Poslovna inteligencija1. ta podrazumevamo pod sistemima poslovne inteligencije i koja je njihova namena?Sastavni delovi poslovne inteligencije (BI) sainjavaju: DW (DataWarehouse), EIS (Egzekutivni informacioni sistemi), DSS (Sistemi podrke odluivanju), OLAP (OnLine Analitika Obrada Podataka) i implementacija BSC (Balanced Scorecard).Sistemi Poslovne Inteligencije (SPI) omoguavaju: multidimenzionalnu analizu, OLAP i DM, koji menaderi koriste da bi doli do odgovora na vana pitanja.Meu najvanije ciljeve SPI spada identifikovanje i anticipiranje stvarnih povoljnosti i nepovoljnosti u okruenju organizacije.SPI evoluira ka Web Aplikacijama.2. Konsolidacija podataka?Ona podrazumeva agregaciju podataka prosto ili kompleksno grupisanje ukljuenih, meusobno povezanih podataka.Razumevanje vanih termina i tehnologije3. Meta podaci, poslovne hijerarhije, transformacija podataka i tehnika infrastruktura poslovne hijerarhije?Analitiko procesiranje ono procesiranje koje se obavlja u cilju podrke stratekom i menaderskom odluivanju uopste.Operativno procesiranje se odnosi na sisteme koji pomau pri voenju svakodnevnog poslovanja.Sistem podrke odluivanju sistem koji korisnicima obezbeuje informaciju neophodnu za analizu poslovnih situacija i donoenje odluka.Skladite podataka analitika BP koja se koristi kao informaciona infrastruktura za sistem podrke odluivanju.Mart podaci ekskluzivni deo sistema, esto nazivan subjektno orijentisanim skladitem podataka i sadri podatke usredsreene na odgovarajuu poslovnu funkciju i/ili klasu menadera.*Meta podaci podaci o podacima. Oni obezbeuju informaciju o strukturi podataka i odnosima izmeu jedne ili vie BP. Intgrativni povezuju podatke iz izvornih sistema sa podacima u skladitu. Transformacioni mapiraju podatke iz skladita do front-end alatke krajnjeg korisnika.Star ema koristi se pri projektovanju BP za skladite podatka na logikom nivou.*Poslovne hijerarhije oznaavaju organizacionalnu strukturu i logiki odnos roditelj-dete u hijerarhijskom poretku podataka. Npr, upravljanje poslovima prodaje moe se analizirati sa stanovita trita: kupa, mesto, regija, podruje drava. Dok dimenzija vreme ima hijerarhiju: sat, dan, nedelja, mesec, kvartal i godina.Usitnjavanje je nivo detaljnosti podataka u okviru skladita podataka, tanije u tabeli injenica, i jedan od kljunih aspekata projektovanja u razvoju skladita podataka.Arhitektura skup procedura i struktura koje obezbeuju okvir za projekat sistema u celini ili pojedinane proizvode.*Tehnike infrastrukture se tiu tehnologije, platformi, SUBP, alata za analitiko procesiranje i drugih komponenti neophodnih dabi arhitektura bila funkcionalna u okvirima organizacije. Ona je u veoma bliskoj vezi sa arhitekturom.Izvorni podaci su podaci smeteni u razliitim operativnim BP, fajlovimasegmentima, zavisno od nasleene sistemske platforme.Ciljni podaci su podaci koji su ureeni za smetaj u drugu vrstu arhitekture i upisani u okviru BP skladita podatka.Integracija podataka je proces kojim se menjaju karakteristike izvornih podatka, pre nego to se oni smeste u skladite podaka. Ona podrazumeva uspeno spajanje podatka iz operativnog, izvornog sistema sa drugim vrstama podatka iz mnogih drugih izvora.Alati za konverziju podataka su softveri namenjeni za automatizaciju procesa ekstkcije podataka iz heterogenih izvora.*Transformacija podataka je proces i skup postupaka kojima se podaci iz skladita podataka pretvaraju u informacije koje zahtevaju krajnji korisnici. Transformacija podataka se obavlja sa setom funkcionalnosti raspoloivog krajnjeg korisnikog alata i/ili izgraenim aplikacijama za dostup i obradu podataka.Alati za pristup/upit podatku su jednoznano odreeni kao OLAP alati, koji obezbeuju grafiki korisniki interfejs sa skladitem podataka.Aplikacije sistema za podrku odluivanju su skup predefinisanih izvetaja, analiza ili puteva kretanja podataka.Data Mining oznaava automatizovani analitiki proces oblikovan za efektivnu efikasnu eksploraciju u velikim zbirkama podataka sa ciljem otkrivanja, validiranja i crpljenja vrednih i skrivenih informacija.BI ukljuuje tehnologije koje korisnicima u poslovanju omoguuju pristupanje, analiziranje i korienje podataka.Krajnji korisnici su menaderi, eksperti i tehniko osoblje koje koristi DSS, razvijene u tehnologiji BI u svakodnevnom poslu.Operaciona i analitika obrada podataka4. Razlika izmeu operacionalne i analitike obrade podataka? Operacionalna obrada podataka se tie svakodnevnog poslovanja organizacije. OLTP baze podataka su oblikovane za veoma brzu obradu velikog broja transakcija. OLTP baze podataka su oblikovane da obezbede celovitost transakcija i omogue veoma efikasan pristup pojedinanim zapisima. Analitika obrada podataka se preuzima radi obezbeivanja inforamcija neophodnih za analizu problema ili situacije. Obavlja se preteno kroz poreenja, analizovanje sloajeva, trendova i tome slino. Analitikim bazama podataka se postavljaju zahtevi drugaiji od onih koji se postavljaju operacionalnim bazama podataka. U sistemima podrke odluivanju izuzetno retko je korisno pogledati neki pojedinani zapis jer su analitike baze podataka oblikovane da podravaju vrlo kompleksne upite korisnika. Analitike baze podataka su obino veoma velike, pored ostalog i zato to analizovanje sloajeva i trendova zahteva velike koliine istorijskih podataka.Data WerehouseDW se moe definisati kao jedinstveno, integrisano spremite podataka. DW je novi koncept, novi prilaz i nova filozofija u razvoju DSS koji je usredsreen na efektivnu i efikasnu podrku performansi menadmenta i procesa strategijskog odluivanja i upravljanja.Posebni kvalitet ovih sistema su:a) Agregacija podatakab) Evaluativni podaci koriste se u procesu podrke odluivanja, ocenjivanja stanja, trendova, projekcija i alternativac) Tvrdi podacid) Meki podaciKod DW treba razlikovati 3 bitna procesaa) Otkrivanje proces pronalaenja skrivenih izvora podakab) Eksploracija traganje za strukturama stanjac) etva korienje rezultata eksploracije u stratekom odluivanju i upravljanju5. Opiite integralni prilaz dizajnu arhitekture DW?Ovaj prilaz i arhitektura DW podrazumeva jednu BP koja usluuje i prua podrku svim aplikacijama DSS koje je organizacija razvila. Re je o potpuno integrisanoj arhitekturi DW sa razuenim i visokim nivoom mogunosti pristupa od strane mnogih odeljenja i korisnika. Moe biti fiziki centralizovana ili distribuirana. Arhitektura integralnog prilaza DW omoguava i prua korisnicma uvid u sve analitiki procesirane podatke. Ovaj koncept je u premoi nad drugim konceptima sa stanovita integriteta, kvaliteta i odravanja BP.6. Opiite postupak i navedite prednosti i nedostatke Top down naina implementacije DW?Top down nain implementacije DW ukljuuje prvo planiranje i dizajn, a potom implementaciju DW projekta. Top Down pristup zajteva anagaovanje u implementaciji svih buduih korisnika DW; iz svi delova organizacije. Ako su DataMartovi ukljueni u konfiguraciju oni uobiajeno grade posle i pune podacima iz globalnog DW. Top down moe rezultirati u konzistentnoj definiciji podataka i predefinisianju poslovnih pravila za celu organizaciju. Trokovi inicijalnog planiranja i dizajna mogu kod ovog pristupa biti znaajni. Top down pristup je pogodan ako organizacija ima centralizovan i integralan IS podravan od strane snanog i sposobnog IT odelenja.7. Opiite delove DW. (3bod)a) Izvorni sistemi - sadre izvorne podatke u bazama OLTP sistema i/ili eksternim izvorima. Sve transakcije koje zaposleni obave u toku dana generiu ove podatkeb) ETL Server - ekstrahuje, transformie, isti, konsoliduje i unosi izvorne podatke u bazu DWc) Model i BP DW - DW se dri i njime upravlja sa DW serverom. Model je najee virtuelni dimenzionalni model. Na fizikom nivou je relacioni model, upravljan bilo kojim SUBP-omd) Aplikativna softverska reenja - to su sve aplikacije koje su razvijene za sistem izvetavanja OLAP alatima i/ili koje e sam korisnik razviti za svoje potrebe, odnosno aplikacije koje su za potrebe analize razvili eksperti sa Data Mining tehnikamae) Web Server - omoguava da sve aplikacije budu internet aplikacije, da im se bilo odakle sa WWW mree moe pristupiti i sa bilo kojim komunikacionim protokolomf) Korisnici - to su osobe, analitiari i menaderi koji imaju ovlaenja da sa svog portala, napram svojih uloga pristupe i koriste DWMart podataka1. 2. 3. 4. 5. 6. 7. 8. ta je mart podataka? Mart podataka je jedan vid analitike baze podataka. Mart podataka odraava pravila poslovanja unutar jedne funkcije, jednog poslovnog procesa ili jedne poslovne jedinice, pri emu ta pravila treba da budu usaglaena sa pravilima poslovanja celokupne organizacije. Martovi podataka mogu da budu upotrebljeni za eksporaciju, Data mining, upravljane upite ili online analitiku obradu podataka (OLAP) i predstavlja direktni izvor podataka kojima krajnji korisnici pristupaju. Mart podataka koji se koristi za online analitiku obradu podataka zahteva lak i brz intuitivni pristup krajnjim korisnicima, a dimenzionalni model je najpodesniji za zadovoljenje toga zahteva.Dimenzionalni model podatakaModelovanje pod je proces definisanja modela pod za projekat ili aplikaciju i obino se obavlja u isto vreme kada i posl model tokom dizajna projekta. Sastoji se od: entiteta, atributa, relacija i kardinaliteta.Entitet je osoba, organizacija, stvar... a u BP postaje tabela. Atribut je svojstvo atributa, postaje tabela. Relacije pokazuju kako je neki entitet povezan sa drugim. Kardinalitet kazuje koliko se javljanja nekog entiteta oekuje u relaciji.Logiko modelovanje podataka se moe shvatiti kao projekat podataka iz poslovne perspektive, a pri tome je potpuno nezavisno od naina na koji e podaci biti uskladiteni u BP.Fiziki model je izveden iz logikog modela. To je proces stvaranja modela podataka koji direktno predstavlja logiki model podataka na nain kako je uskladiten u DBMS.1. 2. 3. 4. 5. 6. 7. 8. 9. Objasnite razlike izmeu ER i dimenzionalnog modelovanja. (2bod)ER model prikazuje entitete subjekte znaajne za poslovanje, kao i odnose izmedju njih. Relacije ukazuju kako su dva entiteta meusobno povezana. Osnovna svrha ER modelovanja jeste redukovanje podataka, gde su isti podaci vie puta uskladiteni u BP, uled ega je teko odrati integritet podataka. Za redukovanje ili otklanjanje redundanse podataka koristi se normalizacija. Postoje vie nivoa normalizacije. Normalizacijom se mogu postii efikasni pristup pojedinanim transakcijama, eliminisanje ikonzistentnosti verzija kopiranih podataka, efikasno auriranje podataka i osnaen referencijalni integritet relacija podataka. 3NF zadovoljavajua za poslovnu sferu.Dimenzionalno modelovanje se javlja kao odgovor na potrebe sistema podrke odluivanja kojima je potrebna drugaija arhitektura podataka, oblikovanih i konfigurisanih za upite osoba ukljuenih u proces upravljakog odluivanja. Se koristi se da bismo za kategorizovanje injenica upotrebili nekoliko dimenzija istovremeno. Kocka je metafora koja obezbeuje novi pristup sagledavanju kako su podaci organizovani. Kocka daje impresiju velikog broja dimenzija. Oblik kocke ukazuje da nekoliko dimenzija moe da bude upotrebljeno istovremeno za kategorizovanje podataka. Minimum 3 dimenzije. Vie od 3 dimenzije se naziva hiperkockom. Poto je MD pogled hijerarhijski, analitiar moe da gleda informacije iz hijerarhijske perspektive. Ova hijerarhijska struktura omoguava segmentaciju u bazi odreivanje podskupova (dicing) prema kriterijumu navedenom u upitu, rotaciju (data slicing), agregaciju ili disagregaciju MD podataka radi predoavanja viih ili niih nivoa u analitikoj hijerarhiji (Drill-up, Drill-down) i dr.U DM podaci su redundatni i denormalizovani. DM koristi se za oblikovanje BP koje e olakati i ubrzati pristup podacima u velikim skupovima podataka kao i potrebe obrade i analize podataka.10. Objasniti ta su dimenzije, injenice, poslovne hijerarhije?injenice sadre numerike mere poslovanja. Dimenzije sadre tekstualne upite subjekata koji se mere. Relacije kazuju da su tabeleinjenic u preseku sa tabelama dimenzija. Granularnost se tie nivoa detaljnosti injenica uskladitenih u DW. injenice su neto to se ne zna unapred.Svojstva injenica su: numerike mere koliine, broj, kvanititeti i kontinuiranosti imaju opseg vrednosti.injenice mogu da budu aditivne, poluaditivne i neaditivne. Dimenzije poslovanja su tekstualne deskripcije osoba, organizacija, entiteta, stvari, mesta, vremena, koje su znaajne za poslovanje.Dimenzionalni atributi obezbeuju deskriptivnu informaciju o svakom redu u tabeli injenica.

11. Zvezdasta i pahuljasta ema, razlike?Osnovne eme u dimenzionalnom modelovanju su ema zvezde i ema pahulje. Osnovna arhitektura dimenzionalnih modela je zvezdasta ema, koja ima jednostavnu strukturu i relativno malo tabela i dobro definisanim putanjama veza, takoe obezbeuje brze odgovore na upite i jednostavnu emu koja je vrlo razumljiva i za analitiare i korisnike, ak i one kojima nisu poznate structure BP.Jedna od varijacija eme zvezde jeste uskladitenje svih dimenzionalnih informacija u 3. NF, pri emu structure tabele injenica ostaju iste. Ovaj tip eme je oznbaen nazivom ema pahulje. Drugim reima, pahuljasta ema je ema zvezde sa potpuno normalizovanim tabelama injenica i dimenzija.Polja niske kardinalnosti su razdvojena na sopstvene tabele. Normalizovani dizajn je kompleksan i teak za brauzovanje zaglavlja redova i ogranienjima. Takoe je krajnim korisnicima tei za razumevanje. Dodatne tabele i relacije vode slabijoj performansi. Poto su tabele dimenzija znatno manje od tabela injenica, normalizacijom se ne utedi mnogo prostora za skladitenje.ema pahulje, dakle, nastaje tako to se neka polja tabele dimenzije dele na posebne tabele. Time se postie vii nivo normalizacije, ali dizajn baze postaje mnogo kompleksniji i smenjuje se performansa, a ponekad i lakoa korienja nekih alata.12. Tabele dimenzija ukljuuju sledee komponente? Primarni klju surogat vrednost nezavisna od produkcionog kljua (prost integer); Vrednost produkcionog upotrebljena za referenca; Deskriptive atribute (upotrebljeni za zaglavlja redova i ogranienja) Hijerarhijske atribute; Zaglavlja reda i ogranienja.

Tabele injenica ukljuuju sledee komponente: Numerike injenice aktuelne i izvedene Strane kljueve koji povezuju svaku posebnu injenicu sa odgovarajuim vrednostima u svakoj dimenziji Degerativne kljueve injenice dogaajaPod hijerarhijom se podrazumeva organizacija podataka u stablo logike strukture.

Meta podaci

Metapodaci su podaci o podacima. Vrlo znaajna funkcija metapodatka je mapiranje podatka iz operativnih baza u DW. Sledea znaajna funkcija metapodatka u DW je upravljanje podacima tokom vremena.Poto se u DW okruenju podacima mora upravljati tokom dugog vremena, metapodaci moraju imati odreene verzije. Verzija metapodataka mora imati svoj kontinuitet: od datum, do datum.Postoje 3 nivoa metapodataka: a) Metapodaci sa nivoa aplikacija definiu strukturu podataka uvanih u operacionim BP i korienih operacionalnim aplikacijamab) Metapodaci jezgra warehouse uvaju se u katalogu sistema BP. Odlikuju se time to su usmereni na predmetc) Metapodaci sa nivoa korisnika oni mapiraju metapodatke jezgra u poslovne koncepte koji su poznati i upotrebljivi krajnjim korisnicimaOlap13. Svojstva OLAP-a?Akronim OLAP potie od izraza On-line analytical processing. OLAP je pristup koji obezbeuje brze odgovore na kompleksne upite u bazi podataka.Nema opte saglasnosti o aktivnostima i svojstvima OLAP-a. Smatra se da su neka od osnovnih svojstava OLAP-a to to:a) se koristi multidimenzionalnim modelom podataka, b) to omoguava komleksne anallitike i ad hoc upitec) to postavljene zadatke obavlja veoma brzo OLAP sistemi su zasnovani na multidimenzionalnom pogledu na podatke, poseduju sposobnost da svrdlaju kroz podatke i omoguavaju analitiarima da gledaju podatke u bazi iz raznih perspektiva.14. Objasnite izraz multidimenzionalni pristup podacima. (2bod)Multidimenzioni pristup podacima se javlja kao odgovor na potrebe sistema podrke odluivanja kojima je potrebna drugaija arhitektura podataka, oblikovanih i konfigurisanih za upite osoba ukljuenih u proces upravljakog odluivanja. Se koristi se da bismo za kategorizovanje injenica upotrebili nekoliko dimenzija istovremeno.Multidimenzionalini pogled na podatke poseduje sposobnost da se svrdla kroz podatke i omogui analitiarima da gledaju podatke u bazi iz raznih perspektiva.FASMI15. Objasnite zahteve koje opisuju pojedina slova akronima FASMI?(F)ast dobijanje odgovora na upite mora da bude u roku od 5sec(A)nalyisi znai da se sistem uspeno korisit poslovnom logikom i statistikim analizama znaajnim za aplikaciju i korisnika.(S)hared znai da sistem implementira sve sigurnosne zahteve za poverljivou ako je potreban viestrani pristup(M)ultiDim. sistem treba da obrzbedi multidimenzionalni konceptualni pogled na podatke u aplikaciji ukljuujui punu podrku hijerarhijama.(I)nformation obuhvara organizaciju svih podatakaMolap16. Objasnite pojam, prednost i nedostatke MOLAP-a?MOLAP je klasini vid OLAP koji se koristi MDBP, direktno skladiti MD podatke u specijalne strukture podataka kakvu su MD kocke i primenjuje operacije online analitike obrade nad tim podacima. Dobre strane MOLAP-a su izvaredna performansa i mo obavljanja veoma kompleksnih izraunvanja. Odgovori na upite u MOLAP su brzi jer je konsolidacija ve obavljena. Nedostatak MOLAP-a jeste ograniena koliina podataka koja se moe koristiti jer kada se kocka kreira i obave sva izraunavanja, u nju nije mogue uneti veliku koliinu podataka, sadri samo informacije sumarnog nivoa. MOLAP neomoguava drill-down do detalja kao to je pojedinana transakcija.RolapRadi neposredno sa relacionim BP, podaci i tabele dimenzija su uskladiteni kao relacione tabele, a kreiraju se i nove tabele za agregirane podatke.Rolap se koristi kada je mnogo atributa, pa ih je veoma teko smestiti u strukturu kocke. On je podesan za vrlo velike koliine podataka i pojaava funkcionalnost svojstvene RBP. Takoe omoguava dobru performansu, omoguava viekorisniki rad i ima robusnu bezbednost.Jedina slabost je ta to, usled injenice da se koristi SQL upitima u RBP, potrebno vreme moe da bude duge i to to je koristei SQL teko obaviti kompleksna izraunavanja.HOLAPSe koristi relacionim tabelama za podatke i multidimenzionalnim za agregacije. Razvijen je s ciljem kombinovanja dobrih svojstava obeju predhodno opisanih arhitektura.Drilovanje17. ta je drilovanje?Drilovanje je kretanje sa kroz vie i nie nivoe u analitikoj hijerarhiji DW. Hijerarhije sadre nivoe, koji organizuju podatke u logiku strukturu. Kretanje izmeu nivoa hijerhije se oznaava izrazima driling up (kretanje na gore) i driling down (kretanje na dole).Moete drilovati sa jednog nivoa na nie ili vie nivoe detaljnosti. Hiperlink drilovanje ako objekat na izvetaju ima definisanu opciju drilovanja, elementi tog objekta e se pojaviti kao hiperlinkovi na izvetaju.Drilovanje desnim klikom desni klik na objekat pokazuje sve putanje na koje je mogue izvriti drilovanje.Operational data store18. Koja je namena operativnih skladita podataka ODS i po emu se razlikuje od DW?Operativno skladite podataka je ka subjktu orijentisana, integrisana, volatilna (brzo promenljiva), s aktuelnim vrednostima i detaljna zbirka podataka koja podrava potrebu organizacije za detaljnim, operativnim, integrisanim kolektivnim informacijama.ODS slui kao taka integracije operativnih sistema, odnosno ODS snadbeva tekuim, detaljnim podacima za podrku odluivanju.Operativno skladite podataka veoma nalikuje na DW, ali se od DW razlikuje po tome:1. to je volatilno (jer moe da bude apdejtovano kao normalni deo procesiranja podataka), dok je DW nevolatilna baza2. DW sadri robusne koliine istorijskih podataka, a ODS tipino sadri dnevne, nedeljne podatke koje u njemu veoma brzo zastarevaju3. ODS sadri samo detaljne podatke dok DW sadri i detaljne i sumarne podatke4. Naroito je vana razlika u tome to se sadraj ODS menja tokom poslovnih operacija organizacije, dok je sadraj DW statian i menja se tek povremeno.5. 6. 7. 8. 9. 10. 11. 12. 13. 14. 15. 16. 17.

18. Postavljanje ambicioznih meta, na ta se odnosi? Menaderi treba da postave ambiciozne mete za mere koje svi uposleni treba da prihvate i usvoje. Uzrono-posledini odnosi u BSC pomau u identifikovanju kritinih pokretaa koji omoguavaju odgovarajuu performansu u znaajnim merama, naroito u finansijskoj perspektivi i perspektivi kupca. BSC sistem je najefektivniji kada se koristi za pokretanje organizacionih promena. Da bi kroz proces komunikacija predoili potrebe za promenom, menaderi treba da postave mete za mere, tri do pet godina unapred, koje e, ako budu postignute, transformisati organizaciju. Mete treba da predstavljaju diskontinuitet u poslovanju organizacije, odnosno poslovne jedinice.19. Kada se govori o perspektivama koje se koriste pri analiziranju misli se na:Dimenzije20. Najuspeniji nain korienja demografskih atributa u velikim dimenzijama jeste?a) Odvajanjeb)Formiranje c) Njihova transformacija21. Tumaite razliite opcije prireivanja podataka s obzirom na nain, tanost i sloenost ovog postupka? Postoje tri razliite opcije: Osveavanje podataka najjednostavnije reenje, kojim se u odreenim vremenskim intervalima preuzimaju kompletni podaci iz OTS i smetaju u DW Auriranje podataka periodina migracija samo onih podataka koji su se izmenili izmeu dve intervala migriranja Propagacija podataka svaka izmena u OTS se automatski propagira u DW. Propagacija moe biti sinhrona i asihrona. Sihrona je pogodna za online transakcije, ali je problematina za batch obrade, za koje je asihrona propagacija mnogo sigurnija alternativa.1