1. Testiranje podatkovnega skladišča : diplomsko deloMaja Gracej, 2023, undergraduate thesis Abstract: Zagotavljanje verodostojnosti in celovitosti uporabljenih ter vnesenih podatkov v
podatkovno skladišče je ključnega pomena. Testiranje podatkovnega skladišča omogoča
zagotovitev zanesljivosti integriranih podatkov, kar je ključno za informirano odločanje
podjetja in pravilno analitiko.
Namen diplomskega dela je zajeti temeljne koncepte podatkovnih skladišč ter raziskati
področje testiranja s poudarkom na testiranju procesa ETL in v obsegu tega raziskati
različne tehnike testiranja ter izpostaviti pogoste izzive, ki jih testiranje prinaša.
Podrobneje se bomo usmerili v področje testiranja procesa ETL, in sicer kako ga
načrtovati in avtomatizirati. Vključili bomo praktični prikaz testiranja procesa ETL z
uporabo orodja Apache NiFi, vse to pa zahteva tudi pripravo testnega okolja.
Keywords: podatkovno skladišče, proces ETL, testiranje, Apache NiFi
Published in DKUM: 31.01.2024; Views: 558; Downloads: 70
 Full text (2,79 MB) |
2. Upravljanje integralnega podatkovnega skladišča na primeru finančne institucijeUrška Žnuderl, 2023, master's thesis Abstract: Količina podatkov, ki jo človeštvo dandanes proizvaja, nenehno raste v eksponentnem tempu. Vsak dan se ustvarijo ogromne količine podatkov, bodisi v gospodarstvu bodisi v osebnih in družbenih dejavnostih ljudi. Tako velike količine podatkov lahko predstavljajo izzive in priložnosti za številne organizacije. Izzivi se lahko pojavljajo predvsem v organiziranem shranjevanju podatkov, priložnosti pa v njihovi obdelavi ter pretvorbi v uporabne informacije. Rešitve za izzive najdemo v podatkovnih skladiščih, kjer lahko podatke z ustrezno obdelavo in analizo spremenimo v uporabne informacije. Podatkovna skladišča so v nekaterih organizacijah tako rekoč nujna, saj se sicer lahko kaj hitro znajdejo v podatkovni zmedi. Finančne institucije, kot so na primer banke, imajo ogromno različnih poslovnih aplikacij in sistemov, ki so namenjeni zajemanju in obdelavi podatkov. Proizvedeni podatki se tako iz različnih podatkovnih virov prenašajo v integralno podatkovno skladišče, ki ga lahko označimo za enotno shrambo podatkov. V resnici gre za zelo kompleksen proces pridobivanja podatkov iz podatkovnih virov, transformiranja podatkov v ustrezne oblike in nalaganja podatkov v ciljne strukture podatkovnega skladišča. Podatki se naložijo v podatkovne tabele, ki so lahko različnih vrst, podatkovne tabele pa se povežejo v sheme tabel oz. v podatkovne modele. V podatkovnem skladišču morajo biti tabele smiselno in logično povezane, saj le tako služijo kot koristen vir za obdelavo in analizo podatkov. Več tabel ali shem lahko združimo v podatkovno bazo, ki bodisi predstavlja poslovno področje bodisi služi kot podatkovna baza poslovne aplikacije. Podatkovno skladišče tako združuje eno ali več podatkovnih baz. Namen podatkovnega skladišča pa ni samo shranjevanje podatkov, temveč je to tudi vir, ki zagotavlja podatke za nadaljnje analize. Organizacije namreč vse bolj uporabljajo podatke za pomoč in podporo pri odločanju. Osnova za sprejemanje pravilnih odločitev so konsistentni in kakovostni podatki. V podatkovnem skladišču hranimo kopije podatkov, pri katerih stremimo, da čim bolj natančno odražajo resničen svet. Neustrezni in netočni podatki lahko privedejo do napačnih odločitev, ki imajo lahko resne posledice za organizacijo. Ključno je torej, da zagotovimo kakovostne podatke in vzpostavimo procese za redno preverjanje in vzdrževanje visoke ravni kakovosti podatkov. Vsekakor pa moramo zagotoviti tudi primerno obdelovanje podatkov. Tako za namene internega poročanja kot tudi za poročanje raznim zunanjim organom se iz podatkovnega skladišča pridobivajo podatki za oblikovanje poročil. Najpogosteje se poročila, pri katerih je vir podatkov podatkovna baza, ustvarjajo s strukturiranim povpraševalnim jezikom (SQL) ali pa s pomočjo platforme, ki temelji na poslovni inteligenci in omogoča interaktivno vizualizacijo in analizo podatkov. Oba pristopa imata svoje prednosti, zato se uporabljata glede na specifične zahteve poročila. Strukturirani povpraševalni jezik je idealen za pridobivanje natančnih informacij iz podatkovnih baz, medtem pa platforme za poslovno inteligenco omogočajo večjo interaktivnost in vizualizacijo, kar lahko vodi v boljšo analizo in razumevanje informacij. Ključno je, da analize in poročila temeljijo na ažurnih, celovitih in točnih podatkih, saj le na tak način sprejemamo bolj informirane in točne odločitve, ki imajo potencial izboljšati operativno učinkovitost, zagotoviti konkurenčno prednost in prispevati k celovitemu razumevanju poslovanja organizacije.
Keywords: podatkovno skladišče, podatki, baze podatkov, tabele, ETL proces, SQL.
Published in DKUM: 26.10.2023; Views: 337; Downloads: 33
Full text (2,29 MB) |
3. Poročilni sistem v veliki finančni instituciji na področju javne upraveEdis Imamović, 2021, master's thesis Abstract: V delu najprej obravnavamo poročilne sisteme s teoretičnega vidika. Na podlagi ugotovitev stanje poročilnega sistema proučimo v veliki finančni organizaciji v Sloveniji. Poročilni sistem obravnavamo iz več zornih kotov; najprej proučimo njegov pomen na uspešnost poslovanja in pokažemo vrsto elementov in procesov ki jih povezujejo. Vsi ti elementi morajo biti ustrezno povezani, da bi se uresničil obet poslovne vrednosti poročilnega sistema.
V analizi poročilnega sistema nadalje razdelimo na dva nivoja, podatkovno skladišče in analitične aplikacije ter oba podrobno razdelamo po posameznih pomembnih gradnikih. Predstavimo tudi zrelostna modela, ki služita kot instrument za ocenjevanje napredka pri vzpostavitvi podatkovnega skladišča in poslovne analitike.
Za študijo primera smo izbrali Finančno upravo republike Slovenja (FURS). Primer analiziramo skozi teoretični okvir, predstavljen zgoraj. Ugotavljamo, da je FURS na področju poročilnega sistema naredil mnogo dela in ima zato solidno podporo odločanja. Ugotovili pa smo tudi precej možnosti za izboljšave, tako na področju podatkovnega skladišča kot tudi pri poslovni analitiki. Skozi nadaljnje delo na poročilnem sistemu in njegovo kontinuirano izboljševanje bo FURS lahko dvigal raven poslovanja, prek izboljšanja poslovnega odločanja.
Keywords: poročilni sistem, poslovna analitika, podatkovno skladišče, zrelostni model
Published in DKUM: 20.10.2021; Views: 1037; Downloads: 78
Full text (3,28 MB) |
4. Razvoj sistema za spremljanje porabe protimikrobnih zdravilTom Bajec, 2017, master's thesis/paper Abstract: Za magistrsko nalogo smo izdelali podatkovno skladišče ter avtomatski poročilni sistem. S tem smo rešili težave pri odzivnosti aplikacije in pridobivanju rezultatov, saj hranimo več milijonov zapisov. Izdelali in opisali smo ustrezen podatkovni model, podatkovno OLTP in OLAP-bazo ter ELT-proces. Napisali smo podatkovne poizvedbe in skripte v SQL-T jeziku. Izdelali smo poročila, ki temeljijo na klasifikaciji WHO ATC/DDD. V nalogi smo podrobno opisali, kaj WHO ATC/DDD klasifikacija je in kako se izračunava. Opisali smo, na kakšen način oziroma katero metodo smo uporabili pri izgradnji sistema. Podatkovno skladišče smo uporabili kot vir podatkov. Prikazali smo tudi način uporabe podatkovnega rudarjenja. Prototipni informacijski sistem, ki omogoča izračunavanje po WHO ATC/DDD klasifikaciji smo poimenovali Anbico. Uporabljali smo orodja, ki nam jih nudita programska paketa MS SQL 2012 in Visual studio 2013.
Keywords: podatkovno skladišče, avtomatski poročilni sistem, informacijski sistem Anbico, prototip
Published in DKUM: 27.02.2017; Views: 1731; Downloads: 147
Full text (7,32 MB) |
5. IZGRADNJA PODATKOVNEGA SKLADIŠČA V PODJETJU INFOSYSMatej Žlof, 2016, undergraduate thesis Abstract: V današnjem času se soočamo z vedno večjim številom podatkov. Analize morajo biti narejene v najkrajšem možnem času, saj je ravno čas bistven v boju za konkurenčnost, kjer je kupec kot uporabnik vedno bolj zahteven. Če v podjetju želijo oblikovati kupčeve navade, je dobro imeti kvalitetno izdelano bazo podatkov. V diplomski nalogi smo predstavili podjetje, ki nudi programe in programsko opremo širšemu krogu podjetij, njihova ponudba pa vključuje tudi celotno podporo njihovim programom in sistemom. Naredili smo podatkovno skladišče, predstavili tehnologijo za analizo podatkov v podatkovnem skladišču in naredili nekaj primerov analiz. Podatkovna skladišča so odlična osnova za izračun ključnih kazalnikov poslovanja podjetja. Glede na podatke prodaje določenih izdelkov, lahko podjetje na podlagi dnevne in mesečne analize spremlja kupčeve navade. Predstavili smo model poslovanja, kjer lahko podjetje preko baze v katero se vnašajo podatki dobi profil kupca in njegovih nakupovalnih navad. Glede na program zvestobe (v obliki kartic zvestobe) lahko tako podjetje oblikuje profil kupca in mu ponudi izključno izdelke, ki so zanj zanimivi.
Keywords: Podatkovno skladišče, kupec, izgradnja, podatkovne baze, podatki
Published in DKUM: 21.09.2016; Views: 2135; Downloads: 250
Full text (1,68 MB) |
6. |
7. IZDELAVA ANALITIČNEGA OGRODJA ZA POSLOVNO OBVEŠČANJE PO MERI UPORABNIKAMiroslav Malek, 2016, undergraduate thesis Abstract: V diplomskem delu predstavljamo orodje DecideHub in tehnologije, ki so bile uporabljene pri njegovem razvoju. Z njegovo pomočjo želimo pokazati, da lahko z združitvijo različnih tehnologij implementiramo orodje, ki lahko rešuje kompleksne korake pri gradnji podatkovne strukture za opravljanje poslovnih analiz. To so koraki, ki vključujejo korake vse od izbire vira podatkov, gradnje podatkovnega skladišča, prenosa podatkov do pretvarjanja podatkov v ustrezno obliko za prikaz v poslovnih poročilih. Na začetku smo bolj osredotočeni na teoretični del, kjer želimo predstaviti pomen in osnove poslovne inteligence ter njen razvoj skozi čas. V nadaljevanju pa s pomočjo različnih razvojnih tehnologij in programerskih vzorcev prehajamo vedno bolj na praktične primere, kjer pretvorimo principe in korake poslovne inteligence v tehnične implementacije.
Keywords: poslovna inteligenca, podatkovno skladišče, poslovna analiza, poročanje, .NET, SQL strežnik, WPF, programiranje.
Published in DKUM: 08.09.2016; Views: 1333; Downloads: 102
Full text (2,97 MB) |
8. UPORABA OLAP PRIPOMOČKOV PRI ODLOČANJU NA PRIMERU VEČJE BANKEBinela Žibert, 2016, undergraduate thesis Abstract: Odločanje je temelj poslovnega vsakdana in v veliki meri vpliva na uspešnost poslovnih sistemov. V diplomskem delu pojasnjujemo vedno bolj pomembno vlogo informacijske tehnologije in poslovnega obveščanja v procesu odločanja. V organizacijah s slabše razvitimi informacijskimi sistemi je analiziranje podatkov oteženo in časovno zamudno. Analize prihajajo v roke končnega prejemnika običajno prepozno in zaradi tega služijo le preverjanju poslovnih odločitev, ne pa pomoči pri samem odločanju.
Učinkovit sistem poslovnega obveščanja si lahko zagotovimo z izgradnjo podatkovnih skladišč, vpeljanimi ETL procesi za čiščenje in integracijo podatkov ter z uporabo OLAP tehnologije. To so osnovni gradniki poslovnega obveščanja. Takšen sistem nam omogoča predstavitev podatkov na jasen in pregleden način, kar nas posledično pripelje do koristnih informacij, ki so podlaga za odločanje. OLAP rešitev je primerna za analize in raziskovanje velike količine podatkov, njihovih medsebojnih povezav in pregled le-teh z različnih vidikov. V zadnjem delu diplomske naloge uporabnost OLAP pripomočkov prikažemo na primeru bančnega kontrolinga.
Keywords: poslovno obveščanje, ETL, podatkovno skladišče, OLAP
Published in DKUM: 28.06.2016; Views: 1086; Downloads: 103
Full text (1,57 MB) |
9. Obdelava in priprava podatkovne kocke OLAPGregor Povhe, 2016, bachelor thesis/paper Abstract: Diplomsko delo prikazuje obdelavo in pripravo podatkov, pridobljenih iz več različnih ERP sistemov, tako da so primerni za OLAP kocko. Problem takšnih podatkov iz več virov je v tem, da jih je potrebno obdelati in uvoziti v enotno podatkovno skladišče. Cilj diplomske naloge je bila izvedba OLAP kocke, ki je potrebna za analizo podatkov. Podatke iz različnih ERP sistemov smo predelali, očistili in nato uvozili v podatkovno skladišče. V različnih delih ETL procesa smo podatke obdelovali z različnimi metodami, dokler niso bili primerni za uvoz v podatkovno skladišče. Iz podatkovnega skladišča je bila nato narejena OLAP kocka. Podatki, pridobljeni iz OLAP kocke, so bili stestirani v vrtilni tabeli in primerjani z vhodnimi podatki pred obdelavo in pripravo za uvoz v podatkovno skladišče. Podatki iz OLAP kocke so bili nato primerni za nadaljne analize.
Keywords: OLAP kocka, ETL proces, podatkovno skladišče, priprava podatkov
Published in DKUM: 28.06.2016; Views: 2811; Downloads: 370
Full text (1,10 MB) |
10. Testiranje sistema za poslovno obveščanjeMojca Gros, 2016, master's thesis/paper Abstract: Raziskava obravnava testiranje sistemov za poslovno obveščanje. Posebnost testiranja sistemov za poslovno obveščanje je, da poleg kakovosti programske opreme obravnava tudi kakovost podatkov. V raziskavi so predstavljene značilnosti standarda ISO/IEC/IEEE 29119, ki opisuje tehnike testiranja, primerne za različne metode razvoja programske opreme. Metoda razvoja programske opreme lahko pomembno vpliva na način in napredek testiranja sistema za poslovno obveščanje. Standard predlaga osnutke testirne dokumentacije, ki jo je možno uporabiti na celotnih projektih ali posameznih aktivnostih v procesu testiranja programske opreme.
V raziskavi je razvit model testiranja sistemov za poslovno obveščanje, ki zajema predlog postavitve okolja testiranja in definicijo vlog testerjev v procesu testiranja. Predlagane so testirne procedure z definiranimi merili za posamezno proceduro. Osnutki dokumentov, ki so skladni s standardom ISO/IEC/IEEE 29119, so izdelani okviru te raziskave. Testirne procedure, merila in testirna dokumentacija so integrirani v življenjski cikel razvoja sistema.
Predlagani model testiranja skrajša čas odkrivanja in odpravljanja napak v zgodnjih fazah razvoja sistema, kar poveča učinkovitost testiranja. Ocenjujemo, da smo s takim pristopom zmanjšali prenos logičnih napak v nadaljnje faze razvoja sistema za poslovno odločanje. Testerji sistema za poslovno obveščanje morajo imeti tehnične kompetence, dobro morajo poznati procese v poslovnem okolju, vsebino in pomen podatkov. Vključevanje poslovnih uporabnikov v zgodnje fazah testiranja sistema izboljša kakovosti podatkov, hkrati pa uporabniki lažje razumejo delovanje rešitve. Testiranje sistemov za poslovno odločanje, ki aktivno vključuje uporabnike, poveča njihovo zaupanje v delovanje programske opreme in v pravilnost podatkov.
Keywords: sistem za poslovno obveščanje, podatkovno skladišče, kakovost podatkov, testiranje programske opreme, ISO/IEC/IEEE 29119
Published in DKUM: 03.06.2016; Views: 1720; Downloads: 145
Full text (2,15 MB) |
