Μάθημα 3. Θεμέλια Επιχειρηματικής Ευφυΐας: Διαχείριση Βάσεων Δεδομένων και πληροφοριών

Σχετικά έγγραφα
Πληροφοριακά Συστήματα Διοίκησης

Information Technology for Business

ΠΛΗΡΟΦΟΡΙΑΚΑ ΣΥΣΤΗΜΑΤΑ. Συστήματα Διαχείρισης Βάσεων Δεδομένων

ÈÛ ÁˆÁ ÛÙÈ μ ÛÂÈ Â ÔÌ ÓˆÓ

Διαχείριση Πολιτισμικών Δεδομένων

Ενότητα 3: Διαχείριση πληροφοριακών πόρων με τη χρήση βάσεων δεδομένων

Βάσεις δεδομένων και Microsoft Access

Εισαγωγικό Μάθημα Βασικές Έννοιες - Ανάλυση Απαιτήσεων

Βάσεις Δεδομένων. Εισαγωγή Ανάλυση Απαιτήσεων. Φροντιστήριο 1 ο

A ΕΠΑ.Λ ΕΦΑΡΜΟΓΕΣ ΠΛΗΡΟΦΟΡΙΚΗΣ 5 η ΕΝΟΤΗΤΑ: ΒΑΣΕΙΣ ΔΕΔΟΜΕΝΩΝ. Εκπαιδευτικοί: ΓΑΛΑΝΟΣ ΓΕΩΡΓΙΟΣ ΜΠΟΥΣΟΥΝΗΣ ΚΩΝΣΤΑΝΤΙΝΟΣ

Εισαγωγή στις βάσεις δεδομένων - Η ανατομία μιας βάσης δεδομένων

Εργαστήριο Βάσεων Δεδομένων. Εισαγωγικό Φροντιστήριο Βασικές Έννοιες - Ανάλυση Απαιτήσεων

. Εργαστήριο Βάσεων Δεδομένων. Εισαγωγικό Μάθημα Βασικές Έννοιες - Ανάλυση Απαιτήσεων

Εργαστήριο Βάσεων Δεδομένων. Εισαγωγικό Φροντιστήριο Βασικές Έννοιες - Ανάλυση Απαιτήσεων

Εργαστήριο Βάσεων Δεδομένων. Εισαγωγικό Φροντιστήριο Βασικές Έννοιες - Ανάλυση Απαιτήσεων

Εξαγωγή Μετασχηματισμός Εισαγωγή Δεδομένων στην Αποθήκη Πληροφοριών (ETL) ETL) Αριστομένης Μακρής

Περιγραφή Μαθήματος. Περιγραφή Περιεχόμενο του Μαθήματος

Προγράμματα Η /Υ / Εφαρμογές σε συστ ήματα Π ό οι τητας Αριστομένης Μακρής

Στόχοι και αντικείμενο ενότητας

ΒΑΣΕΙΣ ΔΕΔΟΜΕΝΩΝ Ι. Ενότητα 1: Ορισμοί βασικών εννοιών: Μια πρώτη μοντελοποίηση. Ευαγγελίδης Γεώργιος Τμήμα Εφαρμοσμένης Πληροφορικής

Αυτοματοποιημένη χαρτογραφία

Έννοιες Διαχείρισης Βάσεων Δεδομένων και Αρχιτεκτονική

Διαχείριση Πολιτισμικών Δεδομένων

Λίγα λόγια από το συγγραφέα...7

Τεχνολογία Λογισµικού Ι Κεφάλαιο 3 Μια αναλυτικότερη προσέγγιση στην δραστηριότητα 3.10

Περιεχόμενα. Κεφάλαιο 1 Εισαγωγή στην Access...9. Κεφάλαιο 2 Χειρισμός πινάκων... 25

Τι είναι πληροφοριακό σύστημα

Κεφάλαιο 5. Δημιουργία φορμών για τη βάση δεδομένων DVDclub

Ακαδημαϊκό Έτος , Χειμερινό Εξάμηνο Μάθημα: Εργαστήριο «Πληροφορική Υγείας» ΕΙΣΑΓΩΓΗ ΣΤΗΝ ACCESS

Σχεδίαση Βάσεων Δεδομένων

Διαχείριση Δεδομένων

Πληροφοριακού Συστήματος Ενημέρωσης Καιρικών Συνθηκών

Βελτίωση της λήψης αποφάσεων και της διαχείρισης γνώσεων

PROJECT ΕΡΓΑΣΤΗΡΙΩΝ ΒΑΣΕΩΝ ΔΕΔΟΜΕΝΩΝ Ι. Τμήμα Μηχανικών Πληροφορικής Τ.Ε.

Πληροφορική ΙΙ Εισαγωγή στις Βάσεις Δεδομένων. Τμήμα Λογιστικής

Λίγα λόγια από το συγγραφέα Βάσεις δεδομένων και Microsoft Access Microsoft Access... 22

ΒΑΣΕΙΣ ΔΕΔΟΜΕΝΩΝ ασκήσεις και ερωτήσεις

Κεφάλαιο 2 ο. Συστήματα Πληροφοριών στην επιχείρηση

Υποσυστήματα Πωλήσεων και Μάρκετινγκ

ΤΙΤΛΟΣ ΕΡΓΑΣΙΑΣ. Πετρογεωργάκης Μανούσος Σπυρόπουλος Σταύρος

Πληροφορική 2. Βάσεις Δεδομένων (Databases)

ΠΛΗΡΟΦΟΡΙΑΚΑ ΣΥΣΤΗΜΑΤΑ ΔΙΟΙΚΗΣΗΣ

Πεδία (Attributes) Συσχετίσεις (Relationships) Κλειδιά (Identifiers) Οντότητες είναι υποψήφια αρχεία

Περιεχόμενα. Κεφάλαιο 1 Εισαγωγή στην Access Κεφάλαιο 2 Χειρισμός πινάκων... 27

CRM. Σηµειώσεις για το σεµινάριο Αθανάσιος Ν. Σταµούλης. Customer Relationship Management

Εισαγωγή Κεφάλαιο 1: Εγκατάσταση της Access Κεφάλαιο 2: Βάσεις δεδομένων και δομικά στοιχεία της Access

Η-επιχειρείν και συνεργασία σε παγκόσμιο επίπεδο

ΜΗΧΑΝΟΓΡΑΦΗΣΗ ΕΡΓΑΣΤΗΡΙΟΥ ΚΟΣΜΗΤΟΛΟΓΙΑΣ. Σιάτρης Νικηφόρος. Επιβλέπων Καθηγητής Γιαγκουστίδης Κωνσταντίνος

ΓΕΩΓΡΑΦΙΚΑ ΣΥΣΤΗΜΑΤΑ ΠΛΗΡΟΦΟΡΙΩΝ ΓΕΩΓΡΑΦΙΚΑ ΣΥΣΤΗΜΑΤΑ ΠΛΗΡΟΦΟΡΙΩΝ - ΕΝΟΤΗΤΑ 1 7/4/2013 ΕΝΟΤΗΤΕΣ ΜΑΘΗΜΑΤΟΣ. Ορισμός

ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΠΛΗΡΟΦΟΡΙΚΗ

ΟΔΗΓΙΑ ΓΙΑ ΤΗΝ ΠΡΟΣΤΑΣΙΑ ΔΕΔΟΜΕΝΩΝ

ΠΑΡΟΥΣΙΑΣΗ ΔΙΠΛΩΜΑΤΙΚΗΣ ΕΡΓΑΣΙΑΣ

ΒΑΣΕΙΣ ΔΕΔΟΜΕΝΩΝ. Ενότητα 1: Εισαγωγή στις Βάσεις Δεδομένων. Αθανάσιος Σπυριδάκος Διοίκηση Επιχειρήσεων


Αικατερίνη Καμπάση, PhD. Τμήμα Προστασίας και Συντήρησης Πολιτισμικής Κληρονομιάς Α.Τ.Ε.Ι. Ιονίων Νήσων

Επίτευξη επιχειρησιακής αριστείας και σχέσεων με τους πελάτες: Επιχειρησιακές εφαρμογές

Μάθημα 6 ο : Πληροφοριακά Συστήματα Επιχειρήσεων (1/2)

Data Mining: Στοχεύοντας στους σωστούς πελάτες. Αριστομένης Μακρής

ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ. 1 ο ΣΧΟΛΕΙΟ ΚΩΔΙΚΑ «Βασικά Θέματα Προγραμματισμού στην Ανάπτυξη Δυναμικών Διαδικτυακών Εφαρμογών» (Part 3) Ουρανία Σμυρνάκη

Σχεδίαση Βάσεων Δεδομένων

Σύβακας Σταύρος ΠΕ19,MSc. IT ΣΥΒΑΚΑΣ ΣΤΑΥΡΟΣ ΕΡΩΤΗΜΑΤΑ

Σχεδίαση Βάσεων Δεδομένων

Εισαγωγή στις Βάσεις Δεδομένων (ΒΔ)

µπιτ Λύση: Κάθε οµάδα των τεσσάρων µπιτ µεταφράζεται σε ένα δεκαεξαδικό ψηφίο 1100 C 1110 E Άρα το δεκαεξαδικό ισοδύναµο είναι CE2

Συστήματα Επιχειρηματικής Ευφυίας. Εισαγωγικές Έννοιες

Επιλέγοντας πίνακες και πεδία από τη βάση δεδοµένων του Microsoft Navision, οι χρήστες µπορούν να οργανώσουν και να καθορίσουν "κύβους" πληροφοριών

ΣΤΡΑΤΗΓΙΚΟ MANAGEMENT KAI EΠΙΧΕΙΡHΜΑΤΙΚΗ ΕΥΦΥΙΑ. Παρουσίαση 2 ο μέρος:

Η λύση που σας προτείνουμε για την διαχείριση των πελατών σας συνοπτικά περιλαμβάνει

Εισαγωγή στην Πληροφορική

Βάσεις Δεδομένων Ενότητα 1

ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΠΛΗΡΟΦΟΡΙΚΗ

ΠΑΝΕΠΙΣΤΗΜΙΟ ΣΤΕΡΕΑΣ ΕΛΛΑΔΑΣ- ΤΜΗΜΑ ΠΕΡΙΦΕΡΕΙΑΚΗΣ ΟΙΚΟΝΟΜΙΚΗΣ ΑΝΑΠΤΥΞΗΣ, ΜΑΘΗΜΑ: ΔΙΑΧΕΙΡΙΣΗ ΑΝΘΡΩΠΙΝΩΝ ΚΑΙ ΦΥΣΙΚΩΝ ΠΟΡΩΝ- ΧΡΙΣΤΟΣ ΑΠ.

Μέρος 3 ο : Βασικές Έννοιες για δυναμικές ιστοσελίδες

Περιεχόμενα. Λίγα λόγια από τον συγγραφέα Βάσεις δεδομένων και Microsoft Access Microsoft Access

Συστήματα OLAP. Πασχάλης Θρήσκος, PhD Λάρισα

Βάσεις Δεδομένων και Ευφυή Πληροφοριακά Συστήματα Επιχειρηματικότητας. 2 ο Μάθημα: Βασικά Θέματα Βάσεων Δεδομένων. Δρ. Κωνσταντίνος Χ.

Μάθημα: Συστήματα Διαχείρισης Βάσεων Δεδομένων Αναλυτικό Διάγραμμα Μελέτης

Είδη Groupware. Λογισμικό Συνεργασίας Ομάδων (Groupware) Λογισμικό Groupware. Υπάρχουν διάφορα είδη groupware ανάλογα με το αν οι χρήστες εργάζονται:

Σχεδιασμός Αρχείων και Βάσεων Δεδομένων

Εργαστήριο 6 ο 7 ο / Ερωτήματα Ι

ΚΕΦΑΛΑΙΟ 5. Κύκλος Ζωής Εφαρμογών ΕΝΟΤΗΤΑ 2. Εφαρμογές Πληροφορικής. Διδακτικές ενότητες 5.1 Πρόβλημα και υπολογιστής 5.2 Ανάπτυξη εφαρμογών

ΕργαλείοΠληροφόρησης καιανάπτυξης

Ηλεκτρονικό εμπόριο. HE 8 Εξατομίκευση

Μοντέλο αρχείων Οι βασικές έννοιες

ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΑΤΡΩΝ - ΤΜΗΥΠ ΒΑΣΕΙΣ ΔΕΔΟΜΕΝΩΝ Ι

Εισαγωγή στις Βάσεις Δεδομένων (ΒΔ)

Ολοκληρωμένο Πληροφοριακό Σύστημα Εξυπηρέτησης Πολιτών και Παρόχων

ΜΕΡΟΣ Α ΤΟ ΘΕΩΡΗΤΙΚΟ ΥΠΟΒΑΘΡΟ. Το Α μέρος του βιβλίου παρουσιάζει το θεωρητικό υπόβαθρο των σχεσιακών βάσεων δεδομένων.

Εισαγωγή στην πληροφορική

Κεφάλαιο 4 ο. Η ψηφιακή επιχείρηση: Ηλεκτρονικό εμπόριο και ηλεκτρονικό επιχειρείν

Εργαστήριο 8o. Ερωτήματα επιλογής Παραμετρικά ερωτήματα Ερωτήματα δημιουργίας πεδίων. Ευάγγελος Γ. Καραπιδάκης

Βάσεις Δεδομένων. Ενότητα 3: Σχεδιασμός και Διαχείριση Βάσεων Δεδομένων. Αθανάσιος Σπυριδάκος Τμήμα Διοίκησης Επιχειρήσεων

Βάσεις Περιβαλλοντικών Δεδομένων

Εισαγωγή στην Πληροφορική

Κεφάλαιο 3 ο. Συστήματα πληροφοριών, οργανισμοί, μάνατζμεντ και στρατηγική

ΒΑΣΕΙΣ ΔΕΔΟΜΕΝΩΝ - ΑΡΧΙΤΕΚΤΟΝΙΚΗ ΣΒΔ - ΕΙΣΑΓΩΓΗ ΣΤΟ ΜΟΝΤΕΛΟ ΟΝΤΟΤΗΤΩΝ ΣΥΣΧΕΤΙΣΕΩΝ ΤΜΗΜΑ ΠΟΛΙΤΙΣΜΙΚΗΣ ΤΕΧΝΟΛΟΓΙΑΣ ΚΑΙ ΕΠΙΚΟΙΝΩΝΙΑΣ

Μάθημα 7 ο : Πληροφοριακά Συστήματα Επιχειρήσεων (2/2)

Μια ενημέρωση για ασθενείς και παρόχους φροντίδας

ΣΧΕΣΙΑΚΟ ΜΟΝΤΕΛΟ ΔΕΔΟΜΕΝΩΝ

Ηλεκτρονικό Εμπόριο. Ενότητα 6: Διαχείριση Σχέσεων με Πελάτες Σαπρίκης Ευάγγελος Τμήμα Διοίκησης Επιχειρήσεων (Γρεβενά)

Transcript:

Μάθημα 3. Θεμέλια Επιχειρηματικής Ευφυΐας: Διαχείριση Βάσεων Δεδομένων και πληροφοριών

Περιεχόμενα μαθήματος Πώς οργανώνει τα δεδομένα μια σχεσιακή βάση δεδομένων και σε τι διαφέρει από μια αντικειμενοστρεφή βάση δεδομένων; Ποιες είναι οι αρχές ενός συστήματος διαχείρισης βάσης δεδομένων; Ποια είναι τα βασικά εργαλεία και οι τεχνολογίες για την πρόσβαση σε πληροφορίες από βάσεις δεδομένων για τη βελτίωση της επιχειρηματικής απόδοσης και της λήψης αποφάσεων; Ποιος είναι ο ρόλος της πολιτικής πληροφοριών και της διαχείρισης δεδομένων στη διαχείριση των πόρων δεδομένων του οργανισμού; Γιατί είναι τόσο σημαντική για μια επιχείρηση η διασφάλιση της ποιότητας των δεδομένων; 2

Η NASCAR Τρέχει για τη Διαχείριση των Δεδομένων της Πρόβλημα: Δυσκολία στην απόκτηση πληροφοριών για τη βάση υποστηρικτών, απλοϊκές διαδικασίες τήρησης αρχείων. Λύσεις: Ξεκίνησαν μια επιχειρηματική αλλαγή ΤΠ για να βελτιώσουν τη χρήση των δεδομένων πελατών. 3

Η NASCAR Τρέχει για τη Διαχείριση των Δεδομένων της Το Κέντρο Κινητής Τεχνολογίας επιτρέπει την πιο ακριβή παρακολούθηση των στατιστικών η νέες πιο περιεκτικές βάσεις δεδομένων φιλάθλων προσφέρουν στη NASCAR πιο καλή γνώση των φιλάθλων. Αυτό δείχνει το ρόλο της ΤΠ στην ενίσχυση των σχέσεων με τους πελάτες. Παρουσιάζει επίσης το ρόλο της ψηφιακής τεχνολογίας στην ενδυνάμωση της κερδοφορίας με τη στόχευση των πελατών με ακρίβεια. 4

Η NASCAR Τρέχει για τη Διαχείριση των Δεδομένων της 5

Η Προσέγγιση Βάσεων Δεδομένων στη Διαχείριση Δεδομένων Βάση δεδομένων: Συλλογή συναφών αρχείων με στοιχεία για ανθρώπους, τόπους ή πράγματα Πριν από τις ψηφιακές βάσεις δεδομένων, οι επιχειρήσεις χρησιμοποιούσαν φωριαμούς αρχειοθέτησης Οντότητα: Γενικευμένη κατηγορία που αντιπροσωπεύει πρόσωπο, τόπο ή πράγμα, στην οποία αποθηκεύουμε και τηρούμε πληροφορίες π.χ. ΠΡΟΜΗΘΕΥΤΗΣ, ΕΞΑΡΤΗΜΑ Ιδιότητες: Ιδιαίτερα χαρακτηριστικά κάθε οντότητας, π.χ.: όνομα και διεύθυνση ΠΡΟΜΗΘΕΥΤΗ περιγραφή, τιμή μονάδος, προμηθευτής ΕΞΑΡΤΗΜΑΤΟΣ 6

Η Προσέγγιση Βάσεων Δεδομένων στη Διαχείριση Δεδομένων Σχεσιακή βάση δεδομένων Οργανώνει τα δεδομένα σε πίνακες δύο διαστάσεων (σχέσεις) με στήλες και γραμμές Ένας πίνακας για κάθε οντότητα π.χ. ΠΕΛΑΤΗΣ, ΠΡΟΜΗΘΕΥΤΗΣ, ΕΞΑΡΤΗΜΑ, ΠΩΛΗΣΕΙΣ Πεδία (στήλες) αντιπροσωπεύουν μία ιδιότητα της οντότητας Οι γραμμές αποθηκεύουν δεδομένα για κάθε χωριστή εγγραφή Πεδίο κλειδί: Προσδιορίζει κάθε εγγραφή με μοναδικό τρόπο Πρωτεύον κλειδί: Ένα πεδίο σε κάθε πίνακα Δεν επιτρέπεται να επαναληφθεί αλλού Είναι το μοναδικό αναγνωριστικό όλων των πληροφοριών σε κάθε γραμμή 7

Η Προσέγγιση Βάσεων Δεδομένων στη Διαχείριση Δεδομένων Ένας Πίνακας Σχεσιακής Βάσης Δεδομένων Οι σχεσιακές βάσεις δεδομένων οργανώνουν τα δεδομένα σε μορφή δισδιάστατων πινάκων. Εδώ παρουσιάζεται ένας πίνακας της οντότητας ΠΡΟΜΗΘΕΥΤΗΣ. Βλέπουμε πώς αναπαριστώνται η οντότητα και οι ιδιότητες. Το πεδίο κλειδί είναι ο Αριθμός_Προμηθευτή. 8

Η Προσέγγιση Βάσεων Δεδομένων στη Διαχείριση Δεδομένων Ο Πίνακας ΕΞΑΡΤΗΜΑΤΑ Τα δεδομένα για την οντότητα ΕΞΑΡΤΗΜΑΤΑ έχουν τον δικό τους ξεχωριστό πίνακα. Πρωτεύον κλειδί είναι ο Αριθμός_Εξαρτήματος, ενώ ο Αριθμός_Προμηθευτή είναι το ξένο κλειδί που επιτρέπει στους χρήστες να βρίσκουν συναφείς πληροφορίες από τον πίνακα ΠΡΟΜΗΘΕΥΤΕΣ σχετικά με τον προμηθευτή κάθε μέρους. 9

Η Προσέγγιση Βάσεων Δεδομένων στη Διαχείριση Δεδομένων Δημιουργία σχέσεων Διάγραμμα οντοτήτων-σχέσεων χρησιμοποιείται για να διευκρινίζει τις σχέσεις μεταξύ πινάκων σε μια σχεσιακή βάση δεδομένων Οι πίνακες σχεσιακής βάσης δεδομένων μπορεί να έχουν: Αμφιμονοσήμαντη σχέση (One-to-one) Μονοσήμαντη σχέση (One-to-many) ή Πολυσήμαντη σχέση (Many-to-many) Χρειάζεται η δημιουργία ενός πίνακα (πίνακας ένωσης ή σχέση τομής) που συνδέει τους δύο πίνακες για να ενώνει τις πληροφορίες 10

Η Προσέγγιση Βάσεων Δεδομένων στη Διαχείριση Δεδομένων Ένα Απλό Διάγραμμα Οντοτήτων-Σχέσεων Το διάγραμμα δείχνει τη σχέση ανάμεσα στις οντότητες ΠΡΟΜΗΘΕΥΤΕΣ και ΕΞΑΡΤΗΜΑΤΑ. 11

Η Προσέγγιση Βάσεων Δεδομένων στη Διαχείριση Δεδομένων Κανονικοποίηση (Normalization) Διαδικασία εξορθολογισμού πολύπλοκων ομάδων δεδομένων για: ελαχιστοποίηση πλεοναζόντων δεδομένων ελαχιστοποίηση δύσχρηστων πολυσήμαντων σχέσεων αύξηση σταθερότητας και ευελιξίας Κανόνες ακεραιότητας αναφορών Χρησιμοποιούνται στις σχεσιακές βάσεις δεδομένων για να διασφαλιστεί ότι οι σχέσεις μεταξύ συνδεδεμένων πινάκων παραμένουν συνεπείς π.χ. όταν ένας πίνακας έχει ένα ξένο κλειδί που παραπέμπει σε άλλον πίνακα, δεν πρέπει να προστεθεί εγγραφή στον πίνακα με το ξένο κλειδί, εκτός αν υπάρχει αντίστοιχη εγγραφή στον συνδεδεμένο πίνακα 12

Η Προσέγγιση Βάσεων Δεδομένων στη Διαχείριση Δεδομένων Δείγμα Αναφοράς Παραγγελίας Οι σκιασμένες περιοχές δείχνουν ποια δεδομένα έχουν προέλθει από τους πίνακες ΠΡΟΜΗΘΕΥΤΕΣ, ΓΡΑΜΜΕΣ ΕΙΔΩΝ, και ΠΑΡΑΓΓΕΛΙΕΣ. Η βάση δεδομένων δεν διατηρεί δεδομένα για τη συνολική τιμή ή το σύνολο παραγγελίας, επειδή αυτά μπορούν να προκύψουν από άλλα δεδομένα των πινάκων. 13

Η Προσέγγιση Βάσεων Δεδομένων στη Διαχείριση Δεδομένων Το Τελικό Σχέδιο της Βάσης Δεδομένων Το τελικό σχέδιο της βάσης δεδομένων για τους προμηθευτές, τα εξαρτήματα και τις παραγγελίες έχει τέσσερις πίνακες. Ο πίνακας ΓΡΑΜΜΕΣ_ΕΙΔΩΝ είναι ένας πίνακας ένωσης που καταργεί την πολυσήμαντη σχέση ανάμεσα στους πίνακες ΠΑΡΑΓΓΕΛΙΕΣ και ΕΞΑΡΤΗΜΑΤΑ. 14

Η Προσέγγιση Βάσεων Δεδομένων στη Διαχείριση Δεδομένων Διάγραμμα Οντοτήτων-Σχέσεων για τη Βάση Δεδομένων με Τέσσερις Πίνακες Το διάγραμμα δείχνει τη σχέση ανάμεσα στις οντότητες ΠΡΟΜΗΘΕΥΤΕΣ, ΕΞΑΡΤΗΜΑΤΑ, ΓΡΑΜΜΕΣ_ΕΙΔΩΝ και ΠΑΡΑΓΓΕΛΙΕΣ. 15

Συστήματα Διαχείρισης Βάσεων Δεδομένων Συστήματα Διαχείρισης Βάσεων Δεδομένων (DBMS) Ειδικό λογισμικό για τη δημιουργία, αποθήκευση, οργάνωση και προσπέλαση σε μια βάση δεδομένων Διαχωρίζει τη λογική από τη φυσική προβολή των δεδομένων Λογική προβολή: Πώς αντιλαμβάνονται τα δεδομένα οι τελικοί χρήστες Φυσική προβολή: Πώς είναι στην πραγματικότητα δομημένα και οργανωμένα τα δεδομένα Παραδείγματα DBMS: Microsoft Access, DB2, Oracle Database, Microsoft SQL Server, MYSQL 16

Συστήματα Διαχείρισης Βάσεων Δεδομένων Βάση Δεδομένων Ανθρώπινων Πόρων με Πολλαπλές Προβολές Μία ενιαία βάση δεδομένων ανθρώπινων πόρων προσφέρει πολλές διαφορετικές προβολές των δεδομένων, ανάλογα με τις απαιτήσεις πληροφόρησης του χρήστη. Εδώ παρουσιάζονται δύο ενδεχόμενες προβολές, μία που ενδιαφέρει έναν ειδικό για τις παροχές και μία άλλη που ενδιαφέρει ένα στέλεχος του τμήματος μισθοδοσίας της εταιρείας. 17

Συστήματα Διαχείρισης Βάσεων Δεδομένων Πράξεις σε μια Σχεσιακή Βάση Δεδομένων Επιλογή: Δημιουργεί υποσύνολο των εγγραφών που ικανοποιούν ορισμένα κριτήρια Ένωση: Συνδυάζει σχεσιακούς πίνακες για να παρουσιάσει στον χρήστη περισσότερες πληροφορίες από αυτές που είναι διαθέσιμες σε επιμέρους πίνακες Προβολή: Δημιουργεί υποσύνολο που αποτελείται από ορισμένες στήλες ενός πίνακα Επιτρέπει στον χρήστη να δημιουργεί νέους πίνακες που θα περιέχουν μόνο τις απαραίτητες πληροφορίες 18

Συστήματα Διαχείρισης Βάσεων Δεδομένων Οι Τρεις Βασικές Πράξεις ενός Σχεσιακού DBMS Οι πράξεις της επιλογής, της προβολής και της ένωσης δίνουν τη δυνατότητα συνδυασμού δεδομένων από δύο διαφορετικούς πίνακες και παρουσίασης μόνο επιλεγμένων ιδιοτήτων. 19

Συστήματα Διαχείρισης Βάσεων Δεδομένων Δυνατότητες Συστημάτων Διαχείρισης Βάσεων Δεδομένων Δυνατότητες ορισμού δεδομένων Προσδιορίζουν τη δομή των περιεχομένων μιας βάσης δεδομένων Λεξικό δεδομένων Αυτοματοποιημένο ή χειρόγραφο αρχείο αποθήκευσης ορισμών των στοιχείων δεδομένων και των χαρακτηριστικών τους Ερωτήματα και αναφορές Γλώσσα χειρισμού δεδομένων Δομημένη γλώσσα ερωτημάτων (SQL) Εργαλείο δημιουργίας ερωτημάτων της Microsoft Access Δημιουργία αναφορών, π.χ. Crystal Reports 20

Συστήματα Διαχείρισης Βάσεων Δεδομένων Χαρακτηριστικά Λεξικού Δεδομένων της Access Η Microsoft Access έχει μια υποτυπώδη δυνατότητα λεξικού δεδομένων που παρουσιάζει πληροφορίες για το μέγεθος, τη μορφή και άλλα χαρακτηριστικά κάθε πεδίου της βάσης δεδομένων. Εδώ παρουσιάζονται οι πληροφορίες που τηρούνται στον πίνακα ΠΡΟΜΗΘΕΥΤΕΣ (SUPPLIER). Το μικρό εικονίδιο κλειδιού στα αριστερά του Supplier_Number δηλώνει ότι πρόκειται για πεδίοκλειδί. 21

Συστήματα Διαχείρισης Βάσεων Δεδομένων Παράδειγμα Ερωτήματος σε SQL SELECT Part.Part_Number, Part.Part_Name, SUPPLIER.Supplier_Number, SUPPLIER.Supplier_Name FROM PART, SUPPLIER WHERE PART.Supplier_Number = SUPPLIER.Supplier_Number AND PART.Part_Number = 137 OR PART.Part_Number = 150; Εδώ παρουσιάζονται οι προτάσεις SQL για ένα ερώτημα που επιλέγει τους προμηθευτές των εξαρτημάτων με κωδικό αριθμό 137 ή 150. 22

Συστήματα Διαχείρισης Βάσεων Δεδομένων Ένα Ερώτημα στην Access Εδώ βλέπουμε πώς μπορεί να καταστρωθεί το ερώτημα της Εικόνας 5-10 με χρήση των εργαλείων δημιουργίας ερωτημάτων της Microsoft Access. Παρουσιάζονται οι πίνακες, τα πεδία και τα κριτήρια επιλογής που χρησιμοποιούνται για το ερώτημα. 23

Συστήματα Διαχείρισης Βάσεων Δεδομένων Αντικειμενοστρεφής Βάση Δεδομένων (OODBMS) Αποθηκεύει δεδομένα και διαδικασίες ως αντικείμενα που επενεργούν σ αυτά τα δεδομένα και που μπορούν να ανακτώνται και να χρησιμοποιούνται Είναι πιο κατάλληλη για την αποθήκευση γραφικών αντικειμένων, σχεδίων, βίντεο από τα κοινά DMBS που προορίζονται για το χειρισμό δεδομένων μόνο Χρησιμοποιούνται για τη διαχείριση στοιχείων πολυμέσων και μικροεφαρμογών Java σε εφαρμογές του Ιστού Είναι σχετικά αργές συγκριτικά με τα σχεσιακά DBMS Τα αντικειμενο-σχεσιακά DBMS: Διαθέτουν τις δυνατότητες και των δύο τύπων 24

Χρήση Βάσεων Δεδομένων για τη Βελτίωση Επιχειρηματικής Απόδοσης και Λήψης Αποφάσεων Οι βάσεις δεδομένων παρέχουν πληροφορίες που βοηθούν την εταιρεία να διενεργεί την επιχειρηματική της δραστηριότητα πιο αποτελεσματικά, καθώς και τα στελέχη και το προσωπικό να παίρνουν καλύτερες αποφάσεις Εργαλεία για την ανάλυση και προσπέλαση τεράστιων ποσοτήτων δεδομένων: Αποθήκες δεδομένων Πολυδιάστατη ανάλυση δεδομένων Εξόρυξη δεδομένων Χρήση διασύνδεσης Ιστού σε βάσεις δεδομένων 25

Χρήση Βάσεων Δεδομένων για τη Βελτίωση Επιχειρηματικής Απόδοσης και Λήψης Αποφάσεων Αποθήκες δεδομένων Αποθήκη δεδομένων Είναι βάση δεδομένων που αποθηκεύει τρέχοντα και ιστορικά δεδομένα που μπορεί να ενδιαφέρουν τους λήπτες αποφάσεων Ενοποιεί και τυποποιεί δεδομένα από πολλά συστήματα, και λειτουργικές και συναλλακτικές βάσεις δεδομένων Τα δεδομένα μπορούν να προσπελάζονται αλλά όχι να τροποποιούνται Πρατήριο δεδομένων Υποσύνολο αποθήκης δεδομένων που εστιάζεται και ενδιαφέρει έναν συγκεκριμένο πληθυσμό χρηστών 26

Χρήση Βάσεων Δεδομένων για τη Βελτίωση Επιχειρηματικής Απόδοσης και Λήψης Αποφάσεων Tα Συστατικά Μέρη μιας Αποθήκης Δεδομένων Μια αποθήκη δεδομένων εξάγει τρέχοντα και ιστορικά δεδομένα από πολλαπλά επιχειρησιακά συστήματα του οργανισμού. Τα δεδομένα αυτά συνδυάζονται με δεδομένα από εξωτερικές πηγές και αναδιοργανώνονται σε μια κεντρική βάση δεδομένων που έχει στόχο την παραγωγή διοικητικών αναφορών και αναλύσεων. O κατάλογος πληροφοριών προσφέρει στους χρήστες πληροφορίες για τα δεδομένα που είναι διαθέσιμα στην αποθήκη. 27

Χρήση Βάσεων Δεδομένων για τη Βελτίωση Επιχειρηματικής Απόδοσης και Λήψης Αποφάσεων Επιχειρηματική Ευφυΐα, Πολυδιάστατη Ανάλυση Δεδομένων και Εξόρυξη Δεδομένων Επιχειρηματική ευφυΐα: Εργαλεία για ενοποίηση, ανάλυση και παροχή πρόσβασης σε μεγάλες ποσότητες δεδομένων βελτίωση της λήψης αποφάσεων Λογισμικό για ερωτήματα και αναφορές Εργαλεία για πολυδιάστατη ανάλυση δεδομένων (αναλυτική επεξεργασία άμεσης επικοινωνίας) Εξόρυξη δεδομένων π.χ. η Harrah s Entertainment συγκεντρώνει και αναλύει δεδομένα πελατών για να δημιουργήσει προφίλ παικτών και να εντοπίσει τους πιο επικερδείς πελάτες 28

Χρήση Βάσεων Δεδομένων για τη Βελτίωση Επιχειρηματικής Απόδοσης και Λήψης Αποφάσεων Επιχειρηματική Ευφυΐα Μια σειρά από αναλυτικά εργαλεία που εφαρμόζονται σε δεδομένα αποθηκευμένα σε βάσεις δεδομένων για να εντοπίσουν μοτίβα και διδάγματα που βοηθούν τους μάνατζερ και τους εργαζόμενους να παίρνουν καλύτερες αποφάσεις για τη βελτίωση της απόδοσης του οργανισμού. 29

Χρήση Βάσεων Δεδομένων για τη Βελτίωση Επιχειρηματικής Απόδοσης και Λήψης Αποφάσεων Αναλυτική Επεξεργασία Άμεσης Επικοινωνίας (OLAP) Υποστηρίζει πολυδιάστατη ανάλυση δεδομένων που επιτρέπει στους χρήστες να προβάλουν τα ίδια δεδομένα με διαφορετικούς τρόπους σε πολλές διαστάσεις Κάθε άποψη των πληροφοριών προϊόν, τιμολόγηση, κόστος, περιοχή, χρονική περίοδος αντιπροσωπεύει μια διαφορετική διάσταση π.χ. σύγκριση πωλήσεων του Ιουνίου έναντι εκείνων του Μαΐου και του Ιουλίου Επιτρέπει στους χρήστες να παίρνουν σχετικά γρήγορα απαντήσεις σε άμεση επικοινωνία σε μη προκαθορισμένες ερωτήσεις όπως αυτές 30

Χρήση Βάσεων Δεδομένων για τη Βελτίωση Επιχειρηματικής Απόδοσης και Λήψης Αποφάσεων Πολυδιάστατο Μοντέλο Δεδομένων Η όψη που φαίνεται είναι τα προϊόντα ανά περιοχή. Αν περιστρέψετε τον κύβο κατά 90 μοίρες, η όψη του θα παρουσιάζει τις πραγματικές και τις προβλεπόμενες πωλήσεις ανά προϊόν. Αν περιστρέψετε τον κύβο ξανά κατά 90 μοίρες, θα μπορέσετε να δείτε τις πραγματικές και προβλεπόμενες πωλήσεις ανά περιοχή. Μπορείτε να δείτε και άλλες όψεις. 31

Χρήση Βάσεων Δεδομένων για τη Βελτίωση Επιχειρηματικής Απόδοσης και Λήψης Αποφάσεων Εξόρυξη Δεδομένων Βρίσκει κρυμμένα μοτίβα και συσχετίσεις σε μεγάλες βάσεις δεδομένων και συνάγει από αυτά κανόνες για πρόβλεψη μελλοντικής συμπεριφοράς Τύποι πληροφοριών από την εξόρυξη δεδομένων Συσχετίσεις: Περιστατικά που συνδέονται με μοναδικό γεγονός Ακολουθίες: Χρονική σύνδεση γεγονότων Ταξινομήσεις: Μοτίβα που περιγράφουν την ομάδα στην οποία ανήκει ένα είδος Ομαδοποιήσεις: Ανακάλυψη αταξινόμητων ακόμη ομάδων Πρόβλεψη: Χρησιμοποιεί σειρά τιμών για την πρόβλεψη μελλοντικών τιμών 32

Χρήση Βάσεων Δεδομένων για τη Βελτίωση Επιχειρηματικής Απόδοσης και Λήψης Αποφάσεων Εξόρυξη Δεδομένων Μια δημοφιλής χρήση της εξόρυξης δεδομένων: Ανάλυση μοτίβων σε δεδομένα πελατών για εκστρατείες εξατομικευμένου μάρκετινγκ ή για εντοπισμό επικερδών πελατών Προγνωστική ανάλυση: Χρησιμοποιεί τεχνικές εξόρυξης δεδομένων, ιστορικά στοιχεία και υποθέσεις για μελλοντικές συνθήκες για την πρόγνωση έκβασης γεγονότων, όπως η πιθανότητα ένας πελάτης να ανταποκριθεί σε μια προσφορά ή να αγοράσει ένα ορισμένο προϊόν Εξόρυξη δεδομένων και προσωπικό απόρρητο: Χρησιμοποιείται για τη δημιουργία λεπτομερών δεδομένων για κάθε άτομο 33

Χρήση Βάσεων Δεδομένων για τη Βελτίωση Επιχειρηματικής Απόδοσης και Λήψης Αποφάσεων Μελέτη Περίπτωσης: Μάνατζμεντ Βάσεις Δεδομένων DNA: Καταπολέμηση Εγκλήματος ή Απειλή για το Προσωπικό Απόρρητο; Διαβάστε τη Μελέτη Περίπτωσης και συζητήστε τα ακόλουθα ερωτήματα: Ποια είναι τα οφέλη των βάσεων δεδομένων DNA; Ποια προβλήματα δημιουργούν οι βάσεις δεδομένων DNA; Ποιοι πρέπει να περιληφθούν σε μια εθνική βάση δεδομένων DNA; Πρέπει να είναι μόνον οι καταδικασμένοι εγκληματίες; Δικαιολογήστε την απάντησή σας. Σε ποιους πρέπει να επιτρέπεται η χρήση βάσεων δεδομένων DNA; 34

Χρήση Βάσεων Δεδομένων για τη Βελτίωση Επιχειρηματικής Απόδοσης και Λήψης Αποφάσεων Βάσεις Δεδομένων και Ιστός Οι επιχειρήσεις χρησιμοποιούν τον Ιστό για να διαθέτουν πληροφορίες από τις εσωτερικές βάσεις δεδομένων τους στους πελάτες και τους συνεργάτες τους Αυτό γίνεται με τη χρήση ενδιάμεσου και άλλου λογισμικού Διακομιστής Ιστού Διακομιστές εφαρμογών και Κοινή Διασύνδεση Πύλης Δικτύου (CGI) Διακομιστής βάσεων δεδομένων Οι διασυνδέσεις Ιστού είναι οικείες στους χρήστες και έτσι αποφεύγεται η επανασχεδίαση και η αναδημιουργία κληρονομημένων συστημάτων 35

Χρήση Βάσεων Δεδομένων για τη Βελτίωση Επιχειρηματικής Απόδοσης και Λήψης Αποφάσεων Σύνδεση Εσωτερικών Βάσεων Δεδομένων με τον Ιστό Οι χρήστες έχουν δνατότητα προσπέλασης της εσωτερικής βάσης δεδομένων ενός οργανισμού μέσω του Ιστού από τον προσωπικό τους υπολογιστή με λογισμικό φυλλομετρητή Ιστού. 36

Managing Data Resources Μελέτη Περίπτωσης: Τεχνολογία Οι Βάσεις Δεδομένων πίσω από το MySpace Διαβάστε τη Μελέτη Περίπτωσης και συζητήστε τα ακόλουθα ερωτήματα: Περιγράψτε πώς χρησιμοποιεί το MySpace τις βάσεις δεδομένων και τους διακομιστές τους. Γιατί είναι τόσο σημαντική η τεχνολογία βάσεων δεδομένων σε μια επιχείρηση όπως το MySpace; Πόσο αποτελεσματικά οργανώνει και αποθηκεύει τα δεδομένα το MySpace στην τοποθεσία του στον Ιστό; Ποια προβλήματα μάνατζμεντ ανέκυψαν; Πώς τα έλυσε ή επιχείρησε να τα λύσει το MySpace; 37

Managing Data Resources Χάραξη Πολιτικής Πληροφοριών Πολιτική πληροφοριών Ορίζει τους κανόνες του οργανισμού για την οργάνωση, διαχείριση, αποθήκευση και διάδοση πληροφοριών Διαχείριση δεδομένων Είναι υπεύθυνη για συγκεκριμένες πολιτικές και διεργασίες μέσω των οποίων τα δεδομένα μπορούν να διαχειρίζονται ως πόροι Διαχείριση βάσεων δεδομένων Η ομάδα σχεδιασμού και διαχείρισης βάσεων δεδομένων είναι υπεύθυνη για τον ορισμό της οργάνωσης και του περιεχομένου τους, καθώς και για τη συντήρησή τους 38

Managing Data Resources Διασφάλιση Ποιότητας Δεδομένων Κακή ποιότητα δεδομένων: Σοβαρό εμπόδιο για την πετυχημένη διαχείριση σχέσεων με τους πελάτες Προβλήματα ποιότητας δεδομένων: Οφείλονται σε: Περιττά και ασυνεπή δεδομένα που παράγονται από πολλαπλά συστήματα Λάθη εισαγωγής δεδομένων Έλεγχος ποιότητας δεδομένων: Δομημένη έρευνα ακρίβειας και πληρότητας των δεδομένων Καθαρισμός δεδομένων: Ανιχνεύει και διορθώνει εσφαλμένα, ελλειπή ή με ακατάλληλη μορφοποίηση, καθώς και περιττά δεδομένα 39

Ανασκόπηση Πώς οργανώνει τα δεδομένα μια σχεσιακή βάση δεδομένων και σε τι διαφέρει από μια αντικειμενοστρεφή βάση δεδομένων; Ποιες είναι οι αρχές ενός συστήματος διαχείρισης βάσης δεδομένων; Ποια είναι τα βασικά εργαλεία και οι τεχνολογίες για την πρόσβαση σε πληροφορίες από βάσεις δεδομένων για τη βελτίωση της επιχειρηματικής απόδοσης και της λήψης αποφάσεων; Ποιος είναι ο ρόλος της πολιτικής πληροφοριών και της διαχείρισης δεδομένων στη διαχείριση των πόρων δεδομένων του οργανισμού; Γιατί είναι τόσο σημαντική για μια επιχείρηση η διασφάλιση της ποιότητας των δεδομένων; 40