DEPOZITE DE DATE PRIVIND MANAGEMENTUL PRIN COSTURI

ADINA TOFAN

CAMPULUNG

Proiectarea unui depozit de date presupune aplicarea unei scheme de analiză economică
pentru a determina măsura în care depozitul de date este necesar şi eficient.
În primul rând, trebuie ca depozitul de date să furnizeze avantaje competitive prezentând
informaţii relevante pe baza cărora putem măsura performanţele şi putem face ajustările critice
pentru a câştiga în faţa competitorilor.în al doilea rând, un depozit de date poate determina
creşterea productivităţii din moment ce permite obţinerea rapidă şi eficientă de informaţii care
descriu cu acurateţe organizaţia.
În al treilea rând, un depozit de date facilitează gestiunea relaţiilor cu clienţii din moment
ce furnizează o viziune consistentă despre clienţi şi produse întâlnite pe toate liniile de afaceri, pe
toate departamentele şi pe toate pieţele.
În final, un depozit de date determină reducerea costurilor prin reliefarea tendinţelor,
direcţiilor şi excepţiilor pe perioade lungi de timp.
Pentru proiectarea unui depozit de date este necesară înţelegerea şi analiza proceselor
economice din domeniu şi construirea unei scheme de analiză economică. Construirea unui sistem
informaţional complex şi vast poate fi comparată cu ridicarea unei clădiri mari şi complexe, pentru
care proprietarul, arhitectul şi constructorul au diferite viziuni. Aceste viziuni sunt combinate într-
o schemă complexă care reprezintă perspectiva top-down, perspectiva proprietarului sau, la fel
de bine, perspectiva bottom-up sau viziunea celui care implementează sistemul informaţional.
Un aspect foarte important în proiectarea depozitelor de date îl reprezintă gradul de
granularitate ce indică nivelul de detaliere a datelor din tabelul/tabelele de fapte. Practic,
granularitatea tabelei de fapte este în directă dependenţă de gradul de detaliere a ierarhiilor din
tabelele dimensiune.
Stabilirea granularităţii trebuie realizată cu mare atenţie deoarece o granularitate redusă nu
va permite obţinerea de informaţii detaliate, în timp ce o granularitate accentuată poate determina
creşterea exponenţială a spaţiului fizic ocupat de depozitul de date.
În cazul sistemului proiectat, granularitatea va fi determinată în principal de gradul de
detaliere a dimensiunii Timp. După cum am mai afirmat, ierarhia dimensiunii Timp în cazul unui
sistem dedicat asistării deciziilor în domeniul financiar-contabil se poate limita la nivelul
raportărilor lunare, orice încercare de preluare a datelor la nivel mai detaliat cauzând dificultăţi
suplimentare în colectarea datelor. Apreciem totuşi prin prisma dinamicii sporite a proceselor
economice că o detaliere până la nivel de zi ar putea fi luată în calcul la solicitarea utilizatorilor.
Dimensiunea Tehnologie se va limita la detalierea informaţiei la nivel de conturi sintetice
(sistemul de conturi analitice fiind definit de către fiecare firmă în parte, ar fi greu de implementat
în cadrul unui sistem generalizabil). Un alt concept foarte important, agregarea datelor, poate
determina, în cazul unei utilizări corecte, o creştere importantă a performanţelor prin prisma
timpului de răspuns la solicitările informaţionale. Agregările reprezintă valori precalculate iar
calculul acestora se face pe baza datelor din nivelul analitic al depozitului. Avantajul agregărilor
constă în faptul că, pentru obţinerea unor informaţii cu caracter sintetic, se pot lansa interogări
asupra valorilor agregate fără a mai realiza calcule intermediare.
Dimensiunea Produs va detalia informatia pe mai multe tipuri de produse, care conform
specificatiilor tehnice au procedee de fabricatie similare.
Datele preluate din surse de date diverse sunt încarcate în depozitul de date, apoi, pe baza
tehnologiilor OLAP si DATA MINING, datele sunt transformate în informatii. Informatiile ajung la
beneficiari sub forma de rapoarte.

Fig. 1. Procesul decizional al firmei

Utilizarea aplicatiilor de tip asistare a deciziilor ofera o serie de avantaje semnificative

pentru decidentii din mediul economic:
a) dat fiind ca proiectarea si dezvoltarea aplicatiilor se bazeaza pe desfasurarea si cerintele
proceselor economice din firme, aceste aplicatii vor genera implicit beneficii pentru firme;
b) aplicatiile permit prelucrarea unor volume mari de date si pun informatiile obtinute la dispozitia
unui mare numar de utilizatori;
c) informatiile oferite de aceste aplicatii valideaza structura si modelul bazelor si depozitelor de
date;
d) aplicatiile pot integra fara probleme mecanisme de calcul si analiza pentru indicatorii de
performanta ai firmei;
e) în proiectarea si dezvoltarea aplicatiilor pot fi antrenati si beneficiarii aplicatiilor, de multe ori
persoane cu putere de decizie în firme.
In proiectarea si realizarea depozitelor de date se începe prin aplicarea unei scheme de
analiza economica pentru a determina masura în care depozitul de date este necesar si eficient:
1. trebuie sa furnizeze avantaje competitive (prezinta informatii relevante pe baza carora se poate
masura performantele si se pot face ajustarile critice pentru a câstiga în fata competitorilor).
2. poate determina cresterea productivitatii, din moment ce permite obtinerea rapida si eficienta de
informatii care descriu cu acuratete organizatia.
3. faciliteaza gestiunea relatiilor cu clientii, din moment ce furnizeaza o viziune consistenta despre
clientii si produsele întâlnite pe toate liniile de afaceri, pe toate departamentele si pe toate pietele.
4. determina reducerea costurilor prin reliefarea tendintelor, directiilor si exceptiilor pe perioade
lungi de timp.
Depozitele de date se bazeaza pe modelul de date multidimensional care vede datele sub
forma unui cub de date
Cubul de date permite modelarea si vizualizarea datelor în dimensiuni multiple este definit
prin dimensiuni si fapte, dimensiunile sunt perspectivele sau entitatile în care o organizatie doreste
sa pastreze înregistrarile, fiecare dimensiune poate avea un tabel asociat cu ea, numit tabel
dimensiune, care descrie dimensiunile.
Tablourile dimensiune pot fi specificate de utilizatori sau experti sau pot fi generate în mod
automat si adaptate în functie de distributia datelor, iar un model multidimensional de date este
organizat în jurul unei teme centrale, (vânzari, clienti). Aceasta tema este reprezentata de tabelul de
fapte.
Faptul are o masura numerica. Exprima cantitatile prin care dorim sa analizam relatiile între
dimensiuni, tabelul de fapte contine numele faptelor sau masurile precum si cheile pentru fiecare
din tabelele dimensiune aflate în legatura.
Un cub de date este un set de date organizat si sumarizat într-o structura multidimensionala
printr-un set de dimensiuni si masuri, care furnizeaza un mecanism facil pentru interogarea datelor
cu un timp de raspuns foarte scurt.
Fiecare cub are o schema reprezentata de setul de tabele din depozitul de date, tabelul
central este tabelul de fapte si este sursa de masuri din cub tabelele dimensiune sunt sursele de
dimensiuni.
 Desi, în mod obisnuit, ne bazam pe cuburi 3D, în depozitele de date cubul este n-
dimensional.

Figura 2. Arhitectura sistemului propus pentru implementare

După cum se poate observa în figura precedentă, propunem în primul rand proiectarea unei
baze de modele integrată în data warehouse şi utilizarea unor instrumente de analiză suplimentare
cu facilităţi specifice pentru analiza datelor (cum ar fi procesoarele de calcul tabelar).
În acest sens am luat în calcul posibilitatea utilizării unor astfel de instrumente pentru a
gestiona o parte dintre modelele de analiză ale depozitului.
Revenind la descrierea metodelor şi instrumentelor de investigare specifice analizei
financiare, putem aprecia că unele modele precum modelele analogice se pot dezvolta mult mai
rapid într-un mediu adecvat cum ar fi un procesor de calcul tabelar de tip Microsoft Excel.
Chiar şi pentru metodele de analiză de tipul scorurilor aplicaţiile informatice din această
categorie dispun de facilităţi (precum funcţiile definite de utilizator) care le recomandă ca un bun
mediu de dezvoltare.
În ceea ce priveşte modelele simbolice de tip cumulativ, multiplicativ, bilanţier sau sub
formă de raport, necesitatea de a permite o îmbogăţire ulterioară a bazei de modele ne ghidează spre
soluţia realizării unui model relaţional pentru baza de modele.