Разработка информационно-аналитической OLAP отчетности в аптечной сети с помощью платформы Deductor Studio
ВВЕДЕНИЕ
В настоящее время в информационной среде Internet наблюдается стремительный рост объемов разнородных данных, что связано с развитием и распространением социальных сетей, интернет-магазинов, тематических блогов и информационных веб-систем, что существенно отражается на активности развития разных направлений электронной коммерции и торговли различной электронной продукцией в частности.
В случае, когда объемы формируемых данных превышают десятки и сотни гигабайт, целесообразным является применение подходов и технологий обработки больших данных, т.к. классические методы, алгоритмы и системы управления базами данных (СУБД) не всегда способны эффективным образом осуществлять необходимые транзакционные процессы.
Актуальность данной работы заключается в необходимости использования современных методов и средств для автоматизации формирования информационно-аналитической OLAP отчетности на базе использования BI технологий и систем. Во многом данная задача обусловлена высоким спрос
СОДЕРЖАНИЕ
ВВЕДЕНИЕ 6
1 АНАЛИЗ СОВРЕМЕННЫХ ИНФОРМАЦИОННО – АНАЛИТИЧЕСКИХ ПЛАТФОРМ, ИСПОЛЬЗУЕМЫХ В СОВРЕМЕННОМ БИЗНЕСЕ 8
1.1 Анализ основных понятий, особенностей и назначения информационно-аналитических систем 8
1.2 Анализ существующих систем на рынке 16
1.3 Анализ возможностей современных средств разработки информационно-аналитических систем 31
2 РАЗРАБОТКА ИНФОРМАЦИОННО-АНАЛИТИЧЕСКОЙ OLAP ОТЧЕТНОСТИ В АПТЕЧНОЙ СЕТИ «РИГЛА» С ПОМОЩЬЮ ПЛАТФОРМЫ DEDUCTOR STUDIO 38
2.1 Описание возможностей системы Deductor Studio 38
2.2 Специфика OLAP 40
2.3 Разработка бизнес-задачи и структуры хранилища данных 43
2.4 Разработка сценариев загрузки данных 48
2.5 Разработка срезов данных 56
3 ОЦЕНКА ЭКОНОМИЧЕСКОЙ ЭФФЕКТИВНОСТИ ОТ ИСПОЛЬЗОВАНИЯ ИНФОРМАЦИОННО-АНАЛИТИЧЕСКОЙ OLAP ОТЧЕТНОСТИ В АПТЕЧНОЙ СЕТИ «РИГЛА» С ПОМОЩЬЮ ПЛАТФОРМЫ DEDUCTOR STUDIO 67
3.1 Описание методики оценки 67
3.2 Оценка экономической эффективности 68
3.3 Построение диаграммы сравнения и преимущества использования OLAP 69
ЗАКЛЮЧЕНИЕ 71
СПИСОК ИСПОЛЬЗУЕМОЙ ЛИТЕРАТУРЫ 72
СПИСОК ИСПОЛЬЗУЕМОЙ ЛИТЕРАТУРЫ
Акунович С.И. Специализированные информационные системы / С.И. Акунович. — Минск: БГТУ, 2014. — 120 с.
Градусов Д.А. Корпоративные информационные системы. Часть 1. Проблемы внедрения и использования / Д.А. Градусов, А.В. Шутов, А.Б. Градусов. — Владимир: Изд-во ВлГУ, 2014. — 96 с.
Васильева Н.И. Разработка корпоративных систем: от теории к практике / Н.И. Васильева. — Минск: Народная асвета, 2013. — 571 с.
Данько П.П. Управление информационными системами / П.П. Данько. – М.: Инфра-М, 2013. – 418 с.
Афанасьева Т.В. Введение в проектирование систем интеллектуального анализа данных / Т.В. Афанасьева, А.Н. Афанасьев. - Ульяновск: Ульяновский государственный технический университет (УлГТУ), 2017. — 64 с.
Барсегян А.А. Методы и модели анализа данных: OLAP и Data Mining / А.А. Барсегян. - СПб.: БХВ-Петербург, 2014. – 336 с.
Барсегян А.А. Анализ данных и процессов / А.А. Барсегян, М.С. Куприянов, И.И. Холод. – СПб.: БХВ-Петербург, 2019. – 512 с.
Башмаков А.И. Интеллектуальные информационные технологии / А.И. Башмаков. – М.: Изд-во МГТУ им. Н. Э. Баумана, 2015. – 304 с.
Дьяконов А.Г. Анализ данных, обучение по прецедентам, логические игры, системы WEKA, RapidMiner и MatLab / А.Г. Дьяконов. – М.: Издательский отдел факультета ВМК МГУ имени М.В. Ломоносова, 2010. – 278 с.
Бондарев А.Е. Анализ многомерных данных в задачах многопараметрической оптимизации с применением методов визуализации / А.Е. Бондарев, В.А. Галактионов // Научная визуализация. – 2012. – Т.4. – № 2. – С.1–13.
Дюк В.А. Data Mining / В.А. Дюк, А.П. Самойленко. – СПб: Питер, 2011. – 368 с.
Веренинов И.А. Основы программирования. Учебное пособие / И.А. Веренинов. – СПб.: Издательство Политехнического университета, 2014. – 212 c.
Голицына О.Л. Языки программирования. Учебное пособие / О.Л. Голицына, Т.Л. Партыка. – М.: Форум, 2012. – 467 с.
Могилев А.В. Методы программирования. Компьютерные вычисления / А.В. Могилев, Л.В. Листрова. – СПб.: БХВ-
Проверенная масштабируемость. Платформа Spotfire демонстрирует стабильную производительность, которая отвечает самим высоким требованиям при внедрении. Администраторы могут быть уверены, что критически важные для бизнеса аналитические приложения функционируют на необходимом уровне, используя такие возможности, как перераспределение ресурсов для нескольких рабочих нагрузок, добавление и удаление узлов, а также интеллектуальную маршрутизацию или определение пула ресурсов [8]. Пример интерфейса анализа данных в системе Tibco Spotfire приведен на рис. 1.10.
Рисунок 1.10 – Пример интерфейса анализа данных в системе Tibco SpotfireTIBCO Spotfire объединяет потоковые данные в режиме реального времени с текущими и историческими данными из всех хранилищ и источников. Исторические тренды идентифицируются с п