Projekt wykorzystania hurtowni danych w podsystemie obsługi odbiorców przedsiębiorstwa energetycznego

Pełen tekst

(1)mu. 616. Janusz Czekaj Kal.d,. Molod OrgGIIlaocll1. Projekt. %anątb:... la. korzystania h owni . obsługi w. od. energe cznego l. Uwagi wsttpne Jednym z czynników pOlwalaj 'Icych os i 'I g nqć znaczqq prze wagę konku rencyjnq S,! informacje . Organizacje gospodarcze. dostrzegaj'Ie k o rzyśc i zwią zane z ich gromadzeniem i przechow ywa niem. decydują się na tworzenie odpowiednich scentralizowanych lub zdcccmralizowanych baz danych . Wyniki badań przeprowadzonych przez koncern IBM wskazuj'I jednak . ż.e wykorzystuje się zaledwie 60% raportów tworzonych przez systemy informatyczne. a ponad 30% jest wykorzystywanych niczgodnie ze swoim pierwotnym przeznaczeniem [Bartoszewska. Król 2000] . Zbiory danych same w sobie nie s'I Jesz.cze u ży teczny m zasohem. Dopiero w polączeniu z wiedzą O tym. jak z nich k orzystać. staj" s ię cenne . Dla uzyskania informacji niezbędnyc h do podejmowania decyzji biznesowych konieczne jest pohlczenie danych bież'lcyc h i hi storyczny ch z różnych wewnętrznych i zewnętrznych i.ródcł w jednej bazie danych, wyposażonej w narzędzia umo ż liwiające wyznaczenie krytycznych parametrów dla procesu biznesowego. Stąd też od kilku już lat obserwuje się rozwój informatycznyc h systemów wspomagania deryzji i związan yc h z nimi hurtowni danych [Adamcl.Cwski 199R: Gorawski 2000: Poe. Klauner . Brobst 2000[. Pow staJe na )lOCZ<ltkulat 80 . hurtownie danych (/)ar" lVi/re/wuJe) umoż li w iaj ". d z ięki odpowiednim technologiom analitycznego przetwarzania i eksploracji baz danych. analizę danych wielowymiarowych. odkrywaj'lc ukryte w nich zależności. Tworz" jeden z zasadniczych elcmentów informaty cznej infrastruktury zarz"d!."nia i ułatwiaj" formułowanie skutecznej strategii biznesowej..

(2) Jan/g,; C:ekaj. 2.. Polęcle. I ogólna charakterystyka hurtowni danych. W literaturze przedmiotu moi.na odnaleić wiele różnych określeli hurtowni danych (Dl/iii IV(lfchol/Sc). Ujęcia encyklopedyczne określaj" ją jako bazę. danych wykorzystywall<) \\1 systemach wspomagania podejmowania decyzji lub system 1IIlloi.liwiaj~)cy przechowywanie, zarZtldzanie oraz wyszukiwanie informacji w dużych bazach ]Leksrkol1 WChlllIlS{erl/ 2001]. Prekursor hurtowni danych B. Inlllon definiuje jtI jako zorientowaną tematycznie, zintegroWall<}, wariantow,-) w czasie, trwał.) baze; danych dla wspomagania pn)ces('l\v podejmowania decyzji zar/i.)dcl.ych [Imnon 1995; PaJlkowska, Sroka 1997, s. 124]. WT Bielecki iW. Stanek, podzielaj',c opiniI' B. Inmona, uważaj", i.e jest ona "typową dedykowam, bazą danych, oddzielOI", od biei.'lcych operacji transakcyjnych OLTP (Oli-Lilie Tro/lSaUioll Processcs), realizowanych w przedsiębiorstwie" ]Bielecki 2001, s. 128: Stanek 19951. Z kolei J. Kisielnicki i H. Sroka przyjmują, że hurtownia danych jest analityczml baz,! danych, której glównym zadaniem jest wyszukiwanie i analiza bardzo dużych zbiorów informacyjnych zaspokajaj"cych potrzeby wielu użytkowników. W szczególności jest ona: - systemem składowania, dzielenia, "oczyszczania", klasyfikowania i łącze nia danych zebranych z całego przedsiębiorstwa, - reprezytorium przeznaczonym do zbierania, standaryzacji i agregowania kopii danych transakcyjnych, - narzędziem dostarezania informacji dla użytkownika podejmującego decyzje lub informuj'lcego kierownictwo IKisielnicki, Sroka 1999, s. 173-1741. Z zaprezentowanych określeń wynika, że hurtownia danyeh stanowi integraln'l część systemu wspomagania decyzji, łącząC'1 informacje bież'lce i historyczne z wielu rÓŻnych obszarów dzialalności przedsiębiorstwa. W zasadzie można ją uznać za scentralizowaną, nic transakcyjną bazę danych przeznaczoną do przechowywania informaCji w dlugim horyzoncie czasowym, globalnie w skali instytucji, w wielowymiarowych układach analitycznych, i ukierunkowan" na wyszukiwanie informacji bezpośrednio przez koticowych użytkowników. Analityczny charakter przetwarzania , zakładający dostarczanie informacji przekrojowych, niewielka liczba skomplikowanych zapytali użyt kownika, aplikacje dynamiczne i wspomaganie kreatywności to specyficzne wymagania stawiane hurtowni danych. Aby je spełnić, musi ona posiadać określone cechy. Podstawowe z nich uj,to w tabeli I. Hurtownia danych rói.ni si, istotnie od tradycyjnych baz danych. l tak zgromadzone w niej dane S'l zorganizowane raczej wokół różnych prohlemów organiZ<lcJi aniżeli indywidualnych transakcji. Aplikacje sq projektowane zwykle wokół procesów oraz funkcji, a każda z nich ma swoje podstawowe i specyficzne dane oraz wiele danych elementarnych, lokalnych dla tych funkcji. Hurtownia danych zawiera dane o dłui.szym horyzoncie czasu, bezpośrednio zorientowane na identyfikację złożonych relacji. Dane te powinny być "ezy-.

(3) II '\' kor:. rs lun ia II ił nolt'!1 i da lI\'cll .... sprawdzone i właściwie zagregowanc. "Czystość" danych oznacza, i.e te same informacje są zapisywane w jeden, zawsze ściśle określony sposób. SIC",. Tahela l. Podslav.'owe cechy hurtowni danych - - ---Kryterium. Opis. Orientacja tematyczna. Zgodność. Wejście. Zintegrowane otoczenie 0ix'racYJJle (operacyjne bazy danych) Rap0!1y, analizy i odpowiedli wrientowane na p()dejmowanie decyzji taktycznych i strategicznych Ilościowe, w lasadlie h istoryczlle (dany IllI s'l szereg i c zasowc, a 11 ie stany biczqcc) Nie\,,'iclku: utrzymywanie ~leregów czasowych pow\ldujc, ze duiu wi~ceJ danych jest Dil'h(1\~')'\vanych Bardzo lIui.a. Spójl1()~C i I.gnJnoŚĆ danyL'll z przyj,,·tymi standardami. Naplywaj;lcc dane w razie IXllfl.eby są podJawane konwersji. ujednolicaniu formatów.jednostl·~ miar itp.. Wyjście. Charakter danych Podatność. na zmiany. Integralność. danych. danvch StoPlL'fl d,l!r('g<lcji. Trwa!tlŚl'. c. d;tllVl'łl .. NIlnllall/ac.!a Jako~(. danych .. -. sll1lktury danych. l. lapytaniami uiytkownika. Bardzo dUI,L dane pOlostaj'1 nic/mienione /.!Hłony; opL'racy.!nl' daJll' s" prl.l'dstawianL' w postaci ui.yteCIJlej dla plltkjlJl(IWarlia decy/ji Dui;j, op,Il1a na reI aL'\'jnych halach danyc h, rcduTldantTlo.~c danyc h dl li SW]) (\y~IL'!llU \\'~pumagallla decyzji) Du/a. llpaJ'la na halie IllctadanyL'h ~-_.. ---"~. .. _._ .. _.. --. Żródlu: upracowanie wlas!le na podstawie: 11\!ók()w~ka. Sroka 1997: (ioraw.\ki 200(): Sianek. 19951· W otoczeniu operacyjnym decyzje "I podejmowane na bież'lco (np. czy udzielić klientowi kredytu na telefon'l). Wówczas dane muszą być wlaściwe w momencie dostępu do nich, Inaczej jest w przypadku zbiorczej bazy danych. Dana jest odpowiednia w pewnym momencie w czasie, lecz niekoniecznie. natychmiast. Zwykle dane są całkowicie odpowiednie już w momencie ich wprowadzania do bazy ("zaladowania"). Horyzont czasowy danych, utrzymywanych w zhiorczej bazie danych, to zwykle 5 do 10 lat. W otoczeniu operacyjnym przeprowadza się regularnie aktualizacje danycll. Operacje te nic występuj'l w hurtowniach danych. Mamy tu do czynienia jedynic z ,.ładowa niem" (wprowadzaniem) danych i ich. udostępnianiem.. W. r/.eczywistości. występuje więc. niewielka redundancja danych, poza przypadkiem gdy dane operacyjne "I replikowane. Podczas wprowadzania nowych danych do hurtowni nastt;puj:.) ich filtrowanie i transformacja. W rezultacie utrzymywane są. jedynie dane potrzebne dla sys1emów wspomagania decyzji (DSS lub EIS). Hurtownia danych zawiera zwykle pięć kategorii danych, a mianowicie: aktualne dane szczególowe, historyczne dane szczegółowe, lekko zagregowane dane, mocno zagregowane dane i meladane. Dane te nie muszą być utrzymy-.

(4) Jal1lls::,. wane w jednym i tym samynl medium. Stoso\vne oprogramowanie umożliwia bowiem dostęp do każdej z I1Ich. Wprowadzenie hurtowni danych do organi-. zacji oznacza wit;c zmiant; tradycyjnego sposobu myślenia o dostępie do danych w obręhie firmy na rzecz samodzielnego dokonywania analiz.. 3. Funkcle I architektura hurtowni danych Główl1<! przesłank~J. tworzenia hurtowni danych jest automatyzacja procesów. zbierania, przetwarzania oraz dystrybucji informaCJi. Funkcja glówna hurtowni. danych sprowadza. się. do integracji i transfonnacji danych operacyjnyrh. w dane analityczne niezbędne dla podCJmowania decyzji biznesowych. Natomiast do funkcji cnlstkowych zaliczyć należy zbieranie operacyjnych i historyclllych danych biznesowych, analityc7.lle ich przetwarzanie (Ol/··Lil/l' AI/IIIytical Processi"gl) i udostt;pnianie rói.nym grupom użytkowników. Modeł hurtowni danych obeJllllljc środowisko, dane źródlowe, "oczyszczone" dane operacyjne, zbiorcze hurtownie danych, hurtownie tematyczne, bazy wielowymiarowe, metabazę i narzędzia dystrybucji danych [Noga, Krzyżek, Kunert-Witkowska 2001]. Środowisko opisuje informatyczną strukturę hurtowni danych i obejmuje komputery, systemy i bazy transakcyjne oraz personel obslugujący bazy. Dane źródlowe (Operatiolla! Data Defil/itiol/) to dane zawarte w systemach operacYJnych udostępniane poprzez mechanizmy wlasne hurtowni lub standardowe interfejsy. Dane operacyjne "oczyszczone" (Operatiolla! Data Store) to pośrednie ogniwo pomiędzy danymi operacYJnymi a hurtownią danych stosowane w przypadku konieczności aktualizacji hurtowni. Zbiorcza hurtownia danych (Emerprisl' Data Wareholls,,) to hurtownia korporacyjna zawierająca dane z wielu różnych iródcł i długiego okresu danych. Struktura tych historycznych danych jest relacyjna względnie ma charakter modelu "platka śniegu" lub gwiazdy [Glowiliski 20()UI. Hurtownie tematyczne (Data Mart), zwane często departamentowymi, zawieraj,! informacje tematyczne lub wydzialowe i stanowi,! podstawowe źródlo dla systemów infonnowania kierownictwa. Natomiast hazy wielowymiarowe (Mu!tidimensiolfa! Data Base) S'ł wielowymiarowymi bazami przcchowuJ'lcymi dane wraz z definicjami wymiarów i hicrarchii~~. Stanowią podstawowe źródło dla systemów analizy i raportowania. Metabaza (Meta Data) określa zhiór regul opisuj'lcych struktury danych w hurtowniach (Data Mart, Data Warchollse) oraz zasady "ladowania" (wprowadzania) i kodowania danyci). Narzędzia dystrybucji danych tworzy interfejs komunikacyjny użytkownika (intranet, internet, systemy prezentaCji informacji). AnalityclTlC przetwarzanic danych wykorzystuje szereg metod statystycznych, m.in. rachu~ nck pra wJopodobicllsl wa, wn iosko\\'an ie si at ysl yczllc , anal iz~ re grcs j i , anal iz(,.' trendów, ana 1i zę 1. wmi.liwości. czy metody akSOIlOmC!l"),(zIlC (por. !Cjorawski 2000]). 2 Nicco inn;j klasyfikacj\ hurtowni danych propolluje W.T. Bielecki, wyrói.niaj;jl" hurtownie konwcncjnnalnl', mini hurtownie i hurtownil' operacyjne (por. [Bielecki 2000, s. IlX [)..

(5) Projdr lI'ykor:ysum;(/ IlIIl"/ull'lli dOl/ych .... Architektura hurtowni uanych pOi'.waILJ na systc-matyzowanie i gromadzenie. informacji w jednym miejscu. dzięki czemu mol.na wydobyć szczegól ny ich rodz''-I określany mianem wiedzy. Istotn'l w tym względzie rolę pełni,! aplikacje analityczne DSS , realizowane w oparciu o dane zawarte w hurtowni Jan yc h:1 . SI) one narz~d z iami modelowania matcmatycznego i analityczncgo przetwarzan ia danych . działaj'lcymi na tej samcj platformie informat ycznej .l'O hurtownia danych . W za leżności od realizowanych funk cji aplikacje analityczne można podzieli ć. na cztery kategorie, a mianowicie: raport owan ie . inte.rakt yw nc przetwarza-. nie analityczne, przetwarzanie prcdykcyj nc i modelowanie biznesu IGorawski , Frączck 20001. Dodatkowym elementem hurtowni danych "I aplikaCJe narzę dziowe przeznaczone dla administratorów systemu (np. obsługa serWCf()W i baz danych), programistów (defi niowanie llloJdi logicznego i fizyl.~z n cgo ,tworze nie gotowych analiz) lub kOlil'Owych uż y tko wników (modu l wspólpracy z pakietami biurowymi . moduly prezelltacj i raportów na stro nach WWW. modul y przesylania informacji przez c- mail ). Do najczęściej stosowa nych tccllllologii unali zy uanych bizne sowyc h należ.! te~hnologia OLAP i eksp loracja baz dany~h (Data Millillg) . Pierwsza pozwala anali zo wać. dane wit:l (Jwy rniarowe. Druga. umo ż liwia. odkrywanie. zalei.llości. .. ukrytych" w hardZll dużyth zhiorach danyth IGlowi""ki 2001 I. W pro~csie cks pl ()racji danych wykorzy st uje si, specjal Ile algorytmy, odpowiednio przeszukuj41cc bazy dan ydl. Do jego gtównych zad.łll za licza s i ę poszukiwanie aSOcjacj i i sekwencji or<.l7. kla sy rik()wani (~ i grupowanie . Znalezienie pewnych reguł dotyczqcych zachowali klientów firm y. możłiwe d zi ęki stosowaniu hurtowni danych. zwiększa sku tc cz I1 0śc l.arz.)dz"lIlia relacjami z nimi . Pozwala • • utrzymywać dotychcZ<lsowyc h klientów i pozys kiwać nowych. Wni(lSki wynikoj:lce z odkrytych za ł el. ności mog'l też pos lu ż. )' ć do formułowania oferty bardziej od powiadającej profilowi obsługiwanych klientów.. 4. Zasady tworzenia hurtowni danych Tworzenie hurtowni danych jest pr zedsięwzięc iem zlożonym i kosztow nym. chociażby ze względu na wymagania s przętowe i zwi'lzane z tym koszty. Dla przykladu koszty oprogramowania jednego z nowoczesnych systemów przetwarzania informacji.jakimjest SAS (Sw lislical Al1alrsis S)'." "III - system ana li z statystycznych) szac uje się na ponad 340 tys. euro INoga. Krzyżck , Kuncrt- Witkowska 200 II . Aby zatem z minim,dizować ry zy ko tak kosztow-. -----------------\ Ohok ap lik ;u.'ji unalil)'t:i'.nych I'l'a li wwallc:q laki'.t aplik:u:jc pr(~ zc lIl ;tt.;ji dall )'dl. (worl.'lec ~ r(ld()wi.~ko. l!raflo.nc tlla kOlk owych u7y!koWl1ił.:tlw, dzi alajqcc IW odpowicdl1kh :-. !acjach grafiL'/.n)'dL !lp. OLA!' (lU f (()II -Ii,/(, 1\1/01i1.\'('(II/'/'OI'I'.\'.\'il/.I; G/'{//)/)i('(1I (!.I-a IlI1 a/'tI('(' - intcrfcj.'i gra !'ie/.ny dlil hur!owni tcmat yczn»:h), MQI: (MlII/(/,~! 'III('1I/ QI/a." EIlI'irollll/l'lII ilUcrfcj.'i graficzn)' dl:! hUrlowni gJohalnych ) o .y G IS (f,'l'ographlc h !j'nl'l/Wlirm SYStl'l1I ~ .'~ystclll wizualil.acji danych topClgra fic/nyc h) , w_.

(6) }llI1lH;:. nego przedsięwzięcia, niezbędne jest dokonanie oceny przygotowania organizacji do uruchomienia projektu, kisła współpraca projektantów z użytkowni kami, właściwe zaplanowywanie architektury hurtowni danych, zachowanie iteracyjnego cyklu wdrażania. Podstawowym problemem, jaki pojawia się przy tworzeniu hurtowni danych, jest wybór jej generalnej architektury. Zasadniczo występuj;! tu dwa. przeciwstawne podejścia: budowa mOllolitycznego systemu hurtowni danych (Data W"rehol/se) lub tworzenie systemu niezależnych hurtowni tematycznych (Data Mart) [Gorawski 2000[. Pierwsze podejście zakłada hlld()w~ całościowego, centralnego systemu hurtowni danych, który powinien clawac możliwość' odpowiedzi na wszystkie przewidywane pytania, Na jego hazie moi,na tworzyć nast~pnie podsystemy tematyczne, przystosowane do analizy i rozwi~łzywania pewnej klasy zagad~ nicń. dotycqcych jednego wycinka rzeczywistości (produkcja, sprzcdaż itp.). Przepływ informacji w systemie opiaa się na schemacie (op down. Możliwe S~ł tu dwa warianty wykorzystania hurtowni danych. W pierwszym aplikacje pre-. zentacji danych. korz.ystaj~). wprost z hurtowni centralnej, a w drugim - z hur-. towni tematycznych. Warstwa. .środowiska. hurtowni danych, która jest podstawq do przet\varzania analitycznego, jest tworzona zawsze w architekturze odpowiedniej dla realizacji przetwarzania OLAP. Natomiast gdy hurtownia centralna nic Jest i.ródlcm danych analitycznych, to jest wówczas projektowana jako zllOlll1aliwwana relacyjna baza danych. Budowa całości tak skomplikowanego systemu w jednym etapie jest mało realna. Różnorodność dziedzin objętych centralną hurtownią danych wymaga bowiem starannej analizy potrzeb, analizy wielu dostępnych żródel danych oraz budowy szeregu programów ekstrakcji danych i udostępnienia różnych aplikacji wielu użytkownikom. Znacznie mniej złożone i bardziej realne jest podejście drugie przewidujące budowę oddzielnych, niezależnych hurtowni tematycznych. Zaklada ono moż liwość wszechstronnej i efektywnej analizy danych z poszczególnych dziedzin dzialalności przedsiębiorstwa w oddzielnych. specjalizowanych systemach. Ilość i stopieli zloż.onośei informacji do przetworzenia w wydzielonej dziedzinie jest znacznie mniejszy, a zatem proces tworzenia hurtowni tematycznej jest prostszy i szybszy. Utworzenie niezależnych hurtowni może jednak prowadzic'. do powstawania niejasnego obrazu. rzeczywistości,. bowiem raporty genero-. wane przez jeden system mogą być nieporównywalne lub niczgodne z danymi generowanymi przez inny system. Źródlem tych nieprawidłowości mog'ł być także rÓŻnice w wykorzystywanej terminologii. Ponadto pojawia się problem jakościowej niezgodności systemów i dostępności u7.ytkowników do informacji. Dlatego też często w oparciu o jui. istniejące hurtownie tematyczne tworzona jest hurtownia centralna. Wówczas przeplyw informacji odbywa się wedlug schematu "ollom-up [Gorawski 2000j. Zaprezentowane podejśc ia nic g war,nl1ują, jak widać, stworzen ia dobrego systemu hurtowni danych. Prawidiowe rozwi;!zanie powinno mieć w sobie.

(7) ~Pr.n':i)I~·c~kl~.\~·2:·~·"':':2:sta fi lO h1/ r!OH' II i. da /I 'h .... cechy' monolitu hurtowni centralnej i prostoty implcmcntacyjnej hurtowni tcmutyczncj. Stąd budowę systemu należy rozpocząć od określenia regul spójności, pojęć i danych oraz uruchomieniu najbardziej pożądanej hurtowni tema-. tycznej. Wraz z pojawieniem się zapotrzebowania na analizę innych aspektów działalności tworzy się następnie kolejne hurtownie tematyczne. W rezultacie można doprowadzić do powstania spójnego systemu hurt()\vni globalnej. Ramowy tok postępowania w tym, mieszanym, podejściu do tworzenia hurtowni danych obejmuje cztery fazy. W fazie wstępnej zwanej często analiz,! wymagal\ biznesowych przeprowadza się najpierw analizę struktury organizacyjnej przedsiębiorstwa oraz dostępnych źródeł danycJ1. Następnie rozpoznaje się potrzeby informacyjne na poszczególnych szczeblach zarządzania, po czym określa się kluczowe dla przedsiębiorstwa dziedziny tematyczne i grupy potencjalnych użytkowników systemu. Faza druga, zasadnicza, polega na opracowaniu ramowego modelu hurtowni danycJ1. Obejmuje ona określenie ogólnej. architektury hurtowni danych, opracowanie ogólnego projektu funkcjonalnego przykladowej hurtowni danych, opracowanie regul spójności pojęć', danych i procedur, wybór narzędzi do budowy hurtowni danych oraz systemów do realizacji wspomagania decyzji, spójnych dla wszystkich przewidywanych hur-. towni tematycznych. Faza trzecia przewiduje opracowanie szczegółowego projektu hurtowni tematycznej i systemów wspomagajilcych. Rozpoczyna je etap oudowy modeli danych: konceptualnego modelu hiznesowego systemu. modelu logicznego hurtowni danych i schematu fizycznego hurtowni w hazie danych IGorawski, Fr'lczek 2000 I. Model biz.nesowy opisuje proces lub grup, o procesów w przedsiębiorstwie. l::lelnellly lego wielowymiarowego modelu, takiejak obiekty bazowe (tablice faktów, tablice bazowe), wymiary i ich atrybuty oraz powiązania między atryhutamt wymiarów określajil wymagania funkcjonalne systemu. Celem modelu logicznego jest oudowa takiego schematu danych, który, implementując model biznesowy, móglby hyć- jednocze.;nie wykorzystywany przez stosowne narzędzia systemu DSS. Zasadniczo dokonuje się tu proces projektowania struktury tablic poprzez określenie ich nazw, kolumn, typów danych i sformulowanie odpowiednich kluczy. W rezultacie powstaje pełny schemat logiczny wszystkich tablic hurtowni. Schemat tablic logicznego modeł u wielowymiarowego jest podstawą do wygenerowania modelu fizycznego implementowanego w hurtowni danych. Dalsze postę powanie w tej fazie przewiduje opracowanie systemu zasilania hurtowni danymi oraz opracowanie systemu udOslt;pniania analiz. w rezultacie (zego tworzone s~J aplikacje kOllcowego uźytkownika. Faza (zwarta --- wdroi,eniowa -rozpoczyna się od szkolenia użytkowników i administratorów systemu. Pilotai.owe testowanie systemu pozwala na weryfikację poprawności działania hurtowni tcmatycznej i dokonanie ewentualnych korekt. Na tym kOl\czy si, proces tworzenia hurtowni tematycznej, po czym moi.na przystąpić do realizacji kolejnych hurtowni tematycznych, by ostatecznie nastąpi lo opracowanie na ich bazie hurtowni centralnej..

(8) JallUS;'. C:ekaj. 5. RozpoznanIe podsystemu obsługI odbIorców w :ZakładzIe Energetycznym Kraków SA Obsługa. odbiorców stanowi jeden z. przedsiębiorstw. kłuczowych. energetycznych. Podsystem. obsługi. obszarów. działalności. odbiorców w. Zakładzie. Energetycl.l1ym Kraków SA (ZEK SA) tworzy zbiór komórek organizacyjnych pionu handłowego oraz 8 Rejonów Dystrybucji. wypełniaj'lcych funkcje tech-. niczne i handlowe. Techniczna obsługa odbiorców obejmuje następuj4ce funkcje czt}stko\\!e: v./ydawanie warunków przył;)czania do sieci. zawieranie umowy o przyłączenie do sieci. przyłqczanie odbion.:r·)\v do sieci energetycznej. dystrybucja energii, kontrola stanu technicznego urzqdzell odczytowych i ustalanie wielkości zU7"ycia energii przez odbiorców. Ich realizacją zajmuj.) się takie komórki organizacyjne. jak: Wydział Technicznej Obsługi Odbiorców. Oddział Pomiarów. Oddział Rozwoju i Utrzymania Sieci oraz Oddział Wykonawstwa (w tym Zespoły Pogotowia Energetycznego). Na funkcję handlową składaj" się: zawieranie umów o dostawę energii. rozliczanie naJcźności za energię elektryczn'l i usługi przesyłowe. rozpatrywanie reklamacji odbiorców w zakresie sprzedaży energii elektrycznej i usług dystrybucyjnych. organizacja i prowadzenie obsługi kasowej odbiorców. prowadzenie rozrachunków z odbiorcami. windykacja należności za energię elektryczną oraz aktualizacja i rozwi'lZywanie umów o dostawę energii. Realizacja tych funkcji cząstkowych spoczywa na Wydziale Organizacji Sprzedaży Energii. Biurze Handłowym Wiełkich Odbiorców oraz komórkach organizacyjnych Terenowych Biur Handlowych.lj. Oddziale Sprzedaży Energii oraz Posterunkach Energetycznych. Aktualnie liczba odbiorców energii ełektrycznej. obsługiwanych przez Zakład Energetyczny Kraków. wynosi ponad 800 tys .. a ich struktur~ w przekroju rejonów dystrybucji zawiera tabeła 2. Tabela 2. Zestawienie liczby odbiorców energii w Zakładzie Energetycznym według stanu na I półrocze 200 I r. Liczba odbiorców. Grupy Rejonów Dy:-.trybul'ji E.nergii Z[:K SA. Indywidua!ni. komcn:yjni "maI y odbiór"·! ..wielki odhjl\r" kllmcr{,,~vjni •. 4S2. (~JO. 40 41Xl. 1 6(lt ). Rejony ll'fCtl(lWl" (I.ima!lnwa. N()wy S'lc/, Nowy Tar)!.. bk()paIK'). 2lł. 270. 24 SO(). 420. Ral.l'1ll. 717 170. 64 X()O. 2. OSO. Rejony a!!loITK'racji krakowskiej (Krowodrnt. Nowa Iluta. P(ii.l,górzC. Sródmic,~cic). " pod/iid oubiorców komerCYJnych na t/w. maly i wielki odbiór następuj\.' le w/glt;du na pf/yd/ll> lon.) moc cnergii, ujęli) w warunkach umowy o pr/yłi!L'lcniu do sicci cncrgl'lyczncj (grupa rnalego odbioru -moL' do 50 kWh, grupa wielkiego odhioru -·moc powyi,cj 50 kWh) Źródło: opracowanie własne na podstawie materiałów Biura Strategii ZEK SA..

(9) h.... . hurtowIli. Z przeprowadzonych badali wynika, że w podsystemie obsługi odbiorców funkcjonuje aż sześć transakcyjnych systemów inlórmatycznych wspomagajqcych procesy gromadzenia i przetwarzania danych oraz ułatwiaj,!cych podejmowanie operatywnych decyzji (zob. tab. 3). Tabela 3. Zestawienie systemów informatycznych funkcjonujilcych w Zakładzie Energetycznym Kraków SA według stanu na 2001 r. Nazwa systemu .. --. -. Charakterystyka informatyc/'na (platforma spm;towa i oprogramowanie). Systemy wspomagajqee lechnic/n,!. obsługC. odbiorców. System Warunków Przyłączania Odbiorców (GIS,. POI. Serwery Intel, Windows NT Serwer, Baza Orw:le. Syslem Dyspozytorski. Sl'rwery Intel, scn Linix.lnt1H"rnix Sl'rwl'r Ri:-.c, S()laris, lnfnrmlX S('!"wef Ris(, lip·· liX, ()rark. System Pomiarov,'y System Zarz:)dzami! Skri') - liR I. Enl'r1!CIVezną • •. (ZSE. _.. _.. Sysll'llly wspI)!llagaj:)l'l' 11:Jndil)\q obsług!,,' IJdhilH\;c'lW. -. --. _._._--~,--_. .. _--. lndywldlwlnych Serwery łnkL seo tlni,x, Progen, SCI"\\'('1" Risc. (ZB'(r JS(l.IIANDEL 20(0) S()bri\,lnforlnix, Sv"IL'Jll Rm,llClell Wil'lki(h ()dbion:llw Sl'rwn ImcI. NllvclL Dbase Systemy ROlliueli. ()dhlilf\'(l\\'. ~. _ _o. Systemy wsp()maj.!aj:jl'l' t'unkrjc t'inam()Wl' System hnansowy. -. K\i~gowy. --. FK-9J. ~'rwe!:-RiSl', S~ari\, Progn:ss. Zródło: opracowanie własne na podstawie !llatl'riaknv Biura Stra!cgii. -. --. Zr::K SA.. Zasadniczo wspierają one realizację podstawowych funkcji technicznej lub handlowej obsługi odbiorców oraz powiązanych z nimi funkcji finansowych (np. emisja faktur, księgowanie rozliczeti itp.), niezależnie od oddzielnie funkcjonującego informatycznego systemu finansowo-księgowego FK. Należy podkreśli,', iż dzialalność wszystkich komórek organizacyjnych podsystemu obsługi odbiorców jest wspomagana przez zdecentralizowane zespoly obsługi informatycznej. Z oceny występujących w ZEK SA systemów informatycznych wynika, że eksploatowane relacyjne bazy danych Oracle i Informix stanowi'l wystarczająC<! podstawę dla zbudowania tematycznej hurtowni danych zorientowanej na wspomaganie kluczowych decyzji biznesowych w podsystemie obsługi odbior• cow..

(10) }tllllłS::. C:.ekaj. 6. Zakres wykorzystania hurtowni danych w podsystemie obslugl odbiorców Glówn,! przeslank<! wprowadzenia hurtowni danych w rozpatrywanym pod-. systemie jest wspomaganie procesów podejmowania decyzji w zakresie technicznej i handlowej obsługi odbiorców. w szczególności \v takich procesach. jak rozliczanie nalezności za encrgi<; elcktryczn;J, załatwianie reklamacji odbiorców i windykacja należ.ności. Stosowane w ZEK SA systemy infonnatyczne, takie jak ZB YT 386 i HANDEL 200() umożliwiaj,! zasadniczo tworzenie raportów dla podejmowania decyzJi operatywnych, przy czym ich zasadniczym ograniczeniem jest to, że bazuj'! glównie na danych hici.,!cych, np. wielkość zużycia energii, oraz to, ze funkcjonują tylko w dwóch Terenowych Biurach Handlowych (TBH), a mianowicie TBH Sródmieście (system HANDEL 20(0) i TBH Podgórze (system ZBYT 386). Pomimo bogatej hazy danych, zawartych w tyeh systemach, dotychczas nie podjęto próby wprowadzenia metod analitycznego jch przetwarzania. stqd podejmowanie konkretnych decyzji, takich np. jak ustalenie prognozy wielkości zużycia, platności z tytulu przewidywanej sprzedaży czy zalatwianie reklamacji odbiorców (korekta rozliczeli, rozlożenie platności na raty), wymaga przeglądu rÓŻnych kartotek systemowych. Wprowadzenie hurtowni danych zaklada przejście na analityczne przetwarzanie danych oraz tworzenie wielowymiarowych, analitycznych i predykcyjnyeh raportów. Chodzi w szczególności o to, aby nie rezygnując z danych transakcyjnych, zawartych w systemie HANDEL 20{)O i ZBYT 386, w więk szym niż dotychczas stopniu wykorzystywać dane historyczne. Zakłada si<;, i.c uż.ytkownikami hurtowni danych będ,! zarówno specjaliści-analitycy technicznej lub handlowej obsługi odbiorców oraz kierownicy Terenowych Biur 1"landlowych, Rejonów Dystrybucji, a także kierownicy wydzialów centrali ZEK SA spcłniajqcych taktyczne funkcje w zakresie technicznej lub handlowej obslugi odbiorców. Przyjmuje się, że podstawowymi narzędziami tworzenia tematycznej hurtowni danych dla podsystemu obslugi odbiorców w ZEK SA bę,h! funkcjollllj,!ce JUŻ specjalistyczne platformy sprzętowo-programowe (serwery Intel, Risc i Novell, relacyjne bazy danych Oracle, Informix z j,zykiem SQL), specjalistyczne wielowymiarowe systemy obslugi baz danych (Dala Mllrt), aplikacje i narzędzia ekspioracIi, transformacji, konsolidacji i ladowania danych (DOili Millillg Tools), narzędzia interaktywnej analizy danych (OLA P) do analizy, modelowania i wizualizacji danycII. Zasadniczo nalóy dąi.yć do maksymalnego wykorzystania baz danych w funkcjonuj'lcym w ZEK SA systemie przetwarzania transakcyjnego HANDEL 200(l.Wykaz proponowanych podstawowych aplikacji systemu wspomagania decyzji w obsludze odbiorców ZEK SA, opartych na koncepcji tematycznej hurtowni danych, przedstawiono w tabeli 4..

(11) -..,"" --" ---'" -"'-" '---" -. §---"'". ~ .-. .. ".. Tabela~ .. Specyrik'.lCja aplikacji analitycznych tematycznej hurtowni danydl \\' podsystemie. obsługi. c..x.lbiorców ZEK SA. ~. Aplił\acja. POdst3\\'(lWC procesy. bizne . ,sowe Zawicr•.mic umów o C7..cnic do sieci. p r7,y łą-. Z systemów transakcyjnych : system Warunków Prlyli)czania Odbiorców (GIS - po) oral system. anJlit yczna DSS. _ przctw<loamc . anaJJlycznc. . raportowanIe. ".. Anali za g" .. loki ~ i c..::i. anJliza wyk\)rl y~ ( :.m i ;l mncy systemu cncrgclyancgo. przetwarzanie _ prcdykcYJllc. Rozwój i mndcmi7..acja s ic - Symu lacje trendów rozwo· c i cllcrgclyczny<: h jowych. Zarządzania Siecią Energetyczną. Zav.'icranic i aktu~łlizacja umów o dostawc; energii. I i. ZSE - liR. Z systemu tr;msakqjncgo HANDEL 2Q(X). Wiclowymi:m,lwc analizy odbiorcó w \ indywidua!nyc h. wicI k jego odbioru). anal i/s market ilH!owC'. Prognozy ZJJXltr/.ctxlwania na cllcrgi\" prognozy wiel koSe i s przedaży ellcrgi i. Prognol.y wJc/koSej i lempa Symulacje lrendów zużyci:J energii deklrycz~ w z u życiu energii elck ~ Ilej . pf(l~ nozy wicIkoki i tryczncj . substytucji struktury splleda;'y energii mediÓW ilp.. .. -. Rt)zlil..'zank nalónoki la. Z bazy danych PSION oraz. Analiz)' \\' ic/ko~c i i lempa. cner!;;.;; clektr)'czn:). systemu Iransah 'yjncgo HANDE L 2()(XI. zu życ i:... energ ij clcklrycz~ ocj. ;mali/}' wartości i strukrury !\ przcdaży cner~ o{lii clcktr\'czne)· '.. Rozpatrywanie reklamacji odbiorcow. Z systemu transakcyjnego HANDEL 2000. Analizy prJcy siec i. skutecznoSci technicznej. Windykacja. nalcżooSLl l.a. encrgi~ e lektryczną. ~ ~. .1 ) . m( ...... c owamc. obslugi ur/ĄdzcTl Z systemów mmsakcyjnych Analizy wiarygodności HAi"DEL 2000 i FK -93 klientów . slr'lllcchniclnvch . j hancJ low\'(: h. Symul:Kjc trendów rozwojowyC łl. Prognozy liczby rcklama ~ eji. pl.my lcg<Jlizaeji iiczników. plany rozwoju sieci. Symulacje trendów jo\l,'yd. Prognoz)' prl.ycllodów ze. Symu lacje trendów rolWo-jowyc h. spncdaży.. plany. wyl.,C7.cń. rozwo~. -. Źródło:. opraco wanie własne na podstawie maH.'rialów Biura Strategii ZE K SA. ' , .>0. :. .~,. ""d>::: w/·,!:.

(12) .lU/w.\': C:.eka; Założenia budowy obsługi odbiorców. 7.. hurtowni danych dla podsystemu. lIwl.gl,dniaj'Ic aktualny stan informatyzacji podsystemu obslugi odbior-. ców, a w szczególności stosowane platformy sprzt;towo-prograll1()w~, proponuje. aby budowę hurtowni danych dla rozpatrywanego podsystemu o s adzić' na wielomodulowym systemie HANDEL 20{)O. Za takim rozwi'lZ"nicm sprowadZiljqcyrn sic: w iSlocie do rozszerzenia slOSo\vancgo ohecnic systelllu przemawia wieJe czynników. Po pierwsze. systcm HANDEL 2000 operuje stosunkowo dohrze ustruktualizowaną bazą danych intcgrujqcq obszary tc..:hniczncj i handlowej ohsługi odbiorców. Po drugie, stosowane programy operacyjne pogrupowane są w kilka modulów. wkich j"k: system. odhiorcy (kartoteka odhiorców). odbiorcy indywidualni (obslug" handlowa odbiorców indywidualnych od roz liczenia do egzekucji na!czności za energię) , odhiorcy komercyjni płatnic y (ohsluga kartoteki i obsluga handlowa odhiorców kOlllercyjnych od rozliczenia do egzekucji na!cżnosci za energie). wpl"t y (obsluga funkcji windykacji ). odczyty (programy do rejestracji odczytów zużycia energii i transferu plików z i na PSION). technicl.lla ohsluga odbiorców (programy do obslugi funkcji zawierania. aktualizacji i rozwiązywania umów. zlecania obslugi technicznej. legalizacji liczników i inwentaryzacji urzqdzcli odczytowych). Po trzecie. raporty tworzone na drodze transakcyjnego przetwarzania zbioru już i stnieją cyc h danych można wykorzystać do wprowadzenia systemu OLAP . Wreszcie nic hez znaczenia jest fakt. iż slOsowane serwery Intel, lInix. Progcn . Risc. Solaris i lnformix stanowią akceptowany na calym świecic standard. gwarantujący wysoki poziom bczpieczelistwa przechowywania i aktualizacji danych. szybki dostęp do danych dla dowolnie zadanych parametrów i pozwalający na tworzenie wlasnych. najhardziej skomplikowanych przekrojów danych w języku SQL. St 'ld warunkiem koniecznym stworzenia centralnej tematycznej hurtowni danych w podsystemic o hslugi odbiord.w jest najpierw wprowadzenie systemu HANDEL 2000 wc wszystkich Terenowych Biurach Handlowych (TBH I - TBH 8). Baza danych zawarta w tych zdecentralizowanych systemach pelnić będzie funkcję zewnętrznych źródeł informacji zasilający c h bazę centralną . Baza centralna powil1l'" być wyposażona w narzędzia do wprowadzania danych zewnętrznych i narzędzia analityczne. umożliwiaj'lee tworzenie odpowiednich raportów stosownie do zapytali użytkownikciw. Strukturę systemu centralnej bazy danych dla podsystemu obslugi odhiorców ZEK SA ilu struje rys. I . Realizacja funkcji eksportu i importu dan ych i raportów ze zdecentralizowanych baz danych do centralnej bazy danyc·h wymaga podzialu systemu na cztcry zasadnicze Illoduly. a mianowicie prz.ygotowania i transmisji danych. integracji i aktualizacji danych p()chodz~cych z systemu HANDEL 2000. generowania agregatów i analizy danych. 0-. seo.

(13) . IlIlrrO\\'l1i dan\'ch .... , "... --_... TIlII l TBH 2. Modele prot:csow •. TBII J TBII4 TBH. 5'. Narzędzia. wprowadzania nowych danych. Centralna baza danych podsystemu obsługi odbiorców. wynik. Narzędzi'l. lapyt:HlIi. ,lIlalityczne. rapOM)'. Aplikacje u7.ytkowników. TBH 6 Narzędzia. TBII 7. admillistJ'{)wania. TBH H. TBII. [-·-N -. Terenowe Biura Handlowc. Rys. !. MoJel hurtowni danych dla podsystemu Energetycznym Krakó\v SA Żródło:. opracowanie. obsługi. odbiorców w. Zakładzie. własne.. Modul transmisji danych ma zapewnić automatyczne generowanie i przesylanie wyselekcjonowanych danych do centralnej bazy danych za pomocą modemów. Modul integracji będzie realizowal funkcje przetwarzania i aktualizacji już wyselekcjonowanych danych, sprowadzając je do wspólnego formatu. W rezultacie odpowiedniego ich skonfigurowania, realizowanego przez modul generowania agregatów, uzyska się modul o strategicznym znaczeniu. Stosownie do zapytań użytkowników modul analizy danych kreowal będzie raporty dla podejmowania decyzji biznesowych. Prace nad tworzeniem hurtowni danych należy rozpocząć od powolania zespolu projektowego i opracowania regul spójności pojęć i danych, które mogą być zastosowane do budowy kolejnych hurtowni tematycznych w ZEK SA. Następnie można przystąpić do budowy modelu biznesowego dla podsystemu obslugi odbiorców określającego potrzeby użytkowników. Zaleca się w tym względzie podejście ewolucyjne zakladające stopniowe rozbudowywanie centralnej hurtowni danych. Za takim podejściem przemawia fakt, iż stosunkowo najbardziej dopracowany pod względem informatycznym jest system przetwarzania transakcyjnego w zakresie rozliczania odbiorców. Stqd należa loby najpierw stworzyć mini hurtownię danych obejmuj,!c,! handlow'l obslugę odbiorców, a dopiero potem wzbogacić j'l o funkcje obslugi technicznej..

(14) Ja 1110'::' C::.ekaj Przy tworzeniu systclllu mo ż na rOZWażać trzy wariant y oprogramowania :. SAS Institutc, OnIcle Corporation lub wykorzystanie serwera Oracle jako bazy relitcyjnej hurt()\vni danych i lwi,-!zanego I. nim oprogramowania MicroStrategy ROLAP INoga, Krzyż.e k, Kunerl -Witk llwska 2()DII. Oprog ramowanic sy stemu SAS (.)'(lllisliull /\fl alys is 5'ySI1'111 ) zorientowane jest g ł ówn ie na I. l ożollL' anali zy danyc h statys tycznyc h i ich int erpre tacje. Może w i ęc bYl' przydatne dla idcnt yfikacji zal óno ści opartych lla analizie danych hi slorycl.Ilych . Znacznie szersze mO;. li wości daje oprogramowanie Orack Corporatioll zawic raj~łc c narzędzia. szybk iego proj ekto wa nia hurto\\'ni danych (O rac/c VlarcllOus{' BUlIder ) oraZ szereg narz\.'d zi do analityczneg o przetwarzania. i eksploracji danych , wykorzystuj'lc'ych ni c Iyl ko analiz<; stat ysty"'.n,!, ale takżc przewidywanie trcndó\v t"/.y modelowani e zjaw isk l'konomi cznych . np. prc dykcji tempa z u życ ia energii. prognozowania nale żnośc i l a cncrg it.; itp . Najwit,:kszc. moż li wosc i. daj e.jak si\, wydaje. oprogramo wani e MicroSlra-. tegy ROLAP ( Rdar iol/al Ol/ -Lilie IIII(/Irrical P/'(}ccssillg ) zak ladaj'lcc przetwarzan ie w oparciu o serwer relac yjnych baz. danych. Nie za l eż ni e od tego, i.c ulno7.liwia ono budowę mode lu hurtowni , to przewiduje zautomatyzowan'l dystrybucję wiadomoki biznesowych mobilnym użytkownik o m nic pracują cy m w sieci i posiada d ostęp do sieci internetu i intranetu. Wydaje się, że najbard ziej wlaściwym rozwiązaniem byloby oparcie budowy hurtowni danych dla podsystemu obs lugi odbiorców w ZE K SA na oprogramowaniu Oraclc Corporation . Nie tylko dlatego, że jest ono przystępne w u życ iu i stosunkowo nicdrogie, ale przede wszystkim ze wzgh;d u na rnoiJiwości realizacji szeregu funkcji iSlotnyc h dla podejmowania ope ratyw nych decyzji . Dotyczy to w szczegó lności rozli czCll nale;i.Ilości za energi\.'. reklama cji i windykacji należ. nośc i . Największe jednak korzyści wynikaj " z analitycznego przetwarzania sumarycznych dan ych hi slorycznych . Kre owane na ich podstawie prognozy mO;.na wykorzystać do formułowania strategii lTIiJrkctingowych dostosowanych do różn yc h grup odbiorców, indywidualnych i komercyjnyc h. Jak wyk azują doświadczenia in slytucji bank owych, proces budowy hurtowni danych jest przedsięwzięciem niezwy kle trudnym, zlożonym i kosztownym If\uikowska, Sroka 19971. Aby przyni ós l on powodzenie, konieczny jesl udzial użylkowników na kai.dym Ciapie jego realizacji. Chodzi tu przede wszystkim () to, aby hurtownia danych l.aspokajala ich potrzeby informacyj ne zarów no IV wymiarze operacyjnym, jak i stral egiC'Z nym . Dlatego przy opracowywaniu projektu cclltralnej hurtowni danych dla podsystemu ohslugi odbiorców szczególnq u wagę nalc ży zw róc i ć na s pecy fikację operatywnych i strateg icznyc h decyzji oraz sprecyzowanie potrzeb informacyjnych. Z tego tei. względu niezhędna jest ścisla wspólpraca projektantów systemu z jego przyszlymi użytkownikami zarówno na etapie projeklowania, jak i implementacji systemu..

(15) Proj e/\I wyko,. . 'sutllill II IIr/fllI 'ui. LIIeralura Adalllc/cws ki P.1199Hl, Zillll'gr(}\I"(1f1l' systemy il1.f("lf"IIuHyc;/I(' 1\' l)fokryCt' , Mik om, WarSi'.:! wa. Barlos/\..'wsb 1\.·1., Król A. 12000 1, C::.."/II sir rd : l!i IllIrroll'/litl dany/"h od ha ;.\" danych, "Mcnagcr", nr 2. RiclcL"k i T .W. 120nO I. IIlj(mwlty.:mja .:ar.:ąd.:a" ia. PW E. WarSi'.a \'-'<1. Glow iliski C . ł 20011. S':I/Ikll "'y.\"ak /t' go .\"k/mlol\'lJIl;a . .. PC Kurier". nr l"" . Gorawski M. 120(0) . NUr10h'lIia danych . "Informat yka ". nr ] . Gorawski M.. Frąaek J. IlOnOl, Sy.Ht'my DSS . I'rojtc'kf i opis modd/I hurrowni danych, .. Informalyka", nr 5. Grochowski 1'.[20011. R o:wią-:.a 1lia d/a ll11rIO\\'/li dallych. "PC Kurier". nr 9. lnmon W.H.! 19951. W/WI i." a Data WarehO/lSi':', Prism Terh Topic, vol. I . nr 1. flUr/OWIJ/(' danych - Mi cJ"()S(~rt SQL Sall'er 7.0. l)r:.l'lI'odnik recllnic ::.n.\' IlO()O[. Microsoft Press.A.P.N. Promisc . Warszawa. Kisielnidi L . Sroka H .1 19991. SysTemy infol"llu/("yjm' hi:lle.HI . Agl'I1('ja Wyd awn icza "Placet". Warszawa . Ll'ksykoll Wt'fmwSln(/ 12()(1I1 . hup ://www.pd;. tlricr.p l /wchm<ls!L.r /h.·b ykpn /h i hurlowni ;l(.lhll11l Nog,t M. , Krzyid.. A .. KUllcrt -Wilkowska L . 12{)OII, III/r!oWl/ii' dal1 yd/ -- llrchi[(,Jullw i Iwr::rd::ia. Akadelllid ii.' Celll rum KomrHill'rowc Cyl"rone l. AG Ił. Kraków . Pal\ko\VsKa M., Sroka II . 11 1))0\7], Sr.\ll'/Jly inforHW1YC://t.' hUIl!l.(llro.\'ci, I\E w KatO\vicach. KaIO\\'il"l~.. V .. Klauncr P.. Bmh~1 S. [::!()()OI. "/\I'or::/'I/ic 11111"1(1\1 '111 d(/I/rcl!, WNT . Warszawa. Sl,me kW . I I 1)')51. I<(J.~ II 'I YI,{'opd,: 1.\"\1' hadllll'c:ydl I SWO LI ' kOlIIroll /tuji :: II 'yhm 1/.\'/11; 1"0;wiq ::'illliam; praklyl"::.ny/l/i I w: 1 /IIId;gclltll!' '\·.\'S11' 1II.'" u'splllllagllllill dt'cy:Ji U" ;(lr~qd::.a IIilI, pod red . II. Sroki i W . Slan}, ;!. Al! w Kalowicadl. KaInwice . POL'. A Proposal for Ihe Use of a Dala Warehouse in Ihe Cuslomer Servlce Subsyslem of an Energy Company In Ih is ar1icle, lhe aUlhor prcsents the ide" of lIsing a dala warehollse in lhe l"uslOlller scrvict! subsystcm of an encrgy company . The ralionale:. l' haraclerislics and role ol" dala w.lfchou se.s in Ihe slructurc ol' IT lIlanlłgem~nl syslems arc denned. as are Ihejr fUIlClioll . general dc sign and Ihe way in which thc y ;ue c~ labJi s hed . Wilh referencc lo empirieal rc scarch, Ihe aUlhor looks at Ihe extcnt to which <t data warehollsc l"lHllu be used in Ihe clIstomer service subsyslem oj" the Kraków Encrgy Company (Zaklad EncrgctYl"I.ny Kraków SA). He shows how Ihe warehousc could be conslrucleu by basing ilon an cxtellslnll ot" HANDEL 2000. a multi-applkatioll rr syslem lIsed for sClllin g ckclricily custol1lcrs' accounts ..

(16)