projekt business inteligence pro společnost nutricia...
TRANSCRIPT
![Page 1: Projekt Business Inteligence pro společnost Nutricia a.s.info.sks.cz/www/zavprace/soubory/67500.pdf · The goal of this paper is to outline a Business Intelligence project, ... highlight](https://reader034.vdocuments.net/reader034/viewer/2022051407/5ae605057f8b9a6d4f8c1aac/html5/thumbnails/1.jpg)
Vysoká škola ekonomická v Praze
Fakulta informatiky a statistiky
Vyšší odborná škola informačních služeb v Praze
Student : Karel Hrubý
Vedoucí bakalářské práce : PhDr. Kateřina Julišová
TÉMA BAKALÁŘSKÉ PRÁCE
Projekt Business Intelligence pro společnost
Nutricia, a.s.
ROK: 2009
![Page 2: Projekt Business Inteligence pro společnost Nutricia a.s.info.sks.cz/www/zavprace/soubory/67500.pdf · The goal of this paper is to outline a Business Intelligence project, ... highlight](https://reader034.vdocuments.net/reader034/viewer/2022051407/5ae605057f8b9a6d4f8c1aac/html5/thumbnails/2.jpg)
Zadávací list
![Page 3: Projekt Business Inteligence pro společnost Nutricia a.s.info.sks.cz/www/zavprace/soubory/67500.pdf · The goal of this paper is to outline a Business Intelligence project, ... highlight](https://reader034.vdocuments.net/reader034/viewer/2022051407/5ae605057f8b9a6d4f8c1aac/html5/thumbnails/3.jpg)
Prohlášení
Prohlašuji, že jsem bakalářskou práci na téma Projekt Business Intelligence zpracoval
samostatně a použil pouze zdrojů, které cituji a uvádím v seznamu použité literatury.
V Praze dne 18.12.2009 Podpis
![Page 4: Projekt Business Inteligence pro společnost Nutricia a.s.info.sks.cz/www/zavprace/soubory/67500.pdf · The goal of this paper is to outline a Business Intelligence project, ... highlight](https://reader034.vdocuments.net/reader034/viewer/2022051407/5ae605057f8b9a6d4f8c1aac/html5/thumbnails/4.jpg)
Poděkování
Děkuji své vedoucí PhDr. Kateřině Julišové za pomoc při tvorbě této bakalářské práce.
![Page 5: Projekt Business Inteligence pro společnost Nutricia a.s.info.sks.cz/www/zavprace/soubory/67500.pdf · The goal of this paper is to outline a Business Intelligence project, ... highlight](https://reader034.vdocuments.net/reader034/viewer/2022051407/5ae605057f8b9a6d4f8c1aac/html5/thumbnails/5.jpg)
Abstrakt
Firmy se stále více ohlížejí po systémovém řešení, které si poradí s jejich obrovským
množstvím dat. Účelem Business Intelligence je konvertovat tyto data na poznatky, které
jsou potřebné pro koncové uživatele. Cílem práce je analýza a návrh projektu Business
Intelligence, který by byl vhodný pro danou firmu. Prvním krokem je transformace dat
z transakčních databází do datového skladu. Tato kapitola se skládá z popisu datových pump.
Z datového skladu se dají následně vytvářet reporty, které budou obsahem další části této
práce, skládající se z příkladu manažerského reportu. Další důležitou součástí Business
Intelligence je OLAP analýza uvedená v další kapitole, která popisuje postup vytvoření OLAP
kostky.
Abstract
Companies are still looking for system solution, which can manage their huge amount of
data. The purpose of Business Intelligence is to convert this data to knowledge which is
needed for the end users. The goal of this paper is to outline a Business Intelligence project,
which would be useful for the given company. First step is to transform data from
transactional databases do the data warehouse. This chapter features the description of an
ETL process. Consequently it is possible to create reports from data warehouse, which will
highlight the next section. This part consists of an example of a manager report. Further
important part of Business Intelligence is an OLAP analysis introduced in the next chapter
describing the procedure of creating an OLAP cube.
![Page 6: Projekt Business Inteligence pro společnost Nutricia a.s.info.sks.cz/www/zavprace/soubory/67500.pdf · The goal of this paper is to outline a Business Intelligence project, ... highlight](https://reader034.vdocuments.net/reader034/viewer/2022051407/5ae605057f8b9a6d4f8c1aac/html5/thumbnails/6.jpg)
Obsah
1 Úvod ................................................................................................................................... 1
2 Datový sklad ....................................................................................................................... 4
2.1 Datový tok z transakčního prostředí ........................................................................... 4
2.2 Vrstva L0 - Staging area ............................................................................................. 6
2.2.1 Import dat do vrstvy L0 ........................................................................................ 8
2.3 Vrstva L1 - Relational area ......................................................................................... 10
2.3.1 Import číselníků do vrstvy L1 ............................................................................. 12
2.3.2 Import ostatních dat do L1(LoadL1.dtsx) ........................................................... 14
2.4 Error databáze ........................................................................................................... 18
3 Reporty ............................................................................................................................. 19
3.1 Koláčový graf ............................................................................................................. 20
3.2 Liniový graf ................................................................................................................. 22
4 OLAP kostka ...................................................................................................................... 23
4.1 Metody uložení dat .................................................................................................... 24
4.2 Faktová tabulka ......................................................................................................... 28
4.3 Dimenze ..................................................................................................................... 29
4.3.1 Dimenze Article .................................................................................................. 29
4.3.2 Dimenze Customer ............................................................................................. 30
4.3.3 Dimenze Time ..................................................................................................... 30
4.3.4 Dimenze Person .................................................................................................. 32
4.3.5 Dimenze Warehouse .......................................................................................... 32
4.4 Příklad OLAP kostky ................................................................................................... 33
5 Závěr ................................................................................................................................. 34
6 Zdroje ................................................................................................................................. 1
![Page 7: Projekt Business Inteligence pro společnost Nutricia a.s.info.sks.cz/www/zavprace/soubory/67500.pdf · The goal of this paper is to outline a Business Intelligence project, ... highlight](https://reader034.vdocuments.net/reader034/viewer/2022051407/5ae605057f8b9a6d4f8c1aac/html5/thumbnails/7.jpg)
Seznam obrázků
Obrázek 1.1 – Informace, data, znalosti [1] ............................................................................... 1
Obrázek 2.1 - Popis procesu načítání dat ................................................................................... 5
Obrázek 2.2 - DTSX balíčky ......................................................................................................... 6
Obrázek 2.3 - Tabulky vrstvy L0 .................................................................................................. 7
Obrázek 2.4 - Import do vrstvy L0 .............................................................................................. 8
Obrázek 2.5 –DTSX balíček Imp_Ciselniky.dtsx .......................................................................... 9
Obrázek 2.6 - Vymazání tabulek ............................................................................................... 10
Obrázek 2.7 - Číselník v Excelu ................................................................................................. 10
Obrázek 2.8 – Tabulky L1 ......................................................................................................... 11
Obrázek 2.9 - Load číselníků z vrstvy L0 do vrstvy L1 ............................................................... 12
Obrázek 2.10 - Load číselníku PartnerGroup do vrstvy L1 ....................................................... 13
Obrázek 2.11 - Transformace z vrstvy L0 do vrstvy L1 ............................................................. 14
Obrázek 2.12 - Data Flow Customer ........................................................................................ 16
Obrázek 2.13 - Schema vrstvy L1 ............................................................................................. 17
Obrázek 3.1 – Graf prodeje výrobků za rok 2009 .................................................................... 21
Obrázek 3.2 - Částka za jednotlivé měsíce ............................................................................... 22
Obrázek 4.1 - Snowflake schema ............................................................................................. 24
Obrázek 4.2 - UDM je most mezi uživateli a jejich daty [17] ................................................... 26
Obrázek 4.3 - Výběr metody uložení dat .................................................................................. 27
Obrázek 4.4 – Možnosti agregací ............................................................................................. 28
Obrázek 4.5 – Příklad OLAP kostky .......................................................................................... 33
![Page 8: Projekt Business Inteligence pro společnost Nutricia a.s.info.sks.cz/www/zavprace/soubory/67500.pdf · The goal of this paper is to outline a Business Intelligence project, ... highlight](https://reader034.vdocuments.net/reader034/viewer/2022051407/5ae605057f8b9a6d4f8c1aac/html5/thumbnails/8.jpg)
1
1 Úvod
Business Intelligence (BI) je v poslední době nejvíce se rozvíjejícím oborem v podnikové
oblasti. Firmy chtějí získat konkurenční výhodu a právě jedna z možností je Business
Intelligence, tedy jinak řečeno transformace dat na informace, které se převádějí na
poznatky. Podle [1] jsou data jakékoli vyjádření (reprezentace) skutečnosti, schopné
přenosu, uchování, interpretace či zpracování. Jsou rovněž "surovinou", z níž se tvoří
informace. Informace jsou data, která mají smysl (význam), jsou sdělitelná
(komunikovatelná). I ony jsou "surovina", z níž se tvoří znalost. Poznatek resp. znalosti
(soustava poznatků tvoří znalost) jsou informace a data, jež umíme použít, a jsou začleněná
do souvislostí.
Obrázek 1.1 – Informace, data, znalosti [1]
A co nám BI může nabídnout? Firmy se stále více ohlížejí po řešení, které je schopné
efektivně zpracovat obrovské množství dat, které mají k dispozici a z toho vytvořit potřebné
znalosti. Tyto znalosti dokážou například podstatně snížit náklady na marketingovou kampaň
tím, že se jejich prostřednictvím nechá vyhledat optimální cílová skupina.
![Page 9: Projekt Business Inteligence pro společnost Nutricia a.s.info.sks.cz/www/zavprace/soubory/67500.pdf · The goal of this paper is to outline a Business Intelligence project, ... highlight](https://reader034.vdocuments.net/reader034/viewer/2022051407/5ae605057f8b9a6d4f8c1aac/html5/thumbnails/9.jpg)
2
Definic BI je několik. Jedna například říká, že je to sada procesů, aplikací a technologií mající
za cíl účinně ovlivňovat rozhodovací procesy ve firmě. Aplikace BI pokrývají analytické a
plánovací funkce většiny oblastí podnikového řízení.
Jak ukazuje tabulka 1.1, BI se dnes stává prioritou pro mnoho firem. Právě v době
hospodářské krize, kdy převládá nejistota a pro situaci se vyhledává optimální řešení, hraje
Business Intelligence rozhodující roli, jak zvýšit konkurenceschopnost.
1. Business intelligence
2. Enterprise applications (ERP, CRM and
others)
3. Servers and storage technologies
(virtualization)
4. Legacy application modernization
5. Collaboration technologies
6. Networking, voice and data
communications
7. Technical infrastructure
8. Security technologies
9. Service-oriented applications and
architecture
10. Document management
Tabulka 1.1 - Top 10 Business and Technology Priorities in 2009 [19]
Součástí této práce je i rozbor konkrétního BI řešení pro firmu Nutricia. Jde o vybudování
datového skladu, z kterého se následně vytvářejí reporty, či OLAP kostky.
Práce je ztížená tím, že zaměstnanci firmy Nutricia jsou zvyklí pracovat s Excelem, a proto
budou všechny číselníky upravovat pomocí tohoto nástroje. Samozřejmě by bylo jednodušší
![Page 10: Projekt Business Inteligence pro společnost Nutricia a.s.info.sks.cz/www/zavprace/soubory/67500.pdf · The goal of this paper is to outline a Business Intelligence project, ... highlight](https://reader034.vdocuments.net/reader034/viewer/2022051407/5ae605057f8b9a6d4f8c1aac/html5/thumbnails/10.jpg)
3
udělat front-end aplikaci přímo pro práci s databází, kde lze manipulovat s daty pouze
v rámci této databáze a nemusí se při každé změně transformovat data do Excelu a zpět. Je
však známo, že zaměstnanci se obecně neradi učí nové věci.
![Page 11: Projekt Business Inteligence pro společnost Nutricia a.s.info.sks.cz/www/zavprace/soubory/67500.pdf · The goal of this paper is to outline a Business Intelligence project, ... highlight](https://reader034.vdocuments.net/reader034/viewer/2022051407/5ae605057f8b9a6d4f8c1aac/html5/thumbnails/11.jpg)
4
2 Datový sklad
2.1 Datový tok z transakčního prostředí
Vytvoření datového skladu je nejdůležitější krok v celém procesu Business Intelligence. Bez
kvalitních a vyčištěných dat nelze tvořit reporty či OLAP kostky, které mají nějakou
vypovídající hodnotu. Data se čerpají z transakčních databází, které nejsou na analýzy moc
vhodné. Hlavní rozdíl mezi transakční databází a datovým skladem je ten, že transakční
databáze je navržena a optimalizována pro záznam. OLAP databáze má ale jiný úkol. Má
ukázat to, co se stalo. Například v jakém časovém období jsme utržili peníze za daný výrobek.
Datový sklad musí být navržen a optimalizován na odpovědi analytických dotazů, které jsou
důležité pro naši firmu. Data v datovém skladu jsou optimalizována pouze na čtení. Nové
data se nahrávají za určitý časový úsek, například jednou denně, týdně, měsíčně atd.
Databáze firmy Nutricia se skládá z databáze MS SQL Server 2005, kterou využívá účetní
software EXACT. Dále je mnoho dat uloženo v Excel tabulkách.
V účetním systému EXACT probíhají následující procesy:
1. Vytvoří se prodejní objednávka
2. Z prodejní objednávky se vytiskne dodací list + vytvoří se záznam v tabulce faktura +
vygeneruje se výdej ze skladu
3. Vytištění faktury + zápis do hlavní knihy - účty 604
K zajištění aktuálnosti údajů v datovém skladu firmy Nutricia je zapotřebí nastavit pravidelné
procesy čerpající data do datového skladu ze zdrojových systémů. Jedná se o následující
zdroje:
1. Databáze EXACT (Účetní software), ze které budou data načítána automaticky
2. Sada číselníků, udržovaných v tabulce Ciselniky.xls
![Page 12: Projekt Business Inteligence pro společnost Nutricia a.s.info.sks.cz/www/zavprace/soubory/67500.pdf · The goal of this paper is to outline a Business Intelligence project, ... highlight](https://reader034.vdocuments.net/reader034/viewer/2022051407/5ae605057f8b9a6d4f8c1aac/html5/thumbnails/12.jpg)
5
Obrázek 2.1 - Popis procesu načítání dat
Popis obrázku 2.1
1. Přemístění souborů na Server
2. Datová pumpa – z Excelu do vrstvy L0
3. Datová pumpa – z vrstvy L0 do vrstvy L1
4. Vytvoření L2 pomocí Analysis Services
5. DB Link – převedení databáze z Exactu do vrstvy L1
6. Použití dat pro reporty
7. Použití dat pro OLAP kostku
Transformace dat se provádí pomocí MS Visual Studia 2005 – Integration Services.
Balíčky pro import
Na obrázku 2.2 jsou vidět všechny dtsx balíčky, pomocí nichž se provádí import do vrstvy L0 a
L1.
![Page 13: Projekt Business Inteligence pro společnost Nutricia a.s.info.sks.cz/www/zavprace/soubory/67500.pdf · The goal of this paper is to outline a Business Intelligence project, ... highlight](https://reader034.vdocuments.net/reader034/viewer/2022051407/5ae605057f8b9a6d4f8c1aac/html5/thumbnails/13.jpg)
6
Obrázek 2.2 - DTSX balíčky
2.2 Vrstva L0 - Staging area
Ve vrstvě L0 Stage nejsou definované žádné klíče, vztahy atd. Data se jen transformují
z Excelu do databáze. Struktura tabulek odráží strukturu vstupních souborů. Data v L0 nejsou
viditelná pro koncové uživatele a ještě nejsou připravená na analýzu. Je to jen mezistupeň,
než se data dostanou do vrstvy L1.
Staging area obsahuje extrakty z primárních systémů:
1. Účetní systém EXACT – vzhledem k tomu, že tento systém užívá databázi MS SQL,
tabulky se načtou prostřednictvím DTSX balíčků přímo z databáze a není potřeba
žádné transformace.
2. Master data a ostatní zdrojová data jsou uložena v Excel tabulkách. Ty se nahrají
prostřednictvím DB loaderu.
![Page 14: Projekt Business Inteligence pro společnost Nutricia a.s.info.sks.cz/www/zavprace/soubory/67500.pdf · The goal of this paper is to outline a Business Intelligence project, ... highlight](https://reader034.vdocuments.net/reader034/viewer/2022051407/5ae605057f8b9a6d4f8c1aac/html5/thumbnails/14.jpg)
7
Během nahrání budou probíhat následující kontroly:
1. Kompletní počet a délka záznamů
2. Datový typ (date, integer, number,char…)
Tabulky
Zkratka Cis znamení číselník.
Obrázek 2.3 - Tabulky vrstvy L0
![Page 15: Projekt Business Inteligence pro společnost Nutricia a.s.info.sks.cz/www/zavprace/soubory/67500.pdf · The goal of this paper is to outline a Business Intelligence project, ... highlight](https://reader034.vdocuments.net/reader034/viewer/2022051407/5ae605057f8b9a6d4f8c1aac/html5/thumbnails/15.jpg)
8
2.2.1 Import dat do vrstvy L0
Jednorázový import
Jednorázový import se týká DTSX balíčků (viz Obrázek 2.3), které začínají písmeny Imp.
Jediná výjimka je balíček Imp_Ciselniky. Tento import se provádí opakovaně při změně
číselníku. V těchto datových pumpách probíhá transformace z Excelu do databáze. Dále už se
s těmito daty v Excel souborech pracovat nebude.
V příkladu (Obrázek 2.5) je vidět ukázka ETL procesu (Extract, transform, load ) do vrstvy L0.
• Extract – Extrakt dat z Excelu
• Transform – Transformace dat do jiného kódování
• Load – Import do tabulky v databázi
Obrázek 2.4 - Import do vrstvy L0
Nejdříve se data nahrají do datové pumpy z listu Excelu. Poté se konvertují do požadované
podoby a následně uloží do databáze.
![Page 16: Projekt Business Inteligence pro společnost Nutricia a.s.info.sks.cz/www/zavprace/soubory/67500.pdf · The goal of this paper is to outline a Business Intelligence project, ... highlight](https://reader034.vdocuments.net/reader034/viewer/2022051407/5ae605057f8b9a6d4f8c1aac/html5/thumbnails/16.jpg)
9
Import číselníků z Excelu do vrstvy L0 (Imp_Ciselniky.dtsx)
Tento proces probíhá opakovaně. Číselníky se aktualizují pomocí Excelu a potom se
transformují do databáze vrstvy L0.
Při importu číselníku do vrstvy L0 se nemusí provádět kontrola duplicity, protože se stará
data vždy mažou a nahrazují se aktuálními. Data-flow rámeček Delete (Obrázek 2.5)
obsahuje SQL příkazy truncate (Obrázek 2.6), který nejprve vymaže všechna data
v tabulkách. Data se potom v aktualizované podobě nahrají z Excelu zpět do databáze.
Obrázek 2.5 –DTSX balíček Imp_Ciselniky.dtsx
Každý data-flow na obrázku 2.5 obsahuje jednotlivé listy ze souboru Ciselniky.xls. Importují
se tedy listy PartnerGroup, Subgroup1, PartnerName atd.
![Page 17: Projekt Business Inteligence pro společnost Nutricia a.s.info.sks.cz/www/zavprace/soubory/67500.pdf · The goal of this paper is to outline a Business Intelligence project, ... highlight](https://reader034.vdocuments.net/reader034/viewer/2022051407/5ae605057f8b9a6d4f8c1aac/html5/thumbnails/17.jpg)
10
Obrázek 2.6 - Vymazání tabulek
Na obrázku 2.8 je vidět jak vypadá číselník v Excelu, který se následně transformuje do
databáze. Ve sloupci D se dá záznam ukončit.
Obrázek 2.7 - Číselník v Excelu
2.3 Vrstva L1 - Relational area
Struktury jsou zde zobecněné, popisují business procesy a vazby. Záznamy se historizují,
fyzicky se tedy vůbec nemažou, jen se aktualizují. Historizace probíhá pomocí primárního
klíče složeného z hodnot ID a ValidFrom. Když se záznam aktualizuje, změní se ve sloupci
ValidTo datum na aktuální a k nové hodnotě se nastaví taktéž aktuální datum ve sloupci
ValidFrom. Tím začne být nový záznam aktuální. Nové ValidTo se nastaví automaticky
v databázi na datum '9999-12-31'.
![Page 18: Projekt Business Inteligence pro společnost Nutricia a.s.info.sks.cz/www/zavprace/soubory/67500.pdf · The goal of this paper is to outline a Business Intelligence project, ... highlight](https://reader034.vdocuments.net/reader034/viewer/2022051407/5ae605057f8b9a6d4f8c1aac/html5/thumbnails/18.jpg)
11
Vrstva L1 je nejdůležitější vrstva celého řešení je to integrační vrstva, která je:
• Detailní
• Historická
• Vyčištěná
• Konsolidovaná
Tabulky
Obrázek 2.8 – Tabulky L1
![Page 19: Projekt Business Inteligence pro společnost Nutricia a.s.info.sks.cz/www/zavprace/soubory/67500.pdf · The goal of this paper is to outline a Business Intelligence project, ... highlight](https://reader034.vdocuments.net/reader034/viewer/2022051407/5ae605057f8b9a6d4f8c1aac/html5/thumbnails/19.jpg)
12
2.3.1 Import číselníků do vrstvy L1
Obecný postup - Load číselníků (Load_Ciselniky.dtsx)
Obrázek 2.9 - Load číselníků z vrstvy L0 do vrstvy L1
Každý data-flow na obrázku 2.9 obsahuje jednotlivou tabulku z vrstvy L0. Nejdříve se
provede PartnerGroup a až po jeho dokončení se provede Subgroup1, následovaným
Subgroup2. PartnerName může proběhnout nezávisle na ostatních.
Všechny tyto data-flow jsou velmi podobné, proto bude rozebrán jako příklad data-flow
PartnerGroup. V prvním kroku (Obrázek 2.10) se načtou všechny sloupce dané tabulky (v
tomto případě PartnerGroup) z vrstvy L0. Každý záznam poté přechází dle funkce
'Conditional Split' do jedné ze tří větví.
Do levé větve jdou záznamy, které jsou nové. Jejich ID má hodnotu null. Těmto záznamům se
přiřadí díky funkci 'Derived Column' automaticky vygenerované ID.
Do prostřední větve jdou záznamy s ID, které je již v databázi uloženo. Pokud má záznam
identický ID i jméno (například jméno zákazníka) jedná se o záznam, který se již v databázi
nachází, a proto se s ním dále nepracuje. Pokud je ID stejné, ale jméno je jiné, jde o
aktualizovaný záznam. Tento záznam postupuje dále do databáze. Pomocí funkce 'Derived
Column2' a 'OLE DB Command' se ukončí záznam tak, že se hodnotu ValidTo nastaví na
předešlý den. Novému záznamu se nastaví automaticky v databázi hodnota '9999-12-31'.
Poté se nové a aktualizované záznamy uloží do databáze.
Do pravé větve jdou záznamy, které mají ukončenou platnost, tedy v Excelu se jim nastavila
hodnota 'Ukoncit'. Pomocí funkce 'Derived Column1' a 'OLE DB Command 1' se nastaví
ValidTo na aktuální datum a tím se záznam ukončí.
![Page 20: Projekt Business Inteligence pro společnost Nutricia a.s.info.sks.cz/www/zavprace/soubory/67500.pdf · The goal of this paper is to outline a Business Intelligence project, ... highlight](https://reader034.vdocuments.net/reader034/viewer/2022051407/5ae605057f8b9a6d4f8c1aac/html5/thumbnails/20.jpg)
13
Obrázek 2.10 - Load číselníku PartnerGroup do vrstvy L1
![Page 21: Projekt Business Inteligence pro společnost Nutricia a.s.info.sks.cz/www/zavprace/soubory/67500.pdf · The goal of this paper is to outline a Business Intelligence project, ... highlight](https://reader034.vdocuments.net/reader034/viewer/2022051407/5ae605057f8b9a6d4f8c1aac/html5/thumbnails/21.jpg)
14
2.3.2 Import ostatních dat do L1(LoadL1.dtsx)
Ostatní data jsou Master data z Excelu a data Exactu. Každý data-flow na obrázku 2.11
obsahuje jednotlivou tabulku z vrstvy L0. Nejdříve se provedou současně data-flow
Customer a CostUnit, dále Article, PriceList, Prices, současně Account a CostCenter,
CCAccRealtion, Person a na závěr Warehouse.
Obrázek 2.11 - Transformace z vrstvy L0 do vrstvy L1
Všechny tyto data-flow jsou velmi podobné, proto bude rozebrán jako příklad data-flow
Customer. V prvním kroku (Obrázek 2.12) se načtou všechny sloupce dané tabulky (v tomto
případě Customer) z vrstvy L0. Každý záznam poté jde dle funkce 'Conditional Split' do jedné
ze tří větví.
Do levé větve postupují záznamy, které jsou nové. Jejich ID má hodnotu null. Těmto
záznamům se přiřadí díky funkci 'Derived Column' automaticky vygenerované ID.
![Page 22: Projekt Business Inteligence pro společnost Nutricia a.s.info.sks.cz/www/zavprace/soubory/67500.pdf · The goal of this paper is to outline a Business Intelligence project, ... highlight](https://reader034.vdocuments.net/reader034/viewer/2022051407/5ae605057f8b9a6d4f8c1aac/html5/thumbnails/22.jpg)
15
Do prostřední větve jdou záznamy s ID, které je již v databázi uloženo. Pokud má záznam
identický ID i jméno (například jméno zákazníka), jde o záznam, který se již v databázi
nachází, a proto se s ním dále nepracuje. Pokud je ID stejné, ale jméno je jiné, jde o
aktualizovaný záznam. Tento záznam postupuje dále do databáze. Následně se kontrolují cizí
klíče k nadřazeným tabulkám PartnerName, Subgroup2 a Country. Jestliže se žádné příslušné
záznamy nevyhledají, spadnou do Error databáze (viz kapitola 2.4). Potom se připojí další
databáze CICMPY (EXACT) a záznamy se sloučí. Následně se zkontroluje, zda není
CustomerCode roven hodnotě NULL. Pomocí funkce 'Derived Column' a 'OLE DB Command'
se ukončí záznam tak, že se hodnotu ValidTo nastaví na předešlý den. Novému záznamu se
nastaví automaticky v databázi hodnota '9999-12-31'. Potom se nové a aktualizované
záznamy uloží do databáze.
Do pravé větve jdou záznamy, které mají ukončenou platnost, tedy v Excelu se jim nastavila
hodnota 'Ukoncit'. Pomocí funkce 'Derived Column1' a 'OLE DB Command 1' se nastaví
ValidTo na aktuální datum a tím se záznam ukončí.
![Page 23: Projekt Business Inteligence pro společnost Nutricia a.s.info.sks.cz/www/zavprace/soubory/67500.pdf · The goal of this paper is to outline a Business Intelligence project, ... highlight](https://reader034.vdocuments.net/reader034/viewer/2022051407/5ae605057f8b9a6d4f8c1aac/html5/thumbnails/23.jpg)
16
Obrázek 2.12 - Data Flow Customer
![Page 24: Projekt Business Inteligence pro společnost Nutricia a.s.info.sks.cz/www/zavprace/soubory/67500.pdf · The goal of this paper is to outline a Business Intelligence project, ... highlight](https://reader034.vdocuments.net/reader034/viewer/2022051407/5ae605057f8b9a6d4f8c1aac/html5/thumbnails/24.jpg)
17
Schéma vrstvy L1
Obrázek 2.13 - Schema vrstvy L1
![Page 25: Projekt Business Inteligence pro společnost Nutricia a.s.info.sks.cz/www/zavprace/soubory/67500.pdf · The goal of this paper is to outline a Business Intelligence project, ... highlight](https://reader034.vdocuments.net/reader034/viewer/2022051407/5ae605057f8b9a6d4f8c1aac/html5/thumbnails/25.jpg)
18
2.4 Error databáze
Error databáze slouží pro záznamy, které nejsou kompletní, nebo jsou duplicitní. Zde nejsou
definované žádné vztahy. Každá tabulka v této databázi obsahuje sloupec Chyba, takže se
vždy pozná, proč daný záznam skončil právě zde. Předpokládá se, že uživatel podle chybové
hlášky záznam upraví a díky tomu se dostane do datového skladu.
Příklad chybových hlášek:
• "Nedošlo k vyhledání cizího klíče v tabulce 205.CICMPY"
• "Nedošlo k vyhledání cizího klíče v tabulce PartnerSubgroup2"
• "Sloupec reknr (Account) neobsahuje číselnou hodnotu"
![Page 26: Projekt Business Inteligence pro společnost Nutricia a.s.info.sks.cz/www/zavprace/soubory/67500.pdf · The goal of this paper is to outline a Business Intelligence project, ... highlight](https://reader034.vdocuments.net/reader034/viewer/2022051407/5ae605057f8b9a6d4f8c1aac/html5/thumbnails/26.jpg)
19
3 Reporty
Reporty se provádějí pomocí MS Visual Studia – Reporting Services. Reporting Services
dokážou získávat data z rozličných databází (př. SQL Server, Oracle, DB2) a přetransformovat
je do různých formátů (HTML, PDF, Excel). Reportovací služby jsou často využívanou oblastí
Business Intelligence. Slouží k vytváření jak papírových, tak interaktivních webových
prezentací provedených analýz.
Díky Report Modelu a Report Builderu jsou schopní i koncoví uživatelé pomocí Drag and
Drop vytvořit své reporty. Jeho rozhraní je podobné Wordu či Excelu, takže uživatel by neměl
mít problém s ním pracovat.
Reportovací služby podporují úplný životní cyklus reportů. Ten začíná vytvořením reportu,
což je práce pro vývojáře. Report je nutné spravovat. SQL Server Reporting Services
podporují jak vyžádané (pull), tak i nabízené (push) doručování sestav. Uživatelům se musí
report zpřístupnit nebo naopak doručit. Doručovány mohou být emailem a zpřístupnit je lze
například uložením do sdíleného adresáře.
Reporty skrývají cenné informace, proto zde hraje důležitou roli bezpečnost. Každá role má
různé oprávnění. Každý uživatel by měl dostat práva jen na ty informace, které opravdu
potřebuje a vše ostatní by se mělo zakázat.
Report je uložen ve formátu RDL (Report Definition Language), který je založen na formátu
XML (Extensible Markup Language). Díky tomu mohou s reportem pracovat i aplikace třetích
stran.
Následující reporty jsou manažerské. Data jsou v nich zpracována do přehledných tabulek a
grafů. Vedení společnosti z nich může získat informace o prodejích rozčleněných na data
jednotlivých zákazníků, dle časových období nebo místa prodeje.
![Page 27: Projekt Business Inteligence pro společnost Nutricia a.s.info.sks.cz/www/zavprace/soubory/67500.pdf · The goal of this paper is to outline a Business Intelligence project, ... highlight](https://reader034.vdocuments.net/reader034/viewer/2022051407/5ae605057f8b9a6d4f8c1aac/html5/thumbnails/27.jpg)
20
3.1 Koláčový graf
Výběr dat pro manažerský report
SQL příkaz pro výběr dat
Graf číslo 3.1 ukazuje prodej výrobků za rok 2009. Pro data je použita suma částek
(Sum(Fields!SumAmount.Value)). Pro třídění do kategorií je použito jméno výrobku
(Group_Name). Legenda je řazena od nejprodávanějšího výrobku.
SELECT Article.Article_Name, SUM([Transaction].Amount) AS SumAmount FROM [Transaction] INNER JOIN dimension_time ON [Transaction].TimeKey = dimension_time.Day_Key INNER JOIN Article ON [Transaction].Article_ID = Article.Article_ID AND [Transaction].Article_ValidFrom = Article.ValidFrom WHERE (dimension_time.Year_Name = 2009) AND ([Transaction].Amount <> 0) AND (Article.Article_ID <> 0) GROUP BY Article.Article_Name
![Page 28: Projekt Business Inteligence pro společnost Nutricia a.s.info.sks.cz/www/zavprace/soubory/67500.pdf · The goal of this paper is to outline a Business Intelligence project, ... highlight](https://reader034.vdocuments.net/reader034/viewer/2022051407/5ae605057f8b9a6d4f8c1aac/html5/thumbnails/28.jpg)
21
Koláčový graf
Obrázek 3.1 – Graf prodeje výrobků za rok 2009
![Page 29: Projekt Business Inteligence pro společnost Nutricia a.s.info.sks.cz/www/zavprace/soubory/67500.pdf · The goal of this paper is to outline a Business Intelligence project, ... highlight](https://reader034.vdocuments.net/reader034/viewer/2022051407/5ae605057f8b9a6d4f8c1aac/html5/thumbnails/29.jpg)
22
3.2 Liniový graf
Výběr dat pro manažerský report
SQL příkaz pro výběr dat
Graf číslo 3.2 ukazuje prodej za jednotlivé měsíce v roce 2009. Pro data je použita suma
částek (Sum(Fields!SumAmount.Value)). Pro třídění do kategorií jsou použity měsíce z časové
dimenze (Month_Name).
Obrázek 3.2 - Částka za jednotlivé měsíce
SELECT dimension_time.Month_Name, SUM([Transaction].Amount) AS SumAmount FROM [Transaction] INNER JOIN dimension_time ON [Transaction].TimeKey = dimension_time.Day_Key WHERE (dimension_time.Year_Name = 2009) GROUP BY dimension_time.Month_Name
![Page 30: Projekt Business Inteligence pro společnost Nutricia a.s.info.sks.cz/www/zavprace/soubory/67500.pdf · The goal of this paper is to outline a Business Intelligence project, ... highlight](https://reader034.vdocuments.net/reader034/viewer/2022051407/5ae605057f8b9a6d4f8c1aac/html5/thumbnails/30.jpg)
23
4 OLAP kostka
OLAP (On Line Analytical Processing) kostka má rychle poskytnout odpovědi na analytické
dotazy. Je nejmodernější podmnožinou systémů na podporu řízení (EIS). Relační databáze se
hodí na transakční zpracování dat, ale ne už tolik na zpracování analytických dotazů nad
daty. Databáze, které jsou určeny pro používání OLAPu, používají multidimenzionální datový
model, který umožňuje velmi rychlé zpracování různých dotazů. Umožňuje to právě díky
dimenzím.
Pro vytvoření vrstvy L2 bylo využito MS Visual Studia - Analysis Services. Použito bylo schéma
snowflake (Obrázek 4.1). Data ve vrstvě L2 nejsou uložena přímo v databázi, ale pouze
cachována v Analysis Services serveru. Data jsou na tento server nahrána podle zvolené
metody (viz kapitola 4.1).
![Page 31: Projekt Business Inteligence pro společnost Nutricia a.s.info.sks.cz/www/zavprace/soubory/67500.pdf · The goal of this paper is to outline a Business Intelligence project, ... highlight](https://reader034.vdocuments.net/reader034/viewer/2022051407/5ae605057f8b9a6d4f8c1aac/html5/thumbnails/31.jpg)
24
Obrázek 4.1 - Snowflake schema
4.1 Metody uložení dat
Kostka se dělí na tři důležité části – metadata, detail a agregovaná data. Je jedno, jaká
metoda bude využita; metadata jsou vždy uložena na OLAP serveru. Detailní data nebo
agregovaná data jsou uložená podle zvolené metody.
MOLAP (Multidimensional OLAP)
Toto je nejčastější metoda uložení dat. Při zpracování kostky jsou zdrojová data nahrána
z relační databáze, vyžadované agregace jsou vykonány a nakonec jsou data uložena v cachi
na Analysis Services serveru v komprimovaném, optimalizovaném a multidimenzionálním
formátu. Poté už neexistuje žádné spojení s relační databází. Jestliže následně dojde k nějaké
![Page 32: Projekt Business Inteligence pro společnost Nutricia a.s.info.sks.cz/www/zavprace/soubory/67500.pdf · The goal of this paper is to outline a Business Intelligence project, ... highlight](https://reader034.vdocuments.net/reader034/viewer/2022051407/5ae605057f8b9a6d4f8c1aac/html5/thumbnails/32.jpg)
25
změně v relační databázi, v kostce už se to nemůže promítnout, dokud není kostka znovu
zpracována. Díky tomu, že jsou data uložena přímo lokálně na OLAP serveru, je MOLAP
metoda velmi efektivní a na pokládané dotazy.
ROLAP (Relational OLAP)
V porovnání s MOLAP, ROLAP nenahrává data z relační databáze na OLAP server, ale detailní
data a agregovaná data zůstávají v relační databázi. Pro uložené agregace databázový server
vytvoří dodatečné indexované pohledy. Data jsou nahrána z relační databáze, pouze pokud
jsou potřeba.
HOLAP (Hybrid OLAP)
Tato metoda je hybrid mezi MOLAP a ROLAP. Pokouší se přinést lepší kapacitu dat ROLAPu a
rychlost zpracování dotazů MOLAPu. V HOLAP metodě zůstávají detailní data v relační
databázi a agregovaná data jsou uložena na OLAP serveru. Jestliže je dotaz položen pouze na
agregovaná data bude HOLAP metoda podobná metodě ROLAP. Pro detailní data sahá
HOLAP do relační databáze, pokud není dotaz uložen v cachi.
UDM (Unified Dimensional Model)
Díky novince v SQL Server 2005 již není zapotřebí vytvářet další databázovou vrstvu. Tato
novinka se jmenuje Unified Dimensional Model (Obrázek 4.2). Dříve bylo běžné vytvořit
datový sklad, který obsahoval jak relační databázi pro ukládání dat, tak i multidimenzionální
databázi pro analytická data.
![Page 33: Projekt Business Inteligence pro společnost Nutricia a.s.info.sks.cz/www/zavprace/soubory/67500.pdf · The goal of this paper is to outline a Business Intelligence project, ... highlight](https://reader034.vdocuments.net/reader034/viewer/2022051407/5ae605057f8b9a6d4f8c1aac/html5/thumbnails/33.jpg)
26
Obrázek 4.2 - UDM je most mezi uživateli a jejich daty [17]
UDM nabízí podstatně pozměněnou strukturu a architekturu, tak aby jeden model posloužil
jakékoliv aplikaci. Data mají nyní větší informační hodnotu než v relačním modelu a co víc,
jsou lépe pochopitelná pro uživatele. Data mohou být uložena na různých operačních
systémech a dokonce i na různých databázových serverech.
V datovém skladu jsou data nejdříve uložena v relační databázi a poté teprve
transformována do multidimenzionální. K propojení těchto dvou databází se dá využít jedna
ze tří metod (viz kapitola 4.1). Metody uložení můžeme podle potřeby měnit (Obrázek 4.3).
![Page 34: Projekt Business Inteligence pro společnost Nutricia a.s.info.sks.cz/www/zavprace/soubory/67500.pdf · The goal of this paper is to outline a Business Intelligence project, ... highlight](https://reader034.vdocuments.net/reader034/viewer/2022051407/5ae605057f8b9a6d4f8c1aac/html5/thumbnails/34.jpg)
27
Obrázek 4.3 - Výběr metody uložení dat
Po zvolení metody je potřeba zadat počet řádku ve faktové tabulce nebo si je můžeme
nechat spočítat automaticky. Poté je potřeba stanovit optimum mezi prostorem, který naše
kostka zabere na pevném disku, a rychlostí výpočtu a přístupu k datům. Na obrázku 4.4 je
vidět, že bylo spočítáno 21 agregací a optimalizovaná úroveň je 43%.
![Page 35: Projekt Business Inteligence pro společnost Nutricia a.s.info.sks.cz/www/zavprace/soubory/67500.pdf · The goal of this paper is to outline a Business Intelligence project, ... highlight](https://reader034.vdocuments.net/reader034/viewer/2022051407/5ae605057f8b9a6d4f8c1aac/html5/thumbnails/35.jpg)
28
Obrázek 4.4 – Možnosti agregací
4.2 Faktová tabulka
Ve faktové tabulce jsou uložena analyzovaná data, v tomto případě data transakcí.
V datovém skladu zabírá faktová tabulka nejvíce místa.
Jediná faktová tabulka Transaction obsahuje měrné jednotky, viz tabulka 4.1. Faktová
tabulka je propojena s dimenzemi pomocí cizích klíčů.
Název měrné jednotky Popis
Amount Částka ve standardní měně
FC Amount Částka v originální měně
Discount Procentní sazba slevy
Quantity Množství, počet
![Page 36: Projekt Business Inteligence pro společnost Nutricia a.s.info.sks.cz/www/zavprace/soubory/67500.pdf · The goal of this paper is to outline a Business Intelligence project, ... highlight](https://reader034.vdocuments.net/reader034/viewer/2022051407/5ae605057f8b9a6d4f8c1aac/html5/thumbnails/36.jpg)
29
Vat Amount Částka DPH ve standardní měně
Tabulka 4.1 – Faktová tabulka
4.3 Dimenze
Data v dimenzích se nemění tak často jako ve faktových tabulkách. Obsahují seznamy hodnot
sloužících ke kategorizaci a třídění dat ve faktových tabulkách. Díky hierarchiím v dimenzi je
možno nastavit jak nižší agregační úroveň (Drill-down), tak naopak vyšší (Roll-up).
Na dimenze můžeme také aplikovat filtr na instance příslušné agregační úrovně (Slicing)
nebo také pro více dimenzí najednou (Dicing).
4.3.1 Dimenze Article
Dimenze Article slouží k zobrazení, jaký výrobek byl prodán.
Atribut Popis
Cost Price Standart Prodejní cena výrobku
Description Popis
Group Name Jméno skupiny
Item Code Kód výrobku
Item Group Číslo skupiny
Item Type Typ výrobku
Net Weight Váha samotného výrobku
Packing Váha zabaleného výrobku
Sales Package Price Prodejní cena balení
Type Typ výrobku
Tabulka 4.2 – Dimenze Article
Hierarchie
• Group Name
• Description
![Page 37: Projekt Business Inteligence pro společnost Nutricia a.s.info.sks.cz/www/zavprace/soubory/67500.pdf · The goal of this paper is to outline a Business Intelligence project, ... highlight](https://reader034.vdocuments.net/reader034/viewer/2022051407/5ae605057f8b9a6d4f8c1aac/html5/thumbnails/37.jpg)
30
4.3.2 Dimenze Customer
Dimenze Customer slouží k zobrazení zákazníka, který si koupil daný výrobek.
Atribut Popis
Address Adresa
City Město
PSC PSČ
Rating Hodnocení
Classification Klasifikace
Cust Name Jméno zákazníka
Cust Status Status zákazníka
Cust Type Typ zákazníka
Customer Number Číslo zákazníka
Tabulka 4.3 – Dimenze Customer
Hierarchie
• Partner Group
• Partner Subgroup1
• Partner Subgroup2
• Cust Name
4.3.3 Dimenze Time
Časová dimenze slouží k zobrazení, v jakém časovém období byl výrobek prodán. Pomocí
webové stránky [23] se vygeneruje časová dimenze. Poté je nutno updatovat faktovou
tabulku pomocí následujícího SQL příkazu.
![Page 38: Projekt Business Inteligence pro společnost Nutricia a.s.info.sks.cz/www/zavprace/soubory/67500.pdf · The goal of this paper is to outline a Business Intelligence project, ... highlight](https://reader034.vdocuments.net/reader034/viewer/2022051407/5ae605057f8b9a6d4f8c1aac/html5/thumbnails/38.jpg)
31
TimeKey je sloupec ve faktové tabulce, který bude použit jako cizí klíč k časové dimenzi.
Atribut Popis
Day_IsWorkday Den je pracovní
Day_Name Datum
Day_NumberInMonth Číslo dne v měsíci
Day_NumberInWeek Číslo dne v týdnu
Day_NumberInYear Číslo dne v roce
Month_Name Jméno měsíce
Month_NumberInYear Číslo měsíce v roce
Quarter_Name Jméno čtvrtletí
Quarter_NumberInYear Číslo čtvrtletí v roce
Week_Name Číslo týdne
Week_NumberInYear Číslo týdne v roce
Year_Name Číslo roku
Tabulka 4.4 – Dimenze Time
Hierarchie
• Year_Name
• Quarter_Name
• Month_Name
• Day_Name
USE DWH_L1 GO UPDATE [Transaction] SET [Transaction].TimeKey = D.Day_Key FROM dimension_time D INNER JOIN [Transaction] ON DATEPART(YY,[Transaction].Date) = D.Year_Name AND DATEPART(MM,[Transaction].Date) = D.Month_Name AND DATEPART(DD,[Transaction].Date) = D.Day_NumberInMonth
![Page 39: Projekt Business Inteligence pro společnost Nutricia a.s.info.sks.cz/www/zavprace/soubory/67500.pdf · The goal of this paper is to outline a Business Intelligence project, ... highlight](https://reader034.vdocuments.net/reader034/viewer/2022051407/5ae605057f8b9a6d4f8c1aac/html5/thumbnails/39.jpg)
32
4.3.4 Dimenze Person
Dimenze Person slouží k zobrazení, jaký zaměstnanec prodal daný výrobek.
Atribut Popis
First Name Křestní jméno
Last Name Příjmení
Full Name Celé jméno
Tabulka 4.5 – Dimenze Person
4.3.5 Dimenze Warehouse
Dimenze Warehouse slouží k zobrazení, z jakého skladu pochází prodaný výrobek.
Atribut Popis
Address Adresa
City Město
State Stát
Warehouse Name Jméno skladu
ZIPCode PSČ
Tabulka 4.6 – Dimenze Warehouse
![Page 40: Projekt Business Inteligence pro společnost Nutricia a.s.info.sks.cz/www/zavprace/soubory/67500.pdf · The goal of this paper is to outline a Business Intelligence project, ... highlight](https://reader034.vdocuments.net/reader034/viewer/2022051407/5ae605057f8b9a6d4f8c1aac/html5/thumbnails/40.jpg)
33
4.4 Příklad OLAP kostky
V této kostce byla použita, v řádkovém poli, dimenze Time, u které se dá drilovat až na
jednotlivé dny. V sloupcovém poli je dimenze Article, kde se nacházejí jednotlivé výrobky.
Obrázek 4.5 – Příklad OLAP kostky
![Page 41: Projekt Business Inteligence pro společnost Nutricia a.s.info.sks.cz/www/zavprace/soubory/67500.pdf · The goal of this paper is to outline a Business Intelligence project, ... highlight](https://reader034.vdocuments.net/reader034/viewer/2022051407/5ae605057f8b9a6d4f8c1aac/html5/thumbnails/41.jpg)
34
5 Závěr
V této bakalářské práci byl představen projekt Business Intelligence, který byl úspěšně
ukončen. Cíle, které byly stanoveny, se podařilo řádně dokončit, tedy předně vytvořit datový
sklad a pomocí datových pump do něj nahrát data ze zdrojových systémů. Další krok, který
se podařil uskutečnit, bylo vytvoření ukázkového manažerského reportu. V závěru byla
vytvořena multidimenzionální databáze, která využívá snowflake schéma pro účely OLAP
kostky. Vytvoření OLAP kostky je velmi složitý úkol, ale k nastínění problematiky by ukázaná
kostka jako příklad měla stačit. Až čas ukáže chyby v datovém skladu, které bude nutné
opravit.
![Page 42: Projekt Business Inteligence pro společnost Nutricia a.s.info.sks.cz/www/zavprace/soubory/67500.pdf · The goal of this paper is to outline a Business Intelligence project, ... highlight](https://reader034.vdocuments.net/reader034/viewer/2022051407/5ae605057f8b9a6d4f8c1aac/html5/thumbnails/42.jpg)
6 Zdroje
[1] LACKO, Luboslav. Business Intelligence v SQL Serveru 2005. 2006. Computer press, 2006. 388 s. ISBN 80-251-1110-5.
[2] HUMPHRIES, , Mark , HAWKINS, Michael W. , DY, Michelle C. . Data warehousing : Návrh a implementace. Computer press, 2002. 256 s. ISBN 8072265601.
[3] POUR, Jan , GÁLA, Libor , ŠEDIVÁ, Zuzana . Podniková informatika. GRADA, 2009. 496 s. ISBN 978-80-247-2615-1.
[4] LACKO, Luboslav . Databáze: datové sklady, OLAP a dolování dat . Computer Press, 2003. 488 s. ISBN 80-7226-969-0.
[5] SACK , Joseph . Mistrovství v Transact-SQL. Zoner Press, 2007. 864 s. ISBN 97880806815572.
[6] KNIGHT, Brian , VEERMAN, Erik . Expert SQL Server 2005 Integration Services.
Wrox Press, 2007. 432 s. ISBN 978047013411. Expert SQL Server 2005 Integrační služby
[7] HANCOCK, John, TOREN, Roger. Practical Business Intelligence with SQL Server 2005 . Addison-Wesley Professional, 2006. 432 s. ISBN 0-321-35698-5. Business Intelligence prakticky v SQL serveru 2005
[8] VIEIRA, Robert. Beginning SQL Server 2005 Programming. Wrox Press, 2006. 720 s. ISBN 978-0-7645-8433-6. Začínáme programovat v SQL serveru 2005
[9] DEWSON, Robin. Beginning SQL Server 2005 for Developers : From Novice to Professional. Wiley, 2006. 536 s. ISBN 1-59059-588-2. Začínáme s SQL serverem 2005, pro vývojáře: od začátečníka po profesionály
[10] WIGHTMAN , Jim . Pro SQL Server 2005 Integration Services. Apress, 2007. 548 s. ISBN 1-59059-897-0. Pro SQL Server 2005 Integrační služby
[11] TAYLOR, Allen G. . SQL For Dummies : 5th Edition . For Dummies, 2003. 408 s. ISBN 07645-4075-0.
![Page 43: Projekt Business Inteligence pro společnost Nutricia a.s.info.sks.cz/www/zavprace/soubory/67500.pdf · The goal of this paper is to outline a Business Intelligence project, ... highlight](https://reader034.vdocuments.net/reader034/viewer/2022051407/5ae605057f8b9a6d4f8c1aac/html5/thumbnails/43.jpg)
[12] ENGLISH, Larry P. Improving Data Warehouse and Business Information Quality : Methods for Reducing Costs and Increasing Profits . John Wiley & Sons, 1999. 544 s. ISBN 0471253839. Vylepšujeme datový sklady a kvalitu byznys informací
[13] DBForums [online]. 2009. Dostupný z WWW: <http://www.dbforums.com/>. [14] The BI Verdict [online]. 2009. Dostupný z WWW: <http://www.bi- verdict.com/>. [15] Microsoft [online]. 2009. Dostupný z WWW: < http://www.microsoft.com/>. [16] Builder [online]. 2009. Dostupný z WWW: < http://builder.cz/>.
[17] Gartner CIO Survey. 2009. Dostupný z WWW:
<http://www.gartner.com/it/page.jsp?id=855612/>.
[18] POUR, Jan. 19. Co lze očekávat od business inteligence?. www.vse.cz [online]. 2006 [cit. 2009-11-05]. [19] Materiály z přednášek
[20] Regnecentralen [online]. 2009. Dostupný z WWW: < http://www.regnecentralen.dk/time_dimension_generator.html/>.