{"id":30092,"date":"2019-03-07T05:00:00","date_gmt":"2019-03-07T04:00:00","guid":{"rendered":"https:\/\/nearshore-it.eu\/artykuly\/czy-hurtownia-to-lek-na-dezintegracje-danych\/"},"modified":"2024-10-02T14:40:44","modified_gmt":"2024-10-02T12:40:44","slug":"czy-hurtownia-to-lek-na-dezintegracje-danych","status":"publish","type":"post","link":"https:\/\/nearshore-it.eu\/pl\/artykuly\/czy-hurtownia-to-lek-na-dezintegracje-danych\/","title":{"rendered":"Czy hurtownia danych to lek na chaos informacyjny?"},"content":{"rendered":"\n<div class=\"table-of-contents\">\n    <p class=\"title\">Id\u017a do:<\/p>\n    <ol>\n                    <li><a href=\"#Wsp\u00f3\u0142czesny-chaos-informacyjny\">1.  Wsp\u00f3\u0142czesny chaos informacyjny<\/a><\/li>\n                    <li><a href=\"#Wydajno\u015bciowa-zmora\">2.  Wydajno\u015bciowa zmora<\/a><\/li>\n                    <li><a href=\"#Czym-jest-hurtownia-danych\">3.  Czym jest hurtownia danych?<\/a><\/li>\n                    <li><a href=\"#Architektura-hurtowni-danych\">4.  Architektura hurtowni danych<\/a><\/li>\n                    <li><a href=\"#Jak-wygl\u0105da-proces-zasilenia-hurtowni-danymi\">5.  Jak wygl\u0105da proces zasilenia hurtowni danymi?<\/a><\/li>\n                    <li><a href=\"#Hurtownia-danych-krok-po-kroku\">6.  Hurtownia danych krok po kroku<\/a><\/li>\n                    <li><a href=\"#Co-dalej\">7.  Co dalej?<\/a><\/li>\n            <\/ol>\n<\/div>\n\n\n<p class=\"lead\"><\/p>\n\n\n\n<h2 class=\"wp-block-heading\" id=\"Wsp\u00f3\u0142czesny-chaos-informacyjny\">Wsp\u00f3\u0142czesny chaos informacyjny<\/h2>\n\n\n\n<p>Ka\u017cda firma charakteryzuje si\u0119 specyficznymi, unikalnymi procesami, kt\u00f3re wymuszaj\u0105 kompleksowe dopasowanie dost\u0119pnych narz\u0119dzi informatycznych (tzw. kastomizacja) lub opracowanie w\u0142asnych narz\u0119dzi wspieraj\u0105cych ich realizacj\u0119.&nbsp;<strong>Liczba kluczowych narz\u0119dzi wykorzystywanych przez&nbsp;przedsi\u0119biorstwa (zw\u0142aszcza te du\u017ce) mo\u017ce si\u0119ga\u0107 nawet kilkunastu czy&nbsp;kilkudziesi\u0119ciu.<\/strong>&nbsp;W&nbsp;przypadku przedsi\u0119biorstw funkcjonuj\u0105cych na&nbsp;arenie mi\u0119dzynarodowej ujednolicenie wykorzystywanych system\u00f3w stanowi dodatkowy problem, a&nbsp;cz\u0119sto jest niemo\u017cliwe z&nbsp;uwagi na&nbsp;r\u00f3\u017cne przepisy prawa, wysokie koszty wdro\u017cenia innego systemu czy&nbsp;obawy przed&nbsp;ryzykiem uzale\u017cnienia od&nbsp;jednego dostawcy oprogramowania.<\/p>\n\n\n\n<p>R\u00f3\u017cnorodno\u015b\u0107 system\u00f3w \u017ar\u00f3d\u0142owych (tzw. heterogeniczno\u015b\u0107) powoduje dezintegracj\u0119 danych biznesowych. Wywo\u0142uje to\u00a0szum informacyjny, kt\u00f3ry\u00a0mo\u017ce ogranicza\u0107 zdolno\u015bci decyzyjne organizacji.\u00a0W\u00a0d\u0142u\u017cszej perspektywie mog\u0105 w\u00a0zwi\u0105zku z\u00a0tym pojawia\u0107 si\u0119 realne straty wynikaj\u0105ce ze\u00a0zbyt d\u0142ugiego procesu podejmowania decyzji.<strong>\u00a0<\/strong>Rozwi\u0105zaniem tego typu problem\u00f3w mo\u017ce by\u0107 opracowanie hurtowni danych, kt\u00f3ra\u00a0b\u0119dzie stanowi\u0107 element centralny\u00a0systemu klasy Business Intelligence, polityki zarz\u0105dzania danymi i raportowania.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\" id=\"Wydajno\u015bciowa-zmora\">Wydajno\u015bciowa zmora<\/h2>\n\n\n\n<p>Systemy transakcyjne i narz\u0119dzia, kt\u00f3re wspieraj\u0105 zachodz\u0105ce w danym przedsi\u0119biorstwie procesy, maj\u0105 za zadanie rejestracj\u0119 zdarze\u0144 biznesowych. Przyk\u0142adowo, w przedsi\u0119biorstwie zajmuj\u0105cym si\u0119 dystrybucj\u0105 detaliczn\u0105 w przypadku ka\u017cdej transakcji sprzeda\u017cy rejestrowane powinny by\u0107 informacje dotycz\u0105ce nowego klienta, p\u0142atno\u015bci, wysy\u0142ki, zmiany stanu magazynowego itd.<\/p>\n\n\n\n<p>Niekt\u00f3re z&nbsp;system\u00f3w transakcyjnych (okre\u015blanych jako systemy OLTP) posiadaj\u0105 modu\u0142y raportowe dostarczaj\u0105ce podstawowe informacje. Niestety r\u00f3wnoczesne rejestrowanie zdarze\u0144 biznesowych i&nbsp;raportowanie powoduje problemy wydajno\u015bciowe.&nbsp;<strong>Wykonywanie z\u0142o\u017conych zapyta\u0144 analitycznych obci\u0105\u017ca system bazodanowy i&nbsp;powoduje blokowanie operacji zapisu czy&nbsp;modyfikacji rekord\u00f3w dla przebiegaj\u0105cych proces\u00f3w.<\/strong> Podstawow\u0105 technik\u0105 optymalizacyjn\u0105 spotykan\u0105 we wsp\u00f3\u0142czesnych rozwi\u0105zaniach IT jest wi\u0119c separacja \u015brodowisk transakcyjnego i raportowego. Gromadz\u0105c zbiory danych z r\u00f3\u017cnych \u017ar\u00f3de\u0142, hurtownia danych stanowi element centralny \u015brodowiska raportowego, dzi\u0119ki czemu umo\u017cliwia przetwarzanie danych w dowolnym czasie bez obci\u0105\u017cania bazy transakcyjnej.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\" id=\"Czym-jest-hurtownia-danych\">Czym jest hurtownia danych?<\/h2>\n\n\n\n<p>Hurtowni\u0105 nazywamy relacyjn\u0105 baz\u0119 danych, kt\u00f3rej zadaniem jest przechowywanie danych pochodz\u0105cych z r\u00f3\u017cnych \u017ar\u00f3de\u0142, w tym z system\u00f3w transakcyjnych przedsi\u0119biorstwa. Najcz\u0119\u015bciej hurtownia danych po\u015bwi\u0119cona jest konkretnemu procesowi biznesowemu czy obszarowi dzia\u0142ania przedsi\u0119biorstwa. Hurtownie danych gromadz\u0105 r\u00f3wnie\u017c dane historyczne.<\/p>\n\n\n\n<p>Charakterystyczne dla hurtowni jest gromadzenie du\u017cych ilo\u015bci danych i wydzielenie dw\u00f3ch typ\u00f3w obiekt\u00f3w. S\u0105 to&nbsp;tzw. tabele fakt\u00f3w (miary) oraz&nbsp;wymiary. Tabela fakt\u00f3w zawiera zaistnia\u0142e w&nbsp;rzeczywisto\u015bci biznesowej zdarzenia, a&nbsp;wymiary charakteryzuj\u0105 t\u0119 rzeczywisto\u015b\u0107. Przyk\u0142adem faktu (miary) mo\u017ce by\u0107&nbsp;<strong>Sprzeda\u017c<\/strong>, wtedy wymiarem b\u0119dzie m.in.:&nbsp;<strong>Czas<\/strong>&nbsp;(np.&nbsp;data sprzeda\u017cy),&nbsp;<strong>Produkt<\/strong>&nbsp;(dany towar, kt\u00f3ry&nbsp;zosta\u0142 sprzedany),&nbsp;<strong>Geografia<\/strong>&nbsp;(np.&nbsp;konkretne miasto, w&nbsp;kt\u00f3rym&nbsp;zasz\u0142a sprzeda\u017c). Takie wielowymiarowe modelowanie danych pozwala na&nbsp;przegl\u0105danie warto\u015bci miar w&nbsp;r\u00f3\u017cnym uj\u0119ciu (w&nbsp;r\u00f3\u017cnych wymiarach).<\/p>\n\n\n\n<h2 class=\"wp-block-heading\" id=\"Architektura-hurtowni-danych\">Architektura hurtowni danych<\/h2>\n\n\n\n<ol class=\"wp-block-list\">\n<li><strong>Schemat gwiazdy<\/strong><\/li>\n<\/ol>\n\n\n\n<p>Schemat gwiazdy charakteryzuje si\u0119 tym, \u017ce&nbsp;centraln\u0105 tabel\u0119 stanowi tabela fakt\u00f3w, kt\u00f3ra&nbsp;otoczona jest pojedynczymi wymiarami.<\/p>\n\n\n\n<ol class=\"wp-block-list\">\n<li><strong>Schemat p\u0142atka \u015bniegu<\/strong><\/li>\n<\/ol>\n\n\n\n<p>Schemat p\u0142atka \u015bniegu wygl\u0105da podobnie do&nbsp;schematu gwiazdy. Jedyna r\u00f3\u017cnica to&nbsp;taka, \u017ce&nbsp;wymiary po\u0142\u0105czone z&nbsp;tabel\u0105 fakt\u00f3w dodatkowo po\u0142\u0105czone s\u0105 jeszcze z&nbsp;innymi wymiarami.<\/p>\n\n\n\n<ol class=\"wp-block-list\">\n<li><strong>&nbsp;Schemat konstelacji fakt\u00f3w<\/strong><\/li>\n<\/ol>\n\n\n\n<p>Ostatni schemat hurtowni danych to konstelacja fakt\u00f3w, kt\u00f3ry&nbsp;umo\u017cliwia przechowywanie r\u00f3\u017cnych rodzaj\u00f3w fakt\u00f3w. Wymiary w&nbsp;tym przypadku s\u0105 wsp\u00f3\u0142dzielone przez&nbsp;tabele fakt\u00f3w.<\/p>\n\n\n\n<div style=\"height:34px\" aria-hidden=\"true\" class=\"wp-block-spacer\"><\/div>\n\n\n<div class=\"wp-block-image\">\n<figure class=\"aligncenter\"><img decoding=\"async\" src=\"https:\/\/nearshore-it.eu\/wp-content\/uploads\/2024\/09\/JPro_03.07_graphic1.png\" alt=\"Hurtownia danych - schematy\" class=\"wp-image-26062\" title=\"Business Intelligence - gwiazda, p\u0142atek \u015bniegu, konstelacja\"\/><\/figure>\n<\/div>\n\n\n<div style=\"height:34px\" aria-hidden=\"true\" class=\"wp-block-spacer\"><\/div>\n\n\n\n<p>Hurtownia danych mo\u017ce zosta\u0107 zastosowana w&nbsp;przedsi\u0119biorstwach dzia\u0142aj\u0105cych w&nbsp;r\u00f3\u017cnych bran\u017cach, a&nbsp;podstawowym uzasadnieniem jej zastosowania s\u0105 problemy zwi\u0105zane z&nbsp;wydajno\u015bci\u0105, rozproszeniem i&nbsp;nadmiarem ilo\u015bci danych.<\/p>\n\n\n\n<p><strong>Dodatkowe materia\u0142y: <\/strong><\/p>\n\n\n\n<ul class=\"wp-block-list\">\n<li><a href=\"https:\/\/nearshore-it.eu\/pl\/artykuly\/ewolucja-technik-modelowania-hurtowni-danych\/\" target=\"_blank\" data-type=\"link\" data-id=\"https:\/\/nearshore-it.eu\/pl\/artykuly\/ewolucja-technik-modelowania-hurtowni-danych\/\" rel=\"noreferrer noopener\">Historia hurtowni danych i ewolucja technik modelowania<\/a> [artyku\u0142]<\/li>\n<\/ul>\n\n\n\n<h2 class=\"wp-block-heading\" id=\"Jak-wygl\u0105da-proces-zasilenia-hurtowni-danymi\">Jak wygl\u0105da proces zasilenia hurtowni danymi?<\/h2>\n\n\n\n<p>Najprostsza definicja hurtowni danych przedstawia j\u0105 jako&nbsp;<strong>tematyczn\u0105 baz\u0119 danych, kt\u00f3ra&nbsp;trwale przechowuje zintegrowane dane opisane wymiarem czasu.<\/strong>&nbsp;\u201eZintegrowane dane\u201d to&nbsp;s\u0142owa kluczowe wyst\u0119puj\u0105ce w&nbsp;tej&nbsp;kr\u00f3tkiej definicji.<\/p>\n\n\n\n<div style=\"height:34px\" aria-hidden=\"true\" class=\"wp-block-spacer\"><\/div>\n\n\n<div class=\"wp-block-image\">\n<figure class=\"aligncenter\"><img decoding=\"async\" src=\"https:\/\/nearshore-it.eu\/wp-content\/uploads\/2024\/09\/JPro_03.07_graphic3.png\" alt=\"Proces ETL\" class=\"wp-image-26064\" title=\"\"><\/figure>\n<\/div>\n\n\n<div style=\"height:34px\" aria-hidden=\"true\" class=\"wp-block-spacer\"><\/div>\n\n\n\n<p>Integracja danych polega na&nbsp;pobraniu konkretnych danych z&nbsp;wielu miejsc, odpowiednim ich przetworzeniu (dopasowanie typ\u00f3w danych, wyczyszczenie) i&nbsp;za\u0142adowaniu do&nbsp;hurtowni. Sekwencja wymienionych krok\u00f3w nosi nazw\u0119 procesu ETL, b\u0119d\u0105cego akronimem od&nbsp;s\u0142\u00f3w:<\/p>\n\n\n\n<p><strong>Extract<\/strong> \u2013 ekstrakcja danych, czyli pobranie danych z&nbsp;r\u00f3\u017cnorodnych \u017ar\u00f3de\u0142, w&nbsp;tym bazy danych oraz m.in.:<\/p>\n\n\n\n<div style=\"height:34px\" aria-hidden=\"true\" class=\"wp-block-spacer\"><\/div>\n\n\n<div class=\"wp-block-image\">\n<figure class=\"aligncenter\"><img decoding=\"async\" src=\"https:\/\/nearshore-it.eu\/wp-content\/uploads\/2024\/09\/JPro_03.07_graphic2.png\" alt=\"\u017br\u00f3d\u0142a danych - Business Intelligence\" class=\"wp-image-26063\" title=\"Bazy danych - Business Intelligence\"\/><\/figure>\n<\/div>\n\n\n<div style=\"height:34px\" aria-hidden=\"true\" class=\"wp-block-spacer\"><\/div>\n\n\n\n<p><strong>Transform<\/strong>&nbsp;\u2013 transformacja danych, czyli przekszta\u0142cenie pobranych danych w&nbsp;po\u017c\u0105dany spos\u00f3b (dopasowanie do&nbsp;typ\u00f3w danych wyst\u0119puj\u0105cych w&nbsp;hurtowni danych; weryfikacja poprawno\u015bci i&nbsp;walidacja danych, czyszczenie danych; usuwanie duplikat\u00f3w; uzupe\u0142nianie danych; dodanie kluczy surogatowych).<\/p>\n\n\n\n<p><strong>Load<\/strong> \u2013 Docelowa baza danych stanowi\u0105ca tzw. hurtowni\u0119 danych zostaje za\u0142adowana danymi.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\" id=\"Hurtownia-danych-krok-po-kroku\">Hurtownia danych krok po kroku<\/h2>\n\n\n\n<p>W&nbsp;procesie wdro\u017cenia hurtowni danych w&nbsp;organizacji mo\u017cna wyr\u00f3\u017cni\u0107 kilka kluczowych krok\u00f3w:<\/p>\n\n\n\n<p><strong>Krok 1. Analiza<\/strong><\/p>\n\n\n\n<p>Projektowanie hurtowni danych powinno rozpocz\u0105\u0107 si\u0119 od&nbsp;gruntownej&nbsp;<a href=\"https:\/\/nearshore-it.eu\/pl\/artykuly\/7-grzechow-glownych-w-analizie-biznesowej\/\" target=\"_blank\" rel=\"noopener noreferrer\">analizy biznesowej<\/a>&nbsp;potrzeb organizacji. Zbieranie wymaga\u0144 jest kluczowym elementem efektywnego wdro\u017cenia hurtowni. Nale\u017cy zidentyfikowa\u0107 grono odbiorc\u00f3w raport\u00f3w ko\u0144cowych i&nbsp;przeprowadzi\u0107 rozmowy umo\u017cliwiaj\u0105ce jednoznaczne okre\u015blenie, jakich danych hurtownia powinna dostarczy\u0107 i&nbsp;jak cz\u0119sto hurtownia powinna by\u0107 od\u015bwie\u017cana.<\/p>\n\n\n\n<p><strong>Krok 2. Utworzenie hurtowni danych<\/strong><\/p>\n\n\n\n<p>Na&nbsp;podstawie przeprowadzanej analizy mo\u017cna przej\u015b\u0107 do&nbsp;etapu fizycznej implementacji hurtowni danych, czyli utworzenia niezb\u0119dnych tabel wraz z&nbsp;relacjami. Budowa wymiar\u00f3w i&nbsp;tabel fakt\u00f3w powinna bezpo\u015brednio odpowiada\u0107 potrzebom biznesowym.<\/p>\n\n\n\n<p><strong>Krok 3. Budowa procesu ETL (zasilania hurtowni danych)<\/strong><\/p>\n\n\n\n<p>Na&nbsp;podstawie zidentyfikowanych \u017ar\u00f3de\u0142 danych dla hurtowni nale\u017cy zaimplementowa\u0107 spos\u00f3b zasilenia hurtowni danych, uwzgl\u0119dniaj\u0105c wszystkie potrzebne przekszta\u0142cenia.<\/p>\n\n\n\n<p><strong>Krok 4. Zasilenie hurtowni danych<\/strong><\/p>\n\n\n\n<p>Kiedy proces ETL jest ju\u017c gotowy, mo\u017cna go uruchomi\u0107 i&nbsp;zasili\u0107 hurtowni\u0119 danych. Je\u017celi wszystko dzia\u0142a poprawnie, to&nbsp;mo\u017cna ustawi\u0107 automatyczne od\u015bwie\u017canie hurtowni zgodnie z&nbsp;ustalonym w&nbsp;toku analizy harmonogramem zasile\u0144 (np.&nbsp;raz dziennie).<\/p>\n\n\n\n<p><strong>Krok 5. Testowanie, kontrola<\/strong><\/p>\n\n\n\n<p>Bardzo wa\u017cnym i&nbsp;ko\u0144cowym etapem jest sprawdzenie poprawno\u015bci danych, kt\u00f3re s\u0105 dost\u0119pne w&nbsp;hurtowni danych. W&nbsp;testy zaanga\u017cowani powinni by\u0107 u\u017cytkownicy ko\u0144cowi, kt\u00f3rzy&nbsp;s\u0105 w&nbsp;stanie oceni\u0107, czy&nbsp;dane odzwierciedlaj\u0105 rzeczywisto\u015b\u0107.<\/p>\n\n\n\n<p><strong>Przeczytaj tak\u017ce:\u00a0<\/strong><\/p>\n\n\n\n<ul class=\"wp-block-list\">\n<li><a href=\"https:\/\/nearshore-it.eu\/pl\/artykuly\/uslugi-business-intelligence\/\" data-type=\"link\" data-id=\"https:\/\/nearshore-it.eu\/pl\/artykuly\/uslugi-business-intelligence\/\" target=\"_blank\" rel=\"noreferrer noopener\">Dost\u0119pne us\u0142ugi Business Intelligence\u00a0<\/a><\/li>\n\n\n\n<li><a href=\"https:\/\/nearshore-it.eu\/pl\/artykuly\/snowpipe-w-analizie-danych\/\" data-type=\"link\" data-id=\"https:\/\/nearshore-it.eu\/pl\/artykuly\/snowpipe-w-analizie-danych\/\">Snowpipe-w-analizie-danych<\/a><\/li>\n<\/ul>\n\n\n\n<p>Nale\u017cy pami\u0119ta\u0107, \u017ce&nbsp;wst\u0119pnie przeprowadzona analiza mo\u017ce nie&nbsp;by\u0107 na&nbsp;dalszych etapach wystarczaj\u0105ca. \u201eApetyt ro\u015bnie w&nbsp;miar\u0119 jedzenia\u201d,&nbsp;czujny konsultant BI&nbsp;musi by\u0107 wi\u0119c&nbsp;w&nbsp;sta\u0142ym kontakcie z&nbsp;u\u017cytkownikami ko\u0144cowymi, \u017ceby&nbsp;identyfikowa\u0107 i&nbsp;realizowa\u0107 kolejne potrzeby biznesowe. Potrzeby te zwykle w&nbsp;naturalny spos\u00f3b pojawi\u0105 si\u0119 po&nbsp;prezentacji mo\u017cliwo\u015bci raportowych na&nbsp;podstawie danych hurtownianych. Dlatego dobrym rozwi\u0105zaniem jest&nbsp;<strong>przyj\u0119cie zwinnej strategii realizacji projektu,<\/strong>&nbsp;polegaj\u0105cej na&nbsp;iteracyjnym dostarczaniu kolejnej wersji rozwi\u0105zania.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\" id=\"Co-dalej\">Co dalej?<\/h2>\n\n\n\n<p>Utworzenie hurtowni danych stanowi doskona\u0142y punkt wyj\u015bcia, pozwalaj\u0105cy na\u00a0dostarczenie u\u017cytkownikom ko\u0144cowym warstwy analitycznej oraz\u00a0warstwy raportowania i\u00a0<a href=\"https:\/\/nearshore-it.eu\/pl\/artykuly\/skuteczna-wizualizacja-danych-czyli-5-zasad-efektywnego-dashboardu\/\" target=\"_blank\" data-type=\"link\" data-id=\"https:\/\/nearshore-it.eu\/pl\/artykuly\/skuteczna-wizualizacja-danych-czyli-5-zasad-efektywnego-dashboardu\/\" rel=\"noreferrer noopener\">wizualizacji danych<\/a>. Niejednokrotnie na\u00a0podstawie hurtowni danych powstaje konkretny model danych (np.\u00a0kostka\u00a0OLAP\u00a0czy\u00a0model tabelaryczny), pozwalaj\u0105cy na\u00a0swobodny dost\u0119p do\u00a0danych za\u00a0po\u015brednictwem wygodnego interfejsu, jakim jest tabela przestawna.<\/p>\n\n\n\n<p>Na&nbsp;podstawie danych przechowywanych w&nbsp;hurtowniach danych mo\u017cna tak\u017ce tworzy\u0107 alerty, kt\u00f3re b\u0119d\u0105 informowa\u0107 pracownik\u00f3w o&nbsp;niepo\u017c\u0105danych (lub po\u017c\u0105danych) zjawiskach, zdefiniowanych na&nbsp;podstawie odchyle\u0144 od&nbsp;normy kluczowych wska\u017anik\u00f3w wydajno\u015bci przedsi\u0119biorstwa.<\/p>\n\n\n\n<p>Efektywnie wdro\u017cona hurtownia danych to&nbsp;odpowied\u017a na&nbsp;bol\u0105czki \u015brednich i&nbsp;du\u017cych przedsi\u0119biorstw, dotycz\u0105cych zarz\u0105dzania du\u017cymi zbiorami danych, kt\u00f3re pochodz\u0105 z&nbsp;wielu rozproszonych \u017ar\u00f3de\u0142.<\/p>\n\n\n\n<p>Wi\u0119cej ciekawych informacji na&nbsp;temat hurtowni danych mo\u017cna odnale\u017a\u0107 w&nbsp;artyku\u0142ach naukowych:<\/p>\n\n\n\n<p><a href=\"http:\/\/jcommerce.local\/wp-content\/uploads\/2018\/03\/Artyku1.pdf\" target=\"_blank\" rel=\"noopener\">Libera T., Ziuzia\u0144ski P.: Charakterystyka budowy hurtowni danych i mo\u017cliwo\u015bci implementacji wymiar\u00f3w r\u00f3\u017cnego typu, Zeszyt Naukowy 43 (Informatyka), Wy\u017csza Szko\u0142a Zarz\u0105dzania i Bankowo\u015bci w Krakowie, Krak\u00f3w 2017, s. 11-32.<\/a><span style=\"font-size: 8pt;\"><a href=\"file:\/\/\/C:\/Users\/algr\/Desktop\/hurtownia%20danych\/Czy%20hurtownia%20danych%20to%20panaceum%20na%20dezintegracj%C4%99%20danych%20w%20organizacji_p....docx#_msocom_4\" name=\"_msoanchor_4\"><\/a><br><\/span><\/p>\n\n\n\n<p><a href=\"http:\/\/jcommerce.local\/wp-content\/uploads\/2018\/03\/Artyku2.pdf\" target=\"_blank\" rel=\"noopener\">Furmankiewicz M., Ziuzia\u0144ski P.: Wdra\u017canie kokpitu mened\u017cerskiego w ramach BI w organizacji, [w:] A. Donigiewicz (red.), Przegl\u0105d teleinformatyczny, nr 4 (37), Instytut Teleinformatyki i Automatyki Wojskowej Akademii Technicznej im. Jaros\u0142awa D\u0105browskiego, Warszawa 2014, s. 3-16.<\/a><span style=\"font-size: 8pt;\"><a href=\"file:\/\/\/C:\/Users\/algr\/Desktop\/hurtownia%20danych\/Czy%20hurtownia%20danych%20to%20panaceum%20na%20dezintegracj%C4%99%20danych%20w%20organizacji_p....docx#_msocom_5\" name=\"_msoanchor_5\"><\/a><br><\/span><\/p>\n","protected":false},"excerpt":{"rendered":"<p>Dzisiejsze firmy korzystaj\u0105 z wielu wyspecjalizowanych narz\u0119dzi informatycznych, realizuj\u0105cych potrzeby biznesowe w konkretnych obszarach dzia\u0142alno\u015bci. W wi\u0119kszo\u015bci przypadk\u00f3w narz\u0119dzia tego typu posiadaj\u0105 pewne mo\u017cliwo\u015bci raportowe, zaspokajaj\u0105ce podstawowe potrzeby u\u017cytkownik\u00f3w ko\u0144cowych. Problem pojawia si\u0119 jednak, kiedy konieczne jest zestawienie danych pochodz\u0105cych z r\u00f3\u017cnych \u017ar\u00f3de\u0142 i zaprezentowanie ich w wygodnej i czytelnej formie. Dodatkowo przegl\u0105danie danych historycznych w systemie transakcyjnym najcz\u0119\u015bciej wi\u0105\u017ce si\u0119 z d\u0142ugim czasem oczekiwania na wygenerowanie raportu. Jak zatem radzi\u0107 sobie w takiej sytuacji? Jak przeciwdzia\u0142a\u0107 chaosowi informacyjnemu w organizacji? Jak przezwyci\u0119\u017ca\u0107 problemy wydajno\u015bciowe w systemach transakcyjnych?<\/p>\n","protected":false},"author":111,"featured_media":30103,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"iawp_total_views":242,"footnotes":""},"categories":[1,582],"tags":[600],"offering":[521],"class_list":["post-30092","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-artykuly","category-technologie","tag-business-intelligence-2","offering-modern-data-solutions"],"acf":[],"_links":{"self":[{"href":"https:\/\/nearshore-it.eu\/pl\/wp-json\/wp\/v2\/posts\/30092","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/nearshore-it.eu\/pl\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/nearshore-it.eu\/pl\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/nearshore-it.eu\/pl\/wp-json\/wp\/v2\/users\/111"}],"replies":[{"embeddable":true,"href":"https:\/\/nearshore-it.eu\/pl\/wp-json\/wp\/v2\/comments?post=30092"}],"version-history":[{"count":3,"href":"https:\/\/nearshore-it.eu\/pl\/wp-json\/wp\/v2\/posts\/30092\/revisions"}],"predecessor-version":[{"id":33059,"href":"https:\/\/nearshore-it.eu\/pl\/wp-json\/wp\/v2\/posts\/30092\/revisions\/33059"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/nearshore-it.eu\/pl\/wp-json\/wp\/v2\/media\/30103"}],"wp:attachment":[{"href":"https:\/\/nearshore-it.eu\/pl\/wp-json\/wp\/v2\/media?parent=30092"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/nearshore-it.eu\/pl\/wp-json\/wp\/v2\/categories?post=30092"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/nearshore-it.eu\/pl\/wp-json\/wp\/v2\/tags?post=30092"},{"taxonomy":"offering","embeddable":true,"href":"https:\/\/nearshore-it.eu\/pl\/wp-json\/wp\/v2\/offering?post=30092"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}