Datavarehousing

Hvad er datalagring?

Datalagring er elektronisk lagring af en stor mængde information fra en virksomhed eller organisation. Datalagring er en vigtig komponent i forretningsinformation, der anvender analytiske teknikker på forretningsdata.

Begrebet datalagring blev introduceret i 1988 af IBM-forskerne Barry Devlin og Paul Murphy. Behovet for at lagre data udviklede sig, efterhånden som computersystemer blev mere komplekse og håndterede stigende datamængder. En nøglebog om datalagring er WH Inmon's "Building the Data Warehouse", som først blev udgivet i 1990 og er blevet genoptrykt flere gange siden.

Sådan fungerer datalager

Datalagring bruges til at give større indsigt i virksomhedens ydelse ved at sammenligne data, der er konsolideret fra flere heterogene kilder. Et datavarehus er designet til at køre forespørgsel og analyse af historiske data, der stammer fra transaktionskilder.

Når dataene er blevet inkorporeret i lageret, ændres de ikke og kan ikke ændres, da et datavarehus kører analyser af begivenheder, der allerede har fundet sted ved at fokusere på ændringerne i data over tid. Oplagrede data skal gemmes på en måde, der er sikker, pålidelig, let at hente og let at administrere.

Der er visse trin, der tages for at oprette et datavarehus. Det første trin er dataekstraktion, som involverer indsamling af store mængder data fra flere kildepunkter. Når dataene er blevet samlet, gennemgår de datarensning, processen med at kæmpe gennem dataene for fejl og korrigere eller ekskludere eventuelle fundne fejl.

De oprensede data konverteres derefter fra et databaseformat til et lagerformat. Når de først er gemt på lageret, går dataene gennem sortering, konsolidering, opsummering osv., Så de er mere koordinerede og lettere at bruge. Over tid føjes flere data til lageret, når de flere datakilder opdateres.

Key takeaways

• Datalagring er elektronisk lagring af en stor mængde information fra en virksomhed eller organisation.
• Et datavarehus er designet til at køre forespørgsel og analyse af historiske data, der stammer fra transaktionskilder til forretningsintelligens og dataindvindingsformål.
• Datalagring bruges til at give større indsigt i virksomhedens ydelse ved at sammenligne data, der er konsolideret fra flere heterogene kilder.

Særlige overvejelser: Datamining

Virksomheder kan muligvis opbevare data til brug i efterforskning og dataindvinding, på udkig efter mønstre af information, der kan hjælpe dem med at forbedre deres forretningsforløb. Et godt datalagringssystem kan også gøre det lettere for forskellige afdelinger i en virksomhed at få adgang til hinandens data.

For eksempel kan et datalager muligvis give et firma mulighed for let at vurdere salgsteamets data og hjælpe med at tage beslutninger om, hvordan man forbedrer salget eller strømline afdelingen. Virksomheden kan vælge at fokusere på sine kunders forbrugsvaner for bedre at placere sine produkter og øge salget.

Med datalagring kan virksomheden indsamle historiske data om sine kunders forbrug i de forløbne - f.eks. 20 år - og køre analyser af disse data. De resulterende oplysninger kunne give indsigt i forbrugernes præferencer; tidspunktet på dagen, måneden eller året med større salg; eller den højeste forbrugskunde i året.

Effektiv datalagring og styring er også det, der muliggør processer, såsom at indlede rejsereservationer og bruge automatiserede tellermaskiner.

Dataindvindingsprocessen opdeles i fem trin:

1. Organisationer indsamler data og indlæser dem i deres datalager.
2. De lagrer og administrerer derefter dataene, enten på interne servere eller skyen.
3. Forretningsanalytikere, ledelsesteam og fagfolk inden for informationsteknologi får adgang til dataene og bestemmer, hvordan de vil organisere dem.
4. Applikationssoftware sorterer derefter dataene baseret på brugerens resultater
5. Slutbrugeren præsenterer endelig dataene i et format, der er let at dele, f.eks. En graf eller en tabel.

Datavarehuse vs. databaser

Et datavarehus er ikke nødvendigvis det samme koncept som en standarddatabase. En database er et transaktionssystem, der er indstillet til at overvåge og opdatere data i realtid for kun at have de nyeste tilgængelige data. Et datavarehus er programmeret til at aggregere strukturerede data over en periode. For eksempel kan en database muligvis kun have den seneste adresse på en kunde, mens et datavarehus muligvis har alle de adresser, som kunden har boet i de sidste 10 år.

Sammenlign Navn på udbydere af investeringskonti Beskrivelse Annoncørens viden × De tilbud, der vises i denne tabel, er fra partnerskaber, hvorfra Investopedia modtager kompensation.

Relaterede vilkår

Datamining: Hvordan virksomheder bruger data til at finde nyttige mønstre og tendenser Datamining er en proces der bruges af virksomheder til at omdanne rå data til nyttig information ved hjælp af software til at se efter mønstre i store batch af data. mere Deal with Big Data Big data refererer til store, forskellige informationssæt fra forskellige kilder, der vokser i stigende grad. mere Sådan fungerer Distribution Management Distribution Management refererer til processen med at føre tilsyn med varebevægelsen fra leverandør eller producent til salgsstedet. mere Blockchain forklaret En guide, der hjælper dig med at forstå, hvad blockchain er, og hvordan det kan bruges af industrier. Du har sandsynligvis stødt på en definition som denne: “blockchain er en distribueret, decentraliseret offentlig hovedbog.” Men blockchain er lettere at forstå, end det lyder. Mere Accounting Information System (AIS) Et regnskabsinformationssystem involverer indsamling, opbevaring og behandling af økonomiske og regnskabsmæssige data, der skal bruges af beslutningstagere. mere Hvordan Data Analytics Arbejde Dataanalyse er videnskaben til at analysere rådata for at konklusioner om denne information. Mange af teknikkerne og processerne i dataanalyse er blevet automatiseret til mekaniske processer og algoritmer mere Partner Links