. modele danych 4. Podsumowanie 5. Zadanie fajne
Bardziej szczegółowoBazy danych 2. Wykład 1
Bazy danych 2 Wykład 1 Sprawy organizacyjne Materiały i listy zadań zamieszczane będą na stronie www.math.uni.opole.pl/~ajasi E-mail: standardowy ajasi@math.uni.opole.pl Sprawy organizacyjne Program wykładu
Bardziej szczegółowoSystemy OLAP I. Krzysztof Dembczyński. Instytut Informatyki Zakład Inteligentnych Systemów Wspomagania Decyzji Politechnika Poznańska
Krzysztof Dembczyński Instytut Informatyki Zakład Inteligentnych Systemów Wspomagania Decyzji Politechnika Poznańska Technologie Wytwarzania Oprogramowania Semestr zimowy 2007/08 Studia uzupełniajace magisterskie
Bardziej szczegółowoKARTA PRZEDMIOTU. Hurtownie i eksploracja danych D1_5
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 szczegółowoRozumie istotę i znacznie procesów ekstrakcji, transformacji i ładowania danych (ETL), zna wybrany język ETL oraz odpowiednie narzędzia.
Efekty kształcenia dla studiów drugiego stopnia profil ogólnoakademicki na kierunku Informatyka na specjalności Projektowanie systemów analityki biznesowej (Business Intelligence Systems Development),
Bardziej szczegółowoMigracja XL Business Intelligence do wersji
Migracja XL Business Intelligence do wersji 2019.0 Copyright 2018 COMARCH Wszelkie prawa zastrzeżone Nieautoryzowane rozpowszechnianie całości lub fragmentu niniejszej publikacji w jakiejkolwiek postaci
Bardziej szczegółowoOferta 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 szczegółowoAnalityka danych & big data
TomaszJangas.com Analityka danych & big data 15 października 2017 W tym artykule opiszę architekturę, jaka często wykorzystywana jest dzisiaj w środowiskach do analityki danych w wielu różnych organizacjach
Bardziej szczegółowoAutomatyzacja 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 szczegółowoZasady sprawnego i efektywnego sterowania przepływami materiałów i wyrobów
Zasady sprawnego i efektywnego sterowania przepływami materiałów i wyrobów prof. nadzw. PO dr hab. inż. Andrzej Szymonik Opole 2012/2013 www.gen-prof.pl 1. Pojecie sterowania i regulacji Regulacja, sterowanie,
Bardziej szczegółowo