بهین گستر گیتی

02144051345 – 02144054531

[email protected]

استقرار سامانه هوش تجاری (BI)

با رشد استفاده از TPS ها به عنوان سيستمهاي پرداش تراکنش در بخش هاي عملياتي سازمان، نياز جدي به سيستمهاي اطلاعاتي که بتوانند عمليات گزارش گيري را علي الخصوص در رده گزارشهاي مديريتي ساماندهي کنند احساس مي شود. علي الخصوص بوجود آمدن سيستمهايي که به صورت جدا از هم فعاليت مي کنند امکان تهيه گزارشات ترکيبي از اطلاعات سيستمهاي مختلف و انجام پرس و جو ها را مشکل و يا غير ممکن مي نماید

بنابراين حرکت به سمت سيستمهاي اطلاعات مديريت (Management Information System)  و بويژه سيستمهاي گزارشگيري مديريتي (MRS:Management Reporting System)  اجتناب ناپذیر است.

از آنجائیکه انجام عملیات آماری و گزارشات پیچیده دارای بارکاری بسیار سنگینی برای سرورهای پایگاه داده می باشند، وجود انبار داده (Data Warehouse) سبب می گردد که اینگونه عملیات تاثیری بر فعالیت برنامه های کاربردی سازمان (OLTP) نداشته باشد.

مراحل و نحوه ایجاد انبار داده در سازمان:

بسیاری از شرکت ها و سازمانها به این باور رسیده اند که گردآوری، سازمان دهی و یکپارچه سازی داده ها در یک مخزن داده برای مدیریت بهینه و اتخاذ تصمیمات کلان یک ضرورت می باشد.   
به طور کلی ساخت یک انبار داده، به شکل یک پروژه شامل مراحل اصلی زیر می باشد

  • استخراج داده های تراکنشی از پایگاه های داده به یک مخزن واحد
  • تبدیل داده ها
  • بارگذاری داده های تبدیل شده به یک پایگاه داده چند بعدی
  • تولید مقادیر از پیش محاسبه شده جهت افزایش سرعت گزارش گیری

مدت زمان لازم براي آماده سازي داده براي پرس و جو

از آنجاكه انبار داده ها به منظور تهيه گزارشات طراحي شده است، مدت زمان لازم براي گزارش‌گيري در اين پايگاه داده در مقايسه با پايگاه داده رابطه اي بسيار بهينه تر مي باشد.

عنصر زمان در انبار داده

داده ها در انبارداده برای تهیه اطلاعات تاریخی به کار می روند. هر ساختار کلیدی در انبار داده شامل عنصر زمان یا همان مهر زمانی(Time Stamp) است این مهر زمانی به عنوان کلیدی به سایر جداول عمل می کند. در سیستمDW  داده ها هرگز به روزآوری نمیشوند. بلكه داد ه های جدید و یا تغییر یافته با مهرهای زمانی جدید به DB  اضافه می شوند. 

داده های موجود در انبار داده می تواند شامل یک دهه ( ده سال ) باشد ولی پایگاههای داده استاندارد فقط شامل داده های یک ماه گذشته است. اعتبار این داده ها فقط برای لحظه دستیابی است. در Data Warehouse زمان یک عنصر مهم است زیرا به کاربر اجازه می دهد یک روند تجزیه و تحلیل برای خود داشته باشد بعنوان مثال بوسیله چنین قابلیتی میتوان نتیجه یک چهارم سال از یک ویژگی را بدست آورد و آنرا با دوره های زمانی دیگر مقایسه کرد.

فرآيند ETL

بطور خلاصه فرایند ETL شامل سه مرحله واكشي اطلاعات از منابع داده اي، تغيير شكل و پالايش آنها و ذخيره سازي آن در انبار داده ها مي باشد.

پروسه طراحی یک Data Warehouse

موارد تفاوت DW و DB

وظیفه اصلی سیستم های پایگاه داده online، پشتیبانی از تراکنش های online و پردازش query است. ولی  DW  به کاربران یا تحلیلگر داده و تصمیم گیرنده، داده ارائه می کند. چنین سیستمهایی می توانند داده را در قالبهای مختلف برای هماهنگ کردن نیازهای مختلف کاربران مختلف سازماندهی و ارائه کنند. این سیستمها با نام سیستم های OLAP شناخته می شوند.
پایگا ههای داده برای مدل OLTPامکان پردازش تعداد زیادی تراکنش همروند، که اغلب حاوی رکوردهای اندکی هستند را دارد.
عملیاتی که بر روی پایگاه داده ها صورت می گیرد، عموماً شامل عملیات به هنگام سازی است در حالی که عمل خواندن از DW، عمده عملیات قابل اجرا بر روی آن را تشکیل می دهد.
مقدار داده های یک پایگاه داده در حدود چند مگابایت تا چند گیگابایت است در حالی که این مقدار در DW در حدود چندين گیگابایت تا چندين ترابایت است.
DW  با استفاده از دو تکنیک خلاصه سازی و سلسله مراتبی کردن فیلدها سرعت انجام پرس وجو را بهبود بخشیده است.
میتوان تمام داده های مشابه را دریک آرایه و یک ردیف ، و نه در یک جدول قرار داد. به این ترتیب، داده های مشابه به سرعت می توانند خلاصه سازی شوند. اصولاً ساختار بعد این امکان را فراهم کرده است که داده ها را بدون تکرار ذخیره نماییم و هر گاه به مشاهده آنها در کنار هم احتیاج داشتیم نیز بدون صرف حافظه و زمان قابل توجهی این امر میسر باشد.
در DW ساختار سلسله مراتبی ابعاد، بر مبنای مدل داده چند بعدی، پیاده سازی شده است و این امکان را فراهم آورده است که فیلدها بر اساس یک سلسله مراتب منطقی سازماندهی شوند. این امر سرعت پرس و جوها را در DW بسیار افزایش می دهد.

نقشه راه هوش تجاری در سازمان‌ها

ابزارهای مورد استفاده پروژه های هوش تجاری در شرکت بهین گستر

شرکت بهین گستر از چهار پلتفرم متداول در پیاده سازی پروژه های تجاری استفاده می نماید. انتخاب پلتفرم مناسب در هر سازمان با توجه به ویژگی های سخت افزاری و نرم افزاری خاص سازمان انجام می پذیرد وپس از بررسی و تحلیل کارشناسی مناسب ترین گزینه مورد استفاده قرار می گیرد. چهار پلتفرم مذکور عبارتند از:

  • Power BI
  • Qlik view
  • Oracle Bi
  • Tablue

معرفی یک پروژه BI

یکی از بزرگترین پروژه های استقرار هوش تجاری کشور که توسط شرکت بهین گستر به اجرا رسیده است پروژه وزارت آموزش و پرورش می باشد

در این پروژه ابتدا بررسی های فنی مختلف در رابطه با داده های آموزش و پرورش، اطلاعات نامنظم  از پایگاه داده های SQL Server 2008وMYSQL در بیش از 700 نقطه کشور جمع آوری شده و به پایگاه داده Oracle  انتقال داده شده است.

این پروژه در حوزه منابع انسانی و کلاس و دانش آموزان کل کشور انجام شده است.

در این پروژه اطلاعات منابع انسانی  و کلاس و دانش آموز از پایگاه DW استخراج شده است. ابتدا با طراحی Data Mart  ها برای هر پروژه و ایجاد ارتباط ها بین اطلاعات جمع آوری شده و مربوط کردن Cube ها و Dimension های طراحی شده در DW بستر طراحی BI  فراهم گردیده است.

امکانات بسیار قوی در سطح وب اعم از

Filtering, Selection, Drill Down, Drag & Drop

در Dashboard های مدیریتی و کار آمد فراهم گردیده است. این Dashboard ها برای مدیران ارشد سازمان و مدیران میانی همراه با سطوح دسترسی مختلف با استفاده از بستر Identity Management  و LDAP Server طراحی گردیده است. قابل ذکر است که محدودیتی برای تعداد کاربران وجود ندارد و در حال حاضر حدود 1000 کاربر در کل کشور از این سیستمها در حال بهره برداری و استفاده می باشند.

امکانات قابل توجه دیگر اعم از ایجاد گزارشات Custom و Graph  های قابل انتخاب توسط کاربران و امکان استفاده از BI در تمام محصولات MS Office  از دیگر مزایای استفاده از این سیستمها میباشند.

طراحی و تهیه KPI های متنوع در این پروژه همینطور طراحی Score Card  از مزایای قابل توجه  و مهم این پروژه می باشند.