Isi kandungan:
Video: Sistem Apakah Di Indonesia? Inilah 10 Sistem Pemerintahan Di Berbagai Negara 2024
Organisasi anda mempunyai kemungkinan yang sangat baik untuk mempunyai sekurang-kurangnya satu gudang data jenis - sistem pelaporan yang menyediakan keupayaan maklumat dan, kadang kala, keupayaan analitikal kepada satu atau lebih kumpulan pengguna.
Apakah file ekstrak?
Pengguna anda mungkin menggunakan istilah ekstrak fail untuk menggambarkan jenis persekitaran ini kerana ia dihuni oleh ekstrak data dari sistem produksi, bukan oleh pengguna yang dipaksa untuk melaksanakan pertanyaan mereka atau menerima laporan mereka dari pangkalan data pengeluaran atau fail pengeluaran. Masih berminat bermain peluang? Berikut adalah beberapa contoh lagi jenis persekitaran data yang mungkin digambarkan sebagai jenis-gudang data:
-
Walaupun data yang diekstrak hampir selalu ditempatkan dalam satu fail atau pangkalan data, proses penggabungan mungkin menggabungkan data yang diekstrak dari lebih dari satu sumber aplikasi.
-
Hanya elemen terpilih, bukan semua elemen dari semua jadual atau fail, dari setiap sumber data biasanya diekstrak dan disalin ke fail ekstrak.
-
Beberapa jenis proses jaminan kualiti data biasanya berlaku pada setiap langkah, dari ekstrak awal untuk memuatkan data ke dalam fail ekstrak.
-
Sesetengah pengguna kuasa mungkin boleh melaksanakan pertanyaan atau membuat program statistik (dalam SAS atau SPSS, sebagai contoh) terhadap data, tetapi ramai pengguna tidak mungkin menyentuh data secara langsung. Sebaliknya, mereka mungkin secara kerap menerima laporan yang dijana secara automatik atau sebagai tindak balas kepada permintaan mereka.
Pasti bunyi seperti gudang data, bukan? Kenyataannya adalah bahawa gudang data semacam itu biasanya melayani penduduk yang sangat kecil dan tidak dilakukan secara standard untuk menyokong keperluan perusahaan yang lebih luas. Anda juga boleh memanggil mereka ingin menjadi gudang data.
Berikut adalah dikotomi kebanyakan organisasi akses kepada data:
-
Analisis data "tidak mempunyai": Organisasi dan individu yang mempunyai sedikit (dan kemungkinan besar tidak) keupayaan untuk melakukan jenis analisis yang boleh membawa keputusan membuat keputusan maklumat
-
Analisis data "mempunyai": Organisasi dan individu yang mungkin tidak mempunyai gudang data dan berjalan, tetapi melakukan sesuatu dengan data yang mereka peroleh dari di suatu tempat. Dalam banyak kes, ia sesuai dengan keperluan perniagaan mereka.
Mengapa tidak mengekstrak fail yang dianggap sebagai gudang data?
Mereka adalah, jenis. Mengekstrak fail, sama ada pada tahun 1970an, 1980an, 1990an, atau masih digunakan hari ini, ada sebab-sebab asas yang sama bahawa gudang data yang lengkap atau data mart dilakukan: untuk memberikan penyampaian maklumat walaupun terdapat pelbagai halangan, seperti keras -mengetahui struktur data, "tidak menyentuh sistem pengeluaran" peraturan, dan kekurangan rujukan multi-fail atau multi-pangkalan data.
Sesetengah penyokong pergudangan data berhujah bahawa menggabungkan dan mengkonfigurasi semula data semata-mata untuk tujuan menghasilkan laporan atau untuk menjalankan analisis statistik adalah bukan gudang data dalam pengertian istilah moden. Ekstrak fail tidak dilengkapi dengan keupayaan multidimensi atau analisis perniagaan, seperti penggerudian dan pivoting data.
Jika anda memisahkan sampingan data-gudang (apa yang diperlukan untuk mengumpulkan, memindahkan, dan mengkonfigurasi semula data dari satu atau lebih sumber) dari sisi kecerdasan perniagaan (apa yang anda lakukan dengan data selepas anda ada), gambar menjadi lebih jelas.
Ekstrak fail, atau apa sahaja yang anda mahu memanggilnya, adalah sebahagian besar daripada falsafah memecahkan halangan dari gudang data. Kebanyakan pengguna yang merujuk kepada sebagai "fail ekstrak" adalah sistem berasaskan fail (bukannya dibina di atas pangkalan data), dan mereka mungkin tidak cukup fleksibel untuk menyokong pertanyaan ad hoc dan analisis dimensi. Walau bagaimanapun, dalam erti kata yang sebenar, persekitaran ini berfungsi untuk tujuan data pergudangan untuk kegunaan berikutnya.
Kepada banyak pengguna, keupayaan analisis perniagaan, seperti penggerudian dan pemutar data, mempunyai sedikit atau tidak digunakan - sekurang-kurangnya, tidak dalam konteks definisi pekerjaan mereka sekarang. Pekerjaan pengguna memanggil untuk fungsinya bahawa fail ekstrak ini dapat disampaikan, serta laporan statik dan analisis statistik yang dicapai dengan data tersebut.
Moral cerita: Jangan masuk ke dalam organisasi yang menggunakan data secara berkesan melalui fail ekstrak dan terangkan tentang keajaiban pergudangan data. Sebaliknya, berhati-hati dengan mencadangkan penyelesaian pergudangan data yang boleh dilihat sebagai langkah mundur. Jika anda membuat cadangan seperti ini, anda berada dalam perjalanan yang panjang dan bergelora.
