Het Data Planning and Information Fatigue Syndrome

Lees dit artikel voor meer informatie over gegevensplanning en informatie-vermoeidheidssyndroom:

De informatievolumes nemen toe met geometrische progressies en het wordt steeds moeilijker om de informatieexplosie die plaatsvindt te verwerken.

Afbeelding Courtesy: engazegypt.com/uploads/services/136853078516158773-internet-a.jpg

Gegevensplanning moet zich ook op dit probleem concentreren. De volgende paragrafen behandelen dit probleem en de reactie van de database-technologie op dit probleem.

Informatie vermoeidheidssyndroom:

Een recent internationaal onderzoek 'Dying for Information' heeft een verrassende onthulling gedaan dat de helft van alle managers klagen over informatie-overload, wat het effect heeft op het toevoegen van de bestaande hoge niveaus van stress die leiden tot een slechte gezondheid. Het onderzoek benadrukt verder dat managers worden betrapt in een uitvoerend dilemma in het tijdperk van faxen, voicemail en internet.

Ze hebben ook het gevoel dat ze niet goed kunnen functioneren zonder een hoge mate van informatie. Maar deze zware belasting van vaak irrelevante gegevens beïnvloedt hun efficiëntie en verstopt de bedrijfsmachine. 'Tijdverspilling, het uitstellen van beslissingen en spanning kan worden herleid tot informatie-overload'.

'Het hebben van te veel informatie kan net zo gevaarlijk zijn als het hebben van te weinig' vat het dilemma samen waarmee managers vandaag te maken hebben. Dit fenomeen wordt aangeduid als "Informatie Vermoeidheidssyndroom" en is "nu een deel van het leven van een uitvoerend persoon". Het beroemde citaat 'Waterwater overal, geen druppel te drinken' van de Oude Zeeman kan ook geschikt worden voor informatie.

De laatste tijd zijn pogingen ondernomen om de uitdaging van het Informatie Vermoeidheid Syndroom aan te gaan. Een verscheidenheid aan softwaretechnieken zoals databasetechnologie, query-talen, 4GL's, OOP's, uitvoerende informatiesystemen, expert informatiesystemen, enz. Zijn beschikbaar om informatie van goede kwaliteit beschikbaar te maken voor managers.

Deze technieken bleken echter ontoereikend te zijn vanwege de aanzienlijke groeisnelheid van de pool van informatie. De belangrijkste reden hiervoor was dat de gegevens die beschikbaar zijn in databases, transactie-georiënteerd zijn en niet onderwerpgericht.

De gegevens met betrekking tot de huidige operaties nemen de meeste aandacht van een databasebeheerder. Een eenvoudige vraag wat de relatie is tussen de verkoop van sigaretten, frisdranken en babyvoeding; of wat is de verwachte toename van de verkoop als de warenhuis ook 's avonds laat open blijft, kan schokgolven sturen naar informatiemanagers van vandaag.

De vragen over dit soort kwesties vereisen het gebruik van een enorme voorraad bestaande en vroegere gegevens over het gedrag van klanten in verschillende situaties. Het vereist een datastore die speciaal is ingericht om aan dergelijke vragen te voldoen. Om de tijd en kosten van analyse en opslag te verkorten, moeten gegevens in een dergelijk geval na bepaalde hoeveelheden basisaggregatie en analyse worden opgeslagen.

Het bepalen van de mate van aggregatie en het elimineren van redundantie vormt een grote uitdaging voor de informatiemanagers. Omdat de aard van vragen in dergelijke gevallen niet kan worden verwacht, wordt de taak nog uitdagender. Information Warehouse-aanpak is ontwikkeld om deze uitdaging aan te gaan.

Data Warehousing aanpak:

De datawarehousing-aanpak (ook wel benadering met informatieopslag genoemd) suggereert dat informatie moet worden verkregen, bewaard en geserveerd volgens de basisaanpak die wordt gebruikt in het geval van magazijnen voor andere fysieke ingangen.

De algemene magazijnfaciliteiten zijn ontwikkeld om te beseffen dat elke stock-out het productieproces zou belemmeren en implicaties zou hebben voor het resultaat. De vereiste artikelen worden dus regelmatig en opzettelijk ingekocht, verwerkt en in gebruiksklare toestand gehouden.

Het onderscheidende kenmerk van de information warehousing-aanpak is dat het een datawarehouse creëert, anders dan de normale databases die door een onderneming worden onderhouden.

De veronderstelling hierbij is dat gegevens verzameld en geconsolideerd en verkregen uit verschillende bronnen zoals productie, marketing en financiën te belangrijk zijn om te worden bemoeilijkt door complexe analytische vragen van gebruikers. Aldus worden query's uitgevoerd tegen een uitgepakte database die specifiek is ingericht voor het voldoen aan analytische vragen. Zo'n database wordt ook Meta-data genoemd.

Deze aanpak combineert de analytische hulpmiddelen, snelle parallelle en multiprocessing systemen met gespecialiseerde algoritmen en softwaretools. De onderscheidende kenmerken van de aanpak kunnen beter worden begrepen door de stappen in het proces dat wordt gevolgd om aan de analytische vragen te voldoen. Deze stappen zijn:

een. Vastlegging van gegevens, ook aangeduid als het oogsten of vergaren van gegevens uit verschillende bronnen met verschillende toepassingen;

b. Reiniging van gegevens (data scrubbing) om consistentie en volledigheid te garanderen. Het omvat ook het verwijderen van overtollige gegevensitems;

c. Het organiseren van de gegevens in databases die speciaal zijn ontworpen voor analyse van gegevens. Deze databaseontwerpen verschillen van de ontwerpen die worden gebruikt voor het vastleggen en rapporteren van bewerkingen in een onderneming. Ze zijn vrij van zorgen over bron, authenticiteit, audit trails etc.

d. Beschikbaarheid van online analyse-processors (OLAP's), hulpprogramma's voor gegevensontwikkeling, tools voor gegevensvisualisatie, tools voor internet-ondersteuning, Executive Information Systems (EIS) en andere tools voor gegevensanalyse en rapportage om te voldoen aan de veeleisende analytische vragen van gebruikers.

Een kritisch besluit dat moet worden genomen heeft betrekking op de selectie van gegevens die moeten worden opgeslagen in informatiedatabases. In het geval dat het mogelijk is om de informatiebehoeften voor de toekomst te voorspellen, is een tweebox-model voldoende.

In dit model worden de bewerkingsgegevens samengevat en de gegevens die mogelijk in de toekomst nodig zijn, kunnen worden gekopieerd naar de informatiedatabase. In het geval dat het niet mogelijk is om de toekomstige informatiebehoeften te voorspellen, kan een three-box-model meer geschikt zijn. In dit model worden de volledige bewerkingsgegevens eerst opgeslagen in de zogenaamde historische database en vervolgens wordt een geselecteerd deel ervan ook bewaard in een informatiedatabase. In figuur 9.9 zijn de twee modellen afgebeeld.

De data warehousing-aanpak wint terrein, zoals blijkt uit de bredere acceptatie van de belangrijkste softwarefabrikanten. Nu hebben toonaangevende databasesoftwarebedrijven zoals Oracle, Sybase, Informix en IBM openlijk voor deze aanpak gepleit. Informix heeft banden gelegd met Prism Solutions, een bedrijf dat is opgericht door Bill Inmon, dat wordt beschouwd als de vader van de data warehousing-aanpak.

Voordelen van de data warehousing aanpak:

Data warehousing wordt populair om de volgende redenen:

een. Het verhoogt de snelheid van gegevensanalyse als gegevensaggregaten worden opgeslagen en de dagelijkse transacties het analyseproces niet belemmeren.

b. Het biedt flexibiliteit in termen van vragen en richt zich op onderwerpen en activiteiten in plaats van transacties.

c. Het helpt bij het begrijpen van verschillende bedrijfsprocessen en gedragspatronen van klanten, leveranciers, investeerders, etc.

Enkele van de succesverhalen in gebruik van data warehousing zijn de Wal-Mart-keten van winkels die 7, 5 terabytes aan gegevensopslag van verschillende aspecten van winkeloperaties verwerken. De trends in de verkoop worden geanalyseerd en de impact van verschillende wijzigingen, zoals kortingen en andere verkoopbeslissingen, wordt op regelmatige basis beoordeeld om de toekomstige koers van de actie te bepalen.

Een ander voorbeeld is Reuters, een aanbieder van financiële informatiediensten die een nieuwe reeks informatiediensten heeft ontwikkeld, zoals Money 3000, Securities 3000 en Treasury 3000. Het bedrijf heeft toegevoegde waarde geboden aan financiële informatie door gebruikers toegang te verlenen tot zijn historische informatie over markten. en instrumenten.

Het maakt gebruik van de datawarehousing-aanpak voor het opslaan en toestaan ​​van toegang tot gegevens die zijn opgeslagen in verschillende computers wereldwijd. De gegevens zijn verzameld van 4600 verschillende bronnen, waaronder 236 markten, 241 analisten en 50 nieuwe feeds van derden en een eigen team van 1860 journalisten. Voor dergelijke enorme gegevens werd de datawarehousing-aanpak als het meest geschikt beschouwd.

Kritieke succesfactoren in Data Warehousing:

Om de volledige voordelen van een datawarehousing-systeem te realiseren, is het essentieel om rekening te houden met factoren die cruciaal zijn voor de effectiviteit van dergelijke systemen.

Sommige van deze factoren zijn:

a) De datawarehousing-aanpak vereist enorme investeringen in hardware en software. Deze benadering zou dus alleen zinvol zijn in grote ondernemingen, waar het potentieel van het systeem ten volle kan worden benut.

b) Data warehousing vereist grote architecturale veranderingen in de reeds gevestigde databases. Dergelijke wijzigingen kunnen obstructies in het functioneren van de bestaande systemen veroorzaken of de bestaande systemen zouden al geruime tijd parallellen met de nieuwe systemen moeten zijn.

Evenzo zijn er andere technologische en zakelijke obstakels die een succesvolle implementatie van deze systemen kunnen belemmeren. Het hanteren van obstakels tijdens de implementatieperiode, die varieert tussen 18-24 maanden, zal een belangrijke factor zijn in het succes van het warehousing-systeem.

c) Het volledige potentieel van deze benadering kan alleen worden gerealiseerd wanneer een array van gegevensanalysetools wordt gebruikt om informatie te genereren. De selectie en het gebruik van hulpmiddelen voor gegevensanalyse hangt af van de beschikbaarheid van dergelijke hulpmiddelen en van de bedrijfscultuur. De data warehousing-aanpak zou succesvol zijn als in een onderneming een geschikte werkcultuur heerst.

d) Deze benadering gaat uit van een zeer volwassen IT-omgeving waar de mate van IT-penetratie in de dagelijkse activiteiten zeer hoog is. De gebruikersonderneming moet een grote hoeveelheid historische gegevens bevatten die al op de magnetische media zijn opgeslagen. Het is dus een evolutionair proces en geen revolutionair proces.

Het rendement van de investering in deze aanpak is een grijs gebied en daarom moet een kosten-batenanalyse worden uitgevoerd voordat de bandwagon van datawarehousing wordt gebruikt.