LUDOSŁAW DRELICHOWSKI
Akademi Techniczno-Rolniczej w Bydgoszczy MICHAŁ TRZOS
Wysza Szkoła Informatyki w Łodzi
Streszczenie
W pracy zaprezentowano koncepcj organizacji prac zapewniajcych opra-cowanie hurtowni danych na podstawie wieloletnich danych transakcyjnych oraz za-stosowania systemów automatycznej analizy danych OLAP (On-Line Analytical Pro-cess). Na standard niezbdnego sprztu składaj si serwery słuce do archiwizacji hurtowni danych oraz struktur danych w procesie tworzenia metadanych ułatwiajce wykorzystanie tych informacji do. testowanie opracowanych modułów hurtowni da-nych z wykorzystaniem wieloletnich baz dada-nych pochodzcych z dada-nych transakcyj-nych archiwizowatransakcyj-nych w funkcji czasu. .
Słowa kluczowe: Bazy wiedzy, hurtownie danych, metadane, OLAP – On Line Analytical Process (automatyczna bieca analiza danych).
Summary
In this paper authors presents conception research work organisation ensuring building data ware houses on the base multi year transactions data and usage auto-matic data system analysis OLAP(On-Line Analytical Process). Hardware necessity for building this application includes servers using the only for processing this ap-plications in archiving meta data and the structure data ware houses in process of facilitating of usage of these technologies in practical classes used storage long time transaction data base.
Key structures: Knowledge bases, data werhouses, metadata, OLAP On Line Analytical Process. 1. Wprowadzenie
Zastosowanie hurtowni danych moe by rozpatrywane jako wykorzystanie zaawansowanych technologii informacyjnych do wspomagania obiektami w sieciach sklepów wielkopowierzchniowych. Globalny charakter działalnoci sieci sklepów typu TESCO, AUSCHON, czy Mini-Mall powoduje potrzeb rozrónienia wspomagania zarzdzania na szczeblu pojedynczego obiektu handlowego i zarzdu korporacji. Rozmiar i precyzja dysponowanych na szczeblu obiektu danych w pełni uzasadniaj merytorycznie podejmowanie inicjatywy w zakresie wykorzystania rozległych i precyzyjnych cz sto wiele gigabajtowych baz danych transakcyjnych do budowy hurtowni danych i systemów OLAP stanowicych jeden z elementów składajcych si na zarzdzanie wiedz Inne aspekty dotycz zastosowa technologii
informacyjnych w standardzie zarzdzania wiedz o której pisz Baborski, Bonner1, Kisielnicki2, Drelichowski3, a które w polskiej literaturze równie w zakresie informatyki ekonomicznej znajduj szerokie omówienie.
Problemy zastosowania hurtowni danych i systemu OLAP w przedsi biorstwach handlowo-produkcyjnych i w uczelni prezentowane s w pracach Marciniak Plaga(2006)4, Drelichowski, Bojar, uberek (2006)5i Drelichowski Nosal (2006)6 precyzujc opracowane rozwizania bd moliwoci realizacji działa outsourcingowych w zakresie analitycznych baz danych i metod automatycznej analizy. Badawcze aspekty w formie – analizy porównawczej wykonanej z zastosowaniem hurtowni danych i systemu OLAP dla przedsi biorstw produkujcych mleko na terenie Polski oraz Niemiec przedstawiono w pracy Drelichowskiego i Wójcik (2006)
Proces tworzenia hurtowni danych musi uwzgl dnia zmian struktury kodowej rekordów wynikajcych ze zmiany w tym czasie przepisów prawnych oraz gł bok przebudow stosowanego w poszczególnych latach planu kont. Jest to klasyczny problem lecy na pograniczu kompetencji pracowników organizacji wdraajcej system i dostawcy oprogramowania oraz implementacji systemu dla uytkownika. Podobnej natury problem dotyczy interpretacji rezultatów wydobywania wiedzy poprzez procedury automatycznej analizy danych OLAP lub data mining. Zdaniem autorów zewn trzny zespół wdraajcy tego typu rozwizania softwarowe w organizacjach, sporadycznie b dzie w stanie nada właciw merytorycznie interpretacj wszystkich wanych dla strategii firmy i przewagi konkurencyjnej parametrów.
2. Uwarunkowania tworzenia rozwi za technologicznych i zasobów zbiorów transakcyj-nych dla celów wspomagania decyzji obiektowych
Tworzenie standardów oprogramowania w powizaniu z niezb dnymi dla zaawansowanych za-stosowa IT wymaga cz sto gibabajtowych baz danych, tworzonych na podstawie rzeczywistych zbiorów transakcyjnych, co nie naley do łatwych przedsi wzi . Wspomaganie decyzji taktycz-nych i operacyjtaktycz-nych uzasadnia zwykle selektywny dobór fragmentów uporzdkowataktycz-nych baz da-nych i zastosowania uzupełniajcych kodów z wykorzystaniem tych dada-nych do procedur OLAP. Hurtownia tematyczna to mniejsza i nisza hierarchicznie jednostka hurtowni danych, czyli pod-zbiór pobranych z hurtowni danych, ewentualnie rozszerzony o zawarto pobran z innych ró-deł, wykorzystywanych zazwyczaj przez okrelon grup funkcji lub systemów w przedsibior-stwie7.
1 Baborski A., Bonner R., Zarzdzanie wiedz korporacyjn – dwa podejcia. Zarzdzanie wiedz w systemach informacyj-nych. AE Wrocław s. 19-27.
2 Kisielnicki J.(2004), Zarzdzanie wiedz we współczesnych organizacjach. Zarzdzanie wiedz w systemach informacyj-nych. AE Wrocław s. 27 - 52
3
Drelichowski L.(2004), Podstawy inynierii zarzdzania wiedz. Studia i materiały nr 1, PSZW Bydgoszcz
4 Marciniak M., Plaga A.(2006): The selected problems of Knowledge Visualization. Studies & Proceedings. . Polish Assotiation for Knowledge Management Bydgoszcz V 6 p. 57-64
5 Drelichowski L., Bojar W., uberek M.(2006) The Structure of the Staff Potential and Knowledge Recourses Neces-sary for Comprehensive Implementation of E-Business Technologies. Polish Assotiation for Knowledge Menagement Studies &Procidings V 6 p. 16-23
6 Drelichowski L., Nosal M.(2006), Uwarunkowania tworzenia metadanych do wspomagania zarzdzania wiedz w uczel-ni. Studia i Materiały, Polskie Stowarzyszenie Zarzdzania Wiedz t. 5 s. 39-51
7 Simon A. R., Shaffer S. L(2002)., Hurtownie danych i systemy informacji gospodarczej, Oficyna Ekonomiczna, Kraków, s. 26.
Poniewa w analizowanych okresach zmieniały si istotnie zasady rozlicze finansowo ksi -gowych, klienci oraz plany kont, powstaje niezwykle skomplikowana od strony metodycznej i merytorycznej faza tworzenia zbioru metadanych z baz danych transakcyjnych pochodzcych z poszczególnych lat. Utworzenie zweryfikowanego zbioru metadanych z niezwykle obszernych danych dotyczcych obrotów realizowanych przez konsumentów oraz zmieniajcych si w skali poszczególnych lat zbiorów dostawców, pozwoli na efektywne zastosowanie oprogramowania OLAP dla uzyskania weryfikacji rónych problemów decyzyjnych. Interpretacja otrzymanych rezultatów oblicze pozwoli zdiagnozowa mocne i słabe strony zarzdzania zakupami i skutecz-noci realizowanej strategii zakupów w wietle zmieniajcych si uwarunkowa zewn trznych. rodkiem ułatwiajcym poprawne dokonanie interpretacji wyników oblicze jest zastosowanie strategii tworzenia sygnalizowanych wczeniej hurtowni tematycznych - mona byłoby je równie nazwa w tym przypadku problemowe.
Rozwizanie problemów formalno-prawnych zastosowania metody automatycznej analizy w do-skonaleniu pracy własnej zarzdu hipermarketu, moe by równie potraktowane jako inicjatywa lokalna w tym zakresie.
Dane pochodzce z wymienionego obiektu dotycz podsystemów: Ewidencji obrotów towa-rowych, Finansowo-Ksi gowego, Kadrowo-Płacowego, oraz Ewidencji rodków Trwałych, z przetwarzanego okresu.
Przytoczone wyej problemy merytoryczne generuj okrelone problemy badawcze, dotycz-ce zarówno rozwiza softwearowo-bazodanowych niezb dnych dla prodotycz-cesów szkoleniowych, ale równie niezwykle wanych dla gospodarki problemów absorpcji wiedzy w warunkach przezna-czenia dla celów wspomagania decyzji dotyczcych jednego obiektu.
3. Koncepcja tworzenia hurtowni danych i automatycznej analizy OLAP z wykorzystaniem baz danych w obiektach handlowych
Zastosowanie hurtowni danych w standardzie oprogramowania Microsoft ma na celu minima-lizacj nakładów wdroenia systemu oraz standardów transformacji danych, pozwalajcych na szersz skal wdroe w innych obiektach.
Hurtownie danych i automatyczna analiza danych OLAP lub data mining staj si podstaw strategicznego zarzdzania organizacjami. Rosnca konkurencyjno organizacji handlowych powoduje, e tworzenie strategii przetrwania i rozwoju sklepu wielko powierzchniowego wymaga stosowania coraz bardziej zaawansowanych metod wspomagania decyzji. Z drugiej strony ko-nieczne staje si opracowanie technologii informacyjnych zwizanych z zarzdzaniem wiedz, których nie da si skutecznie opanowa do wspomagania decyzji w przypadku braku odpowiednio rozbudowanych dynamicznych baz danych powizanych z systemami transakcyjnymi, hurtow-niami danych i systemami automatycznych analiz.
Zarzdzanie wiedz staje si dziedzin rozwoju technik informacyjno-komunikacyjnych, któ-rych celem jest ograniczanie barier rónych grup uytkowników do wspomagania działalnoci podstawowej bazami wiedzy niezb dnymi w danej dziedzinie działalnoci. Sporód wielu coraz szerzej dost pnych publikacji wymieni mona monografie Gołuchowskiego(2005)8, Drelichow-skiego9, zawierajc szersze omówienie rónych aspektów problematyki zarzdzania wiedz. Do
8 Gołuchowski J.(2005), Technologie informatyczne w zarzdzaniu wiedz. Wyd. Akademii Ekonomicznej w Katowicach s.259.
kierunkowych opracowa nale równie prace Drelichowski (2002)10, Drelichowski (2003a)11, Drelichowski (2003b)12, Drelichowski (2005)13 uwzgl dniajce róne aspekty finansowania wie-dzy i jej zastosowa w rónych działach gospodarki i agrobiznesie.
4. Zastosowanie hurtowni danych i systemu OLAP w obiekcie hipermarketu
Omawiana hurtownia danych dotyczyła jednego z kilkudziesi ciu zlokalizowanych na terenie kraju wielko powierzchniowych obiektów handlowych realizujcych sprzeda artykułów spoywczych, taniej odziey i obuwia, artykułów sportowych, sprz tu AGD i elektroniki uytkowej wraz z komputerami. Obiekt bada wchodził w skład globalnej sieci handlowej z siedzib we Francji, w której wprowadzenie rozwiza dotyczcych wspomagania decyzji operacyjnych i taktycznych, naleało do kompetencji dyrektora obiektu.
Wprowadzenie hurtowni danych musiało by realizowane w ramach niskonakładowych przedsi wzi wykorzystujcych najtasze standardy oprogramowania do których nale MS SQL serwer 2000 z hurtowni danych i oprogramowaniem automatycznej analizy OLAP. Przedsi wzi cie podzielono na pewne fazy sprzyjajce poprawnemu ukierunkowaniu podejmowanego przedsi wzi cia.
Pierwsza faza projektu zmierzała do okrelania potrzeb uytkownika systemu i opracowania odpowiednich kodów niezb dnych w budowaniu hurtowni tematycznych w zakresie:
1) Rozpoznanie potrzeb w działach handlowych - PF – wiea ywno,
- PGC – ywno z dłuszym terminem wanoci, - kosmetyki,
- BAZAR – kultura ,auto brico, sport , - zabawki, menage, meble tdm, - TXT – artykuły tekstylne, - buty,
- artykuły niemowl ce , - EM – agd, rtv/info, foto lab)
Realizowane poprzez prac z managerami i seniorami handlowymi oraz dyrektorem sklepu.
2) Rozpoznanie procesów integracji danych miedzy systemem kasowym (system transak-cyjny ) a systemem bazodanowym Gima (system relatransak-cyjny stosowany współpracy z oto-czeniem) w celu zapewnienia przesyłu danych do hurtowni danych.
3) Zbudowanie projektu informatycznego pod ktem potrzeb managerów handlowych reali-zowanych z inicjatywy dyrektora obiektu i pod jego nadzorem.
10
Drelichowski: Społeczestwo informacyjne a rozwój zrównowaony i dystrybucja wiedzy akademickiej, Konf. Nauk. Udział bibliotek w kształtowaniu społeczestwa informacyjnego w Polsce – Potencjał, moliwoci, potrzeby. Wyd. ATR Bydgoszcz 2002. s. 19-30
11 Drelichowski L.(2002): Zastosowanie specjalistycznych baz wiedzy i szkole z podstaw inynierii wiedzy rodkiem do-skonalenia zarzdzania w sektorze małych i rednich firm. Prace Naukowe AE Wrocław Nr 941 T-1 s. 189-186.
12
Drelichowski L (2003) .: Narzdzia, metody i rodki finansowania zarzdzania wiedz w gospodarce, ochronie zdrowia i edukacji. IBSPAN, Badania Systemowe t.3 s. 40-52.
13 Drelichowski L.: Czynniki determinujce rozwój zastosowa technologii informacyjnych zarzdzania wiedz w przedsi-biorstwach agrobiznsu. Zarzdzanie wiedz w agrobiznesie w warunkach polskiego członkostwa w Unii Europejskiej. Wyd. SGGW Warszawa 2005
W zakresie metodycznych kryteriów uwzgl dnione zostały kryteria czasowe wykorzy-stywane do analizy danych:
- w układzie codziennym, - tydzie – narastajco, - miesic - narastajco
- zestawienia roczne - narastajco
Uwzgl dnione zostały równie kryteria handlowe wykorzystywane do analizy danych: - warto obrotów,
- sprzeda w jednostkach miary – sztuki, komplety oraz wagowa, - warto mar w zł PLN
- Pierwszy status artykułu : o SE – sezonowy,
o PS – pasywny, nie sprzedajcy si , nie mona go ju zamawia, o AC – aktywny
- Drugi status artykułu :
o PP – artykuły pierwszej potrzeby, marka własna, o MN – marka narodowa artykuły od dostawców
Uwzgl dniona została równie kodyfikacja systemu Gima wykorzystywane do analizy da-nych:
a) Rynek ( kod - 21) b) Segment (kod -121) c) Kategoria (kod -768) d) Podkategoria (kod - 2000)
e) Dostawca – numer ( np . sony – 666 , ilo - 1500)
System musiał mie moliwo wybierania np. Top 20 według poziomu obrotu, iloci sprze-day lub mary pln z podziałem na rynek, segment, kategorie, podkategorie, dostawców. Dzi ki temu mona w łatwy sposób sprawdzi jakie kategorie s najbardziej dochodowe i jakie artykuły najlepiej rotuj w sklepie. Dowiadczenia eksploatacyjne wskazuj, e najkorzystniejsze rezultaty potwierdzone selektywnymi analizami wyników sprzeday odnotowano w zastosowaniu tworzo-nych dla okrelotworzo-nych problemów decyzyjtworzo-nych tematycztworzo-nych hurtowni datworzo-nych z odpowiednich zbiorów transakcyjnych. Najciekawsze rezultaty zastosowa dotyczyły terminów rozpoczynania i czasu trwania sprzeday witecznych, w których otrzymane rezultaty uzasadniały przesuni cie terminów w granicach kilku dni do dwu tygodni a analiza sprzeday wykazywała zwykle celowo dokonania tych korekt. Inny przykład interesujcych zastosowa tematycznych hurtowni danych stanowiły problemy terminów uruchamiania i preferowanych grup towarowych przewidywanych w sezonowej sprzeday odziey oraz obuwia. Dobrane do analiz szczególnie interesujce fragmen-ty danych transakcyjnych tworzyły hurtowni temafragmen-tyczn dostarczajc wyników oblicze, któ-rych rezultaty stanowiły cz sto radykaln zmian w stosunku do rutynowych dominujcych w całej sieci działa.
5. Podsumowanie i wnioski
Opracowanie bazowych standardów wdraania oprogramowania hurtowni danych i systemów automatycznej analizy OLAP i data mining wymaga opracowania jednostek wyboru strategii uwzgl dniajcych odpowiedni konfiguracj zasobów danych transakcyjnych. W realizowanych badaniach dotyczcych zastosowa hurtowni danych i systemów OLAP, szczególnie interesujce okazały si rozwizania polegajce na tworzeniu hurtowni tematycznych na podstawie merytorycznej analizy zbiorów danych transakcyjnych. Zastosowanie hurtowni tematycznych pozwala w wi kszym stopniu angaowa kadr kierownicz marketu do ustalania kryteriów selekcji danych a nast pnie dokona poprawnej interpretacji wyników i ich zastosowania w procesach decyzyjnych.
Bibliografia
1. Baborski A., Bonner R., Zarzdzanie wiedz korporacyjn – dwa podejcia. Zarzdzanie wiedz w systemach informacyjnych. AE Wrocław 2004 s. 19-27.
2. Drelichowski L., Podstawy inynierii zarzdzania wiedz. Studia i materiały nr 1, PSZW Bydgoszcz2004
3. Drelichowski L. Podstawy inynierii zarzdzania wiedz. Polskie Stowarzyszenie Zarzdzania Wiedz (2004) nr 1 s.160.
4. Drelichowski: Społeczestwo informacyjne a rozwój zrównowaony i dystrybucja wiedzy akademickiej, Konf. Nauk. Udział bibliotek w kształtowaniu społeczestwa informacyjnego w Polsce – Potencjał, moliwoci, potrzeby. Wyd. ATR Bydgoszcz 2002. s. 19-30
5. Drelichowski L.: Zastosowanie specjalistycznych baz wiedzy i szkole z podstaw inynierii wiedzy rodkiem doskonalenia zarzdzania w sektorze małych i rednich firm. Prace Nauko-we AE Wrocław 2002 Nr 941 T-1 s. 189-186.
6. Drelichowski L.: Narz dzia, metody i rodki finansowania zarzdzania wiedz w gospodarce, ochronie zdrowia i edukacji. IBSPAN 2003, Badania Systemowe t.3 s. 40-52.
7. Drelichowski L.: Czynniki determinujce rozwój zastosowa technologii informacyjnych zarzdzania wiedz w przedsi biorstwach agrobiznsu. Wyd. SGGW Warszawa 2005 s. 221-233.
8. Drelichowski L., Bojar W., uberek M.(2006) The Structure of the Staff Potential and Knowledge Recourses Necessary for Comprehensive Implementation of E-Business Tech-nologies. Polish Assotiation for Knowledge Menagement Studies &Procidings s. 16-23 9. Drelichowski L., Nosal M.(2006), Uwarunkowania tworzenia metadanych do wspomagania
zarzdzania wiedz w uczelni. Studia i Materiały, Polskie Stowarzyszenie Zarzdzania Wie-dz t. 5 s. 39-51
10. 10.Gołuchowski J.(2005), Technologie informatyczne w zarzdzaniu wiedz. Wyd. Akademii Ekonomicznej w Katowicach s.259.
11. Gwiazda T., Organizacje Wirtualne formowane przez Wirtualne Branowe Systemy Wspo-magania Decyzji. Problemy zarzdzania, informatyka w zarzdzaniu WZUW Warszawa 2005 s. 123-142.
12. Januszewski A, Drelichowski L., Organizacje Wirtualne formowane przez Wirtualne Brano-we Systemy Wspomagania Decyzji. Problemy zarzdzania, informatyka w zarzdzaniu WZUW Warszawa 2005 s.66-79
13. Kisielnicki J. Zarzdzanie wiedz we współczesnych organizacjach. Zarzdzanie wiedz w systemach informacyjnych. AE Wrocław 2004 , s. 27 – 52
14. Marciniak M., Plaga A.(2006): The selected problems of Knowledge Visualization. Studies & Proceedings. . Polish Assotiation for Knowledge Management Bydgoszcz
15. Simon A. R., Shaffer S. L(2002)., Hurtownie danych i systemy informacji gospodarczej, Ofi-cyna Ekonomiczna, Kraków, s. 26.
LUDOSŁAW DRELICHOWSKI Katedra Informatyki w Zarzdzaniu
Akademia Techniczno-Rolnicza w Bydgoszczy