모든 여성은 자신의 소지품을 관리하는 데 문제가 있습니다. 옷에서 액세서리에 이르기까지 그녀는 모든 물건을 한 곳에 보관할 수있는 한 가지가 필요합니다. 나는 조직화되어 있지 않다는 것을 상상할 수 없으며이 글을 읽는 대부분의 사람들이 저와 동의 할 것이라고 확신합니다. 조직화가 왜 그렇게 어려운가요? 대부분의 경우, 나는 강박적인 사람이되는 바로 그 이유 때문에 비정상적이었습니다.
제가이 문제를 제기 한 이유는 데이터웨어 하우징에 대한 여러 기사를 읽었고 제 자신을 상기 시켰기 때문입니다. 내 모든 소지품을 올바른 순서로 한곳에 보관하려는 나의 기본적인 집착과 마찬가지로 오늘날 기업들도 똑같이 기대합니다. 데이터웨어 하우징에 대한 아이디어가 흐릿 할 가능성이 있습니다. 여전히 같은 것에 대해 단서가없는 많은 사람들이 있습니다.
데이터웨어 하우스는 오늘날 조직 내에서 널리 사용됩니다. 앞으로 몇 년 안에 그 사용이 점차 증가 할 것으로 믿어집니다. 어려운시기에는 현명한 결정을 내리고 데이터를 효율적으로 관리하는 것이 매우 중요합니다. 바로 데이터웨어 하우스가 완벽하게 적합 할 때입니다. 데이터웨어 하우징의 개념은 이해하기 어렵지 않습니다. 개념은보고, 분석 및 기타 BI 기능을 지원하는 데 필요한 데이터를위한 영구 저장 공간을 만드는 것입니다.
css와 css3의 차이점
데이터웨어 하우징의 개념은 간단합니다. 데이터는 비즈니스 프로세스를 지원하는 응용 프로그램에서 주기적으로 추출되어 특수 컴퓨터에 복사됩니다. 여기에서 다른 소스의 데이터를 확인, 재 포맷, 재구성, 요약, 재구성 및 보완 할 수 있습니다 (데이터웨어 하우스는 내 액세서리 상자입니다. 흩어져있는 액세서리를 미니 상자로 관리하는 것처럼 차례로 하나의 큰 상자에 저장 됨). . 데이터웨어 하우스는 임시 보고서, 포털 및 대시 보드를 통해 보고서 생성, 분석 및 표시를위한 주요 정보 소스가됩니다. (어떤 상자에 어떤 액세서리가 보관되어 있는지 쉽게 찾을 수 있습니다.)
데이터웨어 하우스의 기능
1.이 기능 전용 컴퓨터에서 실행됩니다. (내 마음)
2. 데이터베이스 관리 시스템 (DBMS)에서 실행 (내 액세서리를 저장하는 다른 미니 박스 시리즈)
3. 장기간 데이터를 보유합니다. (장시간 내 액세서리 보관)
4. 여러 소스에서 얻은 데이터를 결합합니다 (다른 장소에 흩어져있는 액세서리 배열 저장).
5. 생산 데이터를 고속 데이터 입력 설계에서 고속 검색을 지원하는 설계로 변환하는 신중하게 설계된 데이터 모델을 기반으로 구축되었습니다. (내 모든 액세서리를 수용하고 좋은 상자와 평범한 상자를 구별하기 위해 완벽하게 디자인 된 상자를 고르는 나의 선택)
좋은 데이터웨어 하우스를 만드는 데있어 가장 어려운 점은 그것이 구축 된 모델의 설계입니다. 각 필드에 부여 할 이름, 각 데이터 모델의 형식을 다시 지정해야하는지 여부, 계산 및 추가해야하는 메타 데이터 필드에 대한 결정을 내려야합니다. 데이터웨어 하우스가 운영되면 데이터 모델이 안정적으로 유지되는 것이 중요합니다. 그렇지 않은 경우 데이터에서 생성 된 보고서는 데이터 모델이 변경 될 때마다 변경되어야합니다.
데이터웨어 하우스가 제자리에 있고 데이터로 잘 채워지면 좋은 항목이 깨지기 시작합니다. 그들 중 일부는 다음과 같습니다.
1. 예약 보고서 생성
2. 패키지 분석 애플리케이션
3. 임시보고 및 분석
4. 대시 보드를 통한 동적 프레젠테이션
단계별 학습 정보
5. 드릴 다운 기능
6. 데이터 마이닝
7. 보안
이러한 이점은 데이터웨어 하우징 기반 BI를 특정 수준의 복잡성에 도달 한 기업을위한 중요한 관리 도구로 만드는 이유입니다.
데이터웨어 하우스가있는 일부 빅 브랜드
사과
Apple은 수 페타 바이트 규모의 Teradata 시스템을 운영하고 있습니다. Apple은 데이터웨어 하우스를 사용하여 제품 그룹 전반에서 고객을 더 잘 이해합니다. 이제 모든 식별 가능한 정보와 i Tunes 상호 작용은 시스템으로 들어가는 많은 데이터를 생성하므로 회사는 누가 누구이며 무엇을하고 있는지 알 수 있습니다.
월마트
이 거대 소매 업체는 1992 년에 Teradata의 최초 테라 바이트 규모 데이터베이스를 배포했으며 그 이후로 약간 성장했습니다. 운영 시스템은 2008 년 기준 2.5 페타 바이트였으며 지금까지는 확실히 도약 및 한계가 더 커졌습니다. 월마트와 샘스 클럽과 백업 시스템에 대해 별도의 운영 체제를 운영한다는 점을 고려할 때 두 자릿수에 이릅니다. 분석 노력은 본질적으로 Walmart가 대규모 위탁 판매소가되는 데 도움이되었습니다.
이베이
eBay에는 두 개의 시스템이 있으며 둘 다 큽니다. 기본 데이터웨어 하우스는 9.2 페타 바이트이며 웹 클릭 및 기타 '빅'데이터를 저장하는 '단일성 시스템'은 40 페타 바이트 이상입니다. 행이 1 조인 단일 테이블이 있습니다. 예, 이것은 작년에 추가 된 50 페타 바이트 상당의 Hadoop 용량 eBay보다 작지만 Teradata는 모든 시스템이 Hadoop 안팎으로 데이터를 지원하므로 eBay가 완전히 별개의 두 데이터를 운영하는 것과는 다릅니다. 환경.
Starbucks
1971 년부터 Starbucks Coffee Company는 세계에서 최고 품질의 커피를 윤리적으로 소싱하고 로스팅하기 위해 노력해 왔습니다. 그들은 영업, 마케팅, 매장 관리, 판매 시점, 고객 충성도 및 공급망 데이터가 포함 된 고성능 엔터프라이즈 데이터웨어 하우스를 사용하여 기업, 지역 및 매장 수준에서보다 정보에 입각 한 비즈니스 결정을 내립니다.
다음은 몇 가지 흥미로운 사용 사례입니다.
Continental Airlines는 고객의 행복을 유지하기로 결정하고 평생 가치로 고객을 평가하기 시작했으며 항공사가 항공편이 지연된다는 사실을 깨닫는 즉시 대체 조치를 취하기 시작했습니다.
한 고급 자동차 회사는 Aster Data를 사용하여 자동차 내부의 다양한 구성 요소에 대한 고장 패턴을 분석했습니다. 조명, 좌석 및 인포테인먼트가 종종 함께 고장 나고 (동일한 회로에 있음) 고객이 서비스를 받기 위해 들어올 때 세 가지 모두를 검사하기 시작했습니다.
데이터웨어 하우스를 놓칠 수없는 이유는 무엇입니까?
데이터웨어 하우스의 가치는 시간이 지남에 따라 증가하며 모든 것을 한곳에 보관하기 시작하는 것이 좋습니다. 경쟁자가 기회를 잡았 기 때문에 지연이 발생하면 비용이 발생할 수 있습니다.
1. 어려운 저축은 미지급금에서 손실 된 할인을 발견하거나 판매 직원이 승인 된 한도를 초과하는 할인을 제공하는 것과 같은 것에서 비롯됩니다.
2. 재무 데이터의 실시간 통합이 실용화되고 어떤 데이터 소스가 올바른지에 대한 논쟁이 중단됩니다.
3.보고에 전념하는 IT 비용과 직원이 크게 감소합니다.
4. 다양한 소스에서 데이터를 제공함으로써 관리자와 경영진은 더 이상 제한된 데이터 나 직감에 따라 비즈니스 결정을 내릴 필요가 없습니다.
bufferedreader 자바는 무엇입니까
5. 데이터웨어 하우스는 많은 양의 기록 데이터를 저장하므로 향후 예측을 위해 다양한 기간과 추세를 분석 할 수 있습니다.
6. 데이터웨어 하우스는 많은 시간을 절약하기 위해 작동합니다. 회사 정보를 한 곳에 저장하여 시간을 절약합니다. 다른 위치에 두는 것보다 중앙 집중식이 더 좋습니다.
귀사에 데이터웨어 하우스가 필요합니까?
회사에서 생성하는 데이터는 비즈니스에 큰 가치가 있습니다. 모든 데이터가 안전하고 언제든지 액세스 할 수 있는지 확인하려고합니다. 그러나 오늘날 데이터는 엄청나게 증가하고 있으며 기업은 데이터를 관리 할 방법을 찾고 있습니다. 이 경우 데이터웨어 하우스가 좋은 선택 인 것 같습니다. 그러나 진짜 질문은 당신의 회사가 정말로 필요합니까?
1. 스프레드 시트에 대한 의존성
스프레드 시트는 오늘날 가장 중요한 비즈니스 도구 중 하나이기 때문에 큰 가치가 있습니다. 이러한 스프레드 시트에는 엄청난 양의 데이터를 저장할 수 있습니다. 데이터 크기가 증가하기 시작하면 문제가 발생합니다. 각 부서에는 보고서를 생성하기 위해 데이터를 가져와야하는 스프레드 시트가 있습니다. 이 경우 수동 보고서를 만드는 데 많은 시간이 걸릴 수 있습니다. 이런 일이 발생하면 데이터가 여러 시트에 분산되어 있기 때문에 데이터를 찾기가 어렵 기 때문에 데이터웨어 하우스가 상황을 더 쉽게 만들어줍니다.
2. 긴 대기 기간
보고서를 작성하는 경우 동료가 스프레드 시트에 정보를 제공하거나 데이터를 분석 할 때까지 기다려야한다는 사실을 알기 위해서만 더 오랜 시간을 기다릴 수 있습니다. 데이터웨어 하우스를 구현하면 데이터를 중앙 집중화하고 모든 팀 구성원이 더 효과적으로 사용할 수 있습니다. 이를 통해 실제로 추적하고 동료와 통신하는 데 소요되는 시간을 줄일 수 있습니다.
3. 데이터와 보고서의 불일치
다른 부서의 팀 리더 나 구성원이 보고서를 만들면 데이터 나 결과가 사용자 또는 다른 보고서와 다릅니다. 이는 실망 스러울뿐만 아니라 분류하는 데 시간이 많이 걸리며 값 비싼 실수로 이어질 수 있습니다. 데이터에 불일치가 있다고 생각되면 언제든지 데이터웨어 하우스를 확보하는 것에 대해 생각할 수 있습니다.
4. 보고서 생성에 소요 된 시간
이상적으로는 기존 데이터를 거의 즉시 사용하여 보고서를 생성 할 수 있어야합니다. 보고서를 생성 할 때 데이터가 업데이트되었는지 확인하기 위해 다른 소스로 계속 이동해야하거나 다른 소스를 수동으로 계속 업데이트해야하는 경우 보고서를 개발하는 데 필요한 시간을 알 수 있습니다.
데이터웨어 하우스는 데이터를 통합하기 때문에 데이터 소스를 하나만 선택하면됩니다. 소스 데이터가 업데이트되거나 변경되면 자동으로 업데이트되도록 많은 데이터웨어 하우스를 설정할 수 있다는 사실과 결합하여 사용중인 데이터가 항상 올바른지 보장 할 수 있습니다.
질문이 있으십니까? 댓글 섹션에 언급 해 주시면 다시 연락 드리겠습니다.
관련 게시물: