Business Intelligence w SQL Business Intelligence w SQL Server 2008Server 2008

Łukasz Grala

Seminarium Microsoft SQL Server 2008, Chorzów 19 luty 2009

Łukasz Grala• Doświadczenie:

kierownik projektów ERP, wykładowca, projektant, konsultant, wdrożeniowiec

• Zainteresowania:bazy i hurtownie danych, systemy ERP i BI, badania operacyjne, eksploracja danych, systemy

wspomagania decyzji, teoria obliczeń, technologia Microsoft

• Doradztwo:

Systemy ERP i BI, bazy danych Microsoft SQL Server, rozwiązania analityczne i hurtownie

danych w oparciu o technologie Microsoft, administracja i optymalizacja baz danych

Microsoft SQL Server

• Wybrane certyfikaty:

Microsoft Certified Professional

Microsoft Certified Technology Specialist SQL Server 2005

Microsoft Certified Technology Specialist SQL Server 2005 Business Intelligence Development

Microsoft Certified IT Professional Database Administrator

Microsoft Certified IT Professional Database Developer

Microsoft Certified IT Professional Business Intelligence Developer

Microsoft Certified Trainer

Agenda

• Co to jest BI

• Rozwiązania Microsoft w zakresie BI

• Analysis Services

− Multidimensional Data

− Data Mining

• Raporting Services

Co to jest Business IntelligenceLogika biznesowa – podejście do procesów

zarządzania, umożliwiające

przedsiębiorstwu definiowanie tego, które

informacje są użyteczne i istotne w

procesie podejmowania decyzji

korporacyjnych.

BI – pomaga kadrze menadżerskiej w

szybszym podejmowaniu lepszych decyzji,

dokonując przekształceniu danych w

informacje

SQL Server 2008

• Database Engine (+Replication +

Service Broker)

• Integration Services

• Reporting Services

• Analysis Services

− Multidimensional Data

− Data Mining

Technologia Microsoft

BI PLATFORM

SQL Server SQL Server Reporting ServicesReporting Services

SQL Server SQL Server Analysis ServicesAnalysis Services

SQL Server RDBMSSQL Server RDBMS

SQL Server Integration ServicesSQL Server Integration Services

SharePoint ServerSharePoint Server

DELIVERY

ReportsReports DashboardsDashboards Excel Excel WorkbooksWorkbooks

AnalyticAnalyticViewsViews ScorecardsScorecards PlansPlans

END USER TOOLS & PERFORMANCE MANAGEMENT APPSPerformancePoint PerformancePoint

ServerServerExcelExcel

AS – Multidimensional Data

• Podstawy − Hurtownie danych− Tabele faktów, tabele wymiaru, miary− OLAP (ROLAP, MOLAP, HOLAP)

AS – Multidimensional Data c.d.• Tabele faktów

Rejon Produkt Miesiąc Ilość Wartość

Wielkopolska

Gitara Styczeń 50 25.200,00

Śląsk Gitara Styczeń 45 24.800,00

Wielkopolska

Gitara Luty 12 7.580,00

Śląsk Skrzypce

Styczeń 20 20.500,00

Mazowieckie Gitara Styczeń 100 50.555,00

Dolnyśląsk Skrzypce

Styczeń 10 10.000,00

ID_Rejon ID_Prod Miesiąc Ilość Wartość

10 220 1 50 25.200,00

8 220 1 45 24.800,00

10 320 2 12 7.580,00

8 150 1 20 20.500,00

5 220 1 100 50.555,00

1 150 1 10 10.000,00

AS – Multidimensional Data c.d.• Tabele wymiaru

ID Produkt Grupa

120 Gitara Gibson Instrumenty

220 Gitara Instrumenty

320 Gitara flamenco

Instrumenty

501 Struny nylonowe

Akcesoria

530 Struny nylonowe

Akcesoria

550 Pianino – Bach Nuty

ID Produkt Grupa Cena

120 Gitara Gibson Instrumenty 1.500,00

220 Gitara klasyczna

Instrumenty 580,00

320 Gitara flamenco

Instrumenty 1.100,00

501 Struny nylonowe

Akcesoria 48,00

530 Struny nylonowe

Akcesoria 22,00

550 Pianino – Bach Nuty 34,00

AS – Multidimensional Data c.d.• Hierarchia i agregacja

CZAS

ROK

MIESIĄC

KWARTAŁ

DZIEŃ

KLIENCI

GRUPA

CENTRALA

ODDZIAŁ

MIEJSCE

KRAJ

REGION

MIASTO

PRODUKT

GRUPA

PODGRUPA

PRODUKT

AS – Multidimensional Data c.d.• Przechowywanie agregacji

DB

ROLAP

Fakty + agregacje

MOLAP

Fakty + agregacje

SSAS

HOLAP

DB

Agregacje Fakty

SSAS +

Analysis Services

• Podstawowe elemeny:− Data source (źródła danych)− Data source view („widoki” danych ze

źródła)− Measures (miary)− Measures groups (grupy miar)− Dimensions (wymiary)− Cubes (kostki)

Analysis Services – Narzędzia• Business Intelligence Development

Studio

SS Business Intelligence Development Studio

• Tworzenie kostek, wymiarów…

SS Business Intelligence Development Studio

SS Business Intelligence Development Studio

Analysis Services

• KPI

Analysis Services - przykład

Analysis Services

• Język MDX

([Measures].[Sales Amount], [Product].[Category].&[1])/([Measures].[Sales Amount], [Product].[Category].[All])

([Measures].[Sales Amount], [Product].[Category].CurrentMember)/

([Measures].[Sales Amount], [Product].[Category].[All])

Analysis ServicesDATA MINING

• Dziedzina zajmująca się analizą i odkrywaniem zależności, reguł, wzorców w bazach i hurtowniach danych

• Proces automatycznego odkrywania nietrywialnych, dotychczas nieznanych, potencjalnie użytecznych reguł, zależności, wzorców schematów, podobieństw, trendów w dużych repozytoriach danych

• Połączenie statystyki, analizy prawdopodobieństwa i technologii baz danych

• Celem eksploracji danych jest analiza danych i procesów w celu lepszego ich zrozumienia

Analysis Services – Procesy DM

Model eksploracjiModel eksploracji

DM DM EngineEngineAparat Aparat

DMDM

Dane treningoweDane treningowe

Dane do Dane do przewidzeniaprzewidzenia

Model eksploracjiModel eksploracji

Z prognozamiZ prognozami

Model eksploracjiModel eksploracji

Analysis ServicesDATA MINING – przykładowe

zastosowanie• Analiza marketingowa rynku• Badanie potrzeb kontrahentów• Segmentacja i klasyfikacja

klientów• Badanie koszyka klienta• Badanie zdolności kredytowej• Prognozowanie i planowanie• Badanie ryzyka• Inne

AS – Data Mining algorytmy

• Narzędzia

Algorytm Opis

Drzewa decyzyjne Określa szanse wyniku na podstawie wartości w zestawie treningowym

Reguły asocjacyjne

Określa związki między przypadkami

Klastrowanie Klasyfikuje przypadki na odrębne grupy na podstawie zbiorów atrybutów

Naiwny klasy-fikator Bayesa

Wyraźnie przedstawia różnice konkretnej zmiennej dla różnych elementów danych

Klastrowanie sekwencyjne

Grupuje lub klastruje dane na podstawie sekwencji poprzednich zdarzeń

Szeregi czasowe Analizuje i prognozuje dane czasowe, łącząc możliwości algorytmu ARTXP (opracowanego przez zespół Microsoft Research) do krótkoterminowych prognoz z metodą ARIMA (w programie SQL 2008) w celu osiągnięcia dokładności w dłuższej perspektywie.

Siec neuronowe Szuka nieznanych nieintuicyjnych związków między danymi

Regresja liniowa Określa związki między kolumnami w celu przewidywania wyniku

Regresja logistyczna

Określa związki między kolumnami w celu oceny prawdopodobieństwa, że kolumna będzie zawierać konkretny stan

Szeregi czasowe

Klastrowanie sekwencyjne

Sieci neuronowe

Naiwny klasyfi-kator Bayesa

Regresja logistyczna

Regresja liniowa

Drzewa decyzyjne

Klastrowanie

Reguły asocjacyjne

Klasyfikacja

Klasyfikacja

Szacowanie

Szacowanie

Segmentacja

Segmentacja

Asocjacja

Asocjacja

Prognozowanie

Prognozowanie

Analiza te

kstu

Analiza te

kstu

Zaawansowana

Zaawansowana

ekspl. danych

ekspl. danych

Reporting Services

Reporting Services

Standard Scale-outSharePointIntegrated

Reporting Services

• Podstawowe możliwości:− Budowanie raportów− Zarządzanie dostępem− Elastyczne projektowanie (wykresy,

grafika, funkcje, wyrażenia, parametry)− Różne formaty renderowania (pdf, xls,

jpg,..)− Automatyczne generowanie raportów− Definiowanie źródeł danych− Tworzenie modeli raportów

Reporting Services

PODSUMOWANIE

• To były tylko podstawy• Warto poznać i wdrażać rozwiązania BI

Konferencje

14 MARCA 2009 | WARSZAWA

Pytania?

lgrala@o2.pl

http://lukaszgrala.blogspot.com