Business Intelligence – studijní přehled

Tento přehled shrnuje a logicky strukturuje hlavní pojmy z oblasti Business Intelligence (BI), analytických systémů, datových skladů, OLAP a dimenzionálního modelování. Slouží jako učební materiál ke zkoušce.

1. Manažerské informační systémy

Typy informačních systémů podle úrovně řízení

• TPS (Transaction Processing System) – operativní řízení, krátkodobý horizont, zpracování transakcí (OLTP)
• MIS (Management Information System) – taktické řízení, pravidelné a pevně dané reporty
• EIS (Executive Information System) – strategické řízení, vysoce agregovaná data, podpora vrcholového vedení
• OIS (Office Information System) – podpora kancelářských činností
• EDI (Electronic Data Interchange) – elektronická výměna dat s okolím podniku

Analytické a rozhodovací systémy

• DSS (Decision Support Systems) – interaktivní systémy pro podporu rozhodování
• Expertní systémy – systémy založené na znalostních bázích a inferenčních pravidlech
• Strojové učení – schopnost systému učit se z dat a predikovat budoucí stavy

2. Základní analytické pojmy

Agregace a sumarizace

• Agregace – výpočet jediné hodnoty ze všech hodnot atributu (např. SUM, AVG)
• Sumarizace – vytvoření nové relace s agregovanými hodnotami podle částí dat

OLTP vs. OLAP

• OLTP – rychlé transakční zpracování, aktuální data
• OLAP – analytické zpracování, historická a agregovaná data

3. Business Intelligence

Podstata a význam BI

• Podpora a zlepšení rozhodovacích procesů
• Správná data ve správný čas
• Práce s velkým množstvím historických dat
• BI nerozhoduje – podporuje rozhodování

Typické výstupy BI

• Reporty
• Kontingenční tabulky
• Grafy a dashboardy

4. Architektura Business Intelligence

Hlavní vrstvy BI

1. Vrstva zdrojových dat
   • Strukturovaná data (relační databáze, ERP, CRM)
   • Polostrukturovaná data (XML, JSON, CSV)
   • Nestrukturovaná data (texty, dokumenty)
   • Streamovaná data (senzory, burzy, IoT)
2. Vrstva příjmu dat
   • 3V: Volume, Variety, Velocity
   • Datové jezero (Data Lake)
3. Vrstva analytických dat
   • Datový sklad (Data Warehouse)
   • Datové tržiště (Data Mart)
   • ODS a dočasná úložiště (Staging Area)
4. Analytická vrstva
   • OLAP
   • BPM a KPI
   • Reporting
   • Data Mining
5. Prezentační vrstva
   • Dashboardy
   • BI nástroje
   • Analytické aplikace

5. ETL a integrace dat

ETL a ELT

• ETL – Extract, Transform, Load (tradiční přístup)
• ELT – Extract, Load, Transform (typické pro Big Data)

Hlavní kroky ETL procesu

1. Analýza požadavků
2. Extrakce dat
3. Validace a transformace
4. Uložení do dočasného úložiště
5. Nahrání do datového skladu

6. Datový sklad a datová tržiště

Vlastnosti datového skladu (Inmon)

• Předmětově orientovaný
• Integrovaný
• Neměnný
• Časově rozlišený (historický)

Datové tržiště

• Podmnožina datového skladu
• Zaměřené na konkrétní oblast (prodej, finance)
• Nižší granularita než DS

7. Multidimenzionální databáze a OLAP

Datová kostka

• Základní struktura multidimenzionálních dat
• Skládá se z dimenzí a měr
• Podporuje časovou analýzu

OLAP operace

• Roll-up – agregace dat
• Drill-down – detailnější pohled
• Slice – řez jednou dimenzí
• Dice – výběr podmnožiny více dimenzí

8. Dimenzionální modelování

Základní pojmy

• Fakta – měřitelné ukazatele (prodeje, náklady)
• Dimenze – popisný kontext (čas, produkt, zákazník)
• Hierarchie – úrovně detailu (den → měsíc → rok)
• Granularita – míra podrobnosti dat

Schémata

• Hvězda (Star Schema)
• Sněhová vločka (Snowflake Schema)
• Konstelace

9. Dimenze a tabulka faktů

Tabulka faktů

• Obsahuje měry
• Největší objem dat
• Primární klíč složený z cizích klíčů

Tabulka dimenzí

• Textový popis faktů
• Mnoho atributů, málo řádků
• Často denormalizovaná

10. Změny v dimenzích (SCD)

Slowly Changing Dimensions

• Typ 0 – ignorování změn
• Typ 1 – přepis hodnoty
• Typ 2 – zachování historie (nový řádek)
• Typ 3 – omezená historie (nový sloupec)
• Typ 4 – historická dimenze