Foundations of Business Intelligence

Bölüm 6
İş Zekasının Temelleri: Veritabanları ve
Enformasyon Yönetimi
Örnek Olay Videoları
Olay 1a: City of Dubuque Uses Cloud Computing and Sensors to Build a Smarter,
Sustainable City
Olay 1b: IBM Smarter City: Portland, Oregon
Olay 2: Data Warehousing at REI: Understanding the Customer
Olay 3: Maruti Suzuki Business Intelligence and Enterprise Databases
Management Information Systems
Chapter 6: Foundations of Business Intelligence
Geleneksel Dosya Ortamında Verileri Düzenleme
• Dosya Düzenleme Terimleri ve Kavramları
–
–
–
–
Veritabanı: İlişkili dosyalardan oluşan grup.
Dosya: Aynı türden kayıtların oluşturduğu grup.
Kayıt: İlişkili alanlardan oluşan grup.
Alan: Karakterlerin bir kelime olarak
gruplandırılması, bir grup kelime veya tam bir sayı.
• Alan bir öğeyi (entity) açıklar. (Öğe: Bir kişi, yer, eşya,
veya enformasyonu muhafaza ettiğimiz ve
depoladığımız bir olay olabilir).
• Öznitelik (Attribute): Belirli bir öğeyi açıklayan her bir
nitelik veya özellik.
6.2
Copyright © 2016 Pearson Education Ltd.
Management Information Systems
Chapter 6: Foundations of Business Intelligence
VERİ HİYERARŞİSİ
Bir bilgisayar sistemi, verileri 0
ya da 1’i temsil eden bit ile
başlayan hiyerarşi içinde
düzenler. Bitler, bir karakteri,
sayıyı ya da sembolü temsil
etmek için bayt oluşturmak
amacıyla gruplandırılabilirler.
Baytlar, bir alan oluşturmak
için gruplandırılabilirler ve
ilişkili alanlar, bir kayıt
oluşturmak için
gruplandırılabilirler. İlişkili
kayıtlar, bir dosya oluşturmak
için bir araya toplanabilirler ve
ilişkili dosyalar, bir veritabanı
biçiminde şekillendirilebilirler.
FIGURE 6-1
6.3
Copyright © 2016 Pearson Education Ltd.
Management Information Systems
Chapter 6: Foundations of Business Intelligence
Geleneksel Dosya Ortamında Verileri Düzenleme
• Geleneksel Dosyalama Ortamı Sorunları
(Dosyalar departmanlarca ayrı olarak takip edilir.)
– Veri Fazlalığı: Birden çok veri dosyasında tekrarlanmış verilerin yer
alması.
– Veri Tutarsızlığı: Aynı özniteliğin farklı değerlere sahip olması
durumudur.
– Program-Veri Bağımlılığı: Programdaki değişiklikleri program
üzerinden erişilen verilerde değişiklik gerektirmesi durumudur.
– Esneklik Sorunu: Planlanan raporlamalar dışında ihtiyaç duyulan
enformasyon taleplerine cevap vermede yaşanan zaman ve maliyet
temelli sorunlar.
– Güvenlik Sorunu: Veri yönetimi ve kontrollerinin zayıf olmasından
dolayı enformasyona erişim ve dağıtım konularında yönetimin
kontrolü sağlayamaması durumudur.
– Veri Paylaşımı ve Yararlanabilme Sorunları: Birimlerin birbirleriyle
bağlantılı olmamaları nedeniyle, enformasyonun örgütün farklı faaliyet
alanları veya farklı bölümleri arasında serbestçe dolaşamaması
durumudur.
6.4
Copyright © 2016 Pearson Education Ltd.
Management Information Systems
Chapter 6: Foundations of Business Intelligence
Geleneksel Dosya İşlemi
Dosya işlemede geleneksel
yaklaşım kullanımı, bir
kurumdaki tüm
departmanları uzmanlaşmış
uygulamalar geliştirmeleri
konusunda teşvik eder. Her
bir uygulama bir ana
dosyanın altkümeleri gibi
özgün bir veri dosyasına
ihtiyaç duyar. Altkümelerde
yer alan verilerde fazlalık
ve tutarsızlık olabileceği
gibi bu durum verileri
işleme ve depolama
noktasında da sorun
oluşturur.
ŞEKİL 6-2
6.5
Copyright © 2016 Pearson Education Ltd.
Management Information Systems
Chapter 6: Foundations of Business Intelligence
Veritabanı Yönetim Sistemleri (VTYS)
• Veritabanı
– Gereksiz verileri kontrol ederek ve verileri merkezileştirerek
pek çok uygulamayı etkin biçimde sunmak için düzenlenmiş
veri yığını olarak ifade edilebilir.
• Veritabanı Yönetim Sistemi (VTYS)
– Uygulama programları ile fiziksel veri dosyaları arasında
arayüz işlevi görür.
– Verinin fiziksel ve mantıksal yönünü ayırt eder.
– Geleneksel dosya sistemlerinin sorunlarına çözüm getirir.
•
•
•
•
6.6
Veri fazlalığının kontrolü,
Veri tutarsızlığının ortadan kaldırılması,
Programların ve verilerin ayrıştırılması,
Organizasyona veri kullanımı ve güvenliğini merkezi olarak yapma
imkanı verir.
Copyright © 2016 Pearson Education Ltd.
Management Information Systems
Chapter 6: Foundations of Business Intelligence
FARKLI YÖNLERİYLE BİR İNSAN KAYNAKLARI VERİTABANI
ŞEKİL 6-3
6.7
Tek bir insan kaynakları veritabanı, kullanıcının enformasyon gereksinimlerine bağlı olarak pek çok farklı veri
görünümlerini sağlayabilmektedir. Burada biri sosyal yardım uzmanı için, diğeri ise işletmenin maaş
bordrolarını hazırlayan departman çalışanları için olmak üzere iki olası durum gösterilmiştir.
Copyright © 2016 Pearson Education Ltd.
Management Information Systems
Chapter 6: Foundations of Business Intelligence
Veritabanı Yönetim Sistemleri (VTYS)
• İlişkisel VTYS
– Represent data as two-dimensional tables
– Each table contains data on entity and attributes
• Tablo: Satır ve Sütun Sistemi
– Satırlar (Rows): Farklı öğelere ait kayıtlar
– Alanlar (Sütunlar / Columns): Bir öğrenin özniteliğini temsil eder.
– Anahtar Alan (Key field): Her bir kaydı benzersiz biçimde tanımlayan
alan.
– Birincil Anahtar (Primary Key): Tabloda anahtar alanlar için ayrılan
alan.
– Yabancı Anahtar (Foreign Key): İkinci bir tabloda da yer alan ve orijinal
tablodaki kayıtlara ulaşabilmek için kullanılan birincil anahtar.
6.8
Copyright © 2016 Pearson Education Ltd.
Management Information Systems
Chapter 6: Foundations of Business Intelligence
İlişkisel Veritabanı Tabloları
İlişkisel bir veritabanı
iki-boyutlu tablolar
biçimindeki verileri
düzenler. Şekildeki
tablolar TEDARİKÇİ ve
YEDEK PARÇA
öğelerine aittir ve her bir
öğe ve o öğeye ait
öznitelikleri
göstermektedir.
Tedarikçi Numarası
TEDARİKÇİ tablosu için
birincil anahtar, YEDEK
PARÇA tablosu için
yabancı anahtardır.
ŞEKİL 6-4
6.9
Copyright © 2016 Pearson Education Ltd.
Management Information Systems
Chapter 6: Foundations of Business Intelligence
Veritabanı Yönetim Sistemleri (VTYS)
• Bir İlişkisel Veritabanında İşlemler
– Kullanışlı veri setleri geliştirmek için 3 temel
işlem kullanılmaktadır.
• SEÇME (SELECT): Belirtilen kriterleri karşılayan tüm
kayıtları içeren verilerden bir altküme oluşturur.
• BİRLEŞTİRME (JOIN): Kullanıcıya özgün bir tabloda
daha fazla enformasyon sunmak için ilişkisel
tabloları biraraya getirir.
• YANSITMA (PROJECT): Sadece talep edilen
enformasyonu içeren tablolar oluşturmak için
tablodaki bazı sütunlardan altküme oluşturur.
6.10
Copyright © 2016 Pearson Education Ltd.
Management Information Systems
Chapter 6: Foundations of Business Intelligence
İLİŞKİSEL BİR VERİTABANI YÖNETİM SİSTEMİNDE 3 TEMEL İŞLEM
ŞEKİL 6-5
6.11
Seçme, Birleştirme ve Yansıtma işlemleri iki farklı tablodan verileri bir araya getirme ve sadece istenilen
öznitelikleri gösterme imkanı sunar.
Copyright © 2016 Pearson Education Ltd.
Management Information Systems
Chapter 6: Foundations of Business Intelligence
Veritabanı Yönetim Sistemleri (VTYS)
• İlişkisel Olmayan Veritabanları: “NoSQL”
– Daha esnek veri modelleri
– Data sets stored across distributed machines
– Easier to scale
– Handle large volumes of unstructured and structured
data (Web, social media, graphics)
• Buluttaki Veritabanları
– Typically, less functionality than on-premises DBs
– Amazon Relational Database Service, Microsoft SQL
Azure
– Private clouds
6.12
Copyright © 2016 Pearson Education Ltd.
Management Information Systems
Chapter 6: Foundations of Business Intelligence
Veritabanı Yönetim Sistemleri (VTYS)
• VTYS İşlevleri
– Veri Tanımlama İşlevi: Veritabanı içeriğinin yapısını belirtir,
tablo oluşturmak ve alanların özelliklerini tanımlamak için
kullanılabilir.
– Veri Sözlüğü: Veri unsurlarının tanımlarını veya onların
özelliklerini depolayan otomatik veya kullanıcı tarafından girilen
bir dosyadır.
– Veri İşleme Dili: Veritabanında ekleme, değiştirme, silme,
çağırma işlemleri için kullanılır.
• Yapılandırılmış Sorgu Dili (Structured Query Language - SQL)
• SQL oluşturmak için Microsoft Access fonksiyonları
– VTYS gösterişli raporlar oluşturmak için gerekli becerilere
sahiptirler. (Crystal Reports)
6.13
Copyright © 2016 Pearson Education Ltd.
Management Information Systems
Chapter 6: Foundations of Business Intelligence
MICROSOFT ACCESS VERİ SÖZLÜĞÜ ÖZELLİKLERİ
ŞEKİL 6-6
6.14
Microsoft Access bir veritabanındaki her bir alanın adını, boyutunu, türünü, formatını ve diğer
karakteristiklerini gösteren basit/gelişmemiş bir veri sözlüğüne sahiptir. Bu ekran görüntüsünde TEDARİKÇİ
tablosunda yer alan alanlar görülmektedir. Burada Tedarikçi_No (Supplier_Number) alanının hemen solunda
yer alan anahtar sembolü bu alanın anahtar alan olduğunu belirtmektedir.
Copyright © 2016 Pearson Education Ltd.
Management Information Systems
Chapter 6: Foundations of Business Intelligence
BİR SQL SORGU ÖRNEĞİ
FIGURE 6-7
6.15
137 veya 150 nolu parçalara göre tedarikçi seçmek için yapılan bir sorgu. Sorgu sonucunda Şekil 6-5’dekine
benzer bir liste oluşur.
Copyright © 2016 Pearson Education Ltd.
Management Information Systems
Chapter 6: Foundations of Business Intelligence
BİR MICROSOFT ACCESS SORGUSU
ŞEKİL 6-8
6.16
Bir önceki slaytta gösterilen (Şekil 6-7) SQL sorgusunun Microsoft Access’deki fonksiyonları kullanarak
sorgulamanın oluşturulması süreci. Burada Tablolar, Alanlar ve Sorgulama için gerekli seçim kriterleri
görülmektedir.
Copyright © 2016 Pearson Education Ltd.
Management Information Systems
Chapter 6: Foundations of Business Intelligence
Veritabanı Yönetim Sistemleri (VTYS)
• Veritabanlarının Tasarımı
– Kavramsal (Mantıksal) Tasarım: İşletmenin bakış açısından verilere
soyut bir bakış ortaya koyan tasarımdır.
– Fiziksel Tasarım: Doğrudan erişilebilir saklama aygıtlarında verinin
gerçekten nasıl saklanacağına yönelik tasarımdır.
Tasarım Süreci:
– İşletme bilgi gereksinimlerini karşılayabilmek için veri elemanlarının
etkili bir biçimde gruplandırılması ve ilişkilendirilmesini,
– Özel uygulama programları için gerekli veri elemanlarının
gruplandırılması ve böylelikle gereksiz bilgilerin ortaya çıkarılmasını
sağlar.
Normalizasyon
– Gereksiz veri tekrarlarını ve kullanışsız çoka çok ilişkileri minimize
etmek için karmaşık veri gruplarından uyarlanabilir, esnek, düzenli veri
yapıları ve küçük tablolar oluşturma işidir.
6.17
Copyright © 2016 Pearson Education Ltd.
Management Information Systems
Chapter 6: Foundations of Business Intelligence
BİR SİPARİŞ İÇİN NORMALİZE EDİLMEMİŞ VERİ TOPLULUĞU
ŞEKİL 6-9
6.18
Normalize edilmemiş ilişkiler tekrarlayan gruplar içerirler. Örneğin burada her bir sipariş için birçok yedek parça
ve tedarikçi olabilir. Ancak, Sipariş_No ile Sipariş_Tarihi arasında yalnızca bir tane bire-bir karşılama söz konusu.
Copyright © 2016 Pearson Education Ltd.
Management Information Systems
Chapter 6: Foundations of Business Intelligence
SİPARİŞ İÇİN NORMALLEŞTİRİLMİŞ TABLOLAR
ŞEKİL 6-10
6.19
Normalizasyon sonrası, SİPARİŞ tablosu 4 alt ilişki olacak şekilde dönüştürülmüştür. SİPARİŞ tablosu artık
yalnızca iki öznitelik sahibi, ÜRÜN HATTI tablosu ise Sipariş_No ve Parça_ No anahtar alanlarının bir araya
getirilmesi ile oluşturulmuştur.
Copyright © 2016 Pearson Education Ltd.
Management Information Systems
Chapter 6: Foundations of Business Intelligence
Veritabanı Yönetim Sistemleri (VTYS)
• Tutarlılık Kuralları
• Tablolar arasındaki ilişkileri tutarlı kalmasını sağlamak
adına İlişkisel Veritabanı Yönetim Sistemlerince (RDMS)
kullanılırlar.
• Öğe (Birim)-İlişki Diyagramı
– Veri modellerini ortaya koymak (görselleştirmek) adına
veritabanı tasarımcıları tarafından kullanılır.
– Öğeler (birim) arasındaki ilişkileri gösterir.
– Uyarı: Bir işletme veritabanı modelini doğru oluşturamazsa,
sistem işletmeye iyi hizmet veremeyecektir.
6.20
Copyright © 2016 Pearson Education Ltd.
Management Information Systems
Chapter 6: Foundations of Business Intelligence
ÖĞE (BİRİM) – İLİŞKİ DİYAGRAMI
ŞEKİL 6-11
6.21
Şekil 6-10’da gösterilen veritabanı modeli için kullanılabilecek TEDARİKÇİ, PARÇA, ÜRÜN HATTI ve
SİPARİŞ birimleri arasındaki ilişkiyi gösteren bir birim-ilişki diyagramı
Copyright © 2016 Pearson Education Ltd.
Management Information Systems
Chapter 6: Foundations of Business Intelligence
İşletme Performansı ve Karar Vermeyi Geliştirmek İçin Veritabanı Kullanımı
• Büyük Veri
• İnternet trafiği, sosyal medya, sensörler vb.
kaynaklardan gelen devasa yapılandırılmış/yarıyapılandırılmış veri setleri.
• Petabayt (1024 terabayt), exabayt (1024 petabayt)
boyutlarında veriler
• Veri hacmi tipik bir VTYS için çok büyüktür.
• Daha fazla temalar ve anomalileri ortaya
koyabilirler.
6.22
Copyright © 2016 Pearson Education Ltd.
Management Information Systems
Chapter 6: Foundations of Business Intelligence
İşletme Performansı ve Karar Vermeyi Geliştirmek İçin Veritabanı Kullanımı
• İş Zekası Altyapısı
– Günümüzde büyük veri ve ayrı sistemler için bir dizi
araçlardan oluşur.
• Güncel Araçlar:
–
–
–
–
–
6.23
Veri Ambarları (Data warehouses)
Veri Pazarları (Data marts)
Dağıtılmış Veritabanları Yönetimi Yazılımı (Hadoop)
Hafızada İşleme (SAP-HANA)
Analitik Platformlar
Copyright © 2016 Pearson Education Ltd.
Management Information Systems
Chapter 6: Foundations of Business Intelligence
İşletme Performansı ve Karar Vermeyi Geliştirmek İçin Veritabanı Kullanımı
• Veri Ambarı:
– Birçok temel operasyonel işlem sistemlerinden edinilen
güncel ve geçmiş verileri saklar.
– İşletmenin tümünü ilgilendiren düzeyde enformasyonu bir
araya getirir ve standartlaştırır, verinin başkalaşmasını
önler.
– Analiz ve raporlama araçları sunar.
• Veri Pazarları:
– Veri ambarlarının altkümeleridir.
– Belirli bir sayıda kullanıcının kullanımına yönelik veri
setlerine odaklanır ve bu veri setlerini toparlar.
– Genellikle bir konu ya da bir iş hattına odaklanır.
6.24
Copyright © 2016 Pearson Education Ltd.
Management Information Systems
Chapter 6: Foundations of Business Intelligence
GÜNCEL İŞ ZEKASI ALTYAPISI
Güncel bir iş zekası
altyapısı, farklı kaynaklardan
elde edilen, büyük
miktarlarda ve farklı türlerde
verilerin yönetimi ve analizi
için imkanlar ve araçlar
sunar. Sıradan bir işletme
çalışanı için kullanımı kolay
sorgulama ve raporlama
araçları sunmanın yanı sıra,
ileri düzey kullanıcılar için
daha detaylı analitik araç
setlerine sahiptirler.
ŞEKİL 6-12
6.25
Copyright © 2016 Pearson Education Ltd.
Management Information Systems
Chapter 6: Foundations of Business Intelligence
İşletme Performansı ve Karar Vermeyi Geliştirmek İçin Veritabanı Kullanımı
• Hadoop
– Basit programlama modeli kullanarak, kümelenmiş
(cluster) bilgisayarlar arasında, büyük hacimli
verilerin dağıtık olarak işlenmesini sağlar.
– Temel Hizmetler
• Hadoop Dağıtılmış Dosya Sistemi(HDFS): Veri Saklama
• MapReduce: Büyük veri setlerinin birden fazla iş
biriminde çalışılması için ayrıştırılması.
• Hbase: NoSQL Veritabanı
– Facebook, Yahoo, NextBio tarafından kullanılmaktadır.
6.26
Copyright © 2016 Pearson Education Ltd.
Management Information Systems
Chapter 6: Foundations of Business Intelligence
İşletme Performansı ve Karar Vermeyi Geliştirmek İçin Veritabanı Kullanımı
• Hafızada İşleme – (In-memory computing)
– Büyük veri analizlerinde kullanılır.
– Veri saklama ortamı olarak bilgisayarları ana hafızalarını
(RAM)’lerini kullanarak disklerden veri çekerken yaşanan
gecikmelerin önüne geçer.
– Veri işleme sürecini saatler/günlerden saniyelere
düşürebilir.
– En uygun donanım altyapısını gerektirir.
• Analitik Platformlar
– Büyük veri setleri için uygun olan hem ilişkisel hem de
ilişkisel olmayan araçları kullanan yüksek hızlı platformlar.
6.27
Copyright © 2016 Pearson Education Ltd.
Management Information Systems
Chapter 6: Foundations of Business Intelligence
İşletme Performansı ve Karar Vermeyi Geliştirmek İçin Veritabanı Kullanımı
• Analitik Araçlar: İlişkiler, Temalar, Trendler
– Kullanıcılara işletme ilgili daha iyi kararlar vermeleri
için büyük miktarlarda verileri birleştirme, analiz
etme ve erişme imkanı veren araçlar.
•
•
•
•
6.28
Çok boyutlu veri analizi (OLAP)
Veri Madenciliği
Metin Madenciliği
Web Madenciliği
Copyright © 2016 Pearson Education Ltd.
Management Information Systems
Chapter 6: Foundations of Business Intelligence
İşletme Performansı ve Karar Vermeyi Geliştirmek İçin Veritabanı Kullanımı
• Online Analitik Süreç (OLAP)
– Çok boyutlu veri analizi imkanı
• Birçok boyutu kullanarak veriyi görme imkanı
• Bilginin her bir yönü (ürün, fiyatlama, maliyet, bölge,
zaman periyodu) farklı bir boyutu temsil eder.
• Örnek: Diğer bölgelerle kıyaslandığında Doğu
Bölgesinde Haziran döneminde kaç adet çamaşır
makinesi satılmıştır?
– OLAP bir defaya mahsus/özel sorgulamalara hızlı ve
çevrimiçi (online) yanıt bulma imkanı sunar.
6.29
Copyright © 2016 Pearson Education Ltd.
Management Information Systems
Chapter 6: Foundations of Business Intelligence
ÇOKBOYUTLU VERİ MODELİ
Yandaki açıdan şuan yalnızca
ürün ve bölge karşılaştırması
görülebilmektedir. Küp 90
derece döndürüldüğünde
görüntüde bu kez ürünler ile
gerçek ve hedeflenen satışlar
olacaktır. Eğer küp 90 derece
daha döndürülürse bu kez ise
bölgeler ile gerçek ve
hedeflenen satışlar
görülecektir.
ŞEKİL 6-13
6.30
Copyright © 2016 Pearson Education Ltd.
Management Information Systems
Chapter 6: Foundations of Business Intelligence
İşletme Performansı ve Karar Vermeyi Geliştirmek İçin Veritabanı Kullanımı
• Veri Madenciliği
– Veri setlerindeki gizli temalar ve ilişkileri bulur.
• Örnek: Müşteri satınalma biçimi.
– Gelecekteki davranışları öngörmek için kurallar ortaya koyar.
– Veri madenciliği ile edinilebilecek bilgi türleri:
• Çağrışım: Tek bir olaya bağlı olgular.
• Ardışıklık: Zamanla gelişen olaylar arasındaki bağ.
• Sınıflandırma: Bir şeyin ait olduğu grubu tanımlayan temaların tanınması/fark
edilmesi.
• Kümeleme: Grupların tanımlı olmadığı durumlarda, veri içinde gruplaşmaları
bulmak.
• Tahminleme: Mevcut verilere ait bir seriyi kullanarak diğerlerinin ne
olabileceğini tahmin etme.
6.31
Copyright © 2016 Pearson Education Ltd.
Management Information Systems
Chapter 6: Foundations of Business Intelligence
İşletme Performansı ve Karar Vermeyi Geliştirmek İçin Veritabanı Kullanımı
• Metin Madenciliği
– Büyük yapılandırılmamış veri setlerinden anahtar
unsurları ortaya çıkarır.
• Kayıt altındaki e-postalar
• Çağrı merkezi işlemleri
• Yasal olaylar
• Patent tanımlamaları
• Servis raporları vb.
– Duygu Analizi Yazılımı (Sentiment analysis software)
• Fikirleri belirlemek için e-postalar, bloglar ve social
medya içeriklerini inceler.
6.32
Copyright © 2016 Pearson Education Ltd.
Management Information Systems
Chapter 6: Foundations of Business Intelligence
İşletme Performansı ve Karar Vermeyi Geliştirmek İçin Veritabanı Kullanımı
• Web Madenciliği
– Web kaynaklı enformasyon ve kullanışlı temaların
keşfedilmesi ve analizi
– Tüketici davranışlarını anlamak
– İnternet sitesinin etkinliğini değerlendirmek vb.
– Web - İçerik Madenciliği
• İnternet sayfalarındaki içerikleri inceler.
– Web - Yapı Madenciliği
• İnternet sayfasından giden ve sayfaya gelen linkleri inceler.
– Web - Kullanım Madenciliği
• Sunucular tarafından kayıt altına alınan kullanıcı etkileşimlerini
inceler.
6.33
Copyright © 2016 Pearson Education Ltd.
Management Information Systems
Chapter 6: Foundations of Business Intelligence
İşletme Performansı ve Karar Vermeyi Geliştirmek İçin Veritabanı Kullanımı
• Veritabanları ve Web
– Birçok firma müşterilerine ve ortaklarına iç veritabanlarından
bazı bilgileri kullandırmak için Web’den yararlanırlar.
– Geleneksel Bir Düzende (Konfigürasyon):
• Web Sunucu / Web server
• Uygulama Sunucusu / Application server/middleware/CGI scripts
• Veritabanı Sunucusu / Database server (hosting DBMS)
– Veritabanına erişim için Web kullanımının avatajları:
• İnternet tarayıcı yazılımının kullanım kolaylığı
• Web arayüzünün veritabanında çok az (ya da hiç) değişim
gerektirmesi
• Sisteme Web arayüzü eklemenin düşü maliyetli olması
6.34
Copyright © 2016 Pearson Education Ltd.
Management Information Systems
Chapter 6: Foundations of Business Intelligence
İÇ VERİTABANINI WEB İLE BAĞLANTILI HALE GETİRME
ŞEKİL 6-14
6.35
Kullanıcılar masaüstü bilgisayarları ve internet tarayıcı yazılımlar kullanarak bir şirketin dahili veritabanına
Web aracılığıyla erişebilirler.
Copyright © 2016 Pearson Education Ltd.
Management Information Systems
Chapter 6: Foundations of Business Intelligence
Veri Kaynaklarını Yönetmek
• Bir Bilgi Politikası Oluşturmak
– Bilgi Politikası: Verilere nasıl ulaşılabileceği, verilerin
nasıl düzenleneceği, kimin verileri görebileceği ve
kimin değiştirebileceği ile ilgili bir takım kurallar ve
prosedürler.
– Veri Yönetimi: Verinin yönetilmesi için gerekli politika ve
prosedürlerden sorumludur.
– Veri Yönetişimi: İşletmedeki verinin güvenliği, bütünlüğü,
kullanılabilirliği ve hazır olmasının yönetilmesi için gerekli politika ve
süreçlerle ilgilenir.
– Veritabanı Yönetimi: Veritabanı oluşturma ve takibi
6.36
Copyright © 2016 Pearson Education Ltd.
Management Information Systems
Chapter 6: Foundations of Business Intelligence
Veri Kaynaklarını Yönetmek
• Veri Kalitesini Sağlamak
– Fortune 1000 firmaları veritabanlarındaki kritik
verilerin %25’den fazlası hatalı veya eksiktir.
– Gereksiz/Fazla Veri
– Tutarsız Veri
– Hatalı Giriş
– Uygun bir yeni veritabanı için önce:
• Hatalı verileri tanımlamak ve düzeltmek gerekir.
• Veritabanı kullanılmadan önce verinin düzenlenmesi için
daha iyi işlemler (rutinler) oluşturulmalı.
6.37
Copyright © 2016 Pearson Education Ltd.
Management Information Systems
Chapter 6: Foundations of Business Intelligence
Veri Kaynaklarını Yönetmek
• Veri Kalitesi Denetimi:
– Bir bilgi sistemindeki verinin doğruluk ve tamlık
seviyelerinin yapılandırılmış biçimde gözden
geçirilmesi.
• Veri dosyalarından örneklem inceleme ya da,
• Son kullanıcıların kalite algılarının incelenmesi
• Veri Temizleme:
– Yanlış, eksik, uygun biçimde olmayan veya gereksiz
bulunması ve düzeltilmesi için yazılım kullanımı
– Farklı bilgi sistemlerinden gelen farklı veri setleri
arasında tutarlılığın sağlanması.
6.38
Copyright © 2016 Pearson Education Ltd.