על מנת שתוכלו להתמודד עם הררי מידע ונתונים, מומלץ לארגן ולנתח אותם באופן הידידותי, הנוח והפשוט ביותר לשימוש. כך תפיקו מהם את מירב התועלת!

מהן הבעיות האפשריות בסביבת מידע כאשר לא בונים מחסן נתונים?

- קשה להבנה ע”י משתמשי קצה.

- יכול להכיל מאות רבות של טבלאות.

- בעיות בביצועים, בגלל הצורך לבצע מספר רב של "קשרים".

- אין התייחסות לסיכומים, הנפוצים מאד במערכות תומכות החלטה.

- לא נבנה מנקודת מבט של מערכת תומכת החלטות.

OLAP – הקוביה – On line Analytical Processing

שם כולל לטכנולוגיה והכלים התומכים בשיטת הניתוח הרב ממדי. פעולות יסוד בניתוח רב ממדי כוללות: בחירת מימדים, החלפת מימדים, סיבוב מימדים, סיבוב סביב ציר (נתון אחד נבחר כציר מרכזי והוא מוצג במגוון גדול של נקודות מבט שונות), פריסה וחיתוך (התייחסות אל פרוסה של הקוביה כאל קוביה חדשה, לדוגמא: פרוסה של יום מסוים. בחירת הפרוסה מאפשרת להציג את המכירות באותו יום בחתכים כגון - כל המוצרים לפי חנויות, כל המכירות לפי מבצעים, כל המכירות לפי חנויות ומבצעי הנחות), חישוב נתונים (הפעלת אופרטור סיכום או כל נוסחא אחרת על עמודות / שורות), קידוח מטה בהיררכית המימד (מבט המאפשר זיהוי מגמות או חריגים וחקירה מפורטת לשורש העניין), קידוח מטה על ידי הוספת מימד נוסף, קבלת פירוט מעבר לקוביה, קידוח מעלה.

קידוח / כריית נתונים – ניבוי העתיד בהסתמך על נתוני העבר:

נהוג להגדיר כריית נתונים כתהליך ניתוח אוטומטי של מאגרי נתונים גדולים או מורכבים,  על מנת לחשוף תבניות או מגמות אותן לא ניתן היה לגלות בדרך אחרת.

הגדרת כריית נתונים על-פי Ralph Kimball: "כריית נתונים היא תהליך עסקי מתמשך, של יישום טכניקות סטטיסטיות ואינטליגנציה מלאכותית, במאגרי נתונים גדולים המבוססים על מחסני נתונים, במטרה לגלות מגמות נסתרות, תבניות וקשרים בין הנתונים, כדי להפוך ידע זה להחלטות עסקיות וביצועיות."

אם עניינתי אתכם ותרצו לדעת עוד, מזמין אתכם לעמוד הפייסבוק שלי:

LiBi Software Technology | ליבי טכנולוגיות תוכנה

כמו כן, מוזמנים לעקוב אחריי בטוויטר:

http://twitter.com/#!/Kaplan_David

דוד קפלן, מנכ"ל משותף
ליבי טכנולוגיות תוכנה בע"מ
www.libi.co.il