Accueil
 > Rapports de TEC > Blogue de TEC > Business Report d'état du renseignement

Business Report d'état du renseignement

Écrit par : Predrag Jakovljevic
Date de publication : juillet 18 2013

Histoire et situation actuelle

pressions économiques et réglementaires ont fait un large ensemble de technologies appelée business intelligence (BI), plus importante que jamais pour tous les utilisateurs d'applications d'entreprise . Les utilisateurs se sentent rarement satisfaits de la quantité d'informations qu'ils peuvent extraire, si elles peuvent extraire du tout, à partir de leurs applications d'entreprise. la planification des ressources Enterprise (ERP) et BI (parfois appelés Analytics, un logiciel d'analyse spécialisé) sont des concepts inséparables, mais ils ont pris des trajectoires différentes et ont évolué différemment.

systèmes ERP class="articleText">

Enterprise Applications-Genèse et futur, Revisited. ).

Inversement, BI, qui a pour quelques décennies été appelés systèmes d'information de l'exécutif (EIS), offre une nouvelle race de similaire, mais plus perspicace et outils fonctionnels pour aider les entreprises opèrent plus efficace et plus rentable. Beaucoup de fabrication et de distribution des entreprises de toutes tailles sont susceptibles de mettre à profit un logiciel qui permettrait non seulement de sentir le pouls quotidienne des opérations, mais seraient également repérer incongruités, d'analyser les performances de multiples domaines, et d'initier des ajustements correctifs. Outils de BI promettent d'aider les employés à des données «de base» harnais trop compliqué pour la manipulation manuelle. Par exemple, peu de services sont aussi fort pressés de nouveaux outils comme l'achat et de sourcing, où l'augmentation rapide des coûts des matériaux, des écarts plus importants dans les délais, et la croissance du nombre de fournisseurs et d'instabilité nécessitent de plus en plus la dextérité de l'acheteur. BI peut fournir cette dextérité.

Ceci est la première partie d'une note en sept parties.

deuxième partie expose en détail les outils de BI contemporains.

troisième partie se penchera sur ce qui est disponible.

quatrième partie décrira le paysage du marché BI / CPM.

Cinquième partie discutera des éditeurs de logiciels Geac et Point.

Sixième partie comparera accès direct à un entrepôt de données pour le mid-market.

Septième partie fera des recommandations.

Le Monde transactionnelle

class="articleText"> class="articleParagraph"> systèmes logiciels

La plupart des données opérationnelles dans les systèmes ERP et de ses jeunes frères et sœurs comme la gestion de la chaîne d'approvisionnement (SCM) ou de gestion de la relation client (CRM) sont stockées dans ce qui est appelé un traitement transactionnel en ligne (OLTP) du système, qui est un type de traitement informatique où l'ordinateur répond immédiatement aux demandes des utilisateurs. Chaque demande est considérée comme une transaction, qui est un dossier informatisé d'un événement discret, telles que la réception de l'inventaire ou une commande client. En d'autres termes, une opération requiert un ensemble de deux ou plusieurs mises à jour de bases de données qui doivent être exécutées dans un mode tout-ou-rien. L'opposé de traitement des transactions est traitement par lots , dans lequel un lot de demandes sont enregistrées, puis exécuté en une seule fois. En d'autres termes, le traitement des transactions nécessite une interaction avec l'utilisateur, alors que le traitement par lots ne peut avoir lieu sans qu'un utilisateur soit présent. Pourtant, les deux approches résultat avec un nombre immense d'enregistrements dans la base de données.

Pour actualiser davantage notre mémoire, une base de données est un ensemble de données structurées qui est indépendante de l'application. Cette approche de fichiers de gestion du traitement des données a été conçue pour établir l'indépendance de programmes informatiques à partir des fichiers de données, dans lequel une redondance est réduite, et les éléments de données peut être ajoutée à, modifié ou supprimé à partir de la structure de fichier sans changer les programmes d'application existants.

base de données relationnelle sont les plus couramment utilisés dans les applications d'entreprise de nos jours. Une base de données relationnelle est un logiciel qui permet aux utilisateurs d'obtenir des informations de deux ou plusieurs bases de données qui sont constitués d'ensembles de données à deux dimensions (tables). Contrairement à cela, une base de données hiérarchique est une méthode de construction d'une base de données qui exige que les types d'enregistrements liés à être liés à des structures arborescentes. Dans ce cas, aucune trace de l'enfant peut avoir plus d'un enregistrement parent physique.

bases de données relationnelles sont plus puissants que les autres car ils nécessitent quelques hypothèses sur la façon dont les données sont liées ou comment il va être extraites de la base de données. En conséquence, la même base de données peut être consultée dans de nombreuses façons différentes. Une autre caractéristique importante est qu'une seule base de données peut être réparti sur plusieurs tables, qui diffère de, par exemple, bases de données, fichiers plats, où chaque base de données est autonome dans un seul tableau. En conséquence, les bases de données relationnelles sont prédominante déployés dans des applications d'entreprise.

Livré avec ce sont des systèmes de gestion de bases de données (SGBD) qui accèdent aux données stockées dans une base de données et de présenter plusieurs vues de données aux utilisateurs finaux et aux programmeurs d'applications. Ils sont une collection de logiciels conçus pour l'organisation des données et de fournir le mécanisme pour le stockage, le maintien ou la modification, l'extraction et la récupération ou les données sur la base de données. Un SGBD sépare les données des programmes d'application et les gens qui utilisent les données, et permet de nombreuses vues différentes des données.

D'un point de vue technique, les SGBD peut varier considérablement, car des termes tels que relationnel , réseau , plat et hiérarchique se réfèrent tous à la manière d'un SGBD organise l'information en interne, ce qui peut affecter la façon dont les utilisateurs rapidement et avec souplesse peuvent extraire des informations. Par exemple, un système de gestion de base de données relationnelle (SGBDR) est un type de SGBD qui stocke les données sous forme de tableaux connexes, dont l'architecture est basée sur une méthode formelle de construire une base de données en lignes et en colonnes à l'aide règles qui ont des preuves mathématiques formelles. Dans ces systèmes, qui est issue des travaux de EF Codd, les relations entre les fichiers sont créés en comparant les données, telles que des numéros de comptes et des noms. En outre, un SGBDR a la possibilité de prendre deux ou plusieurs fichiers et de générer un nouveau fichier à partir des enregistrements qui répondent aux critères d'appariement.

d'informations à partir d'une base de données sont réalisés sous la forme d'une requête de , qui est une question stylisé. Par exemple, une requête pourrait demander à tous les enregistrements dans lesquels le champ "Nom" est "Jones" et le champ "AGE" est "supérieure à 32". L'ensemble de règles pour les requêtes construction est connu comme un langage de requête et différents support de différents langages de requête du SGBD, bien qu'il existe un langage de requête semi-standardisée appelée structuré langage de requête ou SQL () . SQL est un est un modèle base de données normalisée langage de requêtes relationnelles pour demander des informations à partir d'une base de données.

tel langage a un vocabulaire anglais, est nonprocedural, et offre la possibilité de définir des tables, des configurations d'écran, et les indices de , qui, dans la conception de base de données, une liste de clés ou des mots-clés, dont chacun identifie un enregistrement unique. Indices rendre plus rapide de trouver des dossiers spécifiques et de trier les enregistrements par le champ de l'indice, qui est le champ utilisé pour identifier chaque enregistrement. Historiquement, SQL a été le langage de requête favori pour SGBD fonctionnant sur micro-ordinateurs.

plus en plus, cependant, SQL est soutenu par systèmes de bases de données personnelles sur ordinateur (PC), car elle soutient bases de données distribuées (bases de données qui sont répartis sur plusieurs systèmes informatiques), ce qui permet à plusieurs utilisateurs sur un réseau local (LAN) pour accéder à la même base de données simultanément. Ces langages sophistiqués pour la gestion des systèmes de bases de données sont appelées langues quatrième génération (4GL), qui sont les langages de programmation qui sont plus proches du langage humain que les langages de programmation procéduraux de haut niveau typiques comme COBOL ou C + +.

l'information d'une base de données peut être présenté dans une variété de formats, depuis plus SGBD incluent un programme de rédacteur du rapport qui permet aux utilisateurs de données de sortie sous la forme d'un rapport, tandis que certains de SGBD incluent également un graphisme composant qui permet aux utilisateurs de l'information de sortie sous la forme de graphiques et de tableaux. Cependant, ces programmes de rédaction de rapports n'ont généralement pas été conviviale ni assez efficace pour les utilisateurs de logiciels d'entreprise réguliers à effet de levier en masse. En outre, la plupart des systèmes de logiciels d'entreprise, des rapports a été un objectif secondaire et n'est généralement pas une force d'entraînement lorsque le système a été conçu à l'origine. Au lieu de cela, ces systèmes ont été conçus spécifiquement pour des niveaux élevés de volume de transactions avec de nombreux utilisateurs simultanés.

Si la base de données est relationnelle, il a probablement été «normalisée» (le processus d'organisation des données en conformité avec les règles d'une base de données relationnelle). Bien que moins probable, si la base est non-relationnelle, alors même, des programmes personnalisés pires doivent être écrits pour stocker et récupérer des données à partir de la base de données (ce qui est souvent accompli avec le langage de programmation COBOL).

Que relationnelles ou non relationnelles, la conception même qui rend un système OLTP efficace pour le traitement des transactions, il est inefficace pour les requêtes des utilisateurs finaux. Dans les années 1980, de nombreux utilisateurs de l'entreprise ont évoqué leurs mainframes comme «le trou noir», parce que toute l'information est entré en elle, mais aucun n'est jamais revenu sur. Notamment, toutes les demandes de rapports devaient être programmés par le personnel IT, alors que seuls les rapports «pré-conserve" pourraient être générés sur une base programmée, et ad-hoc en temps réel interrogation était pratiquement impossible. Alors que les systèmes ERP à base client / serveur des années 1990 ont été un peu plus de rapport convivial, il a toujours été loin de la facilité d'utilisation souhaitée par les utilisateurs finaux, réguliers et non techniques pour les choses telles que le reporting opérationnel, l'analyse interactive , etc

Entrez Data Warehousing and Analytics

Pour résoudre ces problèmes, la notion de entreposage de données a été créé, ce qui est un recueil de données visant à appuyer les décisions de gestion, laquelle les données entrepôts (DW) contiennent une grande variété de données qui présentent une image cohérente de la conjoncture économique en un seul point dans le temps. La théorie était de créer une infrastructure de base de données qui était toujours en ligne, contenait toutes les informations à partir des systèmes OLTP, y compris les données historiques, mais structuré de telle manière qu'il était rapide et efficace pour les requêtes.

manière générale, un schéma de est la structure d'un système de base de données, décrit dans un langage formel (même si le terme est également souvent utilisé pour se référer à une représentation graphique de la base de données structure) et soutenu par le SGBD. Dans une base de données relationnelle, le schéma, par exemple, définit les tables, les champs de chaque table, et les relations entre les champs et les tables. Les schémas sont généralement stockés dans un dictionnaire de données , qui est un fichier dans un SGBD qui définit l'organisation de base d'une base de données. Il contient une liste de tous les fichiers dans la base de données, le nombre d'enregistrements dans chaque fichier, ainsi que les noms et les types de chaque champ. Les dictionnaires de données ne contiennent pas de données réelles de la base de données, seule la tenue des livres d'information pour le gérer. Sans un dictionnaire de données, toutefois, un SGBD ne peut pas accéder aux données de la base de données. D'autre part, la plupart des SGBD garder le dictionnaire de données caché aux utilisateurs de les empêcher de détruire accidentellement son contenu, puisque le dictionnaire de données affecte tous les éléments de données dans une organisation, et explique les choses comme où proviennent les données, comment il est venu en étant, comment il fonctionne, où il réside, qui l'utilise, et ainsi de suite.

Le plus commun de ces schémas (modèles de base de données logiques et physiques) qui est mobilisé par l'entreposage de données est connu comme le schéma étoiles , qui se compose de faits (faits réels des entreprises) et les dimensions (façons de regarder les faits). Une façon simple de regarder un schéma en étoile, c'est qu'il est conçu de telle sorte que le montant maximum de l'information peut être dérivé du plus petit nombre de table de lit. Une autre façon de réduire la quantité de données en cours de lecture est de prédéfinir agrégations (résumés des données de détail, tels que les ventes totales mensuelles) au sein de l'étoile, puisque la plupart des requêtes posent des questions comme «combien de widgets étaient vendus le mois dernier? "

A DW serait donc une base de données spéciale ou un référentiel de données qui ont été spécialement préparés pour supporter les applications décisionnelles pour interrogation et analyse, par opposition à une base de données pour le traitement des transactions (pour plus d'informations, voir Une définition de l'entreposage de données ). La séparation de ces deux fonctions a amélioré la flexibilité et la performance, où le développement d'un DW inclut le développement de systèmes pour extraire des données à partir de systèmes d'exploitation sous-jacents transactionnels. Le DW installe également un système de base de données de l'entrepôt qui fournit aux gestionnaires un accès souple aux données. Le terme entreposage de données se réfère généralement à la combinaison de plusieurs bases de données à travers toute l'entreprise. Cela contraste avec un data mart , qui est une base de données, ou une collection de bases de données, conçu pour aider les gestionnaires à prendre des décisions stratégiques pour leur entreprise. Alors qu'un DW combine les bases de données à travers toute l'entreprise, data marts sont généralement plus petites et se concentrent sur un sujet ou un département en particulier, bien que certains magasins de données, appelés data marts dépendantes , peut être sous-ensembles de plus de DW.

Cela nous amène à traitement analytique en ligne (OLAP), qui est une catégorie de logiciels qui fournit une analyse des données stockées dans une base de données, qui permettent aux utilisateurs d'analyser les différentes dimensions de données multidimensionnelles, telles que des séries chronologiques et des vues d'analyse des tendances. Par conséquent, les utilisateurs peuvent à identifier rapidement et facilement les tendances de performance par uaing analyse de l'information phasé dans le temps et les capacités des produits qui prennent en charge l'analyse de données plus sophistiqués et ont des capacités de plein champ calculées intégrés dans des rapports graphiques. Par exemple, les utilisateurs d'isoler et d'identifier rapidement les produits, les clients, les régions, ou d'autres zones qui sont orientés sensiblement vers le haut ou vers le bas. Certaines solutions seront également inclure une fonction puissante de graphique totalement intégrée, les données qui permet aux utilisateurs de créer des visualisations de données détaillées. La capacité de création de graphiques devrait, idéalement, être entièrement dynamique. En d'autres termes, les utilisateurs devraient être en mesure de cliquer rapidement gravi les paramètres de rapport et de voir des représentations graphiques pour chaque combinaison.

OLAP est souvent utilisé dans l'extraction de données , qui est une classe d'applications de base de données qui recherchent des modèles cachés dans un groupe de données qui peuvent être utilisés pour prédire le comportement futur. Par exemple. , Il peut aider les entreprises à trouver des clients au détail avec des intérêts communs. Pourtant, le terme est souvent mal utilisé pour décrire un logiciel qui présente des données dans de nouvelles façons, depuis vrai logiciel de data mining ne fait pas que modifier la présentation, mais découvre réellement les relations jusque-là inconnues parmi les données, cette connaissance est ensuite appliquée à la réalisation des objectifs d'affaires spécifiques. Ces outils sont utilisés pour remplacer ou renforcer l'intelligence humaine en parcourant entrepôts massifs de données à découvrir de nouvelles corrélations, le motif et les tendances significatives en utilisant des technologies et des statistiques de reconnaissance des formes. Par conséquent, il est très populaire dans le domaines des sciences et mathématiques, mais aussi est également de plus en plus utilisé par les commerçants tentent de glaner des données de consommation utiles à partir de leurs sites Web.

Dans une étape ultérieure, analyse prédictive est l'exploration de données utilise la reconnaissance de formes, de statistiques et techniques mathématiques sur de grandes quantités de données pour appuyer la prise de décision par la prévision des résultats des différents scénarios. Ces bases de données de recherche des programmes en utilisant des techniques telles que les réseaux de neurones et des arbres décisionnels, rechercher des corrélations et des modèles qui sont pratiquement impossible pour les humains mortels à détecter, et présentent l'information pour aider la direction à prendre des décisions d'entreprise appropriée. SAS Institute , le plus grand pure play éditeur de solutions décisionnelles (et la société privée de logiciels grand, avec 1,5 milliards de dollars, USD en chiffre d'affaires), a été le leader dans ce domaine. Il a pu apprendre du passé, gérer le présent et prévoir l'avenir, et que l'intelligence rend disponible pour toutes les parties prenantes au sein de l'organisation. Même un relativement petit fournisseur, Business System pertinente ERP , a récemment développé un outil BI de logiciels, l'Assistant Business avec Predictive Analytics , qui peuvent passer au crible de grandes quantités de données à partir d'un système ERP et les décideurs de l'aide dans le choix entre difficile de comparer les alternatives dans un mode quasi-temps réel.

La principale composante de l'OLAP est le serveur OLAP, qui se trouve entre une interface client et utilisateur (UI) et un SGBD. Il sait comment les données sont organisées dans la base de données et dispose de fonctions spéciales pour analyser les données. Il existe des serveurs OLAP disponibles pour presque tous les principaux systèmes de bases de données commerciales. Dans les années 1990, les systèmes OLAP sont en mesure d'effectuer une analyse multidimensionnelle, avec des calculs pré-construits, généralement appelés cubes , fournissant une grande partie de l', fonctionnalités analytiques disponibles.

Toutefois, ces systèmes OLAP premiers ont tendance à être cher, tandis que les cubes étaient, les performances du système atteinte de ressources. Par conséquent, les outils d'analyse de bas de gamme ont un prix raisonnable mais avait une flexibilité limitée, tandis que les produits de BI haut de gamme de l'aime de Cognos , Business Objects ou Hyperion Solutions sont à la fois coûteux et complexe. De nombreuses solutions sont aujourd'hui plus à un prix raisonnable, moins gourmandes en ressources, intuitif, point-and-click fonctionnalités qui permettent aux utilisateurs professionnels d'analyser dynamiquement les informations de l'entreprise à partir de plusieurs perspectives. Les utilisateurs sont en mesure d'effectuer une analyse multidimensionnelle, les ensembles de données "tranche-et-dés» et drill-down pour plus de détails, tout en utilisant la technologie OLAP intégré, dont la fonctionnalité d'analyse devrait idéalement être disponible si les utilisateurs sont connectés à l'Internet, à travers un mobile, ou travaillent hors ligne .

entreposage de données a également conduit à l'élaboration du concept de métadonnées la gestion, par lequel les métadonnées sont des données sur les données, tels que les noms de table et de colonne, et les types de données. Gestion des métadonnées permet de comprendre les relations entre les éléments de données et aide à la cartographie des sources de champs cibles. Elles décrivent comment, quand et par qui un ensemble particulier de données ont été recueillies, et comment les données sont formatées. Cela est essentiel pour la compréhension des informations stockées dans DW et est devenu de plus en plus important dans la construction extensible markup language basée applications et de services Web (pour plus d'informations, voir les normes de métadonnées dans l'(XML)-Web marché ).

suivante avec l'avènement de DW est venue la création de extraire / transformation / chargement (ETL) des outils, qui utilisaient les métadonnées pour obtenir des informations à partir des systèmes sources dans le DW. Tout comme son nom l'indique, les trois fonctions de base de données qui combinent en un seul outil ETL pour extraire des données d'une base de données et le placer dans une autre base de données sont appelés logiquement

  1. Extrait -le processus de lecture des données d'une base de données.

  2. Transform -le processus de conversion des données extraites de sa forme antérieure dans une autre forme qui peut être placé dans une autre base de données. Transformation se produit en utilisant des règles ou des tables de consultation ou en combinant les données avec d'autres données.

  3. charge -le processus d'écriture des données dans la base de données cible ou DW.

Ainsi, les outils ETL sont logiquement utilisé pour migrer des données d'une base à l'autre, pour former data marts et DW ou de convertir des bases de données d'un format ou un type à l'autre. D'autres outils, qui font également l'utilisation de SQL, ont également été développés pour offrir aux utilisateurs finaux un accès direct aux données de la DW. Au fil du temps, ces outils de recherche est devenu plus convivial, et beaucoup ont maintenant un analyseur (un programme qui dissèque le code source pour qu'il puisse être traduit en code objet) qui permet de transformer des questions simples anglaises dans des commandes SQL valides.

Ceci conclut la première partie d'une note en sept parties.

deuxième partie expose en détail les outils de BI contemporains.

troisième partie se penchera sur ce qui est disponible.

quatrième partie décrira le paysage du marché BI / CPM.

Cinquième partie discutera des éditeurs de logiciels Geac et Point.

Sixième partie comparera accès direct à un entrepôt de données pour le mid-market.

Septième partie fera des recommandations.

propos des auteurs

Olin Thompson est un dirigeant de processus ERP Partners. Il a plus de vingt-cinq années d'expérience en tant que cadre dans l'industrie du logiciel. Thompson a été appelé «le Père des processus ERP." Il est un auteur et un conférencier fréquemment primé sur des sujets d'acquisition d'une valeur de l'ERP, SCP, e-commerce, et de l'impact de la technologie sur l'industrie.

Il peut être contacté à Olin@ProcessERP.com

Predrag Jakovljevic est un directeur de recherche avec TechnologyEvaluation.com (TEC), avec un se concentrer sur le marché des applications d'entreprise. Il a près de vingt ans d'expérience dans l'industrie manufacturière, dont plusieurs années en tant qu'utilisateur de puissance de l'informatique / ERP, ainsi que d'être un consultant / exécutant et analyste du marché. Il détient un baccalauréat en génie mécanique de l'Université de Belgrade, en Yougoslavie, et il a également été certifié dans la production et la gestion des stocks (CPIM) et dans la gestion intégrée des ressources (CIRM) par APICS.

 
comments powered by Disqus

Recherches récentes :
A B C D E F G H I J K L M N O P Q R S T U V W X Y Z Others

©2014 Technology Evaluation Centers Inc. All rights reserved.