Практика 4. ХРАНИЛИЩА ДАННЫХ И ИХ ПРИМЕНЕНИЕ ДЛЯ ФОРМИРОВАНИЯ ЭКОНОМИЧЕСКИХ РЕШЕНИЙ

Дальнейшее развитие баз данных привело к появлению хранилищ данных (ХД) — предметно ориентированного, неизменяемого и поддерживающего хронологию набора данных. ХД используются для формирования решений. В отличие от баз данных, которые предназначены для обслуживания повседневной деятельности предприятия, ХД ориентированы на многолетний оперативный, многомерный анализ данных, результаты которого могут быть использованы для принятия решений.

Предметная ориентированность ХД означает, что данные должны представлять предметы (объекты), а не процессы (выписка счета, продажа товара); неизменяемость указывает на то, что данные не обновляются, а пополняются за счет баз данных, а хронологическая поддержка указывает на обязательную привязку данных ко времени, так как они накапливаются на протяжении длительного периода (10—15 лет).

Моделью данных в ХД служат гиперкубы, т.е. многомерные базы данных, в ячейках которых находятся анализируемые данные. По осям многомерного куба указываются измерители объекта с различных точек зрения.

Измерение — это последовательность значений одного из анализируемых параметров. Например, для параметра «время» это последовательность месяцев, для параметра «регион» — список городов. Каждое измерение может быть представлено в виде иерархической структуры. Например, измерение «исполнитель» может иметь следующие иерархические уровни: предприятие — подразделение — служащий.

На пересечении осей измерения находятся данные, количественно характеризующие события, факты, процессы (объемы продаж, остатки на складах, прибыль, затраты и т.д.).

Оси измерения позволяют создавать многомерную модель данных (гиперкуб), над которым можно выполнять следующие операции:

• срез;

• вращение;

• консолидация или детализация.

Операция среза позволяет выделить из многомерного куба те данные, которые соответствуют фиксированному значению одного или нескольких элементов измерений. Из одного куба можно создать множество срезов. Срезы позволяют представить информацию таким образом, что появляется возможность определить причины неудач в деятельности предприятия, выявить тенденции в тех или иных процессах, построить соответствующие диаграммы, что, в конечном счете, обеспечивает формирование решения.

Пример операции среза представлен на рис.4.1, который иллюстрирует ХД, предназначенное для управления продажами. В отличие от реляционной базы данных (показанной для сравнения на рис.4.1, а) срез позволяет подготовить информацию для принятия решения о том, какие товарные группы следует сворачивать, а какие развивать в различных регионах.

А)

База данных

Товар

Б)

Время время

Регион

Рис. 4.1.Плоские файлы базы данных (а) и трехмерный куб хранилища данных (б)

Для этого обратимся к более детальному представлению ХД в виде срезов, приведенных на рис.4.2. Базовый показатель, на основе которого принимается такое решение, — объем продаж. Он зависит от времени, группы товаров и региона. Для построения информационного куба, прежде всего, необходимо определить иерархию в измерении реквизитов-признаков показателя «объем продаж».

Объем продаж характеризуется следующими признаками:

1) время (год— квартал— месяц— неделя— день);

2) товар (товарная группа (ТГ) — подгруппа — наименование товаров);

3) регион:

• 1-й уровень (Центральный, Уральский, Поволжье);

• 2-й уровень (Москва, Тула, Орел);

• 3-й уровень (Магазин-1, Магазин-2).

Получив необходимый срез информационного куба, можно извлечь следующую информацию:

1. Как изменялся объем продаж по каждой товарной группе в течение 2003 г. в г. Туле (рис.4.2, а).

2. Как изменялся объем продаж в г. Туле по ТГ1 за последние; три года (рис. 4.2, б).

А)

Объем продаж

ТГ5

ТГ4

ТГ3

ТГ2

ТГ1

Тула 2002 2003 2004 2005 ТГ1 ТГ2 ТГ3 ТГ4 ТГ5

Орел

Товарные группы

Москва

Б) Объем продаж по ТГ1

ТГ1

Тула

2001 2002 2003 2004 годы

2002 2003 2004 2005

Орел

Москва

Рис. 4.3.Некоторые срезы информационного куба, позволяющие получить информацию об изменении объема продаж каждой товарной группы(а) и товарной группы1 (б)

Операция вращения — это изменение расположения измерений в пространстве, что, возможно, облегчит принятие решений. Например, измерение «время», ранее представленное горизонтально, можно повернуть и расположить вертикально, а товар показать горизонтально (рис.4.4). Возможно, именно эта операция поможет принять правильное решение.

Товар Время

Время Товар

Регион Регион

Рис.4.4.Операция вращения гиперкуба

Товар

а)

Товар

Время

Регион

б) Товар Товар

Время Время

Регион

Рис.4.5.Операции консолидации (а) и детализации (б)

Операции консолидации и детализации предназначены либо для агрегирования данных (обобщения), либо для их детализации. Осуществить эти операции можно благодаря иерархии, установленной среди измерителей. Рисунок 4.5 иллюстрирует эти операции.

Концепция ХД относится к одному из перспективных направлений развития систем формирования решений.

Задачи

Задача 4.1. Формирование решений осуществляется с помощью показателя «объем продаж», зависящего от товара, периода продаж и затрат на его реализацию.

Представьте модель хранилища данных, которая позволит определить тенденцию изменения объема продаж в 2003 г. в конкретном магазине по указанным товарам.

Задача 4.2. С помощью модели хранилища данных, представленной на рис 4.3, определите, как изменялся объем продаж по ТГЗ в Туле, Орле и Москве за последние три года.

Задача 4.3. Задана следующая модель хранилища данных

Товар

Затраты

Выручка

Прибыль

Товар 1

Товар 2 Время

Товар 3

2003 2004

Финансовые показатели

Какие срезы информационного куба следует получить для того, чтобы выявить динамику выручки по товару 1 за два года?

Задача 4.4. Пользуясь моделью хранилища данных для задачи 4.3, покажите срезы информационного куба, которые следует получить для того, чтобы определить динамику прибыли по товару 2.

Ответы.

Задача 4.1. Товары