SISTEME SUPORT PENTRU DECIZII Asistarea deciziei ntr-un mediu informatizat (T[rbujaru, V.

, Sisteme suport pentru decizii, Note de curs, pag. 18-20) La nivelul organizaiilor, impactul noilor tehnologii informaionale s-a resimit mai ales n cel mai important domeniu al activitii manageriale: adoptarea deciziilor. Posibilitatea de aciune ct i cea de interaciune a angajailor ntreprinderii au cunoscut mutaii semnificative, n sensul asistrii cu instrumente informatice a procesului de decizie. Termenul de sistem informatic de asistare a deciziei poate fi definit ca fiind o aplicaie a oricrei tehnologii, fie ca un instrument independent, fie n combinaie cu alte tehnologii informaionale, al crui obiectiv l constituie asistarea procesului managerial i, n particular, asistarea procesului de adoptare a deciziilor. Figura urmtoare prezint un cadru general privind tehnologiile utilizate pentru asistarea diverselor tipuri de decizii: Nivelul decizional Tipul de decizie Operaional Facturi.pli, comenzi structurat Tactic Analiza bugetului, planificare pe termen scurt, situaii privind personalul Evaluarea creditelor, elaborarea bugetului, planificarea proiectelor Strategic Management financiar, sistem de distribuie, amplasarea depozitelor Construirea de noi uniti, fuziuni si achiziii, noi produse sau servicii Cercetare-dezvoltare, planificare pe termen lung, dezvoltarea de noi tehnologii Data mining Sinteza si analiza datelor Inteligena artificial Tehnologii suport Evidena i agregarea datelor Modelare matematica

semistructurat

Planificarea produciei, gestiunea stocurilor

Modelare matematica Sinteza si datelor

analiza

Aprobarea Negocieri, mprumuturilor angajri la nestrucrurat nivelul conducerii, lobby Tehnologii suport Sinteza datelor Modelare Modelare matematica matematica Sinteza i analiza datelor

Data mining Sinteza si analiza datelor Inteligena artificial

Acest cadru general privind tehnologiile suport pentru diverse tipuri de decizii poate fi utilizat n clasificarea problemelor i selectarea celor mai potrivite tehnologii, fiind posibile att modificri, ct si adoptarea unor tehnologii integrate, n funcie de caracteristicile problemelor ce fac obiectul deciziilor respective. n cazul deciziilor structurate, i, parial, n cel al deciziilor semistructurate procedurile pentru obinerea celei mai bune (sau cel puin satisfctoare) soluii sunt cunoscute; obiectivele sunt definite n mod clar, de regul, acestea fiind funcii de minimizare pentru cheltuieli i de maximizare pentru venituri. Suportul informatic pentru astfel de decizii este utilizat nc din anii 1960, pentru fiecare tip de problem fiind definit o procedur de obinere a soluiei bazat pe un model cantitativ. Aceast abordare bazat pe metodele i modelele cercetrii 16

operaionale presupune automatizarea parial sau total a procesului de adoptare a deciziilor, care const n parcurgerea sistematic a mai multor etape distincte: Definirea problemei. ncadrarea problemei ntr-o anumit categorie. Construirea unui model matematic care descrie problema respectiv, Obinerea unor soluii poteniale pentru modelul respectiv i evaluarea acestora. Alegerea unei soluii. ntregul proces este centrat pe modelare. Modelarea presupune transpunerea unei situaii reale ntr-o structur artificial, ntr-un model. Exist metodologii automate care permit obinerea rapid i eficient a soluiilor pentru un model definit. Astfel, pentru deciziile structurate, calculatorul primete modelul si tot el devine decidentul. De exemplu calculatorul decide cnd s se fac reaprovizionarea stocului i n ce cantitate. Decizia este automatizat i const n aplicarea unei reguli; astfel, libertatea de a alege n afara situaiei optime dispare; decizia sufer chiar o mutaie, nemaifiind o decizie corespunztoare fiecrei aprovizionri, ci doar decizia de a aplica modelul respectiv de reaprovizionare. Pentru decizii mai puin structurate este necesar utilizarea unui sistem care s ofere posibilitatea de modelare personalizat, proces complex care implic experimentarea mai multor modele, adaptarea unor modele existente sau construirea unor modele proprii. n general, modelarea personalizat este un proces interactiv care a i dat numele primelor sisteme de acest fel: sisteme interactive de asistare a deciziei. Sub aceast titulatur s-au dezvoltat sisteme suport care au nglobat instrumente software, de la funcii statistice i financiare la programe parametrizate i aplicaii ce implementeaz modele i metode ale cercetrii operaionale. Cu ajutorul acestor sisteme suport s-au construit aplicaii pentru rezolvarea problemelor nestructurate, care sunt probleme "unice" sau cel puin cu mare caracter de noutate pentru decident. Soluionarea acestui tip de probleme presupune un proces iterativ i interactiv, n cadrul cruia se elaboreaz mai multe schie de soluii i se utilizeaz diverse instrumente. Pe msur ce sistemul se coaguleaz ntr-o form acceptabil ca performane, va fi dotat cu o interfa care s ascund sistemul suport i va putea fi utilizat i de alte persoane dect creatorul su. Caracterul de nestructurabilitate al problemelor se estompeaz odat cu acumularea de experien n rezolvarea lor. n perioada de dezvoltare a acestor sisteme, grania dintre sistemul suport i aplicaia informatic este foarte imprecis, o mare parte din aplicaii fiind create pentru rezolvarea unor probleme punctuale i utilizate o singur dat. Din acest motiv, n anii 1980 att suportul ct i aplicaiile au fost denumite generic sisteme interactive de asistare a deciziei, aspectul interactiv fund conferit n special de existena limbajelor grafice de modelare. Acest tip de sisteme sunt ncadrate n prezent n clasa sistemelor informatice de asistare a deciziilor orientate spre modele. O mare parte din problemele decizionale se ncadreaz ns n clasa problemelor structurate care se rezolv simplu, dac se cunosc toate datele problemei. De exemplu, decizia n activitatea bursier este o problem de sesizare a momentului oportun pentru declanarea unei aciuni n funcie de context (cum ar fi vnzarea sau cumprarea de aciuni n funcie de fluctuaia preului acestora). Adevrata problem const n a dispune de un set de date relevante pentru fundamentarea deciziei. Se remarc apariia n ultimii ani a unei noi generaii de sisteme informatice de asistare a deciziei, cele orientate pe date, care au baza (depozitul sau zcmntul) de date a corporaiei drept component tehnologic principal, funcionarea lor fiind bazat pe analiza i agregarea datelor, ca rspuns la necesitatea utilizrii unor metode eficace de analiz. Funciile principale a acestor sisteme sunt: accesul imediat la date, realizarea unui mecanism pentru analize ad-hoc ale datelor actuale sau cu caracter istoric i analiza informaiilor. Sistemele informatice de asistare a deciziei orientate pe date sunt rezultatul unor tehnologii create special pentru atingerea urmtoarelor obiective: depozitarea unor volume mari de date istorice acumulate n cadrul organizaiilor (Dataware) 17

exploatarea depozitelor de date lor prin procesare analitic desfurat on-line (OLAP). Pe lng suportul tehnologic, procesul de adoptare a deciziilor presupune i un suport cognitiv, asigurat de componenta uman, considerat parte integrant a sistemului de asistare a deciziei. Suportul cognitiv nglobeaz cunotinele i experienele anterioare ale decidentului, capacitatea sa de raionament. Odat cu evoluia tehnologiilor inteligenei artificiale, s-au dezvoltat sistemele de gestiune a cunotinelor, care rezolv probleme legate de stocarea, clasificarea, meninerea, asigurarea calitii i utilizarea cunotinelor. Odat stocate ntr-o baz de cunotine, n momentul n care trebuie adoptat o anumit decizie, cunotinele relevante pot fi extrase prin utilizarea unor tehnologii specifice. Integrarea componentei "cunoatere" n sistemele informatice de asistare a deciziei a condus la apariia unei noi clase: sistemele informatice de asistare a deciziei bazate pe cunotine sau sisteme informatice de asistare inteligent a deciziei Pentru atingerea obiectivului su principal - asistarea decidenilor n rezolvarea problemelor manageriale sau organizaionale - un sistem informatic poate face apel la una sau mai multe tehnologii informaionale. n acest context, mai multe abordri sunt posibile: utilizarea anumitor tehnologii n mod independent, pentru rezolvarea diferitelor aspecte ale unei probleme complexe; utilizarea unor tehnologii care comunic ntre ele n sensul transferului de date i informaii n scopul soluionrii unei probleme; utilizarea mai multor tehnologii integrate ntr-un singur sistem (un sistem hibrid). Astfel, sistemele de asistare a deciziei orientate pe date pot ngloba tehnologii de modelare pentru efectuarea de estimri, previziuni, simulri asupra datelor analizate i tehnologii inteligente pentru rezolvarea problemelor puse n termeni calitativi. Principalul obiectiv al acestor sisteme de asistare a deciziei manageriale l constituie obinerea unor soluii pertinente pentru problemele pe care le abordeaz, i nu utilizarea unei anumite tehnologii informaionale. Acestea pot conlucra ntre ele n diferite moduri n scopul atingerii unei performane ct mai ridicate. Sisteme suport de decizie bazate pe sinteza i analiza datelor (T[rbujaru, V., Sisteme suport pentru decizii, Note de curs, pag. 35-39) Transformarea datelor n informaii i a acestora n cunotine este un proces de valorificare a datelor prin sintetizarea lor dup diverse criterii, urmat de analiza datelor astfel centralizate pentru identificarea anumitor tipare i corelaii i n final interpretarea lor. Sintetizarea datelor, centralizarea lor dup anumite criterii este un pruces arhicunoscut i utilizat n elaborarea situaiilor de sintez, a rapoartelor periodice create pentru informarea managerilor i se constituie n suportul pe care acetia i fundamenteaz deciziile. Soluiile clasice pe care informatica de gestiune le-a oferit acestui proces de sintetizare a datelor sunt: Programe dedicate care exploateaz flexibilitatea limbajelor procedurale n gruparea dup anumite criterii i sintetizarea datelor Interogri care grupeaz datele dup criteriile cerute i aplic funcii pe domeniile astfel create (clauza Group by din limbajul SQL i funciile Sum, Count, Avg, Min, Max, Last, First etc.) Mecanismul de totalizare i subtotalizare din generatoarele de rapoarte care permit indicarea unor ierarhii de criterii de grupare. n informatica modern, problema centralizrii datelor se pune n aceeiai termeni dar volumul imens de date ce trebuie explorate face ca tehnicile clasice s devin inaplicabile din cauza timpului necesar pentru procesare. Tehnologiile moderne de centralizare a datelor precum Data Warehousing (depozite de date) i On-line Analytical Processing (OLAP - procesare 18

analitic on-line) ncep s fie utilizate pe o scar din ce n ce mai mare, pe msur ce suporturile software ce le includ ctig teren ca suport de baze de date pentru sistemele tranzacionale. Tehnologiile de centralizare fac primul pas spre transformarea datelor n informaii: sinteza. Al doilea pas este analiza datelor. Analiza datelor ncearc s descopere relaii ntre datele sintetizate: tipare, asocieri, corelaii pe plan structural, funcional i cauzal. Cea mai simpl form de analiz a datelor este compararea datelor sintetizate cu date similare. Compararea se face pstrnd toate criteriile identice, unul singur avnd valori diferite. Spre exemplu, situaia vnzrilor pe anul acesta n regiunea de vest a rii se poate compara cu vnzrile din anul trecut n aceeai zon sau cu vnzrile unei firme concurente din anul acesta n aceeai zon sau cu vnzrile din anul acesta din zona de sud-est. Compararea vnzrilor din anul acesta n zona de vest cu vnzrile de anul trecut n zona de nord-est nu este o comparaie uzual, potenialul informativ al unei asemenea apropieri fiind destul de redus. Totui, asemenea comparaii neobinuite ar putea aduce informaii surprinztoare dac se observ ceva interesant i anume c vnzrile din anii precedeni n zonele de est sunt aproximativ de aceeai mrime cu vnzrile din anul urmtor n zona de vest. Comparaiile se fac de obicei ntre seturi de date compatibile. Tehnologiile de comparaie includ o mare varietate de tehnici de observare care semnalizeaz tipare, corelaii, asociaii prin evidenierea unor similitudini sau din contr, sesizeaz abaterile, excepiile, situaiile anormale. Principala calitate a unui analist este abilitatea de a observa aceste similitudini sau diferene n masa datelor pe care le analizeaz. Informatica clasic a venit n sprijinul su cu tehnicile de prezentare grafic a datelor care transform informaia cantitativ n informaie calitativ. Pe un grafic se pot observa vizual cu rapiditate abaterile, excepiile, iar cu o anumit dexteritate se pot observa i anumite tipare, corelaii, asociaii. Progresiv, au aprut i s-au impus tehnici de observare analitic a datelor fundamentate pe teorii matematice (theory-driven) care compar datele reale cu datele teoretice produse de un model ipotetic. Dac se potrivesc, modelul se poate lua n considerare ca fiind o reprezentare corect a procesului care a produs setul de date observate; dac nu, se schimb modelul ipotetic i se reia procesul de comparaie pn la obinerea unui model suficient de reprezentativ pentru procesul respectiv (dac exist). De multe ori ns, setul de modele teoretice nu este suficient, procesul observat neputnd fi ncadrat n nici-un model cunoscut. Ca urmare, descoperirea de noi modele este un deziderat permanent care a condus la expansiunea tehnicilor de observare fr utilizarea unui model preconceput, tehnici de observare automat, bazate pe date (data-driven). Rezultatul acestor tehnici de observare automat se poate conserva ntr-un model cu caracter general, utilizabil ca fundament teoretic n primul tip de tehnici de observare. Aceste tehnici de observare analitic a datelor se regrupeaz ntr-o tehnologie modern, data mining. n urma procesului de observare analitic se obin tipare, corelaii i chiar modele din care se pot deduce tendine, se poate specifica cu o anumit probabilitate cum vor arta datele n perioada urmtoare. Puterea descriptiv a modelului reprezentativ permite interpretarea datelor. Interpretarea datelor este un proces cognitiv care conduce la o apreciere general a situaiei, la identificarea unor probleme sau sesizarea unor oportuniti, la stabilirea potenialelor cauze ale problemelor sau la sugestii de rezolvare a lor etc.. Interpretarea datelor este un proces n care se face apel la cunotinele cu caracter general, fundamental i specific asociate domeniului respectiv precum i la experiena existent. Interpretarea datelor produce cunotine noi care se vor aduga la cele existente. Instrumentele software clasice construite pentru asistarea deciziei au avut n vedere n special asigurarea unor tehnici de analiz, optimizare i simulare precum i prezentarea grafic a rezultatelor, aspectul calitativ al informaiei fiind astfel mai uor de sesizat de ctre utilizatorii 19

finali. Printre aceste instrumente software le amintim pe cele cuprinse n procesoare de tabele (Lotus, Excel) orientate pe volume mici de date, cele cuprinse n instrumentarul sistemelor de gestiune a bazelor de date (Access, Visual Fox) capabile s exploateze volume mari de date cu structur uniform. Ca exemple de asemenea instrumente amintim tabelele pivot, cross-tab queries, grafice. Un impediment major al acestor instrumente clasice este faptul c opereaz numai asupra unor date cu structur prestabilit, uniform, provenind dintr-o singura surs. De asemenea, un alt impediment major este dependena de date explicite, stocate special n bazele de date pentru a servi sistematizrii ulterioare a acestora. Un tratament intermediar de pregtire a datelor pentru sintez face ca analiza s nu fie niciodat "pe viu". Pentru depirea acestor impedimente, sistemele moderne de asistare a deciziei fac uz de tehnici speciale pentru comasarea datelor stocate n structuri neuniforme, pentru utilizarea informaiilor implicite, nespecificate n datele existente (societatea, localitatea, anul etc.), pentru completarea datelor cu criterii de agregare etc. De asemenea, suporturile software de asistare a deciziei asigur o serie de faciliti utilizatorului final: interogare n limbaj natural, accesul la modelele conceptuale, sisteme de gestiune a serviciilor OLAP, noi limbaje de exploatare a bazelor de date multidimensionale, servicii de prezentare a datelor (tabele pivot, grafice) precum i servicii de integrare cu alte suporturi software (procesoare de tabele, baze de date). Printre produsele software care includ suport pentru asistarea deciziei pe baza sintezei i analizei datelor se numr: ORACLE, Sybase, Informix, Microsoft SQL Server, IBM DB2. Depozite de date (Data warehouse) De la arhive la depozite de date Depozitele de date au aprut ca o necesitate n momentul n care companiile au realizat imensul potenial informaional al datelor acumulate de-a lungul timpului n sistemele lor informatice. Exploatarea inteligent a acestora urma s le asigure un important avantaj n faa concurenei prin mrirea capacitii de acomodare la tendinele pieei, o mai bun satisfacere a clienilor, diminuarea costurilor i creterea profitului. Integrarea datelelor istorice ntr-o structur unic care s se constituie n fundament pentru procesul de luare a deciziilor a devenit o prioritate a noilor tehnologii informaionale. Sistemele de asistare a deciziei bazate pe sinteza i analiza datelor realizeaz acest deziderat prin comasarea, consolidarea, sistematizarea, corelarea i gruparea datelor existente n vederea obinerii de informaii pertinente care s evidenieze factorii care afecteaz performanele ntreprinderii i ce anume ar putea fi fcut pentru ameliorarea lor. Rapoartele ce prezint aceste informaii ntr-o form accesibil factorilor de decizie sunt rezultatul unor tehnici speciale de exploatare a masivelor de date capabile s descopere diverse corelaii ntre date, s fac estimri i prognoze, s atrag atenia asupra unor puncte nevralgice, s sugereze eventuale soluii, ntr-un cuvnt, s contribuie decisiv la luarea celor mai bune decizii ntr-o situaie dat. Structurile de date utilizate de sistemele informatice de asistare a deciziei bazate pe date sunt numite depozite de date (data warehouse). Aceste structuri pot depozita volume mari de date preluate din arhivele precum i din bazele de date ale aplicaiilor informatice ce susin activitatea curent a ntreprinderilor, volume de ordinul 1012 (terabytes). Exploatarea acestor depozite de date este asigurat de motoare speciale ce permit interogarea masivelor mari de date precum i de servicii speciale ce asigur analiza on-line a datelor (On Line Analytical Processing -OLAP). n spatele acestor performane stau suporturi software care realizeaz transformarea datelor, corelarea i completarea lor precum i crearea dicionarelor de date care vor asigura accesul la structurile primare (stocarea modelelor conceptuale ale bazelor de date). Depozitele de date sunt structuri create pentru stocarea unor volume mari de date organizate pe domenii, ce constituie subiecte de interes decizional n activitatea ntreprinderii. Datele sunt extrase din baze de date eterogene create de sistemele informatice aflate n funciune n ntreprinderi pe diverse platforme hardware i software. Datele sunt introduse sub controlul unor aplicaii i al sistemelor de gestiune a bazelor de date care, prin serviciile lor de 20

integritate, recuperare n caz de eroare i confidenialitate, asigur stocarea i manipularea n condiii de maxim securitate a datelor referitoare la tranzaciile curente ale ntreprinderilor (un numr foarte mare de mici operaii standardizate). Aceste date referitoare la tranzaciile primare sunt prelucrate pentru a extrage informaii de sintez necesare pentru planificare i luarea deciziilor cu instrumentele oferite de SGBD: total queries i rapoarte. Acuratea informaiilor obinute este dublat ns de un inconvenient major: timpul necesar pentru explorarea volumelor mari de date, stocate conform principiului bazelor de date ntr-o singur locaie. Acest principiu care asigur integritatea i coerena bazei de date face ca reuniunea tuturor datelor necesare unui raport de sintez s conduc la explorarea unui mare numr de table interne, la crearea de multiple legturi temporare i tabele virtuale, de unde cerinele de timp i de resurse de spaiu de lucru sunt considerabile, de multe ori inacceptabile din punctul de vedere al utilizatorului final. Un alt inconvenient este aglomerarea motorului bazei de date cu taskuri de centralizare cu efect de ncetinire a tranzaciilor curente. Pentru managerii operativi, ale cror decizii sunt pe termen scurt, aceste situaii bazate de obicei pe date recente sunt acceptabile dar pentru managementul strategic, necesarul de date se poate extinde la explorarea arhivelor din anii precedeni sau la nglobarea unor informaii despre pia. Stocarea informaiilor de sintez finale n table are inconvenientul c aceste situaii sunt valabile doar la momentul executrii, nu pot fi actualizate cu tranzaciile ulterioare dect prin reluarea ntregului proces. Totui, aceasta este ideea prin care se poate ajunge la un compromis: stocarea datelor necesare pentru planificare i decizii strategice ntr-un sistem diferit de sistemul operaional n aa fel nct exploatarea ambelor sisteme s fie posibil fr inconveniente reciproce. n plus, n depozitul de date pot fi stocate date arhivate provenind din activitatea din anii anteriori sau date despre concuren, date care pot oferi baza de comparaie necesar n aprecierea tendinelor, n efectuarea de analize complexe necesare n procesele de planificare i de luare a deciziilor majore. Depozitele de date sunt alimentate periodic cu date referitoare la tranzaciile ulterioare, fr intervenia explicit a utilizatorului final. De asemenea, datele se pot stoca selectiv pe anumite activiti sau domenii sau alte criterii n magazii de date (data marts), separarea lor fizic fiind util n creterea performanelor exploatrii de ctre managerii anumitor compartimente din ntreprindere interesai doar de datele referitoare la domeniul lor de activitate. Depozitele de date sunt construite de regul cu tehnologii relaionale i au aprut ca extensii ale sistemelor de baze de date relaionale cu arhitectur client server (Microsoft SQL Server, Oracle). Depozite de date: coninut i caracteristici Depozitele de date centralizeaz, consolideaz, organizeaz i stocheaz date din diverse surse eterogene, date care vor fi baza prelucrrilor analitice necesare proceselor de decizie. Depozitul de date se construiete ntr-o manier incremental, completri i dezvoltri ulterioare fiind oricnd posibile. Datele stocate n depozite sufer un proces de curire i transformare care asigur calitatea informaiei generate pe baza lor. De asemenea, n depozitele de date se pot stoca i date noi, calculate pe baza celor existente, date cerute de regul n majoritatea rapoartelor (sume, procente, medii), scurtndu-se astfel timpul cerut pentru obinerea lor. O caracteristic principal a depozitelor de date este transformarea codurilor n date explicite, integrarea datelor din nomenclatoare n datele despre tranzacii. Acest aspect de "denormalizare" a tablelor din bazele de date primare este permis deoarece integritatea datelor nu este ameninat ntruct nu provin din exterior, iar pe de alt parte, grbete procesul de regsire. Un alt aspect este redundana datelor care este iari permis (data calendaristic se poate exprima i n luni i n semestre i n sezoane). Cu alte cuvinte, datele care se pot calcula din datele primare se stocheaz explicit n depozit pentru a fi gata calculate la o eventual solicitare. Diferenele dintre un depozit de date i o baz de date utilizat ntr-o aplicaie informatic de tip OLTP (On line transaction processing) sunt evideniate mai jos: Datele stocate n sisteme OLTP sunt date operaionale, referitoare la un anumit 21

proces sau funcie a ntreprinderii, date de detaliu cu un anumit grad de volatilitate (pot suferi actualizri) i prezentnd interes n primul rnd pentru cei ce le introduc. Datele stocate n depozite sunt date pentru asistarea deciziei, referitoare la subiecte de interes decizional, sunt date centralizate sau derivate din datele operaionale, nu se schimb n timp i sunt orientate ctre utilizatorii finali - managerii de nivel tactic i strategic. Putem spune c bazele de date utilizate de sistemele operaionale sunt orientate spre tranzacii i reflect situaia curent n timp ce depozitele de date utilizate de sistemele de asistare a deciziei sunt orientate spre subiectele analizelor i reflect situaii globale, cu caracter istoric. Performanele cerute n cazul sistemelor tranzacionale se refer n special la integritate, siguran, confidenialitate, trasabilitate i timp de rspuns, avnd n vedere faptul c un numr foarte mare de utilizatori introduc date primare n sistem. Concurena n utilizarea sistemelor de asistare a deciziei este foarte redus, numrul de manageri - utilizatori finali fiind foarte mic. De asemenea, securitatea i sigurana n exploatare nu sunt expuse unor riscuri majore, procedurile de salvare i recuperare fiind mult mai relaxate fa de cazul sistemelor tranzacionale. Procesarea datelor n sistemele tranzacionale se aplic unui set mic de date- de regul introduse recent i stocate compact n cel mult cteva tabele- fiind n consecin foarte rapid, n timp ce fundamentarea unei decizii necesit procesarea unui volum foarte mare de date stocate dispersat, fiind n consecin foarte lent. Bazele de date ale sistemelor tranzacionale sunt proiectate i realizate pe baza unor cerine cunoscute n prealabil, adaptarea sistemului la cerine ulterioare necesit reluri ale unor faze din ciclul de via i de regul, sistemul o dat dat n exploatare funcioneaz fr modificri majore o lung perioad. Sistemele de asistare a deciziei evolueaz n timp ntr-o manier incremental, cerinele nu sunt cunoscute n totalitate n momentul proiectrii i realizrii sistemului. n consecin, depozitul de date va trebui s se adapteze mereu cerinelor. Datele stocate n sisteme tranzacionale sunt gestionate ca un ntreg pe cnd datele stocate n sistemele de asistare a deciziei pot fi gestionate i pe seciuni ntruct sunt organizate distinct pe subiecte de analiz. Sistemele tranzacionale urmresc fluxul datelor din activitatea curent, sunt orientate spre procese ca de exemplu vnzri, achiziii, ncasri, pli, producie, etc. Depozitele de date sunt organizate i gestionate avnd n vedere scopul final al analizelor, sunt orientate spre subiecte ca de exemplu clieni, furnizori, resurse, produse, etc.. Afacerea propriu-zis, procesele ntreprinderii care stau la baza modelrii i proiectrii sistemelor informatice operaionale, nu influeneaz designul depozitului de date, nu sunt reflectate n structura sau comportamentul acestuia. STRUCTURI DE DATE Arbori. Reprezentare, parcurgere. (B[dic[, A., Structuri de date, Note de curs, pag. 173-177)

Listele sunt potrivite pentru reprezentarea datelor organizate liniar. Dac ns dorim s descriem date structurate ierarhic, simpla enumerare a obiectelor componente cu ajutorul unor liste este insuficient. Organizarea datelor sub form ierarhic este frecvent ntlnit n cele mai diverse domenii aplicative. Cteva exemple sunt: organizarea administrativ sau managerial a unei 22