Hội chứng mệt mỏi về kế hoạch và thông tin dữ liệu

Đọc bài viết này để tìm hiểu về lập kế hoạch dữ liệu và hội chứng mệt mỏi thông tin:

Khối lượng thông tin đang tăng lên theo tiến trình hình học và ngày càng khó đối phó với sự bùng nổ thông tin đang diễn ra.

Hình ảnh lịch sự: engazegypt.com/uploads/service/136853078516158773-iNET-a.jpg

Kế hoạch dữ liệu cũng nên tập trung vào vấn đề này. Các đoạn sau đây đề cập đến vấn đề này và phản ứng của công nghệ cơ sở dữ liệu đối với vấn đề này.

Hội chứng mệt mỏi thông tin:

Một cuộc khảo sát quốc tế gần đây 'Dying for Information' đã đưa ra một tiết lộ đáng ngạc nhiên rằng một nửa trong số các nhà quản lý phàn nàn về tình trạng quá tải thông tin có tác dụng làm tăng thêm mức độ căng thẳng hiện tại dẫn đến sức khỏe kém. Cuộc khảo sát nhấn mạnh thêm rằng các nhà quản lý bị bắt trong tình thế tiến thoái lưỡng nan trong thời đại của fax, thư thoại và Internet.

Họ cũng cảm thấy họ không thể hoạt động tốt nếu không có thông tin cao. Nhưng tải nặng dữ liệu thường không liên quan này ảnh hưởng đến hiệu quả của chúng và làm tắc nghẽn bộ máy công ty. "Lãng phí thời gian, trì hoãn các quyết định và căng thẳng có thể bắt nguồn từ quá tải thông tin".

'Có quá nhiều thông tin có thể nguy hiểm như có quá ít' tổng hợp những vấn đề nan giải mà các nhà quản lý phải đối mặt ngày nay. Hiện tượng này đang được gọi là Hội chứng mệt mỏi về thông tin của người Hồi giáo và 'bây giờ là một phần của cuộc sống của một giám đốc điều hành'. Câu nói nổi tiếng 'Nước ở khắp mọi nơi, không phải là một giọt nước uống' của Ancient Mariner cũng có thể trở thành thông tin.

Cuối cùng, những nỗ lực đã được thực hiện để đáp ứng thách thức đặt ra bởi Hội chứng mệt mỏi thông tin. Một loạt các kỹ thuật phần mềm như công nghệ cơ sở dữ liệu, ngôn ngữ truy vấn, 4GL, OOP, hệ thống thông tin điều hành, hệ thống thông tin chuyên gia, v.v. có sẵn để cung cấp thông tin chất lượng tốt cho người quản lý.

Tuy nhiên, những kỹ thuật này đã được tìm thấy là không phù hợp với nhiệm vụ do tốc độ tăng trưởng đáng kể trong nhóm thông tin. Lý do chính cho điều này là dữ liệu có sẵn trong cơ sở dữ liệu đã được định hướng giao dịch và không theo chủ đề.

Dữ liệu liên quan đến các hoạt động hiện tại chiếm phần lớn sự chú ý của quản trị viên cơ sở dữ liệu. Một câu hỏi đơn giản về mối quan hệ giữa việc bán thuốc lá, nước ngọt và thức ăn trẻ em là gì; hoặc mức tăng bán dự kiến ​​là bao nhiêu nếu cửa hàng bách hóa cũng được mở vào tối muộn, có thể gửi sóng xung kích đến các nhà quản lý thông tin của ngày hôm nay.

Các truy vấn về các vấn đề như thế này đòi hỏi phải sử dụng một lượng lớn dữ liệu hiện tại và quá khứ liên quan đến hành vi của khách hàng trong các tình huống khác nhau. Nó đòi hỏi một kho lưu trữ dữ liệu được thiết kế đặc biệt để đáp ứng các truy vấn như vậy. Để giảm thời gian và chi phí phân tích và lưu trữ, dữ liệu trong trường hợp đó nên được lưu trữ sau một số lượng tổng hợp và phân tích cơ bản nhất định.

Việc xác định mức độ tổng hợp và loại bỏ sự dư thừa đặt ra một thách thức lớn trước các nhà quản lý thông tin. Vì bản chất của các truy vấn trong các trường hợp như vậy không thể dự đoán được, nên nhiệm vụ càng trở nên khó khăn hơn. Cách tiếp cận Kho thông tin đã được phát triển để đáp ứng thách thức này.

Phương pháp tiếp cận kho dữ liệu:

Phương pháp lưu trữ dữ liệu (đôi khi còn được gọi là phương pháp lưu trữ thông tin) cho thấy rằng thông tin phải được thu thập, lưu giữ và phục vụ theo phương pháp cơ bản được sử dụng trong trường hợp kho cho các đầu vào vật lý khác.

Các cơ sở kho tổng hợp được phát triển nhận ra rằng bất kỳ hàng tồn kho nào sẽ cản trở quá trình sản xuất và sẽ có tác động đến lợi nhuận. Vì vậy, các mặt hàng cần thiết được mua thường xuyên và có chủ ý, được xử lý và giữ trong tình trạng sẵn sàng sử dụng mọi lúc.

Điểm đặc biệt của phương pháp lưu trữ thông tin là nó tạo ra một kho dữ liệu, khác với các cơ sở dữ liệu thông thường đang được duy trì bởi một doanh nghiệp.

Giả định, ở đây, là dữ liệu được thu thập và hợp nhất và mua từ các nguồn khác nhau như sản xuất, tiếp thị và tài chính là quá quan trọng để can thiệp vào các truy vấn phân tích phức tạp của người dùng. Do đó, các truy vấn được thực hiện đối với cơ sở dữ liệu trích xuất được tổ chức đặc biệt để đáp ứng các truy vấn phân tích. Một cơ sở dữ liệu như vậy cũng được gọi là siêu dữ liệu.

Cách tiếp cận này kết hợp các công cụ phân tích, hệ thống song song và xử lý đa tốc độ cao với các thuật toán và công cụ phần mềm chuyên dụng. Các tính năng đặc biệt của phương pháp này có thể được hiểu rõ hơn bằng các bước trong quy trình mà nó áp dụng để đáp ứng các truy vấn phân tích. Các bước này là:

a. Nắm bắt dữ liệu, còn được gọi là thu hoạch hoặc thu thập dữ liệu từ nhiều nguồn khác nhau chạy các ứng dụng khác nhau;

b. Làm sạch dữ liệu (chà dữ liệu) để đảm bảo tính nhất quán và đầy đủ. Nó cũng liên quan đến việc loại bỏ các mục dữ liệu dư thừa;

c. Tổ chức dữ liệu trong cơ sở dữ liệu được thiết kế đặc biệt để phân tích dữ liệu. Các thiết kế cơ sở dữ liệu này khác với các thiết kế được sử dụng để ghi lại và báo cáo hoạt động trong một doanh nghiệp. Họ không có mối quan tâm về nguồn, tính xác thực, đường mòn kiểm toán, v.v.

d. Tính khả dụng của Bộ xử lý phân tích trực tuyến (OLAP), Công cụ khai thác dữ liệu, Công cụ trực quan hóa dữ liệu, Công cụ kích hoạt Internet, Hệ thống thông tin điều hành (EIS) và các công cụ báo cáo và phân tích dữ liệu khác để đáp ứng các truy vấn phân tích đòi hỏi của người dùng.

Một quyết định quan trọng cần được đưa ra liên quan đến việc lựa chọn dữ liệu sẽ được lưu trữ trong cơ sở dữ liệu thông tin. Trong trường hợp có thể dự đoán nhu cầu thông tin cho tương lai, một mô hình hai hộp sẽ đủ.

Trong mô hình này, dữ liệu hoạt động được tóm tắt và dữ liệu có thể được yêu cầu trong tương lai có thể được sao chép vào cơ sở dữ liệu thông tin. Trong trường hợp, không thể dự đoán nhu cầu thông tin trong tương lai, một mô hình ba hộp có thể phù hợp hơn. Trong mô hình này, toàn bộ dữ liệu hoạt động trước tiên được lưu trữ trong cơ sở dữ liệu lịch sử và sau đó một phần được chọn của nó cũng được lưu trong cơ sở dữ liệu thông tin. Hình 9, 9 mô tả hai mô hình.

Cách tiếp cận kho dữ liệu đang đạt được vị thế như được chỉ ra bởi khả năng chấp nhận rộng hơn giữa các nhà sản xuất phần mềm hàng đầu. Giờ đây, các công ty phần mềm cơ sở dữ liệu hàng đầu như Oracle, Sybase, Informix và IBM đã công khai ủng hộ phương pháp này. Informix đã thiết lập liên kết với Prism Solutions, một công ty do Bill Inmon thành lập, được coi là cha đẻ của phương pháp lưu trữ dữ liệu.

Lợi ích của phương pháp lưu trữ dữ liệu:

Kho dữ liệu đang trở nên phổ biến vì những lý do sau:

a. Nó làm tăng tốc độ phân tích dữ liệu khi các tập hợp dữ liệu được lưu trữ và các giao dịch hàng ngày không cản trở quá trình phân tích.

b. Nó cung cấp sự linh hoạt về bản chất của truy vấn và tập trung vào các chủ đề và hoạt động thay vì giao dịch.

c. Nó giúp hiểu các quy trình kinh doanh khác nhau và mô hình hành vi của khách hàng, nhà cung cấp, nhà đầu tư, v.v.

Một số câu chuyện thành công trong việc sử dụng kho dữ liệu bao gồm chuỗi cửa hàng bán lẻ Wal-Mart xử lý 7, 5 terabyte lưu trữ dữ liệu về các khía cạnh khác nhau của hoạt động cửa hàng bán lẻ. Xu hướng bán hàng được phân tích và tác động của những thay đổi khác nhau như giảm giá và các quyết định khác về bán hàng được đánh giá một cách thường xuyên để định hướng quá trình hành động trong tương lai.

Một ví dụ khác là của Reuters, một nhà cung cấp dịch vụ thông tin tài chính đã phát triển một loạt dịch vụ thông tin mới như Money 3000, Securities 3000 và Kho bạc 3000. Công ty đã tăng thêm giá trị cho thông tin tài chính bằng cách cung cấp cho người dùng quyền truy cập vào thông tin lịch sử về thị trường. và dụng cụ.

Nó sử dụng phương pháp lưu trữ dữ liệu để lưu trữ và cho phép truy cập dữ liệu được lưu trữ trong các máy tính khác nhau trên toàn thế giới. Dữ liệu được thu thập từ 4600 nguồn khác nhau, bao gồm 236 thị trường, 241 nhà phân tích và 50 nguồn cấp dữ liệu mới của bên thứ ba và nhóm sở hữu 1860 nhà báo. Đối với một dữ liệu khổng lồ như vậy, phương pháp lưu trữ dữ liệu được coi là phù hợp nhất.

Các yếu tố thành công quan trọng trong kho dữ liệu:

Để nhận ra lợi ích đầy đủ của hệ thống lưu trữ dữ liệu, điều cần thiết là phải tính đến các yếu tố rất quan trọng đối với hiệu quả của các hệ thống đó.

Một số yếu tố này là:

a) Phương pháp lưu trữ dữ liệu đòi hỏi đầu tư lớn vào phần cứng và phần mềm. Cách tiếp cận này, do đó, chỉ có ý nghĩa trong các công ty có quy mô lớn, nơi tiềm năng của hệ thống có thể được khai thác triệt để.

b) Lưu trữ dữ liệu đòi hỏi những thay đổi kiến ​​trúc lớn trong cơ sở dữ liệu đã được thiết lập tốt. Những thay đổi như vậy có thể gây ra các cản trở trong hoạt động của các hệ thống hiện tại hoặc các hệ thống hiện tại sẽ cần phải tương tự với các hệ thống mới trong một thời gian.

Tương tự, có những trở ngại công nghệ và kinh doanh khác có thể ức chế việc thực hiện thành công các hệ thống này. Việc xử lý các vật cản trong thời gian thực hiện, trong khoảng từ 18-24 tháng, sẽ là một yếu tố quan trọng trong sự thành công của hệ thống kho bãi.

c) Toàn bộ tiềm năng của phương pháp này chỉ có thể được nhận ra khi một loạt các công cụ phân tích dữ liệu được sử dụng để tạo thông tin. Việc lựa chọn và sử dụng các công cụ phân tích dữ liệu phụ thuộc vào sự sẵn có của các công cụ đó cũng như văn hóa doanh nghiệp. Phương pháp lưu trữ dữ liệu sẽ thành công nếu văn hóa làm việc phù hợp chiếm ưu thế trong một doanh nghiệp.

d) Cách tiếp cận này giả định một loại môi trường CNTT rất trưởng thành trong đó mức độ thâm nhập CNTT trong các hoạt động hàng ngày là rất cao. Doanh nghiệp người dùng nên có một lượng lớn dữ liệu lịch sử đã được lưu trữ trên phương tiện từ tính. Vì vậy, nó là một quá trình tiến hóa và không phải là một quá trình cách mạng.

Lợi tức đầu tư trong phương pháp này là một khu vực màu xám và do đó, một phân tích lợi ích chi phí phải được thực hiện trước khi nhảy vào băng nhóm kho dữ liệu.