БАЗЫ ДАННЫХ / БИЗНЕС-АНАЛИТИКА / СТРАТЕГИИ РАЗВИТИЯ БИЗНЕСА / ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ / АНАЛИЗ ДАННЫХ / DATABASE / BUSINESS ANALYTICS / BUSINESS DEVELOPMENT STRATEGY / INFORMATION TECHNOLOGY / DATA ANALYSIS
Аннотация научной статьи по компьютерным и информационным наукам, автор научной работы — Щербакова Е.А.
В настоящее время компании, которые работают с большим объемом информации, активно разрабатывают и совершенствуют многочисленные инструменты для передачи, обработки и анализа данных . Для того, чтобы иметь возможность получать полезные для бизнеса сведения при помощи инструментов бизнес-аналитики , необходимо иметь четкие цели анализа и правильно подготовленные наборы данных. Данная статья исследует факторы, которые подтверждают важность наличия качественно подготовленных данных и их использование при построении стратегий развития бизнеса .
i Надоели баннеры? Вы всегда можете отключить рекламу.
Похожие темы научных работ по компьютерным и информационным наукам , автор научной работы — Щербакова Е.А.
ЦИФРОВИЗАЦИЯ, ИЛИ УПРАВЛЕНИЕ НА ОСНОВЕ ПОТОКА ДАННЫХ
Информатика 9 класс. База данных как модель предметной области (УМК БОСОВА Л.Л., БОСОВА А.Ю.)
Разработка и имплементация концептуальной модели информационной системы Business Intelligence на уровне коммерческой службы фармацевтической компании «Saidal»
Разработка универсальной бизнес-модели онлайн-ретейла
Построение современных корпоративных информационных систем
Управление бизнес-процессами интегрированных структур на принципах совместного использования цифровых технологий
i Не можете найти то, что вам нужно? Попробуйте сервис подбора литературы.
i Надоели баннеры? Вы всегда можете отключить рекламу.
Текст научной работы на тему «ИСПОЛЬЗОВАНИЕ БАЗ ДАННЫХ В ПОСТРОЕНИИ И РАЗВИТИИ БИЗНЕСА»
анализ | прогноз | управление
электронный научно-экономическии журнал
Том 8, № 9 (2020) Business Strategies
Использование баз данных в построении и развитии бизнеса
Кандидат на звание доктора бизнес-наук, Университет Вестклифф, Ирвайн, США
Аннотация: В настоящее время компании, которые работают с большим объемом информации, активно разрабатывают и совершенствуют многочисленные инструменты для передачи, обработки и анализа данных. Для того, чтобы иметь возможность получать полезные для бизнеса сведения при помощи инструментов бизнес-аналитики, необходимо иметь четкие цели анализа и правильно подготовленные наборы данных. Данная статья исследует факторы, которые подтверждают важность наличия качественно подготовленных данных и их использование при построении стратегий развития бизнеса.
Ключевые слова: базы данных, бизнес-аналитика, стратегии развития бизнеса, информационные технологии, анализ данных
Doctor of Business Administration Candidate, Westcliff University, Irvine, CA, USA
Abstract: Nowadays Arms that are working with big data have developed multiple tools to transfer, operate and analyze data. But to be able to draw meaningful conclusions out of data analysis, a Arm needs to obtain clean data and set clear goals for the analysis. This paper reviews the facts that prove the importance of well-maintained databases in the life of value-driven businesses.
База данных как модель предметной области | Информатика 9 класс #9 | Инфоурок
Keywords: database, business analytics, business development strategy, information technology, data analysis
Роль баз данных в развитии бизнеса
Базы данных уже несколько десятилетий играют ключевую роль в бизнес-процессах современных фирм. Компании используют базы данных независимо от того, предоставляют ли они свою продукцию и сервисы в электронном формате или же ведут бизнес вне интернет-пространства. База данных содержит информацию о разных типах объектов (наименований), событий (транзакций), людей (сотрудников) и локаций [2].
Значение баз данных выросло за последние несколько десятилетий, поскольку объемы существующих данных растут огромными темпами с момента изобретения вычислительной техники. Но не только новые данные создаются и хранятся в базах данных. Цифровизация уже существующих объемов информации используется как в различных областях науки и индустрии, так и во многих областях искусства, гуманитарных и социальных наук [1]. Следовательно, для успешной работы с большими объемами информации необходимо знать, как оперировать базами данных и как развивать бизнес-стратегии на подтвержденной данными основе.
Типы баз данных
В настоящее время существует 3 типа баз данных, которые отличаются между собой своей структурой и целью назначения [1].
Реляционные базы данных состоят из набора таблиц, где данные могут быть сгруппированы разными путями без необходимости переформирования таблиц. Такие базы данных очень удобны при работе над поиском и анализом данных. Для их использования изобретаются специальные системы правления. Для взаимодействия с таким типом баз был разработан язык запросов и управления под названием Structured Query Language (SQL).
Сетевые базы данных хранят данные и взаимосвязи между ними таким способом, при котором каждая запись в базе имеет сеть связей с другими элементами информации.
Иерархические базы данных имеют древовидную структуру, в которой каждая запись соединена с еще несколькими. Подобная структура очень наглядна и логически выстроена и выглядит четче и понятнее, чем сетевая база данных.
Иерархические и сетевые базы данных не предполагают использования языка запросов SQL. Поэтому их называют No-SQL базами. Их активно используют компании, которые агрегируют и анализируют огромный объем информации. Провайдеры мультимедийного контента, такие, как Netflix и Hulu, обслуживая сотни миллионов подписчиков своих сервисов одновременно, используют No-SQL базу данных под названием Apache Cassandra.
Определение качества наборов данных при работе с базами банных
Качественно подготовленные наборы данных исключают наличие так называемых «грязных данных», которые являются неполными, нерелевантными, не поддающимися систематизации [4]. Также к грязным данным относятся недостающие или дублированные записи. Если анализировать такой некачественный набор данных, то результат такого анализа будет неточным и дезориентирующим. Поэтому для получения качественных результатов аналитикам необходимо подготовить наборы данных для работы. Процесс подготовки подразумевает исправление или удаление неточной, неполной или противоречивой информации [2]. При наличии наборов
Том 8, № 9 (2020) Business Strategies
данных, приведенных в порядок вышеуказанным способом, аналитики могут рассчитывать на получение четких результатов в результате использования описательных, предсказательных и предстательных подходов работы с данными.
Благодаря полным и точно составленным базам банных компании имеют возможность предоставлять высококачественный сервис своим клиентами и одновременно могут оптимизировать свои бизнес-процессы с целью сокращения трат и увеличения выручки.
Очевидна огромная выгода наличия таких баз данных на службе любого бизнеса.
Стриминговые сервисы, такие, как Amazon Prime, Apple Plus, Netflix, ежедневно предоставляют развлекательный видеоконтент многомиллионной аудитории. При своей работе они агрегируют, сохраняют и оперируют данными пользователей для последующего их анализа и увеличения прибыли. Подобным сервисам критически необходимо ежедневно предоставлять своим пользователям к просмотру релевантный контент, во избежание потери интереса к подписке, поскольку клиенты оплачивают сервисы на основе ежемесячного членского взноса и могут закончить свою подписку в любой момент
Еще одним примером использования качественных баз данных являются банки. При наличии качественных данных о бывших и текущих клиентах банки имеют возможность высчитать вероятность выплаты клиентами кредитов и рассчитать кредитные условия для различных слоев населения. Точность таких прогнозов напрямую зависит от качества агрегирования и анализа данных.
Социальные сети также являются агрегаторами огромного объема информации о пользователях. Facebook использует базу данных MySQL для работы с данными, которые изобилуют перекрестными ссылками. Анализ данных помогает социальной сети давать пользователям релевантные рекомендации по рекламируемым продуктам, потенциальным друзьям, группам по интересам. Одновременно с этим социальная сеть предоставляет данные о пользователях компаниям, которые рекламируют свою продукцию и услуги целевой аудитории. Без использования баз с качественными набором данных анализ поведения потребителей становится нечетким и ведет к потерям выручки [5].
Особое внимание стоит уделить случаям, когда базы данных используются на малых, среднего размера и микропредприятиях. Зачастую данные предприятия не систематизируют имеющиеся данные о текущих и бывших клиентах. Многие предприятия предпочитают файловую систему хранения, когда оригиналы и копии документов хранятся в распечатанном виде в папках.
Такая система работы с данными клиентов особенно характерна для фирм, работающих в индустрии туризма, образования, недвижимости. Однако даже при необходимости следования законам хранения оригиналов документов в течение нескольких лет данные компании все же могут перейти на использование баз данных для оптимизации рабочих процессов, таких, как поиск нужной информации, анализ продуктивности компании, исследование статистики прошлых лет с целью увеличения прибыли. Для успешного внедрения использования баз данных таким компаниям нужно при необходимости провести цифровизацию архивов и внедрить использование систем управления взаимоотношениями с клиентами (CRM). Данные системы позволяют стандартизировать процессы взаимодействия с заказчиками и одновременно агрегируют данные, которые затем могут быть экспортированы в базу данных для последующего анализа. Использование таких решений помогает снизить количество персонала, обеспечивает доступ ко всем данным для авторизованных пользователей и дает возможность оперировать данными удаленно, без необходимости присутствия в офисе.
Подводя итоги, можно отметить, что с момента начала использования баз данных компании начали получать доступ к анализу данных, который дает возможность значительно улучшить эффективность и производительность. Компаниям, внедряющим использование баз данных, необходимо следить за качеством агрегируемой информации. Наличие качественных наборов данных позволяет получить статистику, необходимую для улучшения показателей продуктивности. Внедрение баз данных также стандартизирует подход к работе с информацией и предотвращает ее потерю.
1. Alfonso-Goldfarb, A. M., Waisse, S., Phillips, A. (2015). Business driven information systems. McGraw-Hill Higher Education.
3. Celko, J. (2014) Complete Guide to NoSQL. What every SQL professional needs to know about non-relational databases. Morgan Kaufmann
4. Schultz J., Crawford K., Richardson R. (2019). Dirty Data, Bad Predictions: How Civil Rights Violations Impact Police Data, Predictive Policing Systems, and Justice. New York University Law Review.
5. Ten ways databases run your life. (2020). Retrieved from https://www.liquidweb.com/blog/ten-ways-databases-run-your-life/
6. Winkler W. (2001). Quality of Very Large Databases. Bureau of the census statistical research division.
Использование баз данных в развитии бизнеса
Источник: cyberleninka.ru
3 ПроектированиЕ и управление базами данных предприятия
С развитием экономики возрастает объем взаимосвязанных данных, необходимых для решения коммерческих и административных задач. Взаимосвязанные данные предприятия называют информационной системой. Такая система в первую очередь призвана облегчить труд человека, но для этого она должна как можно лучше соответствовать очень сложной модели реального мира.
Ядром информационной системы являются хранимые в ней данные. На любом предприятии данные различных отделов, как правило, пересекаются, то есть используются в нескольких подразделениях или вообще являются общими. Для целей управления часто нужна информация по всему предприятию. Заказ комплектующих невозможен без наличия информации о запасах.
Хранящиеся в информационной системе данные должны быть легко доступны в том виде, в каком они нужны для конкретной производственной деятельности предприятия. При этом не имеет существенного значения способ хранения данных.
Сегодня на предприятии мы можем встретить систему обработки данных традиционного типа, в которой служащий вручную помещает данные в скоросшиватель, и рядом с ней – современную систему с применением самой быстродействующей ЭВМ, сложнейшего оборудования и программного обеспечения. Несмотря на поразительную несхожесть, обе эти системы обязаны предоставлять достоверную информацию в определенное время, определенному лицу, в определенном месте и с ограниченными затратами.
Система автоматизированной обработки данных основывается на условном представлении организации данных, которое отражает взаимосвязь информационных объектов – информационной модели предприятия. Все тонкости построения информационной модели преследуют единственную цель – получить хорошую базу данных. В идеале база данных – это большое хранилище информации, в которое организация помещает все используемые ею данные и из которого различные пользователи могут их свободно черпать. На практике это решение труднодостижимо. Поэтому обычно под базой данных (БД) понимают любой набор хранящихся в электронном виде взаимосвязанных данных.
3.2 Требования к базам данных
- Актуальность – информация, хранящаяся в БД, должна по структуре и содержанию соответствовать потребностям организации.
- Полнота – объем доступной пользователям информации должен отражать все существенные бизнес–процессы организации.
- Производительность – обеспечение получения требуемых данных за приемлемое время.
- Корректность – данные при поступлении в базу должны автоматически проверяться, а также оставаться корректными при хранении и использовании.
- Конфиденциальность – доступ к данным должны иметь только уполномоченные лица.
- Гибкость – возможность изменения программной и/или аппаратной среды.
- Перспективность – база данных должна легко расширяться при изменении бизнес–процессов и/или реорганизации фирмы, а также обеспечить удовлетворение вновь возникающих требований пользователей.
Источник: studfile.net
Введение в базы данных
Модельный подход очень важен для всех работающих с базами данных — от студента до постановщика задач создания информационных систем. В некоторых вопросах (например, так называемые, аномалии) невозможно разобраться до конца, не учитывая модельный аспект (раздел 5.3).
Под бизнесом в дальнейшем изложении будем понимать любую деятельность, не обязательно связанную с извлечением прибыли.
1.3.2 Бизнес-процессы и данные
Модель бизнеса — это набор бизнес-процессов, как-то связанных между собой. Мы не будем разделять бизнес-процессы на более мелкие компоненты — бизнес-функции. Для нас бизнес-процесс — это деятельность, которую
имеет смысл фиксировать и которой следует управлять. Пусть некто имеет вредную привычку трясти левой ногой во время написания программ. Этот процесс вряд ли следует учитывать при управлении программным проектом. А, например, процессами тестирования создаваемых программных модулей заниматься необходимо.
Существуют системы, для управления которыми достаточно регулировать потоки документов, регламентирующих и сопровождающих бизнес-процессы. Рисунок 1.5 представляет модель простого варианта такой документо-ориентированной системы.
Рис. 1.5. Бизнес-процессы и данные
Для поддержки исполнения каждого бизнес-процесса необходим свой набор документов. В документах содержится та информация, которая в электронном виде будет храниться в базе данных разрабатываемой информационной системы. Каждый документ представляет собой некоторый набор записей, перемежаемых неизменяемыми частями текста.
На начальных стадиях разработки информационной системы выясняются спецификации данных и их смыслы, включая типы, домены и ограничения целостности. Устанавливаются последовательности выполнения действий, которые будут отражены в процедурной части информационной системы. Для всех документов определяются возможные состояния и регламенты работы.
На основе собранной информации будет составлена техническая спецификация, определяющая, в частности, схему базы, особенности её разработки и тестирования, применяемые языки и аппаратные средства. При всех затруднениях в разработке базы, особенно при выяснении семантики, следует обращаться к модели бизнес-процессов.
1.3.3 Трёхуровневая модель ANSI
Модели реальных баз данных слишком сложны для того, чтобы работать с ними на одном уровне абстракции. В 70-е годы комитет планирования стандартов и норм Национального института Стандартизации США (American National Standard Institute — ANSI) признал необходимость выделения трёх уровней описания элементов данных.
Трёхуровневая архитектура (рисунок 1.6) позволяет отделить:
- пользовательское представление базы данных (концептуальная модель),
- логическое представление профессионалов в области баз данных, не затрагивающее особенности конкретных реализаций,
- физическое представление, учитывающее особенности реализаций баз данных.
Рис. 1.6. Трёхуровневая модель ANSI
Следуя Конноли мы добавим ещё один уровень, условно названный аппаратным. Его назначение — учесть аппаратные и программные особенности базы, которые не проявляются или недостаточно выявлены в СУБД, понимаемой как набор языков для работы с базой. Сюда относятся задачи изменения архитектуры хранения данных, оптимизации запросов, добавления вложенных уровней представления данных и т.д.
На рисунке 1.7 представлена расширенная модель в экземплярах с добавленными внешними схемами, которые описывают представления концептуальной модели с точки зрения некоторых лиц, например, начальника службы безопасности, главного бухгалтера, главного технолога и т. д.
Рис. 1.7. Трёхуровневая модель в экземплярах с добавленным уровнем аппаратной реализации
Рассмотренная стратификация с выделением четырёх уровней будет активно использоваться в дальнейшем изложении.
Источник: intuit.ru